廣 告 | 點(diǎn)擊查看

摘要：隨著航空物流業(yè)的迅速發(fā)展，機(jī)場(chǎng)貨站對(duì)高效智能倉儲(chǔ)的需求日益迫切，針對(duì)機(jī)場(chǎng)貨站長(zhǎng)期存在的“信息孤島”與“智能化不足”痛點(diǎn)，提出基于多維度協(xié)同機(jī)制的機(jī)場(chǎng)貨站智能執(zhí)行系統(tǒng)（ACTES）。該系統(tǒng)采用“感知控制層-智能決策層-應(yīng)用展示層”的三層架構(gòu)設(shè)計(jì)，通過多協(xié)議適配機(jī)制實(shí)現(xiàn)貨物與設(shè)備信息的實(shí)時(shí)采集，利用改進(jìn)的任務(wù)調(diào)度模型和儲(chǔ)位指派算法優(yōu)化作業(yè)流程，并依托數(shù)字孿生技術(shù)實(shí)現(xiàn)貨站全流程可視化。實(shí)踐驗(yàn)證表明，該系統(tǒng)顯著提升了設(shè)備利用率，入庫后貨物檢索時(shí)間縮短35%，揀選效率達(dá)120件/時(shí)，降低了人工成本。此外，系統(tǒng)通過標(biāo)準(zhǔn)化接口與協(xié)議適配機(jī)制，支持不同貨站的個(gè)性化擴(kuò)展，為航空物流從“數(shù)字化”向“智能化”轉(zhuǎn)型提供了可復(fù)制的技術(shù)路徑。

關(guān)鍵詞：機(jī)場(chǎng)貨站；ACTES系統(tǒng)；智能倉儲(chǔ)；航空物流；智能化

作者：李知微1,2 何雨松1,2 李濤1,2

1中國民用航空總局第二研究所

2民航成都物流技術(shù)有限公司

一

引言

隨著航空貨運(yùn)量的持續(xù)攀升，機(jī)場(chǎng)貨站面臨著貨物處理流程日益復(fù)雜、時(shí)效性要求嚴(yán)苛等挑戰(zhàn)，傳統(tǒng)模式已難以契合智能化作業(yè)的需求。在“智慧機(jī)場(chǎng)”和“智慧民航”建設(shè)背景下[1]，為改善航空物流信息化滯后問題，自動(dòng)牽引車[2]（Automated Guided Vehicle,AGV）、RFID[3]、智能立庫[4]、手持終端等智能設(shè)備應(yīng)運(yùn)而生。倉儲(chǔ)管理系統(tǒng)[5]（Warehouse Manage System,WMS）與倉儲(chǔ)控制系統(tǒng)[6]（Warehouse Control System, WCS）等數(shù)字化系統(tǒng)也逐步成熟。這些技術(shù)為機(jī)場(chǎng)貨站的智能化升級(jí)[7,8]提供了可行路徑，但仍存在較多痛點(diǎn)：

1.信息孤島

數(shù)字化系統(tǒng)與智能設(shè)備間缺乏有效集成，信息孤島現(xiàn)象嚴(yán)重；各系統(tǒng)間數(shù)據(jù)交換不暢，統(tǒng)計(jì)分析能力不足；任務(wù)下達(dá)與調(diào)度系統(tǒng)及數(shù)據(jù)管理模塊獨(dú)立運(yùn)行，缺乏整體協(xié)同機(jī)制。

2. 智能化程度不足

盡管引入了智能設(shè)備，但貨站在處理出入庫流程和盤點(diǎn)庫存時(shí)仍高度依賴人工操作，貨位分配較隨意，導(dǎo)致貨物存取效率低下、多設(shè)備協(xié)同效率低下，缺乏中樞系統(tǒng)監(jiān)控所有設(shè)備及子系統(tǒng)的運(yùn)行狀態(tài)。

針對(duì)以上痛點(diǎn)，本文提出基于多方位協(xié)同機(jī)制的機(jī)場(chǎng)貨站智能執(zhí)行系統(tǒng)（Airport Cargo Terminal Intelligent Execution System Based on Multi-Dimensional Collaboration Mechanism, ACTES）。該系統(tǒng)通過設(shè)計(jì)并實(shí)現(xiàn)任務(wù)調(diào)度、儲(chǔ)位優(yōu)化、多協(xié)議適配三大核心模塊，構(gòu)建起多維度協(xié)同機(jī)制，實(shí)現(xiàn)設(shè)備、任務(wù)、數(shù)據(jù)的協(xié)同優(yōu)化，有效打破信息壁壘，為機(jī)場(chǎng)貨站建設(shè)提供了數(shù)字化轉(zhuǎn)型路徑和全流程的解決方案，具有重要現(xiàn)實(shí)意義。

二

智慧機(jī)場(chǎng)貨站業(yè)務(wù)流程設(shè)計(jì)

本章聚焦于機(jī)場(chǎng)貨站的業(yè)務(wù)流程設(shè)計(jì)，整合DWS（Dimension, Weight, Scanning，掃碼、測(cè)體積、稱重一體化檢測(cè)設(shè)備）、分揀系統(tǒng)、AGV集群（包含重載AGV和叉車AGV）、智能立庫等與ACTES系統(tǒng)進(jìn)行流程交互，構(gòu)建“接收—存儲(chǔ)—搬運(yùn)—發(fā)運(yùn)”的全鏈路自動(dòng)化作業(yè)體系。機(jī)場(chǎng)貨站物理分區(qū)如圖1所示。

圖1 機(jī)場(chǎng)貨站物理分區(qū)

其中，A1區(qū)聚焦快遞包裹的自動(dòng)化分揀與循環(huán)處理，包含DWS、各類分揀機(jī)、自主移動(dòng)機(jī)器人（Autonomous Mobile Robot，AMR）[9]和叉車AGV等設(shè)備；A2區(qū)主要處理NCY包裹（不能上分揀機(jī)的包裹），包含DCV（Deep Conveyor Vehicle，深向輸送機(jī)）[10]、AGV等設(shè)備；B1區(qū)為貨站存儲(chǔ)區(qū)，包含四向穿梭車與重型堆垛機(jī)兩大智能立庫；B3區(qū)為人工打板拆板區(qū)域；B2區(qū)用于貨物的安檢及回流?；诖瞬季?，本文流程設(shè)計(jì)充分考慮貨物屬性差異，實(shí)現(xiàn)設(shè)備資源、空間資源與數(shù)據(jù)資源的深度協(xié)同。

1.貨物接收與儲(chǔ)位分配

貨物的接收是流程的起點(diǎn)，當(dāng)貨物抵達(dá)貨站后，首先進(jìn)入A1區(qū)的DWS掃碼站完成多維度信息采集。系統(tǒng)將采集到的基礎(chǔ)信息（尺寸、重量、分類標(biāo)簽等）與到達(dá)時(shí)間戳融合，通過SHA-256哈希算法生成全平臺(tái)唯一追蹤碼，該追蹤碼即為貨物的核心標(biāo)識(shí)，貫穿后續(xù)存儲(chǔ)、搬運(yùn)、發(fā)運(yùn)全流程。完成信息建檔后，系統(tǒng)啟動(dòng)庫區(qū)與貨位智能分配機(jī)制?；谪浳锓诸悩?biāo)簽（如冷鏈、危險(xiǎn)品、普通散件），結(jié)合B1區(qū)實(shí)時(shí)庫存狀態(tài)（可用貨位數(shù)量、當(dāng)前溫濕度）與設(shè)備可達(dá)性（AGV負(fù)載率、立庫運(yùn)行狀態(tài)），通過分類自適應(yīng)優(yōu)化算法完成庫區(qū)劃分與貨位優(yōu)化的兩層決策。

2.貨物的裝卸搬運(yùn)

裝卸搬運(yùn)環(huán)節(jié)的核心是根據(jù)貨物屬性與作業(yè)場(chǎng)景，匹配最優(yōu)設(shè)備資源完成流程銜接?；谪浾咀鳂I(yè)特性，系統(tǒng)將裝卸搬運(yùn)流程拆解為定位、抓取、搬運(yùn)、流向調(diào)整等9類子任務(wù)，如表1所示，并根據(jù)任務(wù)屬性（重量、距離、自動(dòng)化程度）匹配最優(yōu)設(shè)備資源。

（1）輕型散件（≤100kg）：在A1區(qū)由交叉帶分揀機(jī)與小型AGV協(xié)同，分揀效率達(dá)6000件/時(shí)，較傳統(tǒng)人工提升50%；

（2）重型貨物（100～1500kg）：由A1區(qū)DCV系統(tǒng)與叉車AGV配合完成輸送，DCV實(shí)現(xiàn)長(zhǎng)距離運(yùn)輸，叉車AGV負(fù)責(zé)短距接駁；

（3）特殊品類：冷鏈貨物由帶溫控模塊的AGV轉(zhuǎn)運(yùn)，危險(xiǎn)品由防爆AGV[11]按預(yù)設(shè)安全路徑行駛，規(guī)避人員密集區(qū)。

3.貨物存儲(chǔ)與管理的全平臺(tái)整合

機(jī)場(chǎng)貨站中最重要的存儲(chǔ)裝備位于B1區(qū)，包含重型堆垛機(jī)立庫與四向穿梭車立庫，二者均接入WMS，通過整合WMS的管理數(shù)據(jù)，構(gòu)建集成化庫存管控體系。

貨物入庫時(shí)自動(dòng)關(guān)聯(lián)DWS采集的基礎(chǔ)信息與儲(chǔ)位分配結(jié)果，生成包含貨物編號(hào)、目的地、存放坐標(biāo)等字段的結(jié)構(gòu)化檔案。為平衡存儲(chǔ)效率、貨物安全性與作業(yè)合規(guī)性，體系針對(duì)不同貨物特性與周轉(zhuǎn)需求，設(shè)計(jì)差異化存儲(chǔ)策略如下：

（1）分區(qū)存放機(jī)制

易碎品分配至防震貨位，易腐貨物存儲(chǔ)于溫濕度可調(diào)控區(qū)域，根據(jù)周轉(zhuǎn)頻率實(shí)行ABC分類。A類高頻貨物存放于立庫1-3層，C類低頻貨物存放于高層，傳統(tǒng)模式下貨物平均檢索時(shí)間為12分鐘/件，ACTES系統(tǒng)下縮短至7.8分鐘/件。

（2）出入庫規(guī)則

普通貨物遵循FIFO（先進(jìn)先出）原則，確保批次管理合規(guī)性；應(yīng)急物資采用LIFO（后進(jìn)先出）策略，縮短響應(yīng)時(shí)間。

（3）智能揀選

系統(tǒng)根據(jù)貨位分布生成最優(yōu)揀選路徑，四向穿梭車與AGV形成“貨到人”模式，揀選效率達(dá)120件/時(shí)，準(zhǔn)確率99.9%。

庫存監(jiān)控依賴于動(dòng)態(tài)預(yù)測(cè)和安全庫存策略，通過RFID周期性盤點(diǎn)與人工抽檢結(jié)合，確保庫存數(shù)據(jù)與物理貨物的一致性。

貨物出庫時(shí)，ACTES系統(tǒng)根據(jù)航班時(shí)刻窗調(diào)度AGV取貨，經(jīng)B3區(qū)人工升降打板臺(tái)打板后，由重載AGV運(yùn)送至空側(cè)裝機(jī)口，全程耗時(shí)較傳統(tǒng)模式縮短40%。

三

系統(tǒng)總體技術(shù)架構(gòu)設(shè)計(jì)

為支撐本文設(shè)計(jì)的業(yè)務(wù)流程，本章深入探討機(jī)場(chǎng)貨站智能執(zhí)行系統(tǒng)的技術(shù)架構(gòu)，采用“感知控制層—智能決策層—應(yīng)用展示層”分層設(shè)計(jì)，總體架構(gòu)如圖2所示。

圖2 ACTES系統(tǒng)總體技術(shù)架構(gòu)圖

1. 分層架構(gòu)設(shè)計(jì)

（1）感知控制層

感知控制層是連接物理作業(yè)場(chǎng)景與數(shù)字決策系統(tǒng)的核心樞紐，通過多模態(tài)感知網(wǎng)絡(luò)與標(biāo)準(zhǔn)化控制協(xié)議，為貨站業(yè)務(wù)提供基礎(chǔ)數(shù)據(jù)支撐與物理執(zhí)行保障。

①構(gòu)建“貨物—設(shè)備—環(huán)境”三位一體的多維度數(shù)據(jù)采集網(wǎng)絡(luò)。貨物屬性采集方面，在入庫時(shí)即通過DWS完成基礎(chǔ)屬性采集，并生成唯一追蹤碼。同時(shí)，針對(duì)B1存儲(chǔ)區(qū)，冷鏈庫區(qū)定期采集溫濕度數(shù)據(jù)，危險(xiǎn)品庫區(qū)實(shí)時(shí)監(jiān)測(cè)氣體濃度，保障存儲(chǔ)環(huán)境安全合規(guī)。此外，設(shè)備狀態(tài)感知通過Modbus TCP協(xié)議對(duì)AGV、堆垛機(jī)、交叉帶分揀機(jī)等設(shè)備進(jìn)行運(yùn)行參數(shù)采集，為任務(wù)調(diào)度與故障預(yù)警提供實(shí)時(shí)數(shù)據(jù)支持。

②精準(zhǔn)控制執(zhí)行從“感知”到“控制”的閉環(huán)指令。設(shè)備動(dòng)作控制采用PLC構(gòu)建設(shè)備動(dòng)作控制單元，實(shí)現(xiàn)AGV、重型堆垛機(jī)控制響應(yīng)。指令標(biāo)準(zhǔn)化下發(fā)依托OPC UA協(xié)議實(shí)現(xiàn)控制指令標(biāo)準(zhǔn)化傳輸，支持交叉帶分揀機(jī)動(dòng)態(tài)滑槽切換與DCV系統(tǒng)高速運(yùn)輸控制，確保裝卸搬運(yùn)子任務(wù)（表1所示）的精準(zhǔn)執(zhí)行，保障業(yè)務(wù)流程的物理作業(yè)一致性。

表1 裝卸搬運(yùn)任務(wù)拆解表

（2）智能決策層

智能決策層為業(yè)務(wù)流程提供智能決策支撐。針對(duì)裝卸搬運(yùn)任務(wù)拆解需求，構(gòu)建任務(wù)調(diào)度服務(wù)，實(shí)現(xiàn)子任務(wù)與設(shè)備資源的動(dòng)態(tài)匹配，結(jié)合強(qiáng)化學(xué)習(xí)動(dòng)態(tài)重調(diào)度模型，應(yīng)對(duì)航班延誤、設(shè)備故障等突發(fā)狀況；針對(duì)節(jié)儲(chǔ)位分配需求，部署儲(chǔ)位優(yōu)化服務(wù)，運(yùn)行多維儲(chǔ)位智能指派算法與分類自適應(yīng)優(yōu)化算法，輸出庫區(qū)與貨位最優(yōu)決策；同時(shí)，該層接口對(duì)接任務(wù)調(diào)度雙層優(yōu)化模型、多維儲(chǔ)位指派算法，為業(yè)務(wù)決策提供算法支撐。

決策層中涉及到的具體算法邏輯會(huì)在第四章展開詳細(xì)說明。

（3）應(yīng)用展示層

應(yīng)用展示層作為可視化與可控化載體，通過3D可視化、移動(dòng)交互、智能分析，實(shí)現(xiàn)貨站全流程的透明化管控與高效化操作。

①3D SCADA可視化：基于Three.JS引擎構(gòu)建貨站三維數(shù)字孿生場(chǎng)景，還原貨站物理空間布局，同時(shí)實(shí)時(shí)渲染各類設(shè)備狀態(tài)。

②移動(dòng)作業(yè)終端：通過無線AP網(wǎng)絡(luò)實(shí)現(xiàn)PDA設(shè)備與系統(tǒng)的實(shí)時(shí)交互，支持B3區(qū)打板確認(rèn)、異常處理等人工輔助環(huán)節(jié)的數(shù)據(jù)錄入與任務(wù)接收。內(nèi)置離線緩存功能，保障信號(hào)弱覆蓋區(qū)域作業(yè)連續(xù)性。

③智能分析報(bào)表：自動(dòng)生成庫存周轉(zhuǎn)率、設(shè)備利用率、作業(yè)延遲率等KPI報(bào)表，支持庫存監(jiān)控與設(shè)備能效分析。

2. 核心技術(shù)架構(gòu)設(shè)計(jì)

（1）微服務(wù)架構(gòu)

為滿足貨站7×24小時(shí)連續(xù)作業(yè)與業(yè)務(wù)高峰處理需求，系統(tǒng)采用“松耦合、高內(nèi)聚”的微服務(wù)架構(gòu)，實(shí)現(xiàn)業(yè)務(wù)流程的模塊化支撐與彈性擴(kuò)展。

ACTES系統(tǒng)按業(yè)務(wù)域劃分為貨物信息服務(wù)、儲(chǔ)位優(yōu)化服務(wù)、任務(wù)調(diào)度服務(wù)、設(shè)備管理服務(wù)、環(huán)境監(jiān)控服務(wù)、報(bào)表分析服務(wù)和接口集成服務(wù)等七大核心微服務(wù)。服務(wù)部署采用Docker 容器化封裝，通過Kubernetes實(shí)現(xiàn)容器編排與資源調(diào)度，支持單節(jié)點(diǎn)故障自動(dòng)遷移；依托Nacos構(gòu)建服務(wù)注冊(cè)與配置中心，實(shí)現(xiàn)服務(wù)實(shí)例動(dòng)態(tài)擴(kuò)縮容，保障業(yè)務(wù)高峰時(shí)期資源供給。

（2）數(shù)據(jù)架構(gòu)

為支撐業(yè)務(wù)流程的全鏈路數(shù)據(jù)追溯與動(dòng)態(tài)決策，ACTES系統(tǒng)構(gòu)建了“實(shí)時(shí)處理+離線分析”的混合數(shù)據(jù)架構(gòu)。

OLTP層采用MySQL集群存儲(chǔ)結(jié)構(gòu)化業(yè)務(wù)數(shù)據(jù)（貨物信息、任務(wù)記錄）；OLAP層通過InfluxDB存儲(chǔ)時(shí)序數(shù)據(jù)（設(shè)備狀態(tài)、環(huán)境參數(shù)）；緩存層采用Redis集群存儲(chǔ)熱點(diǎn)數(shù)據(jù)（實(shí)時(shí)庫存、AGV位置），保障業(yè)務(wù)查詢的實(shí)時(shí)性；流處理基于Flink實(shí)現(xiàn)設(shè)備OEE、作業(yè)完成率等指標(biāo)的實(shí)時(shí)計(jì)算；批處理通過Spark每日?qǐng)?zhí)行全量庫存校驗(yàn)（與RFID盤點(diǎn)數(shù)據(jù)比對(duì)），保障賬實(shí)一致性；消息隊(duì)列依托Kafka實(shí)現(xiàn)跨服務(wù)消息傳遞，保障儲(chǔ)位分配、任務(wù)調(diào)度的異步協(xié)同。內(nèi)部接口通過RESTful API、MQTT協(xié)議實(shí)現(xiàn)微服務(wù)間數(shù)據(jù)交互，保障系統(tǒng)內(nèi)部協(xié)同效率。外部接口與WMS系統(tǒng)通過RESTful API 傳輸JSON格式數(shù)據(jù)，與AGV集群、安檢系統(tǒng)通過MQTT協(xié)議實(shí)現(xiàn)狀態(tài)上報(bào)（頻率1次/秒）與指令下發(fā)，構(gòu)建跨系統(tǒng)協(xié)同生態(tài)。

四

系統(tǒng)核心算法與協(xié)同機(jī)制

第三章通過三層架構(gòu)設(shè)計(jì)，為機(jī)場(chǎng)貨站全流程業(yè)務(wù)提供了技術(shù)基座。本章將詳細(xì)闡述ACTES系統(tǒng)的核心算法設(shè)計(jì)與多維度協(xié)同機(jī)制，最終實(shí)現(xiàn)設(shè)備、任務(wù)、數(shù)據(jù)的深度協(xié)同。

1. 任務(wù)調(diào)度雙層優(yōu)化模型

本文將裝卸搬運(yùn)流程拆解為9類子任務(wù)，并明確需根據(jù)貨物屬性動(dòng)態(tài)匹配設(shè)備資源；上文提到，任務(wù)調(diào)度服務(wù)需應(yīng)對(duì)航班延誤、設(shè)備故障等突發(fā)狀況。基于此，本節(jié)設(shè)計(jì)“多級(jí)優(yōu)先級(jí)評(píng)估+強(qiáng)化學(xué)習(xí)重調(diào)度”的雙層優(yōu)化模型，實(shí)現(xiàn)任務(wù)與設(shè)備的精準(zhǔn)匹配及動(dòng)態(tài)調(diào)整，模型整體流程如圖3所示。

圖3 任務(wù)調(diào)度模型流程圖

（1）多級(jí)優(yōu)先級(jí)評(píng)估體系

針對(duì)機(jī)場(chǎng)貨站任務(wù)“時(shí)效性（航班離港）+安全性（危險(xiǎn)品運(yùn)輸）”的雙重約束，構(gòu)建基于四元組的動(dòng)態(tài)優(yōu)先級(jí)函數(shù)，如公式（1），通過層次分析法（AHP）確定各維度權(quán)重，優(yōu)先保障高緊急、高風(fēng)險(xiǎn)任務(wù)的執(zhí)行：

其中，Tnorm=(Tdeadline+Tcurrent)/Tdeadline將航班離港剩余時(shí)間歸一化至[0,1]區(qū)間；Curge為緊急程度系數(shù)，危險(xiǎn)品取1.0，生鮮取0.8，普通貨物取0.5；Ssec為安檢等級(jí)權(quán)重：需開箱檢驗(yàn)貨物取0.9，普通安檢貨物0.3，保障高安檢等級(jí)貨物優(yōu)先處理，符合航空貨運(yùn)安全規(guī)范；Vval為貨物價(jià)值系數(shù)：通過申報(bào)價(jià)值與體積重量比動(dòng)態(tài)計(jì)算，平衡高價(jià)值貨物與常規(guī)貨物的調(diào)度優(yōu)先級(jí)，范圍為0.1～1.0之間。

（2）強(qiáng)化學(xué)習(xí)動(dòng)態(tài)重調(diào)度模型

針對(duì)AGV故障導(dǎo)致重型貨物滯留、航班延誤需調(diào)整裝卸順序等可能出現(xiàn)的突發(fā)狀況，采用PPO（Proximal Policy Optimization）算法框架[12]，實(shí)現(xiàn)自適應(yīng)調(diào)度。模型核心參數(shù)設(shè)計(jì)如下：

①狀態(tài)空間：共128維特征，全面覆蓋作業(yè)場(chǎng)景的核心信息，各模塊維度構(gòu)成如下表2所示。

表2 128維特征組成說明

②動(dòng)作空間：定義任務(wù)重分配（將故障AGV的任務(wù)轉(zhuǎn)移至空閑AGV）、優(yōu)先級(jí)切換（航班延誤時(shí)下調(diào)非緊急任務(wù)優(yōu)先級(jí)）等操作。

③獎(jiǎng)勵(lì)函數(shù)：融合多維度懲罰與激勵(lì)項(xiàng)，見公式（2）。

其中Tdelay為任務(wù)延遲分鐘數(shù)、Eenergy為設(shè)備單位能耗、Sviolation為安全違規(guī)次數(shù)，確保調(diào)度過程兼顧效率、成本與安全。訓(xùn)練結(jié)果顯示，突發(fā)狀況下重調(diào)度效率較規(guī)則引擎提升60%，任務(wù)完成率從75%升至85%。

2.多維儲(chǔ)位智能指派算法

結(jié)合上文所述，貨物接收后需通過“庫區(qū)劃分+貨位優(yōu)化”實(shí)現(xiàn)精準(zhǔn)存儲(chǔ)，儲(chǔ)位優(yōu)化服務(wù)需結(jié)合環(huán)境參數(shù)與庫存狀態(tài)輸出決策。本節(jié)設(shè)計(jì)以“分類約束為前提、五維評(píng)估為核心、模擬退火為優(yōu)化手段”的多維儲(chǔ)位智能指派算法，實(shí)現(xiàn)貨物與儲(chǔ)位的最優(yōu)匹配，整體算法流程如圖4所示。

圖4 儲(chǔ)位智能指派算法流程圖

（1）算法前置邏輯：分類約束與數(shù)據(jù)導(dǎo)入

該算法觸發(fā)于從DWS系統(tǒng)獲取到貨物屬性數(shù)據(jù)后，包括分類標(biāo)簽、三維尺寸、重量，以及唯一追蹤碼；同步調(diào)取B1區(qū)實(shí)時(shí)庫存狀態(tài)（可用貨位數(shù)量、溫濕度、安全隔離距離）與設(shè)備可達(dá)性（AGV負(fù)載率、立庫運(yùn)行狀態(tài)），形成算法輸入數(shù)據(jù)集。

基于貨物分類標(biāo)簽，自動(dòng)生成儲(chǔ)位篩選約束：冷鏈貨物需匹配恒溫庫區(qū)、危險(xiǎn)品需滿足防爆隔離距離、普通散件需適配四向穿梭車立庫的貨位尺寸，初步過濾不符合條件的庫區(qū)，縮小優(yōu)化范圍。

（2）五維儲(chǔ)位評(píng)估數(shù)學(xué)模型

構(gòu)建融合“搬運(yùn)距離、空間利用率、環(huán)境兼容性、周轉(zhuǎn)效率、安全等級(jí)”的五維評(píng)估函數(shù)，見公式（3），通過權(quán)重分配體現(xiàn)不同貨物的核心需求：

其中α =0.3（搬運(yùn)距離權(quán)重），β =0.2（空間利用率權(quán)重），γ =0.2（環(huán)境兼容性權(quán)重），δ =0.2（周轉(zhuǎn)效率權(quán)重），ε =0.1（安全等級(jí)權(quán)重）；基于貨物類別設(shè)定搬運(yùn)效率閾值，如冷鏈貨物要求Davg≤10米；Vused為貨位實(shí)際存儲(chǔ)體積，Vtotal為貨位最大理論容量；Ecomp為環(huán)境兼容性指數(shù)：通過分類標(biāo)簽與庫區(qū)環(huán)境匹配度計(jì)算，冷鏈貨物匹配-10℃~-18℃庫區(qū)時(shí)Ecomp=1，否則按溫差線性遞減；Tturn為周轉(zhuǎn)效率權(quán)重：高頻周轉(zhuǎn)貨物（如生鮮）優(yōu)先分配至離出入口15米內(nèi)的黃金貨位。

（3）分類自適應(yīng)優(yōu)化算法

為適配不同貨物的核心需求，如冷鏈重環(huán)境，危險(xiǎn)品重安全等，算法引入“分類敏感型參數(shù)配置”機(jī)制，通過動(dòng)態(tài)調(diào)整優(yōu)化目標(biāo)權(quán)重與模擬退火參數(shù)，實(shí)現(xiàn)差異化優(yōu)化。具體配置規(guī)則如表3所示。算法核心采用改進(jìn)型模擬退火框架，通過鄰域搜索、能量函數(shù)計(jì)算與接受準(zhǔn)則判斷逐步逼近最優(yōu)儲(chǔ)位。其中，能量函數(shù)以五維評(píng)估值為基礎(chǔ)，值越小表示儲(chǔ)位越優(yōu)；針對(duì)危險(xiǎn)品，額外引入“高風(fēng)險(xiǎn)解接受概率衰減”機(jī)制（當(dāng)能量差＞5時(shí)，接受概率減半），進(jìn)一步保障安全。最終輸出的最優(yōu)儲(chǔ)位坐標(biāo)與貨物唯一追蹤碼綁定，生成上架指令至AGV/堆垛機(jī)，最后同步至WMS系統(tǒng)更新庫存狀態(tài)。

表3 分類敏感型參數(shù)配置規(guī)則表

3.系統(tǒng)接口多協(xié)議適配機(jī)制

本節(jié)聚焦解決WMS、AGV、RFID等異構(gòu)系統(tǒng)/設(shè)備的“信息孤島”問題，實(shí)現(xiàn)多源數(shù)據(jù)的貫通與實(shí)時(shí)交互。針對(duì)機(jī)場(chǎng)貨站設(shè)備類型多、協(xié)議碎片化的特點(diǎn)，構(gòu)建三級(jí)適配架構(gòu)，具體如下：

（1）底層協(xié)議適配

通過驅(qū)動(dòng)層兼容20+類工業(yè)協(xié)議，覆蓋三類典型通信場(chǎng)景：支持實(shí)時(shí)控制場(chǎng)景，如Ethernet/IP（AB設(shè)備）、Modbus TCP（施耐德設(shè)備）；支持輕量化數(shù)據(jù)場(chǎng)景，如MQTT（傳感器網(wǎng)絡(luò)）、AMQP（消息隊(duì)列）；支持服務(wù)化交互場(chǎng)景，提供RESTful API（Web服務(wù)）、gRPC（高性能RPC）。

（2）數(shù)據(jù)模型標(biāo)準(zhǔn)化

通過定義統(tǒng)一設(shè)備描述語言（Device Description Language，DDL），將異構(gòu)協(xié)議數(shù)據(jù)映射為標(biāo)準(zhǔn)化對(duì)象。例如，抽象出設(shè)備共性屬性（設(shè)備唯一標(biāo)識(shí)、設(shè)備運(yùn)行狀態(tài)、數(shù)據(jù)時(shí)間戳等）構(gòu)建出設(shè)備數(shù)字孿生的基礎(chǔ)數(shù)據(jù)模型；同時(shí)支持動(dòng)態(tài)擴(kuò)展字段，如AGV設(shè)備補(bǔ)充電量、路徑規(guī)劃信息；分揀機(jī)補(bǔ)充分揀效率等專有屬性；通過JSON Schema定義數(shù)據(jù)校驗(yàn)規(guī)則，確保異構(gòu)協(xié)議轉(zhuǎn)換后的數(shù)據(jù)格式一致性，為上層業(yè)務(wù)邏輯提供統(tǒng)一數(shù)據(jù)輸入。

（3）服務(wù)接口封裝

通過API網(wǎng)關(guān)實(shí)現(xiàn)接口的統(tǒng)一暴露與治理，主要有三種：一是根據(jù)設(shè)備類型進(jìn)行動(dòng)態(tài)路由請(qǐng)求，針對(duì)不同設(shè)備做不同的路由分發(fā)請(qǐng)求；二是做流量控制，基于令牌桶算法限制并發(fā)請(qǐng)求，避免系統(tǒng)過載；三是自動(dòng)將gRPC二進(jìn)制流轉(zhuǎn)換為JSON格式，更好地適配Web端調(diào)用，降低跨系統(tǒng)對(duì)接成本。

為使上述架構(gòu)實(shí)際落地于機(jī)場(chǎng)貨站，針對(duì)機(jī)場(chǎng)貨站核心業(yè)務(wù)交互場(chǎng)景制定了12類接口的規(guī)范，明確接口類型、協(xié)議選型與校驗(yàn)方式等信息，詳見表4。通過嚴(yán)謹(jǐn)?shù)囊?guī)范，ACTES系統(tǒng)能夠與機(jī)場(chǎng)貨站現(xiàn)有的管理結(jié)構(gòu)無縫銜接，同時(shí)為未來可能的技術(shù)進(jìn)步提供擴(kuò)展空間。

表4 核心接口設(shè)計(jì)規(guī)范表

五

系統(tǒng)應(yīng)用成效

ACTES系統(tǒng)應(yīng)用于民航示范區(qū)機(jī)場(chǎng)貨站平臺(tái)仿真試用，為驗(yàn)證該系統(tǒng)對(duì)揀選效率與貨物檢索效率的提升效果，與JN貨站和HK貨站兩個(gè)傳統(tǒng)貨站作統(tǒng)計(jì)對(duì)比，結(jié)果如圖5所示。

圖5 ACTES應(yīng)用項(xiàng)目與傳統(tǒng)貨站指標(biāo)對(duì)比

從圖5可知，在揀選效率上，ACTES系統(tǒng)達(dá)120件/時(shí)，較JN貨站提升約53.8%，較HK貨站提升約39.5%；貨物檢索時(shí)間上，ACTES系統(tǒng)僅需7.8分鐘/件，較JN貨站（12.1分鐘/件）縮短約35.5%，較HK貨站（10.6分鐘/件）縮短約26.4%。需要說明的是，JN與HK貨站指標(biāo)存在差異，源于場(chǎng)景特征不同：JN貨站規(guī)模大、業(yè)務(wù)品類繁雜，揀選的人工輔助環(huán)節(jié)瓶頸更突出，且貨位人工管理的混亂程度更高；而HK貨站規(guī)模較小、貨物周轉(zhuǎn)頻次低，傳統(tǒng)NCY分揀系統(tǒng)的“短距離人工搬運(yùn)”在小場(chǎng)景下體現(xiàn)出一定“局部效率”，故效率與檢索耗時(shí)均優(yōu)于JN貨站。而本文ACTES系統(tǒng)應(yīng)用的貨站規(guī)模介于這兩者之間，但指標(biāo)效果均有顯著提升。由此可見，本文提出的ACTES系統(tǒng)有效突破了傳統(tǒng)貨站的作業(yè)效率瓶頸，且在大規(guī)模、高復(fù)雜度的航空貨運(yùn)場(chǎng)景下效能提升更顯著，充分驗(yàn)證了系統(tǒng)對(duì)貨站倉儲(chǔ)作業(yè)流程的優(yōu)化能力，未來也會(huì)在更多的機(jī)場(chǎng)貨站試點(diǎn)使用。

六

總結(jié)

本文針對(duì)機(jī)場(chǎng)貨站長(zhǎng)期存在的“信息孤島”與“智能化不足”痛點(diǎn)，設(shè)計(jì)并實(shí)現(xiàn)了基于多維度協(xié)同機(jī)制的機(jī)場(chǎng)貨站智能執(zhí)行系統(tǒng)（ACTES），為航空物流數(shù)字化轉(zhuǎn)型提供了全流程解決方案。系統(tǒng)采用“感知控制層—智能決策層—應(yīng)用展示層”三層架構(gòu)，構(gòu)建從物理設(shè)備到數(shù)字管理的閉環(huán)體系。通過多協(xié)議適配實(shí)現(xiàn)“貨物—設(shè)備—環(huán)境”數(shù)據(jù)實(shí)時(shí)采集，依托數(shù)字孿生技術(shù)實(shí)現(xiàn)全流程可視化與底層協(xié)議適配機(jī)制，解決異構(gòu)系統(tǒng)數(shù)據(jù)不通問題。提出任務(wù)調(diào)度雙層優(yōu)化模型，實(shí)現(xiàn)任務(wù)與設(shè)備動(dòng)態(tài)匹配；設(shè)計(jì)多維儲(chǔ)位智能指派算法，實(shí)現(xiàn)貨物精準(zhǔn)分區(qū)存儲(chǔ)，滿足冷鏈、危險(xiǎn)品等差異化需求。

參考文獻(xiàn):

[1]中國民航網(wǎng).解讀《中國民航四型機(jī)場(chǎng)建設(shè)行動(dòng)綱要（2020-2035年)》[EB/OL].(2020-01-09)[2021-09-22].http://www.caacnews.com.cn/1/1/202001/t20200109_1289739.html

[2]吳雄喜.AGV自主導(dǎo)引機(jī)器人應(yīng)用現(xiàn)狀及發(fā)展趨勢(shì)[J].機(jī)器人技術(shù)與應(yīng)用,2012(3):2.DOI:10.3969/j.issn.1004-6437.2012.03.004.

[3]李洋.RFID技術(shù)與在物聯(lián)網(wǎng)中的應(yīng)用[J].電子設(shè)計(jì)工程,2011,19(17):3.DOI:10.3969/j.issn.1674-6236.2011.17.018.

[4]高凈凈.基于MES與AGV互聯(lián)的智能倉儲(chǔ)系統(tǒng)設(shè)計(jì)[J].機(jī)電工程技術(shù),2021(050-007).DOI:10.3969/j.issn.1009-9492.2021.07.020.

[5]郭鵬,周俊,胡慧.智能倉儲(chǔ)管理系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[J].湖南工程學(xué)院學(xué)報(bào):自然科學(xué)版,2016, 26(3):4.DOI:CNKI:SUN:GCHZ.0.2016-03-010.

[6]盧堯,任曉明,吳勇志,等.智能倉儲(chǔ)控制系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[J].自動(dòng)化儀表,2017,38(2):4.DOI:10.16086/j.cnki.issn1000-0380.201702008.

[7]李航,陳小妮,鄭建勛,等.天津機(jī)場(chǎng)貨站發(fā)展的現(xiàn)狀與分析[J].物流技術(shù),2015,34(24):3.DOI:10.3969/j.issn.1005-152X.2015.12(2).002.

[8]張浩源.大連新機(jī)場(chǎng)貨站設(shè)施布局研究[D].中國民航大學(xué),2021.

[9]文曉.MiR:引領(lǐng)自主移動(dòng)機(jī)器人未來[J].自動(dòng)化博覽, 2021, 38(9):2.DOI:10.3969/j.issn.1003-0492.2021.09.005.

[10]施穎東.浦東國際機(jī)場(chǎng)T3行李分揀系統(tǒng)運(yùn)行模式研究[J].建筑施工, 2020, 42(8):4.DOI:CNKI:SUN:JZSG.0.2020-08-075.

[11]王小川.一種防爆AGV車:CN202210327560.2[P].CN114604800A[2025-09-02].

[12]Schulman J , Wolski F , Dhariwal P ,et al.Proximal Policy Optimization Algorithms[J]. 2017.DOI:10.48550/arXiv.1707.06347.

———— 物流技術(shù)與應(yīng)用融媒 ————

編輯、排版：王茜

本文內(nèi)容源自

歡迎文末分享、點(diǎn)贊、在看！轉(zhuǎn)載請(qǐng)聯(lián)系后臺(tái)。

廣告宣傳