返回首页 hi, 欢迎来到机器人在线 请登录/ 免费注册 扫码关注
  • 如何改进自动分拣系统?

    提问:小北 | 时间:2022-12-23 12:11:04

    标签:如何改进,分拣系统

回答者:智能小助手 | 时间:2022-12-26 11:42:48


1.考虑订单选择系统或应用程序的可扩展性和灵活性

在全球竞争激烈的市场中,灵活性对制造业和物流公司来说比以往任何时候都更加重要。能源成本上升、供应链中断和消费者偏好的变化(如对环保选择的需求增加)正变得越来越普遍。订单选择系统的灵活性或可扩展性可以快速满足仓库对货物存储和运输的要求。

(分拣系统)

适应强大的工作流程和设施可以帮助运营商应对不断变化的市场需求,满足小批量或高订单的变化。自动订单选择系统应能够支持季节性或短期产品和传统产品。

例如,乔达、UPS和XPOLogics在假期旺季用租用的机器人代替工人。他们将继续使用合作订单选择系统和移动机器人。当仓库需求增加,工人负担加重时,他们将在不再需要时返回。

如果发现不需要新的订单选择和移动机器人,那么减少部署并不困难。如果在高峰假期后有必要,这些系统可以全年正常工作。

设计师和集成商应该明白,当前的生产需求不一定会保持稳定。仓库所有者和经理通常希望避免在某些不灵活或不可扩展的工作流程中修复设施。

2.选择机器人的路径规划

虽然选择机器人可以提供一系列优点,但与工人相比也存在一些缺点。仓库经理在实施或审查拣货系统时,识别可能需要特殊机器人的区域也是一项挑战。

ICRA 2019年活动的参与者观看Fetch Mobile:获取

一些拣货机器人可能会遇到形状异常的货物。根据不同水果的硬度、形状和其他特性,使用合适类型的机械手和匹配的传感器以及采摘钳来实现机器的多用途是非常重要的。

例如,尽管独立移动机器人(AMR)具有自抓爪,但它们的有效载荷很低,通常高达10千克(22磅)。有效载荷计算中必须包括摄像机和终端执行器。尽管人们可以用手举起最大重量(有效载荷),但他们的握力对他们在选定活动中的成功也起着重要作用。因此,不仅需要考虑终端致动器的有效载荷或强度,还需要考虑终端执行器的密封性。这些移动操纵器可以完全自动选择较轻的物品,但它们依靠手动操作员选择较重的物品。

使用AMR机器人仓库,我们希望投资负载最大的机器人来处理不同重量的订单。

3.知道何时使用协作机器人

尽管有人认为自动订单选择是仓库机器人技术的最终目标,但没有替代一线工人的自动解决方案。

拣货过程中的一些步骤很容易完全自动化。但其他人可能需要与机器人和人类一起工作,或使用重型设备。

例如,协作机器人的手臂和抓取器可能不够快或不够准确,无法达到所需的吞吐量水平。或者,某些臂端工具可能不适用于不同类型的产品,例如塑料包装服装、化妆品瓶或易碎食品。

尽管协作机器人可以在处理多个任务时提供最大的灵活性,并且通常可以更好地集成到现有工作流中,但它们在所有情况下都可能发挥更好的作用。

4.设计无障碍订单选择工作区

尽管这些机器人配备了先进的导航和机器视觉技术,但设计低效或受阻的工作区域可能会降低机器人的操作效率。

技术经理需要重新设计一些区域或工作区域,以确保机器人具有最佳的工作环境。仿真软件有助于建模和设置过程。

保持过道和人行道畅通有助于网站策略,安全评估至关重要。如果仓库实施协作机器人或AMR,培训工人识别周围环境,提高安全意识并远离周围环境。这些机器人设计用于在人附近工作,但与工人或重型设备的碰撞很容易损坏协作机器人。

5.与IT和现有系统建立相应的关系

工厂经理应准备将新的自动拣货系统与现有仓库管理系统和设备集成。如果可能,它应该建立在当前的仓库和it系统上。

例如,使用现有的设备和工作流程来实现一些自动排序可能是有意义的。许多想要实现自动化系统的工厂将使用现有设备,例如叉车,这些设备可以拾取和运输大型或重型物品。虽然重型移动机器人可以取代叉车,但将其与自动化系统结合起来可能更实用。

在这种情况下,仓库可以购买AMR并与手动操作员一起选择较小的项目。客户还可以随时调整仓库布局。AMR叉车机器人可轻松用于无法搬运的产品。

6.提供现场培训

IT站点经理和一线员工需要接受如何使用新的选择系统的培训。IT人员需要了解新机器人或自动数据采集系统的故障排除。即使一线工人不直接参与自动选择系统,他们也需要接受相关培训。

一些网站可能还需要雇佣更熟练的人员来操作和维护自动选择系统。例如,使用机器人的仓库可能需要雇佣技术人员进行基本维护或帮助编程和测试新机器人。

优化自动选址系统

低失业率和不断增长的需求使仓库转向自动化系统。如果实施得当,它们可以提高吞吐量和效率。然而,它也可能遇到常见问题,这可能导致系统无法正常工作。

货物系统的仓库经理应根据需求波动进行设计。在实施新方法时,我们还应考虑自动拾取系统的常见挑战,例如机器人夹具系统的局限性。