MotionMiners avec une analyse de flotte intralogistique basée sur des capteurs

Avec une nouvelle analyse de flotte basée sur des capteurs, la start-up MotionMiners révèle dès à présent les inefficacités des flottes intralogistiques dans l’industrie, le commerce et la logistique. Les données de mouvement des chariots élévateurs, des transpalettes ou des véhicules de transport sont mesurées à l’aide d’un ensemble de jusqu’à trois capteurs par véhicule. Ensuite, une analyse globale assistée par l’IA est effectuée via la plateforme web, MotionMiners PROCESS INTELLIGENCE. Après une phase pilote réussie, MotionMiners présente le nouveau produit pour la première fois au LogiMAT à Stuttgart.

(Dortmund) Les principaux sujets qui préoccupent les intralogisticiens dans la gestion de la flotte ont été identifiés à l’avance par Sascha Kaczmarek, co-fondateur de MotionMiners, lors d’échanges avec le secteur : « En tête de la liste des souhaits d’optimisation se trouvent la réduction des temps d’attente dus à la circulation, des trajets à vide, des temps d’arrêt et des informations sur l’utilisation de la flotte. Mais ce qui manque, ce sont des indicateurs fiables sur les mouvements des véhicules pour améliorer l’efficacité. Ce domaine ressemble en pratique à une boîte noire. »

Un ensemble de jusqu’à trois capteurs permet à MotionMiners d’aider les entreprises à établir une base solide de données primaires. La base est constituée du capteur « Vehicle Logger », qui enregistre les mouvements du véhicule. Deux capteurs supplémentaires peuvent être utilisés en option sur le bras de levage. Désormais, les temps de jeu de fourche/hauteurs de levage ou les trajets à vide/pleins peuvent être mesurés.

Les données sont collectées sur une période de deux à trois semaines

« Les données sont collectées en moyenne sur une période de deux à trois semaines. Pour notre client pilote, un fabricant de chariots élévateurs, notre technologie de capteurs a par exemple enregistré un total de 1 650 heures de données sur 24 véhicules en dix jours », rapporte Kaczmarek. Pour localiser la flotte, des émetteurs Bluetooth (balises) sont également placés dans l’entrepôt. Pour une surface de 20 000 à 40 000 m2, environ 200 balises sont nécessaires. Pour les surfaces extérieures, MotionMiners utilise également un système de localisation GPS.

Lors de l’évaluation assistée par l’IA, les données collectées sont analysées à l’aide du tableau de bord d’analyse de MotionMiners PROCESS INTELLIGENCE (logiciel). Les utilisateurs peuvent personnaliser les indicateurs clés de performance (KPI) pertinents pour eux dans le tableau de bord. Une analyse est rentable à partir d’environ cinq véhicules et peut être évolutive à l’infini, confirme Kaczmarek et précise : « Nous pouvons également équiper des flottes de plus de 100 unités et sommes complètement indépendants des fabricants. » Parmi les premières mesures d’optimisation issues des projets pilotes, la conception de la flotte a été modifiée, en remplaçant les types de véhicules peu utilisés ou surchargés.

Intégration des données opérationnelles possible

MotionMiners a également introduit le matching des données opérationnelles. Cela permet aux utilisateurs de combiner de manière autonome les données de mouvement collectées par la technologie Motion-Mining avec leurs propres données opérationnelles sur la plateforme. Cela inclut principalement des données WMS, TMS ou de machines en intralogistique, qui sont intégrées via une interface. Kaczmarek énonce les avantages : « L’ingénieur de processus en bénéficie, car il peut approfondir encore plus l’analyse. En corrélant les données, il est possible de décomposer les temps et efforts de processus par client, article ou groupe de commandes. »

Le nouvel outil de matching peut également être utilisé pour le produit déjà établi de MotionMiners, qui analyse les mouvements des personnes en intralogistique en termes d’efficacité et d’ergonomie. Dans ce domaine d’application de la technologie des capteurs, MotionMiners compte déjà plus de 200 projets achevés.

Photo : © MotionMiners