两种多层穿梭车系统的性能比较分析

物流配送中心订单响应速度的加快,对订单拣选系统提出了更高的要求。多层穿梭车系统因其柔性强、效率高等特点,近年来得到了广泛应用。多层穿梭车系统具有两种形式--基于转载车和基于环形输送线,二者均可实现货物的快速拣选,但在系统吞吐量和订单完成周期方面存在差异,致使企业决策者难以进行系统选择。基于上述原因,本文比较两种多层穿梭车系统的性能差异。建立两个系统的开环排队网络模型,然后求解系统吞吐量、订单完成周期,通过仿真验证了排队论模型的准确性,通过试验对两种系统的性能进行对比分析。结果表明,系统吞吐量与层数、巷道数相关,层数越多,巷道数越少,转载车系统相对于环线系统优势越显著;订单完成周期与层数、订单到达率相关,层数越多,订单到达率越低,转载车系统相对于环线系统越具优势。     

动态拣选系统下订单分批问题研究

对分区拣选系统研究在线订单分批策略。基于排队论角度,采用随机过程、随机服务系统的基本理论与方法,构建串行分区下订单不分批与订单固定时间窗分批拣选的随机服务系统模型,确定要研究对比的系统效率指标。在MATLAB R2019a软件环境下模拟在线订单到达情况,分析系统效率指标并找出分区拣选系统的最优分批策略。仿真验证结果表明,采用固定时间窗订单分批操作的服务系统强度优于不分批操作服务系统,大约能降低30%左右,可以进一步提高拣选效率,同时通过与其它模型的比较,所提出的串行分区订单拣选系统下的分批方式更适用于现有的电商仓库,有效避免通道拥挤的情况。     

一种两类“货到人”订单拣选系统的适用性选择方法

提出一种能在两类"货到人"订单拣选系统(即自动存储及取货系统(Automated storage and retrieval system,AS/RS)和Carousel系统)之间依据不同订单类型进行系统适用性选择的系统优化方法。订单拣选系统最常用的两种作业策略分区策略和分批策略本质上都是对订单的聚类,因此订单可以被分为很多一维单元化网格;根据各系统的逻辑运动关系,得到单元化网格的拣选时间表达式;利用作业时间模型和空间填充线,对单元化网格进行聚类,得到二维系统的总订单拣选时间,采用遗传算法计算各系统的最优值;比较各系统的时间选择适用性,即选择总订单拣选时间更小的系统。通过对四类不同类型的订单进行试验研究,初步得出两类系统对四类订单的适用性分析和系统参数敏感性分析。     

基于穿梭车的密集存储系统吞吐量优化分析

随着自动化技术及物联网技术的飞速发展,穿梭车在自动化密集存储系统中应用越来越广泛。文中根据单层作业的多层穿梭车系统的工作模式,提出了最近邻点法对存取订单序列进行匹配,比较使用算法前后对系统吞吐量的影响,以仿真实验的方式进行了数据分析。实验证明,使用最近邻点法后的穿梭车系统订单存取时间大大缩短,提高了系统的吞吐量。     

“货到人”拣选系统订单排序优化

"货到人"拣选系统采用"出库-拣选-回库"的拣选模式,货箱出入库频率高成为制约拣选效率的关键。为降低货箱出入库频率,进而提高系统拣选效率,提出订单排序优化模型。定义订单耦合因子表示两个订单之间可放置于拣选缓存中的共用货箱数量,并以此作为模型参数,将优化目标由提高拣选效率转化为降低货箱出入库频率。模型中,每个拣选台内的订单排序优化问题可归结为旅行商(Tranvelling salesman problem,TSP)问题。为求解模型,提出改进的K-Means聚类算法。计算每个订单与其他订单间的耦合因子,并对其进行排序;以单拣选台所有订单的耦合因子之和最大为目标,为每个拣选台分配订单并对订单进行排序。仿真结果显示,优化后系统拣选效率提高15.9%。     

无人仓系统订单分批问题及K-max聚类算法

为了提高订单拣选效率、降低拣选成本,研究了以自动引导小车(AGV)为搬运工具的无人仓库系统订单分批问题.分析了影响订单拣选成本和效率的两种主要因素,建立了以订单分批拣选总成本极小化为目标的整数规划模型.根据K-means聚类算法思想,结合订单分批问题的优化目标,基于每批订单中包含的商品种类和拣选每批订单需要搬运的货架信息,利用取大(max)运算符分别定义了能够反映订单拣选成本的两种类中心,以及订单到两种类中心的距离.进一步以工作人员拣选每种商品的单位成本和AGV搬运一个货架的成本为权重,构造了订单到批次(类中心)的加权距离.在此基础上设计了K-max聚类算法求解订单分批问题.采用具体算例验证了K-max聚类算法的有效性.     

结合FJSP问题的跨层穿梭车仓储系统作业调度研究EI北大核心

为提高跨层穿梭车仓储系统的作业效率,通过分析系统内设备的服务时间,创新性地将柔性作业车间调度问题(FJSP)模型应用于解决跨层穿梭车仓储系统作业调度问题中,将穿梭车仓储系统中的出入库作业转化为FJSP中待加工的工件,同时考虑设备预先移动及并行情况,建立结合FJSP的跨层穿梭车仓储系统作业调度模型,并借助一种改进的灰狼算法,与传统的基于复合作业的调度模型进行对比。结果表明,所提出的结合FJSP问题的跨层穿梭车仓储作业调度出入库时间更短,模型通用性更高,能够有效地提高穿梭车仓储系统的作业效率。     

多层穿梭车系统输送机缓存长度建模与优化

目前,多层穿梭车系统存在由于输送机缓存长度不合适,而导致出库阻塞或拣选空闲等问题,进而影响系统的整体效率。为提高系统作业效率,减少输送设备成本,在对多层穿梭车系统出库作业流程进行深入分析的基础上,建立输送机缓存输入输出平衡模型;在输送机缓存满足分拣作业正常运行的情况下,提出该缓存长度的最优条件及临界条件。运用开环排队网络建模方法对料箱出库作业流程进行分析,建立料箱平均出库时间模型,并根据料箱出库作业流量分布与人工拣选效率的关系,构建输送机缓存长度的优化模型;为缩短料箱平均出库时间,利用k-means聚类算法和储区排列规则对储位优化,进一步降低输送机缓存长度。仿真结果显示,优化后的品项分配与随机分配相比,补货缓存长度更趋合理,长度减少约12%。该研究一方面可指导规划设计人员对输送机缓存长度进行设计,另一方面可提高系统的整体作业效率,降低运营成本。     

改进自适应遗传算法求解“货到人”拣选系统订单分批问题

“货到人”拣选系统采用自动导引运输车(Automated guided vehicle,AGV)实现自动拣选作业,由AGV搬运货架到拣选站台,再由拣选人员从货架上拣取商品。订单分批作为拣选作业的准备工作,是影响AGV搬运次数和人工拣货次数的关键因素,优化订单分批策略对提高“货到人”拣选系统效率至关重要。在电商智能仓库背景下,综合考虑订单需求多种商品、商品多货架分布存储、订单与货架供需匹配关系未知等实际因素,以人工拣选成本和AGV搬运成本之和最小为目标构建数学模型,并设计改进自适应遗传算法求解。该算法采用启发式策略生成初始种群,引入具有自适应变换概率的交叉和变异算子,并加入局部搜索过程以增强寻优能力。最后通过试验测试验证模型和算法的有效性,证明种群初始化方法的优势,并采用灵敏度分析给出合理的周转箱数量配置建议。研究可为电商企业通过订单分批优化提高拣选效率、降低拣选成本提供实践指导,为“货到人”拣选系统的实际应用提供科学依据。     

子母穿梭车密集存储系统货位分配研究

密集存储系统是智能物流存储的新模式,在解决更高的空间利用率同时,系统调度复杂度随之提高。基于子母穿梭车密集存储系统研究,提出通过对货位分配优化提高系统效率的方法。文中建立子母穿梭车的三维模型,针对子母穿梭车进行复合作业时间进行分析,并以此作为目标函数设计一种改进的遗传算法对货位分配优化。     

基于并行拣选的自动拣选系统订单拆分优化

为减少等待时间,进一步减少整个订单的拣选时间,将原有订单拆分为多个子订单,并建立基于并行拣选的订单拆分数学模型,该模型的优化目标是通过对订单进行拆分来减少等待时间。为求解模型,提出订单拆分必要条件。在此基础上设计了启发式禁忌订单拆分算法。仿真结果显示,采用启发式算法可使拣选时间缩短14.39%～15.62%。     

快速箱输送系统的设计

以物流配送中心货到人拣选系统的快速箱输送系统为研究对象,通过对箱输送线系统的任务要求进行分析,确定快速箱输送系统的布局方案和作业流程,并根据系统布局和拣选需求,对多台输送设备合理选配,搭建出专业、可靠的输送线系统,辅以控制与检测装置,规划出料箱最优行走路径,保证输送环线快速、有序、准确地完成对料箱、订单箱的输送、缓存、排队和补货作业,达到系统的拣选效率要求。     

双深度多层穿梭车仓储系统并行作业及建模分析

为了解决传统顺序作业方式下,双深度多层穿梭车仓储系统存在的系统响应时间长和作业效率低等问题,在分析提升机和穿梭车并行作业的基础上,提出该类仓储系统的分离—聚合排队网络模型,并设计基于Cox-ian分布的近似分解算法进行求解.构建基于分离—聚合点的闭环排队网络模型,将各服务点的一般分布用Cox-ian分布替代,进而求解分离—聚合点的吞吐率;用单个服务点替代分离—聚合点,得到基于分离—聚合点的开环排队网络模型,并采用最大熵值法求解,得到系统性能指标.以实际案例的4种配置进行分析验证,结果表明所提模型可以较大幅度提升双深度多层穿梭车仓储系统的性能和作业效率.     

基于遗传算法的“货到人”拣选系统订单分批优化

针对物流仓库“货到人”拣选系统中的拣货员拣选次数过多和拣货效率低的问题,提出一种基于遗传算法的订单分批优化策略,使大量多元化和零散化的订单得到高效分批并减少物料箱出库频率和拣货次数。首先建立以所有订单拣货总次数最小为目标的订单分批优化模型。其次,以标准遗传算法为基础改进遗传算法的交叉策略,验证相比于不使用遗传算法的情况下,使用本文的遗传算法优化策略的高效性。最后,为了找出更优异的优化策略,对改进的三种交叉策略进行对比实验,发现随着物料种类增多时,文中改进的第一种交叉策略拣选次数比其他两种少。仿真实验结果表明,该订单分批优化策略提高了系统的拣选效率,证明了此遗传算法解决订单分批问题的有效性。     

面向B2C电商订单的自动小车存取系统动态储位优化

为提高B2C电商订单拣选速度,分析单一订单和多个订单的情况下,品项在自动小车存取系统(AVS/RS)中的货位变化对系统出库作业时间的影响;提出基于节约时间的多层次启发式聚类算法,利用订单品项间的相似系数进行聚类;从商品价格折扣和被定频次两个角度提出品项物流价值模型,并以此为货位优化的依据;构建了仿真模型,对聚类方法及储位优化策略的有效性进行验证。结果表明,基于节约时间法的多层次启发式聚类算法效果较好,和传统的全周转率货位分配策略相比,考虑商品价格折扣的品项物流价值的动态储位优化策略可以明显提高订单出库效率。     

区域跳跃法优化拣选

美国Benco牙科公司在其皮茨顿配送中心以德马泰克输送和分拣系统为核心,配备订单导入,区域路径输送系统、包装工位,小件拣选模块、自动称重检测以及发货分拣与装车系统。通过实施这套集成系统,Benco牙科配送中心的订单履行时间缩短一半,拣选准确率高达99．99％。     

跨层穿梭车仓储系统复合作业路径规划

为提高跨层穿梭车仓储系统的运行效率,通过分析提升机与穿梭车的实际作业流程,考虑提升机与穿梭车加减速特性,建立出入库复合作业时间模型.为求解模型,设计了基于复合作业的改进人工鱼群算法,并通过算例验证了模型与算法的有效性.结果表明,所建立的跨层穿梭车仓储系统复合作业路径规划模型及所设计的求解方法,能够有效地减少其复合作业时间,提高出入库调度效率.     

串行合流下阵列式自动拣选系统品项分配优化

为提高阵列式自动拣选系统的拣选效率,提出基于品项相关性的品项分配方法。在串行合流模式下,设备订单拣选总时间等于拣货区拣选时间总和,以最小化拣货区拣选时间总和为目标建立品项分配模型。为求解该模型,将品项并行分拣节省的独立拣选时间作为品项相似系数,提出一种启发式聚类算法。该算法的核心思想是通过将相关性强的品项分配至同一拣货区,增加各拣货区内的并行拣货量,同时减少各订单内参与拣选的拣货区个数,提高系统分拣效率。某医药物流配送中心阵列式自动拣选机的实例分析表明,采用启发式聚类算法可使订单拣选总时间减少约8%。     

多目标下的自动化立体仓库拣选作业路径优化

自动化立体仓库系统是在计算机直接控制和管理下自动存取并实现综合自动化管理货物的多层仓库存储系统,其中,堆垛机作业时间长短直接影响仓库存储效率的高低.针对堆垛机拣选作业模式,提出了自动化立体仓库拣选作业的新型数学模型,并对遗传算法初始种群进行改进,用改进后的遗传算法对该模型进行了求解.     

穿梭车存取准确度影响因素研究

穿梭车作为仓库中货到人拣选系统的智能存储搬运设备被大量应用于自动化立体仓库中,提高了仓库面积的利用率。穿梭车存取准确度直接影响自动化立体仓库的存储密度和存取效率,研究表明穿梭车行走定位精度、货叉定位精度、货架结构是影响穿梭车存取准确度的3个主要因素,文中通过对3个主要因素进行分析,提出了提高穿梭车存取准确度度的可行措施,为后续穿梭车的结构设计提供新的方案选择。