兰剑：立足需求 依靠技术 创新打造柔性物流系统——访兰剑智能科技股份有限公司高级副总裁张贻弓博士

物流系统柔性化是为了更好地满足客户需求。柔性物流系统通常具备模块化、扩展性、兼容性、稳定性及高效性等特征。针对客户对柔性物流系统的需求,兰剑始终秉承“惟有创新”的理念,开发了类型丰富的柔性物流系统及技术,致力于为客户提供最优的柔性解决方案。

基于并行拣选策略的自动拣选系统品项分配

为提高自动拣选系统工作效率,建立了基于并行拣选策略的品项分配问题数学模型。该模型的优化目标是将需求相关性大的货物品项分配到不同拣货区,使得各订单拣选量均衡分布在各拣货区。模型中引入了相似系数表示任意两品项间的相关性,并根据自动拣选系统的特点加入拣选量因子,按照是否体现拣选量差异性设计了两种改进相似系数。为求解该模型,提出了一种启发式聚类算法。仿真分析表明,使用该算法求解后,采用改进相似系数的模型可得到更好的结果,且体现拣选量差异性的相似系数最优。

并行拣选策略下的自动拣选系统品项分配优化

基于自动拣选系统中并行拣选策略,提出货物品项分配优化问题,以平衡各拣货区工作量,提高系统拣选效率。该问题可归结为分类数已知的聚类问题。为解决此问题,借鉴了人工拣选系统中解决该问题的动态聚类方法,并针对自动拣选系统的特点做两方面改进:在品项间相似系数表达中考虑了各品项拣选数量的影响;在聚类过程中结合了最大最小蚁群算法(MAX-MINAnt System,MMAS)。最后对两种聚类方法进行仿真分析,结果证明了改进的聚类方法可更大幅度地提高系统拣选效率。

双拣货区自动分拣系统品项分配优化

提前拣选、压缩合流的分拣策略使双拣货区自动分拣系统的拣选效率明显高于单拣货区自动分拣系统,基于此提出该策略下品项分配优化问题。介绍压缩合流的工作原理,确定双拣货区的品项分配对订单的压缩程度及提前拣选时间的影响。以负的各订单提前拣选时间之和最小为目标函数建立数学模型,该模型可归结为0-1规划问题并应用最大最小蚂蚁系统算法求解。实例仿真与分析证明了该算法的有效性。

可合流的自动分拣系统订单排序优化

现代自动分拣系统广泛采用先分区拣选后订单合流的分拣策略,其中存在着订单排序优化问题.对此,首先提出一种可压缩式订单合流方法,即提前各分区内订单货物的开始拣选时间,并在订单合流过程中将提前的拣选时间转化为对货物间距的压缩,从而既减少了订单总拣选时间,又避免了合单过程中货物的冲突.由于订单的拣选次序影响各订单的提前拣选时间,进而影响订单总拣选时间,故建立订单排序优化问题的数学模型并归结为旅行商问题(traveling salesman problem,TSP)问题,即各订单类似于待访问的城市,受订单排序影响的各订单拣选时间类似于各城市之间的距离,目标为求得合理的订单排序,从而使得总拣选时间最小.最后应用最大最小蚁群算法(max-minant system,MMAS)求解该模型.仿真结果显示,订单排序优化后自动分拣系统的拣选效率有了较大幅度的提高.

自动分拣系统并行分区拣选优化策略

分析自动拣选系统的拣货区数量、缓冲区容量和品项分配与并行分区拣选策略下系统效率的关系,研究各拣货区挡板动作时序对订单拣选总时间的影响,提出一个对并行分区拣选策略的综合优化方法.该方法以总拣选时间最小为目标,确定最佳拣货区数量和缓冲区容量,引入并改进相似系数,建立基于相似系数的品项分配聚类模型,提出一种启发式聚类算法.经对某自动分拣系统进行实例仿真分析,结果表明,该综合优化方法有效.

卷烟分拣设备的选型与优化

针对不同卷烟分拣设备的特点,以及不同的卷烟配送需求,兰剑公司为不同类型的卷烟配送中心提供了有针对性的分拣设备选型方案。

密集式自动化仓储技术的新进展

密集式自动化仓储是指比传统仓储方式具有更高的货物储放密度和仓库空间利用率的自动化仓储方式。分别论述了托盘重力式仓储系统、穿梭板货架仓储系统、蜂巢式自动仓储系统、轮胎重力式仓储系统和组合式密集仓储系统的结构组成、工作原理、主要特点及应用场合。

基于全向底盘的前移式叉车AGV应用研究

本文针对行业常用的改造叉车AGV存在的应用问题,提出了走自主研制路线,基于全向底盘的前移式叉车AGV应用研究。通过分析全向底盘结构和货叉前移机构的设计架构,技术上论证了自主研制AGV在作业空间、托盘兼容型方面具有明显优势。最后,本文通过分析该AGV组成的系统解决方案,在实际项目中的应用情况,进一步验证了基于全向底盘的前移式叉车AGV的优越性。