屈新懷，代 錕，丁必榮，宋文峰

(合肥工業(yè)大學(xué)機(jī)械與汽車工程學(xué)院，合肥 230009）

0 引言

隨著汽車產(chǎn)業(yè)的快速發(fā)展，以訂單作為生產(chǎn)依據(jù)的敏捷物流模式［1］受到了廣泛的關(guān)注。與此同時(shí)，整車倉(cāng)儲(chǔ)作為敏捷物流的一個(gè)關(guān)鍵環(huán)節(jié)，起到直接聯(lián)系到企業(yè)和市場(chǎng)的橋梁作用。在有限整車倉(cāng)庫(kù)的資源下，對(duì)整車倉(cāng)庫(kù)資源進(jìn)行合理有效的整合利用具有十分重要的理論和實(shí)踐意義。近年來(lái)有專家針對(duì)智能庫(kù)位路徑優(yōu)化和平面布局進(jìn)行過(guò)研究:Tsuiand和 Chang和 TsuiL.Y.＆Chang，C.H.分別建立一個(gè)關(guān)于倉(cāng)庫(kù)站臺(tái)空間分配問(wèn)題的一般模型，并提出了基于分枝定界方法的一個(gè)解決方案［2］。Greetha和Nair提出模糊算法來(lái)尋找空間分配問(wèn)題中成本最小化的最佳方案［3］。王保敏應(yīng)用RFID技術(shù)對(duì)整車倉(cāng)儲(chǔ)管理系統(tǒng)進(jìn)行研究，提出資源型應(yīng)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(guò)歸納分析發(fā)現(xiàn)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(tǒng)建設(shè)，缺乏對(duì)業(yè)務(wù)深入研究;業(yè)務(wù)現(xiàn)場(chǎng)操作較為復(fù)雜。因此，針對(duì)上述存在問(wèn)題，提出可視化智能庫(kù)位管理的概念，重點(diǎn)考慮整車庫(kù)位的出入庫(kù)業(yè)務(wù)流程、整車庫(kù)位的多層尋址模型和整車倉(cāng)庫(kù)可視化管理。

1 整車多層庫(kù)位物理模型

1.1 整車庫(kù)位概述

整車庫(kù)位(Vehicle Storage Areas，VSA）是指將整車倉(cāng)庫(kù)分為若干個(gè)庫(kù)區(qū)構(gòu)成，每個(gè)庫(kù)區(qū)分若干個(gè)庫(kù)位。所謂庫(kù)位就是獨(dú)立和封閉整車的空間。整車庫(kù)位管理是指按整車庫(kù)的庫(kù)位信息記錄，在整車入庫(kù)時(shí)將庫(kù)位編碼與產(chǎn)品型號(hào)一一對(duì)應(yīng)，出庫(kù)時(shí)能按照庫(kù)位存放時(shí)間可以實(shí)現(xiàn)先進(jìn)先出的管理方式。

在庫(kù)位管理中，庫(kù)位編碼與庫(kù)區(qū)劃分同樣有著十分重要的作用，但傳統(tǒng)庫(kù)位編碼上很少涉及具體的整車的特征，編碼缺乏現(xiàn)實(shí)意義，同時(shí)庫(kù)區(qū)劃分較為隨意。首先，文章將倉(cāng)庫(kù)的物理布局劃分為四個(gè)片;其次，在片的基礎(chǔ)上根據(jù)車型劃分為區(qū);再次，在區(qū)的基礎(chǔ)上劃分為頻帶;再次，將頻帶劃分為庫(kù)位的最小單元。最后將庫(kù)區(qū)劃分與庫(kù)位編碼相結(jié)合。例如G0008A12345678表示一輛能夠存放高頻區(qū)域流水號(hào)為0008，底盤(pán)號(hào)為A1234567的整車，見(jiàn)圖1。

圖1 整車庫(kù)位編碼規(guī)則

其中，“片”是根據(jù)庫(kù)位的物理位置所決定;“區(qū)”是對(duì)片進(jìn)行一個(gè)合理有效的布局;頻帶根據(jù)車輛特性所構(gòu)成，文章主要針對(duì)兩種車型庫(kù)位進(jìn)行研究，庫(kù)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(nèi)具有較大的相似性，而聚類間具有較小的相似性。在整車庫(kù)位模型當(dāng)中，具體的思想就是按照出入庫(kù)時(shí)間和頻率的不同，把庫(kù)位聚類成高頻區(qū)、中頻區(qū)、低頻區(qū)和緩沖區(qū)四個(gè)頻帶［5］。這也是整車倉(cāng)儲(chǔ)管理當(dāng)中劃分片帶的依據(jù)。

根據(jù)一段時(shí)間內(nèi)，整車出入庫(kù)歷史數(shù)據(jù)來(lái)進(jìn)行編碼，并結(jié)合頻帶思想實(shí)現(xiàn)頻帶的劃分，其具體步驟如下。①使用SQL2005的數(shù)據(jù)挖掘技術(shù)對(duì)整車出入庫(kù)相關(guān)業(yè)務(wù)數(shù)據(jù)進(jìn)行挖掘;②對(duì)入庫(kù)時(shí)間、預(yù)出庫(kù)時(shí)間時(shí)差進(jìn)行處理，即 Δt=t出-t入;③利用②中的 Δt，對(duì)于歷史數(shù)據(jù)來(lái)三個(gè)的層處理，即高、中、低頻帶;④計(jì)算得出高、中、低、緩頻帶的比例;⑤分別用G(高頻區(qū)）、Z(中頻區(qū)）、D(低頻區(qū)）、H(緩沖區(qū)）按照④中的比例結(jié)果劃分當(dāng)前庫(kù)存中的各個(gè)庫(kù)位頻帶。

2 基于RFID整車庫(kù)位業(yè)務(wù)研究

2.1 RFID概述

RFID(Radio Frequency Identification）技術(shù)作為物理世界與現(xiàn)有系統(tǒng)的橋梁，借助GPRS無(wú)線遠(yuǎn)程傳輸?shù)墓δ埽蓪}(cāng)儲(chǔ)日常管理活動(dòng)與整車倉(cāng)儲(chǔ)管理系統(tǒng)有效的整合在一起，從而達(dá)到實(shí)物信息與系統(tǒng)信息的實(shí)時(shí)同步一致。目前RFID技術(shù)主要應(yīng)用在整車物流跟蹤、整車生產(chǎn)工位點(diǎn)信息采集、整車企業(yè)內(nèi)部生產(chǎn)轉(zhuǎn)序等。

2.2 整車庫(kù)位業(yè)務(wù)流程

傳統(tǒng)整車業(yè)務(wù)流程結(jié)構(gòu)單一，出入庫(kù)工作效率低，和傳統(tǒng)整車業(yè)務(wù)流程如圖2a所示，可知入庫(kù)車輛隨意停放，出入庫(kù)管理難度大，容易造成人為記錄錯(cuò)誤。為克服上述問(wèn)題，文章使用RFID技術(shù)，對(duì)出入庫(kù)流程進(jìn)行優(yōu)化，以使提高整車出入庫(kù)工作效率，同時(shí)使倉(cāng)庫(kù)庫(kù)位信息能夠及時(shí)反饋到管理信息系統(tǒng)，加快倉(cāng)庫(kù)庫(kù)位動(dòng)態(tài)調(diào)整［6］，如圖2b所示。

圖2 傳統(tǒng)入庫(kù)業(yè)務(wù)與RFID技術(shù)整車入庫(kù)

3 整車四層尋址模型

3.1 整車尋址模型

根據(jù)庫(kù)位、庫(kù)區(qū)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(qū)域?qū)?第三層為區(qū)域頻率層，第四層為單元格層，通過(guò)研究整車庫(kù)位可視化誘導(dǎo)問(wèn)題，來(lái)實(shí)現(xiàn)四層模式尋址。首先從整車出入口出發(fā)經(jīng)過(guò)主通道(根據(jù)限制條件確定）到區(qū)域?qū)?其次，到各區(qū)域頻率層;最后，到達(dá)指定的單元格庫(kù)位，其尋址流程如圖3所示。

圖3 整車四層結(jié)構(gòu)尋址模型示意圖

3.2 庫(kù)位誘導(dǎo)概述

庫(kù)位誘導(dǎo)指通過(guò)智能化技術(shù)(RFID）探測(cè)技術(shù)，與分散在多整車庫(kù)區(qū)的車位，實(shí)現(xiàn)智能數(shù)據(jù)傳遞，實(shí)現(xiàn)對(duì)各個(gè)庫(kù)區(qū)停車庫(kù)位數(shù)據(jù)實(shí)時(shí)發(fā)布，引導(dǎo)駕駛員實(shí)現(xiàn)便捷停車、取車，解決整車庫(kù)位面積有限和工作效率低等問(wèn)題的方法［7］，誘導(dǎo)算法步驟如下:

步驟1:根據(jù)駕駛員入庫(kù)的刷卡信息和車輛信息選擇相應(yīng)的頻帶區(qū);

步驟2:通過(guò)logist概率理論，計(jì)算駕駛員選擇停車區(qū)域的概率;

步驟3:計(jì)算出駕駛員在交叉路口的頻帶庫(kù)位概率值;

步驟4:分別計(jì)算四個(gè)方向(前、后、左、右）的概率值;

步驟5:在四個(gè)方向的概率值中選擇較大者;

步驟6:當(dāng)只有兩個(gè)頻帶區(qū)時(shí)，算法終止。

3.3 庫(kù)位誘導(dǎo)目標(biāo)函數(shù)建立

根據(jù)上文假設(shè)可建立如下目標(biāo)函數(shù):

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

4 多層次可視化應(yīng)用

可視化(Visualization）是利用計(jì)算機(jī)圖形學(xué)和圖像處理技術(shù)，將數(shù)據(jù)轉(zhuǎn)換成圖形或圖像在屏幕上顯示出來(lái)，并進(jìn)行交互處理的理論、方法和技術(shù)。它涉及到計(jì)算機(jī)圖形學(xué)、圖像處理、計(jì)算機(jī)視覺(jué)、計(jì)算機(jī)輔助設(shè)計(jì)等多個(gè)領(lǐng)域，成為研究數(shù)據(jù)表示、數(shù)據(jù)處理、決策分析等一系列問(wèn)題的綜合技術(shù)。近年來(lái)可視化技術(shù)在整車倉(cāng)儲(chǔ)有著較大的應(yīng)用［8］。

4.1 整車庫(kù)位可視化層次結(jié)構(gòu)

可視化管理理論是一種適合于各種需求和管理內(nèi)容的行之有效的方法，特別是在整車庫(kù)位管理方面應(yīng)用，可以分成以下四個(gè)步驟或?qū)哟危?］。

(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(gè)系統(tǒng)并繼而對(duì)其加以改進(jìn)首要的工作是對(duì)該系統(tǒng)本身業(yè)務(wù)進(jìn)行剖析。

(2）監(jiān)控層

在完成對(duì)系統(tǒng)的優(yōu)化和改進(jìn)工作的基礎(chǔ)上，還需要實(shí)時(shí)的對(duì)其發(fā)展過(guò)程進(jìn)行監(jiān)控首先是要確定監(jiān)控整車關(guān)鍵數(shù)據(jù)和指標(biāo)。

(3）主動(dòng)調(diào)控層

外界因素的干擾經(jīng)常使系統(tǒng)的運(yùn)行偏離正常的軌道或者偏離管理者預(yù)期的目標(biāo)主動(dòng)調(diào)控層就是要求管理者在問(wèn)題出現(xiàn)后能在第一時(shí)間內(nèi)發(fā)現(xiàn)問(wèn)題找到原因并迅速提出解決問(wèn)題的方案使系統(tǒng)的運(yùn)營(yíng)恢復(fù)到原先的狀態(tài)。

(4）協(xié)作層

任何一個(gè)系統(tǒng)都不是獨(dú)立的它必然和其他許許多多的系統(tǒng)相關(guān)聯(lián)，協(xié)作層的工作就是要通過(guò)RFID技術(shù)加強(qiáng)系統(tǒng)與外界其它因素的協(xié)作和配合從而擴(kuò)展和提高系統(tǒng)自身的能力和運(yùn)營(yíng)結(jié)果。

4.2 整車業(yè)務(wù)可視化

根據(jù)車輛進(jìn)入整車庫(kù)的時(shí)間和頻率，查詢庫(kù)區(qū)各個(gè)頻帶的庫(kù)位數(shù)量。通過(guò)汽車入庫(kù)誘導(dǎo)算法和庫(kù)位頻帶劃分原則，得到整車入庫(kù)算法程序和基于RFID整車出入庫(kù)業(yè)務(wù)應(yīng)用。倉(cāng)庫(kù)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(duì)，方便整車出入庫(kù)管理工作，如圖4所示。

圖4 整車業(yè)務(wù)可視化

4.3 數(shù)據(jù)信息可視化

根據(jù)實(shí)際業(yè)務(wù)量的變化，得到相應(yīng)的數(shù)據(jù)展示，能夠清楚的認(rèn)識(shí)庫(kù)位的使用情況，方便管理者根據(jù)業(yè)務(wù)量，及時(shí)調(diào)整庫(kù)位的使用。如圖5所示。

圖5 整車數(shù)據(jù)信息可視化

5 仿真分析

5.1 描述實(shí)例

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

圖6 整車庫(kù)位效果圖

圖7 整車庫(kù)位效果圖

5.2 結(jié)果分析

根據(jù)一段時(shí)間內(nèi)160輛整車出入庫(kù)同期歷史數(shù)據(jù)相比的研究分析，按照出入庫(kù)數(shù)據(jù)劃分頻帶，用MATLAB仿真軟件連接SQL2005數(shù)據(jù)庫(kù)所得仿真結(jié)果如表1和表2所示。

表1 整車出入庫(kù)四層模型引導(dǎo)算法求解結(jié)果

表2 傳統(tǒng)整車出入庫(kù)個(gè)庫(kù)區(qū)使用情況結(jié)果

分析得出，使用整車四層模型引導(dǎo)算法庫(kù)位總利用率比傳統(tǒng)整車車入庫(kù)庫(kù)位利用率提高了16%，庫(kù)位空閑率大大降低。降低了整車倉(cāng)儲(chǔ)的管理成本并且提高工作效率和安全庫(kù)存率，整車倉(cāng)儲(chǔ)的風(fēng)險(xiǎn)率得到降低。

6 結(jié)束語(yǔ)

利用RFID技術(shù)設(shè)計(jì)整車智能庫(kù)位，能克服工作效率低、手工勞動(dòng)量大等困難。依據(jù)整車管理業(yè)務(wù)相關(guān)歷史數(shù)據(jù)，通過(guò)數(shù)據(jù)挖掘技術(shù)，實(shí)現(xiàn)了可視化智能庫(kù)位管理。運(yùn)用庫(kù)位引導(dǎo)理論算法，基于MATLAB仿真軟件，實(shí)現(xiàn)動(dòng)態(tài)庫(kù)位可視化管理。從而使庫(kù)位信息能夠在一個(gè)周期內(nèi)及時(shí)反饋給相關(guān)業(yè)務(wù)人員，以便對(duì)庫(kù)位進(jìn)行合理有效管理和做出正確決策。提出的四層次庫(kù)位可視化管理模式已成功運(yùn)用于某第三方物流整車庫(kù)位管理，能夠?yàn)閺V大中小企業(yè)提供理論指導(dǎo)和實(shí)踐意義。

［1］劉小群，馬士華.支持快速響應(yīng)的敏捷物流運(yùn)作技術(shù)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(tǒng)研究［D］.合肥:合肥工業(yè)大學(xué)，2010.

［5］潘耀芳，王軒智.能化立體車庫(kù)優(yōu)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(xué)，2010.

［7］王靖，孫涌余.道琴停車誘導(dǎo)系統(tǒng)下中心型路徑誘導(dǎo)算法的改進(jìn)與應(yīng)用［J］.蘇州大學(xué)學(xué)報(bào)(自然科學(xué)版），2008，4(24）:37-38.

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

［9］凌云，林華治.RFID在倉(cāng)儲(chǔ)管理系統(tǒng)中的應(yīng)用［J］.中國(guó)管理信息化，2009，3(12）:43-45.

［10］趙書(shū)蘭.MATLAB圖形與動(dòng)畫(huà)編程實(shí)例教程［M］.北京:化學(xué)工業(yè)出版社，2009.