INFOPLC++ MAGAZINE #27 | Hispack & BIEMH 2022: motion y analíticas para la intralogística y machinetool

AUTOMATIZAR
automatizar mayo-junio 2022
46
tas. Por lo tanto, se necesitan nuevos métodos
para calcular el número correcto de vehículos:
Modelado matemático y simulación. La simulación
y el modelado matemático se pueden
utilizar para determinar la cantidad óptima de
vehículos en la fabricación. Ji y Xia (2010) aplican
simulación de eventos discretos para encontrar
el número de vehículos necesarios para una alta
utilización y para garantizar la estabilidad de un
sistema con un número variable de depósitos.
La optimización matemática, la simulación
y las queuing network han demostrado
ser métodos adecuados para modelar el
entorno industrial para un AMR
Figura 5
Singh et al. (2011) utilizan la simulación de eventos
discretos para encontrar el número mínimo
de vehículos necesarios para cumplir con el
requisito de distribución de material completo
en un sistema de fabricación. Para investigar
diferentes configuraciones de distribución en
almacenes, Vivaldini et al. (2016) y Ribino et al.
(2018) emplean simulación de eventos discretos
y simulación basada en agentes para analizar
el rendimiento del rendimiento y derivar la
cantidad óptima de vehículos. Gharehgozli et
al. (2017) aplican la simulación en un entorno
de teoría de juegos para permitir que los tomadores
de decisiones comprendan la relación
entre los costes, el tiempo de procesamiento y
el tiempo de espera al determinar la cantidad
óptima de vehículos autónomos para el transporte
entre terminales de contenedores.
Queuing network modeling. En el modelado
de redes de colas (queuing networks), un cliente
llega a una cola y pasa por varios procesos
de servicio en una red, de acuerdo con algún
mecanismo de enrutamiento, hasta que sale
del sistema. Los AMR se pueden modelar como
un servidor (red de cola abierta) o cliente (red
de cola cerrada) o para conectarse a un cliente
para tareas específicas (red de cola semiabierta).
Los diferentes modelos tienen distintas posibilidades
de aplicación. Mientras que las redes
de colas abiertas se pueden usar en el nivel de
decisión operativa para estimar los tiempos
de espera y rendimiento. Las redes de colas
cerradas asumen que el sistema es el cuello de
botella y, como tal, son aptas para estimar la
capacidad de rendimiento de una configuración
determinada en el nivel de decisión de diseño.
Las redes de colas semiabiertas pueden hacer
ambas cosas, pero el análisis (aproximado) es
algo más complicado.
Fukunari y Malmborg (2008) utilizan un
modelo de red de cola abierta para estimar
el tiempo de ciclo y la utilización de recursos
para los sistemas AVS/R. Yuan y Gong (2017)
determinan el número y la velocidad óptimos
de los robots y proporcionan reglas de diseño
para RMF. Wang et al. (2020) aplican modelos
analíticos, incluido un modelo basado en cuellos
de botella y un modelo de red de cola abierta,
para simular configuraciones de diseño de
sistemas de cumplimiento móviles robóticos
e identificar la cantidad óptima de vehículos.
Limitar el número de recursos, como en una
red de colas cerradas, permite centrarse en la
restricción. Fukunari y Malmborg (2009) proponen
un enfoque de red de colas cerradas para
estimar la utilización de recursos en sistemas
AVS/R. Hoshino et al. (2007) proponen utilizar
un modelo de red de colas cerradas y simulación
para analizar el sistema de transporte dentro
de las terminales de contenedores. Se puede
determinar el número adecuado de vehículos
que minimice el coste total de inversión. El modelado
de redes de colas semiabiertas combina
las ventajas de las redes de colas abiertas (cola
externa para acomodar trabajos cuya entrada
se retrasa) y las redes de colas cerradas (red
interna con una restricción de población). Con
una estación de sincronización, los clientes
entrantes que esperan en una cola externa se
pueden emparejar con los recursos disponibles
en la cola de recursos.
En resumen, la optimización matemática, la
simulación y las redes de colas han demostrado
ser métodos adecuados para modelar el entorno
industrial con sus restricciones específicas,
analizar los sistemas operativos y evaluar el
número de vehículos, con el objetivo principal
de maximizar el rendimiento del sistema y la
distribución de la carga de trabajo. , minimizando
el tiempo de producción, el tiempo de
viaje y los costos como objetivos adicionales.
#3 - ZONIFICACIÓN Y PUNTOS DE SERVICIO
La transición de la prestación de servicios por
caminos guía fijos a áreas flexibles requiere
tomar decisiones en cuanto al diseño de zonas
y puntos de servicio. En algunas áreas de aplicación
de AMR, el número y la ubicación de los
puntos de servicio se pueden decidir dinámicamente.
Los ejemplos incluyen asistencia de
orientación en hospitales o centros comerciales