陳俊梅，石宇強

（西南科技大學 制造科學與工程學院，綿陽 621010）

0 引言

物聯(lián)網(wǎng)與互聯(lián)網(wǎng)的高速發(fā)展促進了工業(yè)4.0的發(fā)展，使制造業(yè)逐步邁入了智能化階段。制造企業(yè)多數(shù)以多品種少批量的生產(chǎn)為主，但是如何能智能化地實現(xiàn)制造服務(wù)的個性化需求成為了難題。而通過對生產(chǎn)物流系統(tǒng)的智能化構(gòu)建是能夠解決這個難題并能降低生產(chǎn)、流通中成本的有效途徑。

楊咪[1]、聞學偉[2]等對智能生產(chǎn)物流系統(tǒng)的設(shè)計所需的技術(shù)支持進行了歸納和一定的系統(tǒng)設(shè)計，但缺乏一定的理論深度。方泳[3]等人對實現(xiàn)柔性化綠色制造提出了三個創(chuàng)新智能物流技術(shù)裝備：智能軌道柔性搬運系統(tǒng)、多層智能穿梭車系統(tǒng)、可循環(huán)使用的包裝技術(shù)，為智能化物流發(fā)展規(guī)劃了新的延伸道路。Min-Hui Zhang[4]等通過對大規(guī)模定制物流調(diào)度建立數(shù)學模型，運用粒子群算法優(yōu)化協(xié)作決策，有效地解決協(xié)調(diào)生產(chǎn)物流系統(tǒng)中物流在選擇物流節(jié)點和協(xié)調(diào)節(jié)點合作的調(diào)度優(yōu)化問題。

但是目前還沒有一種關(guān)于智能生產(chǎn)物流系統(tǒng)的具體模型，而且對德國工業(yè)4.0背景下的智能生產(chǎn)物流系統(tǒng)的相關(guān)研究的文獻也嚴重缺乏。因此本文提出了這個關(guān)于智能生產(chǎn)物流系統(tǒng)的模型，并且通過建立管理平臺，實現(xiàn)了其中關(guān)于智能配送的重要模塊。

1 工業(yè)4.0概況

德國工業(yè)4.0是以智能制造為主導的生產(chǎn)方法，充分結(jié)合了信息物理系統(tǒng)（CPS，Cyber-Physical System）與信息通訊技術(shù)。其本質(zhì)就是構(gòu)建基于信息物理系統(tǒng)的“智能工廠”以實施智能制造，實現(xiàn)人、設(shè)備以及產(chǎn)品的實時聯(lián)通。達到生產(chǎn)制造過程中的設(shè)備、產(chǎn)品等能夠智能的感知自我所需、所缺和下一步的去向，實現(xiàn)物料、機器、生產(chǎn)制造、物流、倉儲等相互間的智能匹配、協(xié)調(diào)和控制。

而在工業(yè)4.0的要求下完成智能生產(chǎn)物流系統(tǒng)模型，可實現(xiàn)在生產(chǎn)上，配料準確，執(zhí)行更規(guī)范，上下聯(lián)動緊密準確；在緩存和倉儲上，物料識別簡單方便，任務(wù)交接快捷簡單，物料存放清晰透明；在配送上，物料配送準時，配送路徑暢通，載貨清晰。同時還能實現(xiàn)緩存區(qū)、庫位、生產(chǎn)線等多方位物料信息的透明化，大幅度減少在制品和庫存數(shù)量；并實現(xiàn)生產(chǎn)物流系統(tǒng)中的人、機、物等信息的自動綁定和記錄，以使生產(chǎn)、物流的整個過程可跟蹤、可追溯。

2 智能生產(chǎn)物流系統(tǒng)模型

工業(yè)4.0的核心內(nèi)容是“智能制造”，而實現(xiàn)智能制造要從產(chǎn)品的全生命周期考慮。以生產(chǎn)制造的全方位自動化為基礎(chǔ)，實現(xiàn)產(chǎn)品的設(shè)計、仿真、生產(chǎn)、物流、倉儲、銷售、管理的全過程數(shù)字化，集成融合ERP（Enterprise Resource Planning，企業(yè)資源計劃）、MRP（Material Requirements planning，物料需求計劃）、MES（Manufacturing Execution System，制造執(zhí)行系統(tǒng)）、WMS（Warehouse Management System，倉庫管理系統(tǒng)）、CRM（Customer Relationship Management，客戶關(guān)系管理系統(tǒng)）、物流管理系統(tǒng)、知識管理系統(tǒng)等系統(tǒng)的管理，協(xié)同RFID（Radio Frequency Identification，無線射頻識別）技術(shù)、數(shù)據(jù)挖掘技術(shù)、PLC（Programmable Logic Controller，可編程控制器）技術(shù)、圖像識別技術(shù)、傳感器技術(shù)、云制造等先進技術(shù)，以最終實現(xiàn)產(chǎn)品集成、制造過程集成、制造體系集成。

智能生產(chǎn)物流系統(tǒng)是保障智能制造運作暢通的核心部分，因此，根據(jù)智能制造的特點，構(gòu)建了如圖1所示的智能生產(chǎn)物流系統(tǒng)模型，整個系統(tǒng)的總體結(jié)構(gòu)由采集數(shù)據(jù)的智能對象層，數(shù)據(jù)傳輸、處理的網(wǎng)關(guān)層和服務(wù)層，以及執(zhí)行控制的應(yīng)用層組成。利用通信接口與以太網(wǎng)結(jié)構(gòu)將閱讀器、RFID中間件、數(shù)據(jù)庫服務(wù)器、企業(yè)管理系統(tǒng)以及其他模塊和終端連接起來[5]。

圖1 智能生產(chǎn)物流系統(tǒng)模型

根據(jù)智能生產(chǎn)物流系統(tǒng)的模型，構(gòu)建一個基于物聯(lián)網(wǎng)的智能管理的系統(tǒng)平臺來對生產(chǎn)物流系統(tǒng)進行管理控制。智能生產(chǎn)物流管理系統(tǒng)主要包括智能生產(chǎn)管理、緩存管理、智能配送、倉儲管理、數(shù)據(jù)采集五個子系統(tǒng)如圖2所示。向上，系統(tǒng)與企業(yè)ERP、MRP、MRPⅡ（Manufacture Resource Plan，制造資源計劃）相集成，獲取基本的產(chǎn)品、工藝、生產(chǎn)訂單等的基礎(chǔ)信息；向下，與不同設(shè)備、工具、區(qū)域相聯(lián)，通過無線射頻技術(shù)，對RFID標簽進行數(shù)據(jù)采集，有效監(jiān)控管理生產(chǎn)、物流。

圖2 智能生產(chǎn)物流系統(tǒng)功能結(jié)構(gòu)

3 智能配送

在智能生產(chǎn)物流系統(tǒng)中，智能配送是連接線上生產(chǎn)物流管理平臺與線下生產(chǎn)制造實施的重要紐帶，是生產(chǎn)系統(tǒng)高效運作的核心。而智能化配送的前提是要對瓶頸工序的控制實現(xiàn)智能化，用以促進智能配送的調(diào)度優(yōu)化。同時配合智能倉儲、緩存則能保障生產(chǎn)制造以及配送更加暢通，避免生產(chǎn)中斷和配送擁堵，降低系統(tǒng)中的潛在瓶頸。

3.1 瓶頸智能控制

以RFID系統(tǒng)的監(jiān)測與追蹤為基礎(chǔ)，通過TOC（Theory of Constrain）理論的原理，找出生產(chǎn)過程中的瓶頸，再運用DBR（Drum-Buffer-Rope）方法對生產(chǎn)流程進行優(yōu)化控制。通過平臺可知瓶頸工序的智能感知狀態(tài)與反饋情況，以瓶頸消耗物料的速率把物料“拉”進智能生產(chǎn)系統(tǒng)，而在瓶頸后的工序，隨著生產(chǎn)節(jié)奏，物料逐步向后 “推”，同時把相應(yīng)的物料消耗及時反饋給瓶頸，以利于瓶頸的自我調(diào)節(jié)或平臺的調(diào)度[6]。如圖3所示，以瓶頸的智能控制為軸心，向上向下推拉并進的方式進行生產(chǎn)，有效保持了瓶頸的穩(wěn)定和在制品的恒定。隨后根據(jù)瓶頸的反饋情況，通過智能生產(chǎn)物流系統(tǒng)平臺更新生產(chǎn)物流配送計劃、緩存情況以及調(diào)度方案。

圖3 瓶頸優(yōu)化控制模型

3.2 叉車智能配送

先對瓶頸進行智能的控制，完成其相應(yīng)的配送和緩存需求，根據(jù)瓶頸來智能匹配出生產(chǎn)節(jié)奏，然后對其前后工序進行智能地規(guī)劃、配送。企業(yè)生產(chǎn)物流中的貨物配送、移動基本上靠叉車、AGV（Automated Guided Vehicle）小車等搬運工具進行操作。不同于以往的叉車配送，智能叉車裝有車載電腦，每個叉車前端和底端安裝有RFID閱讀器。根據(jù)圖4的配送執(zhí)行程序進行智能配送，前端對配送貨物信息和綁定信息進行識別、讀取，底部對庫位信息以及路徑信息進行識別、讀取，在配送的過程中，不斷上傳信息到智能生產(chǎn)物流系統(tǒng)管理平臺，時時更新數(shù)據(jù)。

圖4 智能叉車配送執(zhí)行流程

3.3 緩存、倉儲智能管理

根據(jù)瓶頸工序的前后緩存情況，推拉并進得到瓶頸前后工序的緩存信息。通過對緩存區(qū)域信息以及倉儲庫位的信息管理，能迅速有效的知道貨物的存放信息，物料的生產(chǎn)完成狀況，以及在制品存放數(shù)據(jù)。如圖5、圖6所示，管理物料存放的詳細信息，包括存放時間，庫位編號等；通過數(shù)據(jù)采集技術(shù)來管理庫位、物料基本信息，通過生產(chǎn)計劃獲得客戶訂單信息，根據(jù)生產(chǎn)情況，自動合理分配庫位與托盤，同時，自動融合特殊情況的手動分配信息。使得庫位與貨物有效合理地綁定，實現(xiàn)緩存、倉儲過程的透明化。

圖5 倉儲庫位管理圖

圖6 緩存庫位管理

3.4 配送與倉儲集成

通過配備手持式智能終端，管理人員可以對流通加工過程的計劃排產(chǎn)、物料上下線、生產(chǎn)執(zhí)行、在制品存放、成品下線的全流程進行監(jiān)控管理。如圖7所示，在RFID系統(tǒng)的基礎(chǔ)上，對標識卡識別、數(shù)據(jù)采集、信息追蹤，智能叉車下載任務(wù)并執(zhí)行，并且更新完成配送信息，以及貨物狀態(tài)數(shù)據(jù)。集成配送與倉儲管理信息，動態(tài)管理緩存、庫位，其中綠色為可用空間，橙色為已用空間，動態(tài)分配與監(jiān)管區(qū)域信息，時時反饋到生產(chǎn)物流優(yōu)化終端，有效更新配送任務(wù)與存儲規(guī)劃。

圖7 智能配送與倉儲

4 結(jié)論

根據(jù)制造服務(wù)化的工業(yè)4.0思想，建立智能生產(chǎn)物流系統(tǒng)模型，并根據(jù)模型搭建其管理平臺。通過平臺與RFID系統(tǒng)的結(jié)合，運用TOC理論、DBR技術(shù)和CONWIP方法對瓶頸生產(chǎn)進行智能匹配控制。根據(jù)瓶頸生產(chǎn)情況，向前拉動生產(chǎn)，向后推動加工，推拉并進地指導物料、在制品的物流配送。并以此為基礎(chǔ)，實現(xiàn)叉車智能化的配送與搬運，以及緩存和倉庫的智能化識別、排位、提醒，提升生產(chǎn)和流通過程的智能化。實現(xiàn)物質(zhì)流與信息流在生產(chǎn)物流系統(tǒng)中嚴格同步，在適當?shù)臅r間，以適當?shù)臄?shù)量進入適當?shù)膮^(qū)域，以達到優(yōu)質(zhì)的生產(chǎn)。不僅有效地控制了瓶頸，還減少了生產(chǎn)、配送的阻塞以及在制品的堆積。

接下來可以將智能生產(chǎn)物流系統(tǒng)與精益制造執(zhí)行系統(tǒng)（LMES）相融合，以使生產(chǎn)物流保障制造過程，精益制造過程指導生產(chǎn)物流，兩者相輔相成。也可將智能生產(chǎn)物流系統(tǒng)與數(shù)據(jù)挖掘技術(shù)結(jié)合，有效利用生產(chǎn)物流系統(tǒng)中的知識獲取、知識篩選、知識存儲、知識表達等技術(shù)，實現(xiàn)生產(chǎn)物流系統(tǒng)更加專業(yè)化的智能過程。

[1] 楊咪,王明宇.基于物聯(lián)網(wǎng)的智能物流研究[J].中國商貿(mào),2013(12).

[2] 聞學偉,汝宜紅.智能物流系統(tǒng)設(shè)計及應(yīng)用[J].交通運輸系統(tǒng)工程與信息,2002.2(1).

[3] 方泳,吳超.創(chuàng)新智能物流技術(shù)裝備—實現(xiàn)柔性化綠色制造[J].制造業(yè)自動化,2013(11).

[4] Zhang M.H, Gao X.L, Zhou X.Y. An Intelligent Scheduling Strategy of Collaborative Logistics for Mass Customization[J]. Procedia Engineering, 2012, 29： 2621-2626.

[5] 羅風.RFID在供應(yīng)鏈物流管理中的應(yīng)用研究[D].西南交通大學, 2009.

[6] 高貴兵.混流制造系統(tǒng)生產(chǎn)物流優(yōu)化關(guān)鍵問題研究[D].武漢：華中科技大學,2011.9.

[7] 鄒強強,石宇強.精益制造執(zhí)行系統(tǒng)(LMES)的研究與開發(fā)[J].制造業(yè)自動化,2014(21).

[8] Andrzej, A.Hierarchical Integrated Intelligent Logistics System Platform[J].Procedia- Social and Behavioral Sciences,2011,20： 1004-1016.

[9] Rodrigo, R.O, Felipe, C.N.,Cristiano, A.C. et al. SWTRACK： An intelligent model for cargo tracking based on off-the-shelf mobile devices[J].Expert System with Applications, 2013, 40： 2023-2031.

[10] Nemasipova, A.N. To a question on optimization of strategy of manufacture and distribution of goods traffics in transport system[J]. Azerbaijan： Azerbaijan Technical University,2011.

[11] Wu Youbo, Tao Yi, Pan Xiaohong et al. RFID-Based Optimization Method for Inventory Control Strategy[J].Switzerland： Trans Tech Publications Ltd.,2010.

[12] Mohan, M.R.,Shahabudeen, P.,Kannan, G.The design of vehicle routes for a third-party logistics service provider using the simulated annealing algorithm[J].Switzerland： Inderscience Enterprises Ltd.,2009.