Proměna dat v informace

Každý systém a každé zařízení dnes generuje obrovské množství dat, která jsou často neefektivně zpracovávána nebo nejsou vůbec využita. Jednou z možností, jak začít data zpracovávat lépe, je poznat vlastní systémové procesy a podniknout kroky k využívání stávajících dat naplno.

Zařízení využívající technologie Internetu věcí (Internet of Things – IoT) dokáží v reálném čase zaznamenávat klíčová data o faktorech jakými jsou okolní prostředí, pohyb osob či předmětů, parametry postav a obličejů a o mnoha dalších v dosud bezprecedentní míře. Důležité je proto propojit existující systémy se stávajícími daty a doplnit je o hlubší informace a data z IoT zařízení. Následná analýza dat, doplněná o data z IoT systémů a dalších technologií, může poskytnout detailní náhled do struktury každého z logistických procesů a umožní tak s chirurgickou přesností optimalizovat práci a výkon na úrovni jednotlivých činností. S pomocí IoT technologií jsou společnosti schopné identifikovat, které části kterých procesů mají největší dopad na jejich logistický výkon. Může se jednat o analýzu efektivity rozvozu zboží po skladu, ale i o správu skladů, kde zboží vyžaduje specifické podmínky (teplota, vlhkost vzduchu a podobně), a kde je možné využít IoT zařízení k monitorování těchto podmínek v reálném čase.

Lokalizace v reálném čase

Mít správné zboží ve správnou chvíli na správném místě za co nejkratší dobu a s minimálním zapojením lidského faktoru přináší lokalizace v reálném čase (Real Time Location System – RTLS), která je napojena na systémy řízení výroby a skladových zásob. S pomocí RTLS systémů je možné s přesností na několik centimetrů a vteřin sledovat různé předměty ve skladu a ve výrobě, a tím odhalit neefektivní procesy a na základě reálných dat adekvátně optimalizovat. Čas a peníze se díky datům z RTLS dají ušetřit různými způsoby. Můžeme monitorovat trasy vysokozdvižných vozíků a následně je optimalizovat a zvýšit efektivitu jednotlivých strojů. Nebo můžeme monitorovat vozíky pro údržbu a v případě potřeby ihned vědět, kde se nachází nářadí a nástroje potřebné pro opravu. Je také možné v reálném čase sledovat, které části skladu jsou využívány více či méně než ostatní a zefektivnit tak využití skladového prostoru.

Obr 1: Analýza pohybu a efektivity vysokozdvižných vozíků ve skladu – ukázka dashboardu

Automatická identifikace zboží

Technologie RFID přinášejí možnost automatické identifikace zboží či oběhového materiálu. Vědět, kde se co ve skladu a výrobě nachází, se bez technologií nedaří ani v těch nejorganizovanějších podnicích. Díky RFID technologiím a dalším datům z IoT zařízení můžete své pracovníky směrovat a navigovat ke konkrétnímu kusu zboží na konkrétní poličce v konkrétní řadě a ušetřit velké množství času. Znalost aktuálních skladových zásob (objemu i místa, kde se nacházejí) práci logistického personálu výrazně zefektivní.

Integrovanou čtečku RFID může mít i vysokozdvižný vozík a jeho řidič má ihned při nakládce informaci, zda nabral správnou paletu. Jednotlivé palety jsou totiž osazeny RFID tagem. Čtečka a tag spolu rovnou komunikují a odpadá tak nutnost manuálního načtení kódu identifikující zboží pomocí ruční čtečky kódů.

IoT systémy otevírají skladovému personálu a jeho vedoucím pracovníkům možnosti významného zjednodušení práce. Technologií RFID mohou být osazeny i tzv. brány v prostoru skladu, v místě nakládky či ve výrobě. Načtená data z těchto bran ukládají do systému informace o pohybu zboží po skladu a po prostorech podniku. A vyhodnocením těchto dat lze pohyb zboží po objektech optimalizovat a šetřit tak logistické náklady.

Rozpoznání obrazu

Systémy rozpoznávání textu, tváří a předmětů z obrazu také výrazně přispívají k možnostem automatizace řady úkolů, které sklady řeší každý den. Mají-li například část či zónu, do které smí vstupovat pouze personál se speciálním vybavením, může ji pomocí systému rozpoznání obrazu monitorovat v režimu 24x7 a zlepšit tak bezpečnost práce. Vstoupí-li do monitorované oblasti osoba, na níž potřebné vybavení systém nerozpozná, okamžitě na tuto situaci upozorní vedení skladu.

Pomocí umělé inteligence jsme schopni naučit IoT systémy rozpoznávat téměř cokoli. Například bezpečnostní kužely, vysokozdvižné vozíky, osoby nebo i zboží. Rozpoznávání obrazu pomáhá nejen v logistice, ale i výrobě, kdy detekuje anomálie na zboží. Například přímo na výrobní lince se identifikuje chybné zboží a pokud se anomálie ukazuje opakovaně, zamezí včas výrobě většího počtu zmetků. Systémy už dnes rozpoznají špatnou barvu výrobku, rýhy na výrobcích nebo nesprávný tvar i mnohem více.

Obr 2: Monitoring vymezené zóny

Lokalizace zboží mezi sklady

Často se stává, že po cestě mezi sklady nebo mezi zákazníkem a skladem dochází ke ztrátám oběhového materiálu. Ztrácejí se přepravní klece, vozíky, palety či bedýnky se zbožím i bez zboží. Internet věcí přináší možnost monitoringu oběhové materiálu i mezi sklady. Získáte přehled, kde se aktuálně například daná přepravní klec nachází, kde komunikovala naposledy, popřípadě jestli opustila zónu, ve které se měla podle plánu pohybovat, i to, kde se klece hromadí. Tímto způsobem se dají lépe odhalit krádeže oběhového materiálu i zboží a následně se tak zamezí zbytečným nákladům na koupi materiálu nového.

Just in Time má s internetem věcí budoucnost

Rychlé tempo, jakým technologie Internetu věcí nacházejí nová možná využití napříč oblastmi průmyslu, stále jasněji ukazuje, že správná interpretace dříve ignorovaných detailních dat o zboží, zákaznících, zaměstnancích, majetku a procesech bude určovat míru výhody oproti konkurenci. S technologiemi, jejichž použití nám éra Industry 4.0 odemyká, nabývá pojem Just in Time zcela nového významu.

Adéla Mikschiková Autorka článku působí jako Business Development Manager pro oblast Internetu věcí (IoT) ve společnosti Adastra.