一段时间以来,物料搬运行业一直在经历着从关注硬件(速度和进料)向强调指导设备运行的软件的转变。在我看来,这种转变是由几个因素驱动的。
一个是物理问题:无论电机、驱动器和齿轮系统有多好,传送带、分拣机和自动存储系统的安全运行速度都是有限的。另一方面,软件可以让这些系统在正常速度下更高效。例如,分拣员可以在纸箱和包裹之间减少空隙进行分拣。
另一个是管理的复杂性:有太多的sku、太多的增值服务和太多的订单变化——太多的决策——需要人们去管理。
最后是作为仓储最佳实践的维护的出现。MRO和MRO相关软件在制造业中已经建立了很长时间,其中自动化制造系统的正常运行时间至关重要。我们现在在仓储和配送方面也经历着同样的关键。
这三个例子的共同点是需要智能操作,而不仅仅是快速操作。这是软件。
在今年MHLC的第二天,我与Dematic软件和数字解决方案开发高级副总裁Hamid R. Montazeri进行了一次对话,我认为我们正处于下一代仓库软件的尖端。这是一种内部部署和云软件一起工作来完成工作的情况。稍后会详细介绍。
Montazeri和我开始谈论他在Dematic看到的一些事情,这是与客户以及他自己的产品经理交谈的结果。这里的主题是维护软件。在这个领域,很多讨论都是关于预测性维护的。这是设备管理系统基于实时操作系统在故障发生之前预测维护事件的能力。当我们实现这一目标时,维护组织将能够从按规定时间进行维护转向更精确的设备维修。
这就是我们要去的地方,但我们还没有到那个地步。第一步是在系统的各个部分安装传感器——要么是新设备,要么是对现有系统进行改造——以收集物联网数据。这些数据,反过来,可以进入一个数据湖,在那里它可以被机器学习算法进行分析,进行预测分析。
预测分析需要数据,而且是大量的数据。“预测性维护的世界是10%的算法和90%的数据,”Montazeri说。“这种详细的数据目前在内部物流中并不常见。”他指出,要实现这一目标,我们首先必须在我们的系统上安装更多的传感器。这种情况现在正在发生,主要是新安装的设备。但我们还需要一段时间才能收集到足够的数据,并有足够的历史来做出有意义的预测。在此期间,有实时状态监测,这是德马泰克现在正在做的。
蒙塔泽里将其描述为“实现预测性维护的垫脚石”。他补充说:“如果你有实时数据,你可以比较从你的设备发出的信号,看看它们是否超出正常特征,这提醒你潜在的问题。我们现在可以根据实时和有限的数据向客户提供这些服务。”
从那以后,我们谈到了Montazeri所说的一种新兴架构,它“结合了云和本地软件的世界”。它不是一个非此即彼的情况——你的软件要么在本地,要么在云中——它是一种混合方法,结合了边缘计算——或者蒙塔泽里所说的智能边缘,它把计算能力放在正在完成工作的本地,没有延迟的空间——和云计算——你可以利用数据湖的存储和计算能力来处理大量数字。
蒙塔泽里说:“当你把计算带到云端时,考虑到与信号传输相关的时间,设备动作所需的时间会增加延迟。”“然而,我们正在接近一个点,你可以在现场进行大量廉价的计算,这就是智能边缘,并将其与云中的存储和计算能力相结合。它还可以为创建软件生态系统打开大门。”
蒙塔泽里认为,这种结合可能是内部物流软件变革的一步。这无疑是考虑仓库和配送中心内部软件系统的一种不同方式,并可能为下一代解决方案指明方向。