Teza doctorat Bogdan Dumitrescu [303343]

[anonimizat], extragere aferent liniilor de culegere automatizata in depozite farmaceutice

Doctorand: [anonimizat]: Prof. Dr. Ing. HORIA GAVRILA

SCOPUL TEZEI: CONCEPTIA GENERALA A SISTEMULUI. 4

Scopul TEZEI 5

Beneficii 7

Beneficii directe 8

Beneficii indirecte 8

IMPACTUL, DISEMINAREA SI EXPLOATAREA rezultatelor cercetarii. 9

Capitolul 1: ANALIZA DE BUSINESS. stadiu actual. realizari similare. CERINTE. 11

ANALIZA DE BUSINESS. Organizarea unui depozit 11

ANALIZA DE BUSINESS: Componentele sistemului transportor 12

ANALIZA DE BUSINESS. Procesul de picking (culegerea produselor) 15

Picking-ul traditional 15

SISTEME automatizate de depozitare & culegere (picking) 16

Capitolul 2: Descrierea proiectului pe larg 18

Arhitectura sistemului autoevolutiv 18

Caracterizarea inteligenței artificiale computaționale 18

Sistemele Expert 19

Arhitectura generala a sistemului de picking 27

Descrierea pachetelor de lucru 28

Lista livrabilelor 32

Capitolul 3: [anonimizat] 33

Introducere 33

3.2. TRADUCTOARE [36] 44

Utilizări ale senzorilor și traductoarealor 46

Exemple de senzori și traductoare [37] 47

Senzori de deplasare (de poziție) liniară si de rotație [31] 47

Senzor de câmp magnetic cu magnetoimpedanță (MI). 48

Senzori OPTICi bazaȚI pe efectul fotoelectric 49

SENZORI OPTICI: Cititor de coduri de bară [32] 53

TIPURI DE CODURI DE BARE 54

3.3.ACTUATORI [30] 57

Sistemele de conducere a proceselor industriale 59

Sistemul de comunicare. Transmisia semnalelor 60

Clasificarea erorilor de măsurare 61

3.4.PROCESUL INDUSTRIAL 62

3.4.1- SENZOR MAGNETIC DE PROXIMITATE [31] 64

Senzori magnetici de proximitate pe bază de efect HALL [37] 69

Fig.3.25 Aplicatie cu senyorul kiniar Hall 72

[anonimizat] I și II 72

3.4.2,SENZOR OPTIC. 74

Senzori de proximitate optici 75

3.4.3.CÂNTAR (senzor de greutate) 76

3,4,4. Divertor 78

Ftg..3.33. schafer-mozor- Roller /SMR) 81

Concluzii 81

Capitolul 4: Idei, filozofie, cerinte si modelare matematica. 83

Proiectarea de ansamblu a sistemelor informatice 83

Activități în proiectarea de ansamblu: 83

Caracteristicile sistemului informatic: 83

Cerințe ale sistemelor informatice 83

MODELAREA LINIILOR DE CULEGERE A MEDICAMENTELOR 84

1. INTRODUCERE 84

2. CONCEPTE DE MODELARE 86

3. [anonimizat] 87

4. MODELAREA UNUI DEPOZIT FARMACEUTIC 90

CONCLUZII 92

NOTE 92

Aplicația WMS (Warehouse Management System) 93

Caracteristicile arhitecturii software 93

ProCesele urmărite pentru optimizare 93

Volumetrie și cubaj 96

Obiectivele procesului de cubaj 96

Algoritmul de cubaj și parametrii necesari 97

Pasi procesare 97

Capitolul 5: contributiA personalA.continuarea cercetarii SPRE aplicabilitate practica 100

Aria tematică și relevanța proiectului 100

contribuția proiectului raportată la stadiul actual 103

Obiectivele și rezultatele proiectului 105

Originalitatea și contribuția inovativa a proiectului 106

Caracterul inter-, multi-, [anonimizat] 107

Aplicații posibile cu potențial de piață 108

Integrarea proiectului cu strategia de dezvoltare a întreprinderilor partenere 108

Termeni & Elemente anexe 108

Noțiuni de bază specifice medicamentelor 109

Formele farmaceutice 110

NomenclatORUL DE medicamente 110

referințe bibliografice 110

SCOPUL TEZEI: CONCEPTIA GENERALA A SISTEMULUI.

Sistemele informatice evolueaza continuu catr Inteligența Artificială. Se presupune însă că aceasta va fi diferită de cea umană. Oamenii sunt influențați de emoții, iar aceste emotii in numeroase situații sunt adevăratele motivații ale raționamentului și acțiunii lor. În cazul inteligenței artificiale, motivațiile vor fi cu siguranta diferite.

Aceasta teza este un proiect privind managementul procesului holistic industrial realizat printr-un sistem unificat bazat pe semantica autoevolutiva.

Scopul TEZEI

Scopul acestei teze este cercetarea incrementala pe arii multiple ale managementului de procese industriale, bazată pe abordarea holistica, pentru crearea unui sistem de management autoevolutiv. Abordarea holistica ne va permite sa integram in arhitectura sistemului autoevolutiv sisteme de monitorizare, comanda si control (perechi multidomeniu senzor – procesor – actuator). Sistemul autoevolutiv se va baza pe un sistem de autodezvoltare cu biblioteci proprii care va utiliza atat scenarii predefinite cat si scenarii dezvoltate pe parcursul cercetarii, utilizind algoritmi matematici de predictie.

Inteligenta Artificiala se ocupa cu studiul si crearea sistemelor de calcul si a programelor care prezinta o forma de inteligenta: sisteme care invata noi concepte, care pot rationa si deduce concepte utile intr-un anumit domeniu, sisteme care pot intelege limbajul natural sau percepe si intelege o imagine, practic aceste sisteme indeplinesc anumite capacitati inteligente specifice omului.

Un program inteligent este un program care manifesta o comportare similara cu cea a omului atunci cand este confruntat cu o problema similara. Nu este necesar ca programul sa interpreteze sau sa incerce sa rezolve problema in acelasi mod in care ar fi rezolvata de catre oameni.

Scopul secundar al tezeii „Managementul procesului holistic industrial bazat pe un Sistem imbunatatit unificat de semantica autoevolutiva” este de a evalua și compara performanțele recentelor metodologii bazate pe principiul evoluției și software-uri utilizate pentru activități similare și găsirea semanticii autoevolutive potrivite, bazata pe algoritmi evolutivi (EA-uri), ce vor fi utilizați pentru a rezolva aceste probleme de inginerie și știința.

Această cercetare, utilizând o abordare holistica a managementului de proces industrial, va îmbunătăți performanțele proceselor dintr-un depozit, în mod particular ale unui depozit farmaceutic. Rezultatul proiectului va furniza:

Un sistem eficient si sigur pentru masura si controlul parametrilor critici ai unei linii de culegere marfa automatizata. Aceasta implica studiul si selectia senzorilor si traductoarelor care vor fi utilizate pentru conducerea in timp real a proceselor desfasurate intr-un depozit farmaceutic.

Un algoritm evolutiv optimizat, un model al sistemului expert, necesar în activitățile de culegere (picking), pentru validarea conceptului și va furniza un exemplu de simulare pentru a dovedi functionarea modelului.

Urmarirea unei miniaturizari a elementelor de masura si control, in scopul extinderii ariei de utilizare a senzorilor magnetici selectati

Asigura proiectarea interfetelor necesare introducerii a diferite echipamente robotizate de culegere a medicamentelor.

Rezultatul va demonstra că modelul sistemului expert poate, în principiu, să satisfacă obiectivele și să aduca îmbunătățiri semnificative ale proceselor din depozit și atingerea unei optimizari a costurilor globale de mai mult de 20%, prin optimizarea fluxurilor, reducerea timpilor, creșterea vitezei operațiunilor și evitarea întârzierilor.

Rezultatele acestei cercetări vor fi utilizate extensiv nu numai în industria farmaceutică, ci și în orice linie de culegere din depozite, îmbunătățind eficiența și calitatea proceselor în ceea ce privește capacitățile de autoreglare a sistemelor de culegere și ambalare pentru a putea procesa comenzile ce variaza in mod continuu si nepredictibil.

Managementul proceselor industriale constă, în utilizarea eficientă și eficace a resurselor existente si necesare realizarii obiectivelor stabilite ale diverselor domenii de activitate. Monitorizarea și controlul proceselor industriale este o activitate obligatorie pentru a putea ajunge la rezultatele asteptate.

Automatizarea industrială devine din ce în ce mai importanta pentru producătorii din întreaga lume. În mod specific, complexitatea managementului proceselor din depozite, din diferite industrii, necesită instrumente de control adecvate si algoritmi flexibili pentru rezolvarea simultană a problemelor discrete, continue sau combinate, dificil de rezolvat până în acest moment.

Concentrându-se pe dezvoltarea și implementarea unora dintre cele mai recente tehnologii, cum ar fi sistemele de management al depozitelor, folosind o abordare holistică, accentul va fi pus pe optimizarea proceselor de-a lungul întregului lanț valoric. „Automatizarea industrială” implică o abordare holistică si reprezinta o provocare a cercetarii comportamentului complex al sistemelor ca un întreg. Evident, o cercetare pur analitică, al cărei scop este de a înțelege sistemele prin împărțirea lor în elemente mai mici și înțelegerea proprietăților lor elementare, nu ar fi suficientă.

Prin obținerea informațiilor despre derularea întregii activitati, prin monitorizarea și analiza derularii fiecărui proces, întreaga activitate poate fi controlată și optimizată. Într-un proces industrial informațiile sunt valorile parametrilor continuu variabili sau statusul obiectelor discret variabile (de ex. senzori, traductori, comutatoare etc.). Informațiile obținute prin utilizarea instrumentelor de masura si control sunt prezentate corespunzător pentru înțelegerea desfasurarii procesului și pot fi utilizate pentru a optimiza permanent și a schimba întreaga activitate. Devine astfel evident ca acuratetea masuratorilor reprezinta un factor critic privind succesul sistemului proiectat.

În acest context al științei holistice, utilizând o semantică autoevolutiva, condusă de algoritmi de calculator care se îmbunătățesc automat prin experiență, chiar si o activitate în continuă schimbare (ex. un depozit en-gros farmaceutic automatizat) poate fi optimizată. Un algoritm evolutiv (un sub-set al sistemelor autoevolutive), ce utilizeaza tehnici precum implementarea mecanismelor inspirate de evoluția biologică (de ex. reproducerea, recombinarea, selecția naturală, supraviețuirea celui mai puternic…) poate duce la rezolvarea acestei probleme dificile.

Unii dintre algoritmii evolutivi cei mai notabili sunt Algoritmii Genetici (GA). Aceștia sunt utilizați în principal ca o tehnică de căutare pentru a găsi soluții aproximative pentru diferite tipuri de probleme. În cazul controlului inteligent (IC), GA sunt folositi mai mult ca tehnică de optimizare pentru a găsi limite minime sau maxime la ecuațiile complexe sau soluții cvasi-optime în perioade scurte de timp [1].

Beneficii

În prezent, avand in vedere piata concurentiala, principalul obiectiv al multor companii este îmbunatatirea serviciului de relatii cu clientii. Pentru a realiza acest lucru, acestea folosesc o gama larga de initiative de îmbunatatire a proceselor. În multe cazuri, cresterea nivelului serviciului de relatii cu clientii implica angajarea de personal suplimentar si cresterea globala a cheltuielilor. Din pacate, aceste cheltuieli suplimentare pot reduce substantial profitabilitatea, mai ales in cazul extinderii spatiilor de stocare datorata unei eficiente reduse a managementului produselor in depozit.

Distribuirea unei game largi de produse de produse farmaceutice de mare valoare reprezintă provocări speciale. Clientii (farmacii, spitale) au asteptari foarte mari privind timpul de livrare (livrari rapide i frecvente) iar sistemul de calitate pune o mare presiune asupra operațiinilor din depozit. Increderea oferita clienților și respectarea reglementarilor legale (standarde GDP/GMP) reprezinta cerințe vitale de functionare a unui depozit. Procesele și echipamentele trebuie să fie complet validate si sa functioneze optim.

O metoda dovedita de crestere a serviciului de relatii cu clientii fara cresterea suplimentara pe termen lung a cheltuielilor este implementarea unui sistem de management al depozitului (WMS). Conceptul si tehnologia WMS nu sunt noi. Aceste sisteme au dovedit în timp ca reprezinta metode eficiente de reducere a costurilor stocurilor în timp ce se produce o crestere globala a eficientei. Implementarea tehnologiei WMS de catre o organizatie care utilizeaza deja un sistem ERP permite aceastei societati sa realizeze un profit mai mare din investitia in software si sa ofere cele mai bune servicii pentru clientii lor.

Rezultatul implementarii unui asemenea sistem ofera un nou standard pentru acuratetea stocurilor si vizibilitatea acestora in toate fazele si operatiunile existente intr-o companie.

WMS poate oferi rezultate palpabile rapide, îmbunatatind operatiunile din depozit si crescand eficienta fara adaugarea de forta de munca. Prin implementarea unui WMS, o companie atinge un numar de beneficii esentiale. Acestea includ:

Picking directionat

Managementul eficient al capacitatilor de depozitare

Utilizarea terminalelor mobile in efectuarea

Cross docking operatiilor din depozit

Optimizarea procesului de picking

Aceste beneficii se traduc direct in reduceri de costuri. Gradul acestor reduceri depinde de o serie de factori, inclusiv de stocurile existente si de precizia acestora, costurile de transport si a personalului necesar în prezent pentru receptie, picking, ambalare si livrare.

Beneficii directe

Categoriile prezentate mai jos sunt bazate pe standarde acceptate in domeniu si reprezinta cele mai vizibile zone de reduceri de costuri.

Reducerea stocurilor de pana la 20% (initial), datorate cresterii acuratetii si vizibilitatii acestora

Reducerea costurilor de administrare a stocurilor cu 35% (in medie), prin scaderea nivelului stocurilor si creasterea randamentului de utilizare a spatiului depozitului.

Reducerea costurilor datorate investitiilor (cost of money) cu cca 10-12%

Reducerea costurilor de transport prin reducerea erorilor de livrare si optimizarea rutelor de livrare

Reducerea personalului de birou, deoarece WMS automatizeaza gestionarea comenzilor si prioritatile acestora, eliminand lucrul pe hârtie.

Reducerea personalului de manipulare, prin utilizarea de terminale mobile ce cresc productivitatea, eficienta, acuratetea si trasabilitatea operatiilor efectuate.

Reducerea personalului necesar pentru administrarea livrarilor prin eliminarea operarii documentelor de expeditie si confirmarea livrarilor in sistemul ERP.

Reducerea timpului necesar pentru inventariere generala

Reducerea numarului de inventare generale prin utilizarea de inventare ciclice

Beneficii indirecte

În plus fata de reducerea costurilor directe, exista un numar de avantaje indirecte greu de cuantificat cu precizie, dar care sunt totusi importante pentru orice companie care implementeaza un WMS.

Abilitatea de a primi comenzi cu livrare in aceeasi zi. Spre exemplu, in sistemul medical apar urgente. In plus, aceste livrari aduc si un nivel mai ridicat de servicii acordate clientilor, ceea ce va ajuta la diferentierea fata de competitie.

Îmbunatatirea nivelului serviciului de relatii cu clientii. Un WMS îmbunatateste functionarea globala a depozitului. Acuratetea datelor si precizia stocurilor este substantial imbunatatita.

Greselile sunt împinse catre un minim absolut. Livrarile sunt efectuate la timp, transporturile sunt corecte iar clienti vor fi foarte multumiti. Acest lucru duce la evitarea situatiei foarte costisitoare de a pierde clientii existenti in beneficiul competitorilor. Costul de a obtine un nou client este de pana la cinci ori mai mare decât mentinerea unuia existent.

Angajati mai eficienti. Utilizand operatiuni directionate de sistem, interventia persoanelor de conducere are loc la un nivel minim. Mare parte din procesul de luare a deciziilor necesare într-un depozit tipic cade in sarcina sistemului WMS. Lucratorii nu trebuie sa consume foarte mult timp din timpul managerului. Sistemul WMS directioneaza actiunile angajatului la nivel de detaliu, managerul trasand doar directiile generale. Managerii au astfel mai mult timp pentru a lua decizii la nivel mai inalt.

Reorganizarea excesului de resurse pentru alte initiative de îmbunatatire a procesului. In locul utilizarii de personal suplimentar pentru a creste volumul vânzarilor si a veniturilor, WMS permite o mai buna gestionare a depozitului. Utilizarea unui sistem WMS elibereaza resurse în multe cazuri. Aceste persoane devin disponibile pentru redistribuire in alte sectoare ale afacerii.

Nu se poate discuta despre cresterea productivitatii prin intrtroducerea de roboti industriali fara informatizarea (si automatizarea) prealabila a operatiunilor dintr-un depozit.

IMPACTUL, DISEMINAREA SI EXPLOATAREA rezultatelor cercetarii.

Rezultatele cercetarii vor fi distribuite comunităților industriale și științifice globale prin mai multe canale, inclusiv prin promovare prin Internet (website), rețele sociale și publicații în jurnale internaționale recenzate, conferințe internaționale și prezentări orale și prin postere. Vor fi vizate în special forumuri orientate către industrie și inginerie-software, precum și conferințe academice, respectiv ateliere de lucru. Lucrul și parteneriatul cu rețele profesionale externe vor fi elemente-cheie pentru o diseminare eficientă a rezultatelor obtinute.

În aceasta lucarre, am planificat o serie de activități de diseminare și se va folosi o gamă largă de moduri și canale de diseminare, așa cum este descris mai jos. Strategia este de a pune un accent clar pe publicul-țintă: În afară de diseminarea în rândul comunității științifice, sunt planificate si o serie de activități pentru a colabora cu organizațiile și comunitatea de standardizare, precum și cu industria și practicienii. Pentru multe dintre activități există deja idei concrete, așa cum este descris în următoarea listă, unde sunt menționate câteva dintre activitățile principale de diseminare planificate:

Crearea unui site web, care va acționa ca un portal de informații și de servicii. Este planificată monitorizarea utilizării paginii de internet și, acolo unde este posibil, obținerea feedback-ului, precum și activitati de follow-up.

Publicarea rezultatelor științifice și ale experiențelor practice industriale către cele mai mari comunități științifice și comunități ale liberilor profesioniști, la conferințe și în reviste: Scopul este de a ajuta, pe de o parte, practicienii în a adopta proiectul în situațiile lor industriale, iar pe de altă parte, de a împinge cercetătorii spre a concepe noi tehnici și abordări bazate pe rezultatele obtinute in vederea testarii automate a software-ului si în sistemel industriale de mari dimensiuni. Evenimentele / revistele țintă includ:

ISFEE, International Symposium on Fundamentals of Electrical Engineering

Conferința internațională IEEE privind provocările de cercetare in cadrul Conferinței de Stiința a Informației (Information Science Conference) – ziua industriei RCIS;

Revista „IEEE Transaction on Software Engineering”;

Revista „IEEE Transaction on Computers”;

Alte reviste și ediții speciale ale IEEE

Conferința internațională a ingineriei informatice (International Conference on Software Engineering) (ICSE);

Conferința ingineriei informatice automatizate (Automated Software Engineering conference) (ASE)

Conferința liniei de produse software (software Product Line Conference) (SPLC)

Stabilirea unui comitet consultativ industrial;

Screencast video: Furnizarea de webinarii si materiale video educative a rezultatelor proiectului;

Utilizarea instrumentelor Web 2.0 (Twitter, platforme de rețele sociale, instrumente de interacțiune, precum OSQA) pentru o mai bună diseminare a mesajelor și rezultatelor proiectului;

Publicații imprimate și electronice cu rezultatele proiectului, inclusiv pliantul proiectului, newsletter și comunicate de presă.

Capitolul 1: ANALIZA DE BUSINESS. stadiu actual. realizari similare. CERINTE.

ANALIZA DE BUSINESS. Organizarea unui depozit

În general, operațiile dintr-un depozit de medicamente sunt împărțite în patru zone principale, enumerate mai jos:

Zona de lansare a comenzilor

Operatorii care lucreaza la acest post trebuie să tipărească o așa-numită listă de culegere și sa pună această listă de picking într-o totă goală (cutie in care sunt transportate medicamentele).

Zona de Picking (culegere)

In sistemul analizat sunt patru stații de picking.

Algoritmul de picking decide care stație de picking va fi folosita pentru prima dată. Tota sosește în stația de picking și operatorul verifică lista de picking. În conformitate cu lista, operatorul alege produsele si le introduce in tota. Odată ce procesul de picking este terminat operatorul trimite manual tota pe linia de transport care va transporta tota la următoarea stație de picking. Procedura va fi întotdeauna același pentru fiecare stație de picking individuală.

In aceasta zona pot fi introdusi in viitor roboti industriali pentru culegerea medicamentelor, transmiterea “listei de culegere” facindu-se prin intermediul interfetelor create intre sistemul ERP/WMS si sistemul de conducere si control al respectivilor roboti.

Zona de verificare

Această zonă este folosită pentru verificarea produselor culese în zonele de picking.

Operatorul din această zonă trage manual tota de pe linia de transport și începe verificarea produselor din totă pe baza listei de culegere. In caz de neconformitate operatorul are posibilitatea de corecție; un produs lipsă poate fi adăugat în acest pas.

Exista in aceasta zona si o verificare a greutatii totei, greutate care trebuie sa fie sensibil egala cu greutatea totei fara produse si la care se adauga greutatea produselor culese in scopul livrarii (produsele de pe lista de culegere).

Odată ce conținutul totei este confirmat operatorul închide tota cu un capac și o trimite manual pe linia de transport, care o va duce direct către zona de expediere.

Zona de expediere

Pe traseul către zona de expediere tota trece printr-o mașină unde I se ataseaza o eticheta cu adresa de livrare si tota este sigilată.

Zona de expediere este zona finală a liniei de transport, unde totele sigilate sunt repartizate pe mașinile de expediție conform planului de cursă si a volumetriei mijloacelor de transport asignate rutei pe care se afla clientul.

ANALIZA DE BUSINESS: Componentele sistemului transportor

Banda transportoare

O bandă transportoare este o linie transportoare prevăzută cu o bandă acționată de unul sau mai multe motoare. Banda transportoare poate fi utilizată atât în porțiuni orizontale cât și în porțiuni înclinate, fără a depăși un unghi de 18⁰. Banda transportoare poate fi: netedă, ondulată sau canelată.

Pe banda transportoare este necesara prezenta unor senzori care sa sesizeze prezenta totelor in punctele de control definite de-a lungul benzii transportoare. Rolul acestora este urmarirea in timp real a procesului si executarea actiunilor necesare: oprirea benzii transportoare, reluarea miscarii acesteia, devierea totelor pe traseele prestabilite, etc.

Pentru tratarea corecta a erorilor este necesar ca sistemul de detectare a prezentei totelor sa fie un sistem dual cu dubla verificare (optic si magnetic) iar sistemul de control trebuie sa fie condus conform unor algoritmi clar definiti, in functie de situatiile care pot apare.

In urma studiului efectuat, s-a decis utilizarea unui sistem dual de senzori optici si senzori magnetici de proximitate, ale caror caracteristici vor fi detaliate in Capitolul 3.

Transportoare cu role

Transportoarele cu role nu sunt motorizate. Ele sunt transportoare cu role pasive și transportoare cu role gravitaționale. Transportoarele cu role sunt proiectate fie cu role de oțel sau role din material plastic.

a) Transportoarele cu role pasive sunt potrivite pentru utilizarea în zonele în care unitățile de transport sunt împinse de-a lungul benzii manual.

b) Transportoarele cu role gravitaționale sunt inclinate si asigura deplasarea in jos si intr-o anumita directie.

TransportoArE cu role actionate de motor

Este sistemul de transport acționat de un motor pas cu pas (spre exemplu un Schäfer Motor Roller – SMR).

Transportoarele cu role cu motor sunt instalate in secțiuni transportoare scurte și în zona de stationare.

Acționarea antrenează cureaua tangențială.Cureaua tangențială este presată pe rolele de transport cu forța de presare a segmentării. Rolele de transport se rotesc.

Sistemul de senzori de pe linia transportoare ofera informatiile necesare controlului in timp real al acestor role, pentru a se asigura că există întotdeauna un decalaj între unitățile de transport (tote) în cazul în care o unitate de transport se oprește. Aceasta previne atingerea intre ele a unitatilor de transport.

Transportoarele cu role motorizate

Acestea sunt utilizate în zonele fără risc de blocaje. În condiții normale rolele sunt continuu in funcționare.

Curbele cu role conice

Curbele cu role conice sunt utilizate pentru schimbarea direcției de catre unitățile de transport. Totele sunt întoarse fără dispozitive suplimentare de rotire.Curba cu role conice este echipata cu o unitate proprie de propulsie. Există patru tipuri de secțiuni curbe (30 °, 45 °, 60 °, 90 °).

Porți

Porțile sunt folosite pentru a realiza o trecere prin banda transportoare. Datorită unui amortizor cu presiune pe gaz, poarta se deschide și se închide ușor și lin. Poarta se deschide manual cu ajutorul unui mâner, care este instalat in lateral pe poarta. După ce a fost deschisa, poarta rămâne într-o pozitie verticală.

Poarta este echipata cu o unitate de alimentare separată care actioneaza rolele de transport.

Pentru porti in urma analizei facute s-a decis utilizarea unui senzor magnetic inductiv.

Deviator

Deviatorul de banda împinge unitatea de transport la un unghi drept față de direcția de transport, pe o linie de transport care rulează în paralel la dreapta sau la stânga.

Acest lucru se face prin ridicarea și împingerea unității de transport. Deviatorul de banda este echipat cu 2 până la 5 suporturi în funcție de lungimea unității de transport și specificațiile modelelor de tote.

ANALIZA DE BUSINESS. Procesul de picking (culegerea produselor)

Picking-ul este procesul de selectare si colectare a articolelor comandate, in vederea livrarii, realizat in cadrul unui sistem bine definit. Operatiunea de picking poate fi realizata in mai multe moduri iar pentru o crestere a eficientei de cele mai multe ori se apeleaza la variante automatizate.

Picking-ul traditional

Metode automatizate de picking.

Picking-ul traditional

In sistemul traditional pickerul trebuie sa citeasca fiecare rand de date din comanda tiparita, sa localizeze articolul pe baza experientei si cunoasterii in detaliu a depozitului si sa preleveze cantitatile corecte.

Dupa incheierea procesului, datele trebuie sa fie introduse in sistemul IT/ ERP.

Procesul traditional este deschis greselilor, aceasta generand inca un pas costisitor constand in rectificarea acestor greseli si in dezamagirea inevitabila a clientilor.

Picking-ul traditional este, de asemenea, incapabil sa execute actualizari ale sistemului in timp real.

SISTEME automatizate de depozitare & culegere (picking)

Sistemele automatizate de stocare si culegere (ASRS – Automated Storage and Retrieval Systems) sunt utilizate pentru reaprovizionarea automata a pozitiilor de picking si pentru depozitarea stocurilor de rezerva.

Sistemul primeste mesaje de la sistemul WMS (Warehouse Management System) pentru directionarea lor acolo unde trebuie plasat produsul pentru reaprovizionarea locatiei de picking

O aplicatie comuna a ASRS o reprezinta macaralele pentru paleti, controlate computerizat, care inlocuiesc folosirea echipamentelor de ridicat cu operatori umani pentru a desfasura aceste sarcini

Aplicatia acestor tehnologii este comuna in Europa de Vest unde spatiul de depozitare costa foarte mult.

Benzi rulante (Carusel)

In general exista doua tipuri de caruseluri: verticale si orizontale

Ideea crearii de caruseluri verticale a luat nastere tot in Europa de Vest datorita suprafetelor mari de spatiu de depozitare necesare pentru stocarea materialelor cu circulatie lenta si a timpului de deplasare pentru prelevarea acestor articole precum si datorita eficientizarii costurilor cu suprafata utilizata.

In functie de cerintele de depozitare, caruselurile verticale sunt in mod normal folosite pentru articole mici de tipul pieselor de schimb cu ambalaj standardizat. Cel mai intalnit exemplu de aplicatie pentru aceste sisteme il reprezinta manipularea pieselor electrice sau a pieselor ce compun seturi (depozite auto, depozite electronice, etc.)

Avantajul caruselurilor este reprezentat de principiul “produs linga picker” prin care pickerul nu trebuie sa paraseasca statia de lucru si, prin urmare, timpul de deplasare este redus cu mai mult de 50%.

O limitare normala a acestor benzi rulante este capacitatea de reaprovizionare si picking pentru un produs in acelasi timp.

Folosite cel mai des in depozitarea pieselor de schimb, aceste sisteme aduc beneficii privind productivitatea si precizia.

Picking-ul automatizat se refera la metodele care ofera pickerului (operatorului care culege produsele) datele si/sau suportul mecanic pentru a desfasura procesul de picking (culegere).

Exemple de astfel de metode:

Culegere pe Coduri de Bare

Pick to Light

Sistem automat de stocare si prelevare (ASRS – Automated Storage & Retrieval Systems )

Benzi rulante

Picking vocal prin tehnologie RF.

Ofera avantajele unei productivitati sporite si ale reducerii greselilor si a costurilor indirecte asociate

Picking-ul automatizat este dirijat de sistem si executa procesul de luare a deciziilor independent de operator.

Culegere pe coduri de bare

Este metoda devenita deja clasica in cadrul depozitelor.

Foloseste in general terminale portabile pentru identificarea articolelor si locatiilor din care se culege marfa. Identificarea se face folosind codurile de bare

Aplicatiile ce ruleaza pe terminalele portabile pot genera algoritmi de culegere a marfurilor pentru cresterea eficientei.

Pick by Light

Pick by Light reprezinta o metoda a picking-ului automatizat care se dezvolta ca si aplicabilitate de la un an la altul in anumite tipuri de depozit.

Aceasta metoda reprezinta unul dintre cele mai eficiente procese automatizate de picking din punct de vedere al costurilor, permitand dezvoltarea si modernizarea in cadrul unei operatiuni .

Ofera o gama larga de beneficii, printre care:

Imbunatatirea productivitatii cu pana la 50%

Reducerea nivelului erorilor de picking cu peste 99%

Imbunatatirea nivelului de servicii oferite clientilor

Simplitate in utilizare

Flexibilitatea integrarii alaturi de alte sisteme si module.

Pick by voice

Tehnologie recenta care permite multe avantaje nemaifiind necesare manipularea unor documnete scrise, iar culegatorul este ghidat auditiv in mod automat de catre sistemul WMS de management a operatiilor din depozit.

Capitolul 2: Descrierea proiectului pe larg

Arhitectura sistemului autoevolutiv

Clemen, în 1995, prezenta patru factori care determină gradul de dificultate al procesului de luare a deciziilor (Hellstom , Kvist, 2003):

Primul factor, și cel mai important. îl reprezintă complexitatea problemei . Factorul uman are o capacitate limitată de percepție și de rezolvare a problemelor complexe și, în consecință. construiește modele mentale simplificate ale situațiilor reale. Chiar dacă aceste modele sunt folosite în cel mai bun mod posibil orice simplificare poate conduce la decizii mai puțin bune.

Al doilea factor este dat de gradul de incertitudine a problemei ,

Al treilea este reprezentat de faptul că, de multe ori se urmărește atingerea mai multor obiective diferite. O decizie ar putea fi corectă pe termen scurt, dar ar putea fi eronată pe termen lung și invers.

Ultimul factor prezentat de Clemen ce ar trebui avut în vedere se referă la concluziile diferite ce se pot obține din perspective diferite, mai ales în situația în care în procesul decizional sunt implicate mai multe persoane.

Decidentul, pentru a putea lua decizii bune, are nevoie să fie informat, să aibă acces la modele de calitate (de la modele simple, implicite până la modele matematice sofisticate) și la informația "potrivită". Acet lucru se poate realiza prin folosirea unui sistem suport pentru decizii SSD (Hellstom, Kvist. 2003).

Elementele modelului procesului decizional din punct de vedere al activităților pe care SSD le asistă sunt (Demarest, 2005):

un decident – un individ sau un grup care au drept sarcină luarea unei decizii particulare

un set de intrări ale procesului decizional: date, modele numerice sau calitative de interpretare a datelor, experiențe anterioare cu seturi de date similare sau situații decizionale asemănătoare și diverse reguli de natură culturală sau psihologică sau constrangeri asociate procesului decizional

procesul decizional în sine: un set de pași, care sunt mai mult sau mai putin clar definiti pentru a transforma datele de intrare în date de iesire sub formă de decizii;

un set de date de ieșire ale procesului decizional, incluzând deciziile propriu-zise și (ideal) un set de criterii de evaluare a deciziilor produse având în vedere nevoile, problemele sau obiectivele ce au determinat procesul decizional.

Caracterizarea inteligenței artificiale computaționale

Definiția cea mai acceptată a inteligenței artificiale a fost dată de John McCarthy în 1955: “o mașină care se comportă într-un mod care ar putea fi considerat inteligent, dacă ar fi vorba de un om”.

O trăsătură des întâlnită a inteligenței artificiale este că sistemul respectiv este capabil să învețe, cu scopul de a se îmbunătăți permanent, și fără ajutoare externe.

În informatică, în general, inteligența artificială e împărțită în două categorii:

inteligență artificială puternică (strong AI): prin aceasta se înțelege o intelegență artificială, de obicei bazată pe un computer, care chiar poate „gândi” și este „conștientă de sine”.

inteligență artificială slabă (weak AI): o inteligență artificială care nu pretinde că poate gândi, putând însă rezolva o anumită clasă de probleme într-un mod mai mult sau mai puțin „inteligent”, de exemplu cu ajutorul unui set de reguli.

Aproape toate simulările inteligenței se bazează pe reguli și algoritmi obișnuiți, existând un progres doar în domeniul celei slabe (de exemplu la recunoașterea verbală și a scrisului, la traducerea automată dintr-o limbă în alta sau și la jocul de șah).

Cercetarea asupra inteligenței artificiale a început încă din anii 1950, fiind împărțită în două:

cea clasică (sau simbolică), ocupându-se cu manipularea simbolică a conceptelor abstracte, folosită azi în sistemele expert, și

cea conecționistă, exemplul cel mai cunoscut fiind “rețelele neuronale”.

Inteligența artificială computațională este un subdomeniu al Inteligenței artificiale care urmărește sistemele care au implementate la nivelul lor atât cunoștiințele necesare rezolvării problemelor dar și capacitatea de a le rezolva.

Domeniul, relativ recent, al inteligenței artificiale computaționale își propune să construiască modele computaționale realiste ale mecanismelor neuronale, urmând îndeaproape rezultatele experimentale din neuroștiințe. Se presupune că posibilitățile cognitive alte creierului sunt efecte de nivel înalt care depind sistematic de fenomenele de nivel jos. Metodele din neuroștiințele computaționale au dus la crearea unor modele satisfăcătoare ale unor module cerebrale și funcții de nivel relativ jos.

Principalele aplicații ale inteligenței artificiale sunt:

sistemele expert SE

logica și sistemele fuzzy

algoritmii genetici

rețelele neuronale

agenții inteligenți

sistemele inteligente hibride

vocea electronică

recunoașterea automată a formelor (scrisului ș.a.), a sunetelor (vorbitului) ș.a.

Sistemele Expert

Sistemele Expert (SE) sunt de cele mai multe ori privite ca reprezentând o subclasă a Inteligenței Artificiale (IA).

SEs au fost realizate pentru a rezolva problemele din cadrul unui anumit domeniu particular. Ca și a cincea generație de calculatoare, SEs a realizat un progres față de metodele tradiționale de programare.

SEs au fost definite ca: Programele utilizate pentru rezolvarea problemelor (Problem-Solving programs). Acestea rezolvă probleme generale considerate greu de rezolvat și care necesită expertize. Ele sunt numite „baze de cunoștințe – knowledge based” întrucât performanțele lor depind în mod critic de utilizarea faptelor și a expertizelor euristice. Corpul de fapte (cunoștințe) și heuristic (care pot fi privite ca reguli sau „rules of thumb”) sunt reprezentate în calculator. Programul utilizează elementele euristice care operează asupra cunoștințelor memorate în lumina întrebărilor emise de către utilizator, și în mod ideal motivația sistemului poate fi explicată prin a indica care este concluzia particulară la care s-a ajuns.

Algoritmii de predictie controleaza stocul produselor si anticipeazza verintele clientilor/

Masina trebuie sa se seteze singura.

Algoritmii au tot controlul.

Depozitul e un microcosmos guvernat de algoritmi.

The British Computer Society’s Committee a grupului de specialiști în domeniul SEs au dat următoarea definiție unui SE: „Încorporare în interiorul unui calculator a unei baze de cunoștințe compusă din informațiile furnizate de către un expert într-o astfel de formă încât mașina să poată oferi îndrumări inteligente sau să ia o decizie inteligentă asupra funcției de execuție. Această definiție apelează programarea bazată pe reguli (adică programare în limbaje logice sau relaționale) care permit aplicarea lor pentru un domeniu mare de aplicații inclusiv prelucrarea datelor în sisteme on-line (adică nu numai funcții de consultare).

Orice SE este caracterizat prin trei componente fundamentale:

Manager de cunoștințe (MKI);

In mod tipic utilizează informațiile din baza de cunoștințe, pentru a interpreta datele din contextul curent al modelului situației. Totalul care este aplicație-dependent poate fi păstrat în baza de cunostinte (BK), permițând MK să funcționeze ca un instrument „multi-application”.

Bază de cunoștințe (BK);

Puterea unui sistem tinde să fie definită în funcție de profunzimea cunoștințelor și mai puțin în funcție de abilitatea de a reacționa. În final, totuși utilizatorul va fi interesat numai în a primi un răspuns util la întrebarea inițială. Utilizatorul va considera că un SE se va dezvolta și va acumula mai multe expertize, sau direct noi informații vor fi introduse în interiorul SE.

Modelarea procesului prin mecanisme software

SEs sunt mari datorită componentei software. SEs au fost scrise în limbajele tradiționale dar există în prezent un concurent de a se utiliza PROLOG ca fiind a cincea generație de limbaj „Kernel”. Un limbaj cum este PROLOG nu este dedicat pentru manipularea cantităților numerice, dar este dedicat pentru manipularea relațiilor de legătură între expresii. A utiliza reguli este o acțiune care servește la dezvoltarea BK (eg au If Then relatie de legătură.

În plus, pentru a opera pe BK, MK va fi, preocupat de culegerea de cunoștințe (adică se va ocupa de dezvoltarea BK) și actualizarea lor (adică modificarea BK) oferind documentarea explicațiilor (adică explica trăsăturile SE).

Un SE poate opera la numeroase niveluri, relativ superficial dacă un răspuns rapid este suficient, sau mult mai în profunzime dacă este cerută o analiză mult mai complexă

Reguli pentru realizarea sistemelor expert

top-down. Aici secvența de sistem începe de la nivel superior si testeaza care dintre obiective sau concluzii sunt adevărate;

Un efort este făcut pentru a verifica dacă regulile conduc la obiectiv (scop) iar unde „a match occur”, componentele din partea stivă sunt setate ca următoarele obiective ș.a.m.d. generându-se un arbore de obiective.

model-based, acest tip de organizare a sistemului constă într-un model dintr-o lume relevantă. Regulile utilizează date de I/O pentru a stabili și corecta modelul ceea ce permite efectuarea unor predicții „and the part causation” to be traced.

black board, in acest caz regulile sunt organizate într-o sursă de cunoștințe executând expertize în domenii particulare.

Sursele de cunoștințe operează, fără a comunica între ele, pe o BB (black board) comună care conține ipoteze in functie de un anumit factor. Ipotezele pot fi stabilite sau modificate prin surse de cunoștințe.

În plus, diverse alte forme de organizare ale sistemului pot fi folosite pentru manipularea regulilor si a reprezentării cunoștințelor:

tehnici pentru modelarea și reprezentarea cunoștințelor;

metode care permit calculatorului să gândească în limbaj natural (deci teoriile deducției și memoriei pentru a înțelege cum raționamentul este reprezentat pe o structură de limbaj);

tehnici de deducție „problem-solving”, raționament cu același sens și strategii pentru activități euristice (adică permite reprezentare printr-un un număr mai mic de soluții sau găsirea soluției dorite dintr-un număr mare de soluții). Din literatură rezultă că diverse tehnologii de reprezentare pot fi exploatate în programe IA care se folosesc la jocuri pe calculator (șah sau bridge), conversie în limbaj natural, operarea roboților etc.

De exemplu, unul dintre cele mai vechi formalisme de reprezentare a fost „the state space representation” folosit in teoria-jocurilor și problem-solving. Structura unei probleme este reprezentată sub formă de alternative disponibile la fiecare enunț posibil al problemei. Pentru orice stare dată, toate următoarele stări posibile pot fi determinate prin intermediul unor operatori de tranziție (sau „legal-move generators”) în programul de jocuri pe calculator. Limitarea numărului de alternative la posibilitățile cele mai bune se face prin realizarea cerințelor programului. Scopul principal este de a adânci înțelegerea programelor IA și problemele pe care ele încearcă să le rezolve.

Concluziile care pot fi trase dintr-un set de enunțuri logice sunt riguros definite prin legile deducției. Acest lucru semnifică, în principal, ca o BD (baza de date) poate fi conservată consistent logic și derivarea de noi fapte din faptele vechi poate fi realizată automat prin definirea de factori care sunt relevanți în functie de o anmita situație.

Reprezentarea Procedurală

Efortul de codificare este reflectat în proceduri, programe care cunosc cum să realizeze un anumit lucru într-o situație bine definită (well-defined). Deci cunoștințele foarte subtile (underlying) nu sunt enunțate explicit și nu pot fi extrase într-o formă care este ușoară pentru operatorul uman de a o înțelege.

Incertitudini

Logicile tradiționale și programarea tradițională a pus în evidență o serie de categorii bine definite care pot delimita elementele care apar în calcule sau in procese. Astăzi SEs necesită o abordare mult mai flexibilă. Esența unei metode care poate fi adaptată pentru manipularea faptelor inexacte în cadrul unui program de C pot fi găsite în setul de teorii fuzzy (Zadeh 1965).

Mecanisme de memorare

SEs sunt utilizeaza modele de furnizare a informației prin raționament și prin alte proceduri.

Considerațiile asupra memoriei sunt cruciale pentru aceste tipuri de activități. La ființa umană, modul în care este organizată memoria este crucial pentru procesul de învățare, evaluarea experiențelor și adoptarea de noi modele de comportament.

Lucrările de la Yale University a sugerat că structura memoriei ființei umane reprezintă un subiect de modificare când noi evenimente sunt efectuate. Memoria constituie o legătură de acord între explicare și gândire, cu formarea de noi conexiuni când sunt prezentate noi informații persoanei considerate.

Tactica de a restructura memoria în lumina noilor experiențe a fost deja încorporată într-o serie de SEs. De exemplu, anumite programe pot memora detalii despre noi evenimente și atunci reorganizează cunoștințele lor de bază când noi informații sunt prezentate. Se consideră că SEs vor deveni mai competente când vor învăța după modelul proceselor mentale ce caracterizează expertul uman.

Logica și sistemele fuzzy

Logica fuzzy (din engl.: logica vagă) a fost definită în 1965 de către prof. Lotfi Zadeh, de la Universitatea Berkeley. Spre deosebire de logica clasică, care lucrează cu două valori numerice exacte (0 pentru fals și 1 pentru adevărat), logica fuzzy folosește o plajă continuă de valori logice cuprinse în intervalul 0-1, unde 0 indică falsitatea completă, iar 1 indică adevărul complet. Astfel, dacă în logica clasică un obiect poate aparține (1) sau nu (0) unei mulțimi date, în logica fuzzy putem defini gradul de apartenență al obiectului la mulțime și care poate lua valori între 0 și 1.

Logica fuzzy oferă instrumentele necesare pentru reprezentarea în sistemele inteligente a unor concepte imprecise cum sunt „mare”, „mic”, „scump”, „ieftin” ș.a., concepte numite variabile lingvistice sau variabile fuzzy. Pentru reprezentarea acestora se folosesc seturile fuzzy, care captează din punct de vedere cantitativ interpretarea calitativă a termenilor.

Sisteme fuzzy

Bazate pe logica fuzzy, sistemele fuzzy sunt considerate un caz particular al sistemelor expert (motiv pentru care mai sunt denumite și sisteme expert fuzzy) care oferă o metodă flexibilă pentru tratarea incertitudinii.

Japonia este țara cu cele mai multe sisteme fuzzy implementate, mai ales în domeniile urmăririi producției și al vânzărilor. De asemenea, multe sisteme fuzzy au fost încorporate în unele dintre bunurile de larg consum: mașini de spălat, cuptoare cu microunde, aparate foto, aparate de aer condiționat.

Algoritmii genetici

În general, orice sarcină abstractă care trebuie îndeplinită, poate fi privită ca fiind rezolvarea unei probleme, care, la rândul ei, poate fi percepută ca o căutare în spațiul soluțiilor potențiale. Deoarece, de obicei, căutăm cea mai bună soluție, putem privi acest proces ca fiind unul de optimizare. Pentru spații mici, metodele clasice exhaustive sunt suficiente; pentru spații mari, pot fi folosite tehnicile speciale ale inteligenței artificiale.

Metodele calculului evolutiv se numără printre aceste tehnici; ele folosesc algoritmi ale căror metode de căutare au ca model câteva fenomene naturale: moștenirea genetică și lupta pentru supraviețuire. Cele mai cunoscute tehnici din clasa calculului evolutiv sunt algoritmii genetici, strategiile evolutive, programarea genetică și programarea evolutivă.

Algoritmii genetici sunt considerați de specialiști o aplicație a inteligenței artificiale fiind tehnici adaptive de căutare euristică, bazate pe principiile geneticii și ale selecției naturale, enunțate de Darwin (supraviețuiește cel mai bine adaptat). Mecanismul este similar procesului biologic al evoluției. Acest proces posedă o trăsătură prin care numai speciile care se adaptează mai bine la mediu sunt capabile să supraviețuiască și să evolueze peste generații, în timp ce acelea mai puțin adaptate nu reușesc să supraviețuiască și cu timpul dispar, ca urmare a selecției naturale. Probabilitatea ca specia să supraviețuiască și să evolueze peste generații devine cu atât mai mare cu cât gradul de adaptare crește, ceea ce în termeni de optimizare înseamnă că soluția se apropie de optim.

Un algoritm genetic este un model informatic care emulează modelul biologic evoluționist pentru a rezolva probleme de optimizare ori căutare. Acesta cuprinde un set de elemente individuale reprezentate sub forma unor șiruri binare (populația) și un set de operatori de natură biologică definiți asupra populației. Cu ajutorul operatorilor, algoritmii genetici manipulează cele mai promițătoare șiruri, evaluate conform unei funcții obiectiv, căutând soluții mai bune. Algoritmii genetici au început să fie recunoscuți ca și tehnici de optimizare odată cu lucrările lui John Holland.

Ca și aplicații practice, algoritmii genetici sunt cel mai adesea utilizați în rezolvarea problemelor de optimizare, planificare ori căutare. Condiția esențială pentru succesul unei aplicații cu agenți inteligenți este ca problema de rezolvat să nu ceară obținerea soluției optime, ci să fie suficientă și o soluție apropiată de optim.

Rețele neuronale

În știința inteligenței artificiale, rețelele neurale caracterizează ansambluri de elemente de procesare simple, puternic interconectate și operând în paralel, care urmăresc să interacționeze cu mediul înconjurător într-un mod asemănător creierelor biologice și care prezintă capacitatea de a învăța. Nu există o definiție general acceptată a acestor tipuri de sisteme, dar majoritatea cercetătorilor sunt de acord cu definirea rețelelor artificiale ca rețele de elemente simple puternic interconectate prin intermediul unor legături numite interconexiuni prin care se propagă informație numerică.

Caracteristici: Rețelele neurale artificiale se pot caracteriza pe baza a 3 elemente:

modelul adoptat pentru elementul de procesare individual,

structura particulară de interconexiuni (arhitectura)

mecanismele de ajustare a legăturilor (algoritmii de învățare).

Arhitecturi: Există numeroase modalități de interconectare a neuronilor elementari, dar pot fi identificate două clase de arhitecturi:

cu propagare a informației numai dinspre intrare spre ieșire, rețele de tip feedforward

rețele recurente (cu reacție).

Un dezavantaj al rețelelor neurale îl constituie lipsa teoriei care să precizeze tipul rețelei și numărul de neuroni elementari, precum și modalitatea de interconectare.

O rețea neurală de tip feedforward

Algoritimi de învățare

Principala deosebire a rețelelor neurale față de alte sisteme de prelucrare a informațiilor îl constituie capacitatea de învățare în urma interacțiunii cu mediul înconjurător, și îmbunătățirii performanțelor.

O reprezentare corectă a informațiilor, care să permită interpretarea, predicția și răspunsul la un stimul extern, poate permite rețelei să construiască un model al procesului analizat. Acest model va putea răspunde astfel unor stimuli neutilizați în procesul prealabil de învățare. Informațiile utilizate în procesul de învățare pot fi: informații disponibile a priori sau perechi intrare-ieșire(care stabilesc relații de tipul cauză-efect), iar modul de reprezentare internă urmărește un set de reguli bine documentate.

Acești algoritmi pot fi clasificați după mai multe criterii cum ar fi: disponibilitatea răspunsului dorit la ieșirea rețelei, existența unui model analitic, tipul aplicației în care sunt utilizați, dar cele mai multe documentații se rezumă la două clase mari: învățarea supravegheată (care presupune existența în orice moment a unei valori dorite a fiecărui neuron din stratul de ieșire) și învățarea nesupravegheată (în care rețeaua extrage singură anumite caracteristici importante a datelor de ieșire, în urma unui gen de competiție între neuronii elementari). În ultima perioadă se remarcă încă o clasă de algoritmi, algoritmii de învățare folosind un critic, rezultați în urma observațiilor experimentale făcute pe animale, acestia fiind de tipul recompensă/pedeapsă.

Domeniile în care rețelele neurale realizează modele eficiente sunt :

Aproximări de funcții

Predicții a unor serii temporale

Clasificări

Recunoaștere de tipare

Recunoaștere vocală

Scanarea retinei

Învățarea robotului care se verifică în mod constant cu un om

Astfel implementări ale rețelelor neurale, legate de sectorul bussines se întâlnesc în:

previziuni financiare

controlul proceselor industriale

cercetări de piață

validări de date pe bază de clasificări și de tipare

managementul riscului

previziuni de marketing

Rețele neurale folosind algoritmi genetici pot fi folosite în controlul procesolor ndustiale si a roboților industriali. Un alt domeniu de interes pentru rețelele neurale este medicina și sistemele biomedicale. În acest moment se utilizează rețele neurale pentru descoperirea de boli, prin recunoașterea unor tipare de pe cardiograme, ș.a.

Sistemele bazate pe cazuri (case-based reasoning)

Case-based reasoning este unul din subdomeniile de succes ale Inteligenței Artificiale recent dezvoltate și are ca scop raționametul și învățarea în inteligența artificială. Aplicații comerciale și industriale se pot dezvolta rapid folosind această ramura și baze de date existente pot fi folosite ca surse de cunoștințe.

Case-based reasoning (CBR), tradus în sens larg, este procesul rezolvării noilor probleme pe baza soluțiilor unor probleme anterioare similare. S-au adus argumente că CBR nu este doar o metodă puternică pentru raționamentul calculatoarelor, ci și un comportament pătrunzător în rezolvarea problemelor umane de zi cu zi. Sau, mult mai radical, s-a susținut că orice raționament este bazat pe experiențe anterioare sau acceptat de alegerea prezentă – teoria prototipului – explorată în știința cognitivă umană.

CBR se bazează pe faptul intuitiv că problemele noi sunt deseori similare celor întâlnite anterior și, prin urmare, soluțiile determinate în trecut pot fi folosite în situația actuală. CBR este o tehnologie robustă și nu necesită obținerea multor informații. În aplicații complexe cum sunt planificarea și proiectarea nu e suficient să se facă apel la cazurile asemănătoare, ci acestea trebuie adaptate pentru a forma o nouă soluție.

CBR este aplicat în probleme de clasificare(de exemplu, determinarea tipului unui organism în funcție de atributele observate și stabilirea necesității sau nu a tratamentului împotriva cancerului, având în vedere cazurile anterioare). CBR poate fi aplicat, de asemenea, în probleme de proiectare, de exemplu aranjarea optimală a componentelor într-un cuptor. Cea mai importantă aplicație a CBR sunt helpdesk-urile. Operatorul poate introduce descrierea problemei clientului în sistemul CBR, și va obține din baza de date a companiei soluțiile anterioare care se mulează pe această problemă (de exemplu, clientul poate descrie tipul de problemă apărută la unul din PC-urile cumpărate de la firma respectivă).

Tehnicile CBR pot fi aplicate unor seturi de date numeroase și complexe. Datele sunt considerate cazuri și pot fi descrise de zeci, chiar sute de atribute. Un atribut (de exemplu: defect sau operațional) va fi scopul căutării și CBR va încerca să împartă datele cu acuratețe maximă. Factorii cei mai importanți în acest tip de raționament bazat pe cazuri sunt cantitatea de date disponibile sistemului și existența unor proprietăți particulare ale datelor.

Tehnologii semantice

Tehnologiile semantice sunt capacități funcționale care permit atât oamenilor cât și calculatoarelor să creeze, descopere, reprezenta, organiza, procesa, administra, compara, prezenta, împărți si utiliza semnificații și cunoștințe pentru a îndeplini anumite scopuri personale, sociale sau în afaceri.

Tehnologiile semantice sunt unelte care reprezintă semnificații, asociații, teorii și priceperi (know-how) despre cum să utilizăm lucrurile diferit de date și cod program. Această reprezentare a cunoștințelor se numește ontologie – un model semantic run-time a informației si folosește cunoștințe precum:

concepte: clase, lucruri

relații: proprietăți (obiecte și date)

reguli: axiome și constângeri

instanțe ale conceptelor.

În această figură vizualizăm intersecția a patru mari obiective dezvoltate de unda semantică: lucrul cu internetul, sensurile, serviciile și cunoașterea.

lucrul cu internetul – semantic, dă posibilitatea calculatoarelor să configureze și să conducă dinamic și persistent, sistem cu sistem, de-a lungul webului, rețelelor și P2P (peer-to-peer).

sensurile – semantic, face informația interoperabilă, imbunătățește căutarea, permite descoperirea, accesul și înțelegerea sensurilor de-a lungul organizațiilor și imbunătățește informațiile despre ciclurile vieții economice.

serviciile – semantic, permite calculatoarelor să descopere, compună, orchestra și conduce servicii și informații de legătură și aplicații în componența altor aplicații.

cunoașterea – semantic, face cunoștințele utilizabile pentru calculatoare, mărind capacitățile lucrătorilor ce utilizează cunoștințele; permițând robuste comportamente adaptive, automate și autonome.

Arhitectura generala a sistemului de picking

Fig.2.1 Arhitectura generala a sistemului de picking

Nivelul 1 este reprezentat de elementele hardware care alcătuiesc infrastructura fizică necesară activității depozitului:

elemente de transport

elemente de detecție (senzori și traductoare)

elemente de comandă și control (execuție)

Nivelul 2este reprezentat de computerele de proces care asigură interfața dintre elementele hardware de automatizare și sistemul informatic de control:

preia semnalele analogice sau digitale de la diverșii senzori și traductori ai sistemului și asigură convertirea acestora în informații digitale ce pot fi prelucrate de sistemul informatic

pentru elementele de execuție asigură preluarea comenzilor informatice de la sistemul de control și le convertește în instrucțiuni de execuție specifice fiecărui element

Nivelul 3 este sistemul de control al depozitului – o aplicație informatică care asigură funcționalitățile automate de bază ale sistemului de gestiune a depozitului. Rolul său este de a pune la dispoziția sistemului de gestiune a mărfii o serie de funcții de nivel înalt legate de mișcările de marfă în depozit.

Nivelul 4 este reprezentat de sistemul de management al depozitului (WMS) – aplicația care conține logica mișcărilor de marfă în depozit: preia din ERP comenzile de vânzare și asigură toate procesele necesare pentru planificarea (picking list, tour plan, volumetrie) precum și pentru realizarea livrării efective a mărfii către clienți (picking, verificare, împachetare, încărcare) transmite către ERP nvelul în timp real al stocului pentru întreg portofoliul de produse

Modelare biologică

Structura funcțională a sistemului prezentat modelează structura biologică a sistemului locomotor:

Nivelul 1 – dispozitive harware de comandă și control – este reprezentat de nervi senzitivi (senzorii), sistemul osos (elementul de transport în cazul nostru) și de către sistemul muscular (elementele efectuare).

Nivelul 2 – calculatorul de proces – este reprezentat de măduva spinării, care asigură cel mai simplu arc reflex și comunicarea cu nivelele superioare.

Nivelul 3 – sistemul de control al depozitului (PEEM) – este reprezentat de cerebel, unde își au sediul procese reflexe de nivel înalt, care asigură automatismele mișcării.

Nivelul 4 – sistemul de management al depozitului (WMS) – este reprezentat de scoarța cerebrală, care constituie „sistemul expert” ce controlează întreg procesul.

Această modelare a unui sistem biologic permite o urmărire intuitivă a dezvoltării algoritmilor autoevolutivi ai sistemului expert, algoritmi bazati de asemenea pe simularea mecanismelor biologice.

Descrierea pachetelor de lucru

Lista livrabilelor

EM = ModelExperimental; FM= Model Funcțional;P = Prototip, D = Demonstrator/ model demonstrativ, IT = tehnologie inovativă, IS = serviciu inovativ.

In acest proiect de cercetare va fi utilizată o infrastructură IT&C puternică, compusă din :

Un centru de calcul conținând servere de aplicatii, servere de baze de date, servere de stocare si UPS-uri pentru intreaga locatie;

Servere modulare performante, cu procesoare de inalta performanta (64 processor core) necesare pentru testarea algoritmilor;

Conexiune internet redundanta pana la 1Gbps;

Retea locala si wireless;

Statii de lucru (desktop sau laptop);

Imprimante / scanere multifunctionale;

gamă completă de aplicații software, prin intermediul unui parteneriat cu Microsoft, care include licențe corporate pentru stații de lucru și servere.

Infrastructura de cercetare include și un laborator electronic complet dotat pentru dezvoltarea si testarea diferitelor prototipuri electronice și de automatizări și un spatiu modern echipat pentru activitati de birou si de dezvoltare-experimentare.

Capitolul 3: Inzestrarea cu senzori, TRADUCTOARE si actuatoare

Introducere

La baza oricărei tip de inginerii stau operații de măsurare care ofera informatiile necesare desfasurarii si controlului proceselor.

Măsurătorile reprezinta baza in orice activităte umana, fie in cercetare, fie in producție, nu se pot realiza pasi importanti fără măsurarea rezultatelor. Atfel, in domeniul electrotehnicii, de remarcat este faptul ca toate progresele au la baza tehnica măsurărilor. Sa nu uitam evoluția remarcabilă a aparatelor de măsură electronice. Totul se datorează progreselor realizate în domeniul dispozitivelor și circuitelor electronice, totul se datoreaza raspandirii acestora in toate domeniile de activitate, fara de care omenirea nu ar fi ajuns la stadiul tehnic de azi. Cat de valabila este afirmația lui G.Keinath: “Mehr messen, mehr wissen”, in traducere “ măsurăm mai mult, știm mai mult”

Semnificatia cuvantului “senzor”, in latina ( “sentire”), ca si 80% din fondul principal de cuvine a vocabularului roman, inseamna a percepe, a simți, in timp ce “traductor” din traducere care înseamnă “a traversa”.

Prin analogie cu simturile umane, senzorii optici asigura vederea, senzorii de gaz mirosul, cei acustici auzul, senzorii termici si de presiune corespund simtului tactil iar senzorii de compozitii chimice corespund gustului.

SENZORI

O definitie din dicționarul DEX pentru senzor: “Dispozitiv (ultrasensibil) care sesizează un anumit fenomen” sau “dispozitiv pentru generarea unui semnal care să indice apariția unei situații date sau să reprezinte variația unui parametru într-un fenomen. “

Este deci o instalație care răspunde la un stimul fizic (căldură, lumină, sunet, presiune, magnetism, etc) și transmite un impuls rezultat (pentru a măsura sau operarea unui control).

Un senzor convertește mărimea de măsurat într-o altă mărime ale cărei variații urmăresc fidel variațiile mărimii masurate. Aceasta transformare intr-o alta marime, poate fi analogică sau digitală si se face cu scopul de a obtine o marime usor masurabila ceea ce reduce eroarea masuratorilor si creste calitatea informatiei obtinute.

TRADUCTORI

Conform definitiei Wikipedia: “traductorul este un dispozitiv (element) tehnic care transformă valorile unei mărimi fizico-chimice în valori (corespunzătoare) ale altei mărimi fizice, în scopul măsurării ei sau/și reglării mersului procesului tehnic, biologic etc. în care este implicată mărimea respectivă. Traductoarele sunt frecvent denumite „traductoare de măsură”. Ele intră direct în contact cu mediul (procesul) unde este participantă ca parametru mărimea de măsurat sau/și reglat.” Este un sistem tehnic care stabilește o corespondență între valorile unei mărimi specifice acestui sistem și valorile unei mărimi de altă natură, specifice altui sistem.

Un senzor realizeazã aceeasi functie ca si un traductor, adicã percepe starea unei mãrimi fizice pe care o converteste în semnal electric. Uneori se utiliizează termenul de “senzor” pentru elementul sensibil însuși, și “traductor” pentru elementul sensibil și circuitele asociate. De exemplu, putem spune că un termistor este un “senzor”, iar un termistor + o punte rezistiva ce transformă variațiile de rezistentă electrică, R, în variații de tensiune, U, este un “traductor”. Ca urmare, toate traductoarele vor conține un senzor si in mod similar, majoritatea senzorilor sunt traductoare.
Un traductor convertește un semnal de o anumită natură fizică într-un semnal corespunzător având o alta natură fizică. Exista sase (6) clase diferite de semnale: magnetice, mecanice, optice, electrice, termice si chimice. Se poate spune ca orice dispozitiv care converteste semnale dintr-o clasă într-o alta clasa de marimi este considerat a fi un traductor.

Traductorul reprezinta un convertor de energie iar semnalul sau de intrare are întotdeauna energie sau putere. Puterea semnalului de intrare trebuie să fie suficient de mare pentru ca marimea de masurat sa nu fie perturbată (de către traductor).

Avind in vedere structura electronica a materiei, se observa ca orice variație într-un parametru neelectric (al unei marimi neelectrice) va avea ca efect o variație corespunzãtoare a unui parametru electric intr-un material corespunzator pentru elementul sensibil.

ACTUATORI

Element de acționare (motor electric, electromagnet etc.) folosit în sistemele automate pentru executarea comenzilor. Un actuator este deci un tip de motor responsabil de mișcarea și controlul unui mecanism sau sistem. Este acționat de o sursă de energie, (obișnuit, curent electric, presiunea hidraulică a unui fluid sau presiunea pneumatică) și convertește această energie în mișcare.

În general, un grup de elemente care pe baza legăturilor dintre ele transformă un semnal de intrare într-un semnal de ieșire este un actuator care pune în mișcare procesul și determină transformările de semnal între intrare și ieșire. Actuatorul primește un semnal de intrare a cărui valoare va determina mărimea semnalului de ieșire. Dacă semnalul de intrare nu depinde de cel de ieșire, sistemul se numește sistem în buclă deschisă. Dacă semnalul de intrare în actuator depinde de cel de ieșire, sistemul se numește sistem în buclă închisă (variabilă unică sau multiplă). Exemple: reglarea nivelului de lichid într-un recipient, toasterul de pâine, un cazan de încălzire cu termostat, etc.

În aplicațiile moderne, actuatorul poate fi înlocuit de un calculator sau un PLC (automat programabil, din engleza PLC= „programmable logic controller”). Automatul programabil a fost gândit de la început pentru utilizarea în mediul industrial, cu o constructie care sa permita si interconectarea a diferite tipuri de traductori. Prin intermediul campurilor electrice, magnetice se realizeaza conversia energiei de intrare (electrice, termice, magnetice, optice, chimice) in energie utila de iesire. Caldura disipata apare ca urmare a unor fenomene fizice: fenomenul piezoelectric, magnetostrictiv, electrohidrodinamic, de diamagnetism, etc. Mecanismul actuatorului transforma, amplifica si transmite miscarea.

3.1. SENZORI [2]

Senzorul este “un dispozitiv tehnic care reacționează calitativ sau cantitativ prin proprii mărimi măsurabile, la anumite proprietăți fizice sau chimice ale mediului din preajma lui. Ca parte componentă a unui aparat sau sistem tehnic detector poate măsura/înregistra de exemplu presiunea, umiditatea, câmpul magnetic, accelerația, forța, intensitatea sonoră, radiații ș.a.. Senzorul măsoară o cantitate fizică (masa, presiune, temperatura, umiditate, etc) și o transforma într-un semnal care poate fi citit de către un observator printr-un instrument sau poate fi prelucrat”. (Wikipedia)

Clasificarea senzorilor

Exista mai multe clasificări deoarece sunt posibile numeroase puncte de vedere, după specificul domeniului de utilizare. Cea mai generală este cea care ia ca punct de vedere principiul fizic ce stă la baza conversiei ce are loc în senzor.

După principiul de funcționare, senzorii pot fi:

● SENZORI GENERATORI (ACTIVI) care au la bază un efect fizic ce asigură conversia în energie electrică a energiei mărimii de măsurat.

● SENZORI PARAMETRICI (PASIVI) în care mărimea de intrare le influențează proprietățile, fiind convertită într-o mărime pasivă.

Prin senzori generatori (activi energetici) se înțeleg senzorii la care mărimea de intrare este transformată direct în tensiune electrică, de exemplu senzorii termoelectrici sau senzorii de inducție.

Prin senzori parametrici sau modulatori se înțeleg acei senzori la care mărimea de intrare le influențează proprietățile, fiind convertită într-o mărime pasivă: alungire, deplasare, rezistență, inductivitate. Dacă mărimea de ieșire este mecanică, trebuie introdus un nou senzor care o convertește într-o mărime electrică. De aceea, în cazul senzorilor parametrici, este necesară o sursă auxiliară de energie pentru formarea semnalului metrologic.

In general, senzorii parametrici sunt mai sensibili și mai exacți, consumă mai puțină energie din fenomenul măsurării și prin aceasta îl perturbă mai puțin. Senzorii generatori, în schimb, au avantajul că dau la ieșire direct o tensiune care poate fi măsurată de un aparat delectric de măsurarae.

Efectul fizic folosit poate fi unul din următoarele: efectul termoelectric, efectul piroelectric, efectul piezoelectric, efectele fotoelectrice (fotoemisiv, fotovoltaic, fotoelrctromagnetic), efectul inducției electromagnetice, efectul Hall.

Imediat ce a fost descoperit un efect fizic, s-a studiat posibilitatea de a fi folosit în procesul de măsurare, pentru a se realiza pe baza sa un senzor. Aproape toate efectele fizice cunoscute până în ziua de azi sunt efectiv utilizate în realizarea de senzori.

Tabelul 3.1. Principii fizice de bază pentru senzori generatori

Tabelul 3.2. Principii fizice și materiale pentru senzori parametrici

Pentru a simboliza natura conversiei dintr-un senzor, s-a împrumutat din cristalografie notația cu indici Miller. Cele trei coordonate sunt [in,out,mod] , reprezentând semnalul de intrare, semnalul de ieșire și energia de modulare. De exemplu:

Celulă solară [rad.,elec.,0]

Fotoconductor [elec.,elec.,rad.]

Piezorezistor [elec.,elec,.mec.]

Termocuplu [term.,elec.,0]

Placă Hall [elec., elec., magn]

Celulă electrochimică [chim.,elec.,0]

Deoarece tipurile de senzori sunt foarte numeroase, se pot utiliza și alte puncte de vedere în clasificarea lor. Se pot clasifica:

După modul de variație a semnalului de ieșire

analogici

digitali

După tipul de conversie intrare-ieșire

conversie directă

conversie indirectă

După fenomen

fizici

chimici

biologici

După mărimea de intrare

senzori pentru mărimi geometrice (lungime, arie,volum, nivel, unghi, rugozitate)

senzori pentru mărimi mecanice (masă, forță, etc.)

senzori de temperatură

senzori pentru mărimi fotomatrice

senzori pentru mărimi de material (densitate, indice de refractacție, vâscozitate, etc)

senzori pentru compoziție și concentrație

senzori pentru radiații

Caracterizarea senzorilor [3]

La fiecare tip de senzori este necesar să fie studiate următoarele probleme:

Conversia efectuată; efectul pe care se bazează; legile efectului folosit.

Tipul de senzor: autogenerator sau modular

Tehnologia utilizată, materialul folosit

Raport preț/performanță

Exemple de realizare

Caracteristicile de funcționare

Un anumit senzor poate fi propus pentru o instalație dacă are caracteristicile adecvate

Caracteristicile metrologice statice

Caracteristicile metrologice statice sunt cele care nu variază în timpul procesului de măsurare. Caracteristicile metrologice se referă la comportarea senzorilor în raport cu mărimea de intrare, cu mediul ambiant, cu convertorul care-i urmează, fără să implice structura lor internă. Aceste caracteristici se exprimă sub forma unor parametri funcționali. Deoarece senzorul reprezintă convertorul de intrare al lanțului de măsurare, el este implicat în fenomenul supus măsurării în care sunt prezente și alte mărimi în afara mărimii de măsurat. Se caută să se realizeze senzorul așa fel ca el să fie sensibil la mărimea de măsurat șiinsensibil la celelalte mărimi. Rămân însă câteva mărimi ca temperatura, umiditatea, etc., numite mărimi de influență care pot modifica semnalul metrologic format la ieșirea senzorului. De aceea, caracterizarea performanțelor unui senzor în anumite condiții specificate, toate mărimile implicate se păstrează constante, cu excepția uneia dintre ele care variază și se determină mărimea de ieșire corespunzătoare fiecărei valori.

Comportarea senzorilor și traductoarelor în regim static se estimează cu ajutorul următoarelor caracteristici: intervalul de măsurare, sensibilitatea, liniaritatea, exactitatea, finețea, timpul de răspuns.

Intervalul de măsurare

Intervalul de măsurare (domeniu) reprezintă intervalul mărimii de intrare pe întinderea căruia un senzor poate furniza informații de măsurare cu o incertitudine de măsurare prestabilită.

Intervalul de măsurare este cuprins între o limită inferioară și una superioară și este inclus în denumirea senzorului. De exemplu: senzor termoelectric pentru 0-3000C, senzor inductiv de deplasare pentru -100 – +100 μm etc.

Sensibilitatea

Sensibilitatea reprezintă raportul dintre variația mărimii de ieșire, y și variația corespunzătoare a mărimii de intrare, x :

Dacă senzorul prezintă o caracteristică liniară, atunci sensibilitate este constantă pe tot intervalul de măsurare

De exemplu: un senzor termoelectric cupru/constantan are o sensibilitate de 41μ V/0C.

Liniaritate

Un senzor este liniar dacă pentru un anumit interval al mărimii de măsurat sensibilitatea este independentă de valorile mărimii de măsurat. Este cazul în care caracteristica de transfer, y’=f(x) , este o dreaptă, y=kx. Pot exista abateri de la comportarea lineară. (Fig.1)

Eroarea de linearitate este eroarea care exprimă abaterea caracteristicii de transfer reală față de o dreaptă considerată caracteristica de transfer nominală.

Eroarea de histerezis reprezintă diferența maximă pentru mărimea de ieșire, față de caracteristica liniară, pentru valori cuprinse în intervalul mărimii de intrare, când valoarea se obține la creșterea și apoi la descreșterea mărimii de intrare.

Eroarea de reperabilitate reprezintă fluctuația maximă a mărimii de ieșire când se aplică aceeași valoare a mărimii de intrare, succesiv, în aceeași direcție și în aceleași condiții.

Deriva reprezintă eroarea provenită din deplasarea în timp a caracteristiciide transfer reale paralel cu caracteristica nominală. Este produsă în special de temperatură.

În cazul in care senzorul nu prezintă o caracteristică de transfer liniară, se introduc în lanțul de mărură dispozitive de liniarizare.

Fig.3.1. Caracteristica de transfer a unui senzor și erorile posibile: a-caracteristica liniară;

b-eroare de liniaritate; c-eroare de histerezis; d-derivă.

Exactitatea

Exactitatea caracterizează concordanța dintre valoarea măsurată a mărimii de ieșire și valoarea adevărată a acesteia. Exactitatea constituie o caracteristică metrologică privind gradul de afectare a valorilor mărimii măsurate cu o anumită incertitudine de măsurare, incertiudine măsurată prin procente din valoarea măsurată sau din limita superioară de măsurare. Exactitatea se exprimă prin intermediul incertitudini de măsurare folosind prezentarea procentuală fie din valoarea mărimii de intrare fie dinlimita superioară. Exactitata include, de obicei, erorile de liniaritate, de histerezis, de repetabilitate.

De exemplu, un traductor inductiv tip transformator diferențial prezintă un interval de măsurare de 5mm cu o incertitudine de 0,2% (din limita superioară), o capsulă dinamometrică măsoară forțe între 0 și104N cu exactitate de 0,2% din valoarea măsurată.

Finețea

Finețea este o caracteristică ce redă influența pe care o poate avea senzorul asupra mărimii de măsurat. Se exprimă prin valoarea unei anumite mărimi fizice ce depinde de tipul senzorului și care determină modificarea mărimii de măsurat. Această modificare poate fi evitată prin evitarea contactului mecanic al senzorului cu mărimea de măsurat. Finețea unui senzor sau traductor poate fi determinată numai în funcție de condițiile efective de utilizare.

De exemplu, finețea unui senzor de deplasare liniară este cu atât mai mare cu cât masa lui mobilă și forța necesară pentru deplasare sunt mai mici în raport cu masa obiectului ce se deplasasează și cu forțele ce-i sunt aplicate.

Reacția senzorilor asupra mărimii de măsurat poate fi anulată prin utilizarea metodelor de măsurare care nu necesită un contact mecanic al senzorilor cu mărimea de măsurat. De exemplu: măsurarea grosimii cu senzori capactivi, sau cu radiații nucleare, măsurarea proximității cu senzori capacitivi sau inductivi.

Timp de răspuns (viteză de răspuns)

Timpul de răspuns reprezintă intervalul de timp care se scurge de la aplicarea unui semnal la intrarea senzorului și până la stabilirea semnalului de ieșire cu o abatere inferioară unei valori specificate (1%, 10/00 din valoarea staționară a acestuia).

Pentru cazurile concrete se mai dau următoarele caracteristici: timp de viață, format de ieșire, condiții de mediu, cost, dimensiuni etc.

Caracteristicile metrologice dinamice

Definirea caracteristicilor statice presupune că mărimea aplicată la intrarea unui senzor nu variază în timp. Se constată însă că, în procesul de măsurare, chiar dacă se aplică la intrarea senzorului o mărime constantă în timp, nu este posibil să se obțină valoarea corespunzătoare a mărimii de ieșire din momentul stabilirii mărimii de intrare, deoarece senzorul, respectiv traductorul, nu atinge instantaneu poziția de echilibru. Cauzele care duc la apariția acestui interval de timp sunt, în principal, inerțiile (mecanice , termice etc.) și frecările. Datorită lor, traductorul (senzorul) tinde să rămână în poziția de echilibru anterioară și este nevoie de transmiterea unei energii (energia de măsurare) pentru a-și modifica starea inițială. Transmiterea energiei de măsurare nu poate fi instantanee și ea este condiționată de structura senzorului și de elementele constitutive ale traductorului.

Deoarece intervalul de timp necesar pentru obținerea valorii mărimii de ieșire a senzorului influențează funcționarea lanțului de măsurare, trebuie să se caracterizeze comportarea senzorului, atât la stabilirea mărimii de măsurat la intrare, cât și la variația ei în timp.

Fig. 3.2 Senzor în regim dinamic

Funcționarea senzorilor la care mărimea de intrare sau/și mărimea de ieșire variază în timp este descrisă de o ecuație difrențială cu coeficienți constanți:

unde n este ordinul senzorului.

Coeficienții an pot fi determinați teoretic folosind modele matematice sau experimentalE, prin analiza comportării sistemului la solicitări specifice. Comportarea în regim dinamic a senzorilor se poate determina prin studierea ecuației diferențiale particularizată pentru fiecare tip de senzor sau traductor. Se studiază modul de variație în timp a mărimii de ieșire y(t) la trei funcții standard a mărimii de intrare x(t):

– funcția treaptă (variația bruscă a mărimii de intrare);

– funcția lent variabilă (variația lentă a mărimii de intrare);

– funcția sinusodală (variația rapidă a funcției de intrare)

Senzorul de ordinul zero este descris de ecuația:

din care rezultă sensibilitatea:

Un exemplu de astfel de traductor este traductorul ce include un senzor potențiometric. Majoritatea senzorilor sunt de ordinul zero. Doar foarte puțini sunt de ordinul doi.

Senzorul de ordinul întâi are ca ecuație de funcționare:

care poate fi scrisă:

unde S este sensibilitatea și =a1/a0 este constanta de timp a senzorului.

Să considerăm că la intrarea unui senzor sau traductor de ordinul întâi se aplică funcția treaptă:

unde X0 este amplitudinea funcției treaptă și 1(t) definește funcția treaptă unitate:

Soluția generală a părții omoge din ecuația diferențială se scrie:

Unde reprezintă constanta de timp care caracterizează viteza de răspuns a senzorului. Constanta de timp reprezintă timpul după care mărime sa de ieșire a atins 1+1/e din valoarea de echilibru. Ea nu se confundă cu timpul de răspuns după care este obținută, cu oarecare eroare, valoarea de echilibru.

C este o constantă de integrare. Ecuația completă admite ca soluie particulară:

Soluția generală a întregii ecuații diferențiale este suma celor două soluții:

Punând condiția inițială:

Rezultă funcția:

care reprezintă răspunsul senzorului de ordinul întîi la funcția treaptă. (fig. 3)

Fig.3.3 Răspunsul senzorului de ordinul întâi la funcția treaptă.

Dacă la intrarea unui senzor de ordinul întâi se aplică funcția liniar variabilă.:

unde A este viteza de variație a mărimii de măsurat, ecuația de funcționare devine:

O soluție particulară a acestei ecuații este:

care introdusă în ecuația de funcționare a senzorului de ordinul întâi, prin identificarea coeficienților, dă următoarele valori:

Soluția generală se poate scrie:

Constanta C se determină din condițiile inițiale:

În final se obține:

Funcție care reprezintă raspunsul senzorului de ordinul întâi la funcția liniară.

Fig. 3.4. Răspunsul senzorului de ordinul întâi la funcția liniar variabilă.

Analiza răspunsurilor senzorilor și traductoarelor la cele trei funcții standard (treaptă, liniar variabilă, sinusoidală) a condus la definirea unor caracteristici dinamice care pot fi determinate experimental fără dificultăți și care permit să se estimeze cu o bună aproximație comportarea în regim dinamic: lărgimea de bandă, timpul de întârziere, timpul de creștere și supracteșterea.

Lărgimea de bandă (sau banda de frecvență), B, este definită prin frecvența la care caracteristica amplitudine-frecvență prezintă o scădere de 3dB (la /2 din valoarea ei față de frecvența zero, corespunzătoare regimului static) (fig.3.5a).

Timpul de întarziere, Ti, reprezintă decalajul de timp al răspunsului la funcția liniar variabilă . Timpul de întârziere poate fi considerat aproximativ ca și întârzierea cu care răspunde traductorul la o funcție de orice formă, cu condiția ca cea mai mare parte a energiei din spectrul acestei funcții să fie în banda de frecvență B a senzorului (fig.3.5.b).

Timpul de creaștere, Tc ,este definit, convențional, ca intervalul de timp între punctele de 10% și 90% din valoarea finală, pe curba de răspuns la funcția treaptă (fig.3.5 c)

Supracreșterea, / yf, exprimată de obicei în procente, reprezintă depășirea maximă a valorii finale yf a mărimii de ieșire cu cantitatea , la aplicarea funcției treaptă la intrare (fig. 3.5d)

Fig. 3.5. Caracteristici dinamice ale senzorilor: a-lărgimea de bandă; b-timpul de întârziere; c-timpul de creștere; d-supracreșterea.

Erori de măsurare

Semnalul de ieșire al senzorilor este proporțional cu valoarea sau funcția simplă a proprietății măsurate, reprezentata de functii matematice simple (de obicei logaritmice) care caracterizeaza faptul ca in mod ideal senzorii se comparta liniar.

Sensibilitatea senzorilor reprezinta raportul dintre semnalul de ieșire și valoarea proprietății măsurate.  De exemplu, în cazul în care un senzor de temperatură are și o ieșire de tensiune, se observa ca raportul este constant [V / K] în toate punctele de măsurare iar acest senzor este liniar.

Daca senzorul nu este ideal, sunt mai multe tipuri de abateri care pot fi observate:

Sensibilitatea poate în practică să difere de valoarea specificată. Aceasta se numește eroare de sensibilitate, dar senzorul este încă liniar.

Deoarece gama semnalului de ieșire este întotdeauna limitată, semnalul de ieșire va ajunge în cele din urmă un minim sau maxim atunci când proprietatea măsurată depășește limitele. Gama scară completă definește valorile maxime și minime ale proprietății măsurate.

În cazul în care proprietatea măsurată este zero, senzorul are un offset sau părtinire. Acesta este definit ca ieșirea a senzorului de la zero de intrare.

În cazul în care sensibilitatea nu este constantă în intervalul de senzor, aceasta se numește neliniaritate . De obicei, aceasta este definită prin valoarea de ieșire și diferă de la un comportament ideal pe întreaga gamă de senzor, de multe ori s-a remarcat un procent din gama completă.

În cazul în care deviația este cauzată de o schimbare rapidă de proprietate măsurată în timp, există o eroare dinamică . Adesea, acest comportament este descris cu un  semn care arată eroare, sensibilitate și defazajul ca funcție de frecvență de un semnal de intrare periodic.

Zgomotul este o deviere aleatorie a semnalului care variază în timp.

3.2. TRADUCTOARE [36]

Traductorul este dispozitivul care face ca unei mărimi de intrare să îi corespundă, conform unei legi determinate, o mărime de ieșire. 
Exemple: transformatorul de măsurare, termoelementul, electrodul de pH etc.

Traductorul poate avea in structura sa unul sau mai mulți senzori, capabili de a efectua conversia mărimii de măsurat într-o altă mărime ce prezintă calitatea de a fi ușor măsurabilă.

Structura unui traductor

Semnalul obținut la ieșirea traductorului reprezinta valoric mărimea măsurată, sub formă accesibilă dispozitivelor de automatizare. Aceasta functionare a traductorului implică operații de conversie și de transformări energetice care sunt bazate pe energia asociată mărimii preluate din proces sau pe enrgia furnizată de niste surse auxiliare.

Traductoarele electrice pot fi proiectate pentru orice mărime neelectrică prin alegerea unui material corespunzător pentru elementul sensibil. Datorită posibilitătilor electronice de amplificare ale semnalului electric de ieșire, rezultă că energia acestuia nu este alterată în procesul de măsurare.
Traductoarele ofera o gamă larga privind opțiunile de afisare electronica și de înregistrare a informației. In plus, traductoarele permit combinarea datelor numerice cu texte, respectiv prezentarea sub formă de grafice si diagrame.

Fig.3. 6 Structura generală a unui traductor:

D = detector; ET = element de transmitere (transfer); A = adaptor; SEA = sursa de energie auxiliară.

La intrarea traductorului se aplica marimea de masurat x, care reprezinta parametrul reglat (temperatură, debit, presiune, turație, nivel, viteză, forță etc). Valoarea mărimii măsurate este data de mărimea de ieșire y, exprimată sub formă de semnal analogic (curent, tensiune sau presiune).

D = Detector sau Element Sensibli (ES), se mai numeste si element sensibil, senzor sau captator si este elementul specific care, prin modificarea starii sale, detecteaza mărimea fizica pe care o masoara traductorul. Modificarea de stare se manifesta sub forma unui semnal la ieșirea elementului sensibil. (Ex: tensiunea electromotoare generată la bornele unui termocuplu în funcție de temperatură.)

În mediul real în care funcționeaza traductorul mai există și alte mărimii fizice (în afara mărimii x). Detectorul trebuie să aibă capacitatea de a sesiza doar variațiile mărimii x, astfel ca informatia furnizata sa nu fie afectata de celelalte mărimi din proces. Detectorul consuma energie in procesul masurarii.

În unele situații, modificarea de stare a detectorului (D) are ca efect modificarea unor parametri de material, a căror evidențiere se face utilizând o energie de activare de la o sursă auxiliară (SEA). Informația furnizată de detector (D) necesita prelucrări ulterioare prin elementul de transmitere (ET) și adaptor (A). Adaptorul (A) modifica (converteste) informația obținută conform cerințelor impuse de aparatura de automatizare care utilizează semnalul de iesire y.

Particularitățile adaptorului

Adaptorul (A) prezinta o mare diversificare constructivă avind ca scop capacitatea de a prelua forme variate sub care pot să apară modificările de stare ale diferitelor detectoare (D sau ES). Adaptorul include elementele necesare generării de semnalele unificate si care nu depind de tipul sau domeniul de variație al mărimii de intrare.

Adaptorul (A) realizează operația specifică măsurării, adică comparația cu unitatea de măsură adoptată. Aceasta comparatie poate fi simultană, cind se compară permanent o mărime etalon cu mărimea de intrare.

In cele mai multe cazuri comparatia este succesivă (nesimultană), atunci cind mărimea etalon este aplicată numai inițial (se memoreaza pentru calibrare) iar mărimea de măsurat se aplică permanent. Valoarea memorată a mărimii etalon se compară succesiv cu valorile mărimii de intrare (care variază).

Operația de măsurare în cadrul adaptorului implica operații de calcul liniar (cum sunt: amplificare sau atenuare semnal, insumare, integrare, etc.) sau neliniar (produs, ridicare la putere, radical, logaritm etc) cât și realizarea unor funcții intenționat neliniare care sunt introduse pentru a compensa neliniarităților unor componente.Se obtine astfel ca la ieșirea adaptorului dependența, (I-E) să rezulte liniară.

Dupa natura elementelelor constructive, adaptoarele sunt de două feluri:

Adaptoare electrice (electronice)

Adaptoare pneumatice

Dupa forma de variație a semnalelor de ieșire, adaptoarele pot fi:

Analogice

Numerice

Npta: Semnalele analogice – se caracterizează prin variații continue ale unui parametru caracteristic și sunt, de regulă, semnale unificate.

Utilizări ale senzorilor și traductoarealor

Zi de zi se dezvoltă numeroase aplicații care au la bază rețele de senzori. În viitorul apropiat, rețelele de senzori vor ocupa un rol din ce in ce mai important în toate domeniile. Rețelele de senzorii vor fi un element esențial în industrie, agricultură, medicină și aplicațiile casnice. De aceea rețelele de senzori trebuie să fie din ce in ce mai robuste, mai economice, cu un timp cât mai mare de viată, rezistente la condițiile mediului și la schimbările permanente ale topologiei. Mai mult, costul trebuie minimizat pe cât posibil. Afirmațiile de mai sus se bazează pe faptul că în momentul de față există o implicare intensă în cercetarea rețelelor de senzori, care aduc imense beneficii si totodată provocări. Cateva exemple sunt urmatoarele:

sunt dezvoltati senzori pentru a analiza locații îndepartate (vremea, mișcarea unui animal în habitatul lui, detectarea unui incediu într-o pădure);

într-un oraș mare și aglomerat spre exemplu sunt atașați senzori taxi-urilor pentru a studia condițiile de trafic și pentru a alcătui o harta cu cele mai eficiente rute pentru a ajunge la diverse destinații;

sunt folosiți senzori wireless în parcări pentru a determina ce locuri sunt ocupate și ce locuri sunt libere;

rețele de senzori wireless pentru a asigura securitatea unui magazin, într-o parcare sau pentru anumite instalatii;

rețele de senzori folosite în aplicatii militare pentru a detecta, a stabili poziția sau traiectoria potențialilor inamici;

rețelele de senzori pot fi folosite pentru a spori gradul de alerta la un potential atac terorist.

Probleme deschise ale retelelor de senzori:

mărirea duratei de funcționare a unei rețele de senzori

construirea unui sistem inteligent de colectare a datelor

topologia rețelelor de senzori se schimbă foarte repede;

senzorii folosesc un model de comunicație broadcast, în timp ce majoritatea rețelelor sunt bazate pe comunicatii punct la punct;

senzorii sunt limitați în ceea ce privește energia, capacitățile de calcul și memoria;

senzorii sunt predispuși la eșecuri;

senzorii pot fi dispuși compact, in număr mare. Problema poate aparea in termeni de coliziuni și congestie. Pentru a evita coliziunile senzorii care sunt in aria de emisie a altor senzori nu trebuie să emită în același timp;

desfășurarea ad-hoc necesită ca sistemul să identifice și să facă fată la consecințele distribuirii și legăturilor dintre nodurile rețelei;

mediul dinamic în care funcționeaza senzorii impune rețelei să se adapteze în timp la modificările legăturilor dintre noduri și la diverși stimuli exteriori rețelei.

O clasificare sumară a diferitelor tipuri de senzori se poate realiza în funcție de natura mărimii de ieșire s(m). Astfel, senzorul poate fi modelat prin:

impedanța (R, L, C ) – senzor pasiv (parametric);

sursa de energie – senzor activ (generator).
Senzorul generator furnizează la ieșire un semnal electric.
Senzorul parametric iși variază impedanța sub acțiunea măsurandului și are nevoie de o sursă exterioara de energie pentru extragerea unui semnal electric util a fi transmis de-a lungul lanțului de măsurare. Ansamblul senzor pasiv- sursă de alimentare este cel care creează semnalul electric ale cărui caracteristici (amplitudine, frecvență) trebuie legat de cele ale mărimii de intrare.

Exemple de senzori și traductoare [37]

Alegerea senzorilor si traductoarelor se face in functie de mai multi parametri: proprietatea de monitorizat, domeniul în care variază aceasta, dimensiunile ce trebuie respectate, geometria sistemului, condiții speciale de mediu sau de lucru, tipul mărimii de ieșire, gardul de eroare al masuratorii și cost.

Exista astfel senzori de proximitate, traductoare de tip Hall, traductoare de deplasare si viteză, senzori și traductoare de forță, senzori de temperatură, senzori de umiditate, senzori pentru gaze, senzori de curent, switch-uri optice, senzori de presiune, cititoare de coduri de bare etc.

Senzorul este un dispozitiv care atunci cand este expus unui fenomen fizic (temperatura, deplasare, forță, etc.) produce un semnal de ieșire proporțional (electric, mecanic, magnetic etc.). Termenul de traductor este utilizat de multe ori ca sinonim pentru senzor. Totuși, senzorul este un dispozitiv care răspunde la variația unui fenomen fizic. Pe de altă parte, traductorul este un dispozitiv care convertește o formă de energie in altă formă de energie. Senzorii sunt traductori atunci când prezintă la intrare o formă de energie si la ieșire o altă formă de energie. Exemplu: un termocuplu sesizează variația de temperatură (energie termică) pe care o transformă intr-o variație a forței termoelectromotoare (energie electrică), deci va putea fi numit senzor sau traductor.

Vom da câte un exemplu pentru fiecare formă de energie prezentă la intrarea senzorului sau a traductorului:

1) mecanică

2) termică

3) electrică

4) magnetică

5) chimică

6) a semnalelor radiante.

Exemple de traductoare: transformatorul de măsurare, termoelementul, electrodul de pH etc.

Senzori de deplasare (de poziție) liniară si de rotație [31]

Sunt unii din cei mai utilizati in sistemele mecatronice.

Mărimea mecanică de intrare (mărimea de măsurat): deplasarea.

Fenomenul fizic utilizat: dependența rezistenței electrice de lungimea conductorului.

Mărimea de ieșire: o mărime electrică dependentă de rezistența conductorului.

Fig. 3.7. Dispozitiv pentru măsurarea deplasărilor și deformațiilor cu senzori tensiometrici rezistivi

Cel mai simplu traductor pentru măsurarea deplasărilor sau deformațiilor îl constituie o lamelă de o anumită grosime de forma unui solid de egală rezistență la încovoiere pe care se lipesc 1, 2 – 4 senzori tensiometrici rezistivi. Senzorii tensiometrici rezistivi sunt senzorii la care variația rezistenței electrice se produce prin variația lungimii conductorului ca efect al deformării (prin alungire sau contracție) sau deplasării. Măsurând prin metode electrice variația rezistenței senzorului, ce este proporțională cu alungirea sa, se poate determina, după o etalonare prealabilă, deformația în porțiunea studiată.

Fig.3.8. Alungirea sau contracția unui senzor tensiometric rezistiv

Senzor de câmp magnetic cu magnetoimpedanță (MI).

Mărimea magnetică de intrare (de măsurat): câmpul magnetic;

Fenomenul fizic utilizat :magnetoimpedanța (MI);

Mărimea de ieșire: MI

În înaltă frecvență apare fenomenul de magnetoimpedanță (MI), adică variația impedanței în câmp magnetic alternativ. Uneori efectul MI este atât de mare încât este numit efect MI uriaș (GMI Giant Magneto Impedance).

Efectul MI în straturile feromagnetice subțiri . Fie un element de film de lungime l, lățime w, și grosime d. Când se aplică filmului un curent de înaltă frecvență iacde amplitudine If, apare între extremitășile filmului o tensiune alternativă eac de amplitudine Ef .Impedanța Z a filmului depinde de adâncimea efectuui skin.

unde este rezistivitarea, și este permitivitatea pentru câmpul circumferențial generat cu iac . Acastă permitivitate este funcție de frecvență și de câmpul exterior.

În cazul în care este mult mai mare decât valoarea impedaței este:

unde este rezistența în curent continuu, . Folosind această relație,se poate calcula numeric variația impedanței datorată variației permeabilității:

unde este impedanța în câmp exterior nul. Raportul măsoară efectul MI și este proporțional cu raportul care dă măsura variației permeabilității când câmpul exterior crește și astfel detectează variațiile de câmp extern. Liniaritatea este bună dacă ultimul raport este mai mic decât 1. Efectul MI a fost folosit pentru realizarea unor senzori din aliaje feromagnetice amorfe, atât sub formă de fire cât și sub formă de straturi subțiri. Un exemplu este senzorul de câmp de tip oscilator Colpits (Fig. 10)

Fig. 3.10 Senzor de câmp MI de tip oscilator Colpits.

Senzori OPTICi bazaȚI pe efectul fotoelectric

Efectul fotoelectric extern este emiterea de electroni din materie în urma absorbției de radiație electromgnetică de exemplu rdiație ultravioletă sau raze X.

Mărimea optică de intrare: radiație electromagnetică (lumina)

Fectul fizic utilizat: efectul fotoelectric

Mărimea de ieșire: curent electric

O suprafață metalică expusă unui flux de radiație electromagnetică poate să genereze, în anumite condiții, electroni liberi care produc un curent electric, dacă sunt accelerați sub acțiunea unui cîmp electric. Electronii emiși prin efectul fotoelectric se numesc fotoelectroni. Experimental, s-a constatat că pentru a observa emisia de electroni este nevoie ca radiația electromagnetică să aibă o frecvență deasupra unei limite inferioare care depinde de natura materialului sau, echivalent, lungimea de undă trebuie să fie sub o anumită valoare. Intensitatea fluxului de radiație incident influențează mărimea curentului electric produs, dar nu determină apariția fenomenului. Efectul se produce nu numai pe metale ci și pe alte materiale, atât conductoare cât și izolatoare, dar conductibilitatea electrică a materialului este necesară în aplicațiile în care efectul fotoelectric se detectează prin apariția unui curent electric.

Legile efectului fotoelectric

I. Intensitatea curentului fotoelectric de saturație depinde direct proporțional de fluxul radiației electromagnetic de incidență când frecvența este constantă.

II. Energia cinetică maximă a fotoelectronilor emiși este direct proporțională cu frecvența radiației electromagnetică incidente și nu depinde de flux.

III. Efectul fotoelectric se produce dacă și numai dacă frecvența radiației electromagnetice incidente este mai mare sau egală decât o constantă de material numită "frecvența de prag" sau "pragul roșu".

IV. Efectul fotoelectric extern este practic instantaneu. (Δt≈1 ns = 10^-9 s)

Cantitativ, efectul fotoelectric se poate descrie folosind formula:

, unde:

h este constanta Planck;

f este frecvența fotonului incident;

f0 este frecvența minimă la care are loc efectul fotoelectric;

m și v sunt masa, respectiv viteza electronului după ieșirea din cristal;

Energia fotonului incident este hf se conservă: o parte se regăsește în rețeaua cristalină a metalului și o parte este transferată sub formă de energie cinetică electronului devenit liber. Dacă se notează cu lucrul de extracție și cu energia cinetică a electronului a electronului, formula de mai sus se poate rescrie astfel:

Fotodioda

Un senzor care utilizează efectul fotoelectric este fotodioda, un fotodetector ce converteste lumina în curent sau tensiune electrică, în funcție de modul de operare.

Fotodiodele sunt la fel cu diodele semiconductoare, cu excepția că pot fi expuse (pentru a detecta radiațiile ultraviolete din vid sau raze X) sau încapsulate cu o fereastră sau conexiune pentru fibră optică, pentru a permite luminii să ajungă la partea fotosensibilă a dispozitivului.

O fotodiodă este formată dintr-o joncțiune p-n sau joncțiune PIN. Când un foton cu suficientă energie “loveste” dioda, se genereaza astfel un electron liber (și un gol). Acest mecanism se mai numește efectul fotoelectric intern. Dacă absorbția are loc în zona joncțiunii, sau la o distanță egală cu o lungime de difuzie, acești purtători sunt îndepărtați sub efectul câmpului electric existent. Astfel, golurile se deplasează către +, anod, iar electronii către – catod, și se formează un fotocurent. Curentul total prin fotodiodă este suma dintre curentul de întuneric (curentul prin aceasta în absența sau prezența luminii) și fotocurent, astfel că pentru a mări sensibilitatea dispozitivului trebuie micșorată intensitatea curentului de întuneric. Din punct de vedere a structurii fizice fotodiodele nu difera față de diodele obișnuite.Fotodioda este constituită însa dintr-o joncțiune pn de construcție specială , astfel ca să facă posibila incidența razelor de lumină in domeniul zonei de difuzie a acesteia. În functionarea normală joncțiunea pn este polarizata invers cu ajutorul sursei externe E. Incidența razelor de lumina in zona de difuzie determina o crestere a curentului invers.

Construcția

Partea cea mai mare a fotonilor radiatiei incidente patrunde pâna în regiunea jonctiunii p-n, unde, fiind absorbiti,pot crea perechi de electro-gol care sunt purtatori suplimentari fata de concentratia de echilibru. Numai fotonii care au energia hv mai mare sau cel putin egala cu largimea Eg a benzii interzise vor fi capabili sa produca saltul electronilor din banda de valenta în cea de conductie adica sa duca la formarea de perechi electron-gol. Capsula fotodiodei prezinta o fanta transparenta, sub forma unei ferestre sau a unei lentile, care permite pătrinderea luminii către joncțiunea pn

Fig. 3.12. a) structura,b) simbolul, c) mod de utilzare si d) caracteristicile statice ale fotodiodei la diferite valori ale iluminarii

Modul de funcționare

a) Modul fotovoltaic în care circulația fotocurentului ieșind din dispozitiv este limitată și se generează o tensiune electrică. Acest mod exploatează efectul fotovoltaic, care stă la baza celulelor solare – o celulă solară obișnuită este doar fotodiodă dispusă pe o suprafață mare.

b) Modul fotoconductiv în care dioda este adesea polarizată invers (având catodul conectat la potențialul pozitiv față de anod). În comparație cu polarizarea directă, aceasta reduce semnificativ timpul de răspuns, însă crescând zgomotul, deoarece mărește lățimea joncțiunii, care, la rândul său, scade capacitatea sa. Tensiunea inversă de polarizare induce un curent de intensitate mică (numit curent de saturație sau de întuneric) care circulă în sensul tensiunii de polarizare, pe când fotocurentul rămâne practic constant. Pentru o anumită distribuție spectrală, intensitatea fotocurentului este direct proporțională cu iluminarea (și cu iradianța). Deși acest mod este mai rapid, modul fotoconductiv tinde să prezinte mai mult zgomot electronic.

Diodele optoizolatoare folosesc LED-uri ca surse de lumina si fotodiodele cu siliciu ca senzori. Când fotodioda este inversă-polarizata cu o sursa de tensiune externa, lumina pe care o primeste crește curentul invers care curge prin dioda. Dioda în sine nu generează energie; modulează fluxul de energie de la o sursă externă. Acest mod de operare este numit modul de fotoconductie. Alternativ, în absența polarizarii externe, dioda convertește energia luminii în energie electrică prin perceperea la bornele sale o tensiune de până la 0,7 V. Rata de incarcare este proporționala cu intensitatea de intrare a luminii. Energia se colecteaza prin drenarea sarcinii printr-o cale de înaltă impedanță externe; raportul de curent de transfer poate ajunge la 0,2%. Acest mod de operare este numit modul fotovoltaic.

Fig.3.13 Fotodioda optoizolatoare

Fotodioda optoizolatoare poate fi folosita pentru interfațarea semnalelor analogice, deși neliniaritatea lor invariabil denaturează semnalul. O clasă specială de optoizolatoare analogice idtroduse de Burr-Brown folosește două fotodiode și un amplificator operațional pe partea de intrare pentru a compensa neliniaritatea diodei. Una dintre cele două diode identice este legata în bucla de feedback a amplificatorului, care menține curentul total de transfer de la un nivel constant indiferent de ne-liniaritatea

Fig.3.14 Răspunsul unei fotodiode cu siliciu în funcție de lungimea de undă a luminii incidente

Parametrii critici de performanță ai unei fotodiode :

Sensibilitatea

Când este utilizată în modul fotoconductiv raportul dintre fotocurentul generat și puterea luminii incidente, de obicei exprimat în A/W, . Sensibilitatea mai poate fi exprimată ca randament cuantic, sau ca raportul dintre numărul purtătorilor generați și numărul fotonilor incidenți, fiind astfel o cantitate adimensională.

Curentul de întuneric

Când operează în modul fotoconductiv., este curentul prin fotodiodă în absența luminii.. Curentul de întuneric include fotocurentul generat de radiația de fundal și curentul de saturație al joncțiunii semiconductoare. Curentul de întuneric trebuie avut în vedere la calibrare dacă fotodioda este folosită pentru a face o măsurătoare de precizie a puterii radiației luminoase, și este de asemenea o sursă de zgomot când fotodioda este folosită într-un sistem de comunicație optică.

Timpul de răspuns

Un foton absorbit de materialul semiconductor va genera o pereche electron-gol care, la rândul său, se va deplasa prin material sub efectul câmpului electric și astfel va genera un curent electric. Durata de timp finită a acestui curent este cunoscută ca durata timpului de tranzit și poate fi evaluată folosind teorema lui Ramo. Se poate arăta folosind această teoremă că sarcina totală generată în circuitul exterior este e și nu 2e, cum ar părea datorită prezenței celor două tipuri de purtători. Într-adevăr, integrala în timp a curentului datorat de electron și gol trebuie să fie egală cu e. Rezistența și capacitatea fotodiodei și a circuitului exterior dau naștere altui timp de răspuns, numit constantă de timp C. Această combinație între R și C integrează în timp răspunsul fotodiodei mărind astfel răspunsul la impuls al acesteia. Când este folosită într-un sistem de comunicație optică, timpul de răspuns determină lățimea de bandă disponibilă modulării semnalului și deci pentru transmisia de date.

Puterea echivalenta zgomotului

(NEP) Puterea minimă a radiației luminoase incidente pentru a genera fotocurentul, egală cu intensitatea curentului de zgomot efectiv (RMS) într-o bandă de 1 hertz. NEP este în esență puterea minimă detectabilă. Caracteristica capacității de detecție (detectivitatea) () este inversa NEP, 1/NEP. De asemenea, există și o capacitate de detecție specifică (), care reprezintă detectivitatea înmulțită cu rădăcina pătrată a suprafeței () fotodetectorului, () pentru o lățime de bandă de 1 Hz. Detectivitatea specifică permite diferitelor sisteme să poată fi comparate fără a ține cont de suprafața senzorului și a lățimii de bandă a sistemului; o detectivitate mai mare indică un dispozitiv sau sistem cu zgomot redus.[8] Deși se obișnuiește să se ofere () în multe cataloage ca o măsură a calității diodei, în practică rar este acesta parametrul cheie.

Când o fotodiodă este folosită într-un sistem de comunicație optică, toți acești parametri contribuie la sensibilitatea receptorului optic, care reprezintă puterea minimă de intrare necesară ca receptorul să realizeze o rată a erorilor binare precizată.

SENZORI OPTICI: Cititor de coduri de bară [32]

Codul de bare este o reprezentare de date codificată (cifrată), destinată a fi citită pe cale optică. Codurile de bare sunt folosite în multe domenii, îndeosebi industriale.

Un cod de date are aspectul unui șir de bare negre de diverse grosimi pe un fundal alb. În general fiecare cifră sau literă se reprezintă printr-o anumită combinație de 1 sau mai multe bare. Există mai multe formate (sisteme) de coduri de bare.

Codurile de bare sunt citite și decodate cu ajutorul unor scanere speciale. Acestea măsoară reflexia luminii, interpretează codurile drept cifre și litere și trimit acestea unui calculator sau altui dispozitiv de gestionare a datelor. Scanerele actuale recunosc mai multe formate.

Setul de simboluri utilizate este în general restrâns (cuprinde de obicei literele, cifrele și câteva semne speciale), dar sistemele de alcătuire (formatele) codurilor de bare sunt foarte variate. Multe coduri de bare constau în bare verticale (paralele cu axa Y), după diverse formate. Lungimea codului de bare (pe axa X) depinde de cantitatea de date ce trebuie reprezentată.

Toate codurile de bare dispun de un caracter special de start/stop ce permite citirea atât de la stânga la dreapta, cât și de la dreapta la stânga. Prin convenție caracterul din stânga este considerat caracterul de start și caracterul din dreapta caracterul de stop.

Codurile de bare au fost introduse deoarece mașinile (calculatoarele) în general nu citesc cu ușurință reprezentarea grafică normală a cifrelor și literelor; pentru aceasta s-a dezvoltat domeniul specializat numit „Recunoașterea optică a caracterelor” (în engleză: Optical Character Recognition, OCR), care încă mai are puncte slabe.

De-a lungul anilor au fost dezvoltate un însemnat număr de standarde și formate.

Deoarece codurile de bare permit o înregistrare rapidă și foarte exactă a informației, procesarea datelor și identificarea lor se face foarte repede. Astfel, timpul necesar pentru a afla locația sau evoluția anumitor proiecte, dosare, instrumente, materiale din cadrul unei organizații scade în mod evident. Codurile de bare ajută la o mai bună evidență dând posibilitatea unui răspuns prompt eventualelor solicitări sau schimbări ce pot apărea.

CODUL este o combinație de elemente simbolice prin care se reprezintă o informație. Aceste elemente pot fi litere (cod alfabetic), cifre (cod numeric) sau litere și cifre (cod alfanumeric). Codificarea este operațiunea de transpunere în cod a elementelor definitorii ale unor obiecte, servicii, fenomene, etc. Principalul obiectiv al codului , care determină și funcția sa de bază este identificarea.

În cazul în care preia și semnificații ale relațiilor existente între elementele mulțimii, el îndeplinește și funcția de reprezentare a clasificării.

Soluții de uniformizare a lor pe plan mondial, obiectiv atins prin elaborarea sistemelor:

– Codul Universal al Produselor (Universal Product Code) – UPC și

– Codul European al Articolelor (European Article Numbering) – EAN.

Codul de bare este o modalitate de reprezentare grafică a caracterelor numerice sau alfanumerice prin alternarea unor bare de culoare închisă cu spații albe de dimensiuni diferite. Fiecare caracter este reprezentat de o secvență de linii mai înguste sau mai groase.

Tehnologia codurilor de bare se bazează pe recunoașterea acestor combinații de bare și spații cu ajutorul unor echipamente informatice specializate. Sistemul scanner de prelucrare a informațiilor comerciale cu privire la mărfuri s-a extins cu rapiditate. Scanner-ul este de fapt un echipament informatic cu ajutorul căruia se citesc prin metoda lecturii optice datele codificării și simbolizării prin coduri de bare.

Elementele de bază ale sistemului de codificare cu bare sunt: simbolizarea (tipul codului), metoda de imprimare, echipamentul de imprimare, cititorul optic și decodificatorul.

TIPURI DE CODURI DE BARE

Codul de bare este o reprezentare de date, destinat a fi citit pe cale optică. Codurile de bare pot fi folosite în orice societate și în toate industriile producătoare sau de desfacere. Ele sunt folosite în mai multe sisteme. Codurile de bare pot fi descrise ca un cod "Morse optic". O serie de bare negre pe un spațiu alb dau naștere codului de bare.

Există mai multe formate de coduri de bare. Dacă simbologia este relativ unică, compoziția unui cod de bare variază de la format de format. De exemplu, toate codurile de bare sunt reprezentate pe axele X și Y și sunt ortogonale pe axa X. Lungimea cod-ului de bare pe axa X reprezintă lungimea codului de bare.

Codurile de bare reprezintă un set de simboluri folosite pentru a reprezenta informațiile alfa-numerice. Pe scurt, în loc de numărul "1" sau litera "A", veți vedea o înșiruire de bare, subțiri sau groase, folosite pentru a reprezenta acel număr sau acea literă.

Simbologiile sunt standardizate, astfel încât, odată tipărite să poată fi scanate și decodate. O simbologie de coduri de bare definește detaliile tehnice ale unui anume tip de coduri de bare: lățimea liniilor, setul de caractere, metoda de codificare, specificații cu privire la calculul digitului de control, etc.

Se intelege prin simbologia de coduri de bare ce fel de date și în ce cantitate poate codifica, care sunt aplicațiile sale generale. Cele mai utilizate simbologii sunt cele numerice, dintre care:

– EAN-13: Coduri de bare internaționale pentru produse retail tip "European Article Numbering"

– EAN-8: Versiune comprimată pentru coduri de bare "EAN" specifice produselor de talie mică

– UPC-A: Cod de bare universal întâlnit pe majoritatea produselor retail în SUA și Canada

UPC-E: Versiune comprimată pentru coduri de bare "UPC" specifice produselor de talie mica,

Code 11: folosit cu precădere la etichetarea echipamentelor de telecomunicație

– Interleaved 2 of 5: Coduri de bare numerice compacte, folosite în special în industrie, transport aerian, și alte aplicații

– PostNet: Coduri de bare folosite de Serviciile Poștale Americane la sortarea automată a corespondenței.

In sistemul EAN-13, numerele sunt reprezentate sub formă de linii paralele verticale, negre și albe de ''lățime" diferită. Reprezentarea numerelor în acest fel ușurează mult, pentru că citirea lor într-un mod electronic, optic, este rapidă și se face fără greșeală. Sistemul EAN-13 se numește astfel pentru că numărul de cod al fiecărui obiect este alcătuit din 13 cifre. Prima cifră a unui asemenea număr se scrie separat ca un număr arab, la stânga codului barat, în timp ce celelalte 12 cifre ale numărului se scriu în două subcâmpuri (jumătăți), unul la stânga și unul la dreapta cu caracterele codului barat. Primele șapte cifre indică țara de proveniență și fabricantul obiectului (elementele 2-3 și, respectiv 4-7), în timp ce celelalte cinci cifre din cele sase rămase indică tipul produsului.

Ultima cifră este cifra de control, cu care se verifică dacă calculatorul „a citit” corect codul barat. Cele două subcâmpuri (subgrupuri) ale celor 12 numere sunt despărțite prin „caracterele auxiliare” alb-negru care se găsesc unul la început, unul exact la mijloc și unul la sfârșit.

Structura codului barat EAN-13. Codul barat este alcătuit din linii paralele întunecate de grosime diferită, între care sunt intercalate intervale luminoase (linii luminoase), care de asemenea au o grosime variată. Diferitele cifre ale numerelor sistemului zecimal (0,1,2,…9) sunt reprezentate printr-o succesiune diferită și unică pentru fiecare cifră de intervale (linii) negre și albe de lățime diferită. Această succesiune a liniilor negre și a intervalelor albe, din care e constituită fiecare din cele douăsprezece cifre ale codului EAN- 13, are o anumită „lățime” alcătuită din șapte unități de lățime standardizate („modules”). Fiecare număr al codului barat se întinde pe o lățime de șapte „unități de lățime standardizate” (modules). Astfel, numărul 0 (zero) din seria A (setul A) este reprezentat în felul următor: trei „unități de lățime” albe, două „unități de lățime” negre, o „unitate de lățime” albă și una neagră – lățime totală „șapte unități de lățime”. Această succesiune concretă negru-alb, de o anumită lățime, definește cu cele patru alternanțe ale ei numărul 0. Succesiunea respectivă în aceeași serie (A), pentru numărul 2 este: două unități de lățime albe, una neagră, două albe, două negre. – constatăm că reprezentarea cifrei 0 în seria (setul) C, ca și a lui 2 și a oricărei alte cifre din sistemul zecimal este inversarea reprezentării aceluiași număr din serie (setul) A.

Seriile A si B (setul A si setul B) se întrebuințează pentru codificarea cifrelor din subcâmpul stâng din codul barat, în timp ce setul C se folosește pentru codificarea numerelor din subcâmpul drept al codului barat.

Pentru toate grupele de codificare (setul A, setul B și setul C) fiecare unitate luminoasă de lățime (modul) corespunde în limbajul calculatorului lui 0, în timp ce fiecare unitate întunecată îi corespunde lui 1. În acest fel fiecare cifră a sistemului zecimal (0, 1,2… 9) este constituită dintr-o succesiune diferită de 0 și 1 (sistemul binar). Numărul 0 în setul A, reprezentat prin codul barat ca 0001101, va corespunde în limbajul calculatorului succesiunii 0001101; numărul 4 din setul C este reprezentat prin codul barat ca 1011100, iar același număr în sistemul binar corespunde succesiunii 1011100 ș.a.m.d.

Caracteristicile codificării în sistemul EAN-13 sunt următoarele: – fiecare număr este compus din 4 alternanțe, două negru și două alb (de un număr diferit de „unități de lățime” pentru fiecare alternanță). – se observă fenomenul de inversare (în codificarea fiecărei cifre), inversare care, atunci când comparăm seturile A si C, este o inversare simplă, în timp ce atunci când comparăm seturile B și C este o inversare a întregului număr, sau inversare în oglindă. Când comparăm însă seturile A și B, observăm că inversarea este „răsturnată” și „negativă”. – toate numerele din subcâmpul stâng sunt impare, în timp ce numerele din subcâmpul drept sunt pare. Se constată că, în afară de reprezentarea barată a celor 12 cifre variabile (care se schimbă de la obiect la obiect), există și trei caractere „auxiliare” invariabile, care se numesc „bare de siguranță” (guard bars) și se află totdeauna în aceeași poziție:în marginea din stânga, în centru și în marginea din dreapta a codului barat. Ultimele caractere, dacă sunt scrise în formă binară, arată astfel: 101, 01010 și respectiv 101.

SISTEMUL DE CITIRE A CODURILOR DE BARE Există mai multe tehnologii de citire utilizate în realizarea cititoarelor de coduri de bare în funcție de domeniul de aplicabilitate și tipul de cod de bare utilizat. Astfel, enumerăm: – tehnologia LED, tehnologia CCD, tehnologia Laser, captură de imagini.

LED. O singura dioda emitenta ilumineaza o mica parte dintr-un cod de bare si o fotocelula masoara cantitatea de lumina reflectata. Pe masura ce LED-ul si fotocelula se deplaseaza de-a lungul unui cod de bare, tiparul format din linii si si spatii este capturat si decodificat. Trebuie sa atinga suprafetele imprimate cu coduri de bare.

CCD. (Charge-Coupled Device); se refera la o singura linie de celule fotoelectrice pe un singur cip semiconductor. Spre deosebire de cazul unei singure celule fotoelectrice ce poate vedea doar o parte din codul de bare, un cititor CCD poate vedea intregul cod de bare dintr-o data. Codul de bare este iluminat de o linie de diode emitente incorporate in cititor. Cititoarele CCD nu au nevoie sa intre in contact cu suprafetele imprimate cu coduri de bare, dar distanta de lucru este destul de limitata. Majoritatea acestor cititoare au distanta de lucru cuprinsa intre 6.35 mm si 25.4 mm;

LASER. Cititoarele laser folosesc un singur cap de citire mobil pentru a ilumina codul de bare si o singura celula fotoelectrica pentru a primi lumina reflectata. Majoritatea acestor cititoare balanseaza raza laser orizontal folosind o oglinda controlata electronic. Cititoarele laser sunt rapide si precise si pot deseori citi coduri de bare mai dense ce nu pot fi citite folosind celelalte tehnologii. Primul avantaj al unui cititor laser este distanta de lucru; deoarece raza laser diverge foarte putin in functie de distanta, cititoarele de acest tip au o distanta de lucru cuprinsa in intervalul 2.54 cm si30.48 cm.

Captura de imagine.Folosind soft special pentru decodificare, este posibila citirea de coduri de bare dintr-o imagine digitala ce a fost scanata cu un scaner clasic de documente. Acesta ar fi un proces foarte lent si ciudat de citire de coduri de bare, dar este excelent pentru aplicatiile de document manegement, in care documentele sunt scanate in calculator pentru arhivare; daca documentele se pot identifica printr-un cod de bare, softul de arhivare poate indexa automat imaginea documentului folosind datele din codurile de bare

CONCLUZII

Utilizând coduri de bare și cititoare speciale, realizăm progrese majore în eficiența angajaților și reduceri de timpi morți în următoarele sectoare: – recepția mărfurilor – depozitarea mărfurilor – producție sau prelucrare – controlul calității – ambalarea mărfurilor – depozitarea produselor finite – livrarea produselor finite.

Pentru alegerea cititorului de coduri de bare potrivit , trebuie avute in vedere cateva dintre caracteristicile echipamentelor de scanare:

distanta de la care trebuie citite codurile de bare

viteza cu care trebuie citite codurile

conectarea echipamentelor la calculator

necesitatea de mobilitate a operatorilor etc.

Exemple de cititoare de coduri de bare : Cititoare de coduri de bare SYMBOL-Motorola, Metrologic, Tysso, Magelan

3.3.ACTUATORI [30]

Un actuator este un sistem care pune în mișcare un proces și determină transformările de semnal între intrare și ieșire.. Dacă semnalul de intrare nu depinde de cel de ieșire, sistemul se numește sistem în buclă deschisă. Dacă semnalul de intrare în actuator depinde de cel de ieșire, sistemul se numește sistem în buclă închisă (variabilă unică sau multiplă). Reglarea nivelului de lichid într-un recipient, toasterul de pâine, un cazan de încălzire cu termostat sunt doar câteva exemple de sisteme automate ce pot fi date.

În aplicațiile moderne, actuatorul poate fi înlocuit de un calculator sau un PLC (automat programabil). Denumirea inițială, sub formă de acronim, PLC, provine din limba engleză, de la cuvintele programmable logic controller. Automatul programabil a fost gândit de la început pentru utilizarea în mediul industrial, ceea ce a dus la o construcție robustă, modulară, ce permite adaptarea și interconectarea la diferite tipuri de traductori utilizați în cadrul sistemelor de reglare automată.

Structura generală a unui actuator

Conversia energiei de intrare (electrice, termice, magnetice, optice, chimice) in energie utila de iesire si caldura disipata se realizeaza prin intermediul campurilor electrice, magnetice, ca urmare a unor fenomene fizice: fenomenul piezoelectric, magnetostrictiv, de memorie a formei, de dilatare a corpurilor cu cresterea temperaturii, a efectului electro-reologic, electrohidrodinamic, de diamagnetism.

Mecanismul actuatorului transforma, amplifica si transmite mișcarea, făcând acordul cu parametrii specifici scopului tehnologic

Fig 3.15. Schema generală unui actuator

Exemple de actuatori

Există o mare varietate de actuatori care utilizează diverse surse de energie cum ar fi: electrică, mecanică, hidraulică, chimică sau radiatii solare. Aceștia diferă mult din punct de vedere a performantelor; în timp ce unii sunt capabili de curse și forte mari, altii au dimensiuni foarte reduse.

Chiar și cei cu dimensiuni foarte reduse pot dezvolta puteri ridicate dacă aceștia

sunt utilizati la frecvente ridicate. Pentru a putea fi clasificati actuatorii, este necesară identificarea caracteristicilor de performantă ale acestora.

În functie de semnalul de intrare folosit pentru deplasarea controlată a elementului activ, actuatorii din această categorie se împart, la rândul lor în:

actuatori comandati termic (prin intermediul unui flux de căldură):

actuatori pe bază de bimetale;

actuatori pe bază de aliaje cu memoria formei;

actuatori comandati electric (prin intermediul intensitătii câmpului electric):

actuatori piezoelectrici, cu elemente active din piezocristale, piezoceramici sau piezopolimeri

actuatori comandati magnetic (prin intermediul inductiei câmpului magnetic):

actuatori comandati optic ( optoelectric sau optotermic ):

actuatori piro – piezoelectrici;

alte tipuri de actuatori, bazati pe alte fenomene fizice.

Actuatorii reprezinta “muschii” sistemelor mecatronice care primesc instructiuni de comanda (de cele mai multe ori sub forma de semnal electric) si produc modificari in sistemul fizic prin generare de forta, miscare, caldura, debit etc. In general actuatorii sunt utilizati impreuna cu o sursa de energie si un mecanism de cuplare (cuplaj)

Sursa de energie poate fi de curent alternativ (CA) sau continuu (CC), la tensiunea si intensitatea nominala.

Îin functie de numarul de stari stabile ale semnalului de iesire actuatoeii pot fi: binari si continui.

Pentru actionarea structurilor mecatronice se utilizeaza atat metode si dipozitive clasice (motoare electrice de curent continuu sau alternative, motoare pas cu pas, actuatoare pneumatice sau hidraulice) cat si metode si dispozitive care, prin noutate, se pot numi neconventionale (actuatoare electrostatice, actuatoare cu polimeri electroactivi, actuatoare bazate pe lichide electro sau magnetorheologice, actuatoare bazate pe materiale inteligente).

Daca prin actuator se intelege acel dispozitiv care accepta la intrare o marime de control (cel mai adesea un semnal electric) si produce o schimbare in sistemul fizic, generand o forta, o miscare, caldura, un flux, etc., atunci dispozitivele clasice de actionare formeaza o submultime a actuatoarelor.

Se poate realiza o clasificare a actuatoarelor utilizate in:

actuatoare electrice

actuatoare electromecanice

motoare de curent continuu

motoare de curent alternativ

motoare pas cu pas

micro si nanoactuatoare

Termometru electronic de precizie necesar pentru urmarirea temperaturii materialului de plastic lichid. Afisarea valorii masurate se face pe un display cu 3 1/2 digiti. Senzorul de temperatura utilizat in acest montaj este circuitul integrat specializat LM 135 (sau LM 335). Acest senzor furnizeaza o tensiune electrica direct proportionala cu valoarea temperaturii mediului in care se face masuratoarea. Functia tensiune-temperatura a circuitului LM 135/335 este liniara, avand o panta pozitiva de 10mV/K. La temperatura de 0 grade C tensiunea furnizata are valoarea de 2,73V. Circuitele integrate din seria LM 135/335 au impedanta dinamica de iesire sub 1 ohm, iar eroarea de temperatura mai mica de 1°C.

Montajul se alimenteaza cu +5V de la o sursa de tensiune continua bine stabilizata si care poate furniza un curent de 200mA.

Termostat electronic pentru mentinerea unei temperature optime a masei plastice in procesul de turnare poate fi un lucru extrem de folositor.

Termostatul electronic se utilizeaza atunci cand se urmareste obtinerea si mentinerea unei temperaturi constante, prestabilite, intr-o incinta cum ar fi: incubatorul, acvariul, o cuva de corodare sau o camera de locuit. Montajul prezentat utilizeaza ca senzor de temperatura circuitul integrat LM135 (sau LM335). Transmiterea comenzii la elementul de incalzire al incintei supravegheate se face printr-un releu electromagnetic.Termostatul se alimenteaza cu tensiune continua de 5V, stabilizata cu regulatorul liniar de curent mic U2, de tip LM78L05. Tensiune alternativa joasa, de 9V, se obtine de la transformatorul TR.1, care are doua infasurari secundare. Puntea redresoare D3 este de tip B380C1500, iar releul utilizat, are contacte normal deschise cat si normal închise.

Sistemele de conducere a proceselor industriale

Ca urmare a proceselor industriale cu grade de complexitate tot mai ridicate si in scopul cresterii productivitatii si eficacitatii acestora, s-a pus problema automatizarii acestor procese eliminind pe cit posibil interventia umana in manevrarea si conducerea sistemelor.

Controlul sistemelor se face printr-o permanenta monitorizare in timp real a acestora, activitate care impune culegerea informatiilor necesare prin intermediul senzorilor si traductoarelor montate de-a lungul intregului lant de activitate.

Organizarea sistemelor complexe automatizate se face in general pe trei niveluri distincte: nivelul de monitorizare si comanda, nivelul de analiza si control la nivel local/zonal a proceselor din teren și nivelul de control centralizat a intregului proces. Informatiile se transmit de la senzori (nivel monitorizare) catre calculatoarele si automatele de reglare si control din teren si de la acestea catre nivelul central unde sunt coordonate soi corelate toate activitatile proceselor industriale.

Sarcinile automatizării (controlul automat si deciziile) revin sistemului de comandă care utilizeaza

automate programabile, calculatoare de proces sau computere.

Cele trei nivele ale sistemelor sunt conectate intre ele prin intermediul unui sistem de conectare si comunicare, sistem care asigura atit alimentarea cu energie electrică a diferitelor componente dar si comunicarea intre aceste elementele componente ale structurilor de conducere. In funcție de aplicațiile implementate, cerințele impuse sistemelor de comunicație pot fi foarte variate

În toate instalațiile, indiferent de gradul de complexitate, principala cerință o constituie siguranța în funcționare. Condițiile climatice pot influenta negativ funcționarea unor blocuri electronice sau a unor senzori optici, datorita dispunerii spatiale a componentelor a cimpurilor electrice perturbatoare dar si a mediului inconjurator care poate varia de-a lungul unui proces industrial (ex. mediu steril, hala industriala, camere frigorifice, etc.).

Spre exemplu, la nivelul cimpului operativ exista o mare diversitate de componente care necesita alimentare cu energie electrica, cum ar fi senzorii (elemente de masura) si actuatorii (elemente de executie) si pina la subsisteme inteligente care pot fi conectate in diverse structuri.

Sistemele de comanda si control prevad mecanisme de monitorizare si transmitere a informatiilor, sisteme de analiza si decizie si elemente de comanda care pot fi actionate direct sau prin intermediul unor sisteme cu reglaj in bucla inchisa.

Interventia umana este posibila si poate fi necesara doar in cazul speciale in care se considera ca sistemul nu stie sa reactioneze corect.

Ca urmare a acestor cazuri particulare, a aparut o noua provocare. Crearea unor sisteme care stiu sa invete singure si care pot lua decizii neprogramate initial de creatorii sai. Aceste sisteme folosesc algoritmi de masini learning, baze de date relevante pentru procesele conduse, analiza statistica si sisteme de previzionare a activitatilor. Se numesc sisteme autoevolutive si se poate deja vorbi despre sisteme cu inteligenta artificiala.

Din punct de vedere practic, trebuie tinut cont in proiectarea acestor sisteme de mediul industrial in care vor functiona, ceea ce implica soluționarea problemelor legate de funcționarea dispozitivelor și modulelor electronice în acest mediu dar si privind realizarea unui sistem de comunicație deschis și flexibil care sa poata interfata instalatii industriale eterogene.

Sistemul de comunicare. Transmisia semnalelor

Încă la finele secolului trecut, W.Thomson arăta că: “Istoria fizicii este în esență istoria evoluției mijloacelor de măsură deoarece un fenomen fizic nu poate fi înțeles și utilizat în practică până nu e măsurat”. “Fizica este știința care măsoară realitatea”.

G.Keinath (specialistul care a dominat scena metrologică electrică între anii 1930-1950) afirma “Mehr messen, mehr wissen” (măsurăm mai mult, știm mai mult) pledează suficient de convingător în această direcție

Informatia masurata trebuie insa transmisa acolo unde poate fi prelucrata, analizata si utilizata cu folos.

Sistemul de comunicare al unui sistem de control automatizat poate fi realizat intr-o gama larga de distante intre circuitele care trebuie sa comunice iar in unele din aceste cazuri puntea de măsură poate sa fie plasată la distanță mare față de camera de control, de la zeci de metri până la câteva mii de metri.

Mai mult, acțiunea mediului industrial creaza o sursă de zgomot de înaltă impedanță care induce în conductorii de legătură un zgomot de ordinul volților.

Pentru atenuarea factorului de zgomot se vor utiliza cabluri de legătură ecranate. Aceste cabluri au insa o rezistență finită, astfel ca instrumentul de măsură trebuie să aibă impedanță de intrare ridicată, pentru a împiedica atenuarea semnalului pe conductorii de legătură. O impedanța ridicată a intrării aparatului de măsură face ca nivelul zgomotului indus pe cablurile de legătură să crească, ceea ce iar dăunează calității transmisiei.
Transmisia semnalelor analogice în buclă de tensiune

Ieșirea punții de masura este amplificată direct cu scopul de a obține un semnal de nivel ridicat (10V) pentru transmisie. Ca urmare, transmisia în buclă de tensiune poate fi utilizată doar pentru distanțe mici (~ 30m).

Transmisia semnalelor analogice în buclă de curent

Transmisia semnalelor analogice în bucla de curent permite transferul informatiei pe distante mari. In acest caz ieșirea amplificatorului comandă o sursă de curent.

Clasificarea erorilor de măsurare

Un senzor bun trebuie sa indeplineasca doua caracteristici de baza:

a) este sensibil la o proprietate de măsurat

b) este insensibil la orice alte brumuri care pot fi întâlnite în aplicarea acesteia și nu influențează proprietatea măsurată

Senzorii ideali sunt concepuți pentru a fi liniari sau respecta funcții matematice simple de măsurare, de obicei functii logaritmice.

Semnalul de ieșire a unui senzor trebuie sa fie liniar proporțional cu valoarea proprietății masurrate.

Sensibilitatea senzorului este data de raportul dintre semnalul de ieșire și valoarea proprietății măsurate.

Abateri senzor

În cazul în care senzorul nu este ideal, mai multe tipuri de abateri pot fi observate:

Sensibilitatea poate, în practică, să difere de valoarea specificată. Aceasta se numește eroare de sensibilitate, dar senzorul este încă liniar.

Deoarece gama semnalului de ieșire este întotdeauna limitată, semnalul de ieșire va ajunge în cele din urmă un minim sau maxim atunci când proprietatea măsurată depășește limitele. Gama scară completă definește valorile maxime și minime ale proprietății măsurate.

În cazul în care proprietatea măsurată este zero, senzorul are un offset sau părtinire. Acesta este definit ca ieșirea a senzorului de la zero de intrare.

În cazul în care sensibilitatea nu este constantă în intervalul de senzor, aceasta se numește neliniaritate. De obicei, aceasta este definită prin valoarea de ieșire și diferă de la un comportament ideal pe întreaga gamă de senzor, de multe ori s-a remarcat un procent din gama completă.

În cazul în care deviația este cauzată de o schimbare rapidă de proprietate măsurată în timp, există o eroare dinamică. Adesea, acest comportament este descris cu un semn care arată eroare , sensibilitate și defazajul ca funcție de frecvență de un semnal de intrare periodic.

Zgomotul este o deviere aleatorie a semnalului care variază în timp.

UtilizărI

Zi de zi se dezvoltă numeroase aplicații care au la bază rețele de senzori. În viitorul apropiat rețelele de senzori vor ocupa un rol din ce in ce mai important în toate domeniile. Rețelele de senzorii vor fi un element esențial în industrie, agricultură, medicină și aplicațiile casnice. De aceea rețelele de senzori trebuie să fie din ce in ce mai robuste, mai economice, cu un timp cât mai mare de viată, rezistente la condițiile mediului și la schimbările permanente ale topologiei. Mai mult, costul trebuie minimizat pe cât posibil.

Cateva exemple sunt urmatoarele:
– sunt dezvoltati senzori pentru a analiza locații îndepartate (vremea, mișcarea unui animal în habitatul lui, detectarea unui incediu într-o pădure);
– într-un oraș mare și aglomerat spre exemplu sunt atașați senzori taxi-urilor pentru a studia condițiile de trafic și pentru a alcătui o harta cu cele mai eficiente rute pentru a ajunge la diverse destinații;
– sunt folosiți senzori wireless în parcări pentru a determina ce locuri sunt ocupate și ce locuri sunt libere;

rețele de senzori wireless pentru a asigura securitatea unui magazin, într-o parcare sau pentru anumite instalatii;
– rețele de senzori folosite în aplicatii militare pentru a detecta, a stabili poziția sau traiectoria potențialilor inamici;

Probleme deschise ale retelelor de senzori
– mărirea duratei de funcționare a unei rețele de senzori
– construirea unui sistem inteligent de colectare a datelor
– topologia rețelelor de senzori se schimbă foarte repede;
– senzorii folosesc un model de comunicație broadcast, în timp ce majoritatea rețelelor sunt bazate pe comunicatii punct la punct;
– senzorii sunt limitați în ceea ce privește energia, capacitățile de calcul și memoria;
– senzorii sunt predispuși la eșecuri;
– senzorii pot fi dispuși compact, in număr mare. Problema poate aparea in termeni de coliziuni și congestie. Pentru a evita coliziunile senzorii care sunt in aria de emisie a altor senzori nu trebuie să emită în același timp;
– desfășurarea ad-hoc necesită ca sistemul să identifice și să facă fată la consecințele distribuirii și legăturilor dintre nodurile rețelei;
– mediul dinamic în care funcționeaza senzorii impune rețelei să se adapteze în timp la modificările legăturilor dintre noduri și la diverși stimuli exteriori rețelei.

O clasificare sumară a diferitelor tipuri de senzori se poate realiza în funcție de natura mărimii de ieșire s(m). Astfel, senzorul poate fi modelat prin:
– impedanța (R, L, C ) – senzor pasiv (parametric);
– sursa de energie – senzor activ ( generator).

Senzorul generator furnizează la ieșire un semnal electric.
Senzorul parametric iși variază impedanța sub acțiunea măsurandului și are nevoie de o sursă exterioara de energie pentru extragerea unui semnal electric util a fi transmis de-a lungul lanțului de măsurare. Ansamblul senzor pasiv- sursă de alimentare este cel care creează semnalul electric ale cărui caracteristici (amplitudine, frecvență) trebuie legat de cele ale mărimii de intrare.

3.4.PROCESUL INDUSTRIAL

Sa reluam procesul industrial privind managementul unui depozit farmaceutic complex, cu ungrad ridicat de automatizare, un sistem robotizat, compus din următoarele elemente:

transportoare (transportoare principale, buncăr Tote, bandă transportoare);

senzori, traductoare, instrumente de măsurare și scanere;

elemente de acționare: motoare, dispozitive de acționare

stații electrice și electronice (pornire, inserarea documentelor și a adresei, recuperare, circulare, verificare și cântărire)

mașini de legat;

picking automat (culegere robotizata)

calculatoare de proces (unitati de prelucrare)

sistem informatic de gestionare a depozitului – WMS

Sistemele de monitorizare, de comandă și control sunt integrate în arhitectura adaptivă a sistemului. [1]

In arhitectura sistemului autoevolutiv sunt integrate sisteme de monitorizare, comandă și control (perechi multidomeniu senzor – procesor – actuator).

Fig.3.16 Arhitectura sistemului.

Pe nivelul 1 sunt date dispozitivele hardware de masura, executie si control, in care sunt specificati senzorii, traductorii, actuatorii magnetici, cu funcțiile de mai jos:

3.4.1- Senzor magnetic de proximitate – Semnaleaza cand ajunge tota in dreptul lui. Citeste eticheta magnetica de pe totă (ladita ce contine medicamentele pe banda transportoare).

3.4.2 – Senzor optic – valideaza ce a masurat senzorul magnetic (sistem double-check).

3.4.3- Traductor de căntărire- măsoară forța de apăsare – deci verifică prezenta medicamentelor in totă

3.4.4- .Divertor – deviază tota de pe o bandă pe alta

3.4.5- .Motor pas cu pas- antrenează elementele benzii transportoare ce asigură deplasarea totelor pe circuit.

3.4.6 – Senzor de pozitie – sesizează prezența totei cu cod magnetic si determină devierea totei depe o bandă pe alta

3.4.7- .Actuator – transformă, amplifică și transmite mișcarea, măsurând parametrii specifici : viteza de rotație, poziția, cantitatea

3.4.1- SENZOR MAGNETIC DE PROXIMITATE [31]

Acest senzor semnalează când ajunge tota in dreptul lui ( tota este ladița ce conține medicamentele pe banda transportoare). Pentru a semnala sosirea totei în dreptul lui, senzorul trebuie să fie un senzor de proximitate.

Senzorii de proximitate sunt senzori care dau prezența unui obiect în imediata apropiere, fără să existe contact efectiv cu el. Distanța la care acești senzori relevă obiecte se numește distanț ă de vedere. Absența unui contact efectiv cu senzorul conferă o ridicată încredere. Pot fi : inductivi, capacitivi, magnetici, cu ultrasunete, optici.

Semnalul de ieșire la senzorii de proximitate relevă numai prezența sau absența unui obiect în interiorul distanței de vedere nominale a senzorului. În consecință, semnalul electric de ieșire va fi de tip on/off.

Dintre senzorii de proximitate existenți se aleg senzorii magnetici. (tota are fixată o plăcută de magnet permanent). Aceștia pot fi de două feluri după efectul fizic ce stă la baza funcționării lor:

– senzori magnetici de proximitate cu releu REED ;

– senzori magnetici de proximitate cu efect Hall .

Modelele realizate cu contacte REED au o viteză de comutare joasă (până la 50Hz). Cele cu efect Hall pot comuta cu viteze mari (până la mii de Hz) .

Senzori magnetici de proximitate cu releu REED.

La acești senzori, distanța de vedere nominală depinde de puterea câmpului magnetic mai mult decât de alte caracteristice ale senzorului și, prin urmare, folosind un magnet mare, pot ajunge până la 100 mm. Obiectul de relevat trebuie preparat montându-i-se un magnet permanent potrivit. Viteza de comutare este joasă dar, în compensație, prezintă semnificative avantaje:

Funcționare cu răspuns rapid

Distanță mare (până la 10 cm)

Imunitate la efecte mecanice sau perturbații electromagnetice

Contacte izolate de mediu

Nu sunt necesare pregătiri preventive și sunt văzute orice obiecte, indiferent de material (cu excepția celor absorbante)

Rezistență de contact scăzută și stabilă și operație de comutare stabilă

Pot sesiza obiecte de orice fel de material (cu excepția materialelor fonoabsorbante)

Pot sesiza obiecte fără ca acestea să fie preventiv preparate

O atenție deosebită trebuie acordată suprafeței și orientării obiectului de sesizat. O suprafață prea mică sau rău orientată (neortogonală direcției de lectură a senzorului) nu asigură generarea unui semnal relevabil.

Principiul de funcționare a unui releu REED: Un releu REED este format dintrun tub de sticlă închis ermetic, Funcționarea unui senzor magnetic de proximitate se bazează pe schimbarea stării unui releu Reed aflat sub acțiunea unui magnet permanent sau electromagnet.

Releul Reed lucrează prin acțiunea a trei forțe: forța magnetică care generează deformarea lamelei de contact, forța elastica din lamela elastică și forța de contact dintre cele două lamele componente ale releului.la capetele căruia sunt încastrate două fire metalice din care ies către exterior doua sârme pentru legături electrice. In prezenta campului magnetic, liniile de câmp se concentreaza in zona lamelelor, care constituie o cale de reluctanta mica. Intre lamele apare o forta de atractie magnetica. Cand forta este suficient de puternica pune in contact lamelele si inchide contactul electric.

Funcționarea unui senzor magnetic de proximitate se bazează pe schimbarea stării unui releu Reed aflat sub acțiunea unui magnet permanent sau electromagnet.

Releul Reed lucrează prin acțiunea a trei forțe: forța magnetică care generează deformarea lamelei de contact, forța elastica din lamela elastică și forța de contact dintre cele două lamele componente ale releului.

Fig.3.17. Schemele comutatorului Reed

Diferența dintre forța magnetică și cea elastică este cea care corespunde forței de contact. Trecerea unuiobiect magneticînapropiereafețeisensibileasenzorului modifică configurația liniilordeforță alecâmpuluimagneticcreatdemagnet.Contactulreleului nemaifiindsolicitatîși schimbă starea. Tensiunea maximă de comutare a releului este în general 250 V.

Magneții permanenți se realizează din aliaj AlNiCo sau ferite. Releul Reed se montează

într-o carcasă realizată din material plastic, aliaj de aluminiu, alamă nichelată etc. Traductoarele magnetice de proximitate po7t fi fără memorie – releul comută doar sub acțiunea magnetului – sau cu memorie, când revenirea la starea inițială nu se poate face decât sub influența unui câmp magnetic de sens contrar.

Distanța nominală de funcționare este limitată de creșterea vitezei de deplasare a corpuluicontrolat.

Unii senzori magnetici au o construcție simpla si sunt formați dintr-un contact intrerupător (releu de tip Reed), plasat pe un braț al unei carcase sub forma de U si un magnet permanent fixat pe celalalt braț. Trecerea unui obiect metalic printre brațele detectorului (carcasei) modifică liniile de forța ale magnetului (le ecranează) și, ca urmare, contactul releului iși schimba starea – figura 4. Există variante constructive la care obiectele magnetice pot acționa direct asupra releului.

Observatie: Cand viteza de deplasare a magnetului mobil depășește 10[ m/s ] – distanțanominală de acționare se reduce cu un coeficient (0,7 – 0,9), in funcție de viteza de lucru.

Senzor magnetic de proximitate REED, SME-8 pentru slot în formă de T [31]

Tab.3 Caracteristicile senzorilor SME.8

Fig.3.20 Senzori SME8

Alte exemple de senzori REED

Comutatoare Reed

Suprafață senzorială frontală sau laterală.

Aceste comutatoare de proximitate Reed operează în prezența unui material conductiv magnetic. Nu este necesar un magnet de acționare, ci numai o simplă piesă din fier. Printre aplicații pot fi menționate: limitatoare pentru cilindrii pneumatici, controlul poziției, securitatea ușilor și ferestrelor, controlul diferitelor funcții în cadrul vehiculelor industriale și utilitare.

Aplicațiile includ detectarea poziției, limitatoare, sisteme de siguranță pentru diferite

echipamente.

Senzori magnetici de proximitate pe bază de efect HALL [37]

Efectele galvanomagnetice sunt efectele aparute la corpuri conductoare sau semiconductoare parcurse de curent aflate în câmp magnetic.

Efectul magnetorezistiv – constă în creșterea rezisteței electrice a corpului introdus în camp magnetic –esteprintreprimeleefectegalvanomagneticedescoperite(W. Thompson,1856).

Efectul Hal este un efect galvanomagnetic, descoperit in 1879 de E.H. Hall, are loc la o placă conductoare parcursă de un curent electric aflată într-un câmp magnetic având inducția magnetică perpendiculara pe suprafața ei. Aparția unei tensiuni între două puncte ale plăcii, echipotențiale în lipsa câmpului magnetic se numeste Efectul Hall.

Sonda Hall se realizează de obicei sub o formă paralelipipedică de lungime a, lățime b, grosime h, având doi electrozi de curent – electrozi de comandă – 1,1’. Tensiunea Hall se măsoară între punctele 2, 2’ echipotențiale în lipsa câmpului magnetic.

FIG.3.21 Efectul Hall

Efectul Hall ese aparitia tensiunii U 2 între 2 și 2’ , de valoare :

Unde RH este constanta Hall, invers proporțională cu concentrația de electroni,

B= inducție electromagnetică,

K= sensibilitatea senzorului Hall

În sonda Hall pentru senzori de proximitate, două dimensiuni sunt constante și a treia este distanța de detecție a senzorului, ∆, cu o valoare care variază și trebuie să fie detectată din tensiunea Hall. În acest caz, tensiunea Hall va fi:

Valoarea tensiunii Hall este foarte ridicată la distanța minimă, deci invers proporțională cu distanța de detecție. In cazul unui obiect aflat la distanță minimă, senzorul genereaza un semnal de intensitate mare.

Senzor magnetic de proximitate cu efect Hall integrat [5]

Termenul magnetic provine din faptul că acest senzor utilizează un detector de tip Hall, care detectează prezența unor câmpuri magnetice relativ mici (de aproximativ 50 mT) și generează semnale de tensiune de 110 mV. Acest senzor utilizează circuite integrate specializate de tip βSM. Aceste circuite integrate conțin aceleași cristale de siliciu ca senzorul Hall și blocuri de procesare a semnalului asigurat de acesta. Aceste circuite sunt cunoscute sub denumirea comercială de „comutatoare de senzori magnetici”.

Schema senzorului magnetic βSM 23 X (24 X) este prezentată în Fig. 6. În materie de calitate, circuitul βSM 24X este superior circuitului βSM 23X prin doi parametri electrici.

Între magnet și senzorul LOHET I este menținută o distanță mică, controlată.

Prin deplasarea într-o direcție sau alta, câmpul „văzut” de senzor devine negativ lângă Polul Nord și pozitiv în apropierea Polului Sud.

Deplasarea care poate fi măsurată depinde de lungimea magnetului utilizat. Dintre toate sistemele, în acest caz caracteristica de ieșire este cea mai apropiată de forma liniară.

a) Intensitatea de alimentare (la o inducție de 50 mT) este de 2 mA în circuitul βSM 24X, comparativ cu 4,3 mA (7 mA) – în cazul circuitului βSM 23X.

b) Tensiune de alimentare: 7V – pentru βSM 24X, 10V (25V) – pentru βSM 23X.

În cadrul funcționării acestui senzor se întâlnesc două situații:

Dacă este detectat un câmp magnetic de inducție, B, senzorul Hall asigură o tensiune diferențială proporțională cu B. Această tensiune este preluată de amplificatorul diferențial, care o aplică unui comparator cu histerezis care funcționează ca un comutator. Dacă circuitul este amplasat într-un câmp magnetic a cărui inducție depășește valoarea limită de deschidere, comparatorul comandă prin intermediul unui amplificator aplicarea unui curent de ieșire la baza tranzistorului. Tranzistorul este adus la saturație și colectorul acestuia preia semnificativ curent (curentul de la sarcina conectată la terminalul 3).

Dacă inducția B scade sub valoarea limită de blocare, semnalul de ieșire comută releul la starea inițială și tranzistorul de ieșire este blocat. Între valoarea limită de deschidere și cea de închidere este necesar un histerezis pentru a imuniza circuitul din punct de vedere al bruiajelor. Modalitatea principală de comutare a senzorului magnetic, direct legată de aplicația industrială este după cum urmează:

Deplasarea magnetului permanent poate fi frontală sau transversală. Pentru o funcționare corespunzătoare a senzorului, cursa magnetului trebuie să depășească (datorită histerezisului) două distanțe limită: una pentru deschidere și cealaltă pentru închidere

Ecranarea câmpului unui magnet poate fi realizată prin intermediul unei folii feromagnetice amplasate între sursa câmpului magnetic și senzor.

Concentrarea câmpului unui magnet poate fi efectuată prin amplasarea unui material feromagnetic în spatele senzorului, care să aibă un câmp magnetic suficient de puternic pentru a produce bascularea. Astfel, inducția magnetică va crește la o valoare care să poată bascula senzorul.

Observatii:

In afara de solutiile mentionate, prin care circuitele βSM 23X sau βSM 24X – sunt utilizate ca senzori de proximitate (limitator de cursa la masini-unelte, roboti industriali, periferice de calculatoare etc), exista si aplicatii in constructia unor traductoare:

traductor de orizontalitate (sau verticalitate), utilizand un pendul cu magnet;

traductor de nivel avand magnetul introdus intr-un flotor ce se poate deplasa ghidat prin dreptul senzorului magnetic comutator.

traductor numeric rotativ incremental pentru viteza sau pozitie unghiulara;

traductor de curent (releu de curent pentru protectie), cacand senzorul magnetic sesizeaza depasirea valorii limita a curentului printr-o infasurare.

Exemple de senzor i de proximitatecu efect Hall

Dispozitive cu efect Hall liniare

Fig.3.23. Senzor Hall cu efect liniar

În gama largă de senzori și traductoare se găsesc și elemente senzoriale cu efect Hall. Pe lângă senzorii uzuali de tip switch, pot fi și senzori liniari, ce pot fi utilizați în aplicații de poziționare, monitorizare, traductoare de curent, e.t.c. Senzorii cu efect Hall de tip switch de proximitate sunt foarte cunoscuți și apreciați în numeroase aplicații. Răspunsul circuitului este normal 0 logic când câmpul magnetic perpendicular pe suprafața acestuia este sub o valoare de prag. Când câmpul depășește această valoare ieșirea din circuit trece pe 1 logic.

Fig.3.24. Senzor switch

Alături de acești senzori, există o serie de dispozitive cu variație liniară a mărimii de ieșire, și a căror funcționare se bazează pe efectul Hall. Din categoria acestor senzori liniari cu efect Hall vor fi prezentați pe scurt senzori miniaturali – circuit integrat, și senzorii LOHET I și II.

1. Circuit integrat miniatural cu efect Hall cu ieșire liniară – capsulă compactă cu 4 pini. Acest dispozitiv are două mărimi de ieșire diferențiale. Tensiunea pe una dintre ieșiri crește liniar în timp ce pe cealaltă escrește, la o creștere a densității de flux magnetic peste ±40mT. Ca aplicații tipice pentru acest tip de circuit pot fi monitorizarea câmpului magnetic în vecinătatea transformatoarelor și cablurilor, senzori de curent cu înaltă izolație, elemente senzoriale în sisteme de control. Senzorul are marele avantaj că este imun la creșteri mari ale densității fluxului magnetic.

Valori maxime admise: tensiune de alim1e6ntare +12Vdc; Curent de ieșire 20mA; Frecvență de lucru 100kHz; temperatura de lucru 40°C la +100°C; Temperatura de păstrare de la -55°C la +150°C.

Fig.3.25 Aplicatie cu senyorul kiniar Hall

Senzori cu efect Hall, liniari LOHET I și II

Aceste dispozitive analogice au menirea de a produce o tensiune de ieșire proporțională cu intensitatea câmpului magnetic la care sunt expuse. Există două tipuri principale de astfel de senzori LOHET I și LOHET II, fiecare fiind la rândul său realizat în mai multe variante.

LOHET I – este un senzor de poziție cu efect Hall ce răspunde atât la câmpul magnetic generat de magneți permanenți, cât și la cel dat de electromagneți. Dispozitvul este realizat pe un strat subțire de ceramică având trei pini PCB standard. Traductorulfuncționează la o alimentare între 8-16V (caracteristicile ceurmează sunt raportate la o alimentare de 12 V).

Timpul maxim de răspuns este de 3µs, iar tensiunea de ieșire va crește liniar cu câmpulmagnetic, până la un nivel de +400 Gauss, la care tensiunea va fi de 9.0 V.Tensiunea de ieșire la 0 Gauss este 6V ± 0.6V, iar la -400 Gauss, tensiunea nominală va fi de3.1V. Sensibilitatea este de 7.5±0.2 mV/gauss.

LOHET II – este un senzor cu efect Hall de înaltă performanță. Dispozitivul utilizează în construcție un nou circuit integrat cu efect Hall, care îi conferă stabilitate crescută la variații de temperatură de aproape 10 ori mai bună decât în cazul lui LOHET I. Există mai multe dispozitive de acest tip: pentru uz general, derivă (drift) mică, înaltă sensibilitate, protecție la zgomot.

Traductoare de curent

Aceste dispozitive utilizând în construcție LOHET I sau II, au rolul de a monitoriza curentul și de a produce un semnal de ieșire proporțional cu acesta. Având un semnal liniar, ce poate urmări forma de undă a curentului monitorizat, le face ideale în cazul necesității unor elemente de feedback pentru sistemele de comandă de motoare sau alte aplicații similare. Aceste traductoare utilizează un design cu gaură de trecere, ce simplifică instalarea, eliminând necesitatea conectării directe, minimizând pierderea de energie, oferind și o izolație a semnalului de ieșire față de curentul ce îl genereaza.

Când curentul ce trece prin conductor este 0, ieșirea traductorului va indica o jumătate din tensiunea de alimentare. În funcție de sensul curentului tensiunea de ieșire va crește sau scade către 75%, respectiv 25% din tensiunea de alimentare, proporțional cu valoarea curentului.

Aplicații: comanda motoarelor cu variație de viteză, diagnosticare auto (ex. detector de stare baterie), detectoare de scurtcircuit, protecție la suprasarcină motoare, monitorizare curent în diferite circuite de putere.

Determinarea poziției cu ajutorul traductoarelor liniare cu efect Hall

În cele ce urmează vor fi prezentate câteva aplicații simple de determinare a poziției cu ajutorul traductoarelor cu efect Hall liniare. Diferența dintre ele constă în modalitatea prin care sisteme magnetice influențează traductorul de tip Hall, iar alegerea depinde de cerințele și performanțele aplicației date.

Unul dintre polii unui magnet este deplasat către sau dinspre traductorul LOHET 1, reprezentând un senzor de poziție. Când magnetul este departe (în funcție de raza de acțiune) câmpul magnetic generat tinde spre 0, iar ieșirea senzorului indică 6 V la oalimentare de 12 V (LOHET I). Dacă polul sud al magnetului este apropiat de senzor, câmpul magnetic la suprafața sensibilă crește în sens pozitiv. Tensiunea de ieșire va crește liniar cu câmpul magnetic până la pragul de +400 Gauss, când ieșirea va fi de 9 V. Ieșirea ca funcție de distanță nu este liniară, dar pe distanțe mici poate fi considerată așa.

Când magneții sunt deplasați spre către stânga, traductorul primește efectul unui puternic câmp magnetic negativ, dat de magnetul 2, ieșirea senzorului (LOHET I) ajungând la 3 V. Atunci când senzorul se află la egală distanță între cei doi magneți câmpurile magnetice ale acestora se anulează reciproc. Ieșirea senzorului va fi de 6 V. La o deplasare spre dreapta ieșirea senzorului tinde spre 9 V. Această abordare oferă obună acuratețe și rezoluție, utilizând deasemenea întreaga plajă a traductorului. Ieșirea este liniară pe o plajă în jurul valorii de 0.

Este o variantă a poziționării bipolare, în care însă unul dintre magneți este fix. Atunci când magnetul mobil este îndepărtat, senzorul (LOHET I) este supus unui câmp magnetic negativ generat de magnetul fix de polarizare. La apropierea magnetului mobil, efectul celor două câmpuri se combină, iar odată cu continuarea apropierii câmpul devine pozitiv. Această abordare conferă o mare simplitate mecanică.

Fig.3.29. Identificarea poziției cu sistem glislot

Între magnet și senzorul LOHET I se menține o distanță mică,controlată. La mișcarea într-o parte sau alta, câmpul “văzut” de senzor devine negativ în apropierea polului nord și pozitiv în apropierea polului sud. Cursa ce poate fi astfel măsurată depinde de lungimea magnetului utilizat. Caracteristica de ieșire în acest caz este cea mai apropiată de liniar dintre toate sistemele prezentate.

3.4.2,SENZOR OPTIC.

Senzorul optic validează ce a măsurat senzorul magnetic (sistem double-check). Dacă nu găsește aceleași valori oprește sistemul.

Senzori de proximitate bazati pe efectul fotoelectric

Senzori de proximitate optici

După modul de detecție a obiectului senzorii optici de proximitate pot fi:

Senzori fotoelectrici barieră

Senzori fotoelectrici cu retro-reflexie

Senzori cu difuziune

Senzori optici (fotoelectrici) EK75

Senzor de proximitate fotoelectric ERP18 PNP

Senzor de proximitate fotoelectric EK50-DS30D1

Fig.3.331 Senzori de proximitate fotoelectrici

Senzorul de tip barieră constă din două părți si anume un emițător (de lumină) si un receptor. Cele două unități sunt separate, iar legătura între ele se face printr-o rază de lumină.

Trecerea obiectului de detectat prin dreptul razei de lumină întrerupe legătura dintre emițător și receptor. În astfel de cazuri, senzorul fotoelectric sesizează obiectul respectiv.

Această metodă de detecție nu este influențată de culoarea, forma sau eventual luciu al suprafeței obiectului, dar volumul obiectului trebuie să fie luat în considerare. Unii senzori fotoelectrici de tip barieră dispun de posibilitatea re reglare a sensibilității pentru a putea sesiza obiecte de diferite mărimi.

Spre deosebire de senzorii de tip barieră, la senzorii retro-reflexivi emițătorul și receptorul se găsesc în aceeasi carcasă. Raza de lumină emisă de emițător ajunge în unitatea de recepție cu ajutorul unui reflector (ochi de pisică).

Ca si senzorii de tip barieră si acesti senzori detectează obiectul prin întreruperea luminii de către acesta. Acestia au marele avantaj față de senzorii de tip barieră, prin cablarea într-un singur loc.

În cazul senzorilor cu difuzie, emițătorul și receptorul sunt dispusi în aceeasi carcasă, ca și la tipul cu retro-reflexie. Acest mod de detecție nu are nevoie de reflector, raza luminoasă este reflectată în unitatea de recepție de către suprafața obiectului de detectat. Ieșirea senzorului este activă atunci când raza luminoasă este reflectată de pe suprafața obiectului de detectat spre unitatea de receptie.

Modul cu comutare la lumină: ieșirea senzorului devine activă când raza de lumină nu este întreruptă.

Modul cu comutare la lipsă de lumină: ieșirea senzorului devine activă când raza de lumină este întrerupta.

3.4.3.CÂNTAR (senzor de greutate)

Un senzor de sarcină este definit drept un traductor care transformă forța mecanică de intrare într-un semnal electric de ieșire. Senzorii de sarcină sunt cunoscuți de obicei sub denumirea de traductoare de sarcină. Cântar (senzor de greutate) ICS -469-40 ȘI ICS-469-100

Cerințe de integrare

Sistemele de cântărire ICS -469 oferă o largă gamă de scheme și opțiuni pentru o ușoară integrare ulterioară și pentru configurarea celei mai bune soluții posibile a aplicației de cântărire cerute. Materialele de construcție de înaltă calitate și ingineria de precizie sunt marca sistemelor de cântărire METTLER TOLEDO (Mettler-Toledo Garvens GmbH, Giesen GeCaracteristici

Design aprobat de “Măsuri și greutăți”

Clasificarea greutăților în trei clase de greutate

Revenire la zero manuală și automată

Emite un semnal de control la pornirea instalației

Control pentru cântărire peste max. și sub min.

Sfârșitul suprafeței standard: marcată

230 V(AC), monofazic, 50/60 Htz, N, PE ≥750 VA,(ICS-469-40) și ≥1200VA (ics-469-100)

1.4.1.2.Terminalul cântăririi

Carcasă de oțel inoxidabil IP68/IP69k

Display clar pentru afișarea cântăririi curente

Display de cântărire imperial pentru folosire, de ex., în SUA.

Funcționalitate pentru cântărirea tarei

Membrana industrială moale pentru căptușeala principală

Operator cu butoane de intrare numerice

25 produse de memorie

Display codat colorat de înaltă visibilitate pentru zonele de greutate

Meniu de cântărire dinamic special pentruconfigurare silențioasă

Display multilingval pentru 9 limbi standard

Afișaj pentru cântărirea curentă și data măsurării

Detecție automată a delplasării celulelor de cântărire

Data comunicării interfață: RS232C

1.4.1.3. Opțiuni și accesorii

Instalație de ieșire (rejecling)

Convertoare de alimentare și de descărcare

Șine de ghidare

Voltaje speciale la cerere

Interfețe: RS422,Ethernet, fieldbus (DP,Ethernet/IP)

Oprire de urgenta

Construcție din oțel inoxidabil V2A

Panel de control în complianță cu UL508A

Fig.3.30 Dimensiunile tipice a senzorilor de greutate METTLER TOLEDO

3,4,4. Divertor

Etapele de lucru până la divertor

După ce comanda a fost programată și transmisă în sistemul PEEM acesta alocă în funcție de volumul comenzii numărul de cutii aferente. Succesiunea etapelor până la devierea pe stație este :

AV1 AV2 – Stațiile de start alocă cutiile mari și mici aferente unei comenzi. Se verifică codurile de bară de pe cele două laturi astfel ca acestea să fie identice și nedeteriorate. Din acest moment comanda startată este memorată în sistem și se poate verifica în ce stadiu se află până la finalizare în zona de livrare.

BBA1 si BBA2 : Stația ce transmite către imprimantă datele de la fiecare cutie cu orderul ce trebuie tipărit

BB1 si BB2 : Stația unde cutiile sunt oprite și se alocă orderul pentru culegere.

SK1 : Stația unde se face tara cutiei și devierea celor cu regim special.

Următorul proces în desfășurare are loc în stațiile pentru culegere unde cutiile sunt identificate și deviate în stații.

Înainte de stația de culegere cutia este identificată cu ajutorul scanerului care citește codul de bare de pe cutie cu informațiile alocate de sistem.

Când cutia este sesizata de senzorul de proximitate ( 52B71)

Divertor cu curea (RU)

Fig.3.32. Divertor cu curea

3.4.5. Motor și întinzător

Pentru acționarea benzii transportoare se alege una dintre variantele motoarelor Schäfer: Schäfer Motor Roller (SMR).

Modul de comanda: Setarea a patru ieșiri ale motorului Schäfer și patru semnale de intrare în Quatronic.

Ftg..3.33. schafer-mozor- Roller /SMR)

3.4.6 – Senzor de pozitie – sesizează prezența totei cu cod magnetic si determină devierea totei depe o bandă pe alta. Senzoruu de poziție pot fi de două feluri: semzori de ptoximitate și senzori de nuvel. În cazulacestei instalații se poate folasi un senzor de proximitate magneti ( bazat pe fectul Holl sau pe conectorul Reed.) prezentați la 3.4.1. sau unul dinsenzorii de proximitate optici.descriși la punctul 3.4.2..

Devierea de pe o bandă pe alta se face cu ajutorul divertorului descris la punctul 3.4.4.

3.4.7- .Actuator – transformă, amplifică și transmite mișcarea, măsurând parametrii specifici : viteza de rotație, poziția, cantitatea

Concluzii

A fost efectuată o analiză a mai multor modele de senzori utilizați pentru liniile de picking în cadrul unui depozit de produse farmaceutice pentru a găsi cea mai bună soluție pentru a spori eficiența.

Există un transportor pentru picking cu senzor magnetic, optic, de poziție și de greutate.

Este utilizată o fotodiodă optică pentru a verifica datele obținute prin intermediul senzorului magnetic. Pe suportul pentru senzorul magnetic de la transportor este amplasat un cititor de coduri de bare pentru identificarea cutiilor de medicamente

Chiar dacă sunt prezenți senzori de diferite tipuri, senzorul magnetic este utilizat în mod prioritar în cadrul acestui sistem automat, pentru detectarea poziției cutiei Tote cu medicamente. Luând în considerare condițiile de funcționare dintr-un depozit de produse farmaceutice, sunt preferați senzorii magnetici, datorită fiabilității lor, rezultatelor corecte oferite în cadrul proceselor în timp real și lipsei erorilor cauzate de factorii de mediu existenți.

Dintre cele două tipuri de senzori magnetici analizați, Reed și Hall, sunt utilizați de preferință senzorii Reed, deoarece oferă avantaje semnificative:

Răspuns operațional rapid

Cost redus

Distanța de detecție (până la 10 cm)

Imunitate la efecte mecanice sau perturbări electromagnetice

Sunt izolați de mediul extern

Pot fi „văzute”obiecte din orice material (cu excepția celor absorbante), chiar fără o pregătire preventivă

Rezistență de contact scăzută și stabilă

Comutare stabilă

Pentru depozitul de produse farmaceutice a fost ales un senzor magnetic de proximitate cu releu REED SME-8. Comparativ cu senzorul Hall, acesta are un cost mult mai mic și o gamă largă de valori ale distanței de detecție. Are un contact izolat față de mediul exterior și este imun la efectele mecanice și electromagnetice. Răspunsul este rapid și stabil în timpul funcționării. Acest tip de senzor are o structură simplă și poate funcționa la distanța de detecție necesară, cu o reproductibilitate de ±o,1 mm. Intervalul de temperaturi de funcționare este între -40 și +60°C. Frecvența maximă este de 800 Hz și intensitatea maximă admisă este de 500 mA. Comparativ cu senzorul Reed, senzorul Hall este mult mai sensibil la variațiile condițiilor de lucru, fiind dificil de utilizat într-un depozit.

Pentru dubla validare de-a lungul sistemului de transportoare din cadrul depozitului de produse farmaceutice a fost ales un senzor fotoelectric de proximitate EK75. (www.ecvv.com)

Pentru portile de acces se va folosi un senzor Hall de tip LOHET 1.

Pentru toate cutiile (tote) existente în sistemul de transport din cadrul unui depozit de produse farmaceutice, cel mai bun senzor de greutate este ICS-469-40.

Concluziile studiului au fost deja implementate în cadrul depozitului de produse farmaceutice.

Această analiză a avut o contribuție semnificativă la gestionarea întregului proces al proiectului nostru de automatizare, de la proiectare și implementare până la utilizarea pe toată durata ciclului de viață.

Capitolul 4: Idei, filozofie, cerinte si modelare matematica.

Proiectarea de ansamblu a sistemelor informatice

Pentru a putea defini în rădăcină termenul de sistem informatic ar trebui sa știm pe ce bază se construiește el. Pentru proiectarea de ansamblu a sistemelor informatice este necesar să ținem cont de mai multe puncte ale construcției care nu ar trebui de le omis, din acestea fac parte:

Activități în proiectarea de ansamblu;

Caracteristicile sistemului informatic;

Cerințe ale sistemelor informatice;

Activități în proiectarea de ansamblu:

definirea obiectivelor;

structura sistemelor informatice;

definirea ieșirilor;

definirea intrărilor;

definirea colecțiilor de date;

alegerea modelului matematic și a programelor aferente;

alegerea soluțiilor tehnice de realizare;

listarea necesarului de resurse;

estimarea eficientei economice;

planificarea realizării sistemului;

elaborarea documentației.

Caracteristicile sistemului informatic:

orice sistem trebuie să conțină ca element central o bază de date, în care să fie stocate date intercorelate între ele provenind de la surse interne și externe;

informațiile furnizate de sistem trebuie obligatoriu să fie autentice, exacte, iar suportul de prezentare să varieze de la un nivel de conducere la altul;

sistemul trebuie să înglobeze o varietate de modele matematice, tehnico-economice, ex: modele de optimizare, modele de simulare, modele de eficientă;

sistemul trebuie conceput ca un sistem om-mașină oferind astfel posibilitatea unei interacțiuni imediate către utilizator și sistem.

sistemul trebuie să prezinte un grad cat mai ridicat de integrare sub următoarele doua aspecte: integrare internă și integrare externă.

Cerințe ale sistemelor informatice

Pentru realizarea unor sisteme informatice care să îndeplinească obligatoriu caracteristicile sistemelor este necesar să se țină cont de următoarele cerințe:

fundamentarea conceperii sistemului să fie făcută pe criterii de eficiență economică;

participarea nemijlocită a conducerii unității la conceperea sistemului informatic;

asigurarea unui nivel tehnic înalt al soluțiilor adaptate;

adoptarea de soluții în concordanță cu resursele disponibile și cu restricții impuse.

MODELAREA LINIILOR DE CULEGERE A MEDICAMENTELOR

Cuvinte cheie: Modelare, Instrumente și evaluare, centre de distribuție

Setările industriale, cum ar fi liniile de picking se confruntă la provocarea de a crește eficiența cu sisteme de detectare automate, roboți și algoritmi de optimizare.

În acest context, există o necesitate generală de a reprezenta structura și comportamentul lor într-un mod abstract, în scopul de a integra date și pentru a executa diverse simulări. Lucrarea analizează mai multe concepte folosite pentru modelarea liniilor de culegere a produselor și propune un mediu de programare orientat-pe-obiecte, bazat pe concepte care sunt specifice pentru centrele de distribuție și linii de picking. Acestea constituie sintaxa abstractă a unui nou limbaj de modelare si au fost folosite pentru configurarea unui editor de model și crearea de modele care pot fi interpretate pentru prelucrare ulterioară și adaptare necesare pentru elementele de automatizare.

Ca exemplu de model este dat un depozit farmaceutic, cu o linie de culegere pe bază de bandătransportoare echipata cu senzori magnetici, optici, de poziție și de greutate.

Programarea orientată pe obiecte (POO, uneori și Programarea orientată obiect, uneori denumită ca și în limba

engleză, Object Oriented Programming (OOP)) este o paradigmă de programare, axată pe ideea încapsulării, adică grupării datelor și codului care operează asupra lor, într-o singură structură. Un alt concept important asociat programării orientate obiect este polimorfismul, care permite abstractizări ce permit o descriere conceptuală mai simplă a soluției.

1. INTRODUCERE

Una dintre problemele-cheie a unui lant de aprovizionare eficient este de a reduce timpul in care un produs stă în depozit, precum și timpul necesar atribuirii sale unui ordin client, inclusiv culegerea și ambalarea sa. Stocul in unitati (SKU) poate fi distribuit in puncte fixe, dedicate, fie aleatoriu fie pe baza definirii unor clase de produse. Procedurile de culegere pot fi, de asemenea, diferențiate prin: colectarea discrete a comenzilor una după alta, asignarea in anumite zone ale depozitului, culegere pe loturi compuse din mai multe comenzi, sau loturi de comenzi care depind de programul de transport [1]. Rutele parcurse de SKUs și de culegători sunt foarte importante pentru optimizarea unui centru de distributie, dar de multe ori sunt bazate pe soluții euristice care nu analizează toată cantitatea de informație disponibilă în acest sens [2].

Automatizarea are o contribuție mare in soluțiile actuale, acestea folosind diverse tehnologii cum ar fi: identificarea pe baza codurilor de bare scanate și transmise printr-o rețea locală, culegere regizata prin vocea lucrătorilor, lumini care semnalizeaza următorul element care urmează să fie cules, culegerea pe loturi si distribuirea acestora în funcție de mai multe comenzi, transportoare utilizind containere, carusele orizontale care măresc viteza de operare, carusele verticale și module de ridicare menite a lucre intr-un depozit cu o mare densitate, ASRS (automate de depozitare și de preluare a produselor depozitate) controlate complet de calculatoare, sisteme de sortare automata care indică zona de destinație corectă din depozit [3].

O altă posibilitate este de a înlocui culesul manual cu un brat robotic, ceea ce crește atât precizia cit și viteza bazindu-se pe un control triaxial. Acest lucru poate fi util mai ales pentru culegerea si plasarea pieselor extrem de mici, care altfel trebuie să fie manipulate printr-un microscop [4]; pentru astfel de sarcini ar fi altfel nevoie de operatori foarte bine pregătiți iar activitatea lor curenta le poate provoca problem cu ochii si incheieturile.

Culegerea produselor reprezinta mai mult de jumătate din cheltuielile unui depozit, ca urmare a tendinței actuale de a crește personalizarea produselor și a volumului de centre de distributie individuale, dar, în același timp, ca urmare a cerinței de a reduce dimensiunile produselor și scurtarea ciclurilor de distribuție. Prin urmare, acestea sunt obiective care concurează între ele și problemelor de optimizare devin mai complexe.

În prezent, pe lângă gama de soluții tipice adoptate de industrie, există, de asemenea, studii academice, care sunt orientate în principal spre aspectele procedurale, cum ar fi de rutare, dozare si zonare. Cu toate acestea, structura de bază a centrului de distribuție este data de o modelare non- omogena și cu modele definite ad-hoc iar accentul este dat de metodele de adaptare și de optimizare. Vom investiga în acest articol cum poate fi folosita modelarea bazata pe un anumit limbaj deprogramare (object-oriented) ca un concept de modelare, care poate fi interpretat și folosit ca fundament pentru aplicarea și compararea diferitelor soluții procedurale.

Subcapitolul 2 analizează mai multe metode de modelare aplicate pe linii de picking, inclusiv modelare bazata pe agenti, grafice, modele matematice, algoritmi genetici, modele stocastice etc.

Subcapitolul 3 descrie un model de programare (object-oriented) și modul în care a fost definit în mod oficial ca un limbaj complet de modelare, cu editorul corespondent și posibilitatea de integrare cu alte instrumente de prelucrare.

Subcapitolul 4 aplică acest software pentru reprezentarea modelului unui depozit farmaceutic din viața reală, adăugând detalii tehnice pentru unitățile sale de automatizare. Pornind de la modelul vizual am adnotat fiecare element cu informații precise extrase din specificațiile tehnice și apoi am generat o descriere a liniei de picking într-un format standard, interschimbabil, care este, în general, folosit pentru transmiterea de informații între aplicații software.

2. CONCEPTE DE MODELARE

În general, liniile picking nu sunt automatizate, dar acestea trebuie să fie proiectate pentru optimizarea tratarii manuale a unei mari varietati de comenzi. O abordare posibilă este de a asimila lucratorii cu agenț autonomi care iau decizii și isi influența reciproc comportamentul. Costul și timpul de ambalare poate fi redus considerabil printr-o repartizare adecvată a unităților de stocare a produselor, de o asignare optimă a numărului de culegători și prin evitarea congestiilor.

Hagspihl și Visagie au propus aplicarea modelarii “Agent Based” și simularea acesteia (ABMS) și pentru validare folosesc date reale obținute din înregistrările video și marci temporale[5]. Rezultatele au fost analizate: timpul total de finalizare a ambalarii, limita critică de congestie, și o combinație a acestora luate în considerare în metoda de analiză marginală. Ei au folosit Java și XJ Tehnologii pentru simulări. Modelarea pe bază de agent presupune că oamenii sau roboții sunt agenți autonomi care sunt capabili să interacționeze unul cu altul într-un mediu bine definit, și care dezvoltă un comportament care influențează grupul. Aplicațiile sunt foarte diverse, de la lanțurile de aprovizionare la celulele organismelor sau privind evoluția civilizațiilor [6]. Suportul software solicitat pentru ABMS este format din foi de calcul, sisteme de calcul, cum ar fi MATLAB sau Mathematica, limbaje de programare generale, dar de asemenea, instrumente specializate și Sisteme Informatice Geografice (GIS).

Renaud și colaboratorii sai au modelat un sistem cu bandă transportoare sub forma unui grafic ale cărui noduri au fost reprezentate de locurile de depozitare și arce care indica distanța dintre ele [1]. Pe baza acestui model și a unui algoritm care scurteaza traiectoria, au determinat localizarea optima a produselor si au determinat mai multe reguli de sortare.

Vonolfen și colaboratorii sai au folosit modele multiple pentru simularea unui scenariu de manipulare manuala pentru o locatie de producție de mare [7]. Optimizarea stocarii produselor s-a bazat pe un model matematic pentru estimarea frecvenței de preluare / si de alocare (PF / PA) în ceea ce privește zonele de depozitare definite si a distanței dintre locațiile individuale.

Procesul de culegere a fost simulat folosind un model determinist discret pus în aplicare cu AnyLogicTM, considerind lucrătorii și stivuitoarele operate de aceștia, al căror rutare a fost optimizata într-un mediu de simulare bazat peHeuristicLab. Transportul de la depozit la stațiile de lucru a fost tratat în mod dinamic si a luat în considerare distanțele și resurselor disponibile ca si constrângeri de optimizare, dar ar putea fi îmbunătățită printr-un model stochastic[8]. Optimizarea rutelor a fost realizată cu un algoritm genetic, care este similar cu PDPTW dinamic (Probleme privind culegerea si livrarea prin ferestre de timp).

Un model stocastic al fluxului de ordine de culegere a fost aplicat în [9], având în vedere probabilitatea ca o cerere de culegere sa apara la o anumită locație luind in consideratie și spațiul dintre locații. Astfel s-a estimat distanța de mers pe jos timp pentru trei configuratii de design: deposit simplu, depozite duble cu transportoare și fără depozit cu transportoare și RFID (Radio- Frequency identificare). Simularea lor a demonstrat că o decizie de investiție in tehnologie trebuie sa ia în considerare frecventa de culegere și omogenitatea statiilor de culegere.

În acest context, am investigat avantajele oferite de programarea object-oriented, ca o posibilitate generica de a defini în mod formal structura de bază a unei linii culegere și care să fie folosita pentru modelarea și simularea comportamentului său în continuare.

3. PROGRAMAREA ORIENTATA PE OBIECTE – MODELAREA

Un limbaj de modelare general care este foarte bine cunoscut este UML (Unified Modeling Language) [10], pentru că este, de asemenea, un standard adoptat. El se bazează pe concepte, cum ar fi clase, atribute, asociații, generalizări – bine-cunoscut de inginerii de software, dar destul de departe de terminologia utilizată în prezent în domenii de aplicare.

Acesta este motivul pentru care există o nouă tendință, pentru a defini limbaje specifice domeniului si care folosesc concepte familiare experților in respectivul domeniu și sunt ușor de înțeles și de utilizat. În cazul nostru, scopul a fost Acela de a crea un limbaj care permite o reprezentare a centrelor de distribuție și a liniilor de picking, în special. În acest scop, am identificat principalele elemente care ar trebui să fie utilizate în cadrul reprezentarilor abstracte, cu condiția ca acestea să fie specifice domeniului, dar suficient de generale pentru a avea o varietate de forme de instanțiere individuale. De exemplu, un ordin poate fi compus din mai multe produse și are un anumit număr și o dată, atunci când este lansat.

Atributele tipice ale unui produs sunt: cod, descriere, lot data număr / expirare, dimensiuni fizice, greutatea și nivelul stocurilor [11]. Prin urmare, aceste elemente trebuie să fie prezente în sintaxa abstractă a limbajul de modelare ca tipuri de date. Figura 1 ilustrează modul în care este reprezintata sintaxa abstractă utilizind editorul limbajului Generic Modeling Environment (GME) [12]. Elementele de modelare GME sunt considerate modele compuse din piese atomice, indivizibile, și sunt reprezentate ca dreptunghiuri care pot conține, de asemenea, un al doilea compartiment, inclusiv proprietățile lor principale, numite atribute.

În plus, aceste elemente pot fi legate între ele. De exemplu, un culegator poate fi selectat pentru operarea unei comenzi si prin urmare, există o legătură între conceptele Comanda și Culegator (Picker), așa cum este descrisa în Fig. 1

Limbajul de modelare propus conține trei părți/modele importante:

– OrderModel –descrie tratamentul explicat mai sus (a se vedea figura 1).;

– PickingLineModel – modelarea liniilor de picking (a se vedea figura 2).;

– Instrumente – o clasa de obiecte importata și reutilizată în cadrul acestui proiect.

OrderModel, conține o ierarhie a elementelor pentru modelarea diferitelor unități tehnologice care însoțesc această parte a centrului de date, cum ar fi: unități de detectare (care sunt reprezentarea abstracta de senzori, scanere de coduri de bare sau cititoare RFID) sau unități de execuție (motoare electrice, elemente de acționare, imprimante, mașini de sigilare).

Ansamblul acestor reprezentari a fost interpretat în GME pentru generarea unui editor model care poate fi folosit nu numai pentru reprezentarea diferitelor linii de picking, dar și pentru a genera un fișier text care exprimă structura lor într- un format interschimbabil, disponibil pentru a fi procesat de către alți algoritmi de simulare.

Notațiile editorului au fost configurate în mod specific pentru acest domeniu de aplicare.

Fig. 1 – The Order Model Paradigm Sheet

PickingLineModel, reprezintă o caracterizare generica pentru masurarea instrumentelor și sistemelor și a fost utilizata anterior într-un mediu de integrare de date numit EquiLAB, descris în [13].Scopul acestuia a fost de a crea o bibliotecă de modele care pot fi utilizate pentru datele obținute din surse de parsare neomogene și a le integra într-un bază de date comună pentru o prelucrare ulterioară.

Integrarea și reutilizarea clasei de obiecte “instrumente” în contextul liniilor de culegere, permite reprezintarea acestora din punct de vedere al modelului lor de date, si de asemenea pentru a genera intrări pentru modelul integrat al datelor existente, adică pentru EquiLAB.

Fig. 2 – The Picking Line Paradigm Sheet

4. MODELAREA UNUI DEPOZIT FARMACEUTIC

Modelarea si editorul asociat, descrisă în capitolul anterior, au fost utilizate pentru reprezentarea unui depozit farmaceutic existent, cu un control software centralizat și facilitățile de automatizare distribuite. Sistemul are o arhitectura stratificata, modelata în Fig. 3, si este compus din:

un management de depozit la nivel superior, pentru stabilirea culegerii, ambalarea și a proceselor de transport; este integrat cu un sistem ERP (Enterprise Resource Planning), care preia comenzile clienților;

un sistem care controlează funcțiile de automatizare periodice ale depozitului și situațiilor deurgență;

un nivel de calculatoare de proces care asigură interfața dintre sistemul de informații de mai sus șielementele hardware inferioare;

Dispozitive de comandă și control pentru punerea în aplicare a procesului de culegere pe linie, adică senzori optici, de poziție și de greutate, senzori magnetici [14], motoare pas cu pas pentru operarea benzii transportoare, si actuatori pentru devierea acesteia etc.

Fig.3 The Main Diagram of the Pharmaceutical Warehouse Model

Pe de o parte, am obținut o reprezentare vizuală a sistemului de depozit, a cărui complexitate ne-a condus la o colecție de diagrame legate între ele. Astfel, pornind de la modelul ilustrat în Fig. 3 (s-au folosit conceptele din modelarea liniei de culegere) am adaugat reprezentari specifice bazate pe clasa de obiecte “Instrumente” pentru unitățile de automatizare, de depozitare transport și de execuție, în conformitate cu specificațiile tehnice ale acestora (de exemplu, [15]) și a capacitățile lor de a achizitiona date sau de a se adapta conform diferitelor setări (vezi Fig. 4).

Pe de altă parte, editorul a sprijinit generarea unei descrieri hipertext, prin exportul întregul model, cu mai multe diagrame ale sale, intr-un singur fișier XML (Extensible Markup Language) (a se vedea o selecție de ecrane capturate în Fig. 5). Această facilitate este importanta pentru integrarea în continuare cu alte sisteme, cum ar fi EquiLAB pentru integrarea datelor, dar si cu diverse alte sisteme pentru optimizarea configurarii elementelor de automatizare ale liniei de picking precum și a proceselor asociate.

Un contact intrerupător (releu de tipReed), plasat pe un braț al unei carcase sub forma de U si un magnet permanent fixat pe celalalt braț.Trecerea unui obiect metalic printre brațele detectorului (carcasei) modifică liniile de forța ale magnetului (le ecranează) și, ca urmare, contactul releului iși schimba starea.

Fig. 4 – Technical Details for the Magnetic Sensor

Fig. 5 – Example of XML Code Generated from the GME Model

CONCLUZII

O reprezentare formală a arhitecturii depozitului este esențială pentru monitorizarea în timp real a numeroase dispozitive care controleaza funcționarea sa, pentru depistarea timpurie a erorilor și pentru analize suplimentare a log-urilor de system in scopul îmbunătățirii proceselor și a calitatii generale a sistemului.

Analiza diferitelor concepte aplicate pentru modelarea si optimizarea liniilor de culegere arată că există o nevoie clară pentru o descriere comună a aspectelor structurale, care pot fi obținute cu un limbaj de programare specific (object-oriented), limbaj propus în această lucrare.

NOTE

Ideea POO (Programare Orientată Obiectual) este de a crea programele ca o colecție

de obiecte, unități individuale de cod care interacționează unele cu altele, în loc de simple liste de instrucțiuni sau de apeluri de procedure. Programarea orientată pe obiecte (POO, uneori

și Programarea orientată obiect, uneori denumită ca și în limba engleză, Object Oriented Programming (OOP)) este o paradigmă de programare, axată pe ideea încapsulării, adică grupării datelor și codului care operează asupra lor, într-o singură structură. Un alt concept important asociat programării orientate obiect este polimorfismul, care permite abstractizări ce permit o descriere conceptuală mai simplă a soluției.

Până la apariția programării orientate pe obiect, programele erau implementate în limbaje de programare procedurale (C, Pascal) sau în limbaje care nici măcar nu ofereau o modalitate de grupare a instrucțiunilor în unități logice (funcții, proceduri) cum este cazul limbajului de asamblare (asembler).

Clasa grupează datele și unitățile de prelucrare a acestora (subrutinele) într-un modul, unindu-le astfel într-o entitate mult mai natural. Clasa, pe lângă faptul că abstractizează foarte mult analiza/sinteza problemei, are proprietatea de generalitate, ea desemnând o mulțime de obiecte care împart o serie de proprietăți.

Odată identificate entitățile (în speță clasele) ele nu rămân izolate; ele vor fi grupate în module, pachete, programe, etc., care vor stabili legături între ele. Aceste legături reflectă relațiile care se stabilesc între clasele/obiectele problemei pe care am preluat-o din natură.

Moștenirea este o relație statică (definită în momentul programării) care pune în legătură o clasă cu alta (sau mai multe) astfel încât clasa rezultată să "preia" toate atributele clasei/claselor pe care o/le moștenește. Clasa care moștenește atributele altei clase se numește "clasă derivată" iar clasa care are moștenitori se numește "clasă de bază".

Aplicația WMS (Warehouse Management System)

Caracteristicile arhitecturii software

Aplicație pe trei nivele – Client / Server de aplicație / Server de baze de date.

Interfața client pentru anumite module va fi atât în versiune Windows desktop cât și Web.

Aplicația va interacționa cu o serie de aplicații adiacente (aplicații Web, BI, CRM, Financiar, alte aplicații externe) prin integrare nativă sau prin interfețe specifice.

Arhitectura poate fi expandată la n niveluri dacă va fi necesar, prin adăugarea de nivele suplimentare.

Sistem centralizat, cu propagarea instantanee a modificărilor

Volum redus de date transferate în cadrul comunicațiilor HO–locație–HO

Modificarea abordării tranzacțiilor financiare de la nivelul de înregistrări în baza de date la nivel de document va asigura trasabilitatea și posibilitatea de auditare la nivel de document/operație.

Sistem de versionare configurabil

Modularitate

ProCesele urmărite pentru optimizare

Miscarea marfii in depozit

A) GENERAREA de ordine de mutare a marfii, ca urmare a procesarii CERERII de mutare, salvata in urma inchiderii documentului de receptie

daca este vorba despre marfa OK:

se incearca mai intai alimentarea celulei de PICKING.

in cazul in care, daca pentru produsul in cauza nu exista asociata celula de PICKING, se va faca asocierea automata din lista celulelor de tip PICKING, celule care indeplinesc urmatoarele conditii:

celule VALIDE;

celule pe care nu exista marfa (scriptic);

celule care nu au fost inca asociate pe alte produse;

celule nerezervate (rezervate = celule implicate in procese de mutare automate);

celule care nu apar ca si celule de destinatie pe ordine de mutare marfa, ordine de mutare neanulate si nevalidate;

celule pentru care stocul maxim calculat este mai mare decat o anumita LIMITA / parametru setat in sistem;

celule definite in zone de depozitare de tip VANDABIL;

dupa alimentarea celulei de PICKING, in cazul in care a mai ramas cantitate de mutat, se procedeaza la mutarea marfii pe celulele de tip PALET, celule care se identifica pe baza urmatoarelor criterii:

celule valide;

celule care au fost definite pe divizia aferenta produsului sau care nu au divizie setata;

CELULE PE care se regaseste deja produsul respectiv SAU CELULE GOALE \ LIBERE;

celule a caror caracteristica de depozitare este compatibila cu caracteristica produsului care se muta (FRIG, SEP/VENETA. MEDICAMENTE, HIGH VALUE etc…)

celule setate pe zone de depozitare de tip "VANDABIL";

celule pentru care Stocul MAXIM calculat de sistem este > 0;

ALGORITMUL DE MUTARE:

1. daca celula sursa (de pe care se va muta marfa) se regaseste in lista celulelor disponibile, si cantitatea totala de mutat este egala cu cantitatea din STOC de pe celula respectiva, si este asigurata UNICITATEA de PRODUS si BBD (si GESTIUNE), atunci marfa va ramane pe celula sursa;

2. daca marfa nu poate ramane pe celula sursa din cauza BBD-ului si a gestiunii destinatie, aceasta celula sursa se sterge din lista celulelor disponibile, si se incearca mutarea marfii pe celulele de tip PALET, GOALE, al caror STOC MAXIM este egal cu stocul MAXIM calculat pe tipurile de dimensiuni (pe care este configurat produsul);

3. daca in urma pasului anterior, se constata ca mai exista cantitate de mutat, se incearca mutarea acesteia pe celule ocupate sau goale pentru care:

Spatiul Disponibil calculat din celula este > 0

Ordonarea acestora se face astfel: mai intai se iau celulele ocupate, dupa care celule goale, ordonate dupa "Spatiu Disponibil" crescator.

Practic se incearca umplerea celulelor incepand cu cele in care intra cea mai putina marfa (pentru a se evita ASTFEL iprastierea marfii in DEPOZIT);

4. daca in urma PAS-ului 3 ramane marfa de mutat, si nu mai exista celule disponibile, marfa va ramane in RECEPTIE;

– daca este vorba despre marfa CRITICA, se procedeaza la mutarea marfii pe celulele de tip PALET, celule care se identifica pe baza urmatoarelor criterii:

celule valide;

celule care au fost definite pe divizia aferenta produsului sau care nu au divizie setata;

celule a caror caracteristica de depozitare este compatibila cu caracteristica produsului care se muta (FRIG, SEP/VENETA. MEDICAMENTE, HIGH VALUE etc…)

celule setate pe zone de depozitare de tip "RECEPTIE";

celule pentru care Stocul MAXIM calculat de sistem este > 0;

celule ocupate sau LIBERE;

– daca este vorba despre alta gestiune decat OK sau CRITICA, marfa se va muta pe acele celule definite pe anumite tipuri de zone de depozitare.

Exista o configurare in system, respectiv asocierea intre GESTIUNEA din care face parte MARFA si tipurile de zone de depozitare in care poate fi stocata marfa respectiva;

Pe baza acestei configurari se identifica celulele disponibile VALIDE; NU se tine cont de stoc MAXIM.

Daca nu exista definite celule disponibile, marfa RAMANE in RECEPTIE.

B) GENERAREA de ordine de mutare a marfii, ca urmare a lansarii solicitarilor de alimentare a celulelor de picking. Se pot lansa solicitari de alimentare de picking la nivel de divizie (pentru roate produsele de pe o anumita divizie), la nivel de statie (pentru toate celulele de picking dintr-o anumita statie), la nivel de culoar (pentru toate celulele de picking de pe un anumit culoar),la nivel de produs.

Procesarea alimentarilor de picking consta in emiterea de ordine de mutare marfa de pe celulele de PALET vandabile din zona de RECEPTIE (pentru depozitele de picking), catre celulele de picking.

In cazul in care pentru un produs nu exista asociata celula de picking unica, la momentul procesarii alimentarii de picking se face o astfel de asociere in mod automat, respectind compatibilitatea caracteristicii de depozitare a produsului cu caracteristica de depozitare a celulei de picking asociate;

La momentul inregistrarii unei solicitari de alimentare de picking se poate seta si o limita a stocului pe celula de picking, astfel incat alimentarea sa se produca doar in cazul in care stocul de pe celula de picking este sub limita setata.

C) GENERAREA de ordine de mutare a marfii, ca urmare a modificarii diviziei produsului sau celulei ori ca urmare a modificarii caracteristicii de depozitare a produslui sau a celulei.

Celulele in cadrul depozitului sunt configurate pe divizii. Pe o celula configurata pe o anumita divizie nu pot fi depozitate decat produse care apartin diviziei respective.

Pe o celula care are o anumita caracteristica de depozitare, nu pot fi depozitate decat produse a caror caracteristica de stocare este compatibila cu caracteristica celulei.

Orice modificare de divizie / caracteristica a unui produs sau a unei celule, genereaza in depozit mutari de marfa.

D)GENERAREA de ordine de mutare a marfii, ca urmare a modificarii starii produsului din punctul de vedere al BBD-ului. In fiecare seara, se genereaza ordine de mutare a marfii, ca urmare a modificarii starii produsului din punctul de vedere al datei de expirare, astfel:

daca marfa devine CRITICA si se afla pe celula de picking. se genereaza ordine de mutare catre celulele din zona de RECEPTIE;

daca marfa critica a expirat se genereaza ordine de mutare marfa din zona de depozitate RECEPTIE catre zona de depozitare destinata marfurilor expirate;

daca marfa aflata in gestiunea IZOLATA CRITICA a expirat se genereaza ordine de mutare marfa catre zona de depozitare destinata marfurilor expirate;

daca marfa aflata in gestiunea CARANTINA a expirat se genereaza ordine de mutare marfa catre zona de depozitare destinata marfurilor expirate;

daca marfa este deteriorata si se afla pe celula de picking, se genereaza ordine de mutare marfa catre zona de depozitare destinata marfurilor deteriorate;

daca exista marfa CRITICA sau EXPIRATA pe celula de picking, se genereaza ordine de mutare marfa catre zona de depozitare corespunzatoare (RECEPTIE, respectiv EXPIRATA);

Volumetrie și cubaj

Cubajul se referă la divizarea ordinului de transfer propus în mai multe documente corespunzătoare pe unități fizice livrate (tote și cutii întregi)

În mod curent, cubajul este calculat de aplicația PEEM. Sunt câteva condiții importante care impun implementarea procesului în ERP:

controlul complet al procesului (modificările algoritmului nu vor implica aplicații PEEM)

aplicarea cubajului la depozite regionale fără a folosi liniile PEEM (în cazul în care livrarea se face, de asemenea, pe tote);

aplicarea cubajului pentru a reaproviziona depozitul central de la depozite regionale, în cazul în care unitățile de livrare sunt paleți și tote mari.

Obiectivele procesului de cubaj

Gruparea se va face pe cât posibil pe cantități de articole similare – comenzile sunt salvate la un loc, după care în funcție de configurația curentă a sistemului sau de prioritatea introdusă manual, când prima comandă este extrasă din listă, sistemul va prelua toate ordinele având același traseu și adresă de livrare și de va crea un singur document de livrare. Se va crea propunere OT corespunzătoare acestui document și pe baza acestei propuneri, se va aplica algoritmul de cubaj. Deoarece culegerea se face din celule cu depozitare fixă conținând mai multe loturi ale aceluiași furnizor amestecate, suplimentar față de gruparea de livrare, se calculează o nouă grupare ignorându-se loturile înainte aplicării algoritmului de cubaj.

Optimizarea numărului de cutii utilizate pentru livrarea comenzii (utilizarea unui număr cât mai mic de tote) – Totele trebuie să fie definite în sistem cu volumul alocat și rata lor de umplere.

Optimizarea numărului de cutii lansate pe banda transportoare pentru operațiunile de încărcare (reducerea numărului de stații de încărcare unde cutiile pot fi ejectate) – pentru fiecare tip de depozitare, diferite zone (zone de culegerea) sunt specificate și se va menține matricea de eșalonare determinate de aceasta.

Algoritmul de cubaj și parametrii necesari

Algoritmul de volumetrie trebuie sa imparta comanda de scoatere din stoc in subordere de culegere in functie de:

Volumul liniilor de comanda (linii de scoatere din stoc)

Limita de greutate – greutate maxima admisa pentru o cutie

Volumul cutiilor active pe depozit pe tip tranzactie (avize/facturi)

Grupabilitate produse (similar Peem)

Grupprodus (1=Standard, 2=XXL,3=Cold, 4=Toxics)

CaractProdus (1=Standard, 2=Fragile, 3=Heavy)

Procesarea calcului volumetric se face pentru grupuri de produse cu grupprodus si caractprodus identice

Matrice compatibilitate statii – in scopul restrictionarii cumularii intr-o cutie a liniilor din mai multe statii doar pentru statii compatibile

Parametri:

Tipuri cutii – caracterizate prin: nume, volum (cm3), grad umplere (% din volum), grad maxim de umplere (% din total), limita de greutate admisa (g), Isactiv pe depozit

Gradul maxim de umplere se foloseste doar in cazul in care se aloca o singura linie (produs) de culegere pe o cutie, volumul acesteia depasind gradul standard de umplere

Asociere TipTranzactie scoatere stoc, GrupProdus, CaractProdus si Tipcutie activ pe asociere

Matrice compatibilitate statii

Pasi procesare

Se separa cantitatile corespunzatoare culegerii la bax pentru procesare.

Liniile de culegere ramase se grupeaza similar cu PEEM, dupa grupprodus si caractprodus

Pentru liniile aferente fiecarei combinatii distincte de grupprodus si caractprodus se face calculul volumetric astfel:

Se calculeaza volumul pentru fiecare linie de culegere

Volum linie = Cantitate(buc)*Lungime(mm)*Latime(mm)*Inaltime(mm)/1000,

se imparte la 1000 pentru transformare in cm3 – corelare cu volum cutie (cm3)

Greutate linie = (Cantitate(buc)*Greutate produs(g)

Se calculeaza volumul pentru fiecare statie de culegere

Volum statie = suma (Volum linie) pentru linii din aceeasi statie

Greutate statie = suma (Greutate linie) pentru linii din aceeasi statie

Se calculeaza numarul maxim de cutii de utilizat in calculul volumetric

Nr maxim cutii = maxim de

int ( suma (greutate linii) (g) / Greutate cutie mare (g) ) + 1 si

int ( suma (volum linii) (cm3) / Volum util cutie mare (cm3) ) + 1

Volum util cutie mare (cm3) = max (volum cutie) * Grad umplere, unde

Volum cutie se determina diferentiat pentru cutiile active pe depozit (Isactiv=1) in functie de categoria de produs si tipul de tranzactie de scoatere stoc:

Volum cutie se determina diferentiat pentru cutiile active pe depozit (Isactiv=1) in functie de asocierea Tip tranzactie scoatere stoc cu GrupProdus, CaractProdus si TipCutie activ pe asociere:

Categorie de produs:

Pentru produse de frig (grupprodus=3) se iau in calcul cutiile cu IsFrig=1

Pentru produse standard sau toxice (grupprodus 1 sau 4) se iau in calcul cutiile cu IsFrig=0

Tip de tranzactie scoatere stoc

Se va face asocierea Tip tranzactie, Tip Cutie, IsActiv pe tranzactie pentru fiecare tranzactie de scoatere din stoc.

Pentru avize transfer marfa se filtreaza cutiile cu IsAviz=1

Pentru comenzi clienti se filtreaza cutiile cu IsAviz=0

Bucla evaluare linii culegere

Se culeg liniile de culegere dupa:

Volum statie, descrescator – ramane volumul initiatl al statiei pe masura procesarii, nu se recalculeaza

Volum linie, descrescator – pe parcursul procesarii liniei se poate modifica in volumul cantitatii ramase de alocat in cazul alocarii de cantitati partiale

4.1. Daca Numar cutii deschise < Nr maxim cutii

4.1.1. Daca volumul liniei evaluate > volum util cutie mare

Volum maxim cutie = Max umplere * volum util cutie mare / Grad umplere

Se deschide o cutie

Daca volumul liniei evaluate < volum maxim cutie

Se aloca toata cantitatea liniei evaluate in cutie

Daca nu

se aloca Int (Volum maxim cutie / volum unitar al produsului) in cutie – cantitate alocata

se pastreaza cantitatea ramasa nealocata (cantitate initiala – cantitate alocata) pentru procesare ulterioara

Volum disponibil cutie deschisa = (cantitate alocata* volum unitar)– volum util cutie mare (este negativ pentru cazul curent)

Se actualizeaza cantitatile nealocate, volumul disponibil al cutiilor deschise si se reia bucla (4.)

Verificare existenta cutie deschisa cu produse alocate din aceeasi statie cu linia evaluata:

4.1.2. Daca DA

Se culeg cutiile deschise dupa volumul disponibil >0 descrescator

Pentru fiecare cutie se verifica in ordinea descrescatoare a volumului disponibil daca exista linii alocate din aceeasi statie cu linia evaluata

Daca da, se verifica daca se poate aloca toata linia

Daca da, se aloca linia pe cutie

se actualizeaza cantitatile nealocate, volumul disponibil al cutiilor deschise si se reia bucla

4.1.3. Daca NU

Se deschide o noua cutie

Se aloca toata cantitatea

se actualizeaza cantitatile nealocate, volumul disponibil al cutiilor deschise si se reia bucla

4.2 Daca Numar cutii deschise >=Nr maxim cutiise pot face doar optimizari in cutiile deja deschise

4.2.1 Daca Linia evaluata este prima linie a unei statii neprocesate se verifica daca toate liniile statiei se pot aloca unei singure cutii

Se culeg cutiile deschise descrescator dupa volumul disponibil >0

Se verifica daca volumul statiei de alocat incape in volumul disponibil al cutiei evaluate si daca statia de alocat este compatibila (matrice compatibilitate statii) cu statiile liniilor alocate deja in cutie

Daca da se aloca linia/statia in cutie – se poate aloca prima linie si restul merg pe urmatorul caz in aceeasi cutie sau se pot aloca toate liniile statiei

se actualizeaza cantitatile nealocate, volumul disponibil al cutiilor deschise si se reia bucla

4.2.2. Alocare linie intr-o cutie care contine aceeasi statie (paragraf anterior – cazul in care se aloca doar prima linie)

Culegere cutii dupa volum disponibil >0 descrescator

Se verifica daca statia liniei evaluate este alocata in cutia evaluata

Daca se gaseste o cutie compatibila se aloca in ea maximul de cantitate – Int (Volum disponibil cutie / volum unitar al produsului); daca nu s-a alocat toata cantitatea se pastreaza cantitatea nealocata pentru procesare ulterioara

se actualizeaza cantitatile nealocate, volumul disponibil al cutiilor deschise si se reia bucla

4.2.3. Alocare linie cu intreaga cantitate intr-o cutie deschisa (nu s-a incadrat in cazurile 4.2.1, 4.2.2)

se culeg cutiile deschise descrescator dupa volumul disponibil>0

Se verifica daca volumul liniei de alocat<volum disponibil cutie

Se verifica daca statia liniei de alocat este compatibila cu statiile alocate deja in cutie (matrice compatibilitate)

Daca da, se aloca llnia la cutie

se actualizeaza cantitatile nealocate, volumul disponibil al cutiilor deschise si se reia bucla

4.2.4. Alocare cantitati partiale

se culeg cutiile deschise descrescator dupa volumul disponibil>0

Pentru fiecare cutie se verifica daca volumul disponibil este mai mare decat volumul unitar al liniei de alocat

Se verifica compatibilitate statie de alocat cu statii alocate in cutie

Daca da, se aloca maximul de cantitate in cutie – Int (Volum disponibil cutie / volum unitar al produsului)

Daca volumul de produs nu poate fi alocat intreg intr-o cutie, se aloca direct in urmatoarea cutie. In completare, pentru volumul nealocat pe cutia anterioara se vor verifica volumele de produs urmatoare care au celule cu nume Alfa comun cu ultimul produs alocat.

se actualizeaza cantitatile nealocate, volumul disponibil al cutiilor deschise si se reia bucla

4.3. Ramura inconsistente – s-a alocat numarul maxim de cutii, nu mai e volum disponibil dar mai sunt cantitati de alocat

Se deschide o cutie

Se aloca maximul de cantitate: cantitatea liniei sau Int (Volum disponibil cutie / volum unitar al produsului)

se actualizeaza cantitatile nealocate, volumul disponibil al cutiilor deschise si se reia bucla

Capitolul 5: contributiA personalA.continuarea cercetarii SPRE aplicabilitate practica

Ce va aduce nou aceasta teza:

O nouă abordare în managementul depozitelor engros automatizate – semantica auto-evolutivă cu adaptarea permanentă la mediul în continuă schimbare;

Implementarea unui sistem de masura si control dual bazat pe senzori magnetici si optici, cu mentiunea ca introducerea senzorilor magnetic a dovedit ca asigura reducererea semnificativa a erorilor asigurind o mai buna reactie in timp real a sistemului la factorii perturbatori.

O abordare inovativa pentru algoritmii autoevolutivi (genetici) bazată pe biblioteci de cunostinte semantice. Noi algoritmi evolutivi – vor crea o nouă bază pentru dezvoltarea unei noi generații de sisteme și procese de automatizare a depozitelor

O cercetare originala a unui sistem industrial autoevolutiv de culegere si reaprovizionare pentru entitati industrial automate si semi-automate.

Software inovativ, elaborat in faza de cercetare, care pune in practica metodele algoritmilor industriali auto-evolutivi de serializare si culegere

Exista similaritati cu orice alte depozite automatizate. Ceea ce deosebeste proiectul de alte abordari similar sunt cerinte specifice business-ului farmaceutic: culegerea produselor in functie de data expirarii (Best Before Date), trasabilitatea pe loturi de productie, serializarea produselor (cod bare pe unitatea livrata, conform directivelor europene).

Aria tematică și relevanța proiectului

In ceea ce privește relevanța proiectului în cadrul temelor de cercetare, aceasta teza vizează cercetarea incrementala în arii multiple care va determina optimizarea drastică a proceselor în managementul industrial.

În cele din urmă acest proiect va fi capabil de a furniza următoarele rezultate principale de cercetare:

REZULTAT AȘTEPTAT 1: Cercetarea metodologiei sistemului industrial auto-evolutiv bazat pe algoritmi genetici și elaborarea cadrului de dezvoltare a aplicatiilor software;

REZULTAT AȘTEPTAT 2: Cercetarea utilizând abordarea holistica, bazata pe perechi multidomeniu senzor – procesor – actuator, ce vor fi complet integrate în cadrul arhitecturii sistemului auto-evolutiv;

REZULTAT AȘTEPTAT 3: Cercetarea sistemului de suport a cunoașterii pentru dezvoltarea arhitecturii auto-evolutive bazată pe o abordare orientată către semantică, din care va rezulta faptul că procesul autoevolutiv va utiliza și va dezvolta continuu o bază de cunoștințe semantice;

REZULTAT AȘTEPTAT 4: Pentru a completa rezultatele așteptate ale cercetării de mai sus, ciclul experimental de dezvoltare va genera un demonstrator aplicabil verticalei industriei farmaceutice.

Primul pas în conceperea și proiectarea integrată a sistemelor și proceselor de automatizare este utilizarea (dacă există) sau dezvoltarea unui model teoretic, bazat pe cele mai recente cercetări științifice. Proiectul nostru va analiza cele mai recente cercetări și dezvoltări ale conceptelor de autoevoluție bazate pe algoritmi evolutivi pentru a găsi cea mai potrivită soluție de aplicat în activitatea depozitelor automatizate. Folosind rezultatul acestei cercetări, se vor dezvolta cel puțin doi algoritmi evolutivi optimizați.

Al doilea pas va fi crearea unui model pilot pentru sistemul expert necesar procesului de culegere (picking), utilizând de asemenea si un exemplu de simulare pentru a demonstra functionalitatea modelului. Criteriul de succes este reprezentat prin faptul că rezultatul simulării trebuie să arate că modelul sistemului expert poate, în principiu, sa satisfaca obiectivele și sa realizeze optimizarea proceselor din depozite.

Algoritmii optimizați rezultați din cercetarea proiectului pot fi utilizati în continuare pentru imbunatatirea semnificativa a software-ul folosit in prezent pentru gestionarea culegerii automate și gestionarea sistemelor de ambalare, în cadrul activităților depozitelor farmaceutice.

Autoevoluția (învățare nesupravegheată) este abilitatea de a găsi modele într-un flux de informație și poate fi analizata din punct de vedere al teoriei deciziilor, folosind concepte ca „teoria valorii” și „teoria învățării computerelor”. Principalul nostru obiectiv, fără a exclude alte metode, va fi utilizarea de algoritmi evolutivi, în special GA, deoarece există numeroase avantaje, precum nedepinderea de cunoștințele analitice, robustețea și operarea intuitivă. Toate aceste caracteristici au făcut ca algoritmii genetici să fie candidați puternici în chestiunile de căutare și optimizare [2]. Evoluția și învățarea algoritmilor evolutivi sunt foarte importante atunci când se abordează medii continuu schimbătoare de-a lungul timpului. Această capacitate este relevantă în mod particular în zona de control datorită caracteristicilor speciale ale problemelor de control. Mai mult decât atât, aceste controlere ar trebui să ofere un număr cat mai redus de reguli interpretabile.

Pornind de la ipoteza că nu există cunoștințe anterioare despre ecuațiile care definesc sistemul ce va fi controlat, această metodologie este capabilă de a evolua treptat structura controlerului și de a-i adapta parametrii online, în timp ce controlează sistemul. Sistemul autoevolutiv poate fi compus din două mari părți:

Învățarea locală in timp real a regulilor si sarcinilor ce creaza premizele furnizarii unui control adecvat de moment.

O metodă de auto-evoluție ce analizează erorile pentru a determina care grup/regulă realizeaza cea mai proastă performanță și, deci, trebuie modificată.

Procesul industrial care va fi utilizat ca și studiu de caz este managementul unui depozit farmaceutic complex, cu un grad ridicat de automatizare – practic un sistem robotizat, compus din următoarele elemente:

transportoare (transportoarele principale, cutii si capace pentru transport, benzi de transport…);

aparate de masura și scannere;

mașini de legat;

stații electrice și electronice (inițiere, inserția documentului și a adresei, preluare, recirculare, verificare și cântărire, automatizari pentru benzi pentru transport…);

culegere robotizată;

tehnologie RFID;

tehnologie mobilă;

sistemul informatic de control al depozitului – WMS.

În conformitate cu publicatia „Analyst Briefing” – "Warehouse Automation: How to Implement Tomorrow's Warehouse Today” [3] – pentru depozitele de „Clasa Superioara”, în cadrul PACE, capabilitatile sistemului ar trebui să fie:

stocarea și preluarea paleților compleți în mod automat, fără utilizarea stivuitoarelor și a operatorilor;

stocarea și preluarea automată a cutiilor de transport, fără utilizarea stivuitoarelor și a operatorilor;

aducerea în mod automat a produselor către operatori;

transportul automat al produselor dintr-o zonă de preluare într-alta;

rutarea automată a produselor către statia de expediere corectă;

permite personalului să opereze într-un mediu hands-free;

cântărirea automată a pachetelor și aplicarea etichetelor de expediere;

existența unui singur punct de vizibilitate și control asupra întregii automatizări a depozitului.

Sistemul ar trebui să permită serializarea articolelor unice, a pachetelor, a cutiilor și a paleților, de-a lungul procesului de culegere a produselor. Cu trasabilitatea asigurata pentru fiecare element, transparența întregului proces trebuie să ofere securitatea ridicată necesară pentru distribuția produselor farmaceutice, monitorizarea produselor pana la vânzarea pe canalele de distribuție definite și trebuie să asigure conformitatea cu reglementările legale europene și/sau specifice țării.

În mod normal, aceste sisteme sunt create cu trei nivele de control:

primul nivel este bazat pe dispozitive hardware de masura si control;

dispozitivele nivelului secundar sunt computerele de proces;

nivelul trei este unitatea centrală de calcul – sistemul de control al depozitului. Acest sistem este interfața cu sistemul de management al depozitului;

sistemul de management al depozitului care reprezinta interfata dintre software-ul ERP si software-ul de comanda a culegerii (reprezentat de cele trei nivele de mai sus)

Acest sistem asigură distribuirea unei game largi de produse farmaceutice de valoare ridicată și prezintă provocări speciale. Așteptările foarte mari ale clienților (farmacii, spitale…) în ceea ce privește timpul și calitatea livrării pun o presiune ridicată asupra funcționării depozitului. Un sistem de distributie fiabil către clienți și adaptarea la cerințele de reglementare stricte sunt esențiale. Procesele din depozite trebuie optimizate în mod continuu.

Această activitate complexa și în continuă schimbare poate fi semnificativ îmbunătățită prin implementarea unor sisteme și procese de automatizare auto-evolutive atât în sistemul de control al depozitului, cât și în cel de management. Această cercetare avansează un model cu mai multe obiective, utilizând semantica auto-evolutivă, bazată pe algoritmi evolutivi (de ex. algoritmi genetici, programare genetică, algoritmi mimetici…) pentru a rezolva modelul din punctul de vedere al caracteristicilor depozitelor de produse farmaceutice și al caracteristicilor depozitelor automatizate. Prin aceasta cercetare se va îmbunătăți eficiența mișcării produselor farmaceutice în depozit dar și din depozit, a stocării produselor și a scăderii timpului de transport și a costului miscarii produselor.

Pe masura ce vânzătorii engros de medicamente se apropie de secolul 21, se confrunta cu o serie de provocări pe care sistemele optimizate automate îi pot ajuta să le îndeplinească. Clienții tind să comande mult mai frecvent, în cantități mici și au nevoie de servicii personalizate. Pe de altă parte, companiile tind să accepte comenzi venite târziu, în timp ce trebuie să asigure o livrare rapidă și la timp, în perioade foarte scurte de timp [4]. În general, timpii de așteptare sunt sub presiune. Acest lucru este în mod special adevărat pentru centrele de distribuție farmaceutica.

Selectarea comenzilor este regăsirea unui număr de produse din locațiile de depozitare care să satisfaca o serie de comenzi independente ale mai multor clienți. Este o activitate importantă în lanțul de aprovizionare-desfacere, constituind 65% din costurile totale de funcționare [5] pentru un depozit tipic.

În decursul anului 2012 – o cercetare IARIA [6] a prezentat un studiu despre un model de simulare bazat pe agenti al unui sistem de selectare a comenzilor. Un depozit farmaceutic a fost utilizat ca și studiu de caz cu scopul de a îmbunătăți procesele de selecție implementate. Studiul a furnizat un model pilot bazat pe agenti pentru programarea resurselor umane necesare în activitățile de selecție. Îmbunătățirea serviciilor și planificarea forței de muncă utilizate în depozit, astfel realizate, a condus la reduceri semnificative ale costurilor de funcționare. Scopul a fost îndeplinit prin utilizarea unui cadru de simulare bazat pe agenti. Rezultatele simulării sugerează că dimensionarea corecta a resurselor umane poate fi o modalitate pentru a satisface nivelul dorit de servicii pentru clienți.

Operațiunile de selecție a comenzilor consumă adeseori o mare parte a totalului activităților de muncă dintr-un depozit (chiar și 60% [7]), iar pentru un depozit normal, selecția comenzilor poate reprezenta 55% din totalul costurilor de funcționare [8]. Acesta este unul din cele mai importante obiective atunci când se încearcă scăderea costurilor operationale și reducerea resurselor umane din depozite.

Prin utilizarea semanticii auto-evolutive, bazată pe algoritmi evolutivi, se poate atinge o optimizare totală a costurilor mai mare de 20%, prin optimizarea fluxurilor, reducerea timpului, creșterea vitezei operațiunilor și evitarea întârzierilor.

contribuția proiectului raportată la stadiul actual

Avansul față de starea actuală de ultimă oră va fi realizat pe baza următoarei strategii:

AVANS 1:Avansul progresiv al stării actuale de ultimă oră în managementul holistic al proceselor industriale, prin aplicarea unui sistem dual de masura si control a prarametrilor critici care determina functionarea acestui sistem, permitind astfel aplicarea multiplelor paradigme moderne, precum utilizarea bazelor de date semantice și managementul bazat pe cunoastere.

AVANS 2: Avansul progresiv în domeniul algoritmilor auto-evolutivi, in particular cu optimizarea și implementarea algoritmilor genetici în cadrul arhitecturilor sistemelor industriale și al managementului proceselor industriale.

Există deja o mulțime de sisteme expert și mulți algoritmi folosiți în automatizarea industriei. Cu toate acestea, provocările principale sunt legate de optimizarea sistemelor expert auto-evolutive, luând în considerare algoritmii evolutivi.

Astfel, rezultatul tezei va furniza un număr de rezultate cheie, fiecare demonstrând îmbunătățiri incrementale revoluționare în domeniul său tehnologic relevant.

Rezultatul proiectului ar trebui să fie o posibilă soluție fezabilă pentru cererea crescândă de optimizare a proceselor din domeniul de activitate al depozitelor farmaceutice.

Imposibilitatea de a indeplini acest deziderat poate duce la pierderea avantajului competitiv specific față de realizările de cercetare non-UE în domeniul automatizării depozitelor farmaceutice.

Algoritmii genetici (GA-uri) au fost introduși prima dată de Holland [9], care a fost inspirat de noțiunea de evoluție naturală și biologică. În algoritmii genetici conceptul care imită genetica populațiilor și teoria evoluției este folosit pentru a construi algoritmi de optimizare. Programarea si procesarea evolutiva va continua să avanseze si în viitor, pe masura ce vom întâlni probleme cu nivel tot mai crescut de complexitate și incertitudine și pe măsură ce presiunea socială pentru soluții mai inovatoare și eficiente va crește.

Provocările tehnologice ale acestei noi semantici autoevolutive, bazată pe algoritmi evolutivi complet integrați în sistemul automatizat de management al depozitelor, constau în realizarea fluxurilor optime de bunuri, prin modelarea soluției ca un set de algoritmi genetici, bazat pe cromozomi, în interiorul unei populații, în loc de a analiza operatiunile individuale.

GA-urile și programarea genetică au fost utilizate pentru a optimiza mai multe procese și aplicații industriale. De exemplu, F. Wang și alții au proiectat și optimizat puterea unui motor industrial utilizând GA-uri la Institutul Politehnic din Virginia și la Universitatea de Stat din Virginia în 2006 [10]. Ei au analizat principalele grupuri ale electronicii de putere care conduc un motor industrial și au creat un program de optimizare care utilizează o aplicatie bazata pe GA. Aceasta poate fi utilizata și ca instrument de verificare și practică pentru ingineri.

K. M. Mohanasundaram și alții au prezentat o lucrare în 2006 [11] în care au descris utilizarea algoritmilor genetici pentru optimizarea timpului de selecție a comenzilor într-un depozit cu un singur culoar. Obiectivul principal a fost găsirea unei secvențe optime care minimizează timpul de miscare in cadrul activității de selecție a comenzii, cu trasee verticale și orizontale date, adica un tip mai special de problemă a vânzătorului ambulant (TTSP). Un algoritm genetic a fost dezvoltat pentru această problemă de optimizare, iar rezultatele experimentale le-au indicat eficiența.

Câteva aplicații interesante ale programării genetice în industrie sunt menționate aici. În 2006, J.U. Dolinsky și alții [12] au prezentat o lucrare despre aplicarea programării genetice la calibrarea roboților industriali. Ei afirmă că cele mai multe dintre metodele propuse anterior abordau problema de calibrare prin stabilirea de modele, urmată de identificarea indirectă și de multe ori prost condiționată a identificării parametrilor numerici. Ei au propus o tehnica de calibrare cinematica statică inversă bazată pe programarea genetică, ce a fost utilizată pentru stabilirea și identificarea parametrilor modelului.

Mai jos sunt enumerate domeniile de cercetare abordate in aceasta teza și sumarizeaza modul în care se va progresa dincolo de cercetarile de ultimă oră:

O nouă abordare în managementul depozitelor engros automatizate – semantica auto-evolutivă cu adaptarea permanentă la mediul în continuă schimbare;

Noi algoritmi evolutivi – vor crea o nouă bază pentru dezvoltarea unei noi generații de sisteme și procese de automatizare a depozitelor.

Abordarea cercetării pentru a studia acest sistem foarte complex nu se poate face pur analitic, fără a obține înțelegerea întregului sistem. În primul rând există preocuparea față de comportamentul unui sistem foarte complex. În al doilea rând feedback-ul din cadrul sistemelor este un element crucial pentru înțelegerea comportamentelor lor. În modelarea dinamică a sistemului, o paradigmă holistică de control trebuie să organizeze metode științifice, dar poate, de asemenea, utiliza rezultatele cercetărilor analitice pentru a defini relațiile statice dintre variabile într-o procedură de modelare care permite simularea dinamicii sistemului în studiu.

Conform lui Andrey Popov [13] ingredientele principale ale Algoritmilor Evolutivi/Genetici sunt:

Cromozomii – pentru algoritmi genetici, cromozomii reprezintă un set de gene care codează variabilele independente. Fiecare cromozom reprezintă o soluție la problema dată. Variabile individuale și vectori ai variabilelor vor fi utilizate ca si cromozomi;

Selecție – În natură, selecția indivizilor este realizată prin supraviețuirea celui mai puternic. Cu cât un individ este mai adaptat la mediu – cu atât mai mari sunt șansele să supraviețuiască și să creeze urmasi și astfel să își transfere genele la populația următoare;

Recombinare – primul pas în procesul de reproducere este recombinarea (încrucișarea). Prin aceasta, genele părinților sunt folosite pentru a forma un nou cromozom;

Mutație – noul cromozom creat prin intermediul selecției și încrucișării populației poate fi aplicat în continuare la mutație. Mutațiile înseamnă că unele elemente ale ADN-ului sunt schimbate. Aceste schimbări sunt cauzate în principal de erori în timpul procesului de copiere a genelor părinților.

Noii algoritmi Evolutivi/Genetici creați vor lucra cu o populație (un set de indivizi), reprezentând posibile soluții la sarcina noastra. Principiul de selecție va fi aplicat prin utilizarea unui criteriu, evaluând individul în ceea ce privește soluția dorită. Indivizii cei mai adecvati vor crea următoarea generație.

Obiectivele și rezultatele proiectului

Pe baza situațiilor anterioare, obiectivele cuantificabile (și rezultatele) pot fi rezumate, în cele din urmă, în următorul format:

OBIECTIVUL 1: Studiu comparativ asupra unei game extinse de senzori (magnetici, optici) in scopul determinarii acelora care pot asigura valori corecte al factorilor critici in functionarea liniei de culegere a unui depozit farmaceutic.S-a tinut cont de specificul activitatii si cerintele standardizate in ghidul GDP (Good Distribution Practice).

LIVRABILUL 1: Sistem dual de senzori (magnetic si optic) care permite conducerea in timp real a depozitului farmaceutic, ceea ce reduce semnificativ erorile datorate parametrilor de intrare, permitind sistemului adaptarea rapida la situatii de exceptie care pot apare in procesul de culegere a medicamentelor.

OBIECTIVUL 2: Abordarea arhitecturală a algoritmilor auto-evolutivi (genetici) bazați pe biblioteci de cunoștințe semantice

LIVRABILUL 2: Raport architectural care să descrie complet, utilizând abordarea modelării obiectului, metodologia propusă pentru algoritmii auto-evolutivi (genetici);

OBIECTIVUL 3: Cercetarea algoritmului auto-evolutiv de selecție industrial.

LIVRABILUL 3: Cadrul aplicatiilor softwareelaborat pe durata fazei de cercetare ce furnizează metodele utilizate de către algoritmul auto-evolutiv industrial de culegere.

OBIECTIVUL 4: Cercetarea unui algoritm auto-evolutiv de reaprovizionare industrial

LIVRABILUL 4: Cadrul aplicatiilor software elaborat pe durata fazei de cercetare ce furnizează metodele utilizate de către algoritmul auto-evolutiv industrial de reaprovizionare.

OBIECTIVUL 5: Cercetarea unui algoritm auto-evolutiv industrial de serializare

LIVRABILUL 5: Cadrul aplicatiilor software elaborat pe durata fazei de cercetare ce furnizează metodele utilizate de către algoritmul auto-evolutiv industrial de serializare.

În procesul automat de management al depozitelor, datorită faptului că fluxul de mărfuri este în continuă schimbare la fiecare comandă a clienților și schimbările în mediul intern și extern, preluarea, ambalarea și timpul de pregătire a livrării poate crește, spațiul de marfă în depozit va deveni necorespunzător și va trebui re-locat pentru a îmbunătăți eficiența managementului de marfă și pentru a reduce costurile de management al stocării.

Obiectivele proiectului de cercetare sunt următoarele:

Implementarea unui sistem dual de senzori care sa permita tratarea eficienta a erorilor care pot apare in functionarea sistemului de culegere a medicamentelor, reducerea semnificativa a timpilor morti in care banda este oprita pentru tratarea manuala a erorilor semnalate.

îmbunătățirea algoritmilor avansați euristici industriali, bazați pe sistemul unificat orientat spre semantica avansată auto-evolutivă, pentru a crește eficiența mișcării sau stocării bunurilor în depozit și pentru a reduce timpul de transport al produselor în mișcare;

dezvoltarea unui model de studiu pilot pentru cel puțin unul dintre algoritmii evolutivi nou-creați, aplicați în software-ul pentru depozitul farmaceutic, demonstrând reducerea costurilor de funcționare al unui depozit farmaceutic automatizat, ca bază pentru optimizarea continuă a proceselor;

Protejarea proprietății intelectuale care rezultă din proiect, în conformitate cu contractul consorțiului, astfel încât să fie posibilă comercializarea.

Realizarea unui model concept care va fi utilizat mai departe pentru crearea unui sistem expert pentru depozite și astfel, livrabilele proiectului vizează următoarele:

Algoritmi evolutivi optimizați– cel puțin doi algoritmi evolutivi optimizați ce ar putea fi: algoritmi genetici [14] sau algoritmi mimetici [15], pentru soluționarea sistemului unificat orientat spre semantica de auto-dezvoltare;

Model pilot– un model pilot pentru sistemul expert;

Exemplu de simulare – un exemplu de simulare pentru modelul pilot;

Originalitatea și contribuția inovativa a proiectului

Apectele originale si inovative ale proiectului sunt descrise sumar in urmatoarea lista:

O analiza detaliata a sistemelor de senzori si propunerea implementarii unuiu sistem dual care sa permita tratarea automata a erorilor si semnalarea in timp real a eventualelor defectiuni ale liniei automatizate de culegere a medicamentelor.

O noua abordare inovativa pentru algoritmii autoevolutivi (genetici) bazata pe biblioteci de cunostinte semantice.

O cercetare originala a unui sistem industrial autoevolutiv de culegere si reaprovizionare pentru entitati industrial automate si semi-automate.

Software inovativ, elaborat in faza de cercetare, care pune in practica metodele algoritmilor industriali auto-evolutivi de serializare si culegere.

Acest proiect de cercetare dorește să schimbe modul de programare a sistemelor de automatizare a depozitelor, iar prin acest lucru devine important în toate depozitele mari, acolo unde se pune accentul pe optimizarea costurilor de-a lungul întregului lanț valoric. ‘Automatizarea industrială’ necesita o abordare holistică pentru a face față acestor provocări, în vremurile ce vor veni, iar această cercetare este un pas important în atingerea acestui obiectiv.

Premiza holistică este că există o posibilă diferență calitativă între întregul sistem și părțile sale. Modularizarea sau abordarea analitică poate eșua, astfel că abordarea holistică va asigura cea mai mare apropiere de procesul industrial real. Această abordare holistică a optimizării depozitelor farmaceutice complexe și rezultatul acestei cercetări vor crea modele și concepte inovative și originale.

Caracterul inter-, multi-, sau trans- disciplinar al proiectului

O caracteristică interdisciplinară a acestui proiect este că abordarea legată de software-ul științific teoretic va fi combinată și poate fi urmată de proiecte de cercetare de inginerie precum dezvoltarea de:

Sisteme duale de masura a parametrilor critici ai procesului

Sisteme inteligente de suport a deciziei;

Sisteme inteligente cu comportament autonom;

Sistem unificat hardware și software pentru gestionarea proceselor în timp real;

Controleri robuști pentru procese neliniare sau

Sisteme inteligente de management.

Algoritmii evolutivi pot fi combinați cu alte tehnici tradiționale simple sau complexe de optimizare. De cele mai multe ori soluția poate fi evaluată în paralel și numai selecția trebuie să fie prelucrată în serie. Acest lucru este un avantaj față de alte tehnici de optimizare cum ar fi căutarea tabu și imbunatatirea simulată. Algoritmii evolutivi pot fi folosiți pentru a adapta soluțiile la situațiile schimbătoare, pentru că metodele tradiționale nu rezistă la modificările dinamice.

Alți algoritmi evolutivi sau tehnici similare, relevante în timpul cercetării noastre, vor fi tehnici similare sau conexe, dar cu mici diferențe în detaliile de implementare și natura problemei special aplicate.

De exemplu, algoritmii evolutivi pot fi combinați cu paradigmele de sistem ale algoritmilor evolutivi-fuzzy și algoritmilor neuro-fuzzy, care imită evoluția indivizilor (spre deosebire de conceptul de populație utilizat în algoritmul genetic) în natură pe durata ciclului de viață, tipic uman: învățarea din experiență, moștenirea, schimbarea treptată și acumularea de cunoștințe din operațiuni de rutină [16]; Utilizarea combinata a acestor algoritmii evolutivi neuro-fuzzy bazați pe conceptul de evoluția indivizilor vs. evoluția populației utilizat în algoritmii evolutivi/genetici, ar putea duce la rezultate remarcabile.

Componentele proiectului vor fi correlate cu alte abordări evolutive teoretice, precum:

Programarea evolutivă – similară programării genetice, dar structura programului este fixată și parametrii săi numerici pot evolua;

Strategie de evoluție – utilizand vectori ai numerelor reale ca reprezentări ale soluțiilor și care folosesc de obicei rate de mutații auto-adaptive.

Evoluție diferențială – bazată pe diferențe de vectori și este în principal potrivită problemelor de optimizare numerică;

În scopul de a ne asigura că provocările proiectului, care pot fi rezistente la abordările tradiționale de cercetare, sunt rezolvate, vom urmări schimbul de informatii între diferitele discipline implicate și integrarea cunoștințelor din surse diferite.

Aplicații posibile cu potențial de piață

În conformitate cu un studiu publicat în iulie 2013 [17], se estimează că piața globală de distribuție farmaceutică va fi martorul unui cresteri a ratei compozite anuale (CAGR) de 8% (2012-17) si în următorii cinci ani va atinge o valoare de 85 miliarde dolari, până în 2017. Se așteaptă ca piața să fie alimentată cu medicamente fără brevete și extinderea pieței medicamentelor generice. Industria farmaceutică globală este în prezent în curs de expansiune rapidă datorita unei mulțimi de inovații tehnologice și a progreselor rapide în procesele de fabricație și integrare a lor. Acești factori creează condițiile pentru creștere a industriei de distribuție farmaceutică la nivel global.

Rezultatul cercetării noastre: crearea unui model cu multiple obiective, utilizând semantica auto-evolutivă, bazat pe algoritmi evolutivi/genetici și crearea unui model-concept, poate fi utilizat mai departe pentru a crea un sistem expert pentru depozite, în viitorul apropiat.

Așa cum se menționează în primul paragraf, există multe oportunități de piață și un sistem expert pentru gestionarea depozitelor farmaceutice are un potențial comercial real, deoarece poate optimiza costurile totale cu mai mult de 20%, prin optimizarea fluxurilor, reducerea timpului, creșterea vitezei operațiunilor și evitarea întârzierilor.

Acest sistem de depozit farmaceutic asigură distribuția unei game largi de produse farmaceutice de mare valoare și prezintă provocări speciale. Așteptările foarte ridicate ale clienților cu privire la timpul de livrare și calitate pun o presiune mare pe funcționarea depozitului. Îmbunătățirile induse de cercetarea noastră în fiabilitatea și viteza de distribuție către clienți și respectarea cerințelor stricte de reglementare sunt vitale. Procesele din depozite trebuie optimizate în mod continuu, iar prin utilizarea rezultatelor cercetării noastre, acest obiectiv poate fi atins permanent.

Această cercetare va crea si premizele pentru dezvoltarea unui sistem integrat expert de management al depozitelor pentru a avansa și îmbunătăți sistemul actual de control al depozitelor, integrat cu sistemul ERP DataKlas. ERP-ul DataKlas, dezvoltat în colaborare cu partenerul HTSS, este un sistem informatic integrat pentru planificarea resurselor și management, proiectat pentru optimizarea și eficientizarea procesele interne de afaceri ale companiilor din industria de distributie si vanzare a produselor farmaceutice. Este un sistem multi-modul special proiectat ce poate oferi suport tuturor sectoarelor de activități ale unei companii prin standardizarea proceselor de luare a deciziilor sau a celor productive și introducerea bunelor practici specifice sectorului farmaceutic retail sau angro și nu numai.

Integrarea proiectului cu strategia de dezvoltare a întreprinderilor partenere

Posibili parteneri pot fi cei mai puternici comercianți en-gros de pe piața farmaceutică, cei care acoperă cel mai bine lanțul Producător Angrosist Farmacii Clienți.

Termeni & Elemente anexe

Sistemul informațional este o parte a sistemului informațional în care procesul de culegere, transmitere, stocare și prelucrare a datelor se realizează utilizând elemente sau componente ale tehnologiei informaționale, adică mijloace de calcul și de comunicare moderne, produse software specializare, proceduri și tehnici specifice la care se adaugă personalul specializat.

Sistemul informatic este o parte a sistemului informațional, adică aceea parte care cuprinde culegerea, prelucrarea și transmiterea automată a datelor și informațiilor din cadrul sistemului informațional.

Sistem informatic integrat – specific anumitor domenii de activitate – (ex. sistem economic, financiar, bancar) este sistemul care asigura introducerea unică a datelor și prelucrarea multiplă a acestora în funcție de cele mai diverse cerințe formulate de către utilizatori.

Tehnologia informației este un termen contemporan care descrie combinația de tehnologii de calcul – echipamente și software – cu tehnologia comunicației – rețele de transmitere a datelor, imaginilor și vocii.

Sisteme informatice de gestiune – modelele de gestiune regrupează procedurile proprii ale unui domeniu. în activitatea practica să pot identifica o serie de modele specifice domeniului, ca de exemplu: – tehnologiile de fabricație, vânzările specifice, contabil.

Analiștii de sistem sunt acei specialiști care înțeleg atât aspectele legate de facilitățile și limitele oferite de tehnologiile informației, cat și cerințele de prelucrare a datelor necesare procesului de informare – decizia agenților economici.

Sistemele de Prelucrare a Tranzacțiilor (SPT) sunt aplicații ale sistemului informațional care permit culegerea , stocarea și prelucrarea zilnica a datelor rezultate din desfășurarea tranzacțiilor, asigurând actualizarea bazei de date.

Sistem informatic de conducere (SIC) – este un sistem de aplicații informatice care se ocupa cu elaborarea de rapoarte sub un format standard necesare organizării și conducerii operative a unității.

Sistem Suport de Decizii (SSD) – este un sistem de aplicații informatice care asigură pe utilizatori cu informații orientate pe decizii, adică cu informații referitoare la diverse situații care pot apare în luarea deciziilor. Când acest sistem este utilizat direct de către conducerea executivă a firmei se mai numește și sistem de informare executivă.

Noțiuni de bază specifice medicamentelor

Conform definiției agreate de Organizația Mondială a Sănătății (OMS), orice substanță sau produs utilizat cu scopul de a modifica sau explora un sistem fiziologic sau o stare patologică în interesul individului căruia îi este administrat se numește medicament.

Altfel spus, medicamentul poate fi definit ca substanța sau produsul (rezultat din asocierea mai multor substanțe) utilizat în scopul prevenirii, al vindecării bolilor sau al îndepărtării unor simptome supărătoare pentru individ.Noțiunea de substanță medicamentoasă (substanță activă) definește substanța care are proprietatea de interacționa prin mecanisme fizice, fizico-chimice sau chimice cu moleculele, atomii sau ionii din care este alcătuită materia vie, declanșând succesiv, la nivelul organismului, un lanț de reacții, care se manifestă practic simultan, sub forma efectului farmacologic. Prin urmare, acțiunea biologică a substanțelor medicamentoase este determinată de structura chimică a acestora și implicit de proprietățile lor fizice, fizico-chimice și chimice. Prin acțiunea lor, substanțele medicamentoase au capacitatea de a modifica funcțiile diferitelor celule, ceea ce se reflectă asupra întregului organism, ca urmare a interrelațiilor complexe ce caracterizează organismele vii.

De cele mai multe ori, asigurarea eficienței terapeutice a substanțelor medicamentoase (active) depinde de asocierea acestora cu substanțe auxiliare. Substanțele auxiliare (excipienți) sunt substanțe inactive din punct de vedere farmacologic, dar care influențează favorabil manifestarea efectului farmacologic al substanțelor medicamentoase, îndeplinind mai multe roluri, indispensabile pentru utilizarea substanțelor active în scop terapeutic.

Formele farmaceutice

Formele sub care sunt prelucrate substanțele medicamentoase împreună cu substanțele auxiliare, pentru a putea fi administrate în condiții optime și folosite în mod uzual cu eficacitate maximă, poartă numele de forme farmaceutice.

Prelucrarea în forme farmaceutice a substanțelor active și auxiliare se realizează prin intermediul unor operații farmaceutice generale (cântăriri, pulverizare, dizolvare, solubilizare, filtrare) sau speciale (granulare, comprimare, modelare, etc.), care fac obiectul tehnologiei farmaceutice.

NomenclatORUL DE medicamente

Există mai multe posibilități de a denumi un medicament. Acestea sunt:

Denumirea chimică sistemică care redă structura chimică a substanței medicamentoase și este de obicei prea complicată pentru a fi utilizată practic; în mod uzual, denumirile chimice se folosesc numai pentru unele medicamente cu structură simplă sau relativ simplă.

Denumirea generică sau comună, de regulă o prescurtare a denumirii chimice, este recomandată pentru evitarea confuziilor și are caracter oficial. Denumirea generică poate fi internațională sau oficinală.

Denumirea internațională (DCI – denominatio communis internationalis) este propusă sau recomandată de Organizația Mondială a Sănătății (Națiunile Unite), are drept scop internaționalizarea numelor substanțelor medicamentoase și se folosește în literatura științifică. Astfel, s-a propus ca pentru medicamentele din aceeași grupă terapeutică să fie folosite, în componența denumirii, aceleași silabe sau grupe de silabe, care se găsesc de cele mai multe ori la sfârșitul cuvântului.

Denumirea oficială este cea prevăzută în farmacopee, în cazul țării noastre, în Farmacopeea Română și reprezintă denumirea oficială în țara respectivă, fiind folosită în farmacii și pentru prescripția magistrală. În Farmacopeea Română multe denumiri corespund celor internaționale.

Denumirea comercială sau înregistrată (se notează cu indicativul ®) este stabilită de firma sau fabrica ce a produs medicamentul și este considerată ca o garanție a calității acestuia. Ea se referă la medicament în forma lui finală, care cuprinde substanța sau substanțele active, prezentate într-o anumită formă farmaceutică.

referințe bibliografice

[1] Horia Gavrilă. Magnetism tehnic și aplicat, Ed. ACAD. ROM. București,

[2] Sorin Ciureanu, Senzori magnetici, Editura Venus, Iași, 2002, pg 82

[3] H. Gavrila, H.Chiriac, V. Ionita, P. Ciureanu, A. Yelon, Magnetism tehnic si aplicat, Edit. Academiei, București, 2000, pg 261-275, 284-285, 826

[4] P. Ponce-Cruz, F.D. Ramirez-Figueroa, “Intelligent Control Systems with LabVIEW™ 123” © Springer, ISBN 978-1-84882-683-0, 2010

[5] Analyst Briefing – "Warehouse Automation: How to Implement Tomorrow's Warehouse Today", The Aberdeen Group, Author : Brad Wyland, Sr. Research Analyst, Supply Chain Management, 2008

[6] R. de Koster, T. Le-Duc, and K. J. Roodbergen, “Design and control of warehouse order picking: A literature review,” European Journal of Operational Research, vol. 182, issue 2, pp.68–73, pp. 481-501, October 2007.

[7] I. Hobkirk, J. O’Neill, Warehouse Automation—What’s Really Working For Pallet, Case, and Piece-pick Operations. A Comprehensive Look at Bar Coding, Pick to Light, Voice, Conveyors, Carousels, and AS/RS, Aberdeen Group, January 2007

[8] Van den Berg, J.P. 1999, “A literature survey on planning and control of warehousing systems”. IIETransactions 31, pp 751-762.

[9] João Pedro Jorge, Zafeiris Kokkinogenis, Rosaldo J. F. Rossetti and Manuel A. P. Marques, “Agent-based simulation model of an order picking system”, un studio pentru“International Academy, Research and Industry Association (IARIA)” – ISBN: 978-1-61208-234-9, 2012.

[10] J. Drury, “Towards more efficient order picking,” IMM Monograph No. 1. Report, The Institute of Materials Management Cranfield, U.K, 1988.

[10] J. A. Tompkins, J. A. White, Y. A. Bozer, and J. M. A. Tanchoco, ”Facilities planning,” New York, John Wiley and Sons, 2003.

[11] J.H. Holland, “Adaptation in Nature and Artificial Systems”, University of Michigan Press, Ann Arbor, 1975.

[12] Wang F, et al. (2006) “Design optimization of industrial motor drive power stage using genetic algorithms. Proceedings of CES/IEEE 5th International Power Electronics and Motion Control Conference (IPEMC)”, 1–5 Aug 2006, vol 1, pp 14–16

[13] A Genetic Algorithm Approach to Optimize the Order Picking Time in a Single Aisle Warehouse, Karpagam College of Technology, Coimbatore – K. M. Mohanasundaram, A.T.Ravichandran, K. Balamurugan, G. Anitha, 2006

[14] Dolinsky JU, et al. (2007) Application of genetic programming to the calibrating of industrial robots. ScienceDirect Comput Ind 58(3):255–264

[15] “Genetic Algorithms for Optimization – Application in Controller Design Problems”, Andrey Popov, TU-Sofia, 2003

[16] Evolutionary algorithm (EA) – seeking the solution of a problem in the form of strings of numbers (the best representations are usually those that reflect something about the problem being solved), by applying operators such as recombination and mutation (sometimes one, sometimes both). This type of EA is often used in optimization problems

[17] P. P. Angelov , D. P. Filev, “An approach to online identification of Takagi-Sugeno fuzzy models, IEEE Transactions on Systems Man and Cybernetics Part B-Cybernetics” 2004;

[18] Pharmaceutical Packaging Market –“Global Trends, Opportunities and Forecasts to 2017”, Cod: PH 1347, Publishing Date: Iulie 2013

[19] J. Renaud, A. Ruiz, Improving Product Location and Order Picking Activities in a Distribution Center, Journal of the Operational Research Society, 59, pp. 1603-1613, ( 2007).

[20] A.M. Felker, Design and Implementation of an Automated Pick and Place System for JohansonTechnology, Inc., A Senior Project for the degree of Bachelor of Science in Industrial Engineering, California Polytechnic State University San Luis Obispo, April 2011, Available at http://digitalcommons.calpoly.edu/cgi/viewcontent.cgi?article=1070&context=imesp

[21] R. Hagspihl, S.E. Visagie, The number of pickers and stockkeeping Unit arrangement on a unidirectional picking line, South African Journal of Industrial Engineering, 25, 3, pp.169-183, (2014).

[22] C.M. Macal,M.J. North, Tutorialonagent-based modelling and simulation, Journal of Simulation, 4, pp. 151–162, (2010).

[23] S. Vonolfen, M. Kofler, A. Beham, M. Affenzeller, W. Achleitner, Optimizing Assembly Line Supply by Integrating Warehouse Picking and Forklift Routing Using Simulation, Proceedings of the IEEE 2012 Winter Simulation Conference, C. Laroque, J. Himmelspach, R. Pasupathy, O. Rose, and A. M. Uhrmacher, eds. , 2012, pp. 1-12.

[24] I. Felea, C. Panea, G. Bendea, Stochastic Evaluation of the Reliability of the Geothermal Energy Exploitation Systems, Revue Roumaine des Sciences Techniques – Série Electrotechnique et Energétique, 59, 2, p. 141–151, Bucarest, (2014).

[25] D. D. Eisenstein, Analysis and Optimal Design of Discrete Order Picking Technologies Along a Line, Wiley InterScience, Naval Research Logistics (NRL) 55, 4, pp. 350–362, (2008).

[26]OMG, OMG Unified Modeling Language (OMG UML), Superstructure, Version 2.3. (2010).

[27]Alba Logistics, Automated Order Picking for Irish Businesses, WERC Library, January 2008, Available at http://www.werc.org/assets/1/workflow_staging/Publications/632.PDF

[28]Generic Modeling Environment, http://w3.isis.vanderbilt.edu/Projects/gme/

[29]A.D. Ionita, A. Olteanu, Support Students’ Experimental Work in Electrical Engineering with Visual Modeling, Revue Roumaine des Sciences Techniques – Série Electrotechnique et Energétique, 59, 1, pp. 107-116, (2014).

[30] J. R. Brauer, Magnetic Actuators and Sensors, IEEE PRESS, 2006

[31] FESTO, Proximity sensors SMT/SME-8, for T-slot, available at: http://www.festo.com/net/SupportPortal/Files/285875/SMx8_en.pdf-26.02.2010-%208-46- 07.pdf

[32] Sistem pentru citirea codurilor de bare, Cercel Constantin, Universitatea „Constantin Brâncuși”,Tg-Jiu

[33] Marieta Olaru, Rodica Pamfilie – Fundamentele științei mărfurilor, Editura Economica, 2007

[34] Runceanu Adrian – Tehnologii Web – limbajele HTML, PHP + MySQL – curs

[35] Vertan Constantin, Mihai Ciuc – Tehnici fundamentale de prelucrarea și analiza imaginilor, Editura Matrixrom, București, 2007

[36] John R. Brauer, ,,Magnetic Actuators and Sensors”, IEEE PRESS, 2006

[37] Senzori si traductoare, Valer Dolga, Editura Eurobit, Timisoara

[38] Documentatie tehnica PEEM (Motor Schafer, Catalog senzor de proximitate, www/festo.com)

[6],[39] R. De Koster, T. Le-Duc, K.J. Roodbergen, Design and control of warehouse order picking: a literature review, European Journal of Operational Research, 182, 2, pp. 481-501, (2007).

[40] H. Gavrila, H.Chiriac, V. Ionita, P. Ciureanu, A. Yelon, Magnetism tehnic si aplicat, Edit. Academiei, București, 2000, pg 261-275, 284-285, 826

[31] [41] FESTO, Proximity sensors SMT/SME-8, for T-slot, http://www.festo.com/net/SupportPortal/Files/285875/SMx8_en.pdf-26.02.2010-%208-46-07.pdf

[1] &[42] Sorin Ciureanu, Senzori magnetici, Editura Venus, Iași, 2002, pg 82

[43] J. R. Brauer, Magnetic Actuators and Sensors, IEEE PRESS, 2006

[44] I. Hobkirk, J. O’Neill, Warehouse Automation— What’s Really Working For Pallet, Case, and Piece-pick Operations. A Comprehensive Look at Bar Coding, Pick to Light, Voice, Conveyors, Carousels, and AS/RS, Aberdeen Group, ianuarie 2007

[45] S. Ciureanu, B. Dumitrescu, Comparativestudyofelectrodepositednanocrystallineand amorphous co-rich alloys for recording heads, ISFEE (2015)

Posibile noi materiale magnetice

Descoperirile recente în tehnologia care implică materiale magnetice necesită crearea materialelor magnetice avansate noi cu proprietăți magnetice și magneto-transport îmbunătățite și cu dimensiuni reduse. Așadar, materialele magnetice cu caracteristici magnetice deosebite și dimensionalitate redusă au câștigat de curând multă atenție.

Comparând efectele structurale asupra proprietăților magnetice ale filmelor bogate in Cobalt, a fost evidențiată influența grosimii și dimensiunea granulelor în ambele aliaje. Aceste materiale magnetice clasificate ca "soft" reprezintă o componentă centrală a dispozitivelor electromagnetice, cum ar fi motoare pas cu pas, senzori magnetici, transformatoare și capete magnetice de înregistrare.

Prin urmare, este necesara o înțelegere aprofundată a nanocristalinelor și filmelor amorfe bogate in Cobalt pentru obtinerea unui nou material pentru potentiale dispozitive si aplicații necesare si in structura unui depozit farmaceutic.

Lucrarea prezintă un studiu comparativ a două materiale magnetice: nanocristaline bogate in Co și filme amorfe cu aceleasi compoziții obținute prin galvanizare la diferite densitati de curent. Aliajele bogate in Co prin electrodeunere, formate la 20-30 mA / cm2, sunt nanocristaline și au același comportament magnetic și o bună stabilitate.

Introducere

Scopul principal al acestei lucrări este de a obtine materiale magnetice care sunt utilizate la fabricarea miezurilor magnetice cu performanțe mai bune. Prin urmare, distribuția spațială a câmpului de dispersie întrefier [1] a circuitului magnetic depinde de geometria sa, precum și de permeabilitatea electrică și conductivitatea materialului piesei polare.

Aliajele amorfe au proprietăți importante cum ar fi: o valoare ridicată de permeabilitate magnetică și rezistivitate electrică, care sunt menținute până la frecvențe de 100 MHz. Din acest motiv, în ultimii ani, dezvoltarea tehnicilor de înregistrare magnetică este corelată cu progresele realizate, în vederea obținerii de materiale comparabile cu cele mai competitive, care sunt disponibile pe piață. Un foarte bun exemplu este aliajele amorfe bogate în Cobalt [2]. Proprietățile magnetice ale filmelor subtiri bogate in Co depind de metodele și condițiile de preparare. Ele sunt afectate semnificativ de parametri structurali, cum ar fi: structura cristalografică, mărimea particulelor, textura, rugozitatea suprafeței [3]. Structura filmelor subțiri electrodepuse este afectată în primul rând de densitatea de curent electric. La valori ridicate ale densității curentului (> 200 mA / cm2), rata de formare a filmului este mai mare, iar filmul este amorf. La o densitate de curent joasă (20-40mA / cm2), filmele electrodepuse au o structură cristalină.

În această lucrare este prezentat și analizat evoluția proprietăților structurale și magnetice ale straturilor subțiri Co-bogat ca o funcție a densității de curent de galvanizare. Aliajele investigate au următoarea compoziție structura chimică (CoxFe1-x) y (MP) 1-y, cu x> 80. Fosforul a fost încorporat in aliaje pentru a se obține o rezistivitate mai mare. Adăugarea unui metal M, ca Sn sau Cr, îmbunătățește rezistența la coroziune și stabilitatea. Proprietățile sunt potrivite pentru capetele inductive de film subțire, care sunt utilizate în înregistrarea magnetică de înaltă densitate.

Proceduri experimentale

Aliajele CoFeP au fost obținute prin metoda de depunere catodică, cu ajutorul curentului galvanic (> 200mA / cm²) și la intensitate valoare joasa a densității curentului electric (<30 A / cm2) la temperaturi de aproximativ 50° C, în soluții cu diferite compoziții și concentrații ale băii de electrolitice. Peliculele obținute au grosimi diferite în funcție de timpul de electrodepunere. Grosimea filmului a fost măsurată cu ajutorul unui profilometru Dektak.

Structura cristalografică a filmelor a fost studiată prin difracție cu raze X (XRD) utilizând radiația CuKa. Mărimea cristalitelor a fost estimată folosind formula Scherrer. Buclele de histerezis au fost caracterizate utilizand o probă la magnetometrul Lake Shore modelul 7304.

Rezultate si discutii

Filmul nanocristalin a fost obținută prin metoda de galvanizare, folosind o densitate de curent de 30mA / cm2, iar în cazul eșantionului amorf a fost aplicată o densitate de curent egală cu 200mA / cm2. Compoziția filmelor nanocristaline, obținute așa cum este descrisa mai sus, este puternic dependentă de densitatea curentului. Filmele amorfe și nanocristaline au aceeași compoziție [4]. Fosforul încorporat în aliaje mărește rezistivitatea și coercivitatea și scade magnetizarea de saturație. În cazul materialelor magnetice de înregistrare, cele mai importante proprietăți fizice sunt: valoare ridicată a magnetizării de saturație și de rezistivitate electrică și coercitiva scăzută.

În fig. 1 este prezentată variația compoziției chimice in funcție de densitățea fluxului magnetic de saturație. Se poate concluziona că datele experimentale obținute se supun unei relații liniare, care dă dependența compoziției de momentul magnetic de metal de tranziție. Relația se stabilește în funcție de modelul de bandă rigidă, presupunând că atomii metaloizi contribuie cu unii dintre electroni lor s si p la finalizarea benzii d de metal de tranziți. Amorfizarea are o influență redusă asupra acestui comportament și, practic, diferențe semnificative nu sunt observate între magnetizarea de saturație a aliajelor amorfe și cristaline.

Fig 1. Dependența inducției de saturație asupra concentrației de Fe, pentru aliajele CoFeP

Efectul privind aliajul cu fier, în domeniu, în care magnetostricțiunea este scăzuta, este pus în evidență în figura 1. Liniile drepte au aceeași pantă, determinată în principal de momentul magnetic de cobalt. Prin urmare, pentru a obține cea mai mare valoare posibilă pentru magnetizarea de saturație, studiate, aliajele amorfe CoyFexPz trebuie să aibă o compoziție care satisface următoarele cerințe: 10 <z <20; (Y / x) ≈ 24; 2 <x <6. Cu toate acestea, aceste domenii sunt restranse de cerințele legate de stabilitatea/statornicia și cu comportamentul la înaltă frecvență. Pentru aliajele cristaline, există aceeași problemă, deoarece magnetostricțiunea este determinată în primul rând de compoziția filmelor. În filmele obținute la 30mA / cm2, concentrația de fosfor este de aproximativ 10%. Filmele amorfe prin electrodepunere, cu un conținut scăzut de fier, care au la 50 Hz inducția de saturație, Bs, mai mica decât 0,7 T devin inadecvate la înaltă frecvență (fig. 1). Valoarea de inducție de saturație pentru peliculele obținute bogate in Co cu diferite adaosuri (Sn, Mo, Dy, Gd) poate fi între 1,1 și 1.3T.

Reducerea magnetizării de saturație cu temperatura, determinată cu ajutorul unui magnetometru care înregistrează dependența de temperatură a momentului magnetic măsurat în emu, este liniară în intervalul 300-400 K, și indică valori mai mari cu cresterea conținut de fier. Rezultatul nu confirma legea T 3/2 dar este conform ecuatiei:

(1)

unde T este temperatura, Waniz este energia de anizotropie, kT e o constanta proportionala cu temperatura

Ecuația (1) are o variație de aproximativ liniară când Waniz << kT.

Pentru aliajele amorfe, reducerea Bs este mai pronunțata la temperatură scăzută decât în cazul materialelor cristaline, deoarece temperatura Curie este diminuată, de asemenea. În cazul studiat, temperaturile Curie scad cu conținutul de cobalt, în timp ce temperaturile de tranziție de fază cresc. (Fig. 2)

Fig.2. Temperatura Curie (Tc) si de cristalizare, (Tcr), functie de continutul in Co al aliajelor amorfe CoFeP

La diferite frecvențe aplicate, inducția de saturație variază la frecvențe diferite, așa cum este prezentată în Fig. 3, în cazul unui film de amorf cu o compoziție specifică.

Fig.3. Curbele normale de magnetizare la frecvențe diferite, pentru un film amorf cu o compoziție Co80Fe2P18

Câmpul coercitiv (Hc) al aliajelor bogate in Co are valori scăzute și are o proprietate importantă a acestor materiale. Fujimori [5] a stabilit: contribuția principală la Hc rezultă din fluctuațiile anizotropiei datorită magnetostricțiunii. Aliajele obținute în cadrul acestei lucrări au magnetostricțiunea practic nulă, prin urmare, acestea prezintă Hc scăzut și pot fi utilizate pentru capetele magnetice. Hc scade odată cu creșterea concentrației de cobalt pentru toate aliajele amorfe sau cristaline (fig. 4). Fe și P creșc coercivitatea. Corelația dintre valorile Hc și magnetostricțiunea poate justifica proprietatile magnetice moi ale materialelor cu un număr mic de incluziuni și golurile. În aceste cazuri, procesele de magnetizare, în apropierea punctului coercitiv, apar mai ales cu deplasarea pereților domeniu și pot fi explicate în termenii teoriei tensiunii. Atunci când tensiunile mecanice interne predomină în densitatea superficială a fluctuațiilor în pereții de domeniu (σ), campul critic (H0) care produce mișcarea domeniului este:

(2)

unde: (Δσ) este valoarea medie a fluctuatiilor de tensiune; a0 este dependentă de grosimea pereților de domeniu și de lungimea de undă a tensiunii de dispersie numărul; μ0 este permeabilitatea în vid, Ms este magnetizare de saturație.

Fig.4. Variatia Hc versus compozitia aliajului amorf CoFeP; 1 – P10 , 1μm; 2 – P16 , 1μm ; 3 – P20 , 1μm; 4 – P10 , 2μm

Fig. 5. Variatia Hc versus grosimea filmelor cristaline

Ecuația (2) arată că, în materiale cu număr mic de defecte, H0 depinde de tulpinile interne și este mai mare atunci când dispersia tensiune devine comparabilă cu grosimea pereților de domenii. Pentru că Hc ≥ H0, dependența sa de magnetostricțiunea dovedește că aceste materiale sunt omogene. Proprietățile magnetice sunt determinate în principal de tensiunile interne.

Fig. 5 prezintă influența grosimii filmului pe coercivitatea, pentru aliajele cristaline. Hc se schimbă ușor atunci când grosimea crește. De aceea, este dificil să se obțină o dovadă experimentală pentru filmele foarte subțiri. Pentru amorfe filmele cu grosimea 1- 40 μm, Hc creste mai mult.

Coercitivitatea este afectată în mod semnificativ de parametrii structurali, cum ar fi dimensiunea particulelor, textura, rugozitatea suprafeței și structura cristalografică, prin urmare, de condițiile de preparare. Unii autori a detectat o creștere bruscă a coercivitatea ca o funcție a grosimii în cazul filmelor subțiri cu Co [6]. Alți autori [7] au găsit două tipuri distincte de comportament ale coercivitatea și magnetostricțiune, în funcție de grosimea filmelor cu Co când toate filmele au avut aceeași structură. Noi am respectat cu strictețe aceleași condiții ale procesului de galvanizare, și numai timpul de electrodepunere a fost variat. S-a constatat că coercivitatea crește ușor cu grosimea. Acest lucru este legat de microstructura fizică a filmelor și în special de granulația care a fost controlata [8]. Datele cristalografice de mărime indică faptul că, pentru filme cu o grosime mai mare de 10 nm, o multitudine de straturi de granule mici apar în aceste probe, mai degrabă decât creșterea coloanelor. Această structură oferă un număr enorm de site-uri pentru pereti pinning Neel, care vor forma în aceste filme. In filmele foarte groase, este posibil chiar sa se formeze pereți cu aceeasi forma. Cu toate ca aliajele amorfe nu au anizotropie cristalină, toți autorii au detectat în filmele subțiri o anizotropie, care este perpendiculara pe planul filmului. Acest anizotropie crește câmpurile coercitivity și scade magnetizarea, iar aceasta poate fi explicata prin microcristalele formate în materialul amorf. [9]

În filmele electrodepuse, tensiunile mecanice sunt foarte mici și incluziunile de hidrogen sunt prezente în aliaje obținute la densitatea de curent mai mare. Filmele cristaline au anizotropie cristalina, dar la o densitate de curent joasă structura este fină sau ultrafina, astfel, anizotropia a devenit mai mică. Prin urmare, noi avem posibilitatea de alegere condițiile galvanoplastie, și putem obține filmele cu aceleași proprietăți magnetice la diferite densități de curent. Fig. 4 și Fig. 5 arată că filmele amorfe, la concentrații mai mari de Co și la o grosime de 1 μm, iar peliculele cristaline cu o grosime mai mică decât 100 nm, au aceeași Hc (~ 1A / m).

Permeabilitatea magnetica relativa, μr = μr’+jμr” , are 2 componente: o parte reala, (μr’), asociata cu numarul de procese dissipative si una imaginara (μr”) ce reprezinta procesele ireversibile ca disipare prin efect Joule și / sau a radiațiilor de radiofrecvență. Utilizam μr’ pentru a caracteriza răspunsul filmelor electrodepuse la un câmp magnetic alternativ.

Pentru filemele amorfe, μr’ creste cu cresterea concentratie de Co and descreste cu grosimea filmului. (Fig.6). Dependenta μr’ pe câmpul aplicat (fig. 7) arată că permeabilitatea este constantă la valori mai mici decât un domeniu critic, când magnetizarea se datorează în procesele de rotație.

Dup ace campul critic, μr’ crește din cauza activării de circulație a pereților de domeniu. Filmele nanocristaline subțiri prezintă, la aceeași concentrație a componentelor, o permeabilitate relativă abordare. Grosimea filmelor foarte subțiri influențează mai mult valorile de permeabilitate.

Fig. 6. Dependenta permeabilitatii relative initiale de concentratie de Co

Fig.7. Dependența față de permeabilitate a câmpului magnetic inductor, la frecvența de 10 kHz, pentru filmele amorfe electrodepuse Co86Fe4P10

4. Concluzii

Studiul comparativ al nanocristalinelor și filmelor amorfe bogate in Co arată că aceste materiale au proprietăți magnetice a materialelor magnetice moi. Ambele aliaje pot fi obtinute prin galvanizare la mică (30 mA / cm2) și mare (200mA / cm2), densitatea de curent din aceeași baie electrolitică. Filmele pot avea aceeași compoziție dar diferă structural. Proprietățile magnetice moi, care sunt puternic dependente de compoziție au diferite valori. La compoziția magnetostrictiva zero și aceeasi grosime, coercivitatea este 1 – 4 kA / m și inductia de saturație este 0.7-1T. Permeabilitatea este mai afectat de structura și condițiile de preparare, dar are valori de aproximativ 103-104 care nu diferă mult. Rezistivitatea este de ordinul 10-5, prin urmare, pierderile prin curenți turbionari sunt reduse. Filmele de nanocristale au un avantaj: o mai bună stabilitate. Metoda permite utilizarea unei instalații de galvanizare cu tensiune de impulsuri, care poate obține în mod alternativ două densități de curent, pentru electrodepunerea multistrat amorf si nanocristalin. Această modulare structurală [10] conferă posibilitatea de a obține un spectru larg de proprietăți magnetice moi. Scăderea dimensiunilor granulelor de film feromagnetic are o structură constantă care tinde la zero, ca și comportamentul ideal de monodomeniu feromagnetic [4].

Comparând efectele structurale asupra proprietăților magnetice ale filmelor bogate in Co, a fost evidențiată influența grosimii și dimensiunea granulelor în ambele filme. Aceste materiale magnetice clasificate ca "soft" reprezintă o componentă centrală a dispozitivelor electromagnetice, cum ar fi motoare pas cu pas, senzori magnetici, transformatoare și capete magnetice de înregistrare.

Prin urmare, o înțelegere aprofundată a nanocristaline și filme amorfe bogate in Co este necesară pentru obtinerea unui nou material pentru posibile dispozitive.

Bibliografie

[1I.Daniel, S.A.Ciureanu, A. Gearba, Electrotehnica, Electronica, Automatica Revue, pp 7-8,Sept,1998.

[2]P.Ciureanu, H.Gavrila, Magnetic Heads for digital recording,,ELSEVIER, Amsterdam, Oxford, New-York, Tokio pp 47-52, 1990.

[3]Horia Gavrila, Horia Chiriac, Petru Ciureanu ,Valentin Ionita, Arthur Yelon, MAGNETISM TEHNIC SI APLICAT, Editura Academiei Romane, Bucuresti, 2000.

[4] S.A. Ciureanu, B..Dumitrescu, The structure constant in the nanomagnetism, Fundamentals of Electrical Engineering (ISFEE), 2014 International Symposium, Bucharest, IEEE Conference Publications, pag1-4

[5] S.Ohuma, H.J.Lee, N.Kobayashi, H.Fujimori and T.Matsumoto, Co-Zr-O nano-granular thin films with improved high frequency soft magnetic properties, IEEE Trans. Magn.,37, 2251, 2001.

[6]Jeong I.S.,Quantitative study of magnetization ripple in Co81B39 amorphous thin films, IEEE Trans on Magnetics 24,2,2002

[7]A.Kharmouche, S.M.Cherif, A.Bourzami, A.Layadi, and G.Schmerber, J.Phys. D: Appl. Phys.37,2583, 2004.

[8]Y.T.Chen, S.U.Yen, D.Yao, J.M.Wu, C.C.Lee, and A.C.Sun, Magnetic properties of face-centered cubic Co films, IEEE Trans. Magn, 42,278-282,2006.

[9]Borja Presa, Rafael Montarranz, Maria Carmen Contreras, Javier Fernandez Calleja,Luis Eugenio Fernandez-Outon, d Kevin O’Grady, Magnetic Properties of Nanocrystalline Co Thin Films Grown on Glass, IEEE Trans. on Magn.,44,2788-2791, 2008.

[10] K.Komagaki, M.Tsunoda, H.Takahashi, K.Noma, H.Kanai, K.Kobayashi, Y.Uehara, and M.Takahashi, IEEE Trans.on Magn., 44,2832, 2008.