取消
清空记录
历史记录
清空记录
历史记录
栏目以仓储物流知识干货为主题进行整理编写,参考智能制造和智能物流领域的前沿论文与专著。在编译时对专有名词和部分术语的英文进行了保留,不足之处欢迎各位指正、讨论!
机器人搬运系统在仓配中心的应用愈来愈普遍。机器人拥有诸多特点:占用空间小、灵活性高、24小时不间断工作,这些特点与日益发展的电子商务运营领域高度适配。由于新型自动化机器人搬运系统拥有自主控制、灵活布局、网络化、动态运行等独特特性,此类系统的设计和操作控制问题是需要新的模型和方法加以解决。仓库的关键部分,即仓库设计、仓库规划和控制逻辑领域也都随机器人自动化仓库的发展进行革新。尽管工业机器人的相关发明与应用层出不穷,在现实中也较为常见,但是在学术理论层面上就没有被详细研究过。
在本文中,我们将讨论穿梭车自动存取系统的一种变体,其特点为穿梭车在网格上移动。在网格系统中,存储位置可以是动态的,也可以是静态的。在动态存储系统(或拼图式存储系统 Puzzle-based system)中,存储的 SKU 需要移至穿梭车上移动以便存取。
Gue 在2006年的研究表明,k深巷道的系统存储密度小于或等于2k/(2k+1),即单深系统存储密度小于或等于2/3,双深系统存储密度小于或等于4/5。
为了达到绝对最大的存储密度,一种以著名的山姆-洛伊德拼图游戏为原型的概念被引入仓储领域:拼图式存储系统诞生了。该拼图游戏被称为15谜,是一种在 4×4的网格中滑动 15 块标有数字的砖块使之按顺序排列的游戏,拼图在随机位置生成1~15号砖块,玩家要利用唯一的空格滑动数字砖块,将砖块按照正确的顺序排列。基于此,Gue 和 Kim在2007 年(Kevin R. Gue & Byung Soo Kim 2007年2月发表题为《Puzzle-based Storage systems》的论文)提出了“Puzzle-based Storage systems(拼图式存储系统)这一概念,游戏中的一个砖块能代表存放在网格系统中的一个料箱、一个托盘,甚至一个周转箱,网格上只有一个开放位置,其中n是网格中单元格的数量,这样就能达到 (n - 1)/n 的存储密度。为了取回单元物料或物品,系统会反复变换开放位置,最终将货物送到I/O点,其过程如图 1 所示。
要取回物品,第一步是要在请求的单元周围创造一个空置单元格。然后,利用空置单元格将物品移动到 I/O 点。换句话说,空置单元格 护送 物品到 I/O 点。在实践和文献中,有以下几种基于15拼图概念的紧凑型存取系统变体。
在拼图式存储系统基础上,Gue 等人于2014年提出了一种名为网格存储的高密度实物存储系统。该系统由一个矩形网格组成,网格中的方形输送带模块可以在四个方向上移动物品。模块可以与相邻的模块以及它们所携带的物品进行通信。在网格的南侧,取货输送带将物品运离网格。在网格的北侧,补货传送带将需要储存在网格中的物品运走。图2展示了物品向取回输送带移动的过程。
基于网格存储架构,Uludag2014 年介绍了一种名为网格拣选的订单分拣系统。该系统装满了高密度的周转箱,没有一点固定的巷道或过道;在物品取回过程中,只有网格上的几个开放点允许移动。该系统的目标是提供较高的订单分拣率,同时最大限度地减少拥堵影响。与网格存储不同,在网格拣选系统中,物品不会离开网格。只有装有所需物品的周转箱才会移动到系统边缘(即拣选面)。拣选员拣选物品,并将订单累积到拣选车中。为了平衡每一行中的空格,还需要从拣选面向后移动。这种平衡规则有助于避免系统出现死锁。
图3 展示了网格拣选的一个实例。灰色物品是未申请的存储项目,黑色物品是向拾取面移动的申请物品。一些灰色物品顶部的黑色圆圈是与拾取站方向相反的平衡物品。物品顶部的数字显示的是申请物品的订单号。当一个订单上的所有物品都到达系统的拣选面时,下一个分拣订单才会被释放。
Gue和Uludag2012年在比较网格拣选与同等重力式货架(Gravity flow rack,又称流利式货架)时发现,重力式货架的系统更大。因此,对于较小的订单,网格拣选因减少走动,其平均生产率(以每小时拣货次数计算)较高。然而,随着订单量的增加,两种系统的行走时间趋于相同。
每个楼层都基于拼图式存储架构的多层系统被称为密集式立体存储系统。如图4所示,该系统的基本部分是多层存储网格、穿梭车、升降机以及 I/O 点。系统的每层都是一个网格化存储系统,穿梭车带着上面的物品沿 x 和 y 方向挪动。在每层至少有一个空置单元格(Empty Cells)的情况下,穿梭车将所需物品送到升降机上,再由升降机将货物运送到 I/O 点。I/O 点通常位于系统的左下角。
拼图式存储系统的一个主要缺点是不能轻易改变物理布局。因此,Furmans 等人在2011年提出了网格流的概念,这是一种更便宜、更灵活的系统。这个系统中使用 AGV 代替传送带来移动托盘。使用 AGV 代替传送带使系统在设计和吞吐量变化方面灵活性更好。小车可以组成任何形状的网格,无需额外投资。图 5 展示了网格流系统和系统中的车辆移动情况。
许多系统制造商都在开发不一样的拼图式存储系统。在许多不同的领域,特别是在自动泊车系统领域中,基于这一概念的产品原型正在持续不断的增加(例如,停车、刷卡、离开泊车系统、空间泊车优化技术 或 SPOT、现代综合泊车系统或 HIP、Wöhr Parksafe等)。
拼图式存储系统相关的学术研究文献可分为三类:系统分析、设计优化和运行规划与控制。
Gue 和 Kim 2007 年开发了一种算法,用于在拼图系统中寻找取回物品的最佳路径,该系统在I/O点设置了一个空置单元格。他们为多个空置单元格进行动态编程,并针对更复杂的情况提出了一种启发式方法。他们的研究结果证实拥有更多的空置单元格可以缩短取回时间这一直觉。唯一的例外发生在 I/O 点附近有多个空置单元格的规模较小的系统中。他们还比较了网格式系统和巷道式系统的性能,研究表明,巷道式系统比网格式系统具有更短的取回时间,除非系统所需的存储密度超过 90%。
Kota 等人2015 年为拼图式存储系统中的取回时间开发了一个闭式表达式,该系统中的空置单元格在网格内随机分散为一个或两个。他们提出了一种启发式解决方案,适用于系统中有两个以上空置单元格的情况。他们的启发式算法给出了一个接近最优的解决方案,但没解决在空闲时间空置单元格挤在网格边缘的情况。
Zaerpour等人在2017年研究了多层拼图式存储系统,他们假设每层有足够的空置单元格用于创建虚拟巷道(空置单元格的最小数量是系统中行和列的最大值)。他们用巷道式系统的传统演算方法,推导出了立体存储系统中预期取回时间的闭式公式。此外,Zaerpour 等人也为立体存储系统提出了一种分类存储策略(two-class-based storage policy)。他们推导出了闭式公式来计算系统的预期取回时间。他们得出结论:与随机存储策略相比,他们提出的存储策略可将系统的平均响应时间提高 55%,与立体分类存储策略(cuboid two-class-based)相比,可将系统的平均响应时间提高 22%。
Gue等人2014 年分析了网格存储系统的最佳形状。他们发现,在存储物品数量相同的情况下,列数更多的系统具有更高的吞吐量。Zaerpour 等人2017年提出并求解了一个混合整数非线性模型,在假设随机存储策略的情况下,通过最小化取回时间来优化密集式立体存储系统的尺寸。Zaerpour 等人通过考虑分类存储策略扩展了原本的研究成果。研究根据结果得出,分类存储策略和随机存储策略的系统最优尺寸是相同的。其提出了一个混合整数非线性模型,通过最小化响应时间来优化分类密集式立体存储系统(two-class live-cube storage system)的尺寸和区域边界。
Furmans 等人2011年研究了有一小车和一个空置单元格的网格流系统的设计选择。他们得出的结论是,将 I/O 点放在网格长边的中间能产生最佳性能。此外,他们还表明,当存储位置数量少于 2000 个时,2:1 的纵横比的取回时间最低。对于更大的存储容量,他们的结果并不确定。
Taylor和Gue2008 年研究了拼图系统中空置单元格分布的影响。他们研究了空置单元格三种初始位置:1) 靠近 I/O点(位于网格的左下角),2) 分布在左下角到右上角对角线) 在网格上随机分布。研究表明,当空置单元格数量超越 25% 时,沿对角线设置总是优于其他策略。唯一的例外情况是,当存储基于 ABC 策略时,随机位置是最佳选择。
Yu等人2017年考虑了一个具有多个空置单元格的拼图存储系统,在该系统中,多个货物和空置单元格可以同时移动分块移动(货物在一条线上同时移动)。他们利用整数编程方法,算出了系统中单个物品的最优取回时间。研究根据结果得出,允许货物和空置单元格同时移动分块移动,可使取回一件货物所需的总移动次数最多节省 70%。
Mirzaei 等人2017 年提出了一种同时取回多个物品的方法。他们利用枚举法推导出了两个物品和三个物品的最佳取回时间。他们提出了一种启发式算法,用于同时取回三个以上物品。研究表明,与顺序检索策略相比,双物品检索策略的存取时间平均减少了 17% 。通过执行多物品取回,可进一步节省周期时间。
Gue 等人2014 年为网格式存储系统提出了一种去中心化的 评估-协商-输送 控制策略,其中每个输送单元可根据其本地条件执行同一套指令。他们还研究了 WIP 以及每行空置单元格分布情况对吞吐量的影响。首先,他们假设空置单元格均匀分布在各行中,研究表明,对系统中的中等和低水平的 WIP来说,吞吐量会随着额外请求的增加而增加。接下来,他们研究了两种空置单元格分布情况:在南侧行增加空置单元格(增加 k)和在南侧行减少护送(减少 k)。根据结果得出,在 WIP 水平较低时,护航点分布对吞吐量没有影响。在 WIP 处于中低水平时,k 越大表现越好,而在 WIP 处于较高水平时,所有分布的表现都一样好。
Alfieri等人2012 年研究了小车辆数量有限的网格流系统。他们提出了一种启发式算法来优化货架的移动,并优化 AGV 的调度。