Klassificering af paller på den lette måde: Sådan optimerer EDEKA varemodtagelsen

Optimerede processer sørger for mere effektive arbejdsgange, øger produktiviteten og har en positiv indvirkning på virksomhedens succes. Det er EDEKA godt klar over. Som repræsentant for føde- og drikkevareindustrien ser virksomheden f.eks. et klart forbedringspotentiale i varemodtagelsen: Her leveres varer med lastbil på paller fra mange forskellige producenter – også paller, der er omfattet af pallepant- og pooling-systemet. Den manuelle klassificering af pantpaller i varemodtagelsen kræver et stort ressourceforbrug og medfører derfor et fejlpotentiale, som ikke bør negligeres. For at undgå de deraf følgende omkostninger, spare ressourcer og øge proceskvaliteten og gennemsigtigheden indgik EDEKA et innovativt partnerskab med SICK. I tæt samarbejde blev Pallet Classification System (PACS) til automatisk palleklassificering udviklet.

Pant eller ingen pant – det er spørgsmålet

Som en vigtig aktør i den tyske detailsektor forfølger EDEKA et ambitiøst mål: Inden 2025 planlægger koncernen at investere 450 millioner euro i automatisering, innovation og udvidelse af sine lagre i regionerne Nordbayern, Sachsen og Thüringen. Disse planer er allerede ved at tage form på fabrikken i Berbersdorf. Det drejer sig blandt andet om varemodtagelsen især klassificeringsprocessen for leverede paller. Ud over pant- og pooling-paller som EPAL og CHEP er der også paller, som ikke er omfattet af pantsystemet. For at undgå forkerte pantbetalinger til leverandører klassificeres hver indgående palle manuelt i henhold til dens pantrelevans, som kan genkendes på farven og etiketten/mærket på palleblokken – en fejlbehæftet, tids- og ressourcekrævende proces.

Optimeringspotentialet er indlysende for EDEKA: “Det er vigtigt for os at vide, om der er pant på pallen eller ej. I øjeblikket kontrolleres dette manuelt af en medarbejder ved varemodtagelsen. Vores fælles projekt med SICK vil ændre dette i fremtiden, da palletypen vil blive registreret automatisk.”

 

Samarbejde fra A til Z

Ud over design og udvikling af palleklassificeringssystemet omfatter det fælles projekt også den tilsvarende installation i det eksisterende anlæg: to farvekameraer til optagelse af billeder, et fotoceller til udløsning af pallen og en controller til behandling af dataene og udførelse af det tidligere indlærte AI-baserede neurale netværk. Et valgfrit tredje farvekamera kan installeres over transportsystemet, f.eks. for at dokumentere lasten på pallen.

Sådan fungerer det

Under den automatiserede palletransport registrerer de to farvekameraer etiketterne/mærkerne på pallernes ydre blokke og tager RGB-billeder af dem. Ved hjælp af et tidligere indlært kunstigt neuralt netværk bruger systemet disse mærkebilleder til at bestemme palletypen, f.eks. EPAL, CHEP eller UIC. Da mærkerne ofte har betydelige forskelle i kvalitet eller anvendelse, tages der højde for sådanne afvigelser i indlæringsprocessen for at øge robustheden i evalueringen af en lang række palletyper. Derudover kan systemet indlæres efterfølgende med yderligere palletyper takket være det integrerede neurale netværk, hvilket giver en højere succesrate i forbindelse med registreringen og derfor fleksibel og enkel tilpasning til kundernes krav.

 Tæt samarbejde betaler sig

Løsningen, der er udviklet i fællesskab, giver mulighed for en præcis klassificering til problemfri styring af pallerne. Takket være den enkle integrering i det eksisterende lagermiljø og det lille pladsbehov kan systemet installeres mange steder langs transportteknikken. Standard-sensorteknologien fra SICK muliggør enkel vedligeholdelse og servicering af systemet. Der kræves ingen specifik ekspertise for at betjene systemet: I modsætning til konventionelle billedbehandlingsløsninger kræver brugen af deep learning-teknologi i SICK-løsningen ikke detaljeret viden om programmering, da systemet lærer af konkrete eksempler, og de palletyper, der understøttes i øjeblikket, kan nemt udvides. Dette gjorde det muligt for SICK at gøre palleklassificering for EDEKA forholdsvis enkel.

Det fører til optimerede arbejdsprocesser: Takket være automatisk palleklassificering under drift aflastes personalet og kan koncentrere sig om processer med højere værdiskabelse. Palletyper som EPAL, CHEP eller UIC skal ikke længere kontrolleres manuelt – klassificeringen er automatisk, hurtig og pålidelig. Samtidig øges overblikket over pallelageret. Det skyldes, at de registrerede data overføres til et overordnet lagerstyringssystem via en defineret grænseflade på SICKs egen controller, som er tilpasset præcist til EDEKAs krav. Det betyder, at man til enhver tid ved, hvor mange paller der er modtaget med og uden pant, og at forkerte pantbetalinger hører fortiden til.

 

Succesen taler for sig selv

Partnerskabet med SICK gør det muligt for EDEKA at udnytte optimeringspotentialet i sine processer for varemodtagelse fuldt ud. På trods af de mange udfordringer, som et komplekst krav medfører, er der i tæt samarbejde udviklet en standard for palleklassificering, som løbende udvides, f.eks. med hensyn til tværgående transport af paller. Flere EDEKA-lagre skal udstyres med PACS, hvilket yderligere understreger det konstruktive samarbejde mellem de to virksomheder.

 

Flere indlæg

Automatisering af intralogistik: perfektionering af den førerløse gaffeltruck

Læs mere

Læs mere