CN113706085B - 智能制造工厂产品仓库物流信息化管理方法及云管理系统 - Google Patents

智能制造工厂产品仓库物流信息化管理方法及云管理系统 Download PDF

Info

Publication number
CN113706085B
CN113706085B CN202111270220.2A CN202111270220A CN113706085B CN 113706085 B CN113706085 B CN 113706085B CN 202111270220 A CN202111270220 A CN 202111270220A CN 113706085 B CN113706085 B CN 113706085B
Authority
CN
China
Prior art keywords
goods taking
goods
time
robot
product
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202111270220.2A
Other languages
English (en)
Other versions
CN113706085A (zh
Inventor
毕长虎
韩立明
王涛
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nanjing Meile Home Furnishing Intelligent Manufacturing Co ltd
Original Assignee
Nanjing Meile Home Furnishing Intelligent Manufacturing Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Nanjing Meile Home Furnishing Intelligent Manufacturing Co ltd filed Critical Nanjing Meile Home Furnishing Intelligent Manufacturing Co ltd
Priority to CN202111270220.2A priority Critical patent/CN113706085B/zh
Publication of CN113706085A publication Critical patent/CN113706085A/zh
Application granted granted Critical
Publication of CN113706085B publication Critical patent/CN113706085B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
    • G06Q10/083—Shipping
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
    • G06Q10/087—Inventory or stock management, e.g. order filling, procurement or balancing against orders

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Physics & Mathematics (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Development Economics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Game Theory and Decision Science (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Educational Administration (AREA)

Abstract

本发明公开了一种智能制造工厂产品仓库物流信息化管理方法及云管理系统，通过将工业产品订单分别传输至物流车辆调度端和仓库自动取货端，进而由物流车辆调度端进行工业产品订单对应目标物流运输车辆的调度，由仓库自动取货端进行工业产品订单对应指定取货机器人的筛选及取货，进而在目标物流运输车辆的调度过程和指定取货机器人的取货过程综合考虑了上货运输时长和取货时长，实现了物流运输车辆和取货产品到达仓库上货区域的同步进行，不仅提高了取货效率，还提高了物流运输车辆的调度效率，使得物流运输车辆调度与订单产品取货能够高效衔接，进而从根本上提高了工业产品订单的发货效率。

Description

智能制造工厂产品仓库物流信息化管理方法及云管理系统
技术领域
本发明属于工厂仓库物流管理技术领域，尤其涉及一种智能制造工厂产品仓库物流信息化管理方法及云管理系统。
背景技术
随着现代工业技术的发展，人们对工业产品的需求量与日俱增，在这种情况下产生了大量的工业产品订单，为了提高工业产品订单的物流运输效率，很多工业制造企业都加强了对工业产品订单的物流运输效率管理工作，但是大部分工业制造企业对工业产品订单物流运输效率管理的重点关注点都是在物流运输过程的效率管理上，忽略了发货前的取货效率管理和物流运输车辆调度效率管理，发货前的取货和物流运输车辆调度均是物流运输的起始端，在工业产品订单形成后，越高的取货效率和物流运输车辆调度效率，就能够使发货时间点提前，进而使整个物流运输时长缩短，从而提高物流运输效率，由此可见对取货效率和物流运输车辆调度效率的管理是工业产品订单物流运输效率管理的首要关注方向。
对于工业产品订单的取货效率管理来说，由于目前工业产品订单的取货大多是由人工进行搬运取货，而工业产品基本都是体积较大较为笨重的物品，导致在搬运取货过程中人工劳动强度大，不仅增加了人工取货成本，还延长了取货时长，使得取货效率低下。
对于工业产品订单的物流运输车辆调度效率管理来说，目前在发货前对物流运输车辆的调度管理由于没有对上货运输时长和取货时长进行综合考虑，使得物流运输车辆要么在取货结束后才到达仓库上货区域，导致白白浪费取货产品的等待时长，要么在取货还没有结束时就已经提前到达仓库上货区域，导致白白浪费物流运输车辆的等待时长，无法实现物流运输车辆和取货产品到达仓库上货区域的同步进行，从而降低了物流运输车辆调度效率。
综上可见，目前对工业产品订单发货前的取货效率和物流运输车辆调度效率管理水平较低，导致物流运输车辆调度与订单产品取货难以高效衔接。
发明内容
技术目的：为了克服上述不足，本发明公开了一种智能制造工厂产品仓库物流信息化管理方法及云管理系统，能够有效解决相应的技术问题。
技术方案：为实现上述技术目的，本发明采用以下技术方案。
一种智能制造工厂产品仓库物流信息化管理方法，包括以下步骤：
步骤1、工业产品订单处理：将工业产品订单分别传输至物流车辆调度端和仓库自动取货端；
步骤2、目标物流运输车辆确定：物流车辆调度端从工业产品订单中提取订单产品参数，以此确定该工业产品订单对应的目标物流运输车辆；
步骤3、上货运输时长预测：物流车辆调度端定位目标物流运输车辆当前所在位置，并定位仓库上货区域所在位置，由此预测目标物流运输车辆到达仓库上货区域的上货运输时长；
步骤4、目标取货位置获取：仓库自动取货端从工业产品订单中提取订单产品参数，并根据订单产品参数中的订单产品名称获取其在仓库中的存储位置，并将该位置记为目标取货位置；
步骤5、指定取货机器人筛选：仓库自动取货端定位到各取货机器人在仓库的当前所在位置，并将其分别与目标取货位置进行对比，从而筛选出距离最近的取货机器人，进而将其记为指定取货机器人，此时将该工业产品订单的订单产品参数和目标取货位置发送至指定取货机器人，由指定取货机器人进行取货；
步骤6、单个指定取货机器人总取货时长统计：仓库自动取货端根据目标取货位置和仓库上货区域所在位置计算指定取货机器人的单次取货时长，并从订单产品参数中提取订单产品数量，记为Q，同时获取单个指定取货机器人对应的单次取货产品数量，记为q，由此根据订单产品数量、指定取货机器人的单次取货时长和单次取货产品数量，统计单个指定取货机器人对应的总取货时长；
步骤7、指定取货机器人数量初步确定：将单个指定取货机器人对应的总取货时长与上货运输时长进行对比，若总取货时长小于或等于上货运输时长，则以单个指定取货机器人进行该订单产品的取货，并对该指定取货机器人进行取货路线规划，若总取货时长大于上货运输时长，则初步确定该订单产品需要的指定取货机器人数量，并对各指定取货机器人分别进行取货路线规划；
步骤8、指定取货机器人数量动态调控：在取货过程中对指定取货机器人的实际取货进度进行实时监控，以此根据监控结果判断初步确定的指定取货机器人数量是否需要调控，若判断结果为需要调控，则进行动态调控。
优选地，步骤2中物流车辆调度端确定该工业产品订单对应目标物流运输车辆的具体确定方式如下：
S1：从订单产品参数中提取订单产品名称，并将其与工业产品数据库中各种工业产品对应单个产品的体积进行对比，从中筛选出该订单产品名称对应的单个产品体积；
S2：从订单产品参数中提取订单产品数量，以此根据该订单产品名称对应的单个产品体积和订单产品数量统计该工业产品订单对应的总运输空间体积；
S3：获取各物流运输车辆对应的总运输空间体积，并将其与该工业产品订单对应的总运输空间体积进行匹配，从中提取出匹配成功的物流运输车辆，并将其作为目标物流运输车辆。
优选地，步骤6中仓库自动取货端计算指定取货机器人单次取货时长的计算方法为根据目标取货位置和仓库上货区域所在位置确定指定取货机器人的取货路线长度，记为l,再获取指定取货机器人的取货行驶速度,记为v,以此计算指定取货机器人的单次取货时长，其计算公式为
Figure DEST_PATH_IMAGE002
，
Figure DEST_PATH_IMAGE004
表示为指定取货机器人的单次取货时长。
优选地，步骤6中单个指定取货机器人对应总取货时长的计算公式为
Figure DEST_PATH_IMAGE006
，其中，
Figure 821774DEST_PATH_IMAGE004
表示为指定取货机器人的单次取货时长，
Figure DEST_PATH_IMAGE008
表示为单个指定取货机器人对应的总取货时长。
优选地，步骤7中初步确定该订单产品需要指定取货机器人数量的确定方法包括以下步骤：
H1：根据单个指定取货机器人对应的单次取货产品数量获取两个指定取货机器人对应的单次取货产品数量；
H2：根据订单产品数量、指定取货机器人的单次取货时长和两个指定取货机器人对应的单次取货产品数量，统计两个指定取货机器人对应的总取货时长，其计算公式为
Figure DEST_PATH_IMAGE010
；其中，
Figure 676597DEST_PATH_IMAGE004
表示为指定取货机器人的单次取货时长；
H3：将两个指定取货机器人对应的总取货时长与上货运输时长进行对比，若两个指定取货机器人对应的总取货时长小于或等于上货运输时长，则初步确定的指定取货机器人数量为两个，反之则按照步骤H1-H2的方法采用数量依次叠加方式统计下个数量指定取货机器人对应的总取货时长，并将其与上货运输时长进行对比，直至某数量指定取货机器人对应的总取货时长小于或等于上货运输时长，则将该数量作为初步确定的指定取货机器人数量。
优选地，步骤8中对指定取货机器人的实际取货进度进行实时监控的具体操作步骤如下:
F1：将初步确定的指定取货机器人数量和单个指定取货机器人对应的单次取货产品数量相乘得到所有指定取货机器人单次取货对应的总取货产品数量；
F2：将订单产品数量除以单次取货对应的总取货产品数量得到总取货次数；
F3：将总取货次数与指定取货机器人单次取货时长相乘得到预测的总取货时长；
F4：将预测的总取货时长按照设定的时间间隔进行划分，得到各监控时间点，并根据得到的监控时间点数量和订单产品数量统计得到从开始取货时间点到各监控时间点对应时间段的目标累计取货产品数量；
F5：在各监控时间点采集从开始取货时间点到各监控时间点对应时间段的实际累计取货产品数量。
优选地，步骤8中判断初步确定的指定取货机器人数量是否需要调控的具体判断方法执行以下步骤：
Z1：将从开始取货时间点到各监控时间点对应时间段的实际累计取货产品数量与其对应的目标累计取货产品数量进行对比；
Z2:若从开始取货时间点到某监控时间点对应时间段的实际累计取货产品数量与其对应的目标累计取货产品数量不一致，则将订单产品数量减去该实际累计取货产品数量得到当前剩余取货产品数量；
Z3：根据当前剩余取货产品数量获取当前剩余取货产品数量对应的预测剩余取货时长；
Z4：获取从开始取货时间点到该监控时间点对应时间段的时长，作为实际已取货时长，并将预测的总取货时长减去实际已取货时长得到实际剩余取货时长；
Z5：将实际剩余取货时长与预测剩余取货时长进行对比，若实际剩余取货时长与预测剩余取货时长不一致，则判断需要对初步确定的指定取货机器人数量进行调控。
优选地，所述Z3中获取预测剩余取货时长的具体获取方法为：首先获取所有指定取货机器人单次取货对应的总取货产品数量，然后将剩余取货产品数量除以所有指定取货机器人单次取货对应的总取货产品数量得到预测剩余取货次数，再将预测剩余取货次数与指定取货机器人的单次取货时长相乘得到预测剩余取货时长。
一种云管理系统，所述云管理系统包括处理器、机器可读存储介质和网络接口，所述机器可读存储介质、所述网络接口以及所述处理器之间通过总线系统相连，所述网络接口用于与至少一个智能制造工厂产品仓库物流信息化管理设备通信连接，所述机器可读存储介质用于存储程序、指令或代码，所述处理器用于执行所述机器可读存储介质中的程序、指令或代码，以执行以上任意一项所述的一种智能制造工厂产品仓库物流信息化管理方法。
有益效果：（1）、本发明通过将工业产品订单传输至仓库自动取货端，由仓库自动取货端根据工业产品订单中的订单产品名称获取工业产品订单对应的目标取货位置，进而从众多取货机器人中筛选出距离目标取货位置最近的指定取货机器人代替人工进行工业产品订单的搬运取货，大大避免了人工搬运取货劳动强度过大的问题，进而一方面减少了人工取货成本，另一方面避免了因人工搬运姿势不当造成身体伤害情况的发生，同时也提高了取货效率。
（2）、本发明通过将工业产品订单传输至物流车辆调度端，由物流车辆调度端根据工业产品订单的订单产品参数确定目标物流运输车辆，并预测目标物流运输车辆到达仓库上货区域的上货运输时长，进而据此初步确定该订单产品需要的指定取货机器人数量，使得目标物流运输车辆和取货产品到达仓库上货区域能够同步进行，从而提高了物流运输车辆的调度效率。
（3）、本发明在初步确定该订单产品需要的指定取货机器人数量后，通过对指定取货机器人的实际取货进度进行实时监控，以此根据监控结果对初步确定的指定取货机器人数量进行动态调控，体现了指定取货机器人数量调控的灵活性，加强了目标物流运输车辆和取货产品到达仓库上货区域的同步保障。
附图说明
利用附图对本发明作进一步说明，但附图中的实施例不构成对本发明的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。
图1为本发明的方法实施例步骤流程图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例；基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
参照图1所示，第一方面，本发明提出一种智能制造工厂产品仓库物流信息化管理方法，包括以下步骤：
步骤1、工业产品订单处理：将工业产品订单分别传输至物流车辆调度端和仓库自动取货端。
步骤2、目标物流运输车辆确定：物流车辆调度端从工业产品订单中提取订单产品参数，其中订单产品参数包括订单产品名称和订单产品数量，以此确定该工业产品订单对应的目标物流运输车辆，其具体确定方式如下：
S1：从订单产品参数中提取订单产品名称，并将其与工业产品数据库中各种工业产品对应单个产品的体积进行对比，从中筛选出该订单产品名称对应的单个产品体积。
S2：从订单产品参数中提取订单产品数量，以此根据该订单产品名称对应的单个产品体积和订单产品数量统计该工业产品订单对应的总运输空间体积。
S3：获取各物流运输车辆对应的总运输空间体积，并将其与该工业产品订单对应的总运输空间体积进行匹配，具体匹配方式为：首先从各物流运输车辆中筛选出大于工业产品订单对应总运输空间体积的物流运输车辆，进而将筛选出的物流运输车辆记为候选物流运输车辆，再分别计算各候选物流运输车辆的总运输空间体积与该工业产品订单对应总运输空间体积之间的对比差值，进而从中提取出对比差值最小的候选物流运输车辆，将其作为匹配成功的物流运输车辆，并将其作为目标物流运输车辆。
本实施例中通过根据工业产品订单的订单产品参数进行目标物流运输车辆选择，使得目标物流运输车辆的总运输空间体积与工业产品订单的总运输空间体积相匹配，避免盲目无依据地选择目标物流运输车辆使得发往仓库上货区域的目标物流运输车辆无法与工业产品订单的总运输空间体积相匹配，导致做无用功，进一步降低了物流运输车辆调度效率。
步骤3、上货运输时长预测：物流车辆调度端定位目标物流运输车辆当前所在位置，并定位仓库上货区域所在位置，由此获取目标物流运输车辆距离仓库上货区域的路线长度，从而预测目标物流运输车辆到达仓库上货区域的上货运输时长。
步骤4、目标取货位置获取：仓库自动取货端从工业产品订单中提取订单产品参数，并根据订单产品参数中的订单产品名称获取其在仓库中的存储位置，并将该位置记为目标取货位置。
步骤5、指定取货机器人筛选：仓库自动取货端定位到各取货机器人在仓库的当前所在位置，并将其分别与目标取货位置进行对比，从而筛选出距离最近的取货机器人，进而将其记为指定取货机器人，此时将该工业产品订单的订单产品参数和目标取货位置发送至指定取货机器人，由指定取货机器人按照订单产品参数进行取货。
本实施例中对工业产品订单对应指定取货机器人的筛选遵循了就近原则，使得指定取货机器人能够尽快到达目标取货位置，从而间接提高了取货效率。
本实施例通过将工业产品订单传输至仓库自动取货端，由仓库自动取货端根据工业产品订单中的订单产品名称获取工业产品订单对应的目标取货位置，进而从众多取货机器人中筛选出距离目标取货位置最近的指定取货机器人代替人工进行工业产品订单的搬运取货，大大避免了人工搬运取货劳动强度过大的问题，进而一方面减少了人工取货成本，另一方面避免了因人工搬运姿势不当造成身体伤害情况的发生，同时也提高了取货效率。
步骤6、单个指定取货机器人总取货时长统计：仓库自动取货端根据目标取货位置和仓库上货区域所在位置计算指定取货机器人的单次取货时长，其具体计算方法为根据目标取货位置和仓库上货区域所在位置确定指定取货机器人的取货路线长度，记为l，再获取指定取货机器人的取货行驶速度，记为v，以此计算指定取货机器人的单次取货时长，其计算公式为
Figure 190755DEST_PATH_IMAGE002
，
Figure 382702DEST_PATH_IMAGE004
表示为指定取货机器人的单次取货时长，再从订单产品参数中提取订单产品数量，记为Q，同时获取单个指定取货机器人对应的单次取货产品数量，记为q，由此根据订单产品数量、指定取货机器人的单次取货时长和单次取货产品数量，统计单个指定取货机器人对应的总取货时长
Figure DEST_PATH_IMAGE011
，
Figure DEST_PATH_IMAGE012
表示为单个指定取货机器人对应的总取货时长。
本实施例中对指定取货机器人单次取货时长的计算考虑到了指定取货机器人的来回返程问题。
本实施例中对单个指定取货机器人对应总取货时长的计算考虑到了在指定取货机器人最后一次取货时，只需要将取货产品从目标取货位置放置在仓库上货区域，而不需要返程，其中
Figure DEST_PATH_IMAGE014
表示为订单产品数量取货完成需要的总取货次数，
Figure DEST_PATH_IMAGE016
表示为除最后一次取货对应的每次取货时长，
Figure DEST_PATH_IMAGE018
表示为最后一次取货对应的取货时长。
本实施例中获取单个指定取货机器人对应单次取货产品数量的获取方法具体为首先获取单个指定取货机器人对应的单次取货总体积，再根据该订单产品名称对应的单个产品体积，由此将单个指定取货机器人对应的单次取货总体积除以该订单产品名称对应的单个产品体积得到单个指定取货机器人对应单次取货产品数量。
步骤7、指定取货机器人数量初步确定：将单个指定取货机器人对应的总取货时长与上货运输时长进行对比，若总取货时长小于或等于上货运输时长，则以单个指定取货机器人进行该订单产品的取货，并对该指定取货机器人进行取货路线规划，若总取货时长大于上货运输时长，则初步确定该订单产品需要的指定取货机器人数量，其具体确定方法包括以下步骤：
H1：根据单个指定取货机器人对应的单次取货产品数量获取两个指定取货机器人对应的单次取货产品数量。
H2：根据订单产品数量、指定取货机器人的单次取货时长和两个指定取货机器人对应的单次取货产品数量，统计两个指定取货机器人对应的总取货时长，其计算公式为
Figure DEST_PATH_IMAGE019
。
H3：将两个指定取货机器人对应的总取货时长与上货运输时长进行对比，若两个指定取货机器人对应的总取货时长小于或等于上货运输时长，则初步确定的指定取货机器人数量为两个，反之则按照步骤H1-H2的方法采用数量依次叠加方式统计下个数量指定取货机器人对应的总取货时长，并将其与上货运输时长进行对比，直至某数量指定取货机器人对应的总取货时长小于或等于上货运输时长，则将该数量作为初步确定的指定取货机器人数量，并对各指定取货机器人分别进行取货路线规划。
本实施例通过将工业产品订单传输至物流车辆调度端，由物流车辆调度端根据工业产品订单的订单产品参数确定目标物流运输车辆，并预测目标物流运输车辆到达仓库上货区域的上货运输时长，进而据此初步确定该订单产品需要的指定取货机器人数量，使得目标物流运输车辆和取货产品到达仓库上货区域能够同步进行，从而提高了物流运输车辆的调度效率。
本实施例在初步确定指定取货机器人数量后，通过对各指定取货机器人分别进行取货路线规划，使得各指定取货机器人都具有各自独立的取货路线，避免使用同一种取货路线进行取货造成的取货相互影响问题，进而在一定程度上提高了取货效率。
步骤8、指定取货机器人数量动态调控：在取货过程中对指定取货机器人的实际取货进度进行实时监控，其具体监控操作步骤如下：
F1：将初步确定的指定取货机器人数量和单个指定取货机器人对应的单次取货产品数量相乘得到所有指定取货机器人单次取货对应的总取货产品数量。
F2：将订单产品数量除以单次取货对应的总取货产品数量得到总取货次数。
F3：将总取货次数与指定取货机器人单次取货时长相乘得到预测的总取货时长。
F4：将预测的总取货时长按照设定的时间间隔进行划分，得到各监控时间点，并根据得到的监控时间点数量和订单产品数量统计得到从开始取货时间点到各监控时间点对应时间段的目标累计取货产品数量，其具体统计方法如下：
F41：根据监控时间点的先后顺序对监控时间点进行编号。
F42：根据订单产品数量和监控时间点数量得到各监控时间点对应的目标取货产品数量。
F43：根据各监控时间点的编号顺序，统计从开始取货时间点到各监控时间点对应时间段中存在的监控时间点数量，由此将对应时间段中存在的各监控时间点对应的目标取货产品数量进行累计，得到从开始取货时间点到各监控时间点对应时间段的目标累计取货产品数量。
F5：在各监控时间点采集从开始取货时间点到各监控时间点对应时间段的实际累计取货产品数量。
以此根据监控结果判断初步确定的指定取货机器人数量是否需要调控，若判断结果为需要调控，则进行动态调控，其中对指定取货机器人数量是否需要调控的具体判断方法执行以下步骤：
Z1：将从开始取货时间点到各监控时间点对应时间段的实际累计取货产品数量与其对应的目标累计取货产品数量进行对比。
Z2：若从开始取货时间点到某监控时间点对应时间段的实际累计取货产品数量与其对应的目标累计取货产品数量不一致，则将订单产品数量减去该实际累计取货产品数量得到当前剩余取货产品数量。
Z3：根据当前剩余取货产品数量获取当前剩余取货产品数量对应的预测剩余取货时长，其具体获取方法为首先获取所有指定取货机器人单次取货对应的总取货产品数量，然后将剩余取货产品数量除以所有指定取货机器人单次取货对应的总取货产品数量得到预测剩余取货次数，再将预测剩余取货次数与指定取货机器人的单次取货时长相乘得到预测剩余取货时长。
Z4：获取从开始取货时间点到该监控时间点对应时间段的时长，作为实际已取货时长，并将预测的总取货时长减去实际已取货时长得到实际剩余取货时长。
Z5：将实际剩余取货时长与预测剩余取货时长进行对比，若实际剩余取货时长与预测剩余取货时长不一致，则判断需要对初步确定的指定取货机器人数量进行调控。
本实施例在初步确定该订单产品需要的指定取货机器人数量后，通过对指定取货机器人的实际取货进度进行实时监控，以此根据监控结果对初步确定的指定取货机器人数量进行动态调控，体现了指定取货机器人数量调控的灵活性，加强了目标物流运输车辆和取货产品到达仓库上货区域的同步保障。
第二方面，本发明提出一种云管理系统，所述云管理系统包括处理器、机器可读存储介质和网络接口，所述机器可读存储介质、所述网络接口以及所述处理器之间通过总线系统相连，所述网络接口用于与至少一个智能制造工厂产品仓库物流信息化管理设备通信连接，所述机器可读存储介质用于存储程序、指令或代码，如本发明实施例中的智能制造工厂产品仓库物流信息化管理指令/模块，所述处理器用于执行所述机器可读存储介质中的程序、指令或代码，以执行本发明所述的一种智能制造工厂产品仓库物流信息化管理方法。
本发明通过对工业产品订单分别进行发货前的取货效率和物流运输车辆调度效率管理，实现了物流运输车辆调度与订单产品取货之间的高效衔接，进而从根本上提高了工业产品订单的发货效率，这对提高工业产品订单整个物流运输效率来说具有非常重大的意义。
以上内容仅仅是对本发明结构所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的结构或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。

Claims (6)

1.一种智能制造工厂产品仓库物流信息化管理方法，其特征在于：包括以下步骤：
步骤1、工业产品订单处理：将工业产品订单分别传输至物流车辆调度端和仓库自动取货端；
步骤2、目标物流运输车辆确定：物流车辆调度端从工业产品订单中提取订单产品参数，以此确定该工业产品订单对应的目标物流运输车辆；
步骤3、上货运输时长预测：物流车辆调度端定位目标物流运输车辆当前所在位置，并定位仓库上货区域所在位置，由此预测目标物流运输车辆到达仓库上货区域的上货运输时长；
步骤4、目标取货位置获取：仓库自动取货端从工业产品订单中提取订单产品参数，并根据订单产品参数中的订单产品名称获取其在仓库中的存储位置，并将该位置记为目标取货位置；
步骤5、指定取货机器人筛选：仓库自动取货端定位到各取货机器人在仓库的当前所在位置，并将其分别与目标取货位置进行对比，从而筛选出距离最近的取货机器人，进而将其记为指定取货机器人，此时将该工业产品订单的订单产品参数和目标取货位置发送至指定取货机器人，由指定取货机器人进行取货；
步骤6、单个指定取货机器人总取货时长统计：仓库自动取货端根据目标取货位置和仓库上货区域所在位置计算指定取货机器人的单次取货时长，并从订单产品参数中提取订单产品数量，记为Q，同时获取单个指定取货机器人对应的单次取货产品数量，记为q，由此根据订单产品数量、指定取货机器人的单次取货时长和单次取货产品数量，统计单个指定取货机器人对应的总取货时长；
步骤7、指定取货机器人数量初步确定：将单个指定取货机器人对应的总取货时长与上货运输时长进行对比，若总取货时长小于或等于上货运输时长，则以单个指定取货机器人进行该订单产品的取货，并对该指定取货机器人进行取货路线规划，若总取货时长大于上货运输时长，则初步确定该订单产品需要的指定取货机器人数量，并对各指定取货机器人分别进行取货路线规划；
步骤8、指定取货机器人数量动态调控：在取货过程中对指定取货机器人的实际取货进度进行实时监控，以此根据监控结果判断初步确定的指定取货机器人数量是否需要调控，若判断结果为需要调控，则进行动态调控；
步骤7中初步确定该订单产品需要指定取货机器人数量的确定方法包括以下步骤：
H1：根据单个指定取货机器人对应的单次取货产品数量获取两个指定取货机器人对应的单次取货产品数量；
H2：根据订单产品数量、指定取货机器人的单次取货时长和两个指定取货机器人对应的单次取货产品数量，统计两个指定取货机器人对应的总取货时长，其计算公式为
Figure DEST_PATH_IMAGE001
；其中，
Figure 131795DEST_PATH_IMAGE002
表示为指定取货机器人的单次取货时长；
H3：将两个指定取货机器人对应的总取货时长与上货运输时长进行对比，若两个指定取货机器人对应的总取货时长小于或等于上货运输时长，则初步确定的指定取货机器人数量为两个，反之则按照步骤H1-H2的方法采用数量依次叠加方式统计下个数量指定取货机器人对应的总取货时长，并将其与上货运输时长进行对比，直至某数量指定取货机器人对应的总取货时长小于或等于上货运输时长，则将该数量作为初步确定的指定取货机器人数量；
步骤8中对指定取货机器人的实际取货进度进行实时监控的具体操作步骤如下:
F1：将初步确定的指定取货机器人数量和单个指定取货机器人对应的单次取货产品数量相乘得到所有指定取货机器人单次取货对应的总取货产品数量；
F2：将订单产品数量除以单次取货对应的总取货产品数量得到总取货次数；
F3：将总取货次数与指定取货机器人单次取货时长相乘得到预测的总取货时长；
F4：将预测的总取货时长按照设定的时间间隔进行划分，得到各监控时间点，并根据得到的监控时间点数量和订单产品数量统计得到从开始取货时间点到各监控时间点对应时间段的目标累计取货产品数量；
F5：在各监控时间点采集从开始取货时间点到各监控时间点对应时间段的实际累计取货产品数量；
步骤8中判断初步确定的指定取货机器人数量是否需要调控的具体判断方法执行以下步骤：
Z1：将从开始取货时间点到各监控时间点对应时间段的实际累计取货产品数量与其对应的目标累计取货产品数量进行对比；
Z2:若从开始取货时间点到某监控时间点对应时间段的实际累计取货产品数量与其对应的目标累计取货产品数量不一致，则将订单产品数量减去该实际累计取货产品数量得到当前剩余取货产品数量；
Z3：根据当前剩余取货产品数量获取当前剩余取货产品数量对应的预测剩余取货时长；
Z4：获取从开始取货时间点到该监控时间点对应时间段的时长，作为实际已取货时长，并将预测的总取货时长减去实际已取货时长得到实际剩余取货时长；
Z5：将实际剩余取货时长与预测剩余取货时长进行对比，若实际剩余取货时长与预测剩余取货时长不一致，则判断需要对初步确定的指定取货机器人数量进行调控。
2.根据权利要求1所述的一种智能制造工厂产品仓库物流信息化管理方法，其特征在于：步骤2中物流车辆调度端确定该工业产品订单对应目标物流运输车辆的具体确定方式如下：
S1：从订单产品参数中提取订单产品名称，并将其与工业产品数据库中各种工业产品对应单个产品的体积进行对比，从中筛选出该订单产品名称对应的单个产品体积；
S2：从订单产品参数中提取订单产品数量，以此根据该订单产品名称对应的单个产品体积和订单产品数量统计该工业产品订单对应的总运输空间体积；
S3：获取各物流运输车辆对应的总运输空间体积，并将其与该工业产品订单对应的总运输空间体积进行匹配，从中提取出匹配成功的物流运输车辆，并将其作为目标物流运输车辆。
3.根据权利要求1所述的一种智能制造工厂产品仓库物流信息化管理方法，其特征在于：步骤6中仓库自动取货端计算指定取货机器人单次取货时长的计算方法为根据目标取货位置和仓库上货区域所在位置确定指定取货机器人的取货路线长度，记为l,再获取指定取货机器人的取货行驶速度,记为v,以此计算指定取货机器人的单次取货时长，其计算公式为
Figure DEST_PATH_IMAGE003
，
Figure 808895DEST_PATH_IMAGE002
表示为指定取货机器人的单次取货时长。
4.根据权利要求1所述的一种智能制造工厂产品仓库物流信息化管理方法，其特征在于：步骤6中单个指定取货机器人对应总取货时长的计算公式为
Figure 498634DEST_PATH_IMAGE004
，其中，
Figure 648992DEST_PATH_IMAGE002
表示为指定取货机器人的单次取货时长，
Figure DEST_PATH_IMAGE005
表示为单个指定取货机器人对应的总取货时长。
5.根据权利要求1所述的一种智能制造工厂产品仓库物流信息化管理方法，其特征在于：所述Z3中获取预测剩余取货时长的具体获取方法为：首先获取所有指定取货机器人单次取货对应的总取货产品数量，然后将剩余取货产品数量除以所有指定取货机器人单次取货对应的总取货产品数量得到预测剩余取货次数，再将预测剩余取货次数与指定取货机器人的单次取货时长相乘得到预测剩余取货时长。
6.一种云管理系统，其特征在于：所述云管理系统包括处理器、机器可读存储介质和网络接口，所述机器可读存储介质、所述网络接口以及所述处理器之间通过总线系统相连，所述网络接口用于与至少一个智能制造工厂产品仓库物流信息化管理设备通信连接，所述机器可读存储介质用于存储程序、指令或代码，所述处理器用于执行所述机器可读存储介质中的程序、指令或代码，以执行权利要求1-5中任意一项所述的一种智能制造工厂产品仓库物流信息化管理方法。
CN202111270220.2A 2021-10-29 2021-10-29 智能制造工厂产品仓库物流信息化管理方法及云管理系统 Active CN113706085B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111270220.2A CN113706085B (zh) 2021-10-29 2021-10-29 智能制造工厂产品仓库物流信息化管理方法及云管理系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111270220.2A CN113706085B (zh) 2021-10-29 2021-10-29 智能制造工厂产品仓库物流信息化管理方法及云管理系统

Publications (2)

Publication Number Publication Date
CN113706085A CN113706085A (zh) 2021-11-26
CN113706085B true CN113706085B (zh) 2022-04-01

Family

ID=78647654

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111270220.2A Active CN113706085B (zh) 2021-10-29 2021-10-29 智能制造工厂产品仓库物流信息化管理方法及云管理系统

Country Status (1)

Country Link
CN (1) CN113706085B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115099745B (zh) * 2022-06-27 2024-06-11 佛山技研智联科技有限公司 Agv调度管理方法、装置、计算机设备及可读存储介质
CN115392835A (zh) * 2022-08-29 2022-11-25 江苏正壹物流有限公司 一种基于物联网技术的现代物流管理方法及系统
CN117114534B (zh) * 2023-08-28 2024-03-26 浙江中之杰智能系统有限公司 一种基于区块链的产品厂内物流管理方法及系统

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106483943B (zh) * 2016-10-13 2019-05-03 北京京东尚科信息技术有限公司 机器人的调度方法、装置以及计算机可读存储介质
US10787315B2 (en) * 2017-08-28 2020-09-29 Google Llc Dynamic truck route planning between automated facilities
CN109359924A (zh) * 2018-11-19 2019-02-19 炬星科技（深圳）有限公司 基于机器人的物流分区拣选方法、装置、终端、系统及存储介质
CN109858859A (zh) * 2019-01-24 2019-06-07 平安科技（深圳）有限公司 基于中枢监控的仓库管理方法、装置、计算机设备及介质
CN112633756A (zh) * 2020-12-30 2021-04-09 深圳市人工智能与机器人研究院 一种仓储物流调度方法及相关设备

Also Published As

Publication number Publication date
CN113706085A (zh) 2021-11-26

Similar Documents

Publication Publication Date Title
CN113706085B (zh) 智能制造工厂产品仓库物流信息化管理方法及云管理系统
US11182743B2 (en) Order processing method and device, server, and storage medium
CN109255569B (zh) 库内理货方法、装置、服务器和存储介质
CN108502435B (zh) 一种出库分配方法和出库分配装置
CN110245890B (zh) 货品分拣方法及货品分拣系统
CN108527322A (zh) 拣选装置和拣选方法
CN106527373B (zh) 基于多智能体的车间自主调度系统和方法
CN109835651A (zh) 货物分拣方法、服务器和系统
CN111882215B (zh) 一种含有agv的个性化定制柔性作业车间调度方法
CN108891838A (zh) 订单处理方法、装置、电子设备以及计算机可读存储介质
CN108861276A (zh) 一种基于agv跟随式仓库拣货方法
CN113177761B (zh) 一种考虑时效性的电商仓储智能排产预警系统
CN111409997A (zh) 一种面向移动货架仓储系统的搬运机器人拣货任务调度方法
CN111768629B (zh) 车辆调度方法、装置和系统
CN114331291A (zh) 一种智能制造用原料管理方法及系统
CN108197833A (zh) 一种面向离散车间的完全实时调度系统和调度方法
CN114372758A (zh) 一种生产原料存储方法及系统
Gotthardt et al. Digitalized milk-run system for a learning factory assembly line
CN116588569B (zh) 一种仓储物资出入库控制方法及其控制系统
CN112200523A (zh) 一种基于大数据分析的电商商品物流仓储中心智能管理平台
CN117010613A (zh) 智能生产规划及排程方法、系统、计算机设备及存储介质
CA3161478A1 (en) Systems and methods for prioritizing pick jobs while optimizing efficiency
CN113034084B (zh) 一种单元化智慧仓库动态配置方法及终端
CN108898333A (zh) 一种基于视觉识别的物流控制系统和方法
Yudiansyah et al. Can the mobile robot be a future order-picking solution?: A case study at amazon fulfillment center

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant