当前位置: 物流设备 >> 物流设备市场 >> 数字物流开拓物流行业全新领域,为物流行业
物流及其所连接的各方,无不面临多样化、个性化、定制化的需求冲击,无论生产制造还是商贸流通,都要面对近年来诸多不确定性的挑战。为了应对挑战,涌现出了众多新技术与管理元素,横贯物流自动化装备、物流机器人、AI决策等新兴技术,纵连物流仓储、配送全环节,而数字孪生技术的发展,进一步促使物流管理智慧化与物流系统智能化,基于物流系统关键要素的有机融合实现数字物流革命。物流管理智慧化
物流管理智慧化,是在物流管理当中,针对人员、装备、货物、时间、成本等元素,将进行计划、调控的有效经验模型数字化,从而将人和系统的知识经验协同。这里包含了两个层面的管理智慧数字化:
第一个是明确机制的智能指标库,将行业中的通用指标,比如周转率、人效、坪效等指标公式进行抽取,形成物流管理智能指标库;第二个是不明确机制的智慧评价库,也就是通过对管理人员经验的总结或对历史数据的挖掘、行业公认的、影响物流整体或局部系统目标的关键因素总结。两者一起奠定了物流管理智慧数字化的基础。明确的预警线、不明确经验都将通过系统能够理解的方式进行数字化表达。大数据、区块链、物联网等与物流行业结合,加快推进了中国物流与供应链数字化发展。中国已经涌现全球最大的数字货运物流平台满帮、全球最大即时物流服务平台美团、全球最大快递物流服务平台菜鸟。数字物流已经中国新引擎,包括宝武钢铁旗下欧冶云商、中国物流集团旗下中储智运、中化能源旗下66云链等也在不同领域培育处领先的数字供应链服务平台。物流系统智能化
物流系统智能化,在传统物流智能执行装备与系统的基础上,更加强调从数字智慧化和智慧交互可视化两个维度理解。数字智慧化是以系统的物联网化与数字化为基础,通过可视化仿真体承载多维度数据,在近真环境下,与多个仿真体或业务系统、人员进行呈现或推演;通过数据整合、清洗、挖掘、再生成的方式,提供未来不同情况的关键数据;并通过价值挖掘的方式,挖掘出影响目标的更多未知要素,比如快递上货输送系统效率与积放关键参数之间的关系等。与此同时,物流系统智慧交互可视化,则是将系统实时状态与未来不同条件的可能状态,以人最能理解的方式,进行可视化、交互化以及时间空间多维度分层化的方式进行快速呈现到管理者脑中,从而达到人机共智的最终目标。
全面推进数字物流发展
(一)系统数字化——物流系统数字建模
物流数字系统躯体构建,简单来说就是构建三维物流装备与系统的数字化、可视化模型。不仅仅包括狭义上的输送机、立体库、人员,也需要包括近几年新兴的各种物联网装备等。传统仿真的重要成本,往往就是仿真建模部,目前有三种可行的解决办法,第一通过外部3dMAX等建模软件建模进行导入;第二是通过软件本身的类似或接近的模型进行代替或简单变形;最后一种则为基于工业小颗粒组件,进行全新设备与系统的拼接构建,在更细颗粒维度的软件内建模,目前行业更加推崇最后一种即建即用的建模功能,极大地降低构建成本与周期。
(二)价值互动——价值可视交互传递
提升孪生仿真体应用价值的钥匙是可信度,如何达成物流系统“所见即所得”是价值互动的关键。价值互动在于为物流数字系统提供神经系统与传感系统,让其具备能够模拟系统逻辑、实现系统目标的能力。不同于传统仿真,物流数字孪生需要具备强大的数据总线,来交互物联网与业务数据,以及交互仿真体的虚拟物联网与系统数据。其整体目标为:构建尽可能逼真的还原关键装备系统的物理交互与控制逻辑,例如堆垛机的二段加减速与电控延迟时间,大幅提升仿真的逼真度;构建融合IoT数据与业务数据,具备信息通路与整合能力的信息传递网络,类似脊椎动物的诞生,只有高速、准确的信息传递,才能进化出足够高级和智慧的生命体;构建虚拟物联网传感系统,检测比如输送流速、拥挤度等一系列数据,正是因为虚拟IoT系统的引入,才使得我们能够以更加全面的角度,掌握了解。
(三)问题先知——物流系统智能化
物流系统智能化类比为掌管逻辑的左脑,也可以理解为应用智慧管理的过程,将明确机制的检测与自动控制的指标和算法融入系统的智能判断,进行实时检测或仿真的技术。通过以明确的指标库为基础,构建仿真环境进行仿真的过程。
以运营角度为出发点,在通常的数值计算和工程算法之外,加入经验公式与计算程序。在工程实践中,形成一套实时数据驱动的人机交互界面,以及通过类LOD的方式,降低仿真资源消耗,提升仿真的实时性仿真系统。比如分拣系统的拥息、PHM信息等都通过数字化方式,固化到智能系统流程中,降低管理者精力消耗,并通过可视化方式进行快速的人机呈现。
(四)要素先觉——物流系统管理智慧化
物流管理智慧化类似掌管直觉的右脑,是产生智慧的过程,是数字孪生的重要目标,实现预判、预测和分析功能,来提升实际系统的效率。要想精准的、全面的、物理的可信仿真,产生多维度、跨传统业务层的未知大数据,是物流系统管理智慧化的关键,有助于建构学习网络的隐含层。
行业中常说的人工智能与物流的应用领域,除了诸如货物等图像识别等技术点之外,通过数字孪生结合物流体系整合的大数据分析与挖掘,成为物流系统柔性与价值最大化挖掘的“金矿”。
(五)智慧体协同——供应网络智慧化当物流网络中的细胞、组织、结构、器官被逐级深入构建,那么形成特定供应链数字孪生就不远了。当智慧体通过数据总线进行信息传递与相互影响,从下到上的物流系统到供应链的构建过程中,需要通过对供应链的可视化、互动协同共智、预测化、推演化,能够整合需求主体,制造、仓储、人力、信息、管理、运力等诸多信息,将降低物流资源匹配成本,提升经营主体甚至全社会的供应网络柔性与服务能力。