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。

“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。

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。

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。

持续谋求技术创新 打造智慧物流新高地

为期四天的亚洲国际物流技术与运输系统展会(CeMATASIA2021)于10月29日顺利闭幕。作为国内领先的智能物流系统集成商,北京伍强智能科技有限公司(以下简称:伍强智能科技)携红蟹全自动智能拆零拣选系统解决方案集结亮相,展示了红蟹穿梭车机器人、A字架自动拣选系统、输送系统及相关软件系统等全系列智能制造创新成果,旨在为物流行业的智能化发展增添动力。

新产品

瑞仕格工博会首推自动拣选机器人在日前举办的第22届工博会上,瑞仕格首次在中国展示小件商品全自动拣选自学习型机器人ItemPiQ。据了解,ItemPiQ自动拣选系统具有五大特点:(1)即插即用:ItemPiQ系统可实现快速安装、校准和启动,使其可以快速投入使用,能够应对季节性订单高峰作业需求。(2)采用库卡Agilus机器人:这是目前仓储物流领域应用的最快速可靠的机器人之一,其长距离触及范围超过1100mm,几乎可以完成所有作业任务。