Connect with us

Genel

DHL Express Türkiye, Kayseri’deki hizmet merkezini büyütüyor

Yayın Tarihi

on

Türkiye’nin lider lojistik şirketi DHL Express Türkiye, kuruluşunun 40’ıncı yılında 100 milyon euro’ya varan yeni hizmet merkezi yatırımlarıyla hizmet noktalarını ve servis kapasitesini artırıyor. 11 Ekim’de açılan Kayseri’deki yeni DHL Express Hizmet Merkezi, çevre bölgelerdeki DHL Express müşterilerinin uluslararası lojistik taleplerine yanıt verecek. 

1997 yılından beri Kayseri’de faaliyet gösteren DHL Express, şirketin gönderi hacimlerindeki 2026 büyüme öngörülerine göre kapasite planlaması yapılarak yeni ofisine taşındı. 420 bin euro’luk yatırımla hayata geçirilen Kayseri Hizmet Merkezi ile operasyon alanı beş kat büyütülürken operasyon verimliliği de artan taleplere paralel olarak yükselecek. Türkiye’deki yeni ofisleri ile her geçen gün büyüyen DHL Express, Türkiye’yi dünyaya bağlamaya devam edecek.  

DHL Express Türkiye, Anadolu’daki varlığını sağlamlaştırıyor 

Yeni hizmet merkezi yatırımlarını değerlendiren DHL Express Türkiye Anadolu Yer Operasyonları Müdürü Asil Bütün, “DHL Express, Türkiye’de müşterilerinin artan taleplerini en iyi şekilde karşılamak ve onlara üstün kalitede hizmet verebilmek için kapasite artırmaya yönelik yatırımlarına hız veriyor. DHL Express Türkiye’nin yeni yatırımları ile Anadolu’daki müşterilerimizin ihtiyaçlarına artık daha hızlı yanıt vermekten gurur duyuyoruz.” dedi. 

DHL Express Türkiye Saha Satış Kanal Müdürü Ülkü Dörtcan da Türkiye’nin ihracatı açısından İç Anadolu Bölgesi’nin önemli potansiyel taşıdığını belirtti. Dörtcan “DHL Express Türkiye, yeni hizmet noktaları sayesinde bölgedeki varlığını sağlamlaştırıyor. Anadolu’daki KOBİ’lerin ve şirketlerin lojistikte çözüm ortağı olarak onları dünyaya bağlıyoruz.” ifadesini kullandı.

Türkiye endüstrisine, alana özel, spesifik yayınlar üreten MONETA Tanıtım’ın sektörel dergilerinin editörlüğünü yapmaktayım. Yeni nesil, dinamik yayıncılık anlayışıyla, dijital ve basılı mecralarda içerik geliştirmek için çalışmaktayız.

Genel

Robotlar, tanımsız ürünleri malzeme yığınından kendileri topluyor

Yayın Tarihi

on

İntralojistikte, robotikle ilgili ticari dergiler ve fuarlarda göze çarpan bir heyecan yaşanıyor. Bu heyecanın kaynağını, üretim ortamından lojistiğe giden hattaki klasik altı eksenli eklemli robotlar oluşturuyor. Buradaki temel amaç küçük parçaların tam otomatik bir şekilde aktarılmasından oluşuyor. Çözümün bulunmasındaki itici güç ise iş gücü sıkıntısı olarak göze çarpıyor. En büyük güçlük robot gibi teknik bir bileşenin değil, ekonomik bir sürecin baştan sona tasarlanması şeklinde kendini gösteriyor. Robotlar her ürün grubundaki öğelerin yalnızca bir kısmını işleyebildiğinden, paralel mal akışları ve dolayısıyla stoklar, senkronizasyon ve konsolidasyon ile ilgili riskleri her zaman barındırıyor.

Almanya Pirmasens’teki PSB Intralogistics GmbH firmasının “autopick” toplama robotu, bu zorluğun üstesinden geliyor. Sistem, öğelerin tekil toplanması için tam otomatik çözüm sunuyor. Tutuculu bir robot, tüm sistem için BT ağı ve IDS Imaging Development Systems GmbH firmasından iki Ensenso 3D kamera ile donatılmış güçlü bir görüntü işleme devresinden meydana geliyor.

Uygulama

Görüş sistemi, kısaca benzetmek gerekirse robotun gözü işlevine karşılık geliyor. Kavranabilir yüzeyleri kaynak konteynerde işlenecek nesneleri algılıyor ve robot için kavrama noktalarını ve çarpışmasız yolları hesaplıyor. Bu, robotun bilinmeyen ürünleri doğrudan dökme malzemeden almasını ve en düşük dolumun olduğu alandaki hedef kutuya yerleştirmesini sağlıyor. Vakum kapları, ilgili nesnelerin yumuşak biçimde kavranmasını sağlıyor. Tekil ürünlerin önceden ‘öğretilmesi’ gerekmiyor. İlaç şişesi ya da çay paketi olması fark etmeden çok işlevli tutucu, çok çeşitli paketleme üniteleri ile çok çeşitli ürünler için ayrı ayrı tasarlanabiliyor. Sistem, zamanla her bir öğe için farklı kavramalardan hangisinin en iyi sonucu verdiğini öğreniyor. Proses güvenliği taşıyan bir sistem için ulaşılabilir toplama performansı, büyük ölçüde kavrama nesnelerinin özelliklerine bağlı ve saatte 300 ila 500 parça arasında değişiyor.

İki Ensenso N35 3D Kamera, sisteme gerekli görüntü verilerini sağlıyor. Tüm Ensenso 3D kameralar, “Doku Projeksiyonlu Stereo Görüntü” yöntemine göre çalışıyor. Her model, zorlu aydınlatma koşullarında bile yakalanacak nesneye yüksek kontrastlı kaynak yansıtan iki CMOS sensör ve bir projektör kullanıyor. Ensenso kameraları, insan görüşünü taklit eden stereo görüş kullanarak çalışıyor. Sonuç ise gerekli uzamsal nesne bilgisinin temeli olan 3D nokta bulutu.

PSB Intralogistics, kameraların otomatik seçim entegrasyonu için Ensenso SDK’yı kullandı. SDK, kolay kurulum sihirbazlarına ve 3D kamera kalibrasyonu desteğine ilave olarak, 3D veri işleme hızını artırmak için GPU tabanlı görüntü işleme seçeneğini de içeriyor.

Ayrıca,  çoklu kamera işleminde kullanılan tüm kameraların tek bir 3D nokta bulut çıktısı sağlanmasının yanı sıra çoklu görüntülemede 3D nokta bulutlarının canlı bir kompozisyonunun çıktısı da ele edilebiliyor. 

İki Ensenso 3D Kamera, sisteme temel görüntü verilerini sağlıyor

İlk kamera, robot kolunun yol planlamasında, ikincil kamera ise bir çarpışma nesnesi olarak değerlendirilmesi için kaynak kutusunun üzerine kuruluyor. Burada bilinmeyen parçalar sunuluyor ve uygun bir tutma noktası için bulut noktası üretiliyor. İkincisi, İSYS Vision’ın Mikado ARC (Adaptive Robot Control) yazılımının yardımıyla yapılıyor. Yazılım, Ensenso’nun 3D stereo görüş kamerası teknolojisini kolayca yapılandırılabilen, uyarlanabilir bir robot kontrol cihazıyla birleştiriyor. Sonuç olarak, otonom çalışan bir robotla, toplama ve parça işleme için eksiksiz bir 3D robot görüş çözümü ortaya çıkıyor. Önceden öğretilmiş ve kesin olarak tanımlanmış yolları takip etmek yerine, çalışma alanında bağımsız olarak kendini yönlendiriyor ve her duruma tepki veriyor.

İkinci kamera hedef kutusunun üzerinde bulunuyor. Serbest depolama pozisyonları arıyor. Ayrıca saklama pozisyonu belirlenirken dikkate alınabilmesi için kutu içeriğinin Z yüksekliği de belirleniyor. Hedef kutusunun eşit şekilde doldurulması ve ürünlerin dikkatli bir şekilde yerleştirilmesi çok önem taşıyor. İkincisi, kırılgan parçalar seçerken ayrı bir ehemmiyete sahip. Döngü süresini optimize edilmesi için görüntü alımı ile robotun hareketiyle eş zamanlı gerçekleştirilmiyor.

PSB Intralogistics Sistem Yöneticisi, konuyla ilgili şu açıklamayı yapıyor: “Kompakt tasarımı ve yüksek nokta bulutu kalitesi nedeniyle Ensenso N35’i seçtik. Dikkate alınan görüş alanı için N serisi ideal. Kameranın konfigürasyonu ilgili ürün portföyü için kolayca ve hassas bir şekilde yapılabiliyor ve çalışma sırasında da uyarlama gerçekleştirilebiliyor. Malzeme bilgileri ve ürün toplama istekleri, arayüz aracılığıyla depo yönetim sistemine aktarılıyor.”

Çevrim içi ticaret, önünde gidecek uzun bir yolu olan yüksek bir büyüme potansiyeli barındırıyor. Aynı zamanda e-ticaret sektörü de giderek daha zorlu hale geliyor. Yenilikçi intralojistik teknolojilerine geçiş, rekabet gücünü kaybetmemek için elzem nitelik taşıyor. Aynı zamanda şimdiki durumda lojistik sektörü kadar genç yetenek eksikliği çeken başka bir sektör daha bulunmuyor. Bu nedenle, toplama robotlarının ekonomik faydası, orta vadeden uzun vadeye kadar kalıcı olma ihtimali barındırıyor. Yapay zekayı temel alan çözümler, kavramanın yanı sıra diğer güçlüklerin de üstesinden gelmeyi, bağımsız olarak veya insanlarla iş birliği içinde, güvenilir ve hassas bir şekilde öğrenecekler.  3D kameralarla görüntü işleme de diğer özelliklerine ek olarak karar alan ve gerekli güvenliği sağlayan bir görünüm veriyor.

Devamını Oku

Genel

ABB’den hızlı, esnek ve verimli bir e-ticaret çözümü FlexBufferTM

Yayın Tarihi

on

Son derece uyarlanabilir olan bu modüler uygulama hücresi, çok çeşitli öğeleri depolar, stoğa yerleştirir ve sıralar. Daha küçük boyutlardaki partilerin, karışık paletlerin ve bireysel müşteri siparişlerinin verimli bir şekilde işlenmesini sağlar.

ABB, FlexBufferTM uygulama hücresinin lansmanı ile tüketicilerin artan seçimve hızlı teslimat talebine yanıt veriyor. FlexBuffer, lojistik, yiyecek ve içecek, sağlık, ambalajlı tüketici ürünleri, restoranlar ve perakendeciler için sıralama, ara stoğa alma, depolama ve sipariş birleştirme gibi çeşitli görevlerin üstesinden gelebilmek ve çok işlevli çözümler için yüksek düzeyde uyarlanabilirlik sunan yeni bir esneklik seviyesi sunuyor.

ABB Tüketici Segmentleri ve Servis Robotları Genel Müdürü ve Grup Kıdemli Başkan Yardımcısı Marc Segura, “Günümüzün tüketici ortamının sürekli değişen doğası ve e-ticaretin patlaması, siparişleri işlemek ve iletmek için kullanılan geleneksel sistemlere meydan okuyor. FlexBuffer, müşterilerimize bu zorlukları tüm tesislerine otomatik depolama ve alma ile mal sıralamayı getirerek karşılıyor. Artık, büyük mağazalardan küçük eczanelere kadar her büyüklükteki operasyon, çok çeşitli ürünlerin işlenmesinde maksimum verimlilik sağlayabilir. FlexBuffer ile müşterilerimiz esnekliğe sahip olacak malları istedikleri gibi, operasyonlarına ve müşterilerin ihtiyaçlarına göre herhangi bir sırayla depolama ve geri alma, ayrıca gerekirse operasyonlarını hızla büyütme yeteneği sağlayacak.’’ diyor

Birden fazla sektördeki operatörler, işgücü sıkıntısı ve esnek, hızlı bir şekilde doğrudan tüketiciye (D2C) teslimat hizmetleri sağlama ihtiyacı da dahil olmak üzere, genişleyen bir ürün yelpazesinin daha hızlı teslimatına yönelik tüketici beklentilerini karşılamada bir dizi zorlukla karşı karşıya. Malzeme elleçleme bu zorlukları çözmenin anahtarıdır, ancak günümüzde mevcut olan çoğu sistem büyük, kurulumu pahalı ve şirketlerin ihtiyaç duyduğu ara stoğa alma ve sipariş sıralama yeteneklerini sağlama esnekliğinden yoksundur.

FlexBuffer bu zorluklara yanıt verir. Bir ABB robotu, bir tutucu paketi, bir yazılım paketi, depolama rafları ve malları besleyen ve dağıtan giriş ve çıkış konveyörlerinden oluşan FlexBuffer, geniş bir müşteri siparişleri çeşitliliğini hızlı bir şekilde işlemek için esnek ve uygun maliyetli çok işlevli bir çözüm sunar.

Gelen siparişler, WMS, ERP ve AMS sistemleriyle arayüz oluşturan yazılım tarafından yönetilir.Yazılım paketi, karışık öğelerin depolanmasını ve alınmasını yönetir, çarpışmaları önler ve depolama kullanımını optimize eder. Yazılımdan gelen bilgiler, malları uygun şekilde raf konumları, sevk edilmeleri gereken sıraya göre depolamak için robot tarafından  ABB, FlexBufferTM uygulama hücresinin lansmanı ile tüketicilerin artan seçimve hızlı teslimat talebine yanıt veriyor. FlexBuffer, lojistik, yiyecek ve içecek, sağlık, ambalajlı tüketici ürünleri, restoranlar ve perakendeciler için sıralama, ara stoğa alma, depolama ve sipariş birleştirme gibi çeşitli görevlerin üstesinden gelebilmek ve çok işlevli çözümler için yüksek düzeyde uyarlanabilirlik sunan yeni bir esneklik seviyesi sunuyor.

ABB Tüketici Segmentleri ve Servis Robotları Genel Müdürü ve Grup Kıdemli Başkan Yardımcısı Marc Segura, “Günümüzün tüketici ortamının sürekli değişen doğası ve e-ticaretin patlaması, siparişleri işlemek ve iletmek için kullanılan geleneksel sistemlere meydan okuyor. FlexBuffer, müşterilerimize bu zorlukları tüm tesislerine otomatik depolama ve alma ile mal sıralamayı getirerek karşılıyor. Artık, büyük mağazalardan küçük eczanelere kadar her büyüklükteki operasyon, çok çeşitli ürünlerin işlenmesinde maksimum verimlilik sağlayabilir. FlexBuffer ile müşterilerimiz esnekliğe sahip olacak malları istedikleri gibi, operasyonlarına ve müşterilerin ihtiyaçlarına göre herhangi bir sırayla depolama ve geri alma, ayrıca gerekirse operasyonlarını hızla büyütme yeteneği sağlayacak.’’ diyor

Birden fazla sektördeki operatörler, işgücü sıkıntısı ve esnek, hızlı bir şekilde doğrudan tüketiciye (D2C) teslimat hizmetleri sağlama ihtiyacı da dahil olmak üzere, genişleyen bir ürün yelpazesinin daha hızlı teslimatına yönelik tüketici beklentilerini karşılamada bir dizi zorlukla karşı karşıya. Malzeme elleçleme bu zorlukları çözmenin anahtarıdır, ancak günümüzde mevcut olan çoğu sistem büyük, kurulumu pahalı ve şirketlerin ihtiyaç duyduğu ara stoğa alma ve sipariş sıralama yeteneklerini sağlama esnekliğinden yoksundur.

FlexBuffer bu zorluklara yanıt verir. Bir ABB robotu, bir tutucu paketi, bir yazılım paketi, depolama rafları ve malları besleyen ve dağıtan giriş ve çıkış konveyörlerinden oluşan FlexBuffer, geniş bir müşteri siparişleri çeşitliliğini hızlı bir şekilde işlemek için esnek ve uygun maliyetli çok işlevli bir çözüm sunar.

Gelen siparişler, WMS, ERP ve AMS sistemleriyle arayüz oluşturan yazılım tarafından yönetilir.Yazılım paketi, karışık öğelerin depolanmasını ve alınmasını yönetir, çarpışmaları önler ve depolama kullanımını optimize eder. Yazılımdan gelen bilgiler, malları uygun şekilde raf konumları, sevk edilmeleri gereken sıraya göre depolamak için robot tarafından kullanılır. Nesnelerin alınması gerektiğinde, robot istenen malları doğru sırayla seçebilir ve bunları sevkıyat için hazır olarak giden konveyöre yerleştirebilir.

Tanımlanmış sıralar, şirketlerin teslimat sürelerine ulaşmasını ve özelleştirilmiş siparişleri doğru ürün ağırlıkları, ürün sıcaklıkları veya siparişle ilgili belirli özelliklerle doldurmasını sağlar.

FlexBuffer ayrıca şirketlerin daha fazla işlemden önce malların geçici olarak bir Tampon Sipariş Konsolidasyonu (OCB) ile oluşturmasına yardımcı olabilir.

FlexBuffer’ın hem tekli hem de karışık ürün versiyonları mevcuttur. Tek parça versiyonu, eşyaları taşımak için kullanılan standart kutuları taşımak, karışık eşyalar için olan versiyonu ise koli, tepsi ve kasalar için tasarlanmıştır

FlexBuffer toplam 50 kg’a kadar yük taşıyabilir. Bu çözümle 600 kutuya kadar depolama yapılabilir ve saatte 500 çevrime kadar sıralama işlemleri gerçekleştirebilir.

Sistemi ara stoğa alma, depolama ve sıralama işlemleri için optimize etmek için kullanılabilen FlexBuffer’ın yapılandırılabilir depolama yönetimi yazılımı ek esneklik sağlar. Tek veya birden fazla FlexBuffer hücresini kontrol edebilen yazılım, operasyonların değişen talepleri karşılamak için kolayc ölçeklendirilebilmesini sağlar. Bu ölçeklenebilirlik, özellikle perakende mağazaları, eczaneler, hastaneler ile daha uyarlanabilir ve esnek bir depolama ile alma çözümüne ihtiyaç duyan sipariş karşılama merkezleri gibi daha küçük tesisler için idealdir.

Yazılım ayrıca, müşterilerin siparişlerinin ilerlemesini sürekli olarak takip edebilmeleri ile canlı sipariş takibi için artan gereksinimi karşılamaya yardımcı olur.

Müşterilerin maksimum üretime ulaşmasını sağlamak için ABB, FlexBuffer’ın ve modüler hücre portföyünün performansını, çalışma süresini ve kullanım ömrünü artırmak üzere tasarlanmış eksiksiz bir katma değerli hizmetler yelpazesi sunar.

ABB, lojistik operasyonlarının esnekliğini büyük ölçüde artırmak için artık tamamen otonom mobil robotlar (AMR’lar) da sunabilir. AMR’lerin önde gelen küresel üreticilerinden ASTI Mobile Robotics Group’un (ASTI) yakın zamanda satın alınmasıyla ABB, yeni nesil esnek otomasyon için eksiksiz bir portföy sunabilen tek şirkettir.

FlexBuffer’ın sağlayabileceği faydalar, dünya çapındaki uygulamalarda halihazırda kanıtlanmıştır.

Pilot kurulumlar, Çin’deki Şanghay 7.Bölge Hastanesi’nde bir ilaç depolama ve malzeme toplama uygulaması, Çinli Mobil İletişim Şirketi Huawei için yapılan otomatik bir kabin aracılığıyla cep telefonu siparişlerini temin etme ve İngiliz perakendeci John Lewis & Partners için bir sipariş toplama sistemi.

ABB (ABBN: SIX Swiss Ex), daha üretken ve sürdürülebilir bir gelecek için toplumun ve endüstrinin dönüşümüne enerji veren öncü bir küresel teknoloji şirketidir. Elektrifikasyon, robotik, otomasyon ve hareket portföyünü birbirine bağlayan yazılım ile ABB, performansını yeni seviyelere taşımak için teknolojinin sınırlarını zorlamaya devam ediyor. ABB’nin başarısını 130 yıla uzanan mükemmeliyet geleneği ile bugün 100’den fazla ülkedeki yaklaşık 105.000 çalışanı sürdürüyor. www.abb.com

ABB Robotik ve İmalat Otomasyonu, robotik, makine otomasyonu ve dijital hizmetlerde bir öncü olarak otomotivden elektroniğe ve lojistiğe kadar çok çeşitli endüstriler için yenilikçi çözümler sunar. Dünyanın

önde gelen robotik ve makine otomasyon tedarikçilerinden biri olarak 500.000’den fazla robot çözümü sağlamıştır. Her ölçekteki müşterilerimizin üretkenliği, esnekliği, sadeliği ve çıktı kalitesini artırmasına yardımcı oluyoruz. Geleceğin bağlantılı ve kolaboratif fabrikasına geçişlerini destekliyoruz. ABB Robotik & İmalat Otomasyonu, 53’ten fazla ülkede 100’den fazla lokasyonda 11.000’den fazla kişiyi istihdam etmektedir.
go.abb/robotics

Devamını Oku

Genel

AI ile en iyi önerilerle barkod tanımlama

Yayın Tarihi

on

Malzemelerin üzerindeki barkodların tanımlanması söz konusu olduğunda yapay zekanın Artificial Intelligence (AI) kullanılması fayda sağlar. Müdahalede kullanılan faktörler sistemin devreye alınması ve işletimi esnasında hızlı ve kolay bir şekilde belirlenebilir.

Zaman alan aramalara gerek kalmadan

Barkod okuyucular, üretim veya lojistikte mal ve malzemeleri tanımlamak için kullanılan sensörlerdir. Bunu, bir dizi standartları karşılayan barkodları algılayarak ve barkodların kimliklerini üst sisteme aktararak yaparlar. Bu cihazların otomatik uygulamalarda kullanılmasındaki temel amaç, mümkün olan en yüksek okuma kalitesini elde etmektir: Esasen, barkod okuyucular etiketleri algıladığında, bu görevi gerçekleştirdikleri kalite değişir ve bu kalite yüzdelik ifadeyle görüntülenebilir. Yüzde, tespit edilen kontrastla ilgilidir. Değer belirli bir eşiğin altındaysa etiket okunmaz. Sistem operatörlerinin karşılaştığı zorluklardan biri, yeterli okuma kalitesi sağlamadıklarında en kısa sürede bunun nedenlerini belirlemektir. Bu işlem, olası hata kaynaklarıyla ilgili ek veriler olmadan zaman alıcı bir iş haline gelebilir. Özellikle intralojistik gibi büyük sistemlerde, bine kadar barkod okuyucusu ile kilometreler uzunluğundaki nakliye güzergahlarında yapılacak arama, samanlıkta iğne aramaya benzer: Kuşku duyulan durumlarda, nakliye güzergahının tamamı izlenmelidir. Bu eylem de zaman baskısı altında, kötü hizalanmış bir sensörü veya doğrudan ortamındaki engelleyici faktörleri tanımlamak için gerçekleştirilir. Barkod okuyucunun hizalanmasının doğru bir şekilde yapılması, okumanın çoğu zaman başarıyla yapılması ancak bazen etiketleri algılamaması gibi vakalarda durum daha da kötüleşir. Bunun nedeni, barkod okuyucunun hafif eğimli olması veya yalnızca sınır alanında okuması veya yetersiz kalitedeki etiketler gibi diğer faktörlerin rol oynayabilmesi olabilir.

Okuma kalitesini etkileyen faktörler

Hataların nedenlerini bulmak için ilgili verileri oluşturmada barkod okuyucunun kendisini kullanmak yalnızca belirli koşullar altında mümkündür. Sensörlerin kendi durumlarını izlediği ve gerektiğinde OPC UA üzerinden üst sisteme veri aktardığı doğrudur. Bununla birlikte, bu kendi kendini izleme eylemi sınırlı bir işlevselliğe sahiptir; bir sensör yalnızca kendi verisini dikkate alır. Yani, “şu anda okuyorum”, “mükemmel okuma” veya “çok kötü okuma” gibi bilgileri hesaplanan yüzde okuma kalitesi gönderir. Zayıf okuma kalitesinin nedeni, her bir cihaz tarafından belirlenemez. Bu durumda olası üç etkili faktör vardır: Cihazın kendisi, barkod etiketi ve ortamdaki bozucu faktörler. Barkod okuyucunun kendisi ile ilgili olası hata kaynakları, algılanacak etiketlerle zayıf hizalamayı veya teknik bir hatayı içerir. Buna karşılık, etiketler hasarlı, kirli veya kötü basılmış olabilir, bu da hasarın derecesine veya baskı kalitesine bağlı olarak yalnızca okuma kalitesini düşürebilir veya tanımlamayı tamamen engelleyebilir. Çevreye müdahale eden faktörler arasında arka planda güneş ışığı veya yayıcıların neden olduğu titreşimler, toz ve parlama yer alır. Örneğin soğuk hava depolarında nem, barkod okuyucunun tarama penceresinde buğulanmaya neden oluyorsa engelleyici bir faktör olabilir.

Yapay zeka, bağlamı sağlıyor

AI, çeşitli nedenlerin ayrımının yapılmasında ve bu yapılırken parazitlerin veya düşük okuma kalitesinin nedenlerinin belirlenmesinde katkıda bulunabilir. Leuze, genel bağlamdan alınan verilerle sensörleri iyileştiren çözümler geliştirme amacıyla bir otomobil üreticisiyle çalışıyor. Bunun avantajı, kurulum sırasında müşteriye ek iş çıkarılmadan barkod okuyucuların çalışır durumda kalmasıdır. Veri hacimleri büyüktür: Birçok etiket, işlem sırasında birçok barkod okuyucudan geçer ve çeşitli kurulum yerlerinde okunur. Genel bağlam bu şekilde sağlanır. Matematiksel terimlerle, genel bağlam, sayısız barkod okuyucu, etiketler ve okuyucuların çeşitli kurulum konumları ile çok bilinmeyenli bir denklem olarak tanımlanabilir. İstasyonlarda ve etiket okuma kalitelerinde farklı sonuçlar ortaya çıkabilir. AI, bu karmaşık denklemi sistemini çözer ve düşük okuma kalitesinin nedeninin barkod okuyucu, etiket, etiket türüyle ya da kurulum konumuyla ilgili olup olmadığı sorularını yanıtlar.

       

Öneri algoritmaları aracılığıyla makine öğrenimi

Leuze, öneri algoritmalarını, yani yapay zeka tabanlı öneri yöntemlerini kullanır. Bu yöntemler, örneğin kullanıcı davranışını değerlendirmek ve bu analize dayalı olarak ilgili filmleri veya dizileri önermek için akış hizmetleri tarafından kullanılan yöntemlerle aynıdır. Bu kullanıcı davranışı analojisinde, barkodlar filmlere, barkod okuyucular ise akış hizmetlerinin kullanıcılarına karşılık gelir. Öneri algoritması, bir etiketi farklı barkod okuyucular için az ya da çok “çekici” olarak değerlendirir. Bu şekilde, belirli bir yüzdeye sahip hangi sensörün veya hangi etiketin “çekici”, yani sınırda veya belirgin şekilde sorunlu olduğunu belirlemek mümkündür.

Her uç cihaz veya bulut için

Teknik açıdan bu tür bir yapay zeka tabanlı çözüm, müşteri gereksinimlerine ve ilgili sisteme bağlı olarak uç cihazlar veya bulutlar aracılığıyla uygulanabilir. Uç cihaz, bir sensör grubunun yakınında bulunan ve sensör grubunun verilerini toplayan, analiz eden ve ileten ayrı bir cihazdır. Birden çok uç cihaz birbirine bağlanabilir. Bir uç cihaz, yalnızca veri toplayıp değerlendirmekle kalmayıp, aynı zamanda analizi sensörlere geri göndererek iki yönlü iletişim yeteneğine sahip olduğundan, bir barkod okuyucu da bu bilgileri iletebilir ve sorunu bildirebilir. Bunun avantajı, müşterinin Bilgi Teknolojileri (BT) mimarisinde herhangi bir değişiklik yapmaya gerek kalmamasıdır. Alternatif olarak, farklı konumlardan gelen veriler birleştirilecekse, çözüm bir bulut üzerinden çalıştırılabilir.

Büyük tasarruf potansiyeli

Leuze’nin hataları belirlemek için yapay zeka tabanlı tavsiyeleri kullanma yaklaşımı, hem devreye alma hem de sistemin çalışması sırasında büyük avantajlar sunar. Hızlı devreye alma zamandan ve paradan tasarruf sağlar. Bu durumda, kötü okuma kalitesinin nedenlerinin bir an önce tespit edilmesinde fayda vardır. Çalışma sırasında, bu yöntem kestirimci bakım sağlar. Bu, yakında bir kapatma gerekliyse, sistem operatörlerinin uygun önlemleri zamanında alabilecekleri ve örneğin, müşterilerine tedarik etmeye devam edebilmeleri için önceden üretim ve dış kaynak temin edebilecekleri anlamına gelir. Bazı durumlarda, bu erken tespiti kolaylaştırmak için birden fazla yıla ait veriler kullanılabilir. Ayrıca sistem öğrenme işlemini sürdürür. Bu nedenle, mallar üzerindeki barkodların tanımlanmasındaki faktörlerin hızlı ve güvenilir bir şekilde belirlenmesi söz konusu olduğunda, AI kullanmak her zaman faydalıdır.

Devamını Oku

Trendler

Copyright © 2011-2019 Moneta Tanıtım Organizasyon Reklamcılık Yayıncılık Tic. Ltd. Şti. - Canan Business Küçükbakkalköy Mah. Kocasinan Cad. Selvili Sokak No:4 Kat:12 Daire:78 Ataşehir İstanbul - T:0850 885 05 01 - info@monetatanitim.com