Caso típico|JD Logistics: robot logístico flexible en línea y plataforma de control para la industria manufacturera
1. Práctica y experiencia
(1) Personalizar y desarrollar una variedad de robots logísticos basados en procesos de fabricación. En vista de las dificultades y los puntos débiles en industrias manufactureras como 3C, automóviles y bienes de consumo, que tienen una gran cantidad de materiales de producción, combinaciones complejas, especificaciones diversas, flujo de salida bajo pero rutas variables, hemos roto la tecnología de operación mixta de múltiples equipos inteligentes y agrupación logística flexible, y desarrolló una tecnología a lo largo de la línea, un sistema de almacenamiento tridimensional de alta densidad y un robot móvil horizontal basado en navegación híbrida láser visual para lograr una fabricación flexible y ágil.
(2) Desarrollar de forma independiente una plataforma de control y gestión de logística de borde flexible en la nube. A través del Internet de las cosas, Internet, la computación en la nube, la inteligencia artificial y otras tecnologías, se construye un mecanismo de colaboración en el borde de la nube para integrar el control integrado del robot, la programación inteligente y los algoritmos en la plataforma de la nube para lograr una gestión y control inteligentes, digitales y automatizados. de servicios complejos de robots logísticos inteligentes. Realizar la conversión de protocolos entre redes de sensores y redes de comunicación y entre diferentes tipos de redes de sensores a través de puertas de enlace de dispositivos inteligentes, unificando los estándares de acoplamiento de interfaz de diferentes dispositivos, diferentes fabricantes de dispositivos y diferentes tecnologías de sistemas a través de computación de borde inteligente, agregación de datos de equipos de logística inteligente; La optimización y el filtrado se realizan para la localización y el preanálisis, y los datos se procesan en el borde para garantizar los requisitos de respuesta en escenarios de interacción en tiempo real. Al mismo tiempo, los datos de alto valor se cargan en la nube para un procesamiento comercial complejo, lo que reduce la transmisión de datos y mejora la eficiencia de la comunicación entre el servidor y el borde. A través de la recopilación de datos, el procesamiento de datos, el almacenamiento de datos, la gestión y el control de datos inteligentes autodetectados, adaptativos y autoimpulsados, se proporcionan análisis de operaciones en línea en tiempo real y sugerencias de asignación de recursos.
(3) Introducir tecnología de simulación y algoritmos de big data para lograr una gestión eficiente. La tecnología de simulación y los algoritmos de big data desempeñan un papel vital en la fabricación inteligente. Basado en el equipo de simulación y datos de logística de comercio electrónico maduro original, JD Logistics ha establecido un equipo de simulación y datos específicamente para la industria de fabricación inteligente. La práctica ha demostrado que puede acortar en gran medida el ciclo de aumento del rendimiento general del sistema y respaldar los objetivos de fabricación ajustada.
En segundo lugar, el efecto de integración
Las tecnologías desarrolladas de forma independiente por JD Logistics, como navegación integrada, robots inteligentes, algoritmos de control de despacho, etc. , especialmente tecnologías como la asignación dinámica y precisa del espacio de almacenamiento del centro logístico, la asignación optimizada de tareas y el almacenamiento y transporte optimizados de mercancías, se prueban y optimizan continuamente en el sistema de operaciones logísticas de JD.com y se aplican a casos de empoderamiento empresarial de fabricación para ayudar a las empresas. reducir costos y aumentar la eficiencia. Por ejemplo, en el proceso de prestar servicios a una conocida empresa de electrodomésticos, JD Logistics ayudó a la empresa de fabricación de electrodomésticos a reducir su costo total en un 10 % y mejorar la utilización de su inventario a través de soluciones integrales como reingeniería de procesos, planificación del diseño de almacenamiento y gestión de sistemas. operaciones estandarizadas y aplicación de equipos de automatización un 13%, y la eficiencia operativa aumentó un 20%.