面向智能制造的物流系统建设

在智能制造时代，制造企业需要根据用户需求进行大规模定制化生产，并控制生产成本。这无疑对其物流系统提出了很多全新的要求。这也是为什么在研究智能制造的时候，必须重点研究智能物流的原因。随着智能物流与仓储系统已被列为我国重点发展的五大核心智能制造装备之一，越来越多的制造企业正在或准备上马智能物流建设项目。

2017年可以说是我国推进智能制造发展的关键年，在此趋势下，制造企业的物流系统、信息系统、供应链究竟该如何升级优化成为十分重要的课题，备受关注。因此，本期专题聚焦“面向智能制造的物流系统建设”主题，围绕智慧供应链、智能物流系统解决方案、智能物流相关技术设备、智能物流信息系统等企业智能物流建设的核心要素，分析需求，探讨问题，提供思路，分享经验。

支持智能制造的智能物流系统建设

在智能制造的框架内，智能物流将建立在互联网、物联网（IoT）、信息物理系统（CPS）、大数据等技术基础之上，以物流系统实时透明和离散智能控制为目标，实现与工业4.0的技术对接。它旨在智能连接与集成企业内外部全部的物流流程，最终实现物流网络全透明与离散式的实时控制。本文简要阐述了智能制造下的智能物流系统组成、相关技术发展，最后探讨了智能物流落地面临的挑战与应对策略。

在工业4.0时代，生产制造活动的发起点不再是制造企业，而是最终用户。整个价值链由过去企业推动的模式转变为用户拉动的模式，即一切生产经营的出发点变成了最终用户。用户的需求变得更加个性化、高端化，讲究参与感与快速响应。制造企业需要有能力使用户参与到产品设计中，根据用户需求进行生产。这就是所谓的大规模定制模式，即，由用户来决定企业生产什么、生产多少，此外还必须控制在较低的成本下。

在这种新的生产模式下，首先受到冲击的其实正是制造企业的物流部分。为了满足用户定制化、快速响应等要求，需要物料配送模式更具有高柔性的自动化，具有根据订单做出快速响应的能力。这也就是为什么在研究智能制造的时候，必须重点研究智能物流的原因。

一、智能制造对智能物流提出的要求

在智能制造时代，大规模定制的需求对智能物流系统提出了很多全新的要求。例如，在汽车行业，过去消费者可选购的车型很少，而现在不仅各大品牌车型多样化，更实质性的进步是消费者可对零部件种类做出更多选择;尤其是当零部件数量呈爆炸式增长后，各种配置总和可达到10的32次方，这意味着在一个月甚至更长时间内，一条生产线不会下线两辆相同的车型。为了支持这种生产模式，要求智能制造体系中的智能物流系统必须满足全流程数字化、网络化、高柔性的自动化和智能化的要求。

1.全流程数字化

在未来智能制造的框架内，智能物流系统能够智能地连接与集成企业内外部的全部物流流程，实现物流网络的全透明与离散式的实时控制，而实现这一目标的核心在于数字化。只有做到全流程数字化，才能使物流系统具有智能化的功能。

2. 网络化

智能物流系统中的各种设备不再是单独孤立地运行，它们通过物联网和互联网技术智能地连接在一起，构成一个全方位的网状结构，可以快速地进行信息交换和自主决策。这样的网状结构不仅保证了整个系统的高效率和透明性，同时也最大限度地发挥每台设备的作用。

3.高柔性的自动化

在大规模定制时代，生产本身是一种柔性化的生产。在自动化的基础上，要求对应的物流系统具备更高的柔性。柔性化的物流系统，既包括了流程方面的要求，也包括了硬件上、布局上的柔性化要求。例如，在物流流程的设计中，尽量用多对多的方式来代替一对一的设计;硬件和布局上，尽量考虑到未来根据生产需求进行布局调整以及系统调整的可能性。

4.智能化

智能化是智能物流系统提出的最核心的要求，是智能物流不同于以往的最大特点。面对大规模的定制需求，以及成本降低、效率优化，需要将生产中每个环节的智能化程度提高，将它们智慧相联，使它们具有自主决策的能力，同时去中心化，不仅是任务的执行者，也是任务的发起者。

二、智能物流系统组成及其功能特点

智能单元化物流技术、智能物流装备、物联网技术以及智能物流信息系统是打造智能物流的核心元素。在这个智能物流系统中的一切设备，不管是单元化物流设备还是自动化物流装备，都将是自主决策、去中心化、离散控制的，它们拥有高度的自动化和柔性。

1.智能单元化物流技术

单元化物流根据集装器具可分为：集装箱单元化物流、托盘单元化物流和周转箱单元化物流。在现代单元化物流技术中，单元器具不仅是物料的载体，也成为信息流的载体。单元化物流的功能，是将原来分立的物流各环节有效地联合为一个整体，使整个物流系统实现合理化。在工业4.0智能工厂框架内，智能物流单元化技术是连接供应商、制造商和客户的重要环节，因此是构建未来智能工厂的基石。智能托盘/周转箱将成为工业4.0时代的基本智能单元，向物流系统发出行动指令，利用智能物流单元化技术拉动整个供应链。

德国物流研究院（Fraunhofer IML）自主研发了一种叫做inBin的智能周转箱技术，通过在周转箱上加装感知与智能控制单元，实现了物流单元的智能化。

InBin智能箱既能自主管理箱内的货物，又能向上级系统及时报告智能箱的状态，实现自动要货和补货的功能。基于智能箱的输送系统可采用分散控制技术，智能箱不再是被动单元，而是给输送系统发号施令的“主人”。在智能箱的指挥下，输送系统可以自动地将箱子送达目的地。

2.智能物流装备

结合射频识别（RFID）、光电感应、红外感应器、超声波感应、激光扫描器、机械视觉识别等技术和装备，按约定的协议，将它们加载到物流装备上（如搬运装卸、输送、分拣、货架等设备），并且通过数据共享让它们可以自主决策。近年来，自动化物流设备技术发展呈现出智能化、网络化、柔性化、轻型化、节能化和绿色环保等趋势。在产品设计方面强调模块化、系列化和通用化，以提高产品质量，降低制造成本，缩短生产时间。

德国物流研究院研发的高柔性CTS（Cellular Transport Systems，小型自主运输单元）技术，有别于传统的穿梭车。在这个系统中，每辆小车都是一个独立单元，它们将会取代柔性差的输送设备，可以根据所在位置与状态自主承接合适的订单，并与生产设备及其它小车智能交互，自主解决行走中遇到的问题。

这种小车基于物联网技术，实现自主控制，能利用群智能技术完成复杂运输任务，具有随需随到的运输能力，并且能实现在货架和地面两栖移动，具有较好的柔性。

除了CTS技术，德国物流研究院还研发出一种会滚动、会飞行的智能搬运技术Bin：Go。

借助巧妙的设计，Bin：Go能在地面和螺旋架上滚动行进，并且自主规划路径，当滚动变得困难或低效时，它可以通过飞行来到达目的地并完成任务。这样的小车都不再局限在平面或固定的路径上，它们能够在二维或三维空间自主完成搬运作业和系统赋予的任务。

3.物联网技术

正如智能单元化物流和智能物流装备中介绍的例子所描绘的，设备和设备之间直接的信息交换需要以物联网作为载体。物联网满足了智能物流网络化的需求，同时也是实现全流程数字化的关键。目前已经可以初步实现物联网的应用主要是WiFi和蓝牙技术，但是数据准确率很低、耗电量也大。广域物联网可以用光纤，但只适用于连接摄像头等宽带终端。要想达到高效的智能互联，需求对物联网技术不断提升。

窄带物联网（NB-IoT）是IoT领域一个新兴的技术，支持低功耗设备在广域网的蜂窝数据连接，也被叫作广域网（LPWA）。它连接的设备更简单，具有高耦合、终端成本低、即插即用、可靠性高、统一的业务平台管理等特点，主要面向低速率、深度覆盖、低功耗、大数据连接的物联网应用场景。这样的技术很好地契合了智能物流要求，实现各智能物流单元和智能物流装备之间低层面的相互交流和决策，真正实现了一个密集网状连接，提高信息交换效率及准确性。

4.智能物流信息系统

物联网技术实现了智能物流中各种设备的网状连接与通讯，而在整个智能物流的顶端离不开一个智能的云端系统，也就是智能物流信息系统。它将所有的数据信息存在云端，通过制定的协议和规则进行数据的共享和处理，以及在使用过程中保证数据的安全性和准确性，使整个智能物流系统能正常运作。依托于互联网、CPS（信息物理系统）、人工智能、大数据等技术，智能物流信息系统可以实现网络全透明与离散式实时控制，实现工业4.0和智能制造的技术对接。

三、物流智能化的演进

为了实现上述的智能物流系统，学术界和产业界都做了大量的工作，下面以搬运系统的演变来展现物流设备走向智能化的发展路径。

1.机械化时期

叉车是搬运系统机械化时期的典型代表，它实现了作业的机械化，大大提高了搬运和装卸效率，减轻了工人的工作强度。但是它的行驶依靠人的实时操作，工人在长期工作中很容易出错，而且存在一定的安全隐患。尤其是随着人工成本不断升高，叉车已经难以满足企业大量生产的需要。

2. 自动化时期

AGV（Automated Guided Vehicle，自动导引车）的出现使搬运系统开始向着自动化方向发展，极大地提高了物流系统的自动化程度。AGV早期的导引技术是靠感应埋在地下的导线产生的电磁频率，通过一个叫做“地面控制器”的设备打开或关闭导线中的频率，从而指引AGV沿着预定路径行驶。这种导引方式虽然可以实现AGV的自动行走，但是路径是固定的，AGV小车之间不具有自动避障能力，其控制系统也很单一，重新设定路径的成本很高，并不能满足高柔性生产。

3. 高柔性自动化时期

随着电信技术的发展，出现了像激光导航、GPS导航这样新的导航技术，AGV的路径变得多样化，其路径的重新规划可以通过在系统中设定参数或编程来解决，并且不再局限在某条特定的行进带上。AGV的控制系统也能做出简单的路径优化和避障，大大提高了物流系统的效率和柔性。以AGV为主的搬运系统开始向着高柔性自动化的方向发展。

为了进一步提高其柔性，AGV开始从二维平面运动拓展到三维空间。也就是说，AGV将可以直接把货物从生产线送到货架上，并在货架中穿行;应用于多层货架时，高层货架可以横跨巷道布置，这样就使得仓库的空间利用率比现有的仓库系统进一步提升。这种两栖多功能的搬运系统显然在柔性和自动化方面更上一层楼。

4. 智能化时期

在大规模的运输任务中，现有的方法通常是对搬运系统进行集中控制与集中管理，但是这不适用于智能物流中的单元化运输系统。在智能化时期，搬运系统不再对多车之间的相互配合“车群”进行集中控制，而是采用基于窄带物联网技术的分散控制的方式，使用专门的AGV管理软件来优化运输系统的整体运行能力。AGV可以不依赖导引线完全自由行驶，对周围环境的动态障碍做出反应，比如避让车辆前方的障碍物或另一辆AGV，而且AGV可以实时寻找到达目标的最短路迳，车与车之间通过无线网络实现信息交互、协调任务分配和路径寻找。

四、面向智能物流的前沿应用

尽管目前物流装备行业的发展离上述的智能物流还有较远的路程要走，但是随着相关研发的投入，市场上已经逐渐开始出现支撑智能物流的产品。

箱（盒）式超高速自动仓库

该立库的单巷道中同时设置多台堆垛机，运用先进的同步协调控制技术使其在各自独立的作业中互不干涉。巷道内的堆垛机为上下两层结构，同时作业，其入出库处理能力可达2200箱（盒）/小时。同时它也是集存储、输送、分拣于一体的新型配送系统，完全实现了分拣、集货等环节的自动化。其中，分拣系统采用了立体化的三维布局，与以往的平面布局相比，既节省空间又节约了人力。

第三代物流机器人

第三代物流机器人实现了从自动化到智能化的转变，它们由移动车体、机械臂和机械手组成，具有高度自主性，能够完成多种功能如物体识别、抓取分拣及运输，在效率和功能上远超第二代，可满足智能物流对于设备高柔性自动化的需求。

全方位传送带分拣系统

以往的传送带只能按固定的路线传送物品，并且对物品的形状规格也有要求，这显然无法满足柔性、智能化的生产物流要求。市场上推出的全方位传送带，以互锁方式相互交错，由全长销杆组装在一起，可以实现物品在传送面上全方位的移动，彼此之间可以互不干扰，同时通过箱子上的RFID可以替代人工拣选，大大提高了物流作业效率。

AR智慧物流系统

在这个系统中，分拣工作人员戴上AR眼镜，可以直观看到商品的质量、体积等各种信息，进行快速分拣。系统会指导工作人员按照最优路线行走，迅速找到货架上的商品，并进行扫描。之后，AR眼镜还能帮助工作人员迅速地完成质量检测、包装等工作。这样的系统对于多零件、个性化的产品定制化生产有很大帮助，可以实现智能化。

手持式智能读码器

各种条码已经广泛地用于工厂，快速并且准确地识别条码信息有助于加快物流智能化。行业中推出的基于图像的ID读码器，可对具有不同大小、质量、打标或印刷方法的直接部件标识、二维码以及一维码进行解码。通过配备高级液态镜头成像系统和柔性照明技术，它能够解码各种各样表面上最难以辨别的直接部件标识。配备以太网通信和工业协议，可轻松集成工业自动化设备，能够快速、高效地执行安装和维护。同时，配备现场可交换通信模块，通过一个读码器可以满足客户特定的以及不断变化的通信需求。

五、智能物流落地的几点建议

智能物流有着很好的发展前景，将配合智能制造彻底改变生产方式。但是在落地的过程中，特别是在中国，除了技术层面的壁垒，仍然有诸多挑战和难点需要克服。对此提几点落地的建议以供参考。

1.重流程

在智能物流的落地过程中，流程再造和优化是重中之重。国内企业常常不重视流程方面的分析，而更愿意投资昂贵的设备，但是投资硬件并不能让企业直接找到流程上的不足，只有持续不断进行流程优化，才能把企业内部不合理的东西深挖出来，通过两化融合实现智能制造。

2.重规划

在智能物流落地方法上，企业需要制定相应的智能物流战略，根据愿景制定相应的行动计划，由此确定整体发展路径。以宝马莱比锡工厂为例，其外观犹如一把梳子，这样的造型是为了物流便利性。通过运送不同零组件的货车直接开至离装配线最近区域，这样部件进厂后可直接送至相应工位，实现生产和供应JIT。反观国内的工厂往往方方正正，却并不有利于物流。

3.重标准

目前，我国政府对于两化融合、《中国制造2025》非常支持，许多企业大力度地投入研发，希望立起行业标杆，在下一个工业时代中成为弄潮儿。但在把项目做大做强前，企业需要关注相应标准的制定，强调国家级标准的重要性。当前的工业4.0标准尚未完全清晰，行业不仅要重视国际方面的进展，也要加强国内物流标准化建设，比如集装单元标准化、通讯协议标准化。这些看似小的问题如果得不到解决，不仅降低了物流效率，也极大阻碍智能物流发展。

4. 重数据产权与安全

未来的经济是数字经济，未来的社会是数字社会。在推动智能物流落地的过程中，企业应当数字化所有流程，只有这样才能更好地去控制和优化流程。而这将使数据变得至关重要，数据成为新一代的“石油”，谁拥有数据，谁就占据了主动权和话语权。当如此多的数据被产生，并且成为一种稀缺资源时，大数据产权和数据安全是不可避免的问题，这需要有完善的法律和技术手段去保护。