ONE SIZE DOES NOT FIT ALL Lars Hultén 2017-10-24 WDS Presentation EN 2017 Page: 1
DESIGNRESAN Page: 2
Materialflödesdiagram, Design Hour Page: 3
Generell Design och Automationsgrad Pallet storage Wide Aisle Narrow aisle Pallet crane Carton/bin storage Wide Aisle Narrow aisle Minload crane Carton/bin storage/gtp engine Shuttle Bin stacking robots Rack carrying robots Low tech 1 2 3 Receiving Returns Manual/mechanised forward pick face PtG picking Trolleys LG Conveyor AGV s Order consolidation Manual LG conveyor Sorter Medium tech 4 5 6 Packing Manual/3PL packing equip LG conveyor Staging/Dispatch LG conveyor sortation 3PL sortation equip. High tech 7 8 9 Not included Manual Mechanised Automated Page: 4
Light goods goods-to-man sub-systems Bin stacking robots Bin storage & order picking system Main components Robot Grid Bin Port Rack carrying robots Storage & order picking system Main components Robot Mobile Rack Workstation LG Shuttle High-speed storage and retrieval system Bin, tray or direct carton Main components Shuttle Lift Transfer Conveyor Rack Miniload crane High storage capacity storage and retrieval system Bin, tray or direct carton Main components Crane and rail Load handling device Rack Selection Guide 5 October 2016 Page: 5
Technology comparision model update Selection Guide 5 October 2016 Page: 6
Scenario analysis Low building Less shifts Selection Guide 5 October 2016 Page: 7
Lösningsval - Krantyp?, Pallskyttel? High Throughput (pallet moves) Crane based AS/RS 2 loads / 1-2 deep Shuttle based pallet systems På samma sätt - Pallbanor vs. Monorail, vs. AGV Crane based AS/RS 1 load / 2 deep rack Cranes based AS/RS 1 load / 3 deep rack Low Crane based AS/RS /Satellite car 4-20 deep rack Low Inventory (per aisle, per SKU) High Sales Conference 2017, PTC 12 January 2017 Page: 8
Faktorer Nuvarande och framtida flöden Sortiment, omsättningshastighet Orderdistribution variationer, dag, vecka, säsong Ledtider, framförhållning Flexibilitet Skalbarhet Redundans, driftsäkerhet Andel korttidspersonal Upprampning och inflyttning Byggnadsdimensioner Energiförbrukning, vikt Investeringsutrymme, Avskrivningstakt Kapitalkostnad mm. Intralogistiken är en central del i företagets supply chain och har en avgörande påverkan på kunderbjudandet. Vad är strategin? Ofta ändras antaganden under arbetets gång. Page: 9
Företagens förväntade livslängd minskar stadigt Vad och hur säljer ni i framtiden? Page: 10
Konsumtions och distributionsmönster kommer att förändras Page: 11
Energieffektiv design viktigt för miljön Jämförelse 27 m hög kran för 1,000 kg designlast Vectura Weight 11,350 kg Weight of lift carriage 900 kg Competitor Weight 13,650 kg Weight of lift carriage 1,400 kg 500kg (35%) lower weight to lift 2,300 kg (17%) lower weight to move Swisslog Vectura Competitor Page: 12
Optimerande styrning kräver att mjukvaran är väl integrerad Beslut och data på flera nivåer är ömsesidigt beroende Enterprise Resource Planning Warehouse Management System Material Flow Control System MES WES ERP WMS WCS Automation Control System ACS Page: 13
Our roadmap to the future Industry 4.0 developments Today Proof of concept Future QuickBox/ACPaQ Decentralized controls concept Condition Monitoring To monitor element & system performance DataWarehouse To collect data SETTING THE BASE 3D Visualization SPOC Digital Shadow Cockpit To visualize data Condition Monitoring Additional KPIs for existing & new customers ForeverYoung Software migration AutoPiQ* Human robot collaboration Virtual Reality Sales support, simulation & prototyping Augmented Reality Remote support, navigation, diagnosis & maintenance, training, operations, picking Availability Manager Optimize element maintenance to sustain desired availability Energy footpring Smart optimization of energy consumption PREDICTION & OPTIMIZATION Performance based contracting New business models to compete in the future AI: CrystalBall & BigData Analytics Make big data smart, predict & optimize the future and automate helpdesk Computerized Maintenance Management System From basic asset management to predictive maintenance *Machine Learning (AI) as future capability Hello Industry 4.0 Date Page: 14
Simulering, 3D visualisering och VR för planering och drift Förbättrat stöd för planering och drift, särskilt viktigt vid flera delsystem Utvärdera lagrets design Arbeta i virtuella plockstationer för att kontrollera arbetsställning och användbarhet Kontrollera gångar och förflytta dig i VR miljön Utvärdera tillgänglighet för service Utbilda operatörer Utbilda servicepersonal Besöka lager utan att resa Samarbeta mellan flera olika lager Simulera och emulera olika flöden Utvärdera styrningsstrategier Analysera prestanda och KPI:er mm Page: 15
Sannolikheten att jobbet tagits över av robotar och datorisering om 20 år Oxford Carl Benedikt Frey och Michael A, Oxford University Stefan Fölster, Reforminstitutet / Stiftelsen för Strategisk Forskning (SSF) Jobb Sannolikhet Kassapersonal m.fl. 95,3% Försäljare detaljhandel m.fl 94,4% Lager och transportassistenter 78,8% Handpaketerare 70,3% Industrirobotoperatörer 36,0% Datatekniker, dataoperatörer 30,2% Dataspecialister 11,7% Psykologer 3.0% Präster 0,8% Page: 17
Lars Hultén, Ph.D. VD, Swisslog WDS Nordic lars.hulten@swisslog.com Page: 18