산업기술
창고 자동화는 특히 AS/RS(Automated Storage and Retrieval Systems)를 사용하여 중소 패키지를 피킹 및 보관하는 데 수년 동안 사용되어 왔습니다. Supply Chain Management Review에 따르면 "창고 자동화는 장기적 비용을 크게 줄일 수 있는 마지막 영역 중 하나입니다."
대부분의 창고 시스템은 일부 보관 시설이나 자동차 제조업체 조립 라인에 있는 거대한 팔 회전식 자동화 로봇에 비해 가장 기초적인 것 같습니다. 조립 라인에서 로봇은 선택된 부품을 반복적으로 이동하여 동일한 최종 제품을 계속해서 만드는 데 사용됩니다. 그러나 대규모 산업 장비 공급망의 과제는 공장 조립 라인의 과제와 다릅니다. 크고 무거운 물체와 팔레트를 이동하려면 수동으로 구동되는 지게차와 터렛 트럭이 필요합니다.
전 세계 화물의 약 99%가 팔레타이징됩니다. 어떤 사람들은 팔레트를 역사상 가장 노동을 절약하는 장치 중 하나로 불렀습니다.
OSHA(Occupational Safety and Health Administration) 통계에 따르면 미국에서는 매년 약 85명의 지게차 사망자와 34,900명의 중상자가 있습니다. 이 중 42%의 지게차 사망자는 작업자가 기울어진 지게차에 짓눌려서 발생합니다.
오늘날 무인 기술 및 에지 컴퓨팅에 대한 새로운 혁신으로 인해 일부 산업에서는 창고 운영에 무인 지게차 및 터렛 트럭을 도입하여 사고, 작업 시간 및 비용을 줄이고 있습니다.
Fameck/France에 있는 ThyssenKrupp 공장에서는 무인 전동 지게차가 마치 마술 지팡이로 제어되는 것처럼 기계와 랙 사이를 거의 조용하게 앞뒤로 움직입니다. 모든 것이 흐르고 작업장 직원에게 최고의 정밀도로 부품과 자재를 공급합니다.
이 시스템을 ONE Flow AGV라고 합니다. AGV는 "Automated Guided Vehicle"의 약자로 Fameck의 경우 두 가지 유형의 차량을 나타냅니다. 즉, 높은 베이 창고를 오가는 무인 지게차(FLV)와 무인 터렛 트럭(매우 좁은 통로 트럭(VNA))입니다. ) — 팔레트를 로컬 하이 베이 랙으로 들어 올립니다. 이 모든 것이 하나의 큰 목표를 달성하기 위한 것입니다. 바로 "라스트 마일"을 통해 상품의 흐름을 자동화하는 것입니다.
사진 제공 EK 자동화
자율 로봇은 최대 시속 6km의 속도로 최대 1미터톤의 상품을 운송할 수 있습니다.
FLV 및 VNA는 레이저 스캐너를 사용하여 창고 주변을 탐색합니다. 자율주행 차량의 상단에서 나오는 레이저 빔은 시설 벽 주위에 분포된 반사판을 때립니다. 또한 게이트웨이 및 무선 통신의 완전 통합 시스템이 장치를 추적하여 배송 주문을 보내고 작업을 모니터링합니다.
일부 새 팔레트는 서로 통신할 수 있어 중요한 배송에 또 다른 보호 계층을 추가할 수 있습니다. 한 세트의 여러 팔레트가 함께 이동해야 하는 경우 장치는 BLE(Bluetooth Low Energy)를 통해 통신하고 서로를 추적할 수 있습니다.
티센크루프의 프랑스 공장을 담당하는 공급망 관리자인 올리비에 마르티넬(Olivier Martinelle)은 “우리는 이제 50% 더 많은 상품과 자재를 저장할 수 있을 정도로 공간 활용도를 최적화할 수 있었습니다. “자동화 시스템은 무엇보다도 생산 동료들이 필요한 자재를 기다려야 하는 시간을 단축함으로써 현장 비용을 크게 줄였습니다. 생산성이 전반적으로 향상되었습니다.”
그 결과, Fameck의 지게차 운전사 팀은 40명에서 6명으로 줄었습니다. 지금 그들 중 많은 사람들이 자동화된 프로세스를 감독하고 있습니다.
Martinelle은 "직원들과 함께 우리 모두는 새로운 기술을 습득했습니다. 결과:모든 것이 원활하게 진행됩니다.
산업기술
기존 IoT 아키텍처에서 스마트 장치는 분석을 위해 수집된 데이터를 클라우드 또는 원격 데이터 센터로 보냅니다. 기기 간에 이동하는 많은 양의 데이터로 인해 지연 시간에 민감한 사용 사례에서 이 접근 방식을 비효율적으로 만드는 병목 현상이 발생할 수 있습니다. IoT 에지 컴퓨팅은 데이터 처리를 IoT 장치에 더 가깝게 가져옴으로써 이 문제를 해결합니다. 이 전략은 데이터 경로를 단축하고 시스템이 거의 즉각적인 현장 데이터 분석을 수행할 수 있도록 합니다. 이 문서는 IoT 에지 컴퓨팅 소개입니다. 가능한 한 소스에 가까운 데이
Azure IoT Edge를 사용하면 클라우드 분석 및 Costum 논리를 에지로, 이 경우 PLCnext 장치로 이동할 수 있습니다. 이것은 사용된 대역폭과 대기 시간을 줄이는 몇 가지 이점이 있습니다. Azure IoT Edge를 사용하면 중앙 클라우드 애플리케이션에서 자체 애플리케이션을 개발하고 배포할 수 있습니다. 이 블로그에서는 Azure IoT Edge를 설정하는 방법과 몇 가지 기본 원칙을 배웁니다. 소개 Azure IoT Edge 솔루션의 모든 기능을 설명하는 것은 Makersblog에 대해 먼 이야기가 될 수 있지