倉儲搬運機器人在汽車工廠一次物流領域的應用

葛世恭，鄒康宇

（風神物流有限公司 物流技術部，廣東 廣州 510800）

1 引言

隨著中國汽車行業競爭的加劇，汽車銷售價格降低，汽車制造企業向汽車供應鏈上下游環節轉移成本壓力已成為不可避免的趨勢。而經濟水平的發展帶動了人力成本的上漲，作為勞動密集型的汽車物流企業面臨招工難、利潤低的問題。另一方面，物流自動化裝備發展日新月異，在物流行業得到廣泛關注，尤其是電商物流因其作業模式具備自動化設備導入優勢，現場自動化水平走在了物流行業前列，為汽車物流提供了借鑒。

2012年，亞馬遜斥資7.75億美元收購Kiva systems公司的機器人項目，在作業現場導入KIVA機器人，提高近50%的分揀處理能力，在業內引起轟動。伴隨著國內電商的飛速發展，近年來電商物流KIVA機器人需求日漸增多，帶動了設備市場的發展，國內?？低暋⑩S、快倉等自動化設備公司仿照KIVA機器人，開發了自己的倉儲搬運機器人產品，并在天貓、京東等公司倉庫得以應用，取得了良好反響。目前，磁導航AGV在汽車廠已得到廣泛應用，尤其是二次物流環節，AGV[1-5]與輔助機械機構配合完成物料的上線，自動化程度較高。但一次物流因為作業環境復雜，自動化程度仍然較低，且磁導航AGV磁條維護成本較高，柔性較差。相比一般磁導航AGV，倉儲搬運機器人體積小、行動靈活，在窄巷道內應用優勢明顯。目前，國內一些汽車物流企業已著手在作業現場導入倉儲搬運機器人。

本文基于汽車物流企業工廠物流作業特性以及倉儲搬運機器人的特點，對倉儲搬運機器人在汽車工廠一次物流作業現場的應用模式進行了探討。

2 汽車工廠一次物流流程

在零部件物流供應鏈中，汽車零部件在供應商工廠內進行生產，經過前端和末端物流集配中心后進入汽車裝配廠，進入汽車工廠之后的流程如圖1所示?？ㄜ嚾霃S后，在待機場等待指示，根據指示進入卸貨雨棚，依次經過叉車卸貨入庫、集配、牽引車供給、返空、容器整理、容器裝車等環節。

分析設備的特點可以發現，KIVA主要應用于部品的集配、供給以及返空環節，用以取代人工揀選以及牽引車轉運與投料作業。

圖1 汽車工廠一次物流作業流程示意圖

3 “貨到人”模式在大件集配揀選作業中的應用

汽車零部件種類多，包裝形態各異，為方便區分，將零部件按照包裝形態分為大件和小件，大件為鐵料架包裝，小件為膠箱、塑脂箱包裝。小件集配揀選人員作業時間主要集中在搬運和揀選，行走時間較短，“貨到人”的作業模式經濟性較差；多數大件集配作業采用整托集配方式，不宜導入“貨到人”模式；少數大件集配采用倉庫排序至專用棚車的方式，由于大件部品體積較大，平鋪面積較大，因此作業人員走動距離較遠，在作業時間中行走時間所占比例較大，采用“貨到人”模式經濟效益較好。此外，這種作業場景與目前大多數電商物流揀選場景類似，電商物流經驗可供借鑒。

3.1 作業模式

“貨到人”（Goods to person）揀選，即在物流揀選過程中，人不動，貨物被自動輸送到揀選人面前，供人揀選，與之相對的揀選方式是“人到貨”（Person to goods）?！柏浀饺恕睊x有超過40年的發展歷史，最早的“貨到人”揀選是由自動化立體庫完成的，托盤或料箱被自動輸送到揀選工作站，剩余的部分仍然自動返回自動立體庫中儲存，如圖2所示。

圖2“人到貨”與“貨到人”模式示意圖

圖2 -a中，在“人到貨”模式中，集配揀選人員手推棚車按照零件排序清單逐項來到各個指定庫位進行揀選，當訂單密度小時，人員需要頻繁地在庫位之間走動，導致作業充實度較高。相比之下，如圖2-b所示，集配揀選人員站在指定地點，通過掃描清單或者物料呼叫等方式向倉儲搬運機器人的調度系統（即RCS）傳送需求信息；RCS根據需求信息向倉儲搬運機器人下達任務指令；倉儲搬運機器人按照指令潛入到指定庫位臺車底部，將臺車及其上方容器頂起，轉運到集配揀選人員附近。按照這種方式，人員只需在小范圍走動即可，極大程度地減少了行走時間。

針對“貨到人”模式，可采用如下方法估算模式導入后的效益。

其中，ΔP表示遞減人員/工時，P0表示目標崗位導入設備前人員配置/工時，T0表示集配揀選人員每作業班次時間內行走時間，T表示集配揀選人員每作業班次時間內工作時間。比如，某一場景中，單班配置3名集配揀選人員，在每作業班次內平均每人工作時間360min，其中行走時間150min，即P0=3，T0=150，T=360，則：

經過計算，在以上條件下，導入倉儲搬運機器人可遞減人員1.25人/班，節約人工工時450min。

3.2 信息傳遞

“貨到人”的模式技術成熟，國內絕大多數設備廠家均可實現該模式的軟件功能，該模式的一般系統邏輯如圖3所示。

圖3 集配揀選作業“貨到人”信息傳遞示意圖

集配作業：當集配揀選人員需要集配某種物料時，通過物料呼叫系統向設備調度系統（RCS）傳遞信息，倉儲搬運機器人接受調度系統指令將所需物料整托轉運到集配揀選人員附近，揀選完畢后將剩余物料送回庫位，等待下一次任務。

入庫作業：當存儲區某庫位缺件時，缺件信息自動傳遞到WMS系統，WMS系統將信息傳遞給叉車司機和RCS，叉車司機根據信息將所缺物料放到指定位置，倉儲搬運機器人根據RCS指令將物料從指定位置轉運至缺件庫位。

4 KIVA在大件供給作業中的應用

在汽車工廠中，一次物流供給作業目前由人工牽引車完成，且供給人員在全部作業人員中比例較多，因此得到廣泛關注。供給作業主要包括轉運與投料兩部分，國內少數汽車廠通過導入磁導航AGV取代轉運作業，但投料作業尚未有較優的替代方案。

小件投料采用人工逐箱向料架/工作臺投放的方式，不宜倉儲搬運機器人的導入；大件投料采用整托物料臺車置換的方式，可以導入倉儲搬運機器人進行投料作業。

4.1 大件供給作業模式

4.1.1 線邊料位擺放方式。小件投料采用人工逐箱向料架/工作臺投放的方式，不宜倉儲搬運機器人的導入；大件投料采用整托物料臺車置換的方式，可以導入倉儲搬運機器人進行投料作業。目前線邊大件料位主要有3種擺放方式：左右料位、前后料位和單料位，具體見表1，每種擺放方式分別對應不同的自動化供給模式。

表1 線邊料位擺放方式

4.1.2 具體作業模式分析。在汽車工廠總裝車間內，最常見的料位擺放方式為前后料位。人工作業情況下，當前側料位上物料用盡時，線邊工人將后側料位容器與前側料位容器互換位置，保持前側料位上有物料可用。如圖4所示，當采用自動化供給時，采用倉儲搬運機器人（KIVA）實現前后料位容器互換位置，并對后側料位進行補料，作業流程如下：

（1）KIT工人通過呼叫裝置同步發出置換信息和集配信息；

（2）控制系統調度KIVA執行置換任務，KIVA-1將外側滿容器拉出（如圖5所示）；

（3）KIVA-2將內側空容器拉出；

（4）KIVA-2進行返空作業；

（5）KIVA-1將拉出的滿容器拉回內側，置換動作完成，等待下次任務；

（6）系統調度叉車和KIVA執行集配/供給任務，叉車卸空容器；

（7）叉車將滿容器集配到KIVA-2的臺車上；

（8）KIVA-2根據供給任務指示前往相應KIT工位；

（9）KIVA-2根據供給任務指示進行供給投料；

（10）供給任務完成后KIVA-2需要等待置換/供給任務的發出。

以上模式采用2臺倉儲搬運機器人聯合作業的方式實現供給作業自動化，該模式也可通過1臺倉儲搬運機器人獨立作業實現功能，如圖6所示。

與前后料位相似，如圖7所示，針對左右料位，可采用AGV接力供給、AGV空滿置換等模式實現自動化供給，普通磁導航AGV即可滿足功能要求，導入倉儲搬運機器人可完成容器轉向等功能，使該模式應用環境更為廣泛。對于單料位，可采用在線邊設置緩存的方式：倉儲搬運機器人首先將部品容器從存儲區轉運至線邊緩存區，再根據線邊生產需要將所需部品從線邊緩存區轉運至線邊工位。線邊設置緩存的方式對于供給及時性要求高，目前應用較少。

圖6 單臺倉儲搬運機器人獨立作業

圖7 左右料位：AGV接力供給和空滿置換

4.2 信息傳遞

為了滿足供給作業的及時性，倉儲搬運機器人、叉車司機以及線邊工人之間需要通過設備調度系統（RCS）、物料呼叫系統進行信息的傳遞，如圖8所示。

4.3 Flexsim仿真

在項目運作過程中，各種因素處于不斷變化中，借助仿真可以對全流程進行動態模擬和統計分析，進而對方案的技術可行性進行評估。下面以某倉儲搬運機器人供給項目為例，采用Flexsim軟件進行仿真建模。

圖8 供給作業信息傳遞示意圖

圖9 某KIT集配區零件供給作業示意圖

4.3.1 仿真背景。如圖9所示，選取某KIT集配區29種零件供給作業為仿真對象，每種零件占據前后兩個工位，初始狀態全部零件滿SNP，零件信息見表2。

4.3.2 仿真模型建立。借助Flexsim軟件的AGV模塊功能，將任務執行器代替KIVA的搬運作業，并通過任務分配器、交通管制及路徑點屬性邏輯設置，實現KIVA全部作業流程的方針，仿真模型整體邏輯如圖10所示。

在實際生產作業中，零部件的消耗數量是動態的，在仿真模型中，借助零部件的P/C屬性（單車用量×差異件比例）來代替各零部件的消耗速率，并通過處理器實現零部件按照準確速率消耗。而在KIVA置換作業環節，任務執行器與路徑網絡決策點屬性設置KIVA的預置換臺份及置換方式（1臺KIVA單獨置換與2臺KIVA協同置換）。最后在模型建立后，通過Global Table（全局表）與Dashboard（統計圖表）兩大模塊，針對整體模型各設備與作業環節相關數據進行統計與整理。模型整體運行如圖11所示。

4.3.3 仿真結果分析。以倉儲搬運機器人（KIVA）數量、生產節拍等參數為變量，統計缺件工位、最大響應時間等數據，見表3。

根據各變量條件下詳細數據分析，得出模型各項參數變化趨勢：

（1）缺件發生時間：缺件存在于整個作業過程中。

圖10 仿真建模整體邏輯

表2 零件信息

圖11 模型運行展示

表3 仿真數據匯總

（2）缺件工位數：在14-19波動，方案變化對數量無明顯趨勢。

（3）缺件次數及數量：隨節拍↑，次數↑，數量↑；置換工作KIVA數↑，次數↑數量↑；同等KIVA數量下，預置換臺份逐漸↑，缺件情況呈現先↓后↑的情況。不同KIVA數的最少缺件預置換臺份不一。

（4）響應均值及響應率：節拍↑，時長↑，響應率↓；預置換臺份↑，時長↑，響應率↓；導致單次缺件數量增多。

（5）最大響應時長：節拍↑，最大時長↑，預置換臺份↑，最大時長明顯↑；置換工作KIVA數↓，最大時長↓。

（6）置換不及時原因：在極端情況下，同一時刻會產生多個置換任務，而現有KIVA數量無法滿足全部置換需求。

4.3.4 優化建議。通過分析各參數變化趨勢，重新導入變量數據尋找最優方案（缺件情況最優），兩方案下的展開變量數據設置見表4、表5。

表4 方案一（2臺KIVA協同置換）數據

表5 方案二（1臺倉儲搬運機器人單獨置換）數據

通過對兩方案展開數據進行分析，并考慮實際作業情況，得出了最優建議：

方案一：設置預置換臺份為4，設置充電位2個，各尺寸臺車集配區緩存3臺，考慮現場實際試運行，建議針對不同零部件設置不同的預置換臺份。

方案二：設置預置換臺份為8（結合現場實際作業考慮），設置充電位2個，各尺寸臺車集配區緩存3臺，考慮現場實際試運行，建議針對不同零部件設置不同的預置換臺份。

5 結語

本文基于倉儲搬運機器人的特點，對設備在汽車工廠一次物流領域的應用前景做了展望。從模式和信息兩方面進行分析，發現倉儲搬運機器人在集配揀選和供給作業中具備一定的應用可行性。