文/钟 亮 陈超艳 彭云俊
关键字:物流、配送中心、智能仓储、物联网、数字化
新形式下,我国通过“十三五”国家科技创新专项规划,以创新型国家建设引领和支撑升级发展,部署推进“互联网+物流”,要求提升仓储智能化水平,降低物流成本。烟草行业卷烟物流配送中心经过多年信息化建设,成效显著,作业模式已从人抬肩扛、账本统计过渡到依靠信息系统、机械设备进行卷烟仓储作业。但是,从智慧物流角度来看,诸多方面还有待提高。因此,落实新发展理念,完善内在短板,成为企业高质量发展的关键因素,智慧物流应运而生。
智慧物流是一种以信息技术为支撑,通过在物流的运输、仓储、包装、装卸搬运、流通加工、配送、信息服务等各个环节实现系统感知、全面分析、自动处理、智能调整,实现物流规整智慧、发现智慧、创新智慧和系统智慧的现代综合性物流系统。智能仓储是智慧物流中的重要一环,就卷烟物流配送中心而言,仓储、分拣作为核心业务,涉及诸多设备、信息、管理等方面数据,为建设智能仓储提供了基础。因此,建设一套“高效、稳定、安全、成本最低、价值最优、消除浪费”的智能仓储管理系统,实现仓储全流程的降本、提质、增效,将是智慧物流的一个发展方向。
图1:智能仓储拓扑图
智能仓储是自动化与信息化的高度集成,自动化又依托于数字化控制、信息化管理、网络化连接等。目前,火热异常的物联网就是设备的数字化控制和网络化连接的产物,物联网可以延伸自动化的感知触角,使系统集成更加便捷,同时产生海量的设备数据,利用大数据分析工具可以实现设备的智能维护。自动化设备接受管理系统调度,大量的生产数据同样可以被采集,经过数据加工、提取,结合智能算法可以用于辅助决策,提高效率。智能仓储拓扑图,如图1。
件烟卸货:卸货作为仓储的第一个环节,是仓储管理高效、友好的展示。为提高效率,可将互联网+自动化技术引入件烟卸货中,具体来说:一是信息协同。在车辆到达物流中心前,营销中心采购数据同步到物流中心,建立卸货预约,决策系统根据已有库存和最短路径原则计算来烟储位信息,生成卸货站台信息,指导货车停靠在指定卸货站台。二是使用机器人和AGV(自动导引小车)。当前烟草物流常用的卸货有两种方式,一种是通过人将件烟搬卸至伸缩链板机上运至库区;另一种是整托盘搬运,利用叉车进入车厢进行搬运。在智慧仓储中,这两种方式都可以采用自动化设备完成。针对第一种卸货方式,采用可伸缩式直角坐标机器人配合伸缩链板机完成;第二种卸货方式,采用AGV进入车厢自动卸车。
组盘环节:组盘是将托盘与件烟进行关联,可利用图像识别技术、RFID技术实现无人化。具体来说:当件烟进入库区时,通过图像识别(一维码、二维码、拍照对比)识别当前入库的件烟品牌,机器人对该品牌件烟自动码垛后,将件烟信息直接通过RFID读写器写入RFID芯片,完成组盘。
存储环节:托盘的存储有多种方式,如三层货架、立库、密集库等。自动化的存储需要一些关键设备配合,三层货架采用高层自动导引叉车,自动规划路径、保证先进先出,从而避免人工存取的随意性及低效率;立库、密集库的关键设备有堆垛机、高速穿梭车等,通过仓储调度系统实现高效率自动化存取。
图2:网络互连
以物联网技术为基础(射频、图像识别、红外通讯、激光测距及导引等),采集设备数据。以自动化技术为依托,收集生产过程数据。海量数据是实现智慧物流的前提,它为决策系统提供了大量的模型训练数据。在智能仓储中,数字化管理的展现形式为看板管理和调度管理。看板管理关注的是仓库作业情况,如进度、品牌、库存、设备使用等,可展示当前或者历史情况;调度管理根据仓储作业情况,对人员、设备进行调度,人员调度包括人员出勤、作业时间、位置信息、运动轨迹等,以此作为人员考评依据;设备调度包括点检、巡检、故障应急处理。
智能决策是智能仓储的终极目标,其基础在于大数据的收集、加工,辅之人工智能算法,深入挖掘数据价值,构建数据可视化平台,为决策系统提供模拟分析,结合历史值、环境因素等约束条件,为管理层提供决策辅助。在智能仓储中,智能决策的两个指向性目标分别是:对外辅助营销采购决策和对内人员设备管理调度。
通过软件和硬件两大支撑,实现下面几个功能。一是设备层:系统感知和路径优化功能;二是网络层:互联互通的设备网络;三是管理层:全面分析和决策支撑。
硬件支撑方面,分为传感器和控制器。对于传感器的选择,需要满足如下功能:一是低功耗传输;二是长距离传输;三是布线方便;四是通信协议开放,便于集成。这些是实现系统感知的基础,主要包括温湿度传感器、RFID、储位传感器、车载终端、蓝牙等。单机控制器集成所有区域内传感器,组成子系统,子系统之间依靠WIFI、网关、各种现场通信协议实现信息交互,彼此连接完成相应作业。网络互连,如图2。
软件支撑方面:一是系统功能规划。分别搭建仓储控制系统(WCS)、现场子控制系统和智能调度系统等三个系统。其中,仓储控制系统(WCS)主要负责数据对接和系统交互;现场子系统主要负责数据采集和动作执行;二是算法模型设计。智能仓储最终要实现智能,其落脚点是算法模型的设计。一个算法模型必然需要大量数据来训练该模型,数据越多、模型越准确。因此,大数据是算法模型的基础。通过大数据分析,我们可以预测成品卷烟的存储趋势、销量的趋势,可以感知仓库内在温湿度变化,可以挖掘设备潜能。通过算法模型,我们可以实现路径优化、智能判断等。软件支撑结构,如图3。
当前智慧物流的发展正处于风口期,相关国际国内标准均未形成,竞争的战略高点主要集中在算法和物联网底层通信协议。就卷烟智能仓储而言,一方面需要保持对新技术的持续关注、深入了解;另一方面,充分考虑企业实际情况,对成熟的技术加大推广应用,推动卷烟智能仓储建设和烟草物流高质量发展。