垂直输送系统助力卡特彼勒物流中心

特彼勒（Caterpillar）是重工行业的领袖,全球最大的工程机械生产厂家之一。2013年4月,德马（Damon）为卡特彼勒提供的垂直分拣系统在卡特彼勒北亚配送中心竣工并投入使用（图1）。实现了配件分拣后输送人库自动化、拣选后输送出库自动化流程。     

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%。     

基于遗传算法的拣选系统调度优化研究

为了均衡分拣工位任务量、提高分拣效率,对分拣系统中的订单排序问题进行研究,以最小化订单拣选完成时间为目标,建立了订单排序优化模型。为求解模型,设计了实数编码的遗传算法来对模型进行求解,获得了较优的订单拣选顺序。实验结果表明,优化后的订单拣选顺序有助于提高分拣系统的拣货效率,具有良好的实用性。     

双拣货区自动分拣系统品项分配优化

提前拣选、压缩合流的分拣策略使双拣货区自动分拣系统的拣选效率明显高于单拣货区自动分拣系统,基于此提出该策略下品项分配优化问题。介绍压缩合流的工作原理,确定双拣货区的品项分配对订单的压缩程度及提前拣选时间的影响。以负的各订单提前拣选时间之和最小为目标函数建立数学模型,该模型可归结为0-1规划问题并应用最大最小蚂蚁系统算法求解。实例仿真与分析证明了该算法的有效性。     

人工与自动化双分拣区系统品项分配优化

以A字机为代表的自动化分拣系统因分拣效率快、准确度高、人力成本低,在需要快速处理大量拆零拣选订单的配送中心得到广泛应用。在实际中,对于给定货物品项如何从成本节省角度评定其适用人工分拣或自动化分拣,以及如何在人工和自动化双分拣区中进行合理的品项分配是配送中心设计中的关键问题。对配送中心人工分拣区和自动化分拣区的人工成本进行全面分析;以总节省人工成本最大为目标函数建立设备通道配比优化数学模型,设计贪婪算法得出自动化分拣区内设备通道合理配比方案;在此基础上,将该问题推广到人工和自动化双分拣区系统品项分配中,归结为一类特殊的背包问题,并给出启发式算法。通过某医药配送中心实例仿真证明了算法的有效性。     

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。     

[配送]模块化配送中心灵活高效

一家经过扩建的配送中心由模块化仓库组成,还采用了人机工学动态拣选系统作为其按订单拣选的解决方案,为芬兰肉类生产商提供了一种全新的货物拣选方法。     

货到人系统中分拣策略的设计与应用

随着仓储业务的发展,货到人系统已经成为构建自动化仓储配送中心的首选方案.通过使用开环排队网络对某海外食品配送中心案例的货到人分拣系统进行建模分析,提出了针对两种业务场景下的两种不同分拣策略.实践证明,这两种策略大幅提升了货到人系统的分拣效率,缩短了订单的处理时间.     

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。     

基于Robot输送的多层穿梭车仓储系统设计与性能分析

传统多层穿梭车存储系统(Multi-Tier Shuttle Warehousing System,MTSWS)中拣选台前端的输送线成为制约系统拣选效率的主要因素,为进一步增强多穿系统的灵活性,提高拣选效率,提出基于Robot输送的多层穿梭车仓储系统,首先设计该系统的组成设备、整体布局及拣选作业流程,然后运用开环排队网络(Open Queuing Network,OQN)建模方法,建立订单服务时间模型,从订单服务时间、Robot等待时间和Robot利用率等系统性能,进行订单到达率和Robot数量敏感度分析,发现当存储容量越大,订单到达率越高或变动幅度越高时,基于Robot输送的多层穿梭车存储系统的优势越明显。     

国外期刊文摘

20 0 4 0 30 1　光导引技术在仓库存取拣选中的应用〔刊,英〕∥ModernMaterialsHandling —2 0 0 3,5 8(8) —4 0～4 1计算机控制的无纸化作业仓库及配送中心的作业效率和精度远远高于人工有纸化作业仓库。光导引拣选技术利用光来识别拣选货位,由LED读出器告知拣选工物品拣选数量,可大大加快拣选速度,作业效率提高5 0 %以上,准确率达99 9%。光导引存放系统一般用于订单组配,将同一商店的订货存入旋转货柜中的指定货箱。光导引拣选、存放系统的优点是:效率高、准确率高、便于与现有存储技术接口、培训时间短(只需数分钟)、不占用工作人员…     

基于EIQ分析法的分拣设备模型的研究

物流配送中心承担着进货、货物分类、存储、分拣、发货和信息处理等任务,当前用户订单逐渐向小批量、高频次、多品种方向发展,对分拣作业提出了挑战。为此,基于EIQ分析法对订单资料进行分析,提出了分拣策略,确定了拣选设备模型。     

令人信服的获益——KNAPP为Aragofar实施量身定制的仓库系统

ARAGOFAR是这样评价其仓库系统的:可以进行并行拣选处理,大大提高了存储密度,极大地缩短订单经转时间,能够在发货区对周转箱进行缓存与分拣,服务水平令客户满意。     

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PLC的卷烟自动分拣系统

随着用户需求多样化的变化,订单向多品种、小批量化发展,配送中心的拣货、拆零作业的劳动力已占整个配送中心劳力的80％。如何提高这个物流环节的作业效率,已成为配送中心机械化、自动化的研究重点。在我国烟草行业实现了卷烟生产的自动化后,也希望实现卷烟分拣配送的物流化模式。     

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MAT-LAB 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...     

考虑客户收货顺序的“货到人”分拣系统的订单排序和客户分批优化

可以并行分拣多个客户订单的"货到人"分拣系统中,每个客户包含多个订单,客户要求按订单排序依次收货。为提高该系统的分拣效率,以最小化料箱出入库数量为目标,从订单排序和客户分批两方面进行优化。分别建立两个0-1整数规划模型解决多客户同时拣选时的订单排序优化和客户分批优化问题;针对客户分批问题,又提出种子算法和遗传算法来解决。设计试验检验了不同客户数量、客户订单数量、总品项数量时订单排序模型和客户分批算法的优化效果。试验结果表明,0-1整数规划模型优化订单排序,可提高效率约15%,具有有效性;客户分批优化方面,0-1整数规划模型、遗传算法和种子算法都可以不同程度地提高系统效率,分别适合不同问题规模和时间要求的场景。     

基于品项相关性的阵列式自动拣选机货位优化

为提高阵列式自动拣选机的拣选效率,提出基于品项相关性的货位优化方法。针对阵列式自动化拣选机通道列串行拣选、并行合流的工作特点,分析了设备通道列作业时序,建立了阵列式自动拣选机订单拣选总时间数学模型,将其归结为以最大总虚拟视窗时差为目标的货位分配问题。为求解该问题,设计了启发式聚类算法,将相关性强的品项分配至间隔距离远的通道列存储,以增大总虚拟视窗时差,提高设备拣选效率。通过某医药物流配送中心阵列式自动拣选机的实例分析表明,采用启发式算法可使订单拣选总时间减少约5%。     

自动分拣系统分拣作业任务优化

为提高配送中心复合式分拣系统的整体分拣作业效率,提出按照物品品项相似度和分拣线作业任务均衡原则进行分拣调度的方法,该方法代替以往人工分配配送线路到各分拣线的调度模式,即解决分拣过程中由于不同配送线路中物品品牌结构不一致引起的频繁调换分拣通道问题,又解决不同分拣线间作业任务量不均衡问题。上下复合式分拣系统分拣单条配送线路时,存在上下分拣线任务不均衡和单线内各通道任务不均衡问题,为此建立以上下线分拣总量之差及各分拣通道作业任务均方差最小的分拣任务模型。为获得较优的分拣任务分配方案,在按订单送货顺序分组的基础上,使用蚁群算法进行求解。试验结果表明,上下线各分拣通道任务量能按效率比例分配,执行时间和优化效果能很好地满足分拣作业要求。     

“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%。