Alates "Ühe{0}}funktsiooni täitmisest" kuni "süsteemi intelligentsuseni": koostöö arengHaara ämberToimingud integreeritud materjalikäitlussüsteemides
Traditsioonilistes puistlasti käitlemise stsenaariumides peetakse haaratseid tavaliselt iseseisvateks "terminali täiturmehhanismideks" ja nende toimivuse hindamine piirdub sageli nende konstruktsioonitugevuse, haardesuhte ja kulumiskindlusega. Kuna aga logistika tõhususe kitsaskohad nihkuvad üksikutelt seadmetelt protsesside üldisele koordineerimisele, on tänapäevaste materjalikäitlussüsteemide konkurentsi tuum arenenud "süsteemi{1}}tasemel tõhususe võistluseks". Olulise lülina, mis ühendab tõstmist, transporti ja ladustamist, onhaara ämberareneb isoleeritud tööriistast intelligentses logistikavõrgus tajutavaks, interaktiivseks ja optimeeritavaks andmesõlmeks ja koostööüksuseks.
Koostöötasemete süvendamine: mehaanilisest koordineerimisest intelligentse otsuseni{0}}
Esmane koostöö (mehaaniline side):
Haaratukopa ja kraana avamis- ja sulgemismehhanismid ning tõstemehhanismid on terastrosside abil jäigalt ühendatud. Selles etapis keskendub optimeerimine mehaanilisele ühilduvusele, näiteks trummeltrossi võimsuse, terastrossi kiiruse ja haaratsiratta süsteemi sobitamisele, et tagada sujuv töö ja optimeeritud energiatarbimine.
Keskmise{0}}taseme koostöö (teabe tagasiside):
Haarats on varustatud anduritega (nagu kaaluandurid, asendiandurid ja materjalitüübi tuvastamise andurid), mis edastavad reaalajas tööandmed (haardekaal, koormustegur, asend ja asend, tsükli aeg) tagasi kraana juhtimissüsteemi. Seejärel saab kraana nende andmete põhjal dünaamiliselt reguleerida tööparameetreid, näiteks optimeerida kiirendus- ja aeglustuskõveraid tegeliku koormuse alusel, saavutada "paindlik töö" ning vähendada konstruktsiooni mõju ja energiatarbimist.
Kooskõlastamine hoovi/lao inventuuriga: andmed igasthaara ämbervõi paigutusoperatsiooni kasutatakse hoovi 3D digitaalmudeli ja laovarude haldussüsteemi uuendamiseks reaalajas, pakkudes optimaalset teekonda (lühim vahemaa, optimaalne komplekteerimisjärjestus) järgmise haardepunkti valiku jaoks.
Koordineerimine energiahaldussüsteemiga: elektrienergia tipp- ja -tipphinna perioodil või sadama enda fotogalvaanilise elektritootmissüsteemi kasutamisel saab süsteem igakülgselt ajastada haaratsi töö intensiivsust. Tagades kogu läbilaskevõime, eelistab see madala elektrihinna või rohke rohelise energia perioodidel kõrget-energiat-tarbimist nõudvaid toiminguid, saavutades seeläbi energiasäästu ja kulude vähendamise.
Täiustatud koostöö (süsteemi optimeerimine):
Haaraandmetele pääseb reaalajas juurdepääs asjade Interneti platvormi kaudu, ühendudes laiema "sadama/kaevanduse opereerimise ajuga"-integreeritud süsteemiga, mis hõlmab terminali operatsioonisüsteemi (TOS), seadmete haldussüsteemi (EMS) ja logistika täitmissüsteemi. Sellel tasemel ei toimu koostöö enam ainult kahe seadme vahel, vaid pigem kogu võrgu ulatuses:
Koostöö edastussüsteemiga: Kuihaara ämberlaadib materjali maha, selle materjali tüübi ja voolukiiruse andmed saab eelnevalt edastada allavoolu konveierilindile, mis võimaldab reguleerida kiirust või käivitus-/peatustoiminguid, tagades materjali sujuva liikumise ja vältides ummistusi või tühikäigul töötamist.
II. Süsteemi tõhususe maksimeerimine-tasemel andmepõhiste lähenemisviiside kaudu{2}
Koos integreerimisega ämbrid haarama Asjade Internetti (IoT) saab tohutul hulgal loodud operatiivandmeid väärtuslikuks ressursiks kogu logistikaahela optimeerimisel:
Tööprotsesside dünaamiline rekonstrueerimine:
Ajaloolisi ja reaalajas{0}}andmeid analüüsides saab süsteem kitsaskohad automaatselt tuvastada. Näiteks kui andmete analüüsimisel selgub, et kraana tsükliaeg on liiga pikk, kuna haarekopa tüüp ja käsitletav materjal ei sobi, saab süsteem ülesandeid dünaamiliselt ümber määrata või soovitada kraana väljavahetamist.haara ämbersobivama tüübiga, võimaldades paindlikku ressursside ajastamist.
Ennustav hooldus ja varade optimeerimine:
Pidev andmete jälgimine naguhaaratakonstruktsiooni pinge, laagrite temperatuur ja trossi deformatsioon võimaldavad luua "digitaalse kaksiku" mudeli. Süsteem suudab ennustada kriitiliste komponentide järelejäänud eluiga, planeerida hooldust enne rikete tekkimist ja viia hooldusaknad automaatselt vastavusse madala läbilaskevõimega perioodidega, et maksimeerida seadmete saadavust. Samal ajal annab mitme haaratsi tööandmete võrdlemine täpset teavet haaratsite optimaalse arvu ja spetsifikatsioonide kindlaksmääramiseks, et vältida varade alakasutamist või puudujääke.
Suletud{0}}ahela haldus ohutuse ja vastavuse tagamiseks:
Reaalajas andmeid haarde asukoha ja koorma kohta saab kasutada automaatse õõtsumisvastase-kontrolli ja kokkupõrke vältimise hoiatuste jaoks (laeva kere, sõidukite ja muu varustusega). Kõiki operatiivandmeid (nt haaratsi maht ja töötrajektoor) saab automaatselt genereerida elektroonilisteks aruanneteks, mis vastavad keskkonnakaitse, ohutuse ja kaubanduse arvelduse auditeerimisnõuetele.
Mõju ja nõuded tulevasele haaratsikoobi disainile
See süstemaatiline suundumus omakorda mõjutab põhjalikult kujundusthaara ämber
Intelligentse disaini sätted: konstruktsioonijoonised peavad täielikult arvestama andurite ja sidemoodulite paigaldusruumi, samuti standardiseeritud toiteallika ja andmeliideseid, mis võimaldavad "plug{0}}and-play" intelligentset uuendamisvõimalust.
Andmemudelite integreerimine: Grabide tootjad peavad pakkuma peamiste jõudlusparameetrite jaoks seadmete 3D-digitaalseid mudeleid ja andmeliidese spetsifikatsioone, et nende digitaalseid kaksikuid saaks sujuvalt integreerida kliendi kogu logistika simulatsiooni- ja ajastamisplatvormi.
