基于RFID在整車智能庫位可視化中的應用研究

屈新懷，代 錕，丁必榮，宋文峰

(合肥工業大學機械與汽車工程學院，合肥 230009）

0 引言

隨著汽車產業的快速發展，以訂單作為生產依據的敏捷物流模式［1］受到了廣泛的關注。與此同時，整車倉儲作為敏捷物流的一個關鍵環節，起到直接聯系到企業和市場的橋梁作用。在有限整車倉庫的資源下，對整車倉庫資源進行合理有效的整合利用具有十分重要的理論和實踐意義。近年來有專家針對智能庫位路徑優化和平面布局進行過研究:Tsuiand和 Chang和 TsuiL.Y.＆Chang，C.H.分別建立一個關于倉庫站臺空間分配問題的一般模型，并提出了基于分枝定界方法的一個解決方案［2］。Greetha和Nair提出模糊算法來尋找空間分配問題中成本最小化的最佳方案［3］。王保敏應用RFID技術對整車倉儲管理系統進行研究，提出資源型應用模式［4］。以上研究人員在研究中取得一定的研究成果，但通過歸納分析發現他們還存在以下不足:研究算法比較單一、可移植性較差;研究信息系統建設，缺乏對業務深入研究;業務現場操作較為復雜。因此，針對上述存在問題，提出可視化智能庫位管理的概念，重點考慮整車庫位的出入庫業務流程、整車庫位的多層尋址模型和整車倉庫可視化管理。

1 整車多層庫位物理模型

1.1 整車庫位概述

整車庫位(Vehicle Storage Areas，VSA）是指將整車倉庫分為若干個庫區構成，每個庫區分若干個庫位。所謂庫位就是獨立和封閉整車的空間。整車庫位管理是指按整車庫的庫位信息記錄，在整車入庫時將庫位編碼與產品型號一一對應，出庫時能按照庫位存放時間可以實現先進先出的管理方式。

在庫位管理中，庫位編碼與庫區劃分同樣有著十分重要的作用，但傳統庫位編碼上很少涉及具體的整車的特征，編碼缺乏現實意義，同時庫區劃分較為隨意。首先，文章將倉庫的物理布局劃分為四個片;其次，在片的基礎上根據車型劃分為區;再次，在區的基礎上劃分為頻帶;再次，將頻帶劃分為庫位的最小單元。最后將庫區劃分與庫位編碼相結合。例如G0008A12345678表示一輛能夠存放高頻區域流水號為0008，底盤號為A1234567的整車，見圖1。

圖1 整車庫位編碼規則

其中，“片”是根據庫位的物理位置所決定;“區”是對片進行一個合理有效的布局;頻帶根據車輛特性所構成，文章主要針對兩種車型庫位進行研究，庫位尺寸為4m×2m。

1.2 多層次頻帶劃分

聚類分析是一種重要的人類行為，它的目的是把相似的東西歸為一類，使得類內具有較大的相似性，而聚類間具有較小的相似性。在整車庫位模型當中，具體的思想就是按照出入庫時間和頻率的不同，把庫位聚類成高頻區、中頻區、低頻區和緩沖區四個頻帶［5］。這也是整車倉儲管理當中劃分片帶的依據。

根據一段時間內，整車出入庫歷史數據來進行編碼，并結合頻帶思想實現頻帶的劃分，其具體步驟如下。①使用SQL2005的數據挖掘技術對整車出入庫相關業務數據進行挖掘;②對入庫時間、預出庫時間時差進行處理，即 Δt=t出-t入;③利用②中的 Δt，對于歷史數據來三個的層處理，即高、中、低頻帶;④計算得出高、中、低、緩頻帶的比例;⑤分別用G(高頻區）、Z(中頻區）、D(低頻區）、H(緩沖區）按照④中的比例結果劃分當前庫存中的各個庫位頻帶。

2 基于RFID整車庫位業務研究

2.1 RFID概述

RFID(Radio Frequency Identification）技術作為物理世界與現有系統的橋梁，借助GPRS無線遠程傳輸的功能，可將倉儲日常管理活動與整車倉儲管理系統有效的整合在一起，從而達到實物信息與系統信息的實時同步一致。目前RFID技術主要應用在整車物流跟蹤、整車生產工位點信息采集、整車企業內部生產轉序等。

2.2 整車庫位業務流程

傳統整車業務流程結構單一，出入庫工作效率低，和傳統整車業務流程如圖2a所示，可知入庫車輛隨意停放，出入庫管理難度大，容易造成人為記錄錯誤。為克服上述問題，文章使用RFID技術，對出入庫流程進行優化，以使提高整車出入庫工作效率，同時使倉庫庫位信息能夠及時反饋到管理信息系統，加快倉庫庫位動態調整［6］，如圖2b所示。

圖2 傳統入庫業務與RFID技術整車入庫

3 整車四層尋址模型

3.1 整車尋址模型

根據庫位、庫區劃分，整車路徑模式分為四層:第一層為主通道層;第二層為區域層;第三層為區域頻率層，第四層為單元格層，通過研究整車庫位可視化誘導問題，來實現四層模式尋址。首先從整車出入口出發經過主通道(根據限制條件確定）到區域層;其次，到各區域頻率層;最后，到達指定的單元格庫位，其尋址流程如圖3所示。

圖3 整車四層結構尋址模型示意圖

3.2 庫位誘導概述

庫位誘導指通過智能化技術(RFID）探測技術，與分散在多整車庫區的車位，實現智能數據傳遞，實現對各個庫區停車庫位數據實時發布，引導駕駛員實現便捷停車、取車，解決整車庫位面積有限和工作效率低等問題的方法［7］，誘導算法步驟如下:

步驟1:根據駕駛員入庫的刷卡信息和車輛信息選擇相應的頻帶區;

步驟2:通過logist概率理論，計算駕駛員選擇停車區域的概率;

步驟3:計算出駕駛員在交叉路口的頻帶庫位概率值;

步驟4:分別計算四個方向(前、后、左、右）的概率值;

步驟5:在四個方向的概率值中選擇較大者;

步驟6:當只有兩個頻帶區時，算法終止。

3.3 庫位誘導目標函數建立

根據上文假設可建立如下目標函數:

Qi為整車i最終入庫條件的適應值，Qij為每輛i在確定入庫位置j的停放適應值(i=1，2，3…n）n為需要入庫的整車數，j=1，2，3…m，m為整車庫位數量。

4 多層次可視化應用

可視化(Visualization）是利用計算機圖形學和圖像處理技術，將數據轉換成圖形或圖像在屏幕上顯示出來，并進行交互處理的理論、方法和技術。它涉及到計算機圖形學、圖像處理、計算機視覺、計算機輔助設計等多個領域，成為研究數據表示、數據處理、決策分析等一系列問題的綜合技術。近年來可視化技術在整車倉儲有著較大的應用［8］。

4.1 整車庫位可視化層次結構

可視化管理理論是一種適合于各種需求和管理內容的行之有效的方法，特別是在整車庫位管理方面應用，可以分成以下四個步驟或層次［9］。

(1）透明層

可視化管理的首層就是透明化，也就是要管理和控制一個系統并繼而對其加以改進首要的工作是對該系統本身業務進行剖析。

(2）監控層

在完成對系統的優化和改進工作的基礎上，還需要實時的對其發展過程進行監控首先是要確定監控整車關鍵數據和指標。

(3）主動調控層

外界因素的干擾經常使系統的運行偏離正常的軌道或者偏離管理者預期的目標主動調控層就是要求管理者在問題出現后能在第一時間內發現問題找到原因并迅速提出解決問題的方案使系統的運營恢復到原先的狀態。

(4）協作層

任何一個系統都不是獨立的它必然和其他許許多多的系統相關聯，協作層的工作就是要通過RFID技術加強系統與外界其它因素的協作和配合從而擴展和提高系統自身的能力和運營結果。

4.2 整車業務可視化

根據車輛進入整車庫的時間和頻率，查詢庫區各個頻帶的庫位數量。通過汽車入庫誘導算法和庫位頻帶劃分原則，得到整車入庫算法程序和基于RFID整車出入庫業務應用。倉庫管理員清晰看到駕駛員刷卡后信息和整車圖片信息給予核對，方便整車出入庫管理工作，如圖4所示。

圖4 整車業務可視化

4.3 數據信息可視化

根據實際業務量的變化，得到相應的數據展示，能夠清楚的認識庫位的使用情況，方便管理者根據業務量，及時調整庫位的使用。如圖5所示。

圖5 整車數據信息可視化

5 仿真分析

5.1 描述實例

MATLAB是一套高性能的數值計算和可視化軟件，它作為新興的編輯語言和可視化工具，有著其他語言不可比擬的優勢［10］。根據上述理論和整車庫位四層尋址模型的使用，將上述模型轉化成具體的平面圖，如圖6所示。圖7是圓圈區域的放大效果圖。

圖6 整車庫位效果圖

圖7 整車庫位效果圖

5.2 結果分析

根據一段時間內160輛整車出入庫同期歷史數據相比的研究分析，按照出入庫數據劃分頻帶，用MATLAB仿真軟件連接SQL2005數據庫所得仿真結果如表1和表2所示。

表1 整車出入庫四層模型引導算法求解結果

表2 傳統整車出入庫個庫區使用情況結果

分析得出，使用整車四層模型引導算法庫位總利用率比傳統整車車入庫庫位利用率提高了16%，庫位空閑率大大降低。降低了整車倉儲的管理成本并且提高工作效率和安全庫存率，整車倉儲的風險率得到降低。

6 結束語

利用RFID技術設計整車智能庫位，能克服工作效率低、手工勞動量大等困難。依據整車管理業務相關歷史數據，通過數據挖掘技術，實現了可視化智能庫位管理。運用庫位引導理論算法，基于MATLAB仿真軟件，實現動態庫位可視化管理。從而使庫位信息能夠在一個周期內及時反饋給相關業務人員，以便對庫位進行合理有效管理和做出正確決策。提出的四層次庫位可視化管理模式已成功運用于某第三方物流整車庫位管理，能夠為廣大中小企業提供理論指導和實踐意義。

［1］劉小群，馬士華.支持快速響應的敏捷物流運作技術與方法［J］. 科研管理，2007，2(28）:153-154.

［2］Angus F.C.Errington，Student Member，IEEE，Brian L.F.Daku，Member，IEEE，and Arnfinn F.Prugger Initial Position Estimation UsingRFIDTags:ALeast-Squares Approach ［J］.IEEE Transactions On Instrumention And Measurement，2010，59(11）:2863-2865.

［3］Amy J.C.Trappey，Charles V.Trappey，Chang-Ru Wu Genetic algorithm dynamic performance evaluation for RFID reverse logistic management Expert Systems with Applications［J］.Expert Systems with Applications，2010:7329-7330.

［4］王保敏，梁昌勇.基于RFID的整車物流管理系統研究［D］.合肥:合肥工業大學，2010.

［5］潘耀芳，王軒智.能化立體車庫優化車輛存取策略研究［J］. 物流科技，2002，94(25）:51-52.

［6］張芳珍.RFID在汽車整車制造物流中的研究［D］.重慶大學，2010.

［7］王靖，孫涌余.道琴停車誘導系統下中心型路徑誘導算法的改進與應用［J］.蘇州大學學報(自然科學版），2008，4(24）:37-38.

［8］林華治.基于RFID的供應鏈可視化管理［J］.浙江工商大學，2009:9-12.

［9］凌云，林華治.RFID在倉儲管理系統中的應用［J］.中國管理信息化，2009，3(12）:43-45.

［10］趙書蘭.MATLAB圖形與動畫編程實例教程［M］.北京:化學工業出版社，2009.