博客

输送带 - 学习使用物料搬运库


输送带 - 学习使用物料搬运库

为了配合物料搬运库的发布,我们准备了一系列训练模型,通过多个传送系统示例来演示新库的主要功能。这些系统在生产设施和仓库中会经常用到——工作站间的零件运送,成品分类,运送到存储区等过程。

涉及到Convey、ConveyorEnter 和 ConveyorExit模块以及空间标记元素,这些都是物料搬运库的组件,可以简化输送带系统的建模

可修复备件的资产管理优化


可修复备件的资产管理优化

ITC Infotech致力于优化复杂资产密集型行业的库存管理。通过结合仿真、机器学习和优化,展示了针对可循环/可修复备件的有效资产管理和库存优化,从而平衡服务水平和库存成本。

消耗品在其使用寿命结束时被处理或回收,与它们在失效前的运行时间长短有关。这个时间通常被量化为故障前的平均时间- MTBF。对于可修复零件,还需要考虑修复时间,这取决于缺陷类型、工作中心可用性和维修部分可用性。

限制区域:如何控制运输车的出入


限制区域:如何控制运输车的出入

AnyLogic 8.6更新的关键部分与物料处理库有关。现在,诸如AGV之类的运输工具的移动可以受到区域的限制,并且可以有条件地允许进入:通过运输车数量,计划,吞吐量等等。对于制造和仓库设置,可以以多种方式应用此功能,包括对门进行建模,限制操作机械(例如起重机)时的限制,以及避免在装货区域或交叉路口造成拥挤。

用人工智能和仿真技术解决工业问题


用人工智能和仿真技术解决工业问题

在Engineering Ingegneria Informatica (EII), 我们看到了将仿真与机器学习相集成的巨大潜力。这个简短的博客介绍了一个工业问题及其强化学习解决方案,由EII使用AnyLogic开发制作。AnyLogic的灵活性和可定制性使我们可以使用Skymind的外部深度强化学习包RL4J创建混合平台。

继续阅读,找出问题所在,并了解如何使智能体与AnyLogic环境进行交互,从而实现对智能体的训练。您还将学习如何以适合机器学习的方式解决工业问题。