Utilize este identificador para referenciar este registo:
http://hdl.handle.net/10362/129179| Título: | Analysis of AGV indoor tracking supported by IMU sensors in intra-logistics process in automotive industry |
| Autor: | Grilo, André Filipe Pêgas |
| Orientador: | Gonçalves, Ricardo Costa, Ruben |
| Palavras-chave: | AGV Indoor localization fleet management industry 4.0 IMU |
| Data de Defesa: | Jun-2021 |
| Resumo: | The Industry 4.0 is a new revolution that is introducing a paradigm shift in the in dustry. Automation, decentralization and modulation are concepts that are becoming
significantly more relevant, leading to a transformation in the industry. Namely, within
the motor industry, the increase in the use of Automated Guided Vehicles (AGVs) is
essential for there to be a bigger efficiency in intralogistics processes, since they allow
automation in the transport of essential materials for this process, providing a better
quality of service. However, some AGVs do not have sensory capabilities that are capable
of providing data, in real time, regarding their status, thus making it impossible to apply
the concept of industry 4.0, meaning, a connected factory, in these phases. Even though
these AGVs do not possess said capabilities, which enable a constant monitoring, like
their positioning, it is necessary to find solutions that would allow the data from them to
be acquired for the monitoring, without being necessary an investment in more advanced
AGVs.
The proposed solution under this thesis, as an objective, is a contribution to the
development of an AGV fleet manager, where it will be possible to monitor the entire
process regarding the transport of batteries, between the sequencing zone, where the
batteries are arranged and catalogued, and the assembly line, called point-of-fit, from
providing a quantitative and qualitative analysis of the entire process, as well as the
detection of failures / anomalies that may occur during the same. This solution will
bring a greater capacity for optimization and efficiency for the entire process, improving
aspects related to automotive production.
All this work is part of the European project BOOST 4.0, which was validated at
Volkswagen Autoeuropa. A indústria 4.0 consiste numa nova revolução que está a introduzir uma mudança de paradigma na indústria. A automação, a descentralização e a modulação são conceitos que se estão a tornar significativamente mais relevantes, originando uma transformação na indústria. Nomeadamente, dentro da indústria automóvel, o incremento da utilização de Automated Guided Vehicles (AGVs) é essencial para que haja uma maior eficiência nos processos intra-logísticos, uma vez que eles permitem a automação no transporte de materiais essenciais para esse processo, criando assim uma maior qualidade de serviço. No entanto, alguns AGVs não possuem capacidades sensoriais que sejam capazes de fornecer dados, em tempo-real, referentes ao estado dos mesmos, impossibilitando assim a aplicação do conceito de indústria 4.0, isto é, uma fábrica conectada, nestas fases. Ape sar de certos AGVs não possuírem estas capacidades, que permitem uma monotorização constante dos mesmos, como a sua localização, é necessário arranjar soluções que possi bilitam então adquirir estes mesmo dados para efeitos de monotorização, sem que seja necessário investir em AGVs mais avançados. A solução proposta no âmbito desta tese, tem como objectivo, é uma contribuição para o desenvolvimento de um gestor de frota de AGVs, onde será possível acompanhar todo o processo referente ao transporte de baterias entre a zona de sequenciação, onde as baterias são ordenadas e catalogadas, e a linha de montagem, chamada de point-of fit, desde o fornecimento de uma análise quantitativa e qualitativa de todo o processo, bem como a detecção de falhas/anomalias que possam ocorrer durante o mesmo. Esta solução irá trazer uma maior capacidade de optimização e eficiência para todo o processo, melhorando os aspectos referentes à produção automóvel. Todo este trabalho insere-se no âmbito do projeto Europeu BOOST 4.0, e que foi validado na Volkswagen Autoeuropa. |
| URI: | http://hdl.handle.net/10362/129179 |
| Designação: | Mestre em Engenharia Eletrotécnica e de Computadores |
| Aparece nas colecções: | FCT: DEE - Dissertações de Mestrado |
Ficheiros deste registo:
| Ficheiro | Descrição | Tamanho | Formato | |
|---|---|---|---|---|
| Grilo_2021.pdf | 4,04 MB | Adobe PDF | Ver/Abrir |
Todos os registos no repositório estão protegidos por leis de copyright, com todos os direitos reservados.











