Kleine fahrerlose Transporteinheiten, sogenannte zellulare FTF, sind in der Intralogistik flexibler als Gabelstapler. Aber sind sie auch wirtschaftlich, wenn sie im Verbund große Transportaufträge ausführen? Diese Frage untersucht jetzt das Institut für Integrierte Produktion Hannover gGmbH (IPH) im Grundlagenforschungsprojekt „ZellFTF“.
Bei kleinen Transportgütern ist dem IPH zufolge die Sache klar: Muss eine Kiste Schrauben vom Lager zur Montage, ist eine kleine und wendige fahrerlose Transporteinheit besser geeignet als ein Gabelstapler. Wenn ein Unternehmen mehrere kleine Transporteinheiten besitzt, die unabhängig voneinander mehrere Ziele anfahren können und so mehrere Aufträge gleichzeitig erledigen können, brauchen sie dafür ebenfalls weniger Zeit und Energie als ein einzelner Gabelstapler.
Bei großen und schweren Transportgütern, die ein Gabelstapler allein bewältigt, müssen allerdings mehrere zellulare FTF zusammenarbeiten. Vier zusammengeschaltete FTF sind beispielsweise in der Lage, eine Europalette zu transportieren – und ein Verbund aus sechs FTF schafft noch größere Sonderformate, zum Beispiel Karosseriebauteile, Batterien für Elektroautos oder Gitterroste. Mit einem solchen Transportsystem sind Unternehmen dem IPH zufolge sehr flexibel. Das sei von Vorteil, wenn sich die Produktgrößen und -varianten häufig ändern oder Spezialanfertigungen transportiert werden müssen.
Dass ein solches Transportsystem technisch möglich ist, wurde demnach am Karlsruher Institut für Technologie (KIT) bereits im Projekt „KARIS“ erforscht. Das IPH will nun die wirtschaftliche Betrachtung dieser Art der Intralogistik liefern. Dafür soll ein mathematisches Optimierungsmodell auf Basis eines Vehicle Routing Problems (VRP) aufgestellt werden. Die Forschenden wollen verschiedene Anwendungsszenarien durchspielen – mit Blick auf die wirtschaftlichen und logistischen Zielgrößen wie beispielsweise die Auslastung des Systems, die Transportzeiten und die Gesamtkosten. Laut IPH ist eine exakte Lösung bei so einem komplexen Problem schwierig bis unmöglich und würde zu viel Rechenzeit benötigen. Daher wollen die Forschenden eine Heuristik in Form eines genetischen Algorithmus entwickeln, der sich einer optimalen Lösung annähert.