(Dortmund) Os principais temas que preocupam os intralogistas no manejo da frota foram identificados previamente por Sascha Kaczmarek, cofundador da MotionMiners, em troca com o setor: “No topo da lista de desejos de otimiza\u00e7\u00e3o est\u00e1 a redu\u00e7\u00e3o de tempos de espera devido ao tr\u00e1fego, viagens vazias, tempos de parada e informa\u00e7\u00f5es sobre a utiliza\u00e7\u00e3o da frota. Mas o que falta s\u00e3o m\u00e9tricas confi\u00e1veis sobre os movimentos dos ve\u00edculos para aumentar a efici\u00eancia. Este campo, na pr\u00e1tica, assemelha-se a uma caixa-preta.”<\/p>\n
Com um conjunto de at\u00e9 tr\u00eas sensores, a MotionMiners agora capacita as empresas a construir uma base s\u00f3lida de dados prim\u00e1rios. A base \u00e9 o sensor “Vehicle Logger”, que registra os movimentos do ve\u00edculo. Dois sensores adicionais podem ser utilizados opcionalmente na garra. Agora \u00e9 poss\u00edvel medir tempos de garra\/alturas de eleva\u00e7\u00e3o ou tamb\u00e9m viagens vazias\/cheias.<\/p>\n
“Os dados s\u00e3o coletados em m\u00e9dia ao longo de um per\u00edodo de duas a tr\u00eas semanas. No nosso cliente piloto, um fabricante de empilhadeiras, nossa tecnologia de sensores, por exemplo, registrou um total de 1.650 horas de dados em 24 ve\u00edculos dentro de dez dias”, relata Kaczmarek. Para localizar a frota, transmissores Bluetooth (beacons) s\u00e3o colocados no armaz\u00e9m. Para uma \u00e1rea de 20.000 a 40.000 m2, s\u00e3o necess\u00e1rios cerca de 200 beacons. Para \u00e1reas externas, a MotionMiners utiliza adicionalmente um sistema de localiza\u00e7\u00e3o GPS.<\/p>\n
Na avalia\u00e7\u00e3o subsequente apoiada por IA, os dados coletados s\u00e3o analisados com a ajuda do painel de an\u00e1lise da MotionMiners PROCESS INTELLIGENCE (software). Os usu\u00e1rios podem personalizar as m\u00e9tricas relevantes (KPI) para eles no painel. Uma an\u00e1lise vale a pena a partir de cerca de cinco ve\u00edculos e pode ser escalada indefinidamente, confirma Kaczmarek e especifica: “Podemos tamb\u00e9m equipar frotas com mais de 100 unidades e somos completamente independentes de fabricantes.” Como primeiras medidas de otimiza\u00e7\u00e3o dos projetos piloto, a configura\u00e7\u00e3o da frota foi alterada, substituindo tipos de ve\u00edculos pouco utilizados ou sobrecarregados.<\/p>\n
A MotionMiners tamb\u00e9m introduziu o matching de dados operacionais. Isso permite que os usu\u00e1rios combinem de forma independente os dados de movimento coletados pela tecnologia de Motion-Mining com seus pr\u00f3prios dados operacionais na plataforma. Isso inclui, na intralog\u00edstica, principalmente dados de WMS, TMS ou de m\u00e1quinas, que s\u00e3o integrados atrav\u00e9s de uma interface. Kaczmarek menciona as vantagens: “O engenheiro de processos se beneficia, pois ele se aprofunda ainda mais na an\u00e1lise. Ao correlacionar os dados, \u00e9 poss\u00edvel detalhar os tempos e esfor\u00e7os de processo em grupos de clientes, artigos ou pedidos.”<\/p>\n
A nova ferramenta de matching tamb\u00e9m pode ser utilizada para o produto j\u00e1 estabelecido da MotionMiners, que analisa os movimentos de pessoas na intralog\u00edstica em rela\u00e7\u00e3o \u00e0 efici\u00eancia e ergonomia. Neste campo de aplica\u00e7\u00e3o da tecnologia de sensores, a MotionMiners j\u00e1 conta com mais de 200 projetos conclu\u00eddos.<\/p>\n
Foto: \u00a9 MotionMiners<\/p>\n","protected":false},"excerpt":{"rendered":"
Com uma nova an\u00e1lise de frota baseada em sensores, a start-up MotionMiners revela a partir de agora inefici\u00eancias em frotas de intralog\u00edstica na ind\u00fastria, com\u00e9rcio e [\u2026]<\/span><\/p>\n","protected":false},"author":0,"featured_media":7000,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"footnotes":""},"categories":[1557,1560,1561],"tags":[],"class_list":["post-64053","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-forwarding-logistics","category-intralogistics","category-regions"],"acf":[],"yoast_head":"\n