Redian新闻
>
在厨房在车间,机器人都在做什么?

在厨房在车间,机器人都在做什么?

科技


【前哨科技特训营】线上产业沙龙:【机器人产业交流会】


机器人正在进入越来越多的产业领域,这是大家的共识。不过,在不同的行业里,机器人都在做什么事情,做到什么样的程度?我们科技特训营的线上产业沙龙,从事机器人产业的会员们与王煜全老师一起,探讨产业实际运营经验,分析技术发展趋势,探讨未来机遇。

下面的文字摘要来自6月14号的线上产业沙龙的讨论,跟大家做个分享。如果想跟科技特训营和王煜全老师有更深入的交流,欢迎扫描海报中的二维码加入我们。


特别感谢前哨科技特训营】会员上海纺织企业机器人解决方案集成商李国山、广州激光雷达AGV无人仓库运料车商叶东成、上海爱餐机器人李幸儒(味霸自动炒菜机器人)等朋友分享他们的经验和洞察。


1.市面常见炒菜机器人很鸡肋?产品设计问题?


现在,市面上常见的炒菜机器人主要有三类,一类是开放式(滚筒)炒菜机,另外一类是以"碧桂园"为代表的机械臂炒菜机,还有一类就是简易的多功能料理机,也被称为炒菜机。



这些机器人的智能化程度相对比较低,占地大、部署不易、电力要求特别高,多为引导烹饪、投料、清洗、出餐、洗锅,洗机器,然后人工出餐,全流程都需要人工介入,不能解放双手。以碧桂园为代表的炒菜机器人,部署成本比较高,一个餐厅做下来要上千万,暂时还不具备商业化的可能性。


2.怎样的产品设计才能实现解放双手,解放家庭妇女?


市面常见的炒菜机器人还不能完全解放双手,生活中买菜、洗菜、炒菜最费功夫的,就是买菜和洗菜的环节,还得靠人工,为了打破市场上常用炒菜机器人的这个“鸡肋”痛点,炒菜机器人应该是一个触控屏幕,和投料机构+油烟处理系统+锅体及翻炒机构+调味料投放机构组成,全流程从按键开始到出餐,不需要人工介入,如何解决油烟和精准温控问题呢?



油烟处理系统:在炒制的过程中,抽出来的油烟,经过一个非常长的通道,在这个过程当中,油烟就和水充分融合,最后变成油水达到排放的要求,就可以直接排出到下水道了。


锅体及翻炒机构:锅体悬浮式设计,内置电磁加热机构,通过温度传感器,来进行锅温的监控。锅体配置两个电机,锅底可以翻转,也可以单独旋转,这样就可以实现对菜品的有效翻炒。


解决了油烟和精准控温的问题,那怎么解决备菜的问题呢?这是观念和习惯的一种改变,可以通过“中央厨房净菜”供应来解决买菜、洗菜、备菜的环节问题,未来数字化厨房是一整套解决方案,而不是购买机器解决单一问题! 


3.炒菜机器人ToB商业化模式,最佳赛道和竞争优势是什么?


炒菜机器人主攻“食堂服务”是个不错的选择!比传统食堂供应速度快,在温度、油烟面控制等安全性方面比别人强,解决食堂菜品局限,口味单一问题,可以持续性升级,就像特斯拉的车一样,所有车辆都可以统一升级,持续升级。



4.西餐快餐已经标准化,中国的快餐能够服务规模化么?


西餐快餐行业已经标准化、服务规模化,麦当劳、肯德基,是典型的把西餐服务规模化的案例;中餐快餐中田老师、蒸功夫等品牌,是在中国劳动力非常充裕的情况下诞生,现在劳动力没有那么充足的话,从时代发展的角度来讲,餐饮自动化是个必然过程。所以中餐快餐的自动化是个很好的赛道和机会! 


【王煜全】 


炒菜机器人是个很大的市场。首先,批量炒菜机器人应该更注重油烟、安全、菜品数量、简易操作等问题,可以不断升级菜品和口味需求,炒菜机器人是否可以实现OTA?持续升级能力是对餐饮的考验!


产品规模化强调的是卖方视角,追求产品本身功能更多、更好。服务规模化强调的是从买方出发,追求服务更全面、更系统。


比如 “食堂服务”能体现产品toB优势,假设承包了一个单位的食堂,那么除了场地、桌椅以外,大师研发餐饮菜品,针对不同的餐饮业态,提供快餐、正餐提供菜品一揽子解决方案,食材、酱料、设备等的所有事务都有承包方负责,也包括卫生、安全责任。从需求方找到的市场够大,把痛点问题解决的更好,就能实现服务规模化! 


5.与电商仓库不同,AGV需要作为机械臂的腿,来解决制造业仓库物流搬运问题。


电商仓库物流搬运的材料都是标品,无论是瓶装的、袋装的、箱装的,物品和和仓库的库位之间都是一一对应的。


制造业仓库的物品特点是批量的原材料,比如说卷料、布料,在无人仓库里需要把AGV作为机械臂的腿,将货品搬下来,送到仓库门口或加工工位,这是一个搬运的过程。一般一卷料没有固定的长宽高,就需要用机械臂,而不能用标准的托盘来做。同一库位会放多个卷料,需要AGV本身定位到库位的水平点位,机械臂上升下降定位到垂直点位,完成进出库过程。



6.数字化时代,纺织业生产线增加AGV不是为了省人力提效率?


从量化角度说,一个布艺加工厂无论是采用流水线、滚轴线、吊挂线,还是搬运物料的AGV,重要的不是省了多少人,提高了多少效率,实际上最关键的是”出错率“下降很多。 


当生产路线固定,不同的代加工的原材料走的是不同的工艺路线,如果单纯用工人搬运的话,出错率是很高的,高的能达到15%,也就是说一天出产1000个窗帘的话,会有百十个窗帘需要重修。另外,从事这个行业管理者找不到合适的人才,找到了成本又太高,厂家不愿意承受,不如换成几台设备,比较低档的AGV搬运100到150公斤配重的,成本也不太高,小的也就是2-4万元,再大一点,7万左右。


尤其对于”老师傅“依赖性比较强的纺织业,更需要的是生产线增加AGV搬运,这正是数字化时代大规模上量的时候!


7.纺织行业迅速转向国际化,还面临哪些难题?


大批量的服装行业标准化、一体化程度已经很高了,对于纺织品窗帘(类似于工艺品),它的个性化要求比较高,国内因为区域、房型、建筑面积等因素,窗帘很多是定制化的,国外是根据建筑标准制定产品标准。


国内布艺加工生成环节,因为本地化属性、标准化程度低,天花板比较低;海外客户规模不大,生产还处在从标准化向自动化程度逐渐改变的过程。生产线上使用机器比管人好管理,比如窗帘进行人为选料、裁剪,存在15%失误率,数字化帮助减少成本和失误率。



海外数字化的机会,东南亚国家的人力成本便宜,推进仓储或者搬运机器人还有一段距离。但是中国的制造业企业出海以后,也很容易将更高效的机器人部署到新的车间里。


【王煜全】 


未来必然是数字化的,中国企业正在路上!


德国工业4.0是先有一个大场景,然后去满足它。中国是反过来的,先做能交付,然后再把数字化打通,这条路可行但是可能会更坎坷。有一个很重要的角色“行业协会”,一定要有人承担起来,大量的行业协会发挥着重要作用。


为什么大家不要定制化,而要标准化,那是因为它整体的速度更快。另外,关于物流管理方面,我们只在物理层面进化,没有在逻辑层面和管理层面进化,我们真正的优势是在开放平台,是开放制造,但是开放数字化比一个企业数字化更难,中国人出海走供应链更容易走通!




【科技特训营】全新的会员订阅制线上书院模式,全年50次“在线直播课程+私享群互动”,你随时可以加入、我持续保持更新!一起互动,伴随成长!让我们为未来五年做好准备,一起探讨把握机遇,决胜未来!

【回放地址】
长按图片识别二维码报名加入,可观看所有直播和回放。
1. 前哨科技特训营直播课程第二季(2021年)共50讲+,除此之外还有5节加餐+公开课。
2. 每讲承诺为1小时视频内容,实际平均时长为2小时。
3. 每周四晚八点准时直播,会员可无限次观看回放。
4. 新入会员,可以无限次回看之前所有视频课程。
5. 本课程为虚拟内容服务,年费订阅服务制。一经订阅概不退款,请您理解。

左右滑动查看内容规划↓
左右滑动查看更多

课程咨询】
请加“创新地图助手”:
微信:innovationmapSM





微信扫码关注该文公众号作者

戳这里提交新闻线索和高质量文章给我们。
相关阅读
真人实验!99%人都在做的事,每天腿粗 0.8 厘米安杰莱科技:凭借单下肢康复机器人切入,神经康复智能机器人领域杀出黑马为什么她总是在厨房?扫地机器人走向分野:做「扫地机」还是做「机器人」人形机器人?陪伴机器人?什么是消费机器人的未来 | 5Y 3Sigma小圆桌河流恩泽康泰:建立国内首个工程化外泌体GMP中试车间,赋能外泌体治疗商业化互联网医疗园区火爆,除了拿牌照还能做什么?俄军一天内取得重大突破,肃清顿涅茨克河北岸,摧毁马达西奇车间2022 年,React 团队在做什么?长视频APP都在做的付费会员服务,抖音为什么不做?Zier 去哪儿|毕业于CMU最神秘的交互设计专业,我现在在做什么?变得焦虑时,你需要做什么?眼下中国需要企业家做什么?收到美国K1未婚签证包裹后,接下来需要做什么?海景房单身公寓、$850包水电网公寓、$320男搭房,本期超多优质好房在向你招手!“谷歌AI形成人格”,机器人意识要觉醒了吗?漫谈中西方的科学思维败选后在做什么?莫里森网上分享日常:在家修剪草坪,与家人打保龄球,还回复网友嘲讽问题!普京会在5月9日“胜利日”这天做什么?「大族机器人」完成近2亿元B+轮融资,用机器人技术为人服务|36氪首发​亲历:当焦虑和失眠时,我们可以做什么?一片叶子能做什么?我们用它做了个包!我在富士康的车间里思考人生 | 故事FM《爱,死亡和机器人》第三季,90% 的人都没发现的彩蛋!杜月笙的管家萬墨林早在厨房设计这一步,家务分工的性别不平等已经开始又是母親忌日攻克智能动态感知系统难题,优龙机器人打造系列柔性外骨骼机器人瑞阳的智造实践:从单个车间试点到全面智能车间建设女工在车间写作生育力保卫战,技术能做什么?神爱世人,送比特币到凡间预言机器人毁灭世界后,马斯克开始造机器人了部分患者或近期出院、涉事车间没有生产口罩......奥美医疗董秘独家回应员工中毒事件
logo
联系我们隐私协议©2024 redian.news
Redian新闻
Redian.news刊载任何文章,不代表同意其说法或描述,仅为提供更多信息,也不构成任何建议。文章信息的合法性及真实性由其作者负责,与Redian.news及其运营公司无关。欢迎投稿,如发现稿件侵权,或作者不愿在本网发表文章,请版权拥有者通知本网处理。