Connect with us
Hirdetés

Ipar

Hogyan válasszunk mesterséges intelligenciát okosan?

mesterséges intelligencia
Képek forrása: Freepik

A generatív AI képességei rohamosan fejlődnek, de a gépi tanulás és a mesterséges intelligencia más típusai sok eseten jobb, egyszerűbb és költséghatékonyabb megoldást adnak a vállalatoknak. Beruházásuk megtérülése múlik azon, hogy a technológiák, eszközök és módszerek közül mekkora hozzáértéssel választanak.

A nagy felhajtásból adódóan a generatív mesterséges intelligenciát gyakran túlzott elvárások övezik. A generatív modellek képesek már képeket, szöveget, videót vagy akár zenét is előállítani – mindezt a tanításuk során látott adatokból megtanult összefüggések alapján.

Félreértés, hogy a generatív AI szöveges modelljei „okos keresők”. Ezek a modellek mindössze „következőszó-generátorok”, amelyek szavanként generálják ki jóslataikat a felhasználói bemenetre. Ahhoz, hogy az okos kereső képességekre felruházható legyen, elengedhetetlen a megfelelő szakértői kompetencia bevonása, különben kontroll és minőségbiztosítás nélkül a szövegben legvalószínűbben soron következő szót adja válaszul a tanítóadataikban látottak alapján. Szoftverkódot is ugyanígy generálnak. Bizonyos feladatok hatékony elvégzésére tehát kiválóan alkalmasak már most, más problémákhoz viszont működésükből kifolyólag nem ideálisak önállóan a szükséges eszközkészlet nélkül.

– Azon feladatok automatizálására, amelyekre a generatív AI nem ideális sokkal jobb és olcsóbb megoldást kínálhat egy-egy klasszikus gépi tanulási modell – mondta Póda Csanád, a Kontron Hungary ML/AI rendszertervező mérnöke. – A gépi tanulás (machine learning, ML) alkalmazása azonban kevésbé látványos, mint egy emberi nyelven „beszélgető” robot, így a széles nyilvánosság képzeletét sem ragadta meg úgy, mint a természetes nyelvi felületen bárki számára hozzáférhető generatív mesterséges intelligencia.

Aki nem ismeri ezeket a módszereket, könnyen elveszhet bennük egy magas színvonalú, hozzáértő támogató csapat nélkül. Ezért vagyunk mi – hogy segítsük a navigációt ezeken a zavaros vizeken.

Kis és nagy modellek, testre szabva

A generatív AI értelmes, hasznos, hatékony, megbízható, biztonságos és etikus használatához a megfelelő technológiai, szervezeti, emberi, társadalmi és szabályozási feltételeket is szükséges megteremteni.

Vállalati szinten tovább árnyalja a képet, illetve bővíti a lehetőségeket, hogy a nagy (nem csak nyelvi) generatív modellek mellett megjelent rengeteg kisebb, előtanított, nyílt forráskódú modell is – mondta Póda Csanád. Ezeket a különféle feladatok elvégzésére előre tanított, nyílt forráskódú modelleket a vállalatok saját adataikon testre szabhatják, így gyorsabban és költséghatékonyabban valósíthatják meg projektjeiket. Egy ilyen modell továbbfejlesztésével készítettük el például a Számlamenedzser alkalmazásunk szállítófüggetlen számlafeldolgozóját, amely a beérkező (akár scannelt) számlák adatait egy mély neurális háló segítségével ismeri fel és írja át automatikusan a vállalatirányítási rendszer megfelelő mezőibe. Ezáltal a hagyományos rendszereknél sokkal rugalmasabb megoldást kaptunk, amelynél nem kell minden új számlatípus feldolgozásához új sablonokat létrehozni, hanem minden számlatípust egy modell ismer és dolgoz fel.

Emellett a vállalatok a hatalmas adatmennyiségeken tanított, több milliárd paramétert használó generatív AI modellek kimenetét is optimalizálhatják Retrieval-Augmented Generation (RAG) segítségével. A költséghatékony módszerrel ugyanis a generatív modellek képességeit speciális területekre vagy saját belső tudásbázisukra terjeszthetik ki, így pontosabb és hasznosabb válaszokat kaphatnak anélkül, hogy a modellt újra kéne tanítani – az információt ugyanis az ügyfél saját dokumentumtárából keressük ki és adjuk át a generatív AI modelleknek feldolgozásra, ezzel csökkentve a hallucinációk valószínűségét.

Felhő és partner nélkülözhetetlen szerepe

Már ez a pár példa is mutatja, hogy a mesterséges intelligencia eszközök és módszerek milyen széles választékát fogja át. Kulcsfontosságú ezért, hogy a vállalatok az adott feladat függvényében jól válasszanak a folyamatosan bővülő palettáról.

A bőség zavarában és a felhajtás zajában azonban gyakran megesik, hogy a döntéshozók olyan AI-megoldásokat választanak, amelyektől üzleti felhasználási esetükben eleve hiába várnak eredményeket. Szerintem elsősorban ez okozza, hogy egy elemzői jelentés szerint a 2023-as vállalati AI kezdeményezések 80 százaléka megakadt a koncepcióvalidálás szintjén – mondta Póda Csanád. A másik oka ennek az, hogy a közelmúltig nem voltak meg azok az eszközök, amelyekkel ilyen rendszereket megbízható produktív környezetbe tudtunk helyezni. Itt azonban hatalmas előrelépés történt, és már nagyon jó minőségű AIOps és MLOps eszközök állnak rendelkezésünkre. Sok vállalat nem tud házon belüli AI kompetenciát kiépíteni, de ezt könnyen ellensúlyozhatja egy átfogó szakértelemmel és nagy tapasztalattal rendelkező tanácsadó- és rendszerintegrátor-partner bevonásával. Egy ilyen partner a projektek megvalósítását már az üzleti értékajánlatnak megfelelő gépitanulási-, illetve mesterségesintelligencia-eszköz kiválasztásától kezdve az élesbe állásig támogatni tudja.

Egy másik nagy hátráltató tényező ezen a téren, hogy a magyar vállalatok egy része ellentmondásos, szelektív módon még mindig idegenkedik a felhő használatától. Sok cég a Microsoft Office 365-re minden további nélkül előfizet, a belső, üzleti titkokat tartalmazó levelezését a Microsoft felhőjében tárolja, valamint irodai alkalmazásait felhőszolgáltatásként veszi igénybe. Az üzleti alkalmazásaikat viszont még mindig saját hardveren szeretnék futtatni  – noha a belőlük kinyert kimutatásokat szintén előszeretettel továbbítják e-mailben.

A házon belüli IT infrastruktúra sok szempontból nem tud versenyezni a nagy felhőszolgáltatók adatközpontjaival. Saját hardveren a vállalatok nemhogy generatív AI modelleket nem tudnának futtatni, de gyakran még a kisebb neurálisháló-alapú modelleket is csak olyan késleltetés mellett használhatnák, hogy az értelmetlenné tenné bevezetésüket. A kapacitás megfelelő bővítésére pedig az AI munkaterhelések futtatásához szükséges specializált hardver magas ára és a jelenlegi eszközhiány miatt sem gondolhatnának.

A döntéshozóknak tanácsos minél előbb megvizsgálniuk, hogy a mesterséges intelligencia használatához vállalatuknál milyen szabályok mentén használhatnak felhőalapú megoldásokat, és mely szolgáltatók tudják ezeket biztosítani, mert a választék ezen a téren is bővül  – mondta Póda Csanád. Ha továbbra is késlekednek, rövid időn belül nagy hátrányba kerülhetnek a felhőben szolgáltatásként elérhető AI képességeit eredményesen kiaknázó versenytársaikkal szemben. Bár minden esetben meg kell vizsgálni, hogy a különböző tényezők függvényében melyik szolgáltatási modell a legelőnyösebb, ma már általában a felhőt érdemes választani, hacsak használatát speciális megfelelési követelmények (törvényi szabályozottság) kategorikusan ki nem zárják. De a GDPR-nak való megfelelés például ma már nem probléma.

Nemzetközi ML/AI kompetencia-központ helyben

A megfelelő ML/AI megoldás és a szolgáltatási modell mellett a releváns üzleti felhasználási esetek megválasztása is fontos az AI beruházások gyorsabb megtérüléséhez, amiben a kompetens partner szintén sokat segíthet.

A rendszerintegrátorként ismert és elismert Kontron Hungary az utóbbi években ML/AI szakértelmét is olyan szintre fejlesztette, hogy a tagvállalatai közötti együttműködést erősítő Kontron Csoport úgy határozott, itt hozza létre csoportszintű ML/AI kompetencia-központját is, amelyet harminc fős tanácsadói és fejlesztői csapattá szeretnének bővíteni.

– Hazai ügyfeleink számára különösen előnyös, hogy cégünk méretéből adódóan szakmai területeink házon belül is szorosan együttműködnek egymással – mondta Póda Csanád. – Számos vállalat informatikai környezetét ismerő rendszer-integrációs csapatunk tudása és tapasztalata is hozzájárul így ML/AI projektjeik sikeres megvalósításához és további digitális átalakulásuk felgyorsításához.


További friss híreket talál az IoTmagazin főoldalán! Csatlakozzon hozzánk a Facebookon is!

Ipar

Kulcsfontosságú lesz az autonóm működést támogató rendszerek bevezetése a Schneider Electric új felmérése szerint

Az autonóm működést támogató fejlesztések megvalósítása kritikus jelentőségű lesz a következő öt évben az energia- és vegyipari szektorban dolgozó vezetők harmada szerint – derül ki a Schneider Electric által bemutatott „Global Autonomous Maturity Report” című tanulmányból. A folyamat éllovasai jelenleg az Öböl Menti Együttműködési Tanács (GCC) országai, valamint Ázsia, középtávon azonban Észak-Amerikában várható a leggyorsabb előrelépés.

Kritikus változások előtt áll a globális energia- és vegyipari szektor az elektrifikáció, az automatizáció és a digitalizáció egyszerre jelentkező hatásainak köszönhetően – ez az egyik fő megállapítása a Schneider Electric, a világ egyik vezető energia-technológiai vállalata által bemutatott „Global Autonomous Maturity Report” című elemzésnek. A mesterséges intelligencia (MI) térhódítása a technológiát kiszolgáló adatközponti infrastruktúra gyors bővülése miatt korábban nem tapasztalt nyomást helyez a globális energiarendszerre, ami fokozza az igényt a rugalmas, hatékony és ellenállóképes működésre.

A tanulmány elkészítéséhez 400, az energia- és vegyipari szektorban vezető pozíciót betöltő szakember körében végeztek felmérést. A megkérdezett vezetők harmada (31,5%) jelezte, hogy az autonómia fejlesztése „kritikus” prioritás lesz az elkövetkező öt évben, tíz éves távlatban pedig már 44 százalékuk gondolja így. A válaszadók kevesebb mint 5 százaléka tartja alacsony prioritásúnak ezt a kérdést.

Az autonóm működést támogató rendszerek bevezetése kapcsán a fő motivációt az erős üzleti nyomás jelenti. Az autonóm rendszerek bevezetésének késleltetése a megkérdezettek 59 százaléka szerint magasabb működési költségekkel járhat, 52 százalékuk említette a szakemberhiány súlyosbodását a lehetséges következmények között, míg 48 százalékuk a versenyképesség csökkenésétől tart.

A felmérés azonban arra is rámutatott, hogy az autonóm működésre való átállásnak komoly akadályai is vannak. A legnagyobb gátat a magas indulóköltségek jelentik, ezt a válaszadók harmada emelte ki, de majdnem ugyanannyian mutattak rá arra, hogy a régi rendszerek is akadályozzák a váltást. A szervezeten belüli ellenállást a válaszadók 27 százaléka, míg a kiberbiztonsági aggályokat és a szabályozás körüli bizonytalanságot negyedük tartja fontos gátló tényezőnek.

A megkérdezett vezetők közel fele a mesterséges intelligenciát tekinti az önálló működéshez vezető út legfőbb előmozdítójának, amit a kiberbiztonsági fejlesztések követnek, majd sorban a felhő- és peremhálózati számítástechnika, a digitális iker technológia, a fejlett folyamatirányítás, valamint a nyílt, szoftveralapú automatizálás szerepelt még az átállást segítő fontosabb technológiák között.

„Az autonómia gyorsan az ipar új működési modelljévé válik. Ahogy az MI fejlődik és az energiarendszerekre egyre nagyobb nyomás nehezedik, az autonóm működés elengedhetetlennek bizonyul a rugalmasság és a versenyképesség szempontjából. Ez a váltás nem arról szól, hogy lecseréljük az embereket, hanem arról, hogy lehetővé tegyük számukra, hogy magasabb hozzáadott értékű munkára összpontosítsanak, erősítsék a biztonságot és fejlesszék készségeiket. Akik most lépnek előre alakítják majd az ipar következő korszakát”

– mondta el Gwenaelle Avice Huet, a Schneider Electric ügyvezető alelnöke.

Az iparági elemzők egyetértenek abban, hogy a változás a vártnál előrébb tart.

„A jelentés megállapítja, hogy az autonómia bevezetése a szektorban a vártnál előrébb tart, és a nyílt, szoftvervezérelt automatizálás az iránymutató az energiaipari innováció következő fázisában. Egy olyan ágazatban, ahol a megbízhatóság, a biztonság és a szén-dioxid-kibocsátás csökkentése ma már alapvető elvárások, ezek a technológiák a leghatékonyabb módszert jelentik a szolgáltatók számára, hogy „kevesebbel többet” érjenek el, és rugalmasabb, versenyképesebb működésre álljanak át”

– tette hozzá Gaurav Sharma, független energiapiaci elemző, a kutatás közreműködője.

Bár a tanulmány alapján egyértelmű a lendület, az adatok azt mutatják, hogy az egyes régiók között jelentős eltérések vannak a felkészültség szintjében. A folyamat éllovasai jelenleg az Öböl Menti Együttműködési Tanács (GCC) országai és Ázsia, azonban a következő öt évben várhatóan Észak-Amerikában gyorsul majd leginkább az autonóm működésre képes rendszerek bevezetése. Európában is folyamatos ugyan a fejlődés, de az előrejelzések alapján a kontinensen lesz a leglassabb a váltás.

„Az autonóm működés újradefiniálja azt, ahogyan akár teljes létesítményeket működtetnek az energia- és vegyipari vállalatok. A Schneider Electric és az AVEVA ezen változás élvonalában áll, olyan ügyfeleket támogatva ilyen jellegű projektek megvalósításában, mint a Shell, a European Energy, az ADNOC és a Baosteel. A Schneider Electric folyamatirányítási és energiagazdálkodási megoldásait az AVEVA digitális technológiáival és ipari intelligenciájával összekapcsolva olyan integrált, szoftvervezérelt architektúrákat kínálunk, amelyek valós idejű átláthatóságot biztosítanak, és lehetővé teszik az MI-vezérelt digitális ikrek alkalmazását, amelyek minimális beavatkozás mellett képesek előre jelezni, alkalmazkodni és önmagukat optimalizálni”

– mutatott rá Devan Pillay, a Schneider Electric „Heavy Industries Segment” üzeltágának elnöke.

A Shell kanadai Scotfordban lévő finomítójában a Schneider Electric nyílt, szoftveralapú automatizálás révén segíti az üzem modernizálását, elősegítve ezzel a rugalmasabb, még inkább autonóm működést. A European Energy „Kassø Power-to-X” létesítményében – a világ első kereskedelmi szempontból életképes e-metanol-üzemében – a Schneider Electric és az AVEVA közösen teszik lehetővé az MI-támogatott, önoptimalizáló tiszta üzemanyag-előállítás megvalósulását, mindezt rugalmas távfelügyelettel kiegészítve.

A kutatásról

A kutatás a Censuswide és a Development Economics együttműködésével valósult meg, Gaurav Sharma független energiapiaci elemző támogatásával. A kutatás négy kulcsfontosságú régió – Észak-Amerika, Európa, Ázsia és a GCC-országok – 12 országából 400, az energia- és vegyipari szektorban magas pozícióban dolgozó vezető véleményét rögzíti.


További friss híreket talál az IoTmagazin főoldalán! Csatlakozzon hozzánk a Facebookon is!

Continue Reading

Ipar

Egy újszerű kiválasztási és felkészítési program keretében 160 filippínó hegesztő érkezhet Magyarországra

A szakképzett hegesztők hiánya a hazai ipar kulcságazatainak egyik legégetőbb problémája, ami jelentősen lassítja a beruházások ütemét és veszélyezteti a magyar vállalatok versenyképességét. Ezt igyekszik enyhíteni hazánk vezető felnőttképző szervezete, a DEKRA Expert Kft. és a harmadik országbeli munkaerő kölcsönzésében nagy tapasztalattal rendelkező Menton Jobs Kft. együttműködése.

Az általuk életre hívott, új modellben többlépcsős folyamatot követően első körben 160 fülöp-szigeteki dolgozó szerezhet minősített hegesztői végzettséget és állhat munkába itthoni cégeknél.

„Rendszeresen szervezünk képzéseket a hazai iparvállalatok széles körének, a jelzéseik alapján pedig ma egyértelműen a hegesztő szakemberekre mutatkozik az egyik legnagyobb igény. Óvatos becslés szerint is legalább 3-5000 főre tehető a hiány ezen a területen”

– kezdte a helyzet bemutatását Tornyi Lajos, a DEKRA Expert operatív vezetője. Mindez egyébként nemcsak magyar jelenség: a legfrissebb hivatalos statisztikák szerint 23 uniós országban számít a hegesztő hiányszakmának, minden harmadik állam pedig súlyosnak jelölte ezt a problémát.

A megoldás szükségességét jelzi, hogy idehaza a leginkább érintett szektorok, azaz a feldolgozóipar, azon belül a járműgyártás, a fémfeldolgozás és a gépgyártás, illetve az építőipar és a szállítás-raktározás együttesen a hazai GDP több mint harmadáért felelnek, míg az áruexportnak több mint fele ezekhez az ágazatokhoz kötődik.

„Az elmúlt évtizedekben világossá vált, hogy a szakképzési rendszerből érkezők nem tudják pótolni a nyugdíjba vonuló és a külföldre kivándorló hegesztő szakembereket, ezért a külföldi munkavállalók célirányos bevonása a továbbiakban is elkerülhetetlennek tűnik. Ebben szerettünk volna egy új módszertant kialakítani azzal, hogy csapatunk, kiegészülve a DEKRA Expert oktatójával, Manilában, személyesen választja ki azokat a hegesztői végzettséggel és többéves, releváns tapasztalattal rendelkező jelentkezőket, akik képesek az európai sztenderdeknek megfelelő, minőségi munkavégzésre. A folyamat az angol nyelv érthető használatát és a hozzáállást is feltérképező, személyes interjút is magába foglal, így csak a leendő munkakörnyezetbe várhatóan jól beilleszkedő dolgozók érkeznek Magyarországra”

– mutatta be a programot Ódor Péter, a Menton Jobs értékesítési vezetője.

A kiválasztott hegesztők hazánkban részt vesznek a DEKRA Expert által szervezett, 80 órás, gyakorlatorientált képzésen, ami TÜV Rheinland tanúsítvány megszerzésével zárul. A hazai cégeknél így az itteni elvárásokra professzionálisan felkészített, minősített hegesztői végzettséggel rendelkező, szabályosan foglalkoztatható szakemberek állhatnak munkába.

A Menton Jobs szakértője a fentiekhez hozzáfűzte:

„a gyakori vélekedésekkel ellentétben az érintett vállalatoknál a harmadik országbeli munkavállalók foglalkoztatása elsősorban nem az alacsonyabb bérekről szól, hiszen a lakhatás biztosításával és más járulékos költségekkel együtt ezek a munkavállalók nem kerülnek kevesebbe. A program iránt érdeklődő cégek sokkal inkább a más forrásból nem megoldható szakemberhiányuk orvoslására keresnek hitelesen ellenőrzött, minőségi munkaerőt, akikkel jól lehet tervezni.”

Utóbbi szempont kapcsán Ódor Péter kifejtette: a fülöp-szigeteki dolgozók – főként a hazájukban szigorúan szabályozott külföldi munkavállalási feltételek miatt – világviszonylatban is az egyik legstabilabb állománynak számítanak. A cég tapasztalatai szerint a hazai hegesztőszakmában átlagosnak számító 20-30%-os éves fluktuációhoz képest ez az adat az ő körükben mindössze 1%-ra tehető.

A két cég úgy számol, hogy a kiválasztási és képzési folyamat az eljárás kapcsolódó adminisztratív teendőivel együtt nagyjából 4 hónapot vesz igénybe, a jelenlegi jogszabályokból kiindulva pedig egyelőre az áprilisban és májusban kezdődő toborzási körökkel lehet biztosan számolni. Az így Magyarországra érkező, várhatóan 160 munkavállaló alapesetben 2 évet tölthet itt, ám ez később akár több alkalommal is meghosszabbítható.

„A DEKRA Expert hosszú ideje törekszik arra, hogy képzéseivel célzottan segítse partnereit a munkaerőhiányuk orvoslásában, ennek részeként az utóbbi években az ázsiai munkavállalók egyéni felkészítésében is nagy rutint szereztünk. A mostani kezdeményezés legfőbb ereje, hogy a vállalkozások nem egyszerűen plusz létszámot kapnak, hanem a beépített, többszörös garanciák révén olyan szakembereket, akikre biztonsággal építhetnek. Természetesen nem a CO hegesztők az egyetlenek, akikből azonnal, jelentős mennyiségű, megbízható munkaerőre lenne szüksége a hazai iparnak, ezért sikeres indulás esetén a modell később más szakmákra is kiterjeszthető”

– utalt a program további távlataira Tornyi Lajos.


További friss híreket talál az IoTmagazin főoldalán! Csatlakozzon hozzánk a Facebookon is!

Continue Reading

Ipar

Robotika és AI a boltban – Automatizált konténerüzlet magyar fejlesztésben

Az ipari automatizálás és a digitális kereskedelem találkozásából egyre több innovatív megoldás születik. Ezek közé tartozik a hazai fejlesztésű automata önkiszolgáló konténerbolt koncepciója is, amely robotikai, mesterséges intelligencia alapú és informatikai rendszerek integrációjával kínál új lehetőséget a kiskereskedelem számára.

A fejlesztés hátteréről és műszaki megvalósításáról beszélgetünk Óvári Zsolttal, a Logbord 2010 Kft. logisztikai és üzletfejlesztési vezetőjével, valamint Bővíz Botonddal, a BBM Engineering Solutions Zrt. vezérigazgatójával, a projekt ipari automatizálási megvalósításáért felelős szakemberrel.

Egy új kiskereskedelmi modell születése

MM: A beszélgetés apropóját az adja, hogy a Botondék által megvalósított automata önkiszolgáló shopot a Siemens Zrt. a 2025-ös ipari digitalizációs fejlesztések között az inspiráló projektek közé választotta. Mi volt a fejlesztés kiindulópontja, és milyen problémára kerestek megoldást?

Óvári Zsolt: A Logbord 2010 Kft. egy informatikai vállalat, amely 2009 óta fejleszt vállalatirányítási és kereskedelmi rendszereket. Számos hazai partnerrel dolgozunk együtt a kiskereskedelmi szektorban, így pontosan látjuk, hogy az ágazat milyen kihívásokkal szembesül. Az elmúlt években a munkaerőhiány, a bérköltségek növekedése és az üzemeltetési költségek emelkedése komoly problémát jelentett sok üzlet számára. Különösen egyetemeken vagy kisebb településeken fordul elő, hogy egy hagyományos bolt működtetése gazdaságilag nem fenntartható. Olyan technológiai megoldást kerestünk, amely képes csökkenteni az élőmunka igényét, miközben biztosítja a kiskereskedelmi ellátást. Így született meg az automata önkiszolgáló konténerbolt koncepciója, amely robotizált raktárként működve képes kiszolgálni a vásárlókat.

MM: Hogyan működik a robotizált konténerbolt?

Óvári Zsolt: A rendszer egy zárt technológiájú, körülbelül negyven négyzetméteres konténerre épül, amely automatizált raktárként működik. A vásárlók egy mobilalkalmazáson keresztül választják ki a kívánt termékeket, majd egy átvételi időpontot jelölnek meg. A háttérrendszer kiszámolja, mikor kell elkezdeni a rendelés összeállítását, hogy az a vásárló érkezésére elkészüljön.


A robotok a konténeren belül összegyűjtik a szükséges termékeket, és egy ládába helyezik őket. Amikor a vásárló megérkezik a konténerhez, egy QR-kód vagy PIN segítségével azonosítja magát, és a rendszer kiadja a megrendelt árukat.


A konténerben egyszerre 600–800 különböző termék tárolható, amelyek között megtalálhatók az alapvető élelmiszerek, konzerváruk, tejtermékek, húskészítmények, fűszerek, valamint háztartási és vegyi termékek is. Ez a választék elegendő ahhoz, hogy egy átlagos háztartás alapvető szükségleteit kielégítse.

Automatizált logisztika

MM: Hogyan történik az áruk feltöltése és a készlet kezelése?

Óvári Zsolt: A konténer a vállalatirányítási rendszerben úgy jelenik meg, mint egy hagyományos kiskereskedelmi üzlet. A rendszer folyamatosan figyeli a termékek fogyását, és szükség esetén jelzi az utántöltést. Az áruszállítók egy betöltő rekeszen keresztül helyezik el az árut, amelyet a rendszer vonalkód-azonosítással és súlyméréssel ellenőriz.

A konténerben két külön hőmérsékleti zóna található. A hűtött tér 4–7 °C közötti hőmérsékleten működik, ahol például tejtermékeket vagy húsárut lehet tárolni. Emellett van egy temperált tér is, amely 12–15 °C körüli hőmérsékletet biztosít a szárazáruk számára.

Robotika és mesterséges intelligencia

MM: Egy ilyen rendszer mögött komoly automatizálási megoldások állnak. Milyen technológiák teszik lehetővé a működést?

Bővíz Botond: A konténerben három ipari robot működik. Két nagyméretű manipulátor a ládák mozgatásáért felel, míg egy harmadik robot végzi a termékek kiválogatását és a rendelések összeállítását. Ezek hat tengelyes ipari robotok, amelyek jelentős teherbírással rendelkeznek.

A rendszer egyik legfontosabb eleme a Siemens Robot Pick AI technológiája, amely egy háromdimenziós kamerarendszerrel együttműködve képes felismerni a termékek pozícióját és meghatározni a megfelelő megfogási pontot. Ez azért különösen fontos, mert a kiskereskedelemben rengeteg különböző formájú és csomagolású termék található.

A robotok vákuumos megfogórendszert használnak, amely többféle megfogófejet tartalmaz. Ennek köszönhetően a rendszer képes kezelni a kisebb zacskós termékektől egészen a nagyobb csomagolt árukig számos különböző tárgyat.

Ipari vezérlés és biztonság

MM: Egy ilyen rendszerben a megbízhatóság és a biztonság kulcsfontosságú. Hogyan oldották meg ezt a kérdést?

Bővíz Botond: A rendszer Siemens S7 1500 PLC alapú vezérléssel működik. Ez irányítja a robotokat, a szenzorokat és a biztonsági rendszereket is. Emellett egy komplex HMI felületet fejlesztettünk, amely lehetővé teszi a rendszer diagnosztikáját és karbantartását.

A robotok működése biztonsági zónákra van osztva, és csak speciális eljárással lehet belépni a robotok munkaterébe. A rendszer folyamatosan ellenőrzi a szenzorok működését, így egy esetleges hiba gyorsan diagnosztizálható.

Fejlesztési folyamat

MM: Mennyi idő alatt sikerült megvalósítani a projektet?

Bővíz Botond: A koncepció alapjai már rendelkezésre álltak, de a konkrét rendszer megvalósítása jelentős mérnöki munkát igényelt. A robotika, az informatikai háttérrendszer és az ipari vezérlés integrációja számos tervezési és tesztelési feladatot jelentett. A teljes fejlesztési és kivitelezési folyamat végül nagyjából fél év alatt valósult meg.

A projekt jövője

MM: Milyen jövőt látnak a technológia előtt?

Óvári Zsolt: A jelenlegi rendszer a második generációt képviseli. A következő lépés a modularitás növelése és a költségek csökkentése. A cél, a rendszer sorozatgyártása és a különböző méretű konfigurációkban telepíthetősége.

Az első rendszerek egyetemi környezetben működnek, de a technológia alkalmas lehet kisebb települések ellátására, ipari parkokban vagy nagyvárosi környezetben is.

A Logbord 2010 Kft. a Széchenyi István Egyetem és a Cibus Hungaricus Alapítvánnyal együttműködve hozta létre a robotizált automata boltot, az „Élelmiszer logisztikai keretrendszer létrehozása a kárpát-medencei régióban a versenyképes élelmiszeripar és biztonságos, a népegészségügyet és a magyar agráriumot támogató kereskedelmi eszközrendszer fejlesztése érdekében” című ÉLIP projekt keretében. A projekt célja a Digitális Élelmiszeripari Stratégia végrehajtásának szakmai támogatása, pilot projektek keretein belül a megoldások bemutatása az élelmiszerlánc résztvevőinek.

www.siemens.hu, e-erp.hu, www.bbmes.hu


További friss híreket talál az IoTmagazin főoldalán! Csatlakozzon hozzánk a Facebookon is!

Continue Reading
Advertisement Hirdetés
Advertisement
Advertisement
Advertisement
Advertisement Hirdetés

Facebook

Advertisement Hirdetés
Advertisement Hirdetés

Ajánljuk

Advertisement

Friss