CN112938292A - 一种智能仓储装置、系统及辅助决策方法 - Google Patents

Abstract

本发明公开了一种智能仓储装置、系统及辅助决策方法，涉及数字化智能仓储技术领域，包括移动机构、抓取机构、载货平台、多个储存架、控制机构和定位机构，通过高度集成的仓储系统将设备在水平左右、水平前后、垂直上下三个方向上移动，从而实现设备在不同货位上的存取操作，将所需物料盒运至存储位，在放入设备后自动辨别是否放入设备，放入成功后自动输送至入库位置；出库可以以存入型号、厂家、送检时间、送检批次、检验结果等筛选，选定后自动出库，且开发辅助决策系统，对仓储数据进行挖掘，实现编制采购计划、设备隐患排查、送检及时率考核等决策功能，并对建立了记录和储存货物信息处理系统，实现设备全寿命周期维护。

Description

一种智能仓储装置、系统及辅助决策方法

技术领域

本发明涉及数字化智能仓储技术领域，具体涉及一种智能仓储装置、系统及辅助决策方法。

背景技术

目前电网设备管理中主要存在以下四个问题：

(1)行业内绝大多数设备由于尺寸千差万别，都未能实现全自动收发管理，智能化水平低下；

(2)目前采用人工收发记录的方式，效率低下，数据量大易出错漏，增加仓储环节人工成本；

(3)人工管理设备工作量巨大，漏洞很多，导致设备超期现象普遍，技术监督缺位，货物丢失或被偷盗不能及时发现，管理混乱；

(4)目前尚无成熟的智能仓储管理系统，用于设备信息全周期维护以及数据挖掘。

亟需一种设备全自动管理装置、系统和方法，实现所有设备、仪表及备件的全寿命周期管理和辅助决策。

发明内容

有鉴于此，本发明目的在于提供一种智能仓储装置、系统及辅助决策方法，通过高度集成的智能处理装置来全自动收发管理且能及时获取设备信息全周期维护数据，减低了仓储人工成本，避免管理混乱设备存取出错等问题。

本发明通过下述技术方案实现：

一种智能仓储装置，包括：

第一储存架；

第二储存架，所述第一储存架与第二储存架沿一X轴方向设置，且所述第一储存架和第二储存架各自配置有多个储存位，每个储存位均设有一个用于存放设备的储物盒，所述设备配置有RFID标签，所述第一储存架与第二储存架设置的储物盒尺寸不同，其中，储存架数量可以根据实际使用设置多个不仅限于第一储存架和第二储存架；

移动机构，沿该X轴方向移动的方式设置，且包括一个可沿Z轴方向移动的载货平台；

抓取机构，其设置于所述载货平台上，且包括用于抓取储物盒的抓取组件，所述抓取组件可沿Y轴方向伸缩并进入所述储存位中抓取所述储物盒；

传送机构，沿Y轴方向设置，且包括用于检测储物盒信息的识别装置、用于带动储物盒移动的传动台和用于测量储物盒重量的测量装置；

定位机构，用于检测所述抓取机构相对所述第一储存架、第二储存架或传送机构的位置；

扫码机构，用于获取所述设备的RFID信息来分配不同尺寸的储物盒；

控制机构，其基于所述定位机构、识别装置和测量装置获取所述抓取机构的位置信号和待储存储物盒位置信号并调整所述移动机构、载货平台、抓取机构和传送机构的运作；

所述X轴方向、Y轴方向与Z轴方向彼此相互垂直，所述第一储存架和第二储存架均设有位置条码。

在本方案中，首先扫码机构扫描设备的RFID标签，并发送信息给控制机构通过定位机构获取抓取机构的位置，控制机构接受指令控制移动机构移动至相应的储存架取出存有对应设备、仪器、仪表、备品和备件尺寸的储物盒，载货平台在Z轴方向带动抓取机构移动，移动机构在X轴方向带动抓取机构移动，抓取机构本身沿Y轴方向移动进入储存位中抓取储物盒，在货物抓取结束后，放置于载货平台，并将相应尺寸的储物盒带动至传送机构一侧，通过抓取机构沿Y轴反向移动将储物盒推送至传送机构的传动台上，第一储存架和第二储存架在X轴方向上并列设置，定位机构具体通过设置在第一储存架和第二储存架的位置条码来实现对抓取机构的定位。传送机构识别储物盒后，可带动空置的储物盒或储有设备的储物盒在传动台移动，随后将储物盒存储至第一储存架或第二储存架配置的储存位上。

可以理解的是，传动台上设有检测储物盒重量的测量装置，可通过设置重量的区间阈值来对设备类别判断，以及可判断储物盒是否储存设备，可结合RFID综合检测并记录设备信息数据。

在一个实施例中，所述定位机构还包括：

激光测距仪，其设置于所述移动机构，用于测量抓取机构与第一储存架、第二储存架或传送机构的距离；

扫码装置，其设置于所述移动机构，用于读取第一储存柜或第二储存柜设置的位置条码；

所述控制机构通过所述激光测距仪和扫码装置所检测的距离对抓取组件进行定位。

在本方案中，激光测距仪在移动机构移动过程中可精确测量移动机构和抓取机构的空间位置，设置于移动机构的扫码装置通过读取第一储存柜或第二储存柜设置的位置条码来实现精准定位。

在一个实施例中，所述储物盒配置有用于被所述识别装置识别的辨别条码，辨别条码的设置可在回收，取出储物盒时可及时获取储物盒的信息，进而匹配存储于其中的设备信息。

在一个实施例中，所述移动机构包括一轨道，沿所述Z轴方向延伸，所述载货平台沿所述轨道移动，所述移动机构底部连接有地轨，所述地轨沿所述X轴方向延伸，所述移动机构沿所述地轨移动。

在一个实施例中，所述传送机构还设有用于判断储物盒尺寸的感应装置，在传送机构设置多个感应装置，在需要取出一定货物时，或储存货物时，便于使传动带将储物盒带动至相应的位置，进而便于抓取装置抓取。

此外，本发明还提供一种智能仓储系统，其包括：

运动执行模块，用于调控所述移动机构沿X轴方向的移动、载货平台沿Z轴方向的移动以及抓取机构沿Y轴方向的伸缩和抓取动作；

数据采集模块，用于采集所述移动机构、载货平台和抓取机构的位置信息数据以及所述识别装置采集的所述储物盒存取的数据信息；

扫码模块，用于识别设备的RFID标签，获得RFID标签对应设置的表计RFID信息；

信息交互模块，其通讯连接所述运动执行模块、传送机构和扫码模块，并建立数据库汇总数据采集模块、传送机构和扫码模块获取的信息；

智能控制模块，根据所述信息交互模块获取的数据，并整理设备的RFID表计信息和存取的数据信息汇总生成智能仓储辅助决策来对储物盒内设备采购消耗量做预测。

在本方案中，数据采集模块基于上述一种智能仓储装置中的多个测量装置，具体采集移动机构、载货平台和抓取机构的位置信息数据，且扫码模块识别设备的RFID标签，获得RFID标签对应设置的表计RFID信息，传送机构也设置数据采集模块对储物盒进行识别，其采集并统计设备、仪表、备品备件等货物的货量，获得库存信息、送检周期信息等，并将上述信息汇总至智能控制模块，便于生成智能仓储辅助决策来对储物盒内货物采购消耗量做预测。

在一个实施例中，所述智能控制模块包括：

上位机，用于采集信息交互模块反馈的数据并传输至仓储管理模块和仓储控制模块；

仓储管理控制模块，用于调控所述储物盒的出库和入库以及库存信息管理；

仓储管理模块，其建立表计，用于编译、添加和修改货物的RFID标签的信息；

人机交互模块，用于显示所述仓储管理控制模块内数据并下发任务指令给所述传送机构和运动执行模块。

此外，本发明还提供一种智能仓储辅助决策方法，包括以下步骤：

步骤S1：对所述储物盒内设备进行预警检测获取预警结果；

步骤S2：获取本年度或前年智能仓储装置内的所述储物盒中各种设备消耗量；

步骤S3：构建关联时间节点、设备消耗量和备用消耗量的预测模型；

步骤S4：根据所述预测模型计算下一年各种设备的采购量；

步骤S5：统计一定时间段各类设备消耗量获得各类设备消耗增量；

步骤S6：基于各类设备消耗增量建立异常设备消耗模型；

步骤S7：统计一定期限采购量的检修率，并对设备及时检修率做分析；

步骤S8：根据所述预警结果、设备消耗量、设备消耗增量和及时检修率对所述设备进行评估考核。

在本方案中，根据备品备件存量与消耗量的曲线，提出下一阶段采购方案，还可根据备品备件消耗量的曲线，排查同类型设备隐患，提出改造治理方案，还可对各单位仪器仪表送检及时率进行指标考核，可实现设备、仪器仪表、备品备件等货物的分类管理，具备送检周期提醒、设备超期报警、库存不足报警等管理功能。

在一个实施例中，对储物盒内设备进行预警检测，具体包括步骤：。

S11：基于所述仓储管理控制模块对设备进行超期检测；

S12：若确定设备未超期，则对设备进行超期未送检检测；

S13：若确定设备未发生超期后未送检，则对设备的备用量进行数量检测；

S14：若确定设备的备用量库存足够，则对设备进行超期未校验检测；

S15：若上述步骤任一项检测不合格则所述仓储管理控制模块发出告警信号

在一个实施例中，所述预测模型具体为：

y＝f(x)

P_n(x_k)＝y_k,k＝0,1...,n

其中，y＝f(x)表示为本年度及以前年备品消耗数量，x表示时间点，y表示各种设备消耗量，x₀，x₁....x_n为本年度及前面n年时间节点，y_n为第n年的备品消耗量；

其中，下一年备品采购数量为：M＝f(ξ)-N，N为现有库存量。

本发明与现有技术相比，具有如下的优点和有益效果：

1、本发明一种智能仓储装置，采用软硬件结合，通过定位机构实现抓取机构精准定位，控制机构在接受人机交互界面下发指令后，通过多轴控制移动机构、抓取机构、载货平台在水平左右、水平前后、垂直上下三个方向上移动，从而实现设备在不同货位上的存取操作，且设备设有RFID标签、储物盒设置辨别条码，扫码机构扫码RFID标签自动取出对应尺寸的储物盒，将设备填入储物盒自动送至对应的货架位置，且传送机构上还设有判别储物盒尺寸的感应装置，便于将不同尺寸储物盒定位至相应的取货点，此外，抓取机构设置的抓取组件采用包夹的方式，没有微升、微降的动作，最大程度减少货架与货箱之间的空间，实现高密度存取，此外，还于抓取机构设置识别装置可调节抓取组件沿X轴方向的长度进而实现非标件的自动分拣；

2、本发明一种智能仓储系统，运动执行模块通过伺服驱动器控制智能仓储装置各设备的运行，同时汇总各设备的运行数据传输至信息交互模块，信息交互模块对设备的RFID表计信息数据进行处理并传输智能控制模块，智能控制模块可通过人工下发指令实现储物盒的存取，此外，智能控制模块内存储有储物盒存取信息和内部设备信息的仓储管理控制模块和建立表计，用于编译、添加和修改货物的RFID标签的信息的仓储管理模块，通过建立WMS和WCS实现对货物做智能仓储辅助决策处理，且建立软件控制支持云端数据维护，可在各地终端实时更新设备状态及数据；

3、本发明一种智能仓储辅助决策方法，通过对辅助决策功能，开发辅助决策系统，对仓储数据进行挖掘，实现编制采购计划、设备隐患排查、送检及时率考核等决策功能，此外，可根据备品备件存量与消耗量的曲线，提出下一阶段采购方案，还可根据备品备件消耗量的曲线，排查同类型设备隐患，提出改造治理方案，还可对各单位仪器仪表送检及时率进行指标考核。

附图说明

此处所说明的附图用来提供对本发明实施例的进一步理解，构成本申请的一部分，并不构成对本发明实施例的限定。在附图中：

图1为本发明实施例中的一种智能仓储装置的正面结构示意图；

图2为本发明实施例中的一种智能仓储装置的俯视图；

图3为本发明实施例中的一种智能仓储辅助决策方法流程图；

图4为本发明实施例中的一种智能仓储系统结构图；

图5为本发明实施例中的管理软件功能框图；

图6为本发明实施例中的辅助决策功能框图。

附图标记及对应的零部件名称：

1、第一储存架；2、第二储存架；3、储物盒；4、移动机构；41、载货平台；5、抓取机构；6、传送机构；7、激光测距仪；8、扫码装置；9、感应装置；10、轨道；11、地轨；12、识别装置；13、传动台。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚明白，下面结合实施例和附图，对本发明作进一步的详细说明，本发明的示意性实施方式及其说明仅用于解释本发明，并不作为对本发明的限定。

在以下描述中，为了提供对本发明的透彻理解阐述了大量特定细节。然而，对于本领域普通技术人员显而易见的是：不必采用这些特定细节来实行本发明。在其他实例中，为了避免混淆本发明，未具体描述公知的结构、电路、材料或方法。

在整个说明书中，对“一个实施例”、“实施例”、“一个示例”或“示例”的提及意味着：结合该实施例或示例描述的特定特征、结构或特性被包含在本发明至少一个实施例中。因此，在整个说明书的各个地方出现的短语“一个实施例”、“实施例”、“一个示例”或“示例”不一定都指同一实施例或示例。此外，可以以任何适当的组合和、或子组合将特定的特征、结构或特性组合在一个或多个实施例或示例中。此外，本领域普通技术人员应当理解，在此提供的示图都是为了说明的目的，并且示图不一定是按比例绘制的。这里使用的术语“和/或”包括一个或多个相关列出的项目的任何和所有组合。

在本发明的描述中，需要理解的是，术语“前”、“后”、“左”、“右”、“上”、“下”、“竖直”、“水平”、“高”、“低”“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明保护范围的限制。

实施例

如图1与图2所示，本发明一种智能仓储装置，包括：第一储存架1、第二储存架2，第一储存架1与第二储存架2沿一X轴方向设置，且第一储存架1和第二储存架2各自配置有多个储存位，每个储存位均设有一个用于存放设备的储物盒3，所述设备配置有RFID标签，第一储存架1与第二储存架2设置的储物盒3尺寸不同；移动机构4，沿该X轴方向移动的方式设置，且包括一个可沿Z轴方向移动的载货平台41；抓取机构5，其设置于载货平台41上，且包括用于抓取储物盒3的抓取组件，抓取组件可沿Y轴方向伸缩并进入储存位中抓取储物盒3；传送机构6，沿Y轴方向设置，且包括用于检测储物盒3信息的识别装置12、用于带动储物盒3移动的传动台13和用于测量储物盒3重量的测量装置；定位机构，用于检测抓取机构5相对第一储存架1、第二储存架2或传送机构6的位置；扫码机构，用于获取所述设备的RFID信息来分配不同尺寸的储物盒；控制机构，其基于定位机构、识别装置12和测量装置获取抓取机构5的位置信号和待储存储物盒3位置信号并调整移动机构4、载货平台41、抓取机构5和传送机构6的运作；X轴方向、Y轴方向与Z轴方向彼此相互垂直，第一储存架1和第二储存架2均设有位置条码，具体为是由第一储存架1、第二储存架2组成间隔双列货架构成货位，通过移动机构4、抓取机构5和载货平台41实现对不同尺寸的储物盒3在水平左右、水平前后、垂直上下三个方向上移动，具体通过扫码机构对设备的RFID标签识别后进行储物盒出货。

可以理解的是，抓取机构5内的抓取组件设置沿Y轴方向的伸缩装置进入储存位，通过设置夹持器件来对储物盒3进行夹持，其中抓取机构5也设置相应的感应器件用于感应货物位置，以及用于判断伸缩装置伸缩长度的感应器件，其便于实现对不同尺寸储物盒3进行夹取的作用。

由于要实现货物在自动化取货过程中的位置需要高精度定位，因此为了进一步改善定位精度，定位机构还具体包括：激光测距仪7和扫码装置8，激光测距仪7其设置于移动机构4，用于测量抓取机构5与第一储存架1、第二储存架2或传送机构6的距离；扫码装置8，其设置于移动机构4，用于读取第一储存柜或第二储存柜设置的位置条码；控制机构通过激光测距仪7和扫码装置8所检测的距离对抓取组件进行精准定位进一步优化了在存取设备过程中智能化水平。

可以理解的是，可在移动机构4上增设视频监测装置来进一步追踪记录货物存取的历史图像，同时可集成视频图像来进一步优化监测优化定位效果。

为记录储物盒3存取数据，储物盒3配置有用于被识别装置12识别的辨别条码，在存取过程中能及时扫码记录储物盒3信息。

如图1与图2所示，为实现本装置的工作目的，移动机构4包括一轨道10，沿Z轴方向延伸，载货平台41沿轨道10移动，移动机构4底部连接有地轨11，地轨11沿X轴方向延伸，移动机构4沿地轨11移动。

如图2所示，在传送机构6上的储物盒3存在有不同的尺寸，为配合储物盒3信息在传送机构6的位置的定位便于后续抓取组件的抓取，在传送机构6设有多个用于判断储物盒3尺寸的感应装置9，在存取多个货物时，传动台13带动储物盒3移动到相应位置时，根据感应装置9的识别后，移动到取货位置后传动台13停止运作，抓取组件抓取货物，实现智能处理货物，且便于抓取组件精准抓取进而提高效率。

此外，如图4所示，本发明还提供一种智能仓储系统，包括：运动执行模块，用于调控移动机构4沿X轴方向的移动、载货平台41沿Z轴方向的移动以及抓取机构5沿Y轴方向的伸缩和抓取动作；数据采集模块，用于采集移动机构4、载货平台41和抓取机构5的位置信息数据以及识别装置12采集的储物盒3存取的数据信息；扫码模块，用于识别设备的RFID标签，获得RFID标签对应设置的表计RFID信息；信息交互模块，其通讯连接所述运动执行模块、传送机构6和扫码模块，并建立数据库汇总数据采集模块、传送机构6和和扫码模块获取的信息；智能控制模块，根据所述信息交互模块获取的数据，并整理设备的RFID表计信息和存取的数据信息汇总生成智能仓储辅助决策来对储物盒3内设备采购消耗量做预测。

在具体应用中，采用软硬件结合，多轴控制，共分为三个系统，第一个系统由WMS、WCS、上位机组成的智能控制系统；第二个系统由主站PLC、交换机、从站扩展PLC、无线模块、RFID、扫码枪组成的信息交互系统；第三个系统由伺服控制器、伺服电机、激光测距仪7、载货平台41、移动机构4、抓取机构5等硬件组成运动执行系统。本次系统设计采用WLAN和以太网作为通讯的主要手段，具体工作原理为：上位机(WMS、WCS)通过从站模块中的交换机与信息交互系统、运动执行系统组成一个局域网络，在这个局域网中进行指令下发及反馈信息接收，主站模块通过WLAN与从站模块进行通讯，由人机界面下发任务指令到主控模块，主控模块通过以太网连接载货平台41、移动机构4、抓取机构5伺服驱动器，通过WLAN连接从站模块PLC扩展模块，下发指令，移动机构4伺服驱动器控制X轴伺服电机在地轨11上做水平运动，激光测距仪7实时显示运行距离，通过以太网与PLC连接，反馈给PLC做运行轨迹补偿与运行轨迹纠错。载货平台41伺服控制器控制Z轴伺服电机做垂直升降运动，PLC调用运行数据做Z轴位置坐标。货叉等抓取组件伸缩伺服驱动器控制左右货叉延Y轴伸缩运动，货叉等抓取组件的间距伺服驱动器控制伺服电机延X轴做运动，采用传感器高电平信号做货叉伸缩量安全位置限制。通过驱动器控制整个装置移动至出料口、取料口、缓存区电机旋转，此外可通过RFID、扫码通过安装于滚筒线上的传感器感应，信号触发RFID、扫码枪工作，采集货物RFID标签信息及托盘信息，通过串口/USB传输至上位机系统中。

可以理解的是，PLC系统由主站PLC模块+从站PLC扩展I/O模块+伺服驱动器+激光测距仪7的模式，利用WLAN和创建内部局域网络进行通讯，从而对整套数字化仓储装置进行精准化运动控制。

为进一步同步记录上述数据检测内容，智能控制模块包括：上位机，用于采集信息交互模块反馈的数据并传输至仓储管理模块和仓储控制模块；仓储管理控制模块，用于调控储物盒3的出库和入库以及库存信息管理；人机交互模块，用于显示仓储管理控制模块内数据并下发任务指令给传送机构6和运动执行模块，具体来说，上位机对仓储数据进行挖掘分析，实现编制采购计划、设备隐患排查、送检及时率考核等决策功能；系统支持云端数据维护，可在各地终端实时更新设备状态及数据。

由此在上述装置和系统中，扫码机构根据识别到的表计RFID信息(包含名称、类型、编号、厂家、生产日期、校验状态等信息)来分配不同尺寸的箱子，箱子尺寸由感应装置识别，系统自动分配储存位置，RFID信息为后面辅助决策功能做数据支撑。

此外，本发明还提供一种智能仓储辅助决策方法，来了对上述装置和系统共同作用采集数据的进行处理。参见图3和图5，具体包括以下步骤：

步骤S1：对储物盒内设备进行预警检测获取预警结果；

步骤S2：获取本年度或前年智能仓储装置内的储物盒中各种设备消耗量；

步骤S3：构建关联时间节点、设备消耗量和备用消耗量的预测模型；

步骤S4：根据预测模型计算下一年各种设备的采购量；

步骤S5：统计一定时间段各类设备消耗量获得各类设备消耗增量；

步骤S6：基于各类设备消耗增量建立异常设备消耗模型；

步骤S7：统计一定期限采购量的检修率，并对设备及时检修率做分析；

步骤S8：根据预警结果、设备消耗量、设备消耗增量和及时检修率对设备进行评估考核。

上述步骤，借助上位机对仓储数据进行挖掘分析，实现编制采购计划、设备隐患排查、送检及时率考核等决策功能；系统支持云端数据维护，可在各地终端实时更新设备状态及数据，具体可根据备品备件存量与消耗量的曲线，提出下一阶段采购方案，还可根据备品备件消耗量的曲线，排查同类型设备隐患，提出改造治理方案，还可对各单位仪器仪表送检及时率进行指标考核。

作为上述实施例的优选，如图6所示，在步骤S1中，对储物盒内设备进行预警检测，包括步骤：

步骤S11：基于仓储管理控制模块对设备进行超期检测；

步骤S12：若确定设备未超期，则对设备进行超期未送检检测；

步骤S13：若确定设备未发生超期后未送检，则对设备的备用量进行数量检测；

步骤S14：若确定设备的备用量库存足够，则对设备进行超期未校验检测；

步骤S15：若上述步骤任一项检测不合格则仓储管理控制模块发出告警信号。

具体为，标准设备超期未检验报警：标准设备需周期检定，每种设备检定周期不一样，系统根据不同设备设定检定周期，超出检定周期未送检系统会发出报警信息。

仪表超期未送检告警：根据各类仪表的检定周期，系统自动计算每一只仪表最迟检定日期，各二级单位仪表超出此检定日期未送检系统会发出报警信息。

备品备件库存不足预警：系统将每种备品备件数量设定一个最小阈值，当备品备件数量小于等于该值时，系统发出备品库存数量不足报警信号。

仪表超期未进行校验告警：针对存入智能仓储中的未校验表计，系统会设置一定时间的校验时间，超出此时间限制未出库校验系统将发出告警信号

上述方案，可实现设备、仪器仪表、备品备件等货物的分类管理，具备送检周期提醒、设备超期报警、库存不足报警等管理功能。

此外，在辅助决策功能方案中，系统会根据历史数据进行辅助决策，具体实现以下功能：

备品备件采购方案：系统会根据历年备品备件消耗量进行数据分析，预测下一年所需数量，具体算法如下：

y＝f(x)为本年度及以前年备品消耗数量，x为时间点，y为消耗量，x₀，x₁....x_n为本年度及前面n年时间节点，y_n为第n年的备品消耗量，现构造一个过(n+1)个点、次数不超过n的拉格朗日多项式：

P_n(x_k)＝y_k,k＝0,1...,n，使其满足P_n(x_k)＝y_k,k＝0,1...,n。

需要预测下一年备品数量，则可以用P_n(ξ)的值作为准确值f(ξ)的近似值。

通过上述公式给出下一年每种备品备件的采购量。下一年备品采购数量M为：

M＝f(ξ)-N，N为现有库存量。

各类型备品消耗增量分析：系统可以根据类别、厂家、型号自动统计各种备件的月消耗量，计算当月与前一月备件消耗增量关系：

y＝kx+b

当某一备件连续两月k≥1时，系统会给出该类型备件疑似出现故障频发情况，给出排查此类设备隐患或者改造的建议。

仪表送检率指标考核：仪表送检率关乎溯源的正确性，系统会分析每个二级单位仪表的送检情况，对送检不及时的单位进行指标考核，具体为：对送检及时率进行排名。送检及时率计算如下：

η＝(各单位表计总数-超期未送检表计数量)/各单位表计总数*100％

对排名靠后面20％提出考核建议。

以上的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种智能仓储装置，其特征在于，包括：

第一储存架(1)；

第二储存架(2)，所述第一储存架(1)与第二储存架(2)沿一X轴方向设置，且所述第一储存架(1)和第二储存架(2)各自配置有多个储存位，每个储存位均设有一个用于存放设备的储物盒(3)，所述设备配置有RFID标签，所述第一储存架(1)与第二储存架(2)设置的储物盒(3)尺寸不同；

移动机构(4)，沿该X轴方向移动的方式设置，且包括一个可沿Z轴方向移动的载货平台(41)；

抓取机构(5)，其设置于所述载货平台(41)上，且包括用于抓取储物盒(3)的抓取组件，所述抓取组件可沿Y轴方向伸缩并进入所述储存位中抓取所述储物盒(3)；

传送机构(6)，沿Y轴方向设置，且包括用于检测储物盒(3)信息的识别装置(12)、用于带动储物盒(3)移动的传动台(13)和用于测量储物盒(3)重量的测量装置；

定位机构，用于检测所述抓取机构(5)相对所述第一储存架(1)、第二储存架(2)或传送机构(6)的位置；

扫码机构，用于获取所述设备的RFID信息来分配不同尺寸的储物盒；和

控制机构，其基于所述定位机构、识别装置(12)和测量装置获取所述抓取机构(5)的位置信号和待储存储物盒(3)位置信号并调整所述移动机构(4)、载货平台(41)、抓取机构(5)和传送机构(6)的运作；

所述X轴方向、Y轴方向与Z轴方向彼此相互垂直，所述第一储存架(1)和第二储存架(2)均设有位置条码。

2.根据权利要求1所述的一种智能仓储装置，其特征在于，所述定位机构包括：

激光测距仪(7)，其设置于所述移动机构(4)和抓取机构(5)上，用于测量抓取机构(5)与第一储存架(1)、第二储存架(2)或传送机构(6)的距离；

扫码装置(8)，其设置于所述移动机构(4)，用于读取第一储存柜或第二储存柜设置的位置条码；

所述控制机构通过所述激光测距仪(7)和扫码装置(8)所检测的距离对抓取组件进行定位。

3.根据权利要求2所述的一种智能仓储装置，其特征在于，所述储物盒(3)配置有用于被所述识别装置(12)识别的辨别条码。

4.根据权利要求1所述的一种智能仓储装置，其特征在于，所述移动机构(4)包括一轨道(10)，沿所述Z轴方向延伸，所述载货平台(41)沿所述轨道(10)移动，所述移动机构(4)底部连接有地轨(11)，所述地轨(11)沿所述X轴方向延伸，所述移动机构(4)沿所述地轨(11)移动。

5.根据权利要求1所述的一种智能仓储装置，其特征在于，所述传送机构(6)还设有用于判断储物盒(3)尺寸的感应装置(9)。

6.一种智能仓储系统，其特征在于，包括：

运动执行模块，用于调控所述移动机构沿X轴方向的移动、载货平台沿Z轴方向的移动以及抓取机构沿Y轴方向的伸缩和抓取动作；

数据采集模块，用于采集所述移动机构、载货平台和抓取机构的位置信息数据以及所述识别装置采集的所述储物盒的存取数据信息；

扫码模块，用于识别设备的RFID标签，获得RFID标签对应设置的表计RFID信息；

信息交互模块，其通讯连接所述运动执行模块、传送机构和扫码模块，并建立数据库汇总数据采集模块、传送机构和和扫码模块获取的信息；和

智能控制模块，根据所述信息交互模块获取的数据，并整理设备的RFID表计信息和存取的数据信息汇总生成智能仓储辅助决策来对储物盒内设备采购消耗量做预测。

7.根据权利要求6所述的一种智能仓储系统，其特征在于，所述智能控制模块包括：

上位机，用于采集信息交互模块反馈的数据并传输至仓储管理模块和仓储控制模块；

仓储管理模块，其建立表计，用于编译、添加和修改货物的RFID标签的信息；

仓储管理控制模块，用于调控所述储物盒的出库和入库以及库存信息管理；

人机交互模块，用于显示所述仓储管理控制模块内库存数据并下发任务指令给所述传送机构和运动执行模块。

8.一种智能仓储辅助决策方法，其特征在于，包括以下步骤：

S1：对所述储物盒内设备进行预警检测获取预警结果；

S2：获取本年度或前年智能仓储装置内的所述储物盒中各种设备消耗量；

S3：构建关联时间节点、设备消耗量和备用消耗量的预测模型；

S4：根据所述预测模型计算下一年各种设备的采购量；

S5：统计一定时间段各类设备消耗量获得各类设备消耗增量；

S6：基于各类设备消耗增量建立异常设备消耗模型；

S7：统计一定期限采购量的检修率，并对设备及时检修率做分析；

S8：根据所述预警结果、设备消耗量、设备消耗增量和及时检修率对所述设备进行评估考核。

9.根据权利要求8所述的一种智能仓储辅助决策方法，其特征在于，在步骤S1中，对储物盒内设备进行预警检测，包括步骤：

S11：基于所述仓储管理控制模块对设备进行超期检测；

S12：若确定设备未超期，则对设备进行超期未送检检测；

S13：若确定设备未发生超期后未送检，则对设备的备用量进行数量检测；

S14：若确定设备的备用量库存足够，则对设备进行超期未校验检测；

S15：若上述步骤任一项检测不合格则所述仓储管理控制模块发出告警信号。

10.根据权利要求8所述的一种智能仓储辅助决策方法，其特征在于，在步骤S3中，所述预测模型具体为：

y＝f(x)

P_n(x_k)＝y_k,k＝0,1...,n

其中，y＝f(x)表示为本年度及以前年备品消耗数量，x表示时间点，y表示各种设备消耗量，x₀，x₁....x_n为本年度及前面n年时间节点，y_n为第n年的备品消耗量；

其中，下一年备品采购数量为：M＝f(ξ)-N，N为现有库存量。

Images