https://www.acsysteme.com/wp-content/uploads/2021/07/Fotolia_52522252_L-750x500.jpg
Nouvelles solutions de palettisation automatique optimisée
L’automatisation des tâches permet de gagner un temps précieux dans la fabrication des produits, la gestion des stocks et la préparation des colis. La palettisation constitue une des étapes classiques d’un flux logistique industriel. Dans la plupart des cas, les produits sont homogènes et les solutions de palettisation robotisée classiques suffisent. Lorsque les colis sont différents en taille, en forme et en poids, le défi de réaliser un empilement de colis stable, efficace et optimal est tout autre.
Dès lors, comment empiler des colis de tailles différentes, de manière efficace, harmonieuse et totalement automatisée ? Aujourd’hui, c’est possible grâce à des algorithmes combinatoires, qui permettent de produire rapidement un plan de palettisation compact optimisé.
Ces algorithmes peuvent être utilisés à l’intérieur d’un robot de palettisation, ou comme assistants pour faciliter le travail d’opérateurs à qui ils fournissent un plan de palettisation préconstruit. Dans tous les cas, c’est un véritable gain de temps, et une amélioration de l’efficacité, de la santé et de la sécurité des opérateurs.
Deux configurations possibles
Dans le premier cas, les colis arrivent les uns après les autres (« au fil de l’eau ») et doivent être placés de la meilleure façon possible sur la palette, sans connaître à l’avance ce qui va arriver ensuite. C’est la palettisation dite « en ligne » qu’on retrouve généralement dans les plateformes logistiques.
Dans le cas de la préparation de commandes, l’on connaît à l’avance toutes les pièces à palettiser. Cette situation, dite « hors ligne », est moins contrainte par le temps d’exécution. La connaissance exhaustive des pièces à palettiser permet d’utiliser des algorithmes combinatoires performants.
Préparation de commandes
Acsystème a développé des solutions de palettisation pour la préparation de commandes, dont certaines sont particulièrement performantes lorsque les quantités de colis sont importantes pour chaque référence (au moins plusieurs dizaines de colis par référence). En prenant en compte les particularités de ce type de commande, Acsystème a conçu des algorithmes combinatoires qui permettent de produire rapidement un plan de palettisation compact.
Les 3 piles ci-dessous représentent la palettisation calculée en 3.4 secondes pour un jeu de données de 7 pièces présentes au moins 50 fois chacune.
https://www.acsysteme.com/wp-content/uploads/2021/08/cas-pratique-piles_1.png
https://www.acsysteme.com/wp-content/uploads/2021/08/cas-pratique-piles_2.png
https://www.acsysteme.com/wp-content/uploads/2021/08/cas-pratique-piles_3.png
Bien sûr, ces algorithmes peuvent être intégrés dans des cellules robotisées, sur une ligne de production. Mais les plans de palettisation qu’ils produisent sont suffisamment simples pour qu’ils puissent également être reproduits manuellement et rapidement par des opérateurs.
Comme avec n’importe quelle autre solution, il est possible de connaître, dès la création de la commande, le nombre et la dimension des palettes nécessaires. Mais l’algorithme est en outre conçu pour optimiser le placement des colis, et réduire ainsi le nombre de palettes nécessaires par rapport à une palettisation manuelle.
Les algorithmes développés précédemment par Acsystème avaient répondu à des besoins de palettisation de colis ou de planches. Dorénavant, l’optimisation géométrique permet de résoudre un champ bien plus important de problèmes :
- chargement des camions, avec ou sans prise en compte de critères supplémentaires comme les chemins de passage ou les circuits de livraison,
- chargement des conteneurs : avec ou sans chargement préexistant, ajout d’éléments unitaires, optimisation de la répartition des poids…
Aller plus loin grâce à l’intelligence artificielle
Chaque sujet d’optimisation est spécifique. L’analyse préalable du cahier des charges et des besoins sous-jacents est donc une étape importante du projet. Elle permet de faire émerger, parmi les nouvelles technologies de l’intelligence artificielle, les méthodes les plus adaptées à l’ensemble des contraintes.