ROZWIĄZANIE DO DEPALETYZACJI
Viroteq zapewnia AI depaletyzacja warstwy oprogramowanie dla doków przychodzących, linii produkcyjnych i odbioru o wysokiej wydajności. System wizyjny weryfikuje każdą warstwę w czasie poniżej 100 ms, sterowanie robotem niezależne od marki zapobiega uzależnieniu od dostawcy, a wstępnie zweryfikowane wzorce pasują do istniejącej infrastruktury przenośników i sterowników PLC. W rezultacie komórki depaletyzacji warstw są wdrażane bez konieczności przebudowywania powierzchni wejściowej i pozostają produktywne niezależnie od wariantów palet, arkuszy poślizgowych i asortymentu dostawców.

Decyzja wizji na warstwę
EUR, CHEP, GMA, połowa, za granicą
FANUC, ABB, KUKA, UR, Yaskawa
Wzorce i efektory końcowe
Depaletyzacja warstw wygląda prosto na slajdzie - robot podnosi jednolitą warstwę, umieszcza ją na przenośniku i powtarza czynność. W praktyce strumień przychodzący jest daleki od jednolitości. Palety przybywają pochylone, resztki folii termokurczliwej przylegają do górnej warstwy, arkusze ślizgowe przesuwają się między poziomami, a orientacje skrzynek bezgłośnie zmieniają się między partiami dostawców. Bez wizji AI każdy z tych warunków zatrzymuje komórkę i wymaga ręcznego przywrócenia, co zmniejsza wydajność automatyzacji.
Co więcej, różnorodność palet dostawców jest nietrywialna. Rozlewnia napojów w jednym regionie wysyła palety EUR, podczas gdy pakowacz w innym wysyła palety GMA. Zagraniczny dostawca wysyła zagraniczne palety drewniane bez ustalonego punktu pochodzenia. Ogólne oprogramowanie do depaletyzacji, zaprojektowane w oparciu o pojedynczą geometrię mocowania, nie jest w stanie zlokalizować warstw w tej mieszance. Dlatego depaletyzacja warstw w prawdziwym zakładzie wymaga wizji, która znajdzie każdą warstwę niezależnie, zamiast ufać punktowi uczenia.
Zachowanie efektora końcowego to kolejna oś. Pręty podciśnieniowe działają na płaskich skrzyniach, chwytaki zaciskowe chwytają krawędzie warstw, a połączone głowice obsługują oba typy. Oprogramowanie musi rozpoznawać, który profil warstwy jest prezentowany i automatycznie wybierać właściwą strategię chwytania - ponieważ operatorzy nie mogą niańczyć komórki za każdym razem, gdy nowy SKU pojawia się w doku wejściowym. W rezultacie oprogramowanie do depaletyzacji warstw potrzebuje silnika AI, który łączy wizję, chwytak i planowanie ruchu w jedną decyzję na kompletację.
Dodatkowo, koszt zatrzymania linii produkcyjnej w oczekiwaniu na dostawy przychodzące jest brutalny. Relacje branżowe z Packaging Digest konsekwentnie wskazuje wąskie gardła jako główny czynnik wpływający na wskaźnik OEE na liniach FMCG. Viroteq platforma technologiczna edge-first wypełnia lukę dzięki deterministycznemu systemowi wizyjnemu, sterowaniu robotem niezależnemu od marki i przezbrojeniom mierzonym w sekundach, a nie w zmianach.


Depaletyzacja warstw rozpoczyna się, gdy paleta przychodząca wchodzi w obręb komórki. VisionAI Sorting skanuje górną warstwę za pomocą kamery 3D, segmentuje poszczególne przypadki i weryfikuje geometrię warstwy względem oczekiwanego profilu SKU. StackrBrain oblicza plan kompletacji w czasie poniżej 100 ms, wybierając strategię chwytania, wektor podejścia i pozycję dla przenośnika lub bufora.
Następny, RobotDepalr Prowadzi robota przez warstwę. Chwytak końcowy - listwa podciśnieniowa, głowica zaciskowa lub chwytak kombinowany - podnosi cały rząd i umieszcza go na przenośniku odbierającym. System automatycznie usuwa arkusz poślizgowy po jego wykryciu, układając go w osobnym buforze do ponownego użycia. Robot komunikuje się natywnie ze sterownikami FANUC, ABB, KUKA, Universal Robots, Yaskawa i Stäubli.
Ponadto adaptacja w czasie rzeczywistym obsługuje zmienność dostawców. Jeśli warstwa jest przekrzywiona lub brakuje skrzynki, system ponownie oblicza kompletację na podstawie danych wizyjnych na żywo i kontynuuje bez interwencji operatora. RobotStackr OS zamyka pętlę na układaniu wychodzącym, więc ten sam zakład działa w pełni automatyzacja depaletyzacji automatyzacji produkcji i paletyzacji z jednego cyklu.
Trzy specjalnie opracowane produkty obejmują pełny proces depaletyzacji warstw - od przychodzącego przechwytywania obrazu i pobierania warstw po buforowanie wychodzące i układanie w stosy. Wszystkie trzy mają wspólny silnik StackrBrain AI, działają na tym samym sprzęcie przemysłowym i integrują się z głównymi platformami MES, WMS i PLC za pośrednictwem interfejsu API REST bez konieczności tworzenia oprogramowania na zamówienie.

RobotDepalr to podstawowy produkt do depaletyzacji warstw. System wizyjny 3D identyfikuje każdą warstwę na palecie przychodzącej, a robot podnosi całe rzędy na przenośnik odbierający. Arkusze poślizgowe są wykrywane i usuwane automatycznie. Wstępnie zatwierdzony dla palet EUR, CHEP, GMA, połówek i palet zagranicznych.

VisionAI Sorting steruje kamerą 3D, która segmentuje i weryfikuje każdą warstwę przed jej pobraniem przez robota. Rozpoznawanie SKU, wykrywanie arkuszy poślizgowych i oznaczanie uszkodzeń odbywa się w czasie rzeczywistym, dzięki czemu depaletyzacja warstw nigdy nie przenosi uszkodzonego rzędu na przenośnik lub dalszą linię.

RobotStackr OS zamyka pętlę za depaletyzacją warstw. Skrzynie rozładowywane z palet przychodzących trafiają bezpośrednio do wzorców układania wychodzących lub komórek pakujących linii produkcyjnej, dzięki czemu ta sama witryna obsługuje depaletyzację i paletyzację z jednego środowiska wykonawczego StackrBrain.
Kamery 3D segmentują każdą przychodzącą warstwę w czasie poniżej 100 ms, weryfikują geometrię względem profilu SKU i oznaczają uszkodzenia, brakujące skrzynki lub niewspółosiowość przed pobraniem. W rezultacie depaletyzacja warstw nigdy nie przenosi uszkodzonego rzędu na przenośnik, a kolejne komórki pozostają produktywne bez interwencji operatora.
Listwy podciśnieniowe, chwytaki zaciskowe i głowice łączone są rozpoznawane automatycznie na podstawie przedstawionego profilu warstwy. Sztuczna inteligencja wybiera odpowiednią strategię chwytania dla każdej warstwy, dzięki czemu depaletyzacja warstw obsługuje płaskie skrzynki, butelki na tackach, pakiety owinięte folią termokurczliwą i ułożone w stosy beczki bez konieczności rekonfiguracji przez operatora między SKU.
Wstępnie zweryfikowane wzorce i wstępnie obliczone wektory podejścia utrzymują maksymalną częstotliwość pracy robota - zwykle od 300 do 500 skrzyń na godzinę na jednolitych paletach. Wizja i ruch działają równolegle, więc to robot jest wąskim gardłem cyklu, a nie sztuczna inteligencja. W związku z tym depaletyzacja warstw odpowiada rytmowi rozlewni o dużej objętości i doków przychodzących FMCG.
Depaletyzacja warstwowa obejmuje szerokie spektrum rzeczywistości przychodzącej - od linii butelkowania napojów zasilanych jednolitymi paletami dostawców po odbiór farmaceutyków, gdzie każdy cykl musi być weryfikowany wizyjnie pod kątem zgodności. Sztuczna inteligencja Viroteq obsługuje pełen zakres za pomocą jednego środowiska wykonawczego, jednego zestawu interfejsów API i jednego interfejsu HMI operatora. Co więcej, nowe jednostki SKU są wdrażane za pomocą kreatora konfiguracji z przewodnikiem, a nie przeprogramowywania robota, co utrzymuje obciążenie inżynieryjne w zespole zakładu.
Linie butelkowania i puszkowania zasilane jednolitymi paletami dostawców pustych pojemników, zakrętek i wiązek na tackach - idealna geometria depaletyzacji warstw dla wysokiej częstotliwości.
Środki higieny osobistej, artykuły gospodarstwa domowego i pakowana żywność produkowane z jednolitych kartonów przychodzących z folii, etykiet i podstawowych elementów opakowania dostarczanych w jednolitych warstwach.
Linie produkcyjne zasilane paletami wsporników, podzespołów i elementów wykończeniowych od dostawców Tier-1 - depaletyzacja warstw łączy się bezpośrednio z zasilaniem linii JIT.
Zatwierdzone przepływy przychodzące dla surowców farmaceutycznych i opakowań - logi depaletyzacji warstw dowody wizyjne na kompletację dla GMP i identyfikowalności serializacji.
Chłodzone i mrożone doki przychodzące, w których narażenie na pracę jest ograniczone, a szybkość cyklu ma znaczenie. Depaletyzacja warstwowa utrzymuje palety w łańcuchu chłodniczym w ruchu za pomocą zatwierdzanych wizyjnie frezów.
Doki przychodzące DC odbierające jednolite palety dostawców, które muszą zostać podzielone na warstwy w celu przeładunku lub uzupełnienia - dopasowanie do depaletyzacji warstw o dużej objętości.

Puste palety butelek i puszek rozładowywane warstwa po warstwie na podajniki linii butelkowania i puszkowania z pełną identyfikowalnością według identyfikatora palety.

Kartony i tace z wyrobami gotowymi lub opakowaniami podstawowymi rozładowywane na przenośniki buforowe z obsługą arkuszy ślizgowych w pełni zautomatyzowaną przez celę.

Palety z komponentami poziomu 1 zasilające linie produkcyjne warstwa po warstwie z zatwierdzoną wizyjnie liczbą skrzynek i identyfikowalnością partii na cykl kompletacji.
Przepustowość warstwy depaletyzującej
Decyzje dotyczące wizji w czasie rzeczywistym
Typowy harmonogram wdrożenia

Wymagania dotyczące depaletyzacji warstw różnią się w zależności od otoczenia. Zakłady produkujące napoje - rozlewnie, wytwórnie puszek, browary - otrzymują jednolite palety pustych pojemników, nakrętek i elementów opakowań z dużą częstotliwością i potrzebują czasów cyklu dopasowanych do linii butelkowania. Producenci FMCG w branży środków higieny osobistej, artykułów gospodarstwa domowego i pakowanej żywności otrzymują kartony z foliami, etykietami i opakowaniami podstawowymi w jednolitych dostawach warstwowych, które pasują do szybkiego pobierania warstw. Operacje produkcyjne otrzymują palety dostawców Tier-1 ze wspornikami, podzespołami i wykończeniami, które trafiają bezpośrednio do linii JIT. Centra dystrybucyjne obsługują jednolite palety dostawców, które muszą zostać podzielone na warstwy w celu przeładunku lub uzupełnienia.
Dla witryn z napojami i produktami FMCG, RobotDepalr zapewnia spójną, zweryfikowaną wizyjnie depaletyzację warstw dostosowaną do harmonogramu produkcji. Wstępnie zweryfikowane wzorce zapewniają, że każda pobrana warstwa pasuje do profilu SKU i wyzwala wyjątek tylko wtedy, gdy zmienia się strumień przychodzący. Ponadto system rejestruje dowody wizyjne dla każdego pobrania w celu zapewnienia identyfikowalności - co jest trudnym wymogiem w przypadku regulacji prawnych. farmacja i napojów.
Zakłady produkcyjne mają do czynienia z inną rzeczywistością. Dostawy przychodzące są napędzane przez połączenia JIT z dostawcami, które zmieniają się w godzinach, a komórka depaletyzacji warstw musi reagować na zmieniające się sekwencje bez przepisywania kodu. RobotStackr OTF obsługuje odpowiednią stronę wychodzącą, gdy gotowe towary opuszczają linię, więc ta sama witryna działa paletyzacja produkcji w dół od depaletyzacji warstwy przychodzącej z jednego środowiska uruchomieniowego. Co więcej, obsługa robotów niezależnych od marki oznacza, że zakłady z mieszanymi flotami robotów FANUC, ABB, KUKA i Universal Robots utrzymują jeden stos oprogramowania we wszystkich komórkach. Aby sprawdzić liczby dla konkretnego zakładu, Zarezerwuj demonstrację Viroteq a nasi inżynierowie ds. rozwiązań będą modelować koszty pracy, redukcję błędów i wzrost przepustowości w stosunku do obecnego doku przychodzącego.
Layer depalletizing integruje się z istniejącą linią za pośrednictwem trzech nowoczesnych protokołów. REST API to podstawowy interfejs dla przychodzących zamówień, partii i danych manifestu palet - dobrze udokumentowany i łatwy do zrozumienia dla zespołów IT. WebSocket przenosi zdarzenia cyklu na żywo, wyjątki wizji i alerty operatora przy niskim opóźnieniu. OPC-UA łączy środowisko wykonawcze z systemami historycznymi zakładu, MES i SCADA bez konieczności zrywania istniejącej architektury danych. Co więcej, natywne uściski dłoni PLC dla Siemens S7, Rockwell ControlLogix i Beckhoff TwinCAT utrzymują zespół sterujący w pełnej własności komórki.
W rezultacie wdrożenia depaletyzacji warstw współistnieją z zainstalowaną magistralą polową, logiką drabinkową, przekaźnikami bezpieczeństwa i przenośnikowymi sterownikami PLC - bez własnościowego oprogramowania pośredniczącego, bez wymiany działającej infrastruktury. Obsługa marek robotów obejmuje FANUC, ABB, KUKA, Universal Robots, Yaskawa i Stäubli. Ponadto środowisko wykonawcze znajduje się na komputerach przemysłowych wewnątrz celi, więc opóźnienia są ograniczone do kontrolera, a nie do chmury, a dok przychodzący działa podczas awarii sieci zewnętrznej lub audytów.
Standardowe żądanie/odpowiedź przez HTTPS dla przychodzących manifestów, partii i wymiany danych palet.
Strumieniowe przesyłanie zdarzeń o niskim opóźnieniu dla danych cyklu w czasie rzeczywistym, wyjątków wizyjnych i aktualizacji HMI.
Pomost do historii zakładu, MES i pulpitów SCADA za pośrednictwem przemysłowego standardu danych.
Natywny handshake dla Siemens S7, Rockwell ControlLogix i Beckhoff TwinCAT.
Zarezerwuj spersonalizowane demo i zobacz, jak depaletyzacja warstwy AI zapewnia wymierny zwrot z inwestycji w ramach istniejącej infrastruktury PLC i robotów. Brak uzależnienia od dostawcy, brak zależności od chmury.
Przedstaw swój profil przychodzący, zestaw palet dostawców i stos sterowników PLC - specjaliści Viroteq wyznaczą ścieżkę wdrożenia depaletyzacji warstw, która mieści się w istniejącej powierzchni komórki i utrzymuje działanie linii.
| Ciasteczko | Czas trwania | Opis |
|---|---|---|
| cookielawinfo-checkbox-advertisement | 1 rok | Ustawiony przez wtyczkę GDPR Cookie Consent, ten plik cookie rejestruje zgodę użytkownika na pliki cookie w kategorii "Reklama". |
| cookielawinfo-checkbox-analytics | 11 miesięcy | Ten plik cookie jest ustawiany przez wtyczkę GDPR Cookie Consent. Plik cookie służy do przechowywania zgody użytkownika na pliki cookie w kategorii "Analytics". |
| cookielawinfo-checkbox-functional | 11 miesięcy | Plik cookie jest ustawiany przez RODO w celu rejestrowania zgody użytkownika na pliki cookie w kategorii "Funkcjonalne". |
| cookielawinfo-checkbox-necessary | 11 miesięcy | Ten plik cookie jest ustawiany przez wtyczkę GDPR Cookie Consent. Ten plik cookie służy do przechowywania zgody użytkownika na pliki cookie w kategorii "Niezbędne". |
| cookielawinfo-checkbox-others | 11 miesięcy | Ten plik cookie jest ustawiany przez wtyczkę GDPR Cookie Consent. Ten plik cookie służy do przechowywania zgody użytkownika na pliki cookie w kategorii "Inne". |
| cookielawinfo-checkbox-performance | 11 miesięcy | Ten plik cookie jest ustawiany przez wtyczkę GDPR Cookie Consent. Plik cookie służy do przechowywania zgody użytkownika na pliki cookie w kategorii "Wydajność". |
| CookieLawInfoConsent | 1 rok | CookieYes ustawia ten plik cookie, aby zapisać domyślny stan przycisku odpowiedniej kategorii i status CCPA. Działa tylko w koordynacji z głównym plikiem cookie. |
| elementor | nigdy | Motyw WordPress strony internetowej wykorzystuje ten plik cookie. Umożliwia on właścicielowi witryny wdrażanie lub zmianę jej zawartości w czasie rzeczywistym. |
| viewed_cookie_policy | 11 miesięcy | Plik cookie jest ustawiany przez wtyczkę GDPR Cookie Consent i służy do przechowywania informacji o tym, czy użytkownik wyraził zgodę na korzystanie z plików cookie. Nie przechowuje on żadnych danych osobowych. |
| Ciasteczko | Czas trwania | Opis |
|---|---|---|
| _lscache_vary | 2 dni | Litespeed ustawia ten plik cookie w celu zapobiegania buforowaniu stron. |
| Ciasteczko | Czas trwania | Opis |
|---|---|---|
| ZGODA | 2 lata | YouTube ustawia ten plik cookie za pośrednictwem osadzonych filmów YouTube i rejestruje anonimowe dane statystyczne. |
| _ga | 1 rok 1 miesiąc 4 dni | Google Analytics ustawia ten plik cookie w celu obliczania danych odwiedzających, sesji i kampanii oraz śledzenia korzystania z witryny na potrzeby raportu analitycznego witryny. Plik cookie przechowuje informacje anonimowo i przypisuje losowo wygenerowany numer w celu rozpoznania unikalnych odwiedzających. |
| _ga_* | 1 rok 1 miesiąc 4 dni | Google Analytics ustawia ten plik cookie w celu przechowywania i liczenia odsłon. |
| Ciasteczko | Czas trwania | Opis |
|---|---|---|
| VISITOR_INFO1_LIVE | 5 miesięcy 27 dni | YouTube ustawia ten plik cookie do pomiaru przepustowości, określając, czy użytkownik otrzymuje nowy czy stary interfejs odtwarzacza. |
| YSC | sesja | Youtube ustawia ten plik cookie w celu śledzenia wyświetleń osadzonych filmów na stronach Youtube. |
| yt.innertube::nextId | nigdy | YouTube ustawia ten plik cookie, aby zarejestrować unikalny identyfikator w celu przechowywania danych o tym, jakie filmy z YouTube oglądał użytkownik. |
| yt.innertube::requests | nigdy | YouTube ustawia ten plik cookie, aby zarejestrować unikalny identyfikator w celu przechowywania danych o tym, jakie filmy z YouTube oglądał użytkownik. |