Depolarda RFID ve Image Process veri toplama enstrümanları ile ürün takip, sayım ve raporlama çözümleri

Projeler IOT mantığı ile ürünlerden çeşitli yollar ile dataların toplanmaya başlanması , yazdığımız
yazılım ile bu dataların Machine Learning sayesinde firma açısından anlamlı tecrübeler hale gelmesi ,
firmayı ilgilendiren parametrelerin bulunması , sisteme yüklenmesi ve sonuç olarak firmaya ait bir yapay zeka oluşturulması çerçevesinde şekillenir.

Başlıca iki data toplama aracımız mevcut. Yapılan saha keşiflerinden sonra ihtiyaçlar belirlenir ve verim maliyet hesabı yapıldıktan sonra saha özelliklerine bağlı olarak bu araçlardan birisi veya hibrit olarak her ikisi de tercih edilebilir.

İlk araç Barcode & QR Code – Image Process üzerinden diğeri ise RFID mikro çipler ve RFID antenler vasıtası ile data toplama araçlarıdır. Saha koşullarına göre toplama yöntemleri tercih edilir. Yöntem olarak sabit noktalar , raylı sistem mekanizmalar , otonom robotik insansız kara araçları veya otonom uçan insansız hava araçları tercih edilir. Sahanın ihtiyaç ve özelliklerine firmaya has sıfırdan bir software hazırlanır.

İlgili Software Cloudbase üzerinde çalışan, fabrikalardaki veri tabanına hiç bir zaman dokunulamayacağı ön görülerek hazırlanmıştır bir yazılımdır.

Fabrika yazılımı ve kendi yazılımımız ayrı çalışmaktadır. Kendi sisteminizde ürün bilgileriniz, kodunuz, barkodunuz, üretim barkodunuz yer alırken, bizim sistemimizde ise her paletiniz veya ürününüz için Uniqe bir ID (UID) tanımlanmakta sizin barkod bilginiz ile UID kendi veri tabanımızda eşleştirilmektedir. Bizim sistemde takip edilen tüm veriler bu UID ile takip edilirken, sizin sisteminize bu bilgiler barkod bilgisi olarak gönderilmektedir. Bu nedenle sizin veri tabanınızda yapmanız gereken hiç bir değişiklik yoktur. Özetle üretimde veya stok sahasında belli saatte belli dakikalarda operatörden aldığımız dataları biz ayrı bir sistemde topluyoruz ve sizin sisteminizle çalışmasını sağlıyoruz.

İlgili datalar toplanmaya başlandıktan hemen sonra verim analizleri çıkarılmaya başlanır. Sahadaki anten sayısı ne kadar fazla olursa, lokasyon bazlı verim analizi o kadar iyi yapabiliriz. Taglette çip ve antenlerinin kendine has özelliği olarak 15 cm yanılma payı ile lokasyon bilgisi verebilmektedir. Kimin masasından kimin masasına geçtiği anlık olarak takip edilebilmekte bu da hangi personelin ne kadar üretim yaptığını ortaya bir verim analizi olarak çıkarabilmektedir. Sistem kurulduktan 1 sene sonra gizli verimsizlikten elde edilen gelir ortalama % 8 e ulaşabilmektedir.

O güne kadar bu işi yapmak için ihtiyaç duydukları toplam maliyetten (personel , fortlift vs.) çok kısa bir zaman dilimi içinde önemli tasarruflar yapılmaktadır.

Bu zamana kadar verim analizlerinde sadece bitmiş ürünlerden analizler oluşturulabiliyordu. Şimdi ise bu teknoloji ile üretim, depolama ve sevkiyat sırasında kimin hata yaptığından , hatta üretim sırasında kaç tane dikiş hatası yaptığına kadar detay değerlendirme verilebilmektedir.

Bir ERP sistemi bir forklift operatörüne picking list gibi bir bilgiyi verirken önceden planlanan görev listesi olarak verir. Ama yazılım verileri operatöre sahadan gelen anlık saha koşul değişikliklerini analiz ederek bu görev listesini operatöre verir. Anlık değişliklerin yer aldığı veriler ile donatılmış forklift operatörü saha çakışmalarından gün boyu korunur ve gizli verimlilik kayıplarının önüne geçilir.

Forkliftlere takılan çipler ile kim hangi ürünü nereye götürüldü bilgisi anlık olarak verilir. Sistem kullanılmaya başlandıktan hemen sonra ortaya çıkan Forklift verimlilik hesabı ile forklift tedarik, ihtiyaç analizi ve yatırım optimizasyonunu gerçekleştirilmektedir.

Elde edilen bu veriler ile Forklift operatör ve diğer tüm personel verimlilik takibi yapılabilmektedir. ForkLift operatörüne birer kullanıcı adı açılarak , hangi operatör kaç palet yüklemiş, ne zaman mal alınmış ve bırakılmış, hangi malı kim almış rahatlıkla takibi sağlanır. Bu sistem ile Forklif operatörünün ayrıca elindeki el terminali ile ürün okutmasına ihtiyacı yoktur. Kullanıcıların anlık takibi ile Forklift iş güvenlik takibi yapılır, kontrolsüz kişilerce, plansız sürüşlerin önüne geçilir.

Çip yerleştirilen forkliftlere aynı zamanda birer tablet yerleştirilir. Operatörün kullandığı bu tabletin ekranı ikiye bölünür. Bölünen ekranın bir tarafında alınması gerekenlerin listesi yer alır. Her alınan üründen sonra alınanların yanına tick’ler atılması sağlanır. Ekranın diğer tarafında ise fork lift operatörünü yönlendirecek bir indoor navigasyon haritası yer alır. Indoor navigasyon ile planlaması yapılmış akıllı picking list sayesinde hangi ürünün nerede olduğu harita üzerinde gösterilir. Indoor navigasyon ile alınacak ürünlerin bulunan lokasyona göre hangi sırayla alınması gerektiği fork lift operatörünün tabletine gönderilir. Gerçek zamanlı – Indoor Navigasyonlu – Picking List sayesinde özellikle depolarında rastgele yerleştirme yapan firmalar için hangi ürün hangi tıra yüklenecek, ne zaman yüklenecek, hangi yoldan gidecek bunun planlaması yapılır. Hangi yükleme planlarının tamamlandığının izlenir.

Indoor navigation ile bir forklift ile bir diğer forktlift aynı yöne gitmeye çalışması ile yaşanacak olan trafik problemlerinin önüne geçilmesi sağlanır. Doğru bir picking list ile daha hızlı ve verimli sonuçlar alınır.

Yazılımdan gelen bu veriler ile anlık yükleme verimliliği ve planlaması yapabilmek mümkündür. Yazılım , bir tır ne kadar zamanda yükleniyor, ikinci bir tırı ne kadar zamanda yaklaştırılmalıdır, bu analizleri tek bir ekrandan takip edebilme imkanı size sağlar.

Eğer operatörünüz bir yanlışlık yaparak yanlış bir ürünü tıra yüklemeye kalkarsa ilgili sistem Forklift üzerinden yanlış ürün aldığı uyarısı yapar. Yanlış yüklemelerin ve onun doğurduğu tüm ekstra masraflardan firma doluşmadan kurtulmuş olur.

Makine parkurunda anlık değişen bir lay out var ise bu anlık değişen lay out a göre bir makinanın nerede olduğunu bulmak çok zordur. Bunların yerlerin belirlenmesi , makinaların arızalarının takibi ve performasının takibi artık takip altındadır.

Bir günde önünüze bu şekilde inanılmaz büyüklükte bir data akışı gerçekleşir. 1 gün içinde sadece log lar 1 GB büyüklüğü geçebilmektedir. Bu toplanan dataların sağlıklı bir şekilde analiz edilmesi şarttır. Burada tarafımızdan yapılan analizler veri gelsin arkadan bir analiz yapalım şeklinde değil anlık olarak yapılır. Mavi ve beyaz yakalı personel bu verim analizlerini anlık olarak kendi dash board larında görürler.

Tüm veriler cloud üzerinden anında paylaşıldığından siz bu dataları kendi tablet, telefon veya bilgisayarınızdan dünyanın herhangi bir yerinden takip edebilirsiniz.

• –  Hangi bant ne kadar verimde çalışmaktadır?
• –  Bölümünüz ne kadar verimle çalışıyor ?
• –  Tüm fabrikanız toplam % kaçlık verimle çalışıyor ?

Yeri geldiğinde verimliliğini çok iyi bildiğiniz personel ve araçların lokasyonunu anlık olarak değiştirebilmektesiniz.

Eğer sayabiliyorsanız veri toplayabiliyorsunuz demektir. Toplayabildiğiniz bir veriniz varsa bu verileri istediğiniz gibi analiz edebilirsiniz. Bu veriler yukarıda anlatıldığı gibi başarılı bir şekilde toplandıktan sonra bizim asıl uzmanlığımız başlamaktadır.

Bir süre sonra farklı ihtiyaçlar ortaya çıkacaktır. Belli bir zaman sonra diyeceksiniz ki;
“ Ben ne kadar zamanda, ne kadar stokun nereye hareket ettiğini görmek istiyorum.” ,

“ Hangi ürünler çok hareketli , hangi ürünler az hareketli , onları görmek istiyorum.”

Bir günde GB lar büyüklüğünde lokasyon bilgisi, ürün bilgisi, stok adetleri, bunların hareketleri , personel hareketleri, vs. dataları akışı gerçekleşir. Sahada sistemlerimiz çalışmaya başladıktan sonra 1- 1,5 ay boyunca bu şekilde datalar toplanır. Bu süreçte artık yazılım sahanızdan gelen bu datalar sayesinde sahanızı öğrenmeye başlar .

• Kim nasıl iş yapıyor.
• Bir tekstil atölyesinde çalışan işçiniz kol ile kolu birleştirirken mi daha hızlı yoksa kolla gövdeyi birleştirirken mi ?
• Kimi hangi makinaya oturtayım ?
• Hangi makine ne kadar arıza çıkarıyor.
• Bu makine üretim , sevkiyat veya depolama aşamasında iş akışının neresinde

Yazılım bu şekilde machine learning yapmaya başladıktan sonra , bazı kararları statik olarak sizin karar vermeniz gerekmez. Mesela ;

“İlgili raf düzenini artık ben karar vermek istemiyorum, bunu yazılım bana anlatsın” diyeceksiniz.

İlk önce sahada hangi ürünü çok kullanılıyor o ortaya çıkarılır. Bu süreçten sonra artık machine learning yapmış bir sahada bir insan olarak baktığımız zaman anlamadığımız bir stok düzeni oluşmaya başlar. Çünkü makine kendisine göre en hızlı hareket eden öne ve alta yerleştirirken , en yavaş hareket edeni en arkaya en yukarılara koymaya başlıyor.

Sonra bu ürün için harcanan GERÇEK zaman hesaplanır. Ürün başına ne kadar zaman harcanmakta ? Ona göre artık yazılım yaptığı machine learning ile size planlama çıkarmaya başlıyor, diyor ki ;

“ Verim istiyorsan artık bu ürünü buraya taşıman lazım.”

Gün sonunda teslimata listesine bakıldığında yazılım o teslimattaki o ürünlerinin kaç saate tahmini toplanabileceğinin planlamasını yapabilecek duruma gelir.

Sistem bir süre sonra bant dengelemesi yapabilecek yeteneğe kavuşur ;

• 1 milyon adet takım elbise üretilecek,
• Kaç gün kaç dakikada üretebilirim,
• Hangi bantlarda üretirim, kaç kişi kullanmam lazım,
• Bu kritik dönemde hangi verimli personelleri kullanmam lazım gibi. Ya da
• Forklift paletleri ne kadar zamanda raflardan indirdi,
• Stok alanında hangi rafı kullanmalıyım. Kaç dakika sürer ? Kaç forklift gerekir ?
• Ne kadar zaman da sevkiyat alanına getirdi,
• Ne kadar zamanda tıra yüklendi.
• Elleçlemede etiketleri yerleştirirken ne kadar sürdü,
• Sevkiyat alanından stok alanına geçiş ne kadar zaman aldı.
• Bu süreçlerde kaç forklift , kaç kişi , kaç dakika kullanıldı.

Tüm bu veriler ışığında sistem sizin maliyetlerinizi gerçek birim maliyetlerine getirmektedir.

Yapay Zeka projelerin en önemli ayağı ihtiyacınız olan ilgili parametrelerin tespiti ve bu parametrelerin sisteme yüklenmesidir. Bu parametreler ışığında gelen dataların tekrar değerlendirilerek yazılımın bu konuda sizi yönlendirmesi hayati değişikliklere sebebiyet verir.

Parametresiz süreç :

Sisteme eğer her hangi bir parametre vermezseniz elinizdeki datayı ancak bir sene sonra kullanmaya başlayabilirsiniz. Bu da ancak 1 sene önceki durumu size haberdar etmesi ile sınırlı gerçekleşecek bir analiz yapamayacaktır. Ancak 3 sene geçtikten sonra makine bazı şeyleri yeni yeni anlıyor olur ve analiz imkanına kavuşur. Makinanın bir karar verebilmesi için bir bilgi üzerinden en az iki tur atması gerekmektedir. Halbuki ilgili parametreler yazılıma yüklenirse ve yazılım o ürünler ve o parametreler ile ilgili sağlıklı ilişkiyi kurabilir . Mevsimsel şartlara bağlı parametre , yol şartlarına bağlı parametre, kur şartlarına bağlı olan parametre budur derseniz siz daha o döneme gelmeden sistem kendi içinde üretimi , depolamayı ve sevkiyatı yapmaya başlar. Parametreler ürün çeşitliliğine göre birbirinden çok farklı konular olabilmektedir. Örnek klasik parametreler şunlardır ;

Mevsimsel Parametre :

Google forecastlare göre ürün konumlarının veya üretim planlama ayarlaması önemli bir parametre olabilir. Mevsimsel hava şartlarına göre hangi ürünün bağlanmasına karar veriyorsunuz. Bir süre sonra sistem mevsim durumuna göre üretim planını veya ürün konumlandırmayı kendisi yapacaktır.

Kur Parametresi:

Üretiminiz , ürün sevkiyatlarınız dolar kuruna göre farklılık gösteriyor ve kur artışında ürün hareketi duruyor, kur düştükçe hareketleniyorsa bunula ilgili sisteme parametreler girilir. Sistemden
alacağı verilere göre üretimin ve bitmiş ürün yerleştirmenin – sevkiyat planlamasını gerçekleştirir.

Reklam ve Kampanya Parametresi :

Kampanya dönemi başladığı bir donemde bir ürünün sürekli olarak içeri giriyor oluşu bir parametredir. Stok gelişi takip edilir normalde ürün içeri giriş belirli bir çizgide devam ediyor ama son günlerde bir yükselme yaptı ise bu bir kampanya donemi anlamına gelir , hareketliliği hesaplar , ona göre raf düzenlerinin değiştirilmesini sağlanır.

Servis Paketleri:

Tüm sistemler cloud üzerinde yer aldığından sistem unsurlarındaki olası arızalar bize “ A lokasyonundaki X cihazı sinyal vermeyi kesti “ uyarısı gelir. Eğer cihazda o anda giderilmeyen bir problem var ise tüm yurt genelinde 81 İlde ve Kuzey Kıbrıs Türk Cumhuriyetinde de olmak üzere 100 noktadaki teknik servisimiz sayesinde hemen müdahalede bulunur.

Ticari verileriniz:

Ticari veriler sizden alınmaz. Sistem sadece UID üzerinden çalışır. Sizin sisteminizden bu uniqe ID ler sorgular. Bu barkod bilgisi için operatörün ekranına ne yazdırayım der. Sizin yazdırmak istediğiniz açıklama ne ise sistem onu operatörün tabletine açıklama satırı olarak yazdırır.

Cihazların Garanti süresi:

Cihazların garanti süreleri 2 yıldır. 2 yıldan sonra bakım antlaşması imzalanır. İstenirse garanti süresi uzatılabilir.