李姗姗,石冬剑,陈小波
(1.江苏航运职业技术学院智能制造与信息学院,江苏南通;2.江苏力德尔电子信息技术有限公司,江苏南通)
在经济发展的大潮中,为了扩大利益,很多企业都走上了扩大再生产的路线,但就目前而言,很多企业仅仅在生产环节增加了投入,却忽视了运输调度环节出现的瓶颈。这些车辆在厂区的运输工作缺乏管理,厂区交通指挥浮于形式,导致部分区域出现大规模拥堵,而装卸区域也存在车辆相互妨碍导致的吞吐率较低、出货不及时等一系列问题,随着企业规模的扩大,上述问题也越突出。已经严重困扰着不少仓储物流企业,制约着其发展。
在工厂厂区的物流车辆调度系统中,控制运输车辆运行的基本逻辑在于车辆运行的起点与终点,控制调整车辆的起始点与终点是车辆调度作业最终目的,也是其意义所在。当车辆进入厂区后,即默认为车辆运输资源处于可利用状态,当运输任务出现空闲时,则司机被安排在休息区,用电视或电子屏实时更新运输任务动态和司机排队情况,通过大屏幕,司机可根据其配属车辆牌照的号码确认所领取到的运输任务,若出现指定型号车辆运输的货物时,可以设置分配权限等级来区分各类型供应商优先分配的卸货位。需要等待且其他卸货位有空闲时,预约界面提示优先分配卸货位的等待车辆数和空闲卸货位号,供预约司机手动选择卸货位。当车辆到达指定的卸货台后,指示屏上将显示的车牌与司机车牌的匹配情况,当两者相符合时,即可将RFID 临时卡交给工作人员在一体机上进行核对,核对无误后,车辆倒车进入卸货位;控制计算机记录车辆已进入[1],并在信息显示屏上显示车号,开始计时;车辆卸货完毕,收货人员确认无误后,在一体机上进行操作,车辆离开后,记录卸货完成时间,此时信息显示屏显示卸货位空闲。其逻辑架构如图1 所示。
图1 起/终点分配控制逻辑架构
与城市交通调度不同,工厂中的车辆调度指挥系统是一个相对独立封闭的系统,因此受到外部因素影响较小[2],而影响到车辆调度系统工作效率的因素无外乎运输资源(车辆或司机)与运输任务(货物量)两项,所以对该系统的调整优化也需要围绕以上两个因素而展开,而交通运输中的车辆调度就是在给定运输任务的条件下,如何派车、组织循环运输,使空驶里程最少,运输成本最低[3]。基于上述需求,软件逻辑的设计和算法的运用也需要体现出这种思维。在软件算法领域中,道路交通运输系统的运行逻辑被认为是若干点到点运动的集合,在特定有限数量的路径中进行加权,然后求解最短路径和运输时效性等现实问题,称为路径运算。VRP 结合货运加权算法是目前各大仓储物流企业交通调度指挥软件中应用的主要逻辑算法。该算法经过多年的运用和优化改进,已具备较强的兼容性和安全性,受到广大物流运输企业的信任青睐,成为车辆调度系统中不可或缺的一部分。
路径规划问题是交通运输中的最基本问题。所谓VRP 路径规划就是虚拟路径计算协议运输的简写,VRP 最早是由美国贝尔研究所于1969 年首次提出的。该研究针对仓储物流运输系统的运转特点,在有限的车辆及道路资源条件的限制下,如何安排发车间隔与运输线路,才能做到单位时间内的运输效率最高,即在特定货物需求量、车辆载荷、交发货时间、行驶时间与行驶里程等限制条件下,按照货物运输时间急迫性权重,保质保量的完成运输任务,同时又能兼顾节约运输资源,调用较少的车辆。在此基础上,VRP算法可以嵌入其他功能模块,当一部分车辆出现空余,同时另一部分车辆运用处于饱和状态,可以调整单个车辆单位的承载量来负载分担运输任务,当运输任务较少,且参与运输的车辆未处于满载状态,运输终点为不同停车场,车辆自身性能也不相同,时间属性取为软时间窗,服务时间设为随机服务时间时,此时为多用户的配送任务,如果车辆服务时间随机的带软时间窗问题。其数据参数分类如表1 所示。
表1 车辆路径参数分类
根据逻辑算法的基本规律,所需完成的目标涉及的属性因素越多,在编程过程中遇到的障碍就越多,其变量参数对整个程序的影响就越不可控,所以整个程序的逻辑算法就愈加复杂。目前针对车辆调度系统算法的研究,大多数还处在局域变量向整体变量过度的准孤立阶段。因此其算法建模也需要以此为依据而展开。车辆调度系统算法逻辑中的常见模型可分为网络模型和数学模型两大类。首先是网络模型,VPR 算法经典采用离散数学中的图论理论对车辆路径问题进行建模,并用G=(V,E)表示交通网络图,V={V0、V1,...,Vn}表示发货点和收货点,用E={Vi,Vj}表示路段,用Cij 表示路段的距离或者开销。巳知发货点V0和车辆数量m 及单位载重Q 的情况下,拥有辆载重皆为的配送车辆时,满足客户要求配送车辆总配送成本最小。依次为条件利用VRP 网络图模型做配送调度建模,假设车辆无需考虑外部因素,仅在调度掌控范围内进行活动,根据VRP 调度指挥系统中的图定运输任务,其所蕴含的约束条件包括运输网络中的运输端点(起点或终点)、运输端点的任务派发权重(可理解为客户运输时限要求)、个体运输单位的载重瓶颈(车辆载重上限)等。通过网络模型的图形化转换,可以使较为复杂的交通网络易于理解,但是由于其信息量局限性,又无法加入更多深层次逻辑参数,使得这一应用只能用于表述浅层次运行状态,而难以用于描述复杂问题。进而引入了VRP 数学模型,其中以最常见的车流量参数模型和以物流参数为基础的模型进行举例。鉴于数学模型变化特性,这里只给出两类问题的数学模型,多车型装货送货一体化的车辆路径问题,其目标函数为[3]:
车辆的约束函数表示为:
其任务约束则表示为:
道路约束则根据上述两个函数进行累加,其结果为:
由此可以推断出,VRP 数学模型主要的约束条件为时间约束、车辆及载荷约束、道路约束、运输量约束等,并由上述几种约束条件共同决定最终的决策约束。
为了简化车辆调度系统中断性机制的触发流程,在代码架构的设计上可以将之理解为车辆终端利用RFID 技术对若干个随机因素简单查询操作的排列组合,这么做确实可以极大地简化应激事件的触发流程,但由于严谨性不足而容易出现运行错误,考虑到调度系统的安全性问题,就需要通过实验数据增加运行补丁来建立决策支持系统框架,计算影响目标实现的相关信息数据和经验数据,然后判断选项优劣,为调度指挥中心提供决策意见,实现特定的目标,提高决策质量,同时减少决策时间和运行开销[3]。这种结构被称为自适应决策支持系统框架,其处理流程如图2所示。
图2 自适应决策系统框架
在此基础上,RFID 感知网络组成任务请求组件、实时数据管理组件、VRP 请求组件、决策组件与执行组件等,上述组件互相配合,共同完成车辆调度任务,业务具体分配关系如图3 所示。
图3 RFID 实时调度系统框架
车辆调度系统的工作逻辑确定以后,还需要有软件所支配的对应硬件设备,其中最重要的当属基于RFID 技术的管理传感器。射频识别技术是一种通过接受或发送特定的无线信号实现信息交互的通信技术,可在5~10 米范围内快速识别目标并完成信息交互,避免了机械接触带来的不便,为了应对不同环境条件下的业务,RFID 技术要求传感器硬件设备具备在极寒、潮湿、高温等恶劣的环境下的稳定性,特别是对于高速移动目标的识别能力提出了较高要求,在此基础上,加入了人机交互的调试端口,使每个传感器都可以单独操作,且操作简易快捷,易于上手学习和故障排除。射频识别技术主要包括电子标签、I/O 端口、数据存储设备组成。其中电子标签用于存储和区分用户信息,如用户ID 和身份验证、入网许可(秘钥)等。I/O 端口设备则用于读写电子标签信息;数据存储设备则用于管理数据及通信传输,与计算机网络相连接实现数据传输。经过传感器的阵列兼容性调试,系统要达到的预期目的有如下几点:首先是对厂区的进出门禁实现RFID 智能控制,对进出厂区的车辆发放RFID 智能卡,自动识别进出车辆并提示相应的进出厂区信息;其次是对所有卸货点、卸货位进行监控,对整个厂区的货车运转位置信息、卸货点忙闲信息进行联动,打造高效的厂内车辆监管模式[1];第三是能做到对任务指令的快速响应,提高对生产任务的响应速度,解决在临时插单情况下快速物料配送无法响应等瓶颈问题,缩短生产响应周期。
调度门禁控制系统是调节车辆位置和数量,保证行车安全的重要抓手,其原理就是通过RFID 技术阻挡或允许车辆进入某一闭塞区,达到控制车流量的目的。从微观讲,单独的控制门禁的妥善率决定整个系统的工作效率,因此其传感器的可靠性至关重要,必须保证其射频信号可以穿透金属和人体的遮挡且性能稳定,安装简单方便;高速运动的目标也能轻易捕获;防水防晒,可于户外使用[1],同时具有较好的抗干扰能力。为了满足上述要求,企业园区内的RFID 门禁控制多选择2.4~2.8 GHz 读写器,此频段读写器识别率高,抗干扰能力强。电子标签选择有源主动式电子标签,该标签的工作温度在-35 ℃~75 ℃之间,接收灵敏度为-90 dBm,可以大大提高读取速率[4]。另一方面,对车辆卸货位管理也是调度门禁控制系统的管理职责之一。门禁系统主要控制车辆的进出,被呼叫的车辆允许进入,否则在场外等候排队,此举可避免厂区内车辆过多造成拥堵。卸货位管理系统主要管理卸货位,指导车辆去空闲卸货位,避免车辆在厂区乱找卸货位,造成卸货速率低下,卸货位利用率低等问题。从进门到卸货都用RFID 卡来进行信息核对,不会出现调度不当的问题。
本文通过从物流车辆调度系统的整体设计规划、车辆调度交通运输中的路径规划算法、物流车辆调度系统的硬件组成等多个角度出发,全面对工厂物流车辆调度系统进行了分析研究,并基于RFID 技术的运用,简要介绍了整个系统的组织架构和运行逻辑,希望可以通过互相之间的交流与探讨,促进彼此共同进步。