彭小利 ，廖 婷

（1.四川文理學(xué)院智能制造學(xué)院，四川達(dá)州635000；2.達(dá)州智能制造產(chǎn)業(yè)技術(shù)研究院四川達(dá)州635000）

制造業(yè)倉庫是整個(gè)物流中的關(guān)鍵組成，在生產(chǎn)、銷售和配送等環(huán)節(jié)中起著至關(guān)重要的作用[1]。而在倉庫的運(yùn)作中，倉庫的出入庫效率與倉庫內(nèi)的叉車作業(yè)效率密不可分[2]。由于制造業(yè)倉庫內(nèi)物品繁多，不但需要為每件物品分配合理的貨位，而且需要為所有物品分配合適的叉車進(jìn)行搬運(yùn)，合理的叉車規(guī)劃和分配是提高倉庫作業(yè)效率、提高物品存取時(shí)間的關(guān)鍵，是倉庫優(yōu)化管理中又一重要問題。

文獻(xiàn)[3]介紹了煙草業(yè)叉車調(diào)度，但沒有對倉庫內(nèi)所有物品、人員、設(shè)備等對象進(jìn)行實(shí)時(shí)追蹤、定位，難以做到智能管理。文獻(xiàn)[4]采用Wi-Fi信號對叉車進(jìn)行實(shí)時(shí)定位，并設(shè)計(jì)出一個(gè)叉車調(diào)度系統(tǒng)，但沒有綜合考慮叉車綜合性能。

現(xiàn)有的叉車分配算法主要有靜態(tài)調(diào)度和動態(tài)調(diào)度兩種[3]。靜態(tài)調(diào)度是指在進(jìn)行調(diào)度之前，倉庫內(nèi)所有對象數(shù)據(jù)已知，且各數(shù)據(jù)狀態(tài)穩(wěn)定，系統(tǒng)在整個(gè)調(diào)度作業(yè)過程中使用同一方案的調(diào)度方法；動態(tài)調(diào)度則是在進(jìn)行調(diào)度之前，倉庫內(nèi)所有對象數(shù)據(jù)部分已知或者未知，需要在變化的環(huán)境中實(shí)時(shí)作出反應(yīng)的調(diào)度算法。

制造物聯(lián)環(huán)境下的智能倉庫，采用計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)構(gòu)建網(wǎng)絡(luò)平臺，實(shí)現(xiàn)對倉庫內(nèi)所有數(shù)據(jù)的實(shí)時(shí)傳輸；采用RFID技術(shù)構(gòu)建智能對象，實(shí)現(xiàn)對倉庫內(nèi)所有對象實(shí)時(shí)狀態(tài)感知和傳遞，實(shí)時(shí)監(jiān)控倉庫狀態(tài)[5]。在此智能倉庫環(huán)境下，所有對象狀態(tài)的實(shí)時(shí)感知和傳遞是智能倉庫的主要特點(diǎn)。因此，本文根據(jù)叉車實(shí)時(shí)狀態(tài)，采用多規(guī)則方式設(shè)計(jì)動態(tài)調(diào)度算法，并建立叉車調(diào)度數(shù)學(xué)模型。

1 基于智能倉庫的叉車調(diào)度分析

1.1 制造物聯(lián)環(huán)境下智能倉庫環(huán)境描述

制造物聯(lián)環(huán)境下智能倉庫模型如圖1所示[5]。所有智能對象均采用RFID標(biāo)簽進(jìn)行標(biāo)識，包括智能貨架、智能貨位、智能托盤、智能物品等，使之具有能對自身狀態(tài)進(jìn)行實(shí)時(shí)反饋的能力。門禁出入口也設(shè)置有RFID讀寫器，能實(shí)時(shí)感知智能對象的出入。

圖1 基于制造物聯(lián)技術(shù)的智能倉庫布局

智能叉車也屬于智能對象，和其他智能對象又有所差別。它不是通過RFID標(biāo)簽來構(gòu)成智能對象，而是通過設(shè)置固定RFID讀寫器來采集數(shù)據(jù)，通過設(shè)置車載智能終端與后端計(jì)算機(jī)系統(tǒng)進(jìn)行數(shù)據(jù)傳輸，智能叉車結(jié)構(gòu)如圖2所示。

當(dāng)倉庫接收到物品出入庫單時(shí)，后端計(jì)算機(jī)系統(tǒng)實(shí)時(shí)獲取當(dāng)前倉庫叉車狀態(tài)，根據(jù)叉車分配算法，為叉車分配作業(yè)，形成叉車作業(yè)單，通過網(wǎng)絡(luò)發(fā)送到叉車智能終端，叉車收到作業(yè)命令后，根據(jù)作業(yè)單信息進(jìn)行搬運(yùn)作業(yè)。

1.2 叉車調(diào)度分析

圖2 智能叉車結(jié)構(gòu)圖

智能倉庫內(nèi)所有物品的出入庫搬運(yùn)完全采用智能叉車作業(yè)，制造業(yè)倉庫內(nèi)作業(yè)繁多，如何合理的調(diào)度使用叉車，關(guān)系到智能倉庫的管理和運(yùn)作效率。智能倉庫中叉車數(shù)量較多，需要對這些叉車合理調(diào)度，就需要考慮到叉車一次充電滿后使用的次數(shù)、作業(yè)路程、搬運(yùn)重量等信息。作業(yè)次數(shù)越多越損耗，作業(yè)路程越長越損耗，搬運(yùn)越重越損耗。要合理的調(diào)度叉車，就需要避免叉車任務(wù)分配不均，導(dǎo)致部分叉車過度損耗。

因此，需要同時(shí)考慮滿充電后叉車的使用次數(shù)、作業(yè)路程和搬運(yùn)重量3個(gè)方面，來設(shè)計(jì)出合理的叉車調(diào)度算法，使得既能合理使用叉車，又能高效、快速完成智能倉庫作業(yè)。作業(yè)次數(shù)越多，叉車的搬運(yùn)能力越弱，稱此為次數(shù)作業(yè)能力；作業(yè)路程越長，叉車搬運(yùn)能力越弱，稱此為路程作業(yè)能力；搬運(yùn)物品越重，叉車搬運(yùn)能力越弱，稱此為負(fù)載作業(yè)能力。

2 叉車調(diào)度模型設(shè)計(jì)

對叉車進(jìn)行算法調(diào)度設(shè)計(jì)時(shí)，分別對次數(shù)作業(yè)能力、路程作業(yè)能力、負(fù)載作業(yè)能力建模。

2.1 “次數(shù)作業(yè)能力”建模

在一次滿充電后，叉車作業(yè)次數(shù)越多，搬運(yùn)能力就越弱。叉車的“總作業(yè)次數(shù)”和“作業(yè)次數(shù)”可直接從后端計(jì)算機(jī)系統(tǒng)讀取，當(dāng)叉車重新充電，系統(tǒng)中的“作業(yè)次數(shù)”清零。Ni為第i輛叉車的作業(yè)次數(shù)，maxNj(1≤j≤m)為所有叉車中作業(yè)次數(shù)最多的叉車j，因此，次數(shù)作業(yè)能力f1的數(shù)學(xué)模型建立為：

2.2 “路程作業(yè)能力”建模

假設(shè){s1，s2，…，sq}為一次滿充電后第i輛叉車所有作業(yè)中搬運(yùn)距離的集合，即為打包臺與該物品分配貨位之間的距離。則該叉車一次充滿電后的作業(yè)路程Si為：

那么，maxSj(1≤j≤m)即為所有叉車中，累計(jì)作業(yè)距離最長的值。因此，路程作業(yè)能力f2的數(shù)學(xué)模型建立為：

2.3 “負(fù)載作業(yè)能力”建模

假設(shè){m1，m2，…，mq}為一次滿充電后第i輛叉車的所有作業(yè)中搬運(yùn)物品質(zhì)量的集合。則該叉車一次充滿電后的所有作業(yè)負(fù)載總質(zhì)量Mi為：

那么，maxMj(1≤j≤m)即為所有叉車中，累計(jì)搬運(yùn)物品總質(zhì)量的值。因此，負(fù)載作業(yè)能力f3的數(shù)學(xué)模型建立為：

2.4 “工作能力”建模

為了使“次數(shù)作業(yè)能力”、“路程作業(yè)能力”、“負(fù)載作業(yè)能力”3種因素能在叉車調(diào)度算法中被輕易控制，可將這3種因素分別設(shè)置影響因子θ1、θ2、θ3[5]。影響因子必須滿足：

且有：

利用影響因子將“次數(shù)作業(yè)能力”、“路程作業(yè)能力”、“負(fù)載作業(yè)能力”3種能力合并為叉車工作能力f，表示為：

約束條件為：

叉車工作能力f由“次數(shù)作業(yè)能力”、“路程作業(yè)能力”、“負(fù)載作業(yè)能力”3個(gè)能力共同決定。f值越大，該叉車工作能力越強(qiáng)，f值越小，該叉車工作能力越弱。普通情況下，3個(gè)影響因子值相等。若要使得某種能力著重考慮，只需增大其對應(yīng)影響因子值，而將其余兩個(gè)影響因子值對應(yīng)減少即可。如當(dāng)，則表示3種能力均衡決定叉車工作能力。當(dāng)θ1=0.5、θ2=0.3、θ3=0.2，則表示作業(yè)次數(shù)所占比重較大，影響叉車工作能力較大，而負(fù)載作業(yè)能力所占比重最小，影響叉車工作能力最弱。影響因子的設(shè)置，可根據(jù)實(shí)際使用中的具體情況做相應(yīng)調(diào)整。

3 叉車調(diào)度算法

3.1 算法流程

根據(jù)式（4）可知，當(dāng)有作業(yè)等待分配時(shí)，需要根據(jù)智能倉庫內(nèi)當(dāng)前的實(shí)時(shí)數(shù)據(jù)進(jìn)行叉車性能分析，即計(jì)算叉車工作能力。工作能力值越大，叉車當(dāng)前性能越好，叉車工作能力越強(qiáng)，則適合分配作業(yè)任務(wù)；反之則不適合分配作業(yè)。計(jì)算叉車調(diào)度算法流程圖如圖3所示。

3.2 算法步驟

算法步驟描述如下：

圖3 叉車調(diào)度算法流程

步驟1：檢測是否有出/入庫任務(wù)？有，轉(zhuǎn)步驟2；否則，轉(zhuǎn)步驟7；

步驟2：根據(jù)所有叉車的歷史信息計(jì)算次數(shù)作業(yè)能力f1，轉(zhuǎn)步驟3；

步驟3：根據(jù)所有叉車的歷史信息計(jì)算每輛叉車的累計(jì)搬運(yùn)路程，然后計(jì)算路程作業(yè)能力f2，轉(zhuǎn)步驟4；

步驟4：根據(jù)所有叉車的歷史信息計(jì)算每輛叉車的累計(jì)搬運(yùn)質(zhì)量，然后計(jì)算負(fù)載作業(yè)能力f2，轉(zhuǎn)步驟5；

步驟 5：根據(jù)f1、f2、f3，計(jì)算所有叉車的當(dāng)前工作能力f，轉(zhuǎn)步驟 6；

步驟6：將作業(yè)分配給工作能力f值最高的叉車，轉(zhuǎn)步驟7；

步驟7：結(jié)束。

4 結(jié)束語

制造業(yè)智能倉庫物品繁多，出入庫頻率極高，為待出入庫的物品分配合理的叉車是倉庫內(nèi)提高工作效率的重要環(huán)節(jié)。如何應(yīng)用現(xiàn)有的先進(jìn)智能環(huán)境設(shè)計(jì)出高效的叉車調(diào)度算法是本文的關(guān)鍵，也是企業(yè)追求管理效率和工作效率的核心。本文根據(jù)實(shí)際使用中對叉車造成損耗的“使用次數(shù)”、“作業(yè)路程”和“搬運(yùn)重量”3個(gè)因素共同來衡量叉車的當(dāng)前工作能力，工作能力值越大，表明叉車的工作能力越強(qiáng)，越適合分配作業(yè)任務(wù)。并以此設(shè)計(jì)出叉車的調(diào)度算法，該算法既避免了叉車任務(wù)分配不均而導(dǎo)致過度損耗，同時(shí)又提高了智能倉庫內(nèi)的工作效率。