：为解决大规模定制生产中产成品在仓库内混托码放导致的分拣作业难的问题，本文创新提出一种基于桁架机械手的卸分一体入库方案，将分拣作业前置至仓库卸载环节。应用桁架机械手实现卸货作业的同时，将混托码放的货物按客户进行分拣。在此基础上，针对产成品卸分一体入库方案特点提出作业效率优化方法。
随着经济全球化和市场之间的竞争加剧，产品生产面临着缩短产品生产周期和实现用户个性化需求的压力，传统的大规模生产模式已经没办法适应当前的市场之间的竞争。大批量定制（Mass Customization, MC）既能使用户得到满足特定的要求，又具有大规模生产的经济效益，以其独特优势成为众多企业青睐的一种生产方式[1]。
在大批量定制生产模式下，一条生产线相同时间段内下线]，因此产线边一般会用混合码放方式将不一样的客户的产成品码叠至托盘。与大批量标准化产品生产模式下产成品仓库整托存储不同，大批量定制生产企业产成品仓库一般会用混托存储模式，根据发货计划从库内混托上分拣客户订单后集合发货。在分拣过程中，由于不一样的客户产品混叠在一起，只能采用人工模式，需要耗费大量人力进行拆垛、搬运和再码垛作业，严重影响出库效率。
为解决大规模定制生产中产成品库内分拣作业难题，设计一种基于桁架机械手的卸分一体入库方案，将出库前的分拣作业提前至入库过程中的卸载环节。下面以承接某服务器生产企业产成品三方物流仓库为例，对该方案进行详细说明。
某大型服务器生产企业采用大规模定制生产模式，按照每个客户订单生产服务器，同一条生产线下线的服务器参数配置存在一定的差异。下线服务器统一汇集至车间集货码放区，不一样的客户定制的服务器被混合码垛至托盘，后期再将集货码放区托盘装载卡车运送至第三方物流公司仓库。第三方物流公司仓库承担了该服务器生产企业的成品物流业务，负责将成品服务器送至客户。
当前第三方物流公司仓库内作业工艺流程，如图1所示。在生产企业下线服务器到达第三方物流公司仓库后，由作业人员驾驶叉车卸载车厢中服务器，在卸车区通过人工手持RFID扫描每台服务器上的条码，核实并记录服务器信息，经简单整理后直接将同一批次到达的整托服务器上架储存。待需要发货时，再由作业人员在货架区域按照每个客户订单拣选服务器，必要时需对整托服务器进行拆垛与再码垛作业，拣选的服务器在集货装车区进行码垛装车，运输至客户。
原有作业方式过程中，单台服务器的平均重量为20kg，在混托中拣货需要2个作业人员配合才能完成，作业人员劳动强度大，作业效率低，且由于出库前拣选环节的存在，现场设置了较大面积的集货区域，空间利用率较低。随着服务器生产企业的订单数量日渐增大，第三方物流公司仓库存储空间不足、作业人员短缺问题日渐突出，当前作业方式已不足以满足日常仓库运营要求。
基于第三方物流公司仓库现场场地、作业特点，对仓库内工艺流程进行重新布置，设计一套卸分一体入库方案，如图2所示。在生产企业的服务器到达第三方物流公司仓库后，厢式货车停靠在月台区域，由作业人员依次将车厢中的托盘卸载至桁架机械手作业区域内的待拣区，由作业人员手持RFID扫描每台服务器上的条码，核实并记录服务器信息，按照每个客户数量在码垛区内摆放相应数量的空托盘。然后，启动桁架机械手进行分拣码垛作业，将待拣区内的服务器分拣码垛至对应客户托盘。桁架机械手分拣完成后，由入库人员驾驶叉车将分拣码垛完成后的整托服务器搬运至货架区进行上架存储。待需要发货时，由出库人员驾驶叉车在货架区内依照客户订单叉取整托服务器，直接装车发货即可。该方案有效节省发货时拣货、倒垛的过程，减少出库前集货区空间，提高发货效率。
卸分一体入库方案适用于第三方物流公司仓库服务器到达后的卸载与分拣作业环节中，可实现在货物到达后即对混托码放的货物根据发货要求做分拣、码垛后上架。
桁架机械手是一种建立在直角X、Y、Z三坐标系统基础上，调整工件、货品位置的全自动工业设施。该设备由高架轨道、大车、小车、抓取装置及成套的控制、驱动装置组成。其中，大车沿X轴方向于铺设在两侧高架的轨道上运行，小车沿Y轴方向于大车的轨道上运行，抓取装置沿Z轴方向运行，桁架机械手结构如图4所示。桁架机械手通过工业控制器实现对传感器及各种输入信息的分析处理，并经过一定的逻辑判断，控制相关运行机构（包括大车、小车及抓取装置等）完成货物的抓取与放置作业[3]。抓取装置可根据待抓取的货物的形状及材质等替换不同的形式，因而桁架机械手可适应多种工况下的应用，如轮胎、服务器、地板的生产车间、仓库等场景的抓取、分拣及转运作业[4]。
待拣区与码垛区由地面摆放的托盘排列而成。待拣区是混托码垛的服务器由车厢卸载后的暂存区域，码垛区用于码放分拣后的各客户订单的服务器。桁架机械手横跨待拣区与码垛区，其作业区域应覆盖以上两个作业区域。
该方案设计中，服务器为精密电子器件，在进行码垛时，一个标准托盘上至多码放10件服务器。现场到货车辆多采用货箱长度9.6m的厢式货车，不同的整托服务器单层放置，单个车厢内最多放置14托整托服务器。通过历史数据统计发现，单个车厢内包含分属于十余个客户的服务器，且存在同一客户订单服务器多日连续到货的情况。
③作业人员驾驶叉车将车厢内的整托服务器依次卸载至待拣区，卸载完成后车辆可自行驶离月台区域；
⑥根据作业顺序，桁架机械手定位吊装位置，驱动大车沿X轴，小车沿Y轴移动至待拣托盘位置，识别、核实托盘顶层服务器信息，无误后通过抓取装置沿Z轴方向抓取并提升托盘顶层服务器，按照每个客户订单服务器分拣货位在码垛区的位置信息确定服务器货位，驱动大车沿X轴，小车沿Y轴移动至对应货位上方，驱动抓取装置将服务器码放于托盘，完成一次作业任务；
⑦当码垛区客户托盘上服务器达到码垛限制时，停止桁架机械手的作业，由作业人员更换托盘后重新再启动桁架机械手；
⑧重复进行步骤⑥及步骤⑦，直至将待拣区内的服务器全部按照客户订单进行分拣码垛。
针对卸分一体入库系统，可通过调度算法优化作业流程，提升作业效率。在进行卸载与分拣的作业环节中，桁架机械手的作业时长与同一客户的服务器在待拣区内位置分布、托盘上服务器数量及码垛区内客户订单服务器指派托盘位置等因素相关，各因素影响示意图如图6~图8所示。
由图6可见，在码垛区每个客户仅分配一个货位托盘的情况下，由于方式二中A客户的服务器在待拣区的分布位置距离码垛区客户货位托盘距离较近，方式二桁架机械手水平移动距离较方式一少，因而方式二优于方式一，即客户服务器在待拣区内的位置分布会对桁架机械手作业效率产生影响。
由图7可见，在码垛区每个客户仅分配一个货位托盘的情况下，由于方式二中A客户的服务器在待拣区内数量多的位置距离码垛区客户货位托盘较近，同样减少了桁架机械手水平移动距离，因而方式二优于方式一，即客户服务器在待拣区内不同托盘上数量会对桁架机械手作业效率产生影响。
由图8可见，在码垛区每个客户仅分配一个货位托盘的情况下，由于方式二中客户订单服务器分拣货位在码垛区的位置距离该客户服务器在待拣区内数量多的位置较近，也可减少桁架机械手水平移动，因而方式二优于方式一，即客户订单服务器分拣货位在码垛区的位置会对桁架机械手作业效率产生一定的影响。
综上，可结合以上三方面的影响因素，对第三方物流公司仓库基于桁架机械手的卸分一体作业场景下的作业效率进行整体优化。
由“影响因素一”的分析可知，待拣区内货品摆放位置对后续作业环节会产生重要影响，为尽可能提高卸分一体入库作业中桁架机械手的作业效率，可首先在卸货环节对待拣区内服务器摆放位置做优化，具体优化思路为：
（2）使用聚类算法，根据各托盘上服务器所属客户订单及对应的服务器数量进行聚类；
（3）根据聚类结果确定各托盘服务器在待拣区内的摆放位置，卸载时依序将托盘摆放至待拣区对应位置。
经过如上优化，改变了以往根据厢式货车车厢内默认存放顺序进行卸车的作业方式，而将该批次服务器中属于同一客户订单但位于不同托盘上的服务器托盘在待拣区邻近放置，如图9所示。
由“影响因素二”及“影响因素三”的分析可知，卸分一体入库的作业过程受到待拣区各托盘上服务器数量及码垛区内客户订单服务器指派托盘位置的影响，基于此，可对卸分一体入库作业过程进行逐步优化，具体思路如下：
（1）混托托盘卸载至待拣区后，确定各混托托盘在待拣区内的位置及托盘上服务器信息清单；
（2）基于采集到的数据，确定各客户订单服务器在待拣区内的空间分布及数量，形成数字化码垛模型；
（3）在卸货环节优化结果的基础上，采用贪心思想，将每个客户订单在码垛区的货位确定为距离该客户订单的服务器在待拣区内集中存放的位置，总体减少各客户订单服务器到对应码垛区货位的距离。
经上述方法优化后，可确定一种接近全局最优的货位分配的方法，并使得货位可根据待拣区内服务器摆放情况的不同做调整，从而最大限度降低桁架机械手水平移动距离，提升工作效率。
如图10所示，待拣区内共有3个托盘上分别放置着A客户4个、7个、2个数量不等的服务器，根据以上算法思路和A客户服务器在待拣区内的分布位置及各位置上码放的数量情况，可将A客户服务器在码垛区的货位确定为如图10蓝色加深所示的位置，进而达到缩短桁架机械手水平移动距离的目的。
本文介绍了一种基于桁架机械手的卸分一体入库方案，应用于客户按单定制化生产且混托码放的场景中货物入库储存前的卸载及分拣过程。实际应用中，可根据现场需求及场地限制选择正真适合的方案及调整系统布局，实现与现场的高度契合。此外，提出基于基础方案及作业特征的相应的优化思路，逐步提升卸分一体入库方案的整体作业效率。
需要注意的是，基于桁架机械手的卸分一体入库方案依赖货物、托盘与存放位置等各方面数据信息的采集，且由于按单定制化生产的货物形状通常不统一，因而要建立数字化码垛模型。
此外，在到达货车驶入库内货场进行装卸的场景中，如果车厢顶部开放，可以将车厢作为待拣区直接将货物分拣至车厢两侧的码垛区，如图11所示。桁架机械手在卸载货物的同时实现按客户分拣，从而进一步提升作业效率。
[1]苏少辉,刘桂英,陈昌等.面向大批量定制的客户的真实需求聚类分析及优化[J].杭州电子科技大学学报(自然科学版),2018,38(04):75-81.