馬云峰 趙佳偉 胡依娜 熊依蓓 盧陽

摘 要：為解決倉儲系統(tǒng)運行過程中能源消耗過大的問題，針對雙層自動化立體倉庫進行了能耗分析，建立了雙層倉儲系統(tǒng)存儲、檢索任務時間模型以及考慮物品自重的穿梭車（提升機、電梯）運動能耗模型，并利用仿真實驗研究了倉庫中自動小車及提升機的速度、加速度，貨架布局對于倉庫運行能耗、吞吐量的關系和影響。實驗結果顯示增加穿梭車速度、加速度都會提升系統(tǒng)吞吐量，速度對吞吐量的提升更大；增加電梯加速度、速度會適當降低能耗。達到吞吐量500條件下，新的系統(tǒng)布局可以降低20%左右的能耗并提升2.7%的吞吐量，幫助物流企業(yè)建立更加合理的倉庫布局設計，從而減少存儲和檢索過程中的能源消耗。

關鍵詞：雙層自動化立體倉儲系統(tǒng)；時間模型；能耗模型；倉儲系統(tǒng)布局

中圖分類號：F253.9文獻標志碼：ADOI：10.13714/j.cnki.1002-3100.2024.10.001

Abstract： In order to solve the problem of excessive energy consumption during the operation of the storage system， an energy consumption analysis was conducted for a double-layer automated three-dimensional warehouse. A time model for storage and retrieval tasks in the double-layer storage system was established， as well as a motion energy consumption model for shuttle cars （hoists， elevators） considering the weight of the items. Simulation experiments were conducted to study the relationship and influence of the speed and acceleration of automatic carts and hoists， and shelf layout on the energy consumption and throughput during warehouse operation in the warehouse. The experimental results show that increasing the speed and acceleration of the shuttle car will improve the system throughput， and speed has a greater impact on the throughput; increasing elevator acceleration and speed will appropriately reduce energy consumption. Under the condition of reaching a throughput of 500， the new system layout can reduce energy consumption by about 20% and increase throughput by 2.7%， helping logistics enterprises establish more reasonable warehouse layout design， thereby reducing energy consumption during storage and retrieval processes.

Key words： double-layer automated stereoscopic storage system; time model; energy consumption model; warehouse system layout

0? ? 引? 言

隨著電商與現(xiàn)代物流業(yè)[1]的高速發(fā)展，企業(yè)對倉儲系統(tǒng)的性能和能耗也提出了更高的要求[2]。傳統(tǒng)的堆垛式倉庫已無法滿足高吞吐量、低能耗的要求。工業(yè)4.0[3]、智能化的高速發(fā)展趨勢，促使各類自動化小車、提升機被運用到倉儲系統(tǒng)中，不同種類的自動化倉儲系統(tǒng)應運而生。

針對倉儲系統(tǒng)的吞吐量性能，國內外學者進行了廣泛的研究，且結合實際應用提出了不同的優(yōu)化方式。Tappia等[4]構建了半開放排隊網絡模型估計系統(tǒng)性能，給出最佳深度/寬度比，以最大限度地減少單層系統(tǒng)中的預期吞吐時間。Ekren等[5]研究了基于分類存儲策略下基于穿梭車的存儲系統(tǒng)最佳貨架設計。Zhao等[6]提出了一個高效的仿真模型，可以針對不同的機架配置進行自動重新設計，針對包含81種不同貨架類型的多電梯層級進行了仿真案例研究，找到了最佳貨架設計。

圖1為傳統(tǒng)通道式倉儲系統(tǒng)，因其具有建設成本低、結構簡單等優(yōu)勢，在物流企業(yè)中被廣泛應用[7-8]。但由于其單電梯結構，穿梭車數(shù)量遠大于電梯數(shù)量，導致貨物上下運輸過于依賴電梯，極易出現(xiàn)貨物在緩沖區(qū)等待電梯，導致系統(tǒng)擁堵的情況。圖2為雙層自動化立體化存儲系統(tǒng)，Lerher等[9]設計并驗證了其吞吐量優(yōu)于相同貨位的傳統(tǒng)通道倉儲系統(tǒng)。該系統(tǒng)由上下兩層、一臺電梯，以及兩臺擁有提升機的穿梭車組成，其中電梯只在命令處于上層時運行，下層的命令不使用電梯，將系統(tǒng)上下運動分擔到穿梭車提升機上，打破了電梯造成的吞吐量瓶頸，從而提升系統(tǒng)的吞吐量。

由于倉儲設計不斷優(yōu)化和改善，系統(tǒng)的吞吐量性能不斷增加，導致倉儲系統(tǒng)的能耗也不斷提高，國內外學者對倉儲系統(tǒng)能耗問題也進行了研究。張新艷等[10]在前人的基礎上，引入了高度因素進行能耗建模，并進行了對比分析。夏緒輝等[11]針對三維路徑規(guī)劃問題，建立了以綠色度最大為目標的優(yōu)化模型。Liu等[12]探討了在吞吐量要求下基于穿梭車的存儲和檢索的環(huán)保速度和加速度配置，為具有在雙指令循環(huán)基礎上運行的交叉穿梭機開發(fā)了一個能耗模型。Ekren等[13-14]對基于穿梭車的存儲和檢索系統(tǒng)設計進行了實驗研究，以確定影響系統(tǒng)性能指標的重要因素。

上述研究以吞吐量和能耗為目標，為倉儲系統(tǒng)布局優(yōu)化的研究提供了良好的理論基礎。本文以雙層自動化立體存儲系統(tǒng)為背景，研究倉儲系統(tǒng)中穿梭車和電梯的速度、加速度對系統(tǒng)能耗和吞吐量的影響，在保證吞吐量的前提下，以降低倉儲系統(tǒng)能耗為目標，通過數(shù)學分析，并以企業(yè)實際數(shù)據(jù)為基礎進行仿真實驗，對結果進行處理和分析，找尋最低能耗的倉儲系統(tǒng)布局。

1? ? 問題描述

在圖2雙層自動化立體倉儲系統(tǒng)中，上下層各有1個帶有獨立提升機的穿梭車，在系統(tǒng)的左側擁有只處理上層命令的電梯。系統(tǒng)接到下層的存儲命令時，直接通過下層穿梭車和提升機進行作業(yè)，將貨物從輸入/輸出（）點運送至指定貨位；系統(tǒng)接到上層的存儲命令時，電梯先將貨物從底層運輸?shù)絥+1層（n為下層層數(shù)），然后穿梭車從輸入/輸出（）點運送至指定貨位。檢索命令工作原理類似，并且在系統(tǒng)運行中，穿梭車、提升機、電梯可以同時作業(yè)。

在該系統(tǒng)中，穿梭車、提升機、電梯的速度和加速度數(shù)值會影響系統(tǒng)整體的吞吐量性能和能耗。在加速度和速度不變的情況下，不同的系統(tǒng)層數(shù)和列數(shù)也會對系統(tǒng)的吞吐量性能和能耗有較大影響。因此考慮通過數(shù)學分析，并以企業(yè)實際數(shù)據(jù)為基礎進行仿真實驗，對結果進行處理和分析。

2? ? 仿真模型（見表1）

2.1? ? 電梯、穿梭車、提升機運動時間計算

如圖3所示，穿梭車水平和提升機的上下移動、電梯上下移動均存在兩種方式的運動模式，即加速—減速、加速—勻速—減速。因此要計算出兩種運動方式的臨界距離。

臨界距離? （1）

當穿梭車水平移動距離、電梯上下移動的距離、穿梭車提升機上下移動距離小于臨界距離時（即加速—減速運動模式），以穿梭機水平移動為例。

總運動時間==? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?（2）

加速運動時間=減速時間=? ? ? ? ? ? ? ? ? ? ? （3）

加速運動移動距離=減速運動移動距離= （4）

當、、大于臨界距離時（即加速—勻速—減速運動模式），以穿梭機水平移動為例。

總運動時間+? ? ? ? ? ? ? ? ? ? ? ? ? （5）

加速運動時間t1=減速時間 （6）

勻速運動時間=-? ? ? ? ? （7）

加速運動距離=減速運動移動距離? （8）

勻速運動距離=-? ? （9）

2.1.1? ? 儲存命令

物品的目標位置位于內，存儲任務不使用電梯E，穿梭車由當前位置移動到點并拾取物品，隨后穿梭車向著目標列移動的同時，穿梭車上的升降機帶著物品向上移動到目標層，這兩種操作同時進行以縮短任務時間提升效率。

+? ? ? （10）

為穿梭車移動至點，且提升機移動至最底層所需時間；為穿梭車由當前位置移動到點所需時間；為穿梭車提升機由當前位置移動到底層所需時間； 為穿梭車由點移動至目標列，且提升機移動到目標層所需時間；為穿梭車從點移動到目標列所用的時間；為穿梭車提升機移動到目標層所用的時間；為穿梭車提升機裝載物品的時間；為穿梭車提升機卸載物品的時間。

物品目標位置位于level內，物品由電梯E提升至level并放置到緩沖區(qū)域，隨后由當前層的穿梭車完成儲存任務。

++? ? ? ? ? ? ? ? ? ? ? ? ? ? ? （11）

+? ? ? ? ? ? ? ? ? ? ? ? ? ? （12）

為目標物品由電梯運送至層的緩沖區(qū)域，并由提升機裝載所需時間；為電梯E由當前位置下降至點所用時間（0，已知值）；為電梯E從點移動至level（n+1層）所需時間（已知值）；為電梯卸載物品所需時間；為電梯裝載物品所需時間。

2.1.2? ? 檢索命令

目標物品Y位于內，檢索任務不使用電梯E，穿梭車及其提升機由當前位置移動到目標物品Y的同一列和同一層，取出目標物品后，提升機向下移動至底層，穿梭機向移動并將物品放置在緩沖位置。

（13）

為穿梭車由當前移動至目標列，且提升機移動至目標層所需時間。

目標物品Y于，檢索任務需要使用電梯E，由穿梭車將目標物品放置到緩沖區(qū)域后，由電梯E將目標物品移動至。

+? ? ? ? ? ? ? （14）

+? ? （15）

為目標物品由穿梭車運輸至緩沖區(qū)，并被裝載在電梯上所需時；為電梯E由n+1層下降至第一層的時間（已知）；為電梯E由當前位置移動至n+1層的時間（0，或者已知）。

2.2? ? 能耗分析

為穿梭車牽引力，穿梭車的加速度，質量為，貨物質量為，摩擦系數(shù)，變速旋轉質量阻力系數(shù)，加速運動距離D1，勻速運動距離，減速運動距離。

2.2.1? ? 穿梭車能耗分析

穿梭車水平加速運動如下。

空載： 。? ? ? ? ? （16）

滿載： 。? ? ? （17）

2.78? ? ? ? （18）

穿梭車水平勻速運動如下。

空載： 。? ? ? （19）

滿載：。? ? ? ? ? （20）

2.78? ? ? （21）

穿梭車水平減速運動如下。

空載：。? ? ? ? ? ? （22）

滿載：。? ? ? ? ? ? ? ? ? （23）

2.78? ? ? ? ? ? ? ? （24）

2.2.2? ? 穿梭車提升機及電梯能耗分析

以電梯運動為例，穿梭車提升機質量，電梯質量。

向上加速運動（向上減速運動）如下。

空載：。? ? ? ? ? ? （25）

滿載：。? ? ? ? ? ? ? （26）

2.78? ? ? ? ? （27）

向上或向下勻速運動如下。

空載：。? ? ? ? ? ? （28）

滿載：。? ? ? ? ? ? ? （29）

2.78? ? ? ? ? ? （30）

向下加速運動（向下減速運動）如下。

空載：。? ? ? ? （31）

滿載：? ? ? ? （32）

2.78? ? ? ? ? ? （33）

3? ? 仿真實驗設計

為了找出影響吞吐量、能耗之間的關系，基于第3節(jié)中的模型和公式進行了仿真實驗。實驗設計以單通道、兩側各1 200個貨位的雙層自動化立體倉儲系統(tǒng)為背景（容量Q=1 200*2=2 400），表2列出了系統(tǒng)中其他參數(shù)。

針對表3中6種倉儲系統(tǒng)布局，穿梭車、電梯速度不同數(shù)值總計625個速度剖面進行組合實驗（見表4）。在仿真實驗中隨機生成300個命令，根據(jù)倉儲貨位使用頻率，設置第二層貨位的存儲/檢索頻率為30%，第一層為70%（其中210個命令在第一層，90個命令在第二層），每種系統(tǒng)布局完成10組實驗。

仿真實驗通過配置為AMDRyzen5 3500U@2.10 GHz、8.00 GB的windows10、64位的筆記本電腦上進行，其中仿真代碼通過PYTHON-3.7.8軟件進行編寫并進行實驗。仿真實驗流程如圖4所示。

4? ? 實驗結果分析

穿梭車、電梯和穿梭車升降機的速度和加速度可能對能耗和吞吐量產生不同的影響。不同倉儲系統(tǒng)布局下的能耗和吞吐量對速度和加速度的敏感程度也不同。選用各情況下吞吐量效果最佳的布局進行分析；速度剖面選擇穿梭車、電梯的速度、加速度數(shù)值均為2，更加符合倉儲實際使用情況。

4.1? ? 加速度對系統(tǒng)能耗的影響

在表5速度剖面-實驗中，將穿梭車最大加速度amax由1m/s2逐漸提升到3m/s2時，系統(tǒng)吞吐量由480持續(xù)增加至542，吞吐量增長率變化在7.03%～12.82%之間；而系統(tǒng)能耗幾乎不變，能耗增長率在-0.64%～0.94%之間。這表明增加穿梭車加速度，可以增加系統(tǒng)吞吐量，同時幾乎不增加系統(tǒng)能耗。

在表6速度剖面-實驗中，將電梯（提升機）最大加速度由1m/s2逐漸提升到2.5m/s2時，系統(tǒng)吞吐量由484持續(xù)增加至539，然后在速度剖面略有下降，吞吐量增長率在5.17%～11.24%之間；系統(tǒng)能耗增長率在在-0.95%～3.79%之間，小范圍波動。在上述系統(tǒng)布局中，吞吐量先增加后降低，能耗在較小的范圍波動變化，在速度刨面配置下，系統(tǒng)吞吐量最高且能耗最低。

4.2? ? 速度對能耗的影響

在表7速度剖面-實驗中，將穿梭車的最大速度由1m/s2逐漸提升到3m/s2時，系統(tǒng)吞吐量由354持續(xù)增加至579，吞吐量增長率在29.87%～62.12%之間，系統(tǒng)能耗小幅度增加，能耗增長率在0.38%～7.10%之間。這表明增加穿梭車最大速度，可以增加系統(tǒng)吞吐量，但也會導致系統(tǒng)能耗增加。參考圖5，在速度剖面-實驗中，能耗大幅度增加，能耗增速上升；而吞吐量小幅度增加，增速下降。因此，對于系統(tǒng)吐量要求中等的倉儲系統(tǒng)，選擇速度剖面更為合適。

在表8速度剖面-實驗中，將電梯和提升機的最大速度由1m/s2逐漸提升到3m/s2時，系統(tǒng)吞吐量由378持續(xù)增加至552，吞吐量增長率在26.46%～45.90%之間，系統(tǒng)能耗均小幅度下降，能耗增長率在-0.31%～-2.64%之間。這表明增加電梯和提升機的最大速度，可以增加系統(tǒng)吞吐量，同時降低系統(tǒng)能耗。相較于速度剖面、，速度剖面系統(tǒng)的吞吐量大幅度增加，并且能耗也小幅度下降，對于系統(tǒng)吞吐量要求中等的倉儲系統(tǒng)，選擇速度剖面最佳；對于系統(tǒng)吞吐量要求較高的倉儲系統(tǒng)，選擇速度剖面最佳（見圖6）。

4.3? ? 系統(tǒng)布局與速度剖面的選擇

具有不同速度剖面的雙層自動化立體存儲系統(tǒng)可能具有相同或相似的吞吐能力，但能耗不同。

當倉儲系統(tǒng)的速度剖面固定，以速度剖面為例，不同系統(tǒng)布局能耗和吞吐量數(shù)值如表9所示。吞吐量要求至少為500訂單/小時，24*50、30*40系統(tǒng)布局滿足吞吐量的條件，30*40布局下比24*50布局的系統(tǒng)能耗降低20%左右，并提升2.7%的吞吐量，因此選擇30*40的系統(tǒng)布局更優(yōu)。

當倉儲系統(tǒng)的布局一定時，以40*30系統(tǒng)布局為例，不同系統(tǒng)布局能耗和吞吐量數(shù)值如表10。有16個速度剖面實驗達到600吞吐量，速度剖面能耗最低，因此選擇剖面最佳（見表10）。

4.4? ? 吞吐量與能耗的關系

圖7反映了30*40系統(tǒng)布局下，625個速度剖面的能耗與吞吐量的變化趨勢。能耗和吞吐量均呈現(xiàn)周期性變化，且周期性幾乎重合；隨著吞吐量的增加，能耗也相應增加。因此，認為能耗與吞吐量呈現(xiàn)正相關。

5? ? 結論及展望

在本研究中，開發(fā)了一個基于雙命令循環(huán)的雙層自動化立體存儲系統(tǒng)的吞吐量、運行時間和能耗計算模型?；谒岢龅哪Ｐ秃蛯嶋H應用的數(shù)值實驗得出了以下結果。

增加穿梭車加速度，可以增加系統(tǒng)吞吐量，同時幾乎不增加系統(tǒng)能耗。增加穿梭車的最大速度，可以增加系統(tǒng)吞吐量，但也會導致系統(tǒng)能耗增加。

增加提升機和提升機加速度，系統(tǒng)吞吐量先增加后降低，能耗在較小的范圍波動變化。增加電梯和提升機的最大速度，可以增加系統(tǒng)吞吐量，同時降低系統(tǒng)能耗。

在速度剖面固定時，30*40、40*30的布局的吞吐量相對較高，且能耗相對較低，綜合性能最好。

在實驗中，隨著貨架高度不斷下降，完成300個隨機命令的時間先下降后增加，在30*40、40*30的貨架布局時，實驗輸出的時間數(shù)值最小，系統(tǒng)的單位時間吞吐效率最高。上下層的命令比例（高頻貨物存放的比例），對系統(tǒng)的效率有巨大的影響。當上層與下層的命令完成時間越接近時，系統(tǒng)整體的效率越高。在上層∶下層命令比例為4∶6的實驗中，在30*40、40*30的貨架布局中，上層時間與下層時間的比值在1附近浮動，因此這兩種貨架布局的系統(tǒng)吞吐效率是相對最優(yōu)。

隨著貨架高度不斷下降，完成300隨機命令的能耗不斷下降，在40*30、50*24、60*20貨架的局部時，實驗輸出的能耗數(shù)值相對其他布局要小，且下降幅度變緩。上下層的命令比例，對系統(tǒng)的能耗有巨大的影響。當上層與下層的能耗越接近時，系統(tǒng)整體的能耗也在下降。

參考文獻：

[1] 羅亞楠，邵波，張生，等．“一帶一路”倡議下對我國跨境電商物流業(yè)發(fā)展的研究和建議[J]．中國航務周刊，2022（50）：57-59．

[2] BOYSEN N，DE KOSTER R，WEIDINGER F．Warehousing in the e-commerce era： A survey[J]．European Journal of

Operational Research，2019，277（2）： 396-411．

[3] 王雪琳．工業(yè)4.0和智能物流[J]．珠江水運，2016（10）：88-89．

[4] TAPPIA E，ROY D，DE KOSTER R，et al．Modeling，analysis，and design insights for shuttle—based compact storage systems[J]．

Social Science Electronic Publishing，2018，51（1）：269-295．

[5] EKREN B Y，SARI Z，LERHER T．Warehouse design under class-based storage policy of shuttle-based storage and retrieval

system[J]．IFAC-PapersOnLine，2015，48（3）：1152-1154．

[6] ZHAO Ning，LUO Lei，ZHANG Saipeng，et al．An efficient simulation model for rack design in multi-elevator shuttle-based

storage and retrieval system[J]．Simulation Modelling Practice and Theory，2016，67：100-116．

[7] LERHER T，EKREN Y B，SARI Z，et al．Simulation analysis of shuttle based storage and retrieval systems[J]．International Journal of

Simulation Modelling，2015，14（1）： 48-59．

[8] LERHER T．Travel time model for double-deep shuttle-based storage and retrieval systems[J]．International Journal of Production

Research，2016，54（9）： 2519-2540

[9] LERHER T，F(xiàn)ICKO M，PAL?I? I．Throughput performance analysis of Automated Vehicle Storage and Retrieval Systems with

multiple-tier shuttle vehicles[J]．Applied Mathematical Modelling，2021，91：1004-1022．

[10] 張新艷，鄒亞圣．基于新布局模式的倉庫能耗問題建模[J]．機電一體化，2019，25（6）：41-47．

[11] 夏緒輝，朱強，王蕾，等．考慮時間和能耗的立體倉庫三維空間路徑優(yōu)化[J]．武漢科技大學學報，2018，41（6）：465-472．

[12] LIU Ziwei，WANG Yanyan，JIN Mingzhou，et al．Energy consumption model for shuttle-based Storage and

Retrieval Systems[J/OL]．Journal of Cleaner Production，2021，282：124480．[2023-08-01]．https：//doi.org/10.1016/j.jclepro.2020.124480.

[13] EKREN B Y．A simulation-based experimental design for SBS/RS warehouse design by considering energy related performance

metrics[J/OL]．Simulation Modelling Practice and Theory，2020，98：101991．[2023-07-25]．https：//doi.org/10.1016/j.simpat.2019.101991.

[14] EKREN B Y，AKPUNAR A．An open queuing network-based tool for performance estimations in a shuttle-based storage and??retrieval system[J]．Applied Mathematical Modelling，2021，89：1678-1695．??