18.03.2025

Datasta tehokkuutta, tuottavuutta ja kilpailukykyä

Datan hyödyntämisen pilotti teollisuuden ympäristössä aloitettu

Datasta tehokkuutta, tuottavuutta ja kilpailukykyä -hankkeessa toteutetaan Aurolahti Konserniin kuuluvan Aurolahti Automationin kanssa pilottihanke, jossa hyödynnetään Internet of Things (IoT) -sensoriteknologiaa. Pilottihankkeen tavoitteena on kerätä tietoa tavaralavojen läpimenoajoista ja testata useita potentiaalisia ratkaisumalleja sekä uusia sensoreita.
"Aurolahti Automation verkostoitui Robocoast EDIH-verkoston kautta, tuoden mukanaan mielenkiintoisia ratkaisutarpeita ja ideoita hankkeeseen.", kertoo Datasta tehokkuutta, tuottavuutta ja kilpailukykyä -hankkeen projektipäällikkö Veli-Matti Tornikoski.

Hankkeessa tutkitaan erilaisia liityntöjä IoT-sensorilaitteen ja tiedonkeruujärjestelmän sekä myöhemmin tehdastietojärjestelmien välillä. Tavoitteena on hyödyntää kerättyä dataa lähtötietona automaatiossa, layout-suunnittelussa ja simulointi-ratkaisuskenaarioissa.
"Meitä kiinnostaa tutkia, miten voimme hyödyntää varasto- ja sisälogistiikan simuloinnissa IoT-antureita ja datan käsittelyä. Tavoitteena on ”saada nopeasti lähtötietoa” automaatiokokonaisuuden nykytilasta ja mahdollisista pullonkauloista", kertoo Aurolahti Automationin liiketoimintapäällikkö Kalle Määttä.

Simulointiohjelmistot mahdollistavat teollisuusprosessien esisuunnittelun, optimoinnin ja validoinnin 3D-mallien ja virtuaaliympäristöjen avulla. Digitaaliset suunnittelutyökalut ja alustat yhdistävät edistyksellisiä renderöintiteknologioita sekä generatiivista tekoälyä teollisuuden ja robotiikan simulointitarpeisiin. Lisäksi tuotanto- ja logistiikkaprosessien simulointi ja analysointi auttavat optimoimaan materiaalivirtoja ja resurssien käyttöä.

Aurolahti Automation tarjoaa simulointipalveluja erilaisten teollisuusprosessien ja varastologistiikan optimointiin. Digital Twin -toimintamallit mahdollistavat prosessien liikkuvien osien simuloimisen ja virtuaalisen ajamisen lavoilla, kuljettimilla ja nostimilla. Näin voidaan esimerkiksi optimoida korkeavaraston kuljetinnopeudet. Simuloinnin avulla voidaan myös arvioida varaston suorituskykyä sekä optimoida resursseja, kuten hissien, lastauspaikkojen, henkilöstön ja trukkien määrää.

Uutiseen liityvät caset

IoT-sensorilaitteet dataperusteisessa prosessin optimoinnissa