巴黎澳门人娱乐网站(China)有限公司-Best Platform

伍强课堂:智能仓储系统简介(三)

作者:薛威/尹军琪 时间:2023/04/17 来源:巴黎澳门人娱乐网站

编者按:本期内容来源于《仓储作业管理(第三版)》中第七章,刊登时有修改。《仓储作业管理(第三版)》一书主编薛威,副主编尹军琪,本书曾获首届全国优秀教材奖。

01智能仓储技术应用是一个渐进过程

        智能仓储技术或智能物流仓储技术涵盖的范围很广,但在实际应用中其定义却并不清晰。通常来说,智能的概念包含有自主感知、自主学习、自主判断、自主决策关键内容,这也是人工智能所必须达到的关键指标。从这个意义上来说,智能仓储系统的实现还有相当长的路径。

        有一个现象就是人们往往将自动化、信息化、数字化和智能化混为一谈。智能化在其发展的过程中,随着自动化和信息化水平的日益提升,其与智能化的边界日益接近,且变得模糊不清。然而,自动化只是作为智能化不可缺少的执行手段,而非智能化的本身,另一方面,信息化、数字化只是作为智能化的基础条件和感知手段,亦非智能化的本身。

        不可否认的是,在智能化的初期,我们必须接受基于规则的优化系统本身具备一定的智能特征。人工智能的发展,并非要刻意去模仿人的智能,而是要另辟蹊径,实现超越。如自动导航系统就是一个典型的例子。不要认为人工智能离我们很远,其实它就在我们身边。

        另一个现象,就是不要将智能仓储概念绝对化,不要认为智能化是一个一刀切的静态的技术,它的演变是渐进式的,开始是局部的,或者是弱人工智能的,逐渐才会进入到全面的,强人工智能的阶段。没有人能够清楚知道未来的智能仓储系统是什么模样,有多大的威力,会带来怎样的结果。但可以肯定地是,即使在智能仓储时代,现有的物流技术和装备还会继续存在,如货架、立体库、输送机、AGV、分拣机、机器人等,并发挥无可取代的作用,真正发生改变的是预测更加准确,效率更高,质量更好,数据更加透明,成本更低。

02智能仓储是手段不是目的

        物流技术的发展,总是在寻求对效率的突破和对成本的控制,不计成本往往会导致物流失去意义。智能物流仓储的主要目标也是如此。

        在传统物流时代,为了提升物流效率和降低成本,几十年的过程中,人们通过不断研究、实践和总结,提出了很多有用的理论和方法,创造性的发明了很多实用的技术装备。如发明自动化立体库,以及各种密集存储技术,以提升空间的存储效率;发明各种分拣系统,以提升包裹的分拣能力;各种自动化、无人化的设备更是不胜枚举,如AGV、穿梭车、机械手等。提出VMI零库存理论,JIT准时配送理论,在降低库存的同时,减少物流环节,降低物流成本;提出单元化物流理论,大幅度提升物流的自动化水平和降低自动化难度。所有这些,都是围绕着物流的根本目标进行的。

        可以预见,智能仓储技术的发展和应用,也一定会遵循这一根本目标。一项技术的诞生,如果过于超前,或成本太高,它的应用就会受到限制。举例来说,AGV技术的应用可以追溯到上世纪80年代甚至更早,但在其应用面世后的几十年间,由于受到相关技术的限制(如通讯、导航、电池等技术),无法降低成本,其应用一直局限在很小的范围,直到2010年后,其成本大幅度降低,才使得其应用越来越普及。其它技术,如自动化立体库,货到人系统等,均有过类似现象。

        智能物流仓储技术将会在更高的空间利用率,更柔性化,更低的库存,更高的速度,更透明化,更安全等方面实现突破,然而,如果这种突破带来的成本增加无法承受的话,其技术的推广必将受到阻碍,这是必然的结果。

03 软件在智能仓储中的地位更加突出

        世界在变软,这一理念逐渐广为接受。这里的“软”可以是一个国家的软实力,包括文化、教育、科技、文学、艺术、卫生、福利、制度、宗教、环境、人才等,与硬实力相对应,软实力对一个国家的重要性越来越突出。在一个自动化系统中,“软”表现为一套软件系统,一套流程,或一种算法,是与硬件相对比的;在物流仓储系统中,“软”还可以指系统的柔性等。从今天的视角看,世界的确是在变软。

        在智能物流仓储系统中,尽管硬件非常重要,但软件更重要。软件的范围包括规则、原理、理论、方法这样纯理论的东西,也包括算法、管理、数据、信息、网络、程序代码这样直观但却无形的东西。他们都可以通过计算机软件表达出来。之所以说软件更加重要,一方面是绝大多数硬件需要搭载软件才能发挥作用,如果没有软件的加持,物流仓储系统将显得力不从心;另一方面还在于,软件空间的无限延展性,软件本身的可复制性,以及软件的不断迭代和不断升级,其产生的革命性的影响是硬件所无法比拟的。举例来说,一个实体的商店所覆盖的范围是有限的,其复制是需要时间和成本的,而一个依靠软件支撑的网上虚拟商店其覆盖范围是无限的,其复制是瞬间完成的,且无需成本。尤其是人工智能时代,是软件在完成“智能”层面的工作,如学习、识别、策略、算法,分配,定位,而硬件只不过是在执行一个个指令而已。一个订单在其执行过程中,其识别、存储、传输、拣配、包装、分拣、集货等工作,看起来都是硬件在起作用,但其实在其后面,全部是软件在统一协调和指挥。离开软件,现代物流将寸步难行,更不要说智能仓储系统了。

       “软件定义 (Software Defined) ”本来是一个计算机领域的词汇,比如说软件定义存储SDS,软件定义网络SDN等,这个概念进一步的延伸,变得范围非常的广阔,如软件定义汽车SDV,软件定义仓储SDW等。所谓“软件定义”,实际上就是指在硬件资源数字化、标准化的基础上,通过软件编程去实现资源的虚拟化,以便灵活、多样地定制化的各种功能,对外提供客户化的各种服务。有人甚至预言,未来的世界将是软件定义的世界。

        软件定义有三大特点,即:硬件资源虚拟化、系统软件平台化、应用软件多样化。硬件资源虚拟化是指将各种实体硬件资源通过IOT标识后抽象化和标准化,可通过API接口供应用软件调用。系统软件平台化,是指通过基础软件对硬件资源进行统一管控,应用软件和硬件资源之间解除紧耦合关系后,可以实现各自独立进化,大大提升了硬件资源的公用性。而应用软件则不受硬件资源的约束,可以实现更多的功能,对外提供更为灵活高效的和多样化的服务。软件定义的系统,将随着硬件性能的不断提升,算法效能的不断改进,应用数量的不断增多,逐步向智能系统演变。

        按照软件定义一切的基本逻辑,未来完全可以实现软件定义仓储系统SDW,所有的关于仓库系统的硬件,包括货架、立体库、输送机、分拣机、穿梭车、AGV、机械手等,均可以通过IOT实现数字化,从而成为虚拟的和标准的单元,通过软件定义,实现更高效、更智能、更低成本的目标。

04 智能化在仓储系统中的具体应用

         要论述智能化在仓储系统中的应用,可以从一个系统全生命周期出发进行论述。一般来说,一个系统的全生命周期可以分为两个阶段。

4.1规划设计及实现阶段

        一般来说,智能化对于系统设计和产品设计的指导,主要体现在两个方面:即多方案的比较和计算机仿真。这是目前能够看到的和正在进行的工作。

        迄今为止,由于人类脑力和体力的限制,在多方案比较方面,人类与计算机不在一个层面上面。人工智能在很短时间内几乎可以穷尽各种可能,其中有些方案和设计将是颠覆性的,超出人类认知水平的。譬如两台AI计算机互弈,一天可以完成10000000盘围棋对弈,对于人类来说,几乎是不可想象的,穷其一生也不能完成。

        计算机的另一巨大优势是仿真和数字孪生。这对于系统设计来说,是一种颠覆性的方法。在传统设计中,尽管可以通过简化系统或局部实验,但限制于成本、时间、能力等因素,都是非常有限的。而计算机仿真则完全可以模拟真实环境下的系统反应。不仅大大节约了时间,尤其重要的是节约了成本,避免了灾难性的结果。

        除此之外,3D打印技术的诞生,给产品的试制带来了革命性的变革。一方面是大大压缩了试制成本和周期,另一方面则是完成了传统工艺不可能完成的复杂构建的加工。

        智能化的生产制造是未来制造业的主要方式之一,工业4.0的概念可以认为是智能制造的雏形。智能制造远比智能仓储复杂得多,范围也广得多,但这不是本书要论述的范畴。

        也许未来的智能仓储系统的实现并非传统意义上的实现,如软件定义仓储就有可能会颠覆传统的观念。而具体如何实施软件定义仓储系统,还有很多的基础性工作要做。

4.2运营维护阶段

        智能仓储系统一方面表现在仓储作业的各个环节。技术的应用包括自动装卸,自动存储,自动拣选,自动包装,自动输送和自动集货、发货等多个方面。这是作业层面看到的现象。而在后台,则是各环节的自动监控、调度与管理,柔性化的系统提供了系统均衡各环节作业的能力,可视化系统则将现场作业的全景呈现在管理者面前,故障的发现、预警、提前解除可保证系统的正常运转。另一方面则是基于订单的运营管理各方面,包括采购预测,库存预测,订单预测,客户预测,库存分配,订单执行等多个方面,网络使智能仓储插上了翅膀,可以从更加广阔的视角优化系统,做出决策。

        作为一套智能化的仓储系统来说,持续改进仍然是必要的,并且是常态。有两个方面的原因支持这一论述,其一是业务可能发生的变化,即使是智能化的系统,也有一个适应的过程,自我完善或升级不可避免,柔性化的设计可以使升级变得可行和相对简单;其二是技术的进步,比如有新的技术或装备的加入,原系统是否可以接受?按照软件定义仓储的设想,这样的情况并不构成系统的困难。

        在运维管理方面,国外的探索也许值得借鉴,即集成商建设一个统一的远程运维中心,通过网络将所有系统连接在一起,然后在AI的帮助下,实施远程监控与预警。这样的运维中心正在逐步建设,将来也许会成为一个共识。

XML 地图