Новые инвестиции в промышленные и обрабатывающие транспортные технологии могут достичь 65,1 миллиарда долларов к 2026 году. Это согласно новому отчету от researchandmarkets.com. Ключевыми факторами являются постоянные усилия по автоматизации операций по обработке материалов, сборке и распределению. Другой причиной является давление со стороны нормативных изменений, вынуждающих внедрять конвейеры с безредукторными и другими энергоэффективными двигателями. Еще одним фактором является заинтересованность конечных пользователей в использовании возможностей интеллектуального конвейера для отслеживания продукции.

Конвейеры, основанные на ленточных и роликовых конструкциях (последние составляют около 20% новых конвейерных установок), лидируют в этом сегменте. Следующими по распространенности являются паллетные конвейеры (с единичной загрузкой), на которые в настоящее время приходится около 16% всех установленных новых конвейеров и которые особенно важны для чистых помещений, совместимых с ESD и установок для промывки.

Проблемы в цепочке поставок, связанные с пандемией COVID, вынудили многих производителей и OEM-производителей перейти от операций «точно в срок» к так называемым операции на всякий случай — упреждающее накопление запасов угрожаемых сырьевых товаров и субкомпонентов, подверженных волатильности цен. Здесь конвейеры уже предоставляют необходимые услуги по обработке материалов для новых складских помещений, созданных после 2020 года, особенно для местной обрабатывающей промышленности и строительства. Это и рост числа сторонних логистических операторов для выполнения заказов и транспортировки — две основные области применения новых конвейеров.

Другой тенденцией является разгрузка конвейера с помощью беспилотных наземных транспортных средств (UGV) и уход за конвейером с помощью роботов-коллаборационистов (cobots) для повышения эффективности в условиях нехватки персонала. Как описано в недавней статье Design World, коботы подходят как для обслуживания машин, так и для обслуживания конвейеров — особенно там, где конвейеры перемещают детали с одной машины на другую или данная машина подается по конвейеру. Подробнее об этом читайте на motioncontroltips.com. Конвейерные системы AGV и cobot также подходят для применения на централизованных складах, где поддоны разбираются для поштучных поставок, особенно для поддержки розничной торговли. Фактически, взрывной рост пользовательских опций и продуктов, имеющих уникальные единицы хранения (SKU), в сочетании с сокращением обычных торговых площадей может сделать такие автоматизированные операции ключом к своевременному пополнению запасов.

Прогнозирующее обслуживание конвейеров с использованием цифровых двойников, искусственного интеллекта (ИИ) и более целенаправленного машинного обучения (ML) является последней растущей тенденцией, хотя в настоящее время она больше применима к конвейерам, связанным с массовыми процессами, расположенным вне помещений (а не в мире дискретной промышленной автоматизации). Тем не менее, ML внедряется там, где сквозные конвейеры транспортируют заготовки через оборудование с регулируемыми (и оптимизируемыми для ML) настройками заворачивания, выпекания, промывки или штамповки. Здесь ML вскоре сможет использовать данные прошлых операций для определения времени запуска конвейера, а также скорости, что, в свою очередь, сведет к минимуму количество отходов из—за несовершенной обработки.