文/鐘 亮 陳超艷 彭云俊
關鍵字:物流、配送中心、智能倉儲、物聯網、數字化
新形式下,我國通過“十三五”國家科技創新專項規劃,以創新型國家建設引領和支撐升級發展,部署推進“互聯網+物流”,要求提升倉儲智能化水平,降低物流成本。煙草行業卷煙物流配送中心經過多年信息化建設,成效顯著,作業模式已從人抬肩扛、賬本統計過渡到依靠信息系統、機械設備進行卷煙倉儲作業。但是,從智慧物流角度來看,諸多方面還有待提高。因此,落實新發展理念,完善內在短板,成為企業高質量發展的關鍵因素,智慧物流應運而生。
智慧物流是一種以信息技術為支撐,通過在物流的運輸、倉儲、包裝、裝卸搬運、流通加工、配送、信息服務等各個環節實現系統感知、全面分析、自動處理、智能調整,實現物流規整智慧、發現智慧、創新智慧和系統智慧的現代綜合性物流系統。智能倉儲是智慧物流中的重要一環,就卷煙物流配送中心而言,倉儲、分揀作為核心業務,涉及諸多設備、信息、管理等方面數據,為建設智能倉儲提供了基礎。因此,建設一套“高效、穩定、安全、成本最低、價值最優、消除浪費”的智能倉儲管理系統,實現倉儲全流程的降本、提質、增效,將是智慧物流的一個發展方向。

圖1:智能倉儲拓撲圖
智能倉儲是自動化與信息化的高度集成,自動化又依托于數字化控制、信息化管理、網絡化連接等。目前,火熱異常的物聯網就是設備的數字化控制和網絡化連接的產物,物聯網可以延伸自動化的感知觸角,使系統集成更加便捷,同時產生海量的設備數據,利用大數據分析工具可以實現設備的智能維護。自動化設備接受管理系統調度,大量的生產數據同樣可以被采集,經過數據加工、提取,結合智能算法可以用于輔助決策,提高效率。智能倉儲拓撲圖,如圖1。
件煙卸貨:卸貨作為倉儲的第一個環節,是倉儲管理高效、友好的展示。為提高效率,可將互聯網+自動化技術引入件煙卸貨中,具體來說:一是信息協同。在車輛到達物流中心前,營銷中心采購數據同步到物流中心,建立卸貨預約,決策系統根據已有庫存和最短路徑原則計算來煙儲位信息,生成卸貨站臺信息,指導貨車停靠在指定卸貨站臺。二是使用機器人和AGV(自動導引小車)。當前煙草物流常用的卸貨有兩種方式,一種是通過人將件煙搬卸至伸縮鏈板機上運至庫區;另一種是整托盤搬運,利用叉車進入車廂進行搬運。在智慧倉儲中,這兩種方式都可以采用自動化設備完成。針對第一種卸貨方式,采用可伸縮式直角坐標機器人配合伸縮鏈板機完成;第二種卸貨方式,采用AGV進入車廂自動卸車。
組盤環節:組盤是將托盤與件煙進行關聯,可利用圖像識別技術、RFID技術實現無人化。具體來說:當件煙進入庫區時,通過圖像識別(一維碼、二維碼、拍照對比)識別當前入庫的件煙品牌,機器人對該品牌件煙自動碼垛后,將件煙信息直接通過RFID讀寫器寫入RFID芯片,完成組盤。
存儲環節:托盤的存儲有多種方式,如三層貨架、立庫、密集庫等。自動化的存儲需要一些關鍵設備配合,三層貨架采用高層自動導引叉車,自動規劃路徑、保證先進先出,從而避免人工存取的隨意性及低效率;立庫、密集庫的關鍵設備有堆垛機、高速穿梭車等,通過倉儲調度系統實現高效率自動化存取。

圖2:網絡互連
以物聯網技術為基礎(射頻、圖像識別、紅外通訊、激光測距及導引等),采集設備數據。以自動化技術為依托,收集生產過程數據。海量數據是實現智慧物流的前提,它為決策系統提供了大量的模型訓練數據。在智能倉儲中,數字化管理的展現形式為看板管理和調度管理。看板管理關注的是倉庫作業情況,如進度、品牌、庫存、設備使用等,可展示當前或者歷史情況;調度管理根據倉儲作業情況,對人員、設備進行調度,人員調度包括人員出勤、作業時間、位置信息、運動軌跡等,以此作為人員考評依據;設備調度包括點檢、巡檢、故障應急處理。
智能決策是智能倉儲的終極目標,其基礎在于大數據的收集、加工,輔之人工智能算法,深入挖掘數據價值,構建數據可視化平臺,為決策系統提供模擬分析,結合歷史值、環境因素等約束條件,為管理層提供決策輔助。在智能倉儲中,智能決策的兩個指向性目標分別是:對外輔助營銷采購決策和對內人員設備管理調度。
通過軟件和硬件兩大支撐,實現下面幾個功能。一是設備層:系統感知和路徑優化功能;二是網絡層:互聯互通的設備網絡;三是管理層:全面分析和決策支撐。
硬件支撐方面,分為傳感器和控制器。對于傳感器的選擇,需要滿足如下功能:一是低功耗傳輸;二是長距離傳輸;三是布線方便;四是通信協議開放,便于集成。這些是實現系統感知的基礎,主要包括溫濕度傳感器、RFID、儲位傳感器、車載終端、藍牙等。單機控制器集成所有區域內傳感器,組成子系統,子系統之間依靠WIFI、網關、各種現場通信協議實現信息交互,彼此連接完成相應作業。網絡互連,如圖2。
軟件支撐方面:一是系統功能規劃。分別搭建倉儲控制系統(WCS)、現場子控制系統和智能調度系統等三個系統。其中,倉儲控制系統(WCS)主要負責數據對接和系統交互;現場子系統主要負責數據采集和動作執行;二是算法模型設計。智能倉儲最終要實現智能,其落腳點是算法模型的設計。一個算法模型必然需要大量數據來訓練該模型,數據越多、模型越準確。因此,大數據是算法模型的基礎。通過大數據分析,我們可以預測成品卷煙的存儲趨勢、銷量的趨勢,可以感知倉庫內在溫濕度變化,可以挖掘設備潛能。通過算法模型,我們可以實現路徑優化、智能判斷等。軟件支撐結構,如圖3。
當前智慧物流的發展正處于風口期,相關國際國內標準均未形成,競爭的戰略高點主要集中在算法和物聯網底層通信協議。就卷煙智能倉儲而言,一方面需要保持對新技術的持續關注、深入了解;另一方面,充分考慮企業實際情況,對成熟的技術加大推廣應用,推動卷煙智能倉儲建設和煙草物流高質量發展。