服裝行業(yè)是典型的勞動密集型產(chǎn)業(yè),在經(jīng)歷持續(xù)不斷惡化的用工荒之后,行業(yè)已經(jīng)完成了主要生產(chǎn)設(shè)備的自動化和智能化升級,從原材料的紡紗,織布,到成衣制作,整平等工序都實(shí)現(xiàn)了自動化,但在內(nèi)部物流方面的自動化和智能化水平還處在一個很低的水平。當(dāng)前,還有近50%的人工耗費(fèi)在簡單的物流搬運(yùn)和揀選中。
如何提高鞋服企業(yè)的內(nèi)部物流尤其是倉儲配送的效率是每個鞋服企業(yè)性命攸關(guān)的大事,而倉儲配送效率的最大瓶頸就是揀選的策略和背后的算法。大電商時代下的鞋服企業(yè),如何前瞻性地、高效地實(shí)現(xiàn)生產(chǎn)和倉儲管理,是每個鞋服企業(yè)制勝未來的不二法門。
一、牧星智能倉儲系統(tǒng)如何在鞋服物流中心發(fā)揮作用
作為機(jī)器人智能倉儲系統(tǒng)專家,牧星智能為服裝產(chǎn)業(yè)鏈的不同環(huán)節(jié)的企業(yè)先后提供了不同的定制化解決方案,從原材料的紡紗、織布到成衣制作,成衣儲存和揀選、配送等等全流程的專業(yè)的內(nèi)部物流解決方案。下面我們就物流機(jī)器人在繡花縫紉線倉儲揀選,裁片區(qū)揀選和齊套配送,半成品管理和自動包裝,成品管理、B2C模式下的電商倉庫管理共5個應(yīng)用場景來具體說明揀選策略和算法是如何發(fā)揮關(guān)鍵作用的。
1、繡花縫紉線倉儲揀選
通常采用貨到人的方式:料箱式機(jī)器人將裝有同一SKU的料箱送到工作站,操作工無需掃描復(fù)核,直接根據(jù)系統(tǒng)指令拿出對應(yīng)數(shù)量的線錠放入對應(yīng)播種墻的位置就完成了揀選,料箱隨即根據(jù)系統(tǒng)指令由輸送線和料箱機(jī)器人重新送回存儲區(qū)域;整箱發(fā)貨的則直接從輸送線不經(jīng)人員干預(yù)自動送出。
通過強(qiáng)大的WMS系統(tǒng)采用料箱貨到人,按照電腦提示數(shù)量揀選,
結(jié)合PTL實(shí)現(xiàn)多訂單邊揀邊播的方式,不但將人工降到最低,實(shí)現(xiàn)500-800UPH的揀選人效,同時也規(guī)避了人為出現(xiàn)偏差的可能性。更為重要的是所有料箱都依托牧星強(qiáng)大的算法,隨機(jī)存儲到倉庫,外加料箱車的高度優(yōu)勢,充分利用倉庫的層高,這一下就增加了30%以上的倉儲利用率。
2、裁片區(qū)揀選和齊套配送
裁片完成之后,WMS系統(tǒng)基于不同款、色、號服裝的裁片進(jìn)行分類倉儲,并根據(jù)工單需求進(jìn)行揀選與配送。
待裁片外協(xié)加工及外圍預(yù)處理加工完成后,由潛伏式/料箱式機(jī)器人重新入庫,統(tǒng)一存入裁片緩存庫即配包前置區(qū)域,在這里,WMS系統(tǒng)會根據(jù)生產(chǎn)工單計(jì)劃,完成齊套檢查后,隨即通知MES排單,并將齊套的工單部件打包轉(zhuǎn)入成衣制作流水線。牧星智能的料箱式機(jī)器人通過掃描二維碼,準(zhǔn)確和高效地把不同部位的裁片送到對應(yīng)的工位,并及時把空料箱放回裁片區(qū)待用,達(dá)成料箱的循環(huán)使用。當(dāng)然也可以使用潛伏式機(jī)器人處理更大體量的裁片的揀選和搬運(yùn),最終實(shí)現(xiàn)服裝行業(yè)的JIT準(zhǔn)時制生產(chǎn),實(shí)現(xiàn)成衣齊套檢車與預(yù)準(zhǔn)備、降低在制品庫存、節(jié)約車間在制品庫占地面積、節(jié)省管理人力的目的,值得一提的是這里還使用了熱度算法,結(jié)合揀貨策略與算法,使物流機(jī)器人的利用率和揀配貨提前期都大大優(yōu)化,助力服裝企業(yè)滿足越來越高的快速交付能力要求。
裁片區(qū)揀選的難度在于除了齊套檢查以外,能夠高效完成不同裁片部件的揀選、配包,并且確保裁片和工單的無縫對應(yīng)。它是確保流水線的順暢,不同款式服裝快速自由切換的關(guān)鍵所在。
3、半成品管理及自動包裝
按照各門店訂單需求對成品進(jìn)行配比包裝,以包裝后整箱為最小單位進(jìn)行發(fā)貨。潛伏式機(jī)器人根據(jù)訂單需求,自動拆分及組合將裝有正確款、色、號的成衣送到自動揀選、包裝工作站。由多臺蜘蛛手機(jī)械臂自動將指定數(shù)量的不同成衣揀出、完成匯流、配比混箱及裝箱工作,確保高裝箱率。隨后完成紙箱雙邊打標(biāo),封箱,再由碼垛機(jī)器人將紙箱按照最終門店到港信息放置在不同的托盤上。
這部分的揀選策略就相對更為復(fù)雜了,簡而言之就是訂單提總、揀選、播種及包裝。但是需要同時考慮成衣款、色、號的配比,換季鋪貨與平時補(bǔ)貨的數(shù)量巨大差異以及不同門店所在城市空、海運(yùn)港口城市,實(shí)現(xiàn)揀選波次組合、待包裝成衣搬運(yùn)、自動包裝機(jī)換型頻率、碼垛托盤創(chuàng)建、搬運(yùn)等多維度綜合最優(yōu)求解。
4、成品管理
對于那些發(fā)貨量大,以托盤為單位發(fā)貨的客戶,根據(jù)熱度算法的理念,潛伏式機(jī)器人提前將待發(fā)貨托盤從倉儲的深處搬運(yùn)出來放置在待發(fā)區(qū),通過充分利用倉庫空閑時間整理貨位,縮短發(fā)貨時搬運(yùn)距離,實(shí)現(xiàn)用最少量的AGV滿足短時快速發(fā)貨裝車的需求,提高發(fā)貨效率和設(shè)備利用率。
5、B2C模式下的電商倉庫管理
電商倉庫對于揀選策略和算法的要求大概是物流圈內(nèi)最為復(fù)雜和苛刻的了。要建設(shè)一個高效運(yùn)營的電商倉庫,首先得根據(jù)SKU種類、特性、貨主,倉庫訂單結(jié)構(gòu)、存儲容量、平日吞吐量,高峰吞吐量,倉庫庫房結(jié)構(gòu)等大量數(shù)據(jù),準(zhǔn)確定義作業(yè)流程,倉庫區(qū)域劃分、物流動線設(shè)計(jì)、自動化設(shè)備選型、產(chǎn)能評估、WMS、WCS系統(tǒng)選擇定制等多個復(fù)雜流程后,才能真正開始使用。當(dāng)然這個揀選策略在設(shè)計(jì)的時候就要進(jìn)行考慮,確保將來上線的WMS系統(tǒng)能夠支持并具備靈活調(diào)整空間。
另外,還得考慮如何通過人機(jī)協(xié)同工作的方式,更加柔性、靈活地滿足“高峰““低谷”兩種作業(yè)模式。比如在高峰期,由機(jī)器人承擔(dān)復(fù)雜訂單的揀選,大量的簡單、重復(fù)訂單由AGV提總揀選后,由人工進(jìn)行播種(甚至很多單不需要播種)、打包工作。充分發(fā)揮機(jī)器人揀選的準(zhǔn)確性、操作簡單等優(yōu)勢,短時間內(nèi)通過快速增加人力滿足大吞吐量需求。在低谷期,使用物流機(jī)器人區(qū)域?qū)崿F(xiàn)所有訂單的揀選工作,節(jié)約人力。
二、牧星智能調(diào)度系統(tǒng),打造創(chuàng)新“黑科技”
當(dāng)前,越來越多的客戶為了更好地嵌合公司現(xiàn)有系統(tǒng),滿足自身需求,更偏向選擇自己開發(fā)WMS。在這種情況下,他們通常只需要硬件廠家提供一套成熟、便捷、多功能的調(diào)度系統(tǒng),確保項(xiàng)目能完美、快速落地應(yīng)用即可。我們認(rèn)為:一套好的調(diào)度系統(tǒng)必須具備卓越的算法策略,仿真模擬,同時協(xié)調(diào)千臺以上的機(jī)器人,熱播高可用,動態(tài)路徑規(guī)劃,交通管控,web地圖監(jiān)控和編輯等等功能。
1.從算法策略來說,通過選擇用時最短的路徑;
2.靈活、高度包容的算法以滿足隨時應(yīng)對不可預(yù)見事件的處理需求,最終找到高效搬運(yùn)的最優(yōu)解。
仿真模擬
在模擬階段就檢驗(yàn)布局是否合理,盡早發(fā)現(xiàn)問題,提前解決問題。
1. 通過1:1場景仿真模擬演示真實(shí)業(yè)務(wù)場景從真實(shí)系統(tǒng)調(diào)度到高保真車輛參數(shù)模擬。
2. 直觀的需求溝通,通過模擬器直觀的演示客戶業(yè)務(wù)場景,收集客戶反饋,避免因理解偏差或者業(yè)務(wù)變更導(dǎo)致的返工。
3. 提供高價值的決策數(shù)據(jù),比如地圖,流程,車輛數(shù)等最優(yōu)配置方案,方便客戶做出最利用企業(yè)發(fā)展的決策。
4. 上線保障,通過仿真驗(yàn)證算法和流程為未來的快速和平穩(wěn)上線提供充足保證。
動態(tài)路徑規(guī)劃
1.支持多種導(dǎo)航方式,可滿足多種物流機(jī)器人混跑;
2.自主研發(fā)的多層幾何路權(quán)管理系統(tǒng),可根據(jù)車輛占用空間合理完成路徑規(guī)劃與交通管控,從而確保倉儲內(nèi)部物流的順暢性和高效性3.根據(jù)客戶實(shí)際需求選擇合適的機(jī)器人,系統(tǒng)能夠把多種機(jī)器人協(xié)同管理,合理分配任務(wù),提高倉儲物流的靈活性和柔性。
高性能調(diào)度
系統(tǒng)穩(wěn)定可靠,無指令獲取不及時,無死鎖,可支持1000臺多種物流機(jī)器人的調(diào)度。
熱備高可用
1.高可用架構(gòu),多臺服務(wù)器分布式部署
2.自主判斷服務(wù)器運(yùn)行狀態(tài),確保在任意一臺服務(wù)器宕機(jī)的情況下,系統(tǒng)依然能正常運(yùn)作
3.一分鐘內(nèi)快速響應(yīng)
4. 支持多種業(yè)務(wù)場景
5. 支持公共云、私有云和本地部署
HTML5跨平臺支持與地圖規(guī)劃
1.WEB地圖編輯/監(jiān)控,無需安裝特定程序
2.跨平臺使用,支持PC/移動端等多種系統(tǒng)3.完全可視化,輕松對路線設(shè)置不同權(quán)限
安全性能
1.通過設(shè)置安全區(qū)和避讓點(diǎn),讓車輛高溫自主開往安全區(qū),自動繞開避讓點(diǎn),大大提升安全性;
2. 添加報(bào)警中心包括頁面報(bào)警和郵件報(bào)警,多渠道發(fā)布報(bào)警信息;
3. 緊急停止功能,通過一鍵就可以停止所有車輛運(yùn)行,以應(yīng)對地震火災(zāi)等突發(fā)情況。
智能充電策略
1. 溫控充電:充電電流隨溫度動態(tài)切換,既防止溫度過高,又適應(yīng)低溫環(huán)境;
2. 閑時充電:系統(tǒng)自主判定現(xiàn)場繁忙程度,智能調(diào)度車輛充電,使充電對生產(chǎn)影響降到最低。
二次開發(fā)
采用完全開放的系統(tǒng),支持國際化,多語言和多時區(qū)的二次開放需求,同時支持多協(xié)議,包括REST API,Websocket,AMQP,MQIT,OPC UA,TCP等多種。
可視化Dashboard通 過 可 視 化 的 大屏 監(jiān) 控 , 一 眼 即 能 知道 倉 庫 的 實(shí) 時 狀 態(tài) ,Dashboard提供豐富的可視化圖示標(biāo)識,多層多維度運(yùn)行狀態(tài)展示,系統(tǒng)界面報(bào)警等,更為重要的是牧星RCS還支持自定義多種KPI數(shù)據(jù)報(bào)表。
三、助力ELAND,搶占韓國服裝業(yè)智能物流新高地ELAND是韓國第一
大服裝生產(chǎn)制造銷售品牌,ELAND在韓國天安的一期智慧物流中心倉庫面積4000多平米。牧星智能通過高密度存儲算法、多排貨架密集布局方式,打破現(xiàn)有機(jī)器人倉常規(guī)布局方式,提升倉庫平面利用率30%以上。同時,最大程度地減少如疫情帶來的不可抗力等緊急情況造成的人員緊缺對進(jìn)出庫和分揀的壓力,進(jìn)一步提高對緊急情況的應(yīng)對能力。
ELAND商品品類多,但客單件數(shù)量低。針對ELAND特殊的鞋服存儲需求,牧星智能為其設(shè)計(jì)了定制化的產(chǎn)品解決方案。牧星智能特地在軟件上部署了最新版的熱度算法,在上班前通過WCS重新搬運(yùn)貨架至最佳位置,并依托動態(tài)熱度算法實(shí)現(xiàn)了庫存商品的實(shí)時優(yōu)化存放,有效提高了揀選效率、擴(kuò)大了生產(chǎn)產(chǎn)能。經(jīng)過ELAND與牧星智能共同改造,將倉儲物流應(yīng)用的新理念、新布局、新技術(shù)運(yùn)用于更多的倉庫現(xiàn)場,打造全新黑科技式的智能物流新生態(tài)。
四、再接再厲,牧星智能全球化布局
ELAND項(xiàng)目的圓滿落地,創(chuàng)造了韓國服裝業(yè)智能物流的新高度和新的里程碑。這也為牧星智能的全球化布局奠定了基礎(chǔ)。目前,牧星智能擁有覆蓋全場景的全品類物流機(jī)器人產(chǎn)品和解決方案,包括貨箱到人揀選、貨架到人揀選、協(xié)作揀選、分揀、搬運(yùn)、叉車、智能倉和智慧工廠,實(shí)現(xiàn)了銷售、運(yùn)營和服務(wù)全球覆蓋的能力。
在全球化拓展進(jìn)程中,踐行“本地化”的策略,牧星智能組建了本地化的銷售團(tuán)隊(duì)、渠道及服務(wù)合作伙伴,根據(jù)客戶需求和習(xí)慣,提供當(dāng)?shù)卣Z言的產(chǎn)品和服務(wù)。牧星智能期待利用行業(yè)領(lǐng)先的AI算法和機(jī)器人技術(shù)助力全球企業(yè)降本增效,實(shí)現(xiàn)物流和供應(yīng)鏈的智能轉(zhuǎn)型。
新時代鞋服物流與供應(yīng)鏈面臨的變革和挑戰(zhàn)03月07日 20:38
點(diǎn)贊:這個雙11,物流大佬一起做了這件事11月22日 21:43
物流管理機(jī)構(gòu)及政策分布概覽12月04日 14:10
盤點(diǎn):2017中國零售業(yè)十大事件12月12日 13:57
2017年中國零售電商十大熱點(diǎn)事件點(diǎn)評12月28日 09:58