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。

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。

并行自动拣选系统品项拣选量拆分优化

分析并行自动分拣系统的作业模式,发现各分拣机的分拣延迟时间是影响分拣效率的关键因素之一,建立基于虚拟视窗的拣选时间模型;分析品项拣选量拆分对并行分拣系统分拣延迟时间模型的影响,建立大批量分拣时总分拣延迟时间最短为目标的拣选量拆分优化模型;提出并证明拣选量拆分优化的必要条件,降低模型求解的复杂度,并设计启发式自适应遗传算法对拣选量拆分优化模型进行求解,仿真结果显示与常用的拣选量平均拆分法相比拣选作业时间缩短9%左右。

基于并行拣选的自动拣选系统品项拆分优化

为提高自动拣选系统的工作效率,建立了基于并行拣选的品项拆分模型。该模型的优化目标是使每个拣选机可在订单合流前完成对货物的缓存。模型采用延迟因子表示订单合流时间与货物缓存时间的差值,并通过证明得出通道延迟因子与延迟时间具有相同变化趋势的结论。为求解模型,设计了基于延迟因子的启发式拆分算法。仿真结果显示,采用启发式算法可使拣选时间缩短8.55%～11.7%。

基于并行拣选的自动拣选系统订单拆分优化

为减少等待时间,进一步减少整个订单的拣选时间,将原有订单拆分为多个子订单,并建立基于并行拣选的订单拆分数学模型,该模型的优化目标是通过对订单进行拆分来减少等待时间。为求解模型,提出订单拆分必要条件。在此基础上设计了启发式禁忌订单拆分算法。仿真结果显示,采用启发式算法可使拣选时间缩短14.39%～15.62%。

基于机器视觉的岩屑自动拣选系统设计

为解决混合岩屑样品颗粒细小条件下,人工拣选含油岩屑工作效率低的问题,研究设计了岩屑自动拣选系统。系统以含油岩屑在紫外光照射条件下发射荧光的特性为基础,以机器视觉技术为支撑,辅以岩屑输送和归整装置,实现含油岩屑的识别和定位;以电磁阀组、气源以及控制板构成气动执行机构,实现含油岩屑的自动拣选。实验表明,系统对含油岩屑识别准确率100%,定位和拣选可靠,误选率为0。为改变传统的拣选方式,提高工作效率提供了新途径。

基于改进遗传算法的自动拣选系统拣选位分配建模与优化

针对某自动拣选系统建立了拣选位分配优化模型,以拣选时间模型作为适应度函数,并通过判断海明距离添加一个惩罚函数对遗传算法进行了改进,对算例进行仿真实验,可以得到货位排序优化后,总拣选时间明显降低了27.85%。结果表明,货物拣选位的分配对自动拣选系统的拣选效率有很大的影响。要想降低总拣选时间,提高自动拣选系统的拣选效率,不能只考虑个别种类货物的位置分配,要从全局的方向去考虑。该研究对配送中心如何提高自动拣选系统的效率提供了理论支持。

矿块的自动拣选

文中介绍了矿石自动拣选的分类方法、难选原因及目前进展情况 。

“压缩动态虚拟视窗算法”在自动拣选系统中的应用

对自动拣选系统工作模式及工作步骤进行分析,给出压缩动态虚拟视窗算法数学模型,在此基础上,设计应用算法,使压缩动态虚拟视窗算法的使用方法明确化。

基于订单网格化聚类方法的医药自动拣选系统与电子标签拣选系统的比较研究

通过对两种医药订单拣选系统(基于订单网格化聚类方法的医药自动拣选系统和电子标签拣选系统)的对比分析,提出了适合医药配送中心采用的高效率分拣的方法。系统订单拣选系统最常用的两种作业策略分区策略和分批策略本质上都是对订单的聚类,因此订单可以被分为很多一维单元化网格;根据各系统的逻辑运动关系,可得到单元化网格的拣选时间表达式;利用作业时间模型和空间填充线,对单元化网格进行聚类,得到二维系统的总订单拣选时间。最后通过实验研究,初步得出二者在拣选效率及补货效率等关键指标上的区别。

串行合流下阵列式自动拣选系统品项分配优化

为提高阵列式自动拣选系统的拣选效率,提出基于品项相关性的品项分配方法。在串行合流模式下,设备订单拣选总时间等于拣货区拣选时间总和,以最小化拣货区拣选时间总和为目标建立品项分配模型。为求解该模型,将品项并行分拣节省的独立拣选时间作为品项相似系数,提出一种启发式聚类算法。该算法的核心思想是通过将相关性强的品项分配至同一拣货区,增加各拣货区内的并行拣货量,同时减少各订单内参与拣选的拣货区个数,提高系统分拣效率。某医药物流配送中心阵列式自动拣选机的实例分析表明,采用启发式聚类算法可使订单拣选总时间减少约8%。

基于品项相关性的阵列式自动拣选机货位优化

为提高阵列式自动拣选机的拣选效率,提出基于品项相关性的货位优化方法。针对阵列式自动化拣选机通道列串行拣选、并行合流的工作特点,分析了设备通道列作业时序,建立了阵列式自动拣选机订单拣选总时间数学模型,将其归结为以最大总虚拟视窗时差为目标的货位分配问题。为求解该问题,设计了启发式聚类算法,将相关性强的品项分配至间隔距离远的通道列存储,以增大总虚拟视窗时差,提高设备拣选效率。通过某医药物流配送中心阵列式自动拣选机的实例分析表明,采用启发式算法可使订单拣选总时间减少约5%。

墙地砖的自动拣选

分析了墙地砖自动拣选线原理，探讨了我国某公司引进拣选线失败的原因及采用ＣＣＤ器件等加以解决的方法．

基于语音识别技术在自动拣选系统中的应用

随着人工智能的不断发展,语音识别技术作为人工智能的重要组成部分,它正在渐渐地改变着人们的生活,同时也进入各行各业中,发挥着巨大的作用。特别是现今疫情的爆发,为避免人群的密切接触,物流行业的拣选工作人员就不能过多,这就使得怎样将货物的拣选效率提高变得尤为重要。本文主要对语音识别技术在自动拣选系统中的使用与相关的文献进行分析,通过与传统的“人到货”拣选模式和现今的“货到人”拣选模式对比,分析现阶段语音识别技术在自动拣选系统中的现状和不足,提出解决的措施,进一步选取更加高效的语音识别芯片融入自动拣选装置,实现拣选效率的升级。最后,总结目前国内、外语音识别技术在自动拣选系统中的发展前景。

J002自动拣选机

在成套设备中拣选机与金属检测器、重量检测器配合作用,根据检测信号对输送来的产品进行拣选,剔除不合格产品。本公司可根据用户要求提供单向或双向拣选机。J001为单向拣选机。

浅析空塑箱实现自动拣选码垛的研究

汽车零部件生产下线后,基本都是采用人工装配方式进行拣选和码垛操作,其使用的零部件承载箱主要为空塑箱,而空塑箱的规格是标准化的,这也为空塑箱实现自动拣选和码垛提供的基础。

机器人人工拣选环境下混流装配线齐套物料配送优化

为了提高汽车制造企业配送的智能化水平、解决混流装配线齐套物料人工拣选效率低、成本高的问题,引入基于齐套物料配送策略的机器人人工拣选模式,通过优化自动拣选机器人、工人的配置数量及配送周期,使包含机器人使用成本、劳动力成本和在制品库存成本在内的总成本最小。为求解该配送优化问题,提出了改进量子蚁群算法,利用量子比特的叠加性增加种群多样性,避免算法陷入局部最优,同时设计了改进量子旋转门更新机制和基于差分进化操作的非最优个体优化策略,提高了算法收敛速度和寻优质量。最后,通过算例分析验证了模型的正确性与算法的有效性,并分析了拣选批量对总成本的影响。

基于串并行混合拣选策略的自动拣选系统品项分配优化

面向配送中心自动拣选系统的效率需求,提出了一种新型的串并行混合拣选策略,并设计了品项货位分配的优化方法。针对订单拣选作业,结合串、并行拣选策略的优点设计混合拣选策略:首先选择非干涉品项进行并行拣选,而后针对并行拣选后产生的间隙选择合适品项进行插空拣选,最后对剩余品项进行串行拣选。针对该拣选策略受品项货位分配影响较大的特点,设计了改进的小生境遗传算法对拣选系统的品项货位分配进行优化。仿真试验结果证明了串并行混合拣选策略和品项货位分配优化方法对提高自动拣选系统效率的有效性和可行性。

上海博奕物流公司塔式分拣机

塔式分拣机主要用于数量少品种多的规状物的自动拣选。设备主要有库架通道、驱动装置、推出机构、机架、带式输送机及系统电控等组成。由于该设备大量采用模块化结构，故具有构造简单、故障少、便于维护和操作方便等特点。特别是物件推导式部分采取单元化后，突发的故障也能在短时间内更换完成。

基于顺序拣选策略的压缩动态虚拟视窗算法

为缩短虚拟容器长度、减少订单拣选总时间,改进了拣选设备,提出了压缩动态虚拟视窗算法。该方法为每台拣选机设置一个重力缓存区及挡板,拣选时先将货物弹射至到重力缓存区,在缓存区内压缩货物间距;再把货物从重力缓存区合并至皮带输送机,实现货物的密集排列和虚拟容器长度的缩短。基于货物的顺序拣选策略,建立了压缩动态虚拟视窗算法的数学模型。以某地市卷烟配送中心的3批订单数据为例进行了仿真,结果表明该方法将拣选时间缩短了87.45%～87.77%,并且拣选时间随着拣选机弹射速度和重力缓存区货物合并速度的增加而减少。