Service Logistics Forum

21.9 AI en DT in warehousing

Webinar ​Artificial Intelligence en Digital Twins in warehousing

Datum: 12 oktober 2021
Tijdstip: 15.00 - 16.00 uur
Locatie: Online
Sprekers: Minou Voortman, Consultant CQM, Monique van den Broek, Principal Consultant CQM

Afgelopen dinsdag, 12 oktober, vond het webinar AI en DT in warehousing plaats. Het webinar was georganiseerd door SLF in samenwerking met BEMAS en werd gehost door Ben Gräve. Minou Voortman en Monique van den Broek namen de deelnemers mee aan de hand van theorie, onderzoek en de case van een retailketen. 

Na een introductie van de moderator Ben Gräve en Wim Vancauwenberghe van BEMAS, onze Belgische partner, gaf Monique van den Broek, Principal consultant bij CQM, een heldere en uitgebreide toelichting op de toepassingen van AI en Digital Twinning in supermarktmagazijnen voor de bevoorrading van hun winkels en e-commerce.

Smart warehousing - onderdeel van het nationale Industry 4.0 programma - kent in het algemeen en zeker ook bij supermarktketens een aantal uitdagingen: de toename van variabiliteit, de steeds strakkere toezeggingen mbt levertijd (vandaag besteld, vandaag in huis), de schaarste aan personeel en de mix van automatisering naast handmatige activiteiten.

De steeds groeiende beschikbaarheid van data maakt het mogelijk dat slimme algoritmes processen en robots, waarvan het gebruik steeds meer geaccepteerd wordt, aansturen. Voorafgaand aan deze optimalisatie door voortschrijdende analytics (prescriptive analytics)) – generiek maar ook zeker in geval van digital twins – moet er zeer goed inzicht zijn in en een grondige analyse van de huidige situatie, gevolgd door ook inzicht in de drivers van de warehousing processen. De mogelijkheid om met Digital Twins dan te simuleren en te evalueren zijn legio. Monique schetst een tweetal praktijksituaties:

Voorbeeld 1: supermarkt warehouse ladingdrager verzamelen (picken)

Hoe werkt warehousing en picking nu eigenlijk: In het ‘pick’-gebied loopt de picker op een vaste route door het circuit (opstelling van lading-dragers). De afweging in het picken van orders (op lading-dragers) zit hem in de mix tussen zware items (bier eerst) en lichte items (chips bovenop). En dan het liefst zonder dat de picker een aantal keer het hele pand door moet lopen. Maar wat het nog veel lastiger maakt is dat het ook voor de winkelbevoorrading handig moet zijn (bijvoorbeeld koffie en koekjes op dezelfde magazijn-kar. Het algoritme dat ontwikkeld is, zoekt naar het minimaliseren van de ‘totale kosten’ en kan gestuurd worden op een groot aantal parameters. Je moet bijvoorbeeld ook rekening houden met toenemende kosten van transport. Dit is weer een andere afweging: transportkosten versus warehouse-efficiency. In geval van een distributiecenter moet je vaak en snel antwoorden kunnen genereren. Vanwege de noodzakelijke rekenkracht is het niet mogelijk om dit binnen een WMS ( Warehouse Management System) applicatie te bouwen. Vandaar de richting naar een digital twin toepassing in de cloud.

 

Voorbeeld 2: gemechaniseerd optimaal (zo vol mogelijk) een ladingdrager vullen (tetris)

Als je met een robot een ladingdrager vult, dan is dat minder flexibel dan wanneer mensen het doen. Het sturen/ optimaliseren van de stapeling is op deze wijze efficiënter te ‘testen’. Met 3D camera’s wordt geanalyseerd wat de ‘lucht’ is tussen de pakjes. Hieruit is een optimalisatiemodel ontwikkeld.

Digital twins zijn geschikt om op verschillende termijnen te helpen met het nemen van besluiten. Voor strategische/tactische optimalisatie bij besluiten maanden vooraf, naar besluiten een week vooraf voor workforce planning, tot dagelijkse besluiten voor operationele aansturing en simulering. Daarnaast helpt een digital twin natuurlijk ook voor het verzamelen van reporting/ data om de verbetercyclus bij te kunnen sturen.

Tijdens de Q&A blijkt er een grote belangstelling voor deze nieuwe ontwikkelingen en komen uiteenlopende vragen van de deelnemers aan bod. Hierbij een bloemlezing van een paar antwoorden:

  • Het cruciale verschil met simulatie is dat de digital twin een grotere complexiteit aan kan. Ook omdat een aantal van de daadwerkelijke sturingsmechanismen te koppelen zijn aan de digital twin.
  • Financiële voordelen komen vaak over de tijd, daarom is het soms lastig om dit in euro’s aan te geven. Het is een tool voor de langere termijn, die je wel continu voor besluitvorming kunt blijven inzetten;
  • Hoewel AI/ Digital twins een hoog academisch gehalte lijken te hebben, is het cruciaal om een gedegen eerste fase te hebben samen met de mensen van de werkvloer. Daarbij is het wel heel belangrijk dat het doel vooraf echt helder is;
  • Onderhoud van digital twins gaat niet vanzelf. Je moet wel connectie blijven houden met de realiteit. Een digital twin kan natuurlijk niet zelf bedenken dat je beter met een karretje dan lopend kan order picken.

Minou Voortman, Consultant bij CQM, besluit het webinar met het geven van een aantal overwegingen over het gebruik van een digital twin:

  • Dit model zorgt echt voor betere besluiten;
  • Zorg dat je eerst evalueert en dan pas implementeert;
  • Het model stimuleert creativiteit en ‘out-of box’ denken. Bijvoorbeeld door simulatie van omstreden scenario’s;
  • Soms is het in detail beschrijven van processen (om de digital twin te kunnen maken) al inzicht gevend.

Hier vindt u de terugkijklink en de link naar de sheets van dit webinar. 

Trots op onze

SLF Deelnemers