WAMAS Robotics

Felfria och effektiva plocklösningar

Roboter är i sig inte intelligenta – all intelligens måste tillföras utifrån. Därför är en robot aldrig bättre än den mjukvara som styr den. Särskilt vid plockning av enstaka artiklar och uppbyggnad av pallar, så kallad SSI case picking, krävs avancerade och pålitliga mjukvarulösningar för att göra robotarna lämpade för de krävande uppgifter som förekommer vid orderhantering. När detta görs rätt förbättras både prestanda och leveranskvalitet. Om ert företag överväger att använda robotteknik kan ni lita på SSI SCHÄFERs mjukvaruexpertis. Vi samlar all nödvändig kunskap internt och erbjuder intelligenta mjukvarumoduler från WAMAS-portföljen som gör plockningen felfri och mer effektiv. Skonsam produkthantering garanteras också.

Fördelar med WAMAS® Robotics:

• Processäkerhet – Intelligent skanning identifierar serienummer, batchnummer och utgångsdatum

• Skalbar och modulär mjukvara – Säkerställer smidig integration i befintliga logistiksystem

• Robotteknik och mjukvara som grund för en kostnadseffektiv satsning på Logistik 4.0

Case Picking – den optimala pallen

Vår lösning för case picking är i praktiken en allt-i-ett-lösning. Trots variationer i varor möjliggör motsvarande mjukvarumodul för robotar att automatiskt stapla önskat antal på pallar eller vagnar, vilket sparar tid. Inga efterföljande kontroller behövs i fraktområdet för att säkerställa korrekthet eller fullständighet.

Utöver palletering per butik erbjuder lösningen även toppmoderna robotapplikationer för snabb och säker avpalletering. Eftersom en stor del av detta annars skulle behöva göras manuellt, minskar dessa applikationer avsevärt det mänskliga arbetsinsatsen och förebygger förseningar som kan bromsa materialflödet in i lagret.

Hur Pack Pattern Generator hjälper roboten

Den intelligenta Pack Pattern Generatorn i WAMAS beräknar den optimala strukturen för varje enskild pall med hjälp av avancerade algoritmer. Beräkningen baseras på data från den så kallade teach-in-stationen, som registrerar all förpackningsrelaterad information – såsom mått, orientering, kompressionsfaktor, innehåll och förpackningstyp. Systemet tar även in information från avancerade image processing systems i realtid. Olika kriterier kan viktas utifrån kundens specifika behov.

Kundanpassad optimering

• Butiksoptimering – Packningssekvenser anpassade efter butikslayout för snabbare påfyllning

• Stabilitetsoptimering – Säker pallpackning för transporter över långa sträckor

• Volymoptimering – Maximal användning av transportkapacitet

Pallen visualiseras och SSI Case Picking-roboten påbörjar automatisk pallpackning så snart beräkningen är klar. Om ett problem uppstår – till exempel på grund av en skadad kartong – kan systemet justera packmönstret i realtid och fortsätta packordern på samma pall när problemet är åtgärdat.

Plock av enstaka artiklar

Plock av enstaka artiklar – även kallat piece picking – är en av de mest kostsamma processerna inom logistiken och kräver stor koncentration från personalen. För att underlätta arbetet och samtidigt effektivisera hanteringen är en kombination av plockrobotar och intelligent mjukvara det bästa valet. Detta gäller särskilt vid behov av skonsam hantering av produkterna.

E-handels-, kosmetik- och hälsovårdssektorerna har ett särskilt behov av att optimera plock av enstaka artiklar. Inom läkemedelsindustrin måste dessutom ett stort antal säkerhetsregler följas för att skydda patienterna. Här bidrar moderna plockrobotar med integrerad bildbehandling och skanningsfunktion inte bara till effektivt plock, utan möjliggör även noggrann produktidentifiering och korrekt verifiering av produkterna som en del av spårbarheten.

Funktioner i WAMAS Piece Picking

SSI SCHÄFERs Piece Picking-mjukvara kan användas som en fullt integrerad del av en WAMAS-installation, men fungerar även som en fristående lösning som enkelt kopplas ihop med tredjeparts ERP- och materialflödessystem.

Vision-modulen, som ingår i den standardiserade logistikmjukvaran WAMAS, fungerar som "hjärnan" i det industriella bildanalysystemet. Den kan pålitligt identifiera varje plockobjekt utan fel, fastställa det optimala gripområdet och lokalisera objekten i en behållare för att spara utrymme. Processen använder både bildbehandlingsalgoritmer och artificiell intelligens (AI). 3D-kameror som modellerar innehållet i behållarna fungerar som mjukvarans “ögon” mot den verkliga världen. Den genererade datan överförs till robotens styrsystem, där den bearbetas i realtid. För att optimera plockprocesserna tar systemet även hänsyn till robotens rörlighet och gripdonets fysiska egenskaper. Mjukvaran är därmed integrerad i ett mycket komplext system av sensor- och robotteknik.