Mehr Leistung im KI-gestützten Automatiklager

Für das neue Produktionslager von Danfoss Power Electronics lieferte Still eine exakt aufeinander abgestimmte Kombination aus jeweils drei automatisierten Serien-Flurförderzeugen (MX-X und EXV). Durch das innovative Sicherheitssystem Eloshield sind Passanten vor herannahenden Fahrzeugen optimal geschützt.
 Die EXV navigieren mit 
rotierenden Laserscannern.
Die EXV navigieren mit rotierenden Laserscannern.Bild: Still GmbH / Gerd Knehr

Mit der Zunahme des Sortiments von Frequenzumrichtern für Elektromotorsteuerungen erreichten die manuellen Produktionsläger in Gråsten und Klipleff das Ende ihrer Kapazität. Danfoss Production Supervisor im neuen Lager in Tinglev, Martin Rosengreen Jessen: „Eine Kapazitätserweiterung durch Zusammenlegung der Läger mit einer automatischen Lagerhaltung war das Ziel. Damit wir auch für die Zukunft flexibel gerüstet sind, haben wir uns für das iGo System von Still mit automatisierten Flurförderzeugen entschieden. Dabei behalten wir durch das Full-Service-Leasing für die nächsten fünf Jahre die Lagerhaltungskosten immer im Blick.“

Im Automatiklager sind Schnittstellen der Palettenfördersysteme zu den AGVs (Automated Guided Vehicles) sowohl im Wareneingang als auch im Warenausgang. Ca. 2.000 verschiedene Artikel sind nach der ABC-Analyse auf etwa 8.800 Paletten untergebracht. Das Lager ist gegenwärtig in zwei Bereiche aufgeteilt: Zum einen in ein Schmalganglager für den voll automatisierten Betrieb und zum anderen in einen halb automatischen Lagerbereich. Dort wechseln schmale Gassen für die MX-X mit breiteren Gängen für die manuelle Kommissionierung aus den beiden unteren Zeilen der sieben Meter hohen Regale.

Effizientes Warehousing

Durch das neue Automatiklager sind an fünf Tagen in der Woche die täglichen Lkw-Lieferungen zur Produktion im nahe gelegenen Gråsten alle drei Stunden sichergestellt. „Die Zeitersparnis ist enorm. Zum einen durch die zentrale Lagerhaltung, jedoch vor allem zum anderen durch die Automatisierung unseres Produktionslagers, das wir jetzt rund um die Uhr betreiben“, hebt Martin Jessen hervor.

Durch die Umstellung der Fertigung auf neue Produktserien werden sich auch zukünftig die Anforderungen im Lager Tinglev ändern. Denn dann werden die Artikel auf Vollpaletten so angeliefert, wie sie auch später wieder ausgeliefert werden. Warehouse & Distribution Consultant von Danfoss Distribution Services in Gråsten, Henrik Rosendahl Laursen folgert daraus: „In naher Zukunft werden wir also weniger manuell und mehr automatisiert kommissionieren. Unser neues Lager Tinglev ist darauf bereits vorbereitet. Bei der Planung haben wir auf die Skalierbarkeit des Lagers geachtet. So können in den breiten Gängen, wo jetzt noch manuell kommissioniert wird, weitere Regale installiert werden.“

Für spezielle Einsätze lassen sich die automatisierten Serienfahrzeuge MX-X und EXV auch manuell bedienen. Still Projektleiter von Still Danmark in Kolding, Ole Lambrecht unterstreicht die Skalierbarkeit des Lagers: „Auf die zukünftig größeren Kapazitätsanforderungen können wir einfach mit weiteren AGVs schnell und flexibel reagieren.“

Bedarfsgerechte Automatisierung

Für die durchgängige Automatisierung des Materialflusses werden Still Serien-Flurförderzeuge mit dem iGo systems Automatisierungskit ausgestattet. Durch identische Komponenten, Steuerungen und Interfaces entsteht in kürzester Zeit ein leistungsfähiges AGV. Folgende Komponenten werden dabei installiert:

  • Laserscanner für die Navigation des Fahrzeugs
  • Automatisierungsbox für die Steuerungseinheit, welche die Fahraufträge aus dem Leitsystem empfängt
  • Kontrollleuchten für die Anzeige von Fahrzeugbewegungen
  • Sicherheitslaserscanner zur 360-Grad-Fahrzeugüberwachung und Personenschutz
  • Benutzerschnittstelle mit Bildschirm bzw. Touchscreen
  • Not-Aus-Taster am Hub-Mast und Bildschirm

Zur präzisen Palettenerkennung wurde zudem eine passende Sensorik jeweils an den Gabeln der AGVs verbaut.

Für das sichere und selbständige Bewegen der Fahrzeuge wurden verschiedene Navigationstechnologien aufeinander abgestimmt. So sind die MX-X in den Gassen induktiv geführt. Außerhalb navigieren alle AGVs mit Laserscannern, die ständig die Abstände zu installierten Reflektoren vermessen.

Sorgfältige Planung und Konzeption

Ein durchgängig automatisierter Materialfluss mit einem Sortiment automatischer Serienfahrzeugen zeichnen die iGo Systeme von Still aus. „Durch die Auswahl optimal aufeinander abgestimmter Technologien haben wir die Automatisierung bei Danfoss bedarfsgerecht analysiert, geplant und umgesetzt. Dabei war unter anderem bei der Auftragsvergabe an Still gegenüber den Marktbegleitern die kurzen Reaktionszeiten sowohl bei der Konzeptions- und Angebotserstellung als auch bei der Implementierung der Automatisierung entscheidend“, betont Ole Lambrecht. Nach ersten Gesprächen im September 2018 und der Auftragsvergabe im Februar 2019 erfolgte die Installation von Januar bis Mai 2020.“ Henrik Laursen fügt an, dass im Grundriss des ersten Lagerentwurfs noch 50 Kreuzungen zwischen AGVs und Passanten eingeplant worden seien. Dank den Optimierungen in der sorgfältigen Planungsphase wären diese auf fünf Kreuzungen minimiert worden.

Seiten: 1 2 3Auf einer Seite lesen

Das könnte Sie auch Interessieren

Anzeige

Anzeige

Bild: ©NicoElNino/stock.adobe.com
Bild: ©NicoElNino/stock.adobe.com
Strukturierter Beratungsansatz für KI-Einsatzbereiche im Unternehmen

Strukturierter Beratungsansatz für KI-Einsatzbereiche im Unternehmen

„Künstliche Intelligenz ist eine, wenn nicht die wichtigste Zukunftstechnologie für Unternehmen.“ Diese Aussage bejahen 70 Prozent der Befragten der jüngsten Bitkom-Studie zu KI. Aber nur 10 Prozent aller Unternehmen haben KI-Technologie aktiv im Einsatz, lediglich 30 Prozent planen und diskutieren deren Anwendung. Was ist der Grund für diese große Diskrepanz?

Bild: Blue Yonder, Inc.
Bild: Blue Yonder, Inc.
Künstliche Intelligenz – mehr als eine Wissenschaft

Künstliche Intelligenz – mehr als eine Wissenschaft

Data Science ist mittlerweile ein fester Bestandteil der strategischen Planung in vielen Unternehmen. Um künftige Entwicklungen realistisch zu planen, brauchen wir Künstliche Intelligenz (KI) und Maschinelles Lernen (ML). Insbesondere im Einzelhandel vertrauen immer mehr große Player auf KI-Lösungen, die präzise Prognosen ermöglichen und zum Beispiel Bestände oder Preise optimieren. Doch viele Entscheidungsträger glauben noch nicht daran, dass KI in den Lieferketten der Zukunft eine tragende Rolle spielen wird. Der Grund hierfür liegt in einer falschen Sicht auf die Wissenschaft.

Bild: ©Stock57/stock.adobe.com
Bild: ©Stock57/stock.adobe.com
KI-Verfahren für die Produktion

KI-Verfahren für die Produktion

Mathematiker der Hochschule Darmstadt (h_da) entwickeln gemeinsam mit dem Hanauer Simulationsdienstleister und Softwareunternehmen SimPlan und dem Automationsexperten Fibro Läpple Technology neue KI-Technologien. Im Rahmen des Loewe-Projekts ‚KISPo‘ will das Konsortium eine autonome, selbstlernende Steuerungssoftware für Produktionsanlagen entwickeln, wie sie z.B. bei der Herstellung von Komponenten für Windräder oder Elektromotoren zum Einsatz kommen. Es wäre die erste KI-Software dieser Art. Damit würde eine von Industrieverbänden und Forschung lange bemängelte Technologielücke geschlossen. Das Land Hessen fördert das Projekt für zwei Jahre mit 320.000 Euro. Konsortialführerin ist die Hochschule Darmstadt.

Bild: ©NicoElNino/stock.adobe.com
Bild: ©NicoElNino/stock.adobe.com
Chancen und Herausforderungen von Machine Learning in der Fertigung

Chancen und Herausforderungen von Machine Learning in der Fertigung

Automatisierung, künstliche Intelligenz (KI), Internet of Things (IoT) und Machine Learning (ML) sind heutzutage bekannte Technologien und kommen bereits in vielen Unternehmen zum Einsatz. Mit Hilfe von Machine Learning wird es IT-Systemen ermöglicht, Muster und Zusammenhänge aus Daten zu lernen und sich selbst zu verbessern. Dabei ist keine explizite Programmierung notwendig. Die Bearbeitung von Kundenanfragen, die Erkennung möglicher Störfälle sowie unerwarteter Ereignisse wie z.B. Cyberangriffe sind klassische Anwendungsfelder von ML. Aber auch die Unterstützung bei einer rein datengestützten Entscheidungsfindung und die Interpretation großer Datenmengen gehören dazu.

Bild: ©Shuo/stock.adobe.com
Bild: ©Shuo/stock.adobe.com
Sensoren lernen das Denken

Sensoren lernen das Denken

Im Fraunhofer-Leitprojekt NeurOSmart forscht das Fraunhofer IPMS zusammen mit vier weiteren Instituten (ISIT, IMS, IWU, IAIS) unter Leitung des Fraunhofer ISIT gemeinsam an energieeffizienten und intelligenten Sensoren für die nächste Generation autonomer Systeme. Dabei sollen die Brücken zwischen Wahrnehmung und Informationsverarbeitung durch innovative Elektronik neu definiert werden.

Bild: ©ipopba/stock.adobe.com
Bild: ©ipopba/stock.adobe.com
Wie KI 2022 praktikabel wird

Wie KI 2022 praktikabel wird

Künstliche Intelligenz war bereits in der Vergangenheit in aller Munde, schaffte es aber doch oft nicht bis in die Anwendung. Das wird sich 2022 ändern – auch weil sich langsam Standards etablieren und sich neue, konkrete Einsatzmöglichkeiten ergeben. In welchen Bereichen Business-Implementierungen zu erwarten sind, erläutert Bernhard Niedermayer, Head of AI bei Cloudflight.

Anzeige

Anzeige

Anzeige