Användningsfall med Alpha Transform och backend-automation (Zenphi, n8n, Make eller Zapier)

Arbetsflöde för mätning och sortering av virke inom skogsindustrin

Viktiga aspekter av datainsamling, databehandling/beslutsfattande och fysisk logistik, med ett övergripande behov av noggrannhet och effektivitet.

Huvudaspekter

1. Mätparametrar:

• Diameter: Vid olika punkter (t.ex. rotpunkt, mittpunkt, topp) för att beräkna volym och avsmalning. Detta kan vara diameter vid brösthöjd (DBH) för stående träd, eller specifika änddiametrar för fällda stockar.
• Längd: Exakt längd på varje trästycke.
• Art: Identifiering av trädarterna, eftersom detta påverkar värde, egenskaper och slutanvändning.
• Kvalitetsbrister: Förekomst och typ av defekter (t.ex. röta, sprickor, kraftiga kvistar, böjning/svepning, insektsskador) som påverkar kvaliteten och den potentiella användningen (t.ex. sågtimmer, massaved, faner).
• Volymberäkning: Den metod som används (t.ex. Smalians formel, Hubers formel, konisk cylinderformel) och om det är massivt trä i volym eller inkluderar bark.
• Vikt: Används ofta till massaved eller biomassa, särskilt om virke säljs per vikt.

1. Metoder för datainsamling:

• Handhållen enhet: Surfplatta eller smartphone med specialiserad programvara som möjliggör digital inmatning av mätningar och observationer. Logik för att mäta höjden på stående träd skulle vara användbar.

1. Sorteringskriterier och destination:

• Produktklasser: Kategoriserat virke (t.ex. sågtimmer, fanerstockar, massaved, stolpar, biomassa, ved).
• Betyg inom klasser: Ytterligare sortering baserat på kvalitet, storlek och art inom varje produktklass (t.ex. #1 Sågtimmer, #2 Sågtimmer).
• Kundordrar / marknadsefterfrågan: Sorteringsbeslut påverkas starkt av aktuella beställningar och marknaden med högst värde för varje virkestyp. Styrs av backend-uppdateringar.
• Specifikationer för kvarnen: Varje mottagande kvarn har specifika krav på längd, diameter, art och defekttolerans. Styrs av backend.
• Fysisk segregering: Hur och var det sorterade virket fysiskt separeras (t.ex. olika högar vid avsatsen, utsedda lastbilar, specifika utrymmen vid ett fabrik). Styrs av backend.

1. Logistik och flöde:

• Var mätning sker: Vid stubben (för stående inventering), vid avverkningsplatsen, vid landningen (vid vägkanten) eller vid kvarnen. Detta dikterar tekniken och processflödet och ställs in i backend-konfigurationen.
• Transport: Hur virke flyttas från skogen till sorteringsplatsen och sedan till olika fabriker/destinationer (lunnare, skotare, lastbilar). Nuvarande organisation uppdateras via backend.
• Spårning: Hur enskilda loggar eller buntar spåras från ursprung till destination för att upprätthålla spårbarhetskedjan, verifiera volym och hantera betalningar. Detta involverar ofta märkning, streckkoder/QR-koder eller digitala manifest.

1. Arbetssteg (typiska):

• Inventering/planering före skörd: Uppskattning av virkesvolym och kvalitet före avverkning.
• Fällning och kvistning: Träd huggs ner och grenar tas bort.
• Aptering/Bearbetning: Stockar kapas till specifika längder baserat på marknadens efterfrågan och kvalitet. (Det är här de inledande mät- och sorteringsbesluten är avgörande).
• Sladdning / vidarekörning: Flytta stockar från avverkningsplatsen till en landningsplats vid vägkanten.
• Landningsoperationer: Slutsortering, skalning (mätning för betalning/inventering), lastning på lastbilar.
• Transport till kvarn/köpare: Leverans av sorterat virke.
• Kvarninmatning / skalning: Ommätning och kvalitetskontroll vid mottagande kvarn.

1. Teknik och integration:

• Programvarusystem: Vilken programvara används för närvarande för datainsamling, lagerhantering, försäljningsordrar och spårning?
• Anslutning: Hur kan data överföras (t.ex. mobil, satellit, offline-synkronisering).
• Integrationspunkter: Hur data kommer att flöda mellan olika system (t.ex. från handhållen enhet till kontorssystem, från harvester till central databas, från Alpha till Zenphi).
• Rapportering: Vilken typ av rapporter behövs (t.ex. daglig produktion, inventering per art/kvalitet, betalningsrapporter, avkastningsanalys)?

1. Intressenter och affärsregler:

• Skogsbrukare/Arbetsledare: Övervaka verksamheten, göra kvalitetssamtal.
• Utrustningsoperatörer: Skördare, lunnare, lastare förare.
• Skalningspersonal: Personer som ansvarar för mätning och betygsättning.
• Lastbilschaufförer: Transport av virke.
• Köpare/Kvarnar: Mottagning och verifiering av virke.
• Betalningsregler: Hur producenter/skogsavverkare betalas baserat på volym, vikt, kvalitet etc.
• Regelefterlevnad: Miljöregler, avverkningstillstånd, certifieringar för hållbart skogsbruk.

Genom att förstå dessa aspekter kan vi utforma ett robust arbetsflöde som utnyttjar lämpliga tekniker (som Alpha för fältdata och Zenphi för backend-automation) för att optimera effektivitet, noggrannhet och lönsamhet inom timmerverksamhet.

Antalet datapunkter som behövs för sorteringskriterier och destination beror starkt på de specifika kraven för sorteringskriterierna och den detaljnivå som behövs för varje virkesbit. De typiska datapunkterna per virkesbit och hur de bidrar till sorteringen:

• Viktiga datapunkter (vanligtvis per stock/virkesbit):

• Diameter: Minst två punkter behövs ofta för noggrann volymberäkning (t.ex. rotdiameter och toppdiameter inuti barken). Fler punkter kan behövas för oregelbundna stockar eller specifik konanalys.
• Längd: En enda, exakt mätning per stock.
• Art: En datapunkt för artidentifiering per logg.
• Kvalitetsbrister: Detta kan vara flera datapunkter per stock, beroende på antalet och typen av defekter som förekommer (t.ex. förekomst av röta, kviststorlek, svepningsgrad). Varje signifikant defekt skulle vara en datapunkt eller en uppsättning attribut.

• Härledda datapunkter (beräknade från ovanstående):

• Volym: Beräknas utifrån diameter(er) och längd. Detta är en viktig datapunkt för sortering efter produktklass och för betalning.
• Kvalitet: Detta är en klassificering som härrör från alla ovanstående mätningar och defektbedömningar. Det är ofta inte en direkt mätning utan en beslutspunkt baserad på en uppsättning regler.

Hur dessa uppfyller sorteringskriterier och destination:

• Produktklasser (t.ex. sågtimmer, massaved, faner):

• Diameter och längd är primära bestämningsfaktorer. En stock under en viss diameter kan automatiskt klassificeras som massaved, medan större, längre och rakare stockar är kandidater för sågtimmer eller faner.
• Art är avgörande eftersom olika träslag används för olika produktklasser (t.ex. furu till virke, specifika lövträd till faner).
• Kvalitetsfel är avgörande. Högvärdiga produktklasser som fanerstockar har mycket strikta defekttoleranser, medan massaved kan ha betydande defekter.

• Betyg inom klasser:

• Det är här antal och allvarlighetsgrad av defekter bli extremt viktiga. En "#1 sågstock" kommer att ha minimala defekter, medan en "#2" eller "#3" tillåter fler.
• Konisk (härledd från flera diametermätningar) kan också påverka graderingen, särskilt för specifika produkter.

• Kundordrar / Kvarnspecifikationer:

• Dessa kriterier översätts direkt till de specifika intervallen för diameter, längd, art och defekttillägg som våra insamlade datapunkter måste uppfylla.

Vi behöver generellt sett, för varje träbit:

• Minst 2–3 diametermått (t.ex. bas, mellanstam, topp) för att karakterisera avsmalningen och beräkna volymen.
• 1 längdmått.
• 1 artidentifiering.
• Flera kvalitativa/kvantitativa bedömningar av defekter.

Ju mer exakta och många mätningar vi har, särskilt vad gäller defekter och avsmalning, desto mer exakt kan vi sortera och maximera värdet på varje virkesbit enligt olika kunders och fabrikers specifikationer.Automatiserade skanningssystem samlar ofta in hundratals eller tusentals diametermätningar längs en stock för att skapa en detaljerad 3D-profil, vilket möjliggör mycket noggranna volymberäkningar och defektkartläggning, som sedan matas direkt in i sofistikerade sorteringsalgoritmer.)

Att använda Alpha Transform i fält för datainsamling och Zenphi för backend-automatiseringar är en utmärkt kompletterande uppsättning som utnyttjar styrkorna hos båda plattformarna. Så här konfigurerar vi detta bäst:

I. Uppställning av Alpha Transform (insamling av fältdata)

• Designa transformationsformerna:

• Efterlikna våra mätparametrar: Skapa formulär i Alpha Transform som exakt fångar alla nödvändiga parametrar för virkesmätning (t.ex. diameterpunkter, längd, trädslag, defekttyper/allvarlighetsgrad). Använd lämpliga fälttyper (numeriska för mätningar, rullgardinsmenyer för trädslag, kryssrutor för förekomst av defekter).
• Inkludera sorteringskriteriernas logik: Medan Zenphi hanterar den komplexa automatiseringen kan Transform hjälpa till att vägleda fältanvändaren. Vi kan inkludera villkorliga fält baserat på initiala indata (t.ex. om "röta" är markerat visas nya fält för att kvantifiera rötans allvarlighetsgrad).
• Offline-funktion: Designa formulär med vetskapen om att de kommer att användas offline. Alpha Transform är byggt för detta. Data synkroniseras automatiskt när anslutningen återställs.
• Användarupplevelse (UX): Gör formulären intuitiva för fältarbetare och minimera manuella inmatningsfel. Använd funktioner som streckkodsläsning för logg-ID: n om tillämpligt.
• GPS och tidsstämpling: Registrera automatiskt plats- och tidsdata vid varje inlämning, avgörande för att spåra virkets ursprung.
• Foton/Media: Tillåt fotobifogningar av defekter eller loggskick, vilket kan vara ovärderligt för kvalitetskontroll och verifiering i Zenphi-arbetsflödet.

• Definiera transformdata utdata:

• Säkerställ att data som samlas in i Transform Forms är strukturerade på ett sätt som enkelt kan användas av Zenphi. Detta innebär vanligtvis att utforma formulär som matar ut ren, väldefinierad JSON. Varje formulärinlämning genererar en JSON-nyttolast.

II. Anslutning av Alpha Transform till Zenphi (Integrationspunkten)

Detta är det avgörande steget där Alpha Transform överlämnar data till Zenphi.

• Zenphi HTTP-utlösare:

• Skapa ett nytt flöde i Zenphi och välj HTTP-utlösare som dess startpunkt.
• Zenphi kommer att generera en unik slutpunkts-URLför detta flöde efter att det har publicerats. Det är den här URL: en dit Alpha Transform skickar sina data.
• Notera ner URL och autentiseringstoken (från "URL med autentiseringshuvud" eller "URL inklusive auktoriseringstoken" i Zenphis anropsflik). Denna token är avgörande för säker kommunikation.
• Definieravariableri Zenphi HTTP Trigger som vi förväntar oss att ta emot från Alpha Transforms JSON-nyttolast (t.ex.diameter, length, species, defects, timestamp, gps_location). Zenphis variabelflik visar en lista med variabler från HTTP-begäran, till exempel Http Body, Form Data, Query String Data, och Headers.

• Alpha Transforms datainlämningsåtgärd:

• Konfigurera vår Alpha Transform-applikation för att skicka in ifyllda formulärdata till Zenphis HTTP Trigger-slutpunkt. Alpha Transforms robusta dataintegrationsfunktioner gör det möjligt att skicka data till externa API: er.
• Du använder vanligtvis en HTTP POST-begäran från Alpha Transform för att skicka JSON-nyttolasten till Zenphi-slutpunkten.
• Säkerställ att autentiseringstoken från Zenphi ingår i HTTP-rubrikerna för begäran som skickas från Alpha Transform (t.ex.x-zenphi-httptriggertoken).
• Avgörande är att ta itu med CORS-problem.Om Alpha Transform-applikationen körs i en webbläsarmiljö (t.ex. en webbapp) måste vi hantera Cross-Origin Resource Sharing (CORS)-fel. Detta innebär vanligtvis att vi konfigurerar en proxyserver (t.ex. med Node.js eller PHP) på vår domän som vidarebefordrar begäran till Zenphis slutpunkt. Alpha Softwares Xbasic kan också underlätta serversidesanrop och kringgå CORS-problem på klientsidan om anropet kommer från Alpha-servern.

III. Zenphi-installation (backend-automatiseringar)

• Bearbeta mottagen data:

• När Zenphi-flödet utlöses av Alpha Transforms HTTP POST, Http Body Variabeln i Zenphi kommer att innehålla JSON-data från Transform.
• Använd Zenphis "Parse JSON to Object" för att extrahera enskilda datapunkter (diameter, längd, art, defekter etc.) från Http Body.

• Implementera logik för timmersortering:

• Det är här Zenphi utmärker sig. Använd Zenphis villkorliga logik (If/Then/Else-grenar) och uppslagstabeller för att tillämpa våra sorteringskriterier för virke baserat på den extraherade datan.
• Exempel:

• Om (Längd >= X OCH Diameter >= Y OCH Trädslag = 'Ek' OCH Defekter = 'Inga'): Tilldela till kategorin "Fanerstock".
• Annars om (Längd >= A OCH Diameter >= B OCH Defekter <= Z): Tilldela till "Sågtimmer klass 1".
• Annan: Tilldela till "Massaved".

• Vi kan använda formler i Zenphi för att beräkna volymen baserat på den mottagna diametern och längden.

• Automatisera åtgärder baserade på sortering:

• Datalagring: Uppdatera Google Sheets, skapa poster i en Zenphi-tabell eller skicka data till en molndatabas (t.ex. Google Cloud SQL, Salesforce, extern ERP via Zenphi-kopplingar) med den sorterade klassificeringen.
• Aviseringar: Skicka automatiska e-postmeddelanden via Gmail till relevanta intressenter (t.ex. "Ny Veneer-logg identifierad - Logg-ID XYZ") eller skicka meddelanden till Google Chat/Slack.
• Rapportering: Generera dagliga/veckovisa rapporter i Google Dokument eller Kalkylark som sammanfattar virkesintag efter typ, volym och kvalitet.
• Lagerhantering: Uppdatera lagersystem i realtid.
• Uppföljningsuppgifter: Skapa uppgifter i Google Tasks eller andra projektledningsverktyg för logistikteam för att ordna specifik transport av sorterat virke.
• API-återanrop (valfritt men kraftfullt): Som nämnts i Zenphi-dokumentationen skulle flödet till och med kunna anropa en Alpha-byggd webbtjänst för att uppdatera en instrumentpanel eller en fältarbetares app i realtid med sorteringsbeslutet eller ytterligare instruktioner. Detta skulle kräva att Alpha exponerar en inkommande API-slutpunkt via Xbasic-webbtjänster.

IV. Övervakning och underhåll:

• Zenphi-användningsflik: Övervaka flödeskörningar i Zenphis fliken Användning för att spåra lyckade utlösare och identifiera eventuella fel.
• Fliken Villkorlig körning: Använd Zenphis flik Villkorlig körning för att ställa in regler för när flödet ska köras, vilket förhindrar onödiga körningar (t.ex. bara köra om specifika formulärdata finns).
• Felhantering: Implementera felhantering i Zenphi-flöden för att upptäcka problem med databehandling eller externa integrationer och skicka aviseringar.
• Testning: Testa noggrant hela arbetsflödet med olika scenarier (olika virkesstorlekar, defektkombinationer, övergångar offline/online) för att säkerställa noggrannhet och tillförlitlighet.

Denna integrerade metod utnyttjar Alpha Transforms robusta mobila datainsamlingsfunktioner, särskilt i utmanande miljöer, och kombinerar den med Zenphis kraftfulla och flexibla automatiseringsmotor utan kod för intelligent virkessortering och efterföljande affärsprocesser.

Att ge skogsarbetaren möjlighet att välja mätmetod tar direkt hänsyn till praktiska realiteter, eftersom olika virkestyper, avverkningsmetoder eller platsförhållanden kan gynna en mätmetod framför en annan.

Så här kan vi bäst implementera detta "metodval" i vårt arbetsflöde från Alpha Transform till Zenphi:

I. Inställning av Alpha Transform (fältdatainsamling med val)

1. Introducera ett fält för "Mätmetod":

• Lägg till ett rullgardinsmeny- eller radioknappsfält i vårt Alpha Transformationsformulär som till exempel heter "Volymberäkningsmetod".
• Alternativen skulle vara: "Smalians formel" och "Hubers formel" (och potentiellt "Newtons formel"om vi vill erbjuda den detaljnivån och kräver tre diametermätningar).

1. Villkorliga datainmatningsfält:

• Detta är avgörande. Använd Alpha Transforms villkorliga synlighetsfunktioner.
• Om "Smalians formel" är valt: Visa fält för Diameter_Butt och Diameter_Top (tillsammans med Log_Length).
• Om "Hubers formel" är valt: Visa ett fält för Diameter_Midpoint (tillsammans med Log_Length).
• Om "Newtons formel" är valt: Visa fält för Diameter_Butt, Diameter_Midpoint och Diameter_Top(tillsammans med Log_Length).
• Detta säkerställer att loggern bara ser och matar in data som är relevanta för den valda metoden, vilket minskar röran och potentiella fel.

1. Definiera transformdatautdata:

• Oavsett vilken metod som väljs, se till att vårt Transform-formulär skickar in en JSON-nyttolast som inkluderar:

• Den Measurement_Method_Chosen (t.ex. "Smalians", "Hubers").
• Log_Length.
• Alla relevanta diametermätningar insamlade (t.ex.Diameter_Butt, Diameter_Top, Diameter_Midpoint), med null/tomma värden för de som inte används i den valda metoden.

II. Ansluta Alpha Transform till Zenphi (ingen ändring)

• Anslutningen förblir densamma: Alpha Transform skickar en HTTP POST-begäran med JSON-nyttolasten till vår Zenphi HTTP Trigger-slutpunkt, inklusive autentiseringstoken.
• Zenphis HTTP-trigger kommer att ta emot Http Body innehållande alla data, inklusive den valda metoden och relevanta diametermått.

III. Zenphi-installation (backend-automatiseringar med villkorlig logik)

1. Analysera mottagen data:

• Använd Zenphis åtgärd "Parse JSON to Object" för att extrahera alla inskickade variabler från Http Body: Measurement_Method_Chosen, Log_Length, Diameter_Butt, Diameter_Top, Diameter_Midpoint.

1. Implementera villkorlig volymberäkning:

• Det är här Zenphis villkorliga logik blir mycket kraftfull. Använd ett "If/Else If"-block för att avgöra vilken formel som ska tillämpas:
• Om Measurement_Method_Chosen lika med "Smalians formel":

• Utför Smalians beräkning med hjälp av Diameter_Butt, Diameter_Top och Log_Length.
• Formel: V=((π×(Diameter_Butt/2)²+π×(Diameter_Top/2)²)/2)×Log_Length (se till att enheterna är konsekventa, t.ex. omvandla cm till meter).

• Annars om Measurement_Method_Chosen lika med "Hubers formel":

• Utför Hubers beräkning med Diameter_Midpoint och Log_Length.
• Formel: : V=π×(Diameter_Midpoint/2)²×Log_Length (se till att enheterna är konsekventa).

• Annars om Measurement_Method_Chosen lika med "Newtons formel" (om tillämpligt):

• Utför Newtons beräkning med hjälp av Diameter_Butt, Diameter_Midpoint, Diameter_Top och Log_Length.
• Formel: V=Log_Length/6×(π×(Diameter_Butt/2)²+4×π×(Diameter_Midpoint/2)²+π×(Diameter_Top/2)²)(se till att enheterna är konsekventa).

1. Använd beräknad volym för sortering:

• Lagra den beräknade Volume i en Zenphi-variabel.
• Fortsätt med vår logik för virkessortering (som diskuterats tidigare) med hjälp av detta Volyme variabel, tillsammans med data om arter och defekter.

Fördelar med denna metod:

• Flexibilitet för skogsarbetare: Ger fältpersonalen möjlighet att välja den mest praktiska eller exakta metoden för den givna situationen.
• Dataintegritet: Villkorliga fält i Alpha Transform säkerställer att endast nödvändiga och korrekta diametermätningar samlas in för den valda metoden.
• Centraliserad beräkning: Zenphi hanterar den komplexa logiken och beräkningarna, vilket säkerställer konsekvens oavsett vilken fältarbetare eller metod som användes.
• Anpassningsförmåga: Arbetsflödet kan enkelt anpassas om nya mätmetoder introduceras eller gamla fasas ut, genom att helt enkelt uppdatera Transform-formuläret och Zenphi-flödet.

Denna uppsättning kombinerar intelligent Alpha Transforms flexibla datainsamling med Zenphis kraftfulla automatiseringsfunktioner, vilket skapar ett robust och anpassningsbart system för vår skogsindustrikund.