伯曼集团对分拣技术进行数据分析
大数据和数据分析能够给内部物流带来什么好处？伯曼给出了智能数据分析的解决方案，可用于检查产生的大量数据，例如，在分拣机运行期间产生的数据，将结果可视化。通过以这种方式收集的信息，可以优化流程，在最佳时间提前安排维护措施。
伯曼集团推出了新型BG分拣机 Compact CB。 这款交叉带分拣机的特点是设计紧凑，提高了通量。 数据分析为这些优点提供了保证。 “通过数据分析，我们可以收集关于分拣机的大量数据，有针对性地进行评估，然后找到改进的潜力，” 伯曼集团物流系统销售总监Thomas Wiesmann解释说。获得的信息可用于持续改进系统的运行，在早期阶段确定维护需求或优化系统管理。 这对产品的生命周期成本有积极影响。
伯曼集团通过数据分析提高分拣机的可用性和性能，关键词是“机器学习”。 “决定性因素是从系统的每个区域连续访问实时数据，” Wiesmann解释说。 通过数字孪生，可以详细监控物流或系统路线。 结果可视化也支持这一点。 例如，业主可以通过颜色代码显示瓶颈，或者通过时间过滤器在分析中加入采集的数据。
仅在需要时进行维护
通过数据分析，可以确定实际的运行时数和负载。 可以根据实际负载调整维护周期。 维护人员只需在确实必要时才更换组件，而不是在固定的周期后更换。
“对数据驱动的分析的需求不断增加，” Wiesmann确信。 现在，传感器已经是系统的一部分，能够生成和处理大量数据。 在获得数据的基础上，可以长期增加其他服务。 Wiesmann正在考虑将视频编码用于机器学习。 他也展望了基于云的光学字符识别，可以将带文本的扫描图像转换为机器可读的文本。
未来会如何发展
“我们的一些客户已经开始采用数据分析，” Wiesmann说。 “用数据分析可靠地监控系统，及时了解可能出现的故障。 这样，可以在能够在最佳时间维护系统。” 公司越是深入了解系统的运行状况，就越能从中获益。这是因为机器会学习，不仅仅是发现问题，还会在获得的信息支持下找出原因。 “这样，系统可以在将来独立指定完美的维护计划，” Wiesmann预测说。
目前，数据分析主要基于现有的运行数据。 但是，将来会使用更多的传感器和其他可以采集更多数据的系统。 将来，分拣机的流程会变得更加智能和自动化，这对每个业主来说都是明显的竞争优势。