2024上海物流展|第24届亚洲国际物流技术与运输系统展览会(CeMAT ASIA)

时间：2024年11月5日－11月8日 地点：上海新国际博览中心

中国物流与采购联合会、中国机械工程学会、德国汉诺威展览公司、汉诺威米兰展览（上海）有限公司

展会介绍

亚洲物料搬运和物流技术行业 具 规 模 的国际 展 会 之 一，亚洲国际物流技术与运输系统展览会（简称亚洲物流展）自2000年以来已成功举办了23届，作为德国汉诺威全球工业系列展的一员，CeMAT ASIA始终秉承德国汉诺威展会科技、创新及服务的先进理念，立足中国市场，为各展商提供高端展示平台。

摘要：环行穿梭车系统以作业能力区间宽泛、调度灵活度高等特点在自动化仓储系统中被广泛应用。其中，系统作业能力测算是支撑方案可行性的重要依据，目前常用的方法是系统仿真计算。然而运用仿真计算软件需具备一定专业能力，且计算过程繁琐。通过分析环行穿梭车系统运行特点，提出一种基于运动学公式的简算方法，可简单快速计算系统能力。结合实际案例对比公式计算与仿真计算结果，验证了公式计算的可参考意义，有助于tigao系统方案设计规划效率。

关键词：环行穿梭车、作业能力、仿真计算、AutoMod

作者：杨俊雄

昆船智能技术股份有限公司

一座典型的托盘自动化立体仓库主要由货架、存储设备、出入库输送系统等组成。出入库输送系统主要有存取站台直出式、输送机系统、直行穿梭车、环行穿梭车、AGV系统等。其中环行穿梭车系统因其宽泛的作业能力区间的特点在立库系统中备受青睐，尤其近年越来越多的大场景、大liuliang的仓储需求下，大liuliang环行穿梭车系统被提出，落地项目层出不穷。

本文提出一种简便的环行穿梭车系统能力计算方法，以求可以快捷地估算环行穿梭车系统作业能力，为系统规划提供设计依据。

工程项目中环行穿梭车系统能力计算通常是在已知场景、已知系统能力要求的情况下，推算系统最优的小车配置数量。目前主要采用系统仿真软件模拟场景运算。以AutoMod软件为例，其计算过程是先搭建环行穿梭车的虚拟运行场景，并对各个取放货输送站台设定调度策略，再投入不同数量的小车，通过模拟出入库工况连续运行一定时间得出对应小车数量下的系统能力。从而对比获得最优的小车数量。

采用系统仿真模拟真实的物流和设备运行，可以实现复杂调度策略下的系统能力测算，为项目实施提供有效的设计依据。通过多个项目案例分析，仿真测算得到的系统能力与实物运行能力相差无几。然而从仿真软件的应用看，完成一套环行穿梭车系统的仿真计算需要配置输入各种关联参数，还要一定时间的软件模拟运行，这在系统初步论证规划阶段将占用大量的资源投入。因此，本文通过分析环行穿梭车运行特点，提出基于运动学公式快速估算系统能力的方法。

图1 典型环行穿梭车运行场景

如图1所示为一套典型的环行穿梭车系统出库发货场景，托盘货物从仓储区向发货区转运托盘。以单循环作业为例，每台穿梭小车运行一圈仅执行一条任务，从取货站台搬运一件托盘到放货站台，如图2。如此较容易获得小车单循环作业的时间T=T1（行走时间）+T2（输送时间），T1和T2均可依据速度、距离等参数通过运动学公式计算。由单车单循环作业时间即可计算单位时间的小车能力n=T0（单位时间）÷T。则，依据系统需求能力N（盘/时）可计算小车数量m=N÷n。

图2 典型环形穿梭车系统单循环作业流程

根据上节中计算公式，小车数量与系统能力成正比。然而，无限增加小车数量以满足系统能力，显然是不现实的。从环行穿梭车系统的结构特点看，所有小车是在一套封闭轨道上顺序运行，当系统中第1台车与最后1台车出现“赶车效应”时系统即将达到峰值能力。好比环行场地赛车运动中，当倒数第1名的赛车被第1名套圈时，按赛事规定必需主动让出赛道让第1名超车，以确保第1名车手可以持续跑出好成绩。遗憾的是固定轨道环行穿梭车系统不具备超车的功能，出现“赶车效应”后极有可能出现系统拥堵。

图3 系统初始运行场景

为方便分析系统“赶车效应”，预设如下一种初始运行场景。环穿系统中所有车辆顺序排队依次到起始站台取货执行任务，如图3。再从图4所示的作业流程中获得一个时间等量判定关系，当T（单车循环时间）=T3（从第1到第m台车取货总时间）时，系统出现“赶车效应”的临界点。其中T3主要包含小车运行到起始站台的总时间以及物料托盘输送对接的总时间，则T3的计算公式为：T3=(m-1)×S1/V1+(m-1)×S2/V2。由以上可推导临界点小车数量计算式为：m=T÷(S1/V1+S2/V2)+1，式中m为小车数量、S1为小车最小跟车距离、V1为小车走行速度、S2为托盘输送距离、V2为托盘输送速度。

图4 系统初始场景作业流程 

以上系统最大能力计算方式是基于设定的计算模型以及一定的假设前提的，其中每台车到同一个起始站台取货、T3取值为走行与输送总时间是两点重要假设。对于场景规模不大的工况，例如10个巷道左右的堆垛机立库，第1台车与最后1台车在同一个站台取货的概率就比较大，中间车辆在临近站台作业对总时间影响较小。另外，对T3的定义是基于所有车辆排队等待的极端情况，前一车辆取货输送时后一台车是等待状态，所以将输送时间与行走时间叠加。

为了分析以上计算方法在实际项目中应用的可行性及适用范围，通过三个案例演算与对比分析加以验证。

1.案例一

某项目托盘入库存储转运作业通过2套独立的“L”形环行穿梭车系统执行。系统布局示意如图5所示。

图5 案例一系统布局图

（1）系统车辆数计算

为确保公式计算快速准确，将影响环行穿梭车系统能力的各参数通过数据表格辅助计算，计算结果如表1。单位时间单车能力n=3600÷267=13.5盘/时，当系统能力需求为240盘/时，车辆数m=240÷13.5≈18台车。

表1 案例一环穿系统能力计算表

（2）系统最大能力计算

通过以上计算结果可估算临界点的小车数量m=267÷(2.5/0.5+1.5/0.27)+1=26.3，圆整取值26台车，即轨道内小车数量达到26台时系统能力接近临界值。根据上节单车能力13.5盘/时可推算系统峰值liuliang约351盘/时，考虑系统有效作业率0.9的系数，则系统最大能力约316盘/时。

（3）仿真测算

通过AutoMod软件进行建模测算，图6为虚拟场景运行画面。通过连续运行（通常取10小时）统计作业liuliang如图7所示，当车辆数达到17台车时系统能力超过248盘/时，系统利用率约99％。

图6 案例一系统仿真运行画面

图7 案例一系统仿真数据统计

2.案例二

某项目成品托盘出库发货转运作业通过一套“O”形环行穿梭车系统执行。系统布局示意如图8。

图8 案例二系统布局图

（1）系统车辆数计算

相关运行参数通过数据表格计算结果如表2。单位时间单车能力n=3600÷196=18.3盘/时，当系统能力需求为140盘/时，车辆数m=140÷18.3≈8台车。

表2 案例二环穿系统能力计算表

（2）系统最大能力计算

通过以上计算结果可估算临界点的小车数量m=196÷(2.5/0.5+3/0.23)+1=11.8，圆整取值12台车，即轨道内小车数量达到12台时系统能力接近临界值。根据上节单车能力18.3盘/时可推算系统峰值liuliang约220盘/时，考虑系统有效作业率0.9的系数，则系统最大能力约198盘/时。

（3）仿真测算

通过AutoMod软件进行建模测算，图9为虚拟场景运行画面。通过连续运行（通常取10小时）统计作业liuliang如图10所示，当车辆数达到7台车时系统能力超过148盘/时，系统利用率约94％。

图9 案例二系统仿真运行画面

图10 案例二系统仿真数据统计

3.案例三

某项目托盘入库存储转运作业通过一套“O”形环行穿梭车系统执行。系统布局示意如图11所示。

图11 案例三系统布局图 

（1）系统车辆数计算

相关运行参数通过数据表格计算结果如表3。单位时间单车能力n=3600÷202=17.8盘/时，当系统能力需求为220盘/时，车辆数m=220÷17.8≈13台车。

表3 案例三环穿系统能力计算表

（2）系统最大能力计算

通过以上计算结果可估算临界点的小车数量m=202÷(2.5/0.5+1.5/0.27)+1=20.1，圆整取值20台车，即轨道内小车数量达到20台时系统能力接近临界值。根据上节单车能力17.8盘/时可推算系统峰值liuliang约356盘/时，考虑系统有效作业率0.9的系数，则系统最大能力约320盘/时。

（3）仿真测算

通过AutoMod软件进行建模测算，图12为虚拟场景运行画面。通过连续运行（通常取10小时）统计作业liuliang如图13所示，当车辆数达到14台车时系统能力超过220盘/时，系统利用率约98％。本项目落地实施方案配车数为16台车，主要考虑系统利用率及应对峰值liuliang预留一定的能力冗余，目前项目运行情况良好，项目环穿系统实景如图14所示。

图12 案例三系统仿真运行画面

图13 案例三系统仿真数据统计

图14 案例三环行穿梭车系统项目实景

4.案例对比分析

三个案例的相关数据汇总如表4所示。从表中数据可知，应对不同物料尺寸、不同轨道路径（“O”形、“L”形）的一般环行穿梭车系统能力均可应用以上公式计算方法。其中系统车辆数公式计算结果比较接近仿真测算，作系统估算时具有一定的参考价值。本文提出的公式算例虽然是以最基本的单循环作业为计算基础，通过分析计算过程也是可以进行复合循环计算的，但对于更复杂的单圈执行多任务作业场景则难以胜任。调度策略因素对复杂场景的影响比重随着系统复杂程度大幅增加。

从计算对比看，车辆数的公式计算结果相较仿真测算既有正偏差也有负偏差。主要因为在各设计参数相同的条件下，公式计算的结果是固定的。而仿真测算可以设置站台位置、liuliang分配、调度策略等参数，对于同一项目的多次仿真测算结果都有可能不同。因此，公式计算与仿真测算存在差异是难免的，基于公式估算应用时建议增加一定冗余量以保障设备配置留有设计冗余。

对于系统最大能力，通过案例一、案例三可见，小车运行参数及物料尺寸相近时，系统最大能力值也很接近。而案例二因托盘长度尺寸大，系统最大能力值与前两者差异较大。从计算公式也可以看出单循环作业下系统峰值能力主要受最小跟车距离及物料在小车与对接站台间输送时间的影响，其中最小跟车距离主要与物料宽度相关、输送时间主要与物料长度相关。因此，对于物料托盘尺寸相近的环穿系统峰值能力趋于定值。对此，可以将其视为环穿系统的一阶能力，不受关联系统影响，只要系统稳定、车辆充足即可实现。而更大liuliang环穿系统则是一个大系统问题，需与上下游系统协作，通过合理的车辆调度逻辑来实现。从以上系统仿真的曲线图也可以发现，当系统能力超过300盘/时的能力曲线还有上升空间。因为软件仿真模拟场景通常会设定比较理想的调度策略，站台liuliang均匀分配，使得系统内小车可以持续执行搬运任务。

采用运动学基础公式计算穿梭车系统能力是基于小车行走启动加减速、托盘水平位移行程等物理基础原理，并借助excel等数据处理工具辅助快速获得系统车辆配置等初始设计参数。

对于系统最大能力，通过提出“赶车效应”的理论模型，获得了公式计算系统能力临界值的方法。通过案例对比，对于常用的托盘尺寸物料在一般工况下系统单循环最大能力值基本在320盘/时左右，这一结论也在多个项目中采用以上计算方法得到了验证，本文不再逐一累述计算过程。

由此，可将“赶车效应”视为制约系统能力tisheng的一种极端工况，实际项目中可表现为在某个站台或某个区域频繁出现车辆拥堵。通常可以通过优化站台布局、优化取放货流程、设计换轨道岔等方式降低“赶车效应”出现的可能性，确保环穿系统高效运行，以获得更高的系统能力。