廣 告 | 點擊 查 看

摘要：本文以某自動化立體倉庫為研究對象，針對其核心設(shè)備（4臺提升機(jī)、16臺堆垛機(jī)、6臺直線穿梭車及8臺環(huán)形穿梭車）的稼動率展開系統(tǒng)分析。通過引入行業(yè)通用的稼動率與整體設(shè)備效率（OEE）計算模型，結(jié)合24小時連續(xù)作業(yè)場景下的運行數(shù)據(jù)，識別設(shè)備運行瓶頸并提出優(yōu)化策略。研究顯示，該倉庫設(shè)備整體稼動率處于行業(yè)常規(guī)區(qū)間，堆垛機(jī)性能及穿梭車協(xié)同效率存在可優(yōu)化空間。通過調(diào)度算法優(yōu)化、預(yù)測性維護(hù)及冗余設(shè)計等經(jīng)行業(yè)驗證的措施，可提升系統(tǒng)運行效率與可靠性。

關(guān)鍵詞：自動化立體倉庫；稼動率；設(shè)備效率；OEE

作者：李晉玲1 ，2 李瑞保1， 2 張明瑞1， 2 王戌萌1， 2

1北京起重運輸機(jī)械設(shè)計研究院有限公司

2機(jī)械工業(yè)智能倉儲物流技術(shù)重點實驗室

一

引言

隨著智能制造與現(xiàn)代物流產(chǎn)業(yè)的深度融合，自動化立體倉庫作為集存儲、搬運、分揀于一體的智能化物流核心節(jié)點，其運行效率直接決定供應(yīng)鏈響應(yīng)速度與企業(yè)運營成本。中商產(chǎn)業(yè)研究院發(fā)布的《2025-2030年中國智能倉儲行業(yè)深度分析及發(fā)展前景研究預(yù)測報告》顯示，2024年中國智能倉儲市場規(guī)模約為1760.5億元，較上年增長14.8%。中商產(chǎn)業(yè)研究院分析師預(yù)測，2025年中國智能倉儲市場規(guī)模將達(dá)到1954.1億元。此類倉庫需通過精準(zhǔn)的設(shè)備管理實現(xiàn)滿足企業(yè)需求的“零間斷”運行，而稼動率作為衡量設(shè)備有效利用程度的核心指標(biāo)，其量化分析與優(yōu)化成為精準(zhǔn)設(shè)備管理的關(guān)鍵。

題眼廣 告 | 點擊查看

稼動率（Operation Rate）是設(shè)備在計劃運行時間內(nèi)實際有效作業(yè)時間的占比，反映設(shè)備的利用效率與管理水平[1]。對于自動化立體倉庫而言，由于設(shè)備類型多（如提升機(jī)、堆垛機(jī)、穿梭車等）、協(xié)同關(guān)系復(fù)雜，單一設(shè)備的低稼動率可能引發(fā)“瓶頸效應(yīng)”，導(dǎo)致整體系統(tǒng)效率下降。例如，堆垛機(jī)空駛率過高會直接降低存取效率，穿梭車路徑?jīng)_突會導(dǎo)致貨物轉(zhuǎn)運延遲，此類問題在24小時連續(xù)作業(yè)場景下影響更為顯著。因此，開展自動化立體倉庫稼動率分析，對識別設(shè)備運行瓶頸、優(yōu)化資源配置、實現(xiàn)精準(zhǔn)設(shè)備管理具有重要實踐意義。

國外對稼動率的研究起步較早，1990年左右已將整體設(shè)備效率（Overall Equipment Effectiveness,OEE）模型應(yīng)用于制造業(yè)設(shè)備管理。日本學(xué)者Seiichi Nakajima 在《TPM實戰(zhàn)》中提出，OEE通過時間稼動率、性能稼動率與良品率的乘積，全面反映設(shè)備綜合效能，該模型引入物流領(lǐng)域后，成為自動化倉庫設(shè)備評估的通用標(biāo)準(zhǔn)[2]。近年來，歐美學(xué)者聚焦智能算法優(yōu)化，如采用強(qiáng)化學(xué)習(xí)算法優(yōu)化堆垛機(jī)路徑，使設(shè)備稼動率提升12%；通過數(shù)字孿生技術(shù)模擬穿梭車協(xié)同場景，減少路徑?jīng)_突導(dǎo)致的停機(jī)時間30%。國內(nèi)研究則以應(yīng)用實踐為主[3]。如構(gòu)建自動化倉庫設(shè)備稼動率評估模型，提出“空駛率-負(fù)載率-故障間隔”三維分析框架；通過驗證OEE在設(shè)備維護(hù)中的應(yīng)用價值，發(fā)現(xiàn)預(yù)測性維護(hù)可使非計劃停機(jī)減少45%。但現(xiàn)有研究多聚焦單一設(shè)備（如堆垛機(jī)）或局部場景，對多設(shè)備協(xié)同下的稼動率聯(lián)動影響分析不足，尤其缺乏24小時連續(xù)作業(yè)場景的實證數(shù)據(jù)支撐。

本文以某24小時連續(xù)作業(yè)的自動化立體倉庫為研究對象，聚焦多設(shè)備、全場景，通過詳細(xì)解析設(shè)備配置、OEE模型構(gòu)建以及實證分析，總結(jié)出適用于精準(zhǔn)設(shè)備管理的優(yōu)化策略。

二

自動化立體倉庫設(shè)備配置與技術(shù)參數(shù)

1.倉庫整體布局

本文研究對象為某新能源企業(yè)自動化立體倉庫，占地面積約25000m2，貨位總量19000個，單貨位額定承載3t，主要存儲太陽能光伏板。如圖1所示，倉庫采用“生產(chǎn)—入庫—存儲—出庫”全流程自動化。因組件生產(chǎn)車間與立體庫中間有一條園區(qū)公路，所以需要通過提升機(jī)和連廊進(jìn)行銜接，即：在組件車間入庫口進(jìn)行入庫作業(yè)，通過提升機(jī)到二樓連廊，再通過提升機(jī)轉(zhuǎn)運至立體庫一側(cè)，通過輸送機(jī)、直線穿梭車，由堆垛機(jī)完成巷道內(nèi)存儲，最終再通過堆垛機(jī)、輸送機(jī)及環(huán)形穿梭車完成出庫端的出庫作業(yè)。本項目采用24小時作業(yè)模式，分為三個班次（早班8:00~16:00、中班16:00~24:00、夜班0:00~8:00），日均處理貨物約1200托。

圖1 某新能源企業(yè)自動化立體倉庫布置圖

2.核心設(shè)備

該自動化立體倉庫的核心設(shè)備包括輸送機(jī)、提升機(jī)、直線穿梭車、堆垛機(jī)、環(huán)線穿梭車。

輸送機(jī):數(shù)量110臺，用于連續(xù)輸送組件，布置在全場景物流線路上。詳細(xì)參數(shù)參見表1。

表1 輸送機(jī)參數(shù)表

提升機(jī):數(shù)量4臺，入庫口2臺，過連廊后與立體庫鏈接2臺。連接生產(chǎn)車間與立體庫，是跨越生產(chǎn)車間和立體庫的“咽喉”，其稼動率直接影響倉庫入庫協(xié)同效率。詳細(xì)參數(shù)參見表2。

表2 提升機(jī)參數(shù)表

堆垛機(jī):數(shù)量16臺，分布于16條巷道，每條巷道1臺。負(fù)責(zé)巷道內(nèi)貨物的精準(zhǔn)存取，是倉庫存取效率的核心影響因素。其性能稼動率與任務(wù)調(diào)度算法直接相關(guān)，空駛率過高會顯著降低實際吞吐量。詳細(xì)參數(shù)參見表3。

表3 堆垛機(jī)參數(shù)

直線穿梭車:數(shù)量6臺，布置在入庫側(cè)。承擔(dān)入庫側(cè)直線軌道上的貨物轉(zhuǎn)運，連接堆垛機(jī)與提升機(jī)接口，多車協(xié)同效率直接影響區(qū)域內(nèi)貨物流轉(zhuǎn)速度。

環(huán)形穿梭車:數(shù)量8臺，布置在出庫側(cè)。依托環(huán)形軌道實現(xiàn)多節(jié)點間的靈活轉(zhuǎn)運，尤其適用于“多出口”場景，環(huán)形穿梭車的路徑規(guī)劃能力對稼動率影響顯著。詳細(xì)參數(shù)參見表4。

表4 直線/環(huán)形穿梭車參數(shù)

3.業(yè)務(wù)流程

立體倉庫共劃分為4個消防分區(qū)。根據(jù)24小時不間斷作業(yè)實際需求，平均下來入庫流量滿足70托/小時，出庫流量滿足120托/小時。結(jié)合場地布置規(guī)劃，從產(chǎn)線末端到出庫發(fā)貨完成，物流線路詳見圖2。

圖2 設(shè)備布置及物流線路

生產(chǎn)末端入庫，從圖示的0位置開始。作業(yè)人員將貨物分別放置在兩個入庫口，貨物進(jìn)行尺寸檢測、條碼閱讀，不合格的貨物退回進(jìn)行人工整理。合格的貨物被輸送線運輸至提升機(jī)，通過連廊輸送機(jī)運輸至庫內(nèi)。通過1、2、3、4直穿輸送作業(yè)，至指定巷道，由堆垛機(jī)完成入庫作業(yè)。

出口作業(yè)任務(wù)由堆垛機(jī)、輸送機(jī)、環(huán)形穿梭車等配合完成。在接收出庫需求后，堆垛機(jī)取貨作業(yè)，將貨物放置在輸送機(jī)上。環(huán)形穿梭車將貨物從輸送機(jī)上取下，運輸至出貨口5。作業(yè)人員將貨物插走，完成出庫作業(yè)。

堆垛系統(tǒng)、托盤輸送機(jī)、提升機(jī)、直線/環(huán)線穿梭車系統(tǒng)等各設(shè)備布置，物流通暢合理，在實際運行過程中，集成化物流管理控制系統(tǒng)還可根據(jù)歷史記錄及實際運行狀況，對運行進(jìn)行相應(yīng)調(diào)整，從而最大限度地發(fā)揮系統(tǒng)的能力。

三

稼動率與OEE計算模型構(gòu)建

結(jié)合前文確定的物流線路布局、設(shè)備性能參數(shù)及作業(yè)效率的具體要求，本節(jié)進(jìn)一步構(gòu)建適用于該倉庫設(shè)備的稼動率與整體設(shè)備效率（OEE）計算模型，為設(shè)備效能評估提供量化依據(jù)。

1.稼動率

稼動率作為衡量設(shè)備時間利用效率的核心指標(biāo)[4]，其計算方式為計劃運行時間與實際運行時間的比值再乘以100%。其中，計劃運行時間基于倉庫24小時連續(xù)作業(yè)模式按周核算，具體為168小時（即24小時/天×7天/周），且該時間范疇包含設(shè)備必要的計劃維護(hù)時間（如每日30分鐘的例行檢查），但不涵蓋非計劃停機(jī)時間（如設(shè)備故障、物料短缺等情況導(dǎo)致的停機(jī)）；實際運行時間則指設(shè)備處于有效作業(yè)狀態(tài)的時長，需在計劃運行時間基礎(chǔ)上扣除非計劃停機(jī)時間（包括故障停機(jī)、設(shè)備閑置、任務(wù)等待等情形），以堆垛機(jī)為例，其實際運行時間僅包含執(zhí)行貨物存取任務(wù)的時間，而不包含因任務(wù)分配延遲引發(fā)的閑置時間。

2.整體設(shè)備效率（OEE）

為實現(xiàn)對設(shè)備綜合效能的全面評估，本研究引入整體設(shè)備效率（OEE）指標(biāo)，該指標(biāo)通過時間稼動率、性能稼動率與良品率三者的乘積計算得出。其中，時間稼動率即前文所述的稼動率，主要反映設(shè)備時間維度的利用效率；性能稼動率通過實際生產(chǎn)速度與理論生產(chǎn)速度的比值再乘以100%計算，用于體現(xiàn)設(shè)備在運行速度層面的效能；良品率則為合格貨物數(shù)量與總處理貨物數(shù)量的比值再乘以100%，結(jié)合該倉庫的實際作業(yè)數(shù)據(jù)與行業(yè)特性，本研究中設(shè)定該倉庫貨物處理合格率為99.8%。

四

數(shù)據(jù)采集與實證分析

為驗證前文構(gòu)建的稼動率與OEE計算模型的科學(xué)性和適用性，同時精準(zhǔn)掌握倉庫設(shè)備實際運行效能，本節(jié)圍繞數(shù)據(jù)采集方法的設(shè)計與實證分析的實施展開研究[5]，通過多維度、高精度的數(shù)據(jù)獲取為后續(xù)效能評估與優(yōu)化建議提供可靠的數(shù)據(jù)支撐。

1.數(shù)據(jù)采集方法

本研究采用多源融合的數(shù)據(jù)采集方式，以確保獲取數(shù)據(jù)的全面性、準(zhǔn)確性與時效性。首先，通過網(wǎng)絡(luò)通訊監(jiān)測手段采集堆垛系統(tǒng)、托盤輸送機(jī)、提升機(jī)、直線/環(huán)線穿梭車系統(tǒng)等設(shè)備運行狀態(tài)數(shù)據(jù)，具體借助設(shè)備自帶的傳感器以及額外加裝的振動、轉(zhuǎn)速監(jiān)測裝置，實時捕捉設(shè)備在運行過程中的關(guān)鍵狀態(tài)參數(shù)；其次，開展系統(tǒng)日志集成工作，從倉庫管理系統(tǒng)（Warehouse Management System，WMS）與倉儲控制系統(tǒng)（Warehouse Control System，WCS）中提取設(shè)備任務(wù)執(zhí)行記錄，為保證數(shù)據(jù)的時效性，設(shè)定數(shù)據(jù)采樣頻率為1次/分鐘；最后，引入人工校驗環(huán)節(jié)，每日由專業(yè)的設(shè)備維護(hù)班組對自動采集的各類數(shù)據(jù)進(jìn)行逐一核對，及時修正數(shù)據(jù)偏差、補(bǔ)充缺失信息，從而確保采集數(shù)據(jù)的完整性與準(zhǔn)確性，為后續(xù)實證分析的順利開展奠定基礎(chǔ)。比如，采自系統(tǒng)日志并經(jīng)人工校驗后的每小時出庫量如圖3所示。

圖3 出庫量統(tǒng)計

2.實際數(shù)據(jù)分析

通過統(tǒng)計分析倉庫核心設(shè)備的運行時長（詳見表1）發(fā)現(xiàn)，各類設(shè)備的計劃運行時間均按前文設(shè)定的24小時連續(xù)作業(yè)模式以周為單位核算，統(tǒng)一為168小時/周。其中，堆垛機(jī)的實際運行時間為150.2小時/周，該時長包含故障停機(jī)9.8小時、計劃維護(hù) 7.9小時與閑置0.1小時，據(jù)此計算其稼動率約為89.4%，同時該設(shè)備實際生產(chǎn)速度為85.3托/小時，結(jié)合120托/小時的理論生產(chǎn)速度可得性能稼動率約為71.1%，再結(jié)合99.8%的良品率，最終算出其OEE約為63.4%；提升機(jī)的實際運行時間為 160.5小時/周，對應(yīng)的稼動率約為95.5%；直線穿梭車的實際運行時間為146.2小時/周，該時長中包含14.8小時的路徑?jīng)_突等待時間，其稼動率約為87.0%；環(huán)形穿梭車的實際運行時間為143.8小時/周，其中包含15.2小時的路徑?jīng)_突等待時間，對應(yīng)的稼動率約為85.6%。

表5 設(shè)備運行時長數(shù)據(jù)

3.結(jié)果討論

針對各設(shè)備的運行數(shù)據(jù)結(jié)果展開分析，發(fā)現(xiàn)堆垛機(jī)的稼動率（89.4%）處于行業(yè)典型區(qū)間（85%~95%），但其性能稼動率（71.1%）低于理論值（100%）。這一現(xiàn)象與任務(wù)調(diào)度過程中空駛路徑占比達(dá)21.3%密切相關(guān)（該空駛路徑占比數(shù)據(jù)源自WCS系統(tǒng)路徑分析報告）。提升機(jī)的稼動率（95.5%）表現(xiàn)良好，這一優(yōu)秀表現(xiàn)與該設(shè)備所采用的定期維護(hù)方案相關(guān)，該方案具體為每月開展2次一級維護(hù)。直線穿梭車與環(huán)形穿梭車均存在因路徑?jīng)_突導(dǎo)致的等待時間，其中直線穿梭車的路徑?jīng)_突等待時間占計劃運行時間的8.8%，環(huán)形穿梭車的該占比為9.1%，兩類穿梭車的這一問題均與多車協(xié)同調(diào)度算法的參數(shù)設(shè)置有關(guān)，需通過算法優(yōu)化進(jìn)一步降低路徑?jīng)_突概率。

五

運行瓶頸與優(yōu)化策略

1.核心瓶頸識別

通過對倉庫設(shè)備運行數(shù)據(jù)與作業(yè)流程的深度復(fù)盤，識別出當(dāng)前影響設(shè)備效能提升的三大核心瓶頸。首先是堆垛機(jī)空駛率偏高的問題，根據(jù)任務(wù)執(zhí)行日志的統(tǒng)計結(jié)果，堆垛機(jī)的無效行程占比達(dá)到21.3%，這一現(xiàn)象主要源于任務(wù)分配過程中未充分遵循就近原則，導(dǎo)致設(shè)備在無貨物承載的情況下仍需頻繁往返于不同貨位。其次是穿梭車路徑?jīng)_突問題，在多車協(xié)同調(diào)度場景中，由于未采用動態(tài)路徑規(guī)劃技術(shù)，車輛在交匯路段常出現(xiàn)等待情況，大幅增加了無效運行時間。最后是維護(hù)模式存在局限，當(dāng)前倉庫采用固定周期的預(yù)防性維護(hù)模式，該模式下部分設(shè)備出現(xiàn)過度維護(hù)現(xiàn)象，例如堆垛機(jī)的月度維護(hù)實際耗時超出標(biāo)準(zhǔn)15%，而部分設(shè)備又面臨突發(fā)故障風(fēng)險，僅第三季度提升機(jī)就發(fā)生了2次突發(fā)故障，反映出維護(hù)資源分配與設(shè)備實際需求的不匹配。

2.優(yōu)化措施

針對上述核心瓶頸，本研究從調(diào)度算法、維護(hù)體系、設(shè)備設(shè)計與人員能力四個維度提出優(yōu)化措施[6]。

在智能調(diào)度算法升級方面，針對堆垛機(jī)空駛率問題，計劃采用遺傳算法優(yōu)化任務(wù)排序，該算法已在3個同類倉庫的實際應(yīng)用中驗證了有效性，可實現(xiàn)空駛率降低15%～22%；針對穿梭車多車協(xié)同調(diào)度中路徑?jīng)_突頻發(fā)的問題，當(dāng)前采用的靜態(tài)路徑規(guī)劃方案因無法實時響應(yīng)車輛位置變化，導(dǎo)致車輛在交叉路段、共享通道等關(guān)鍵節(jié)點頻繁等待。為此，計劃引入動態(tài)電子圍欄技術(shù)——該技術(shù)通過實時采集各穿梭車的位置、速度及任務(wù)優(yōu)先級數(shù)據(jù)，在車輛行進(jìn)路線上動態(tài)劃定臨時“虛擬圍欄”（即禁止其他車輛進(jìn)入的特定區(qū)域），同時根據(jù)車輛運行狀態(tài)實時調(diào)整圍欄范圍與存續(xù)時間，避免不同車輛在同一時空節(jié)點產(chǎn)生路徑重疊。從實踐應(yīng)用來看，某電商倉庫在相同多車調(diào)度場景下引入該技術(shù)后，通過動態(tài)圍欄對車輛行進(jìn)軌跡的實時管控，有效減少了路徑?jīng)_突等待時間，實際應(yīng)用效果顯示等待時長降低30%以上，與當(dāng)前倉庫穿梭車的作業(yè)強(qiáng)度、路徑布局需求高度適配。

在預(yù)測性維護(hù)體系構(gòu)建方面，首先在堆垛機(jī)軸承、提升機(jī)電機(jī)等關(guān)鍵部件部位加裝振動傳感器，以實時采集設(shè)備運行狀態(tài)數(shù)據(jù)；其次采用隨機(jī)森林模型對設(shè)備振動頻譜數(shù)據(jù)進(jìn)行分析，實現(xiàn)故障提前預(yù)警，某制造業(yè)倉庫的應(yīng)用實踐表明，該模型可使非計劃停機(jī)降低48%；最后基于平均故障間隔時間（Mean Time Between Failures，MTBF）數(shù)據(jù)構(gòu)建設(shè)備備件動態(tài)庫存模型，其中堆垛機(jī)的MTBF為1276小時，該數(shù)據(jù)為備件庫存的動態(tài)調(diào)整提供依據(jù)，既能減少備件成本，又能保障設(shè)備維護(hù)的及時性，相關(guān)案例顯示通過該模型可降低備件成本25%～30%。

在關(guān)鍵設(shè)備冗余設(shè)計方面，對提升機(jī)采用雙機(jī)熱備份方案，行業(yè)內(nèi)的應(yīng)用案例表明，該方案可將故障切換時間控制在150ms以內(nèi)，使系統(tǒng)可用性提升至99.99%。

在人員能力提升方面，依據(jù)《自動化立體倉庫設(shè)備運維規(guī)程》開展專項技能培訓(xùn)，培訓(xùn)重點強(qiáng)化工作人員的WCS系統(tǒng)操作能力與應(yīng)急處理能力，某物流園區(qū)的培訓(xùn)效果顯示，培訓(xùn)后人為誤操作導(dǎo)致的停機(jī)時間減少60%。

六

結(jié)論

本文通過聚焦24小時連續(xù)作業(yè)的自動化立體倉庫，以多設(shè)備協(xié)同效能優(yōu)化為核心目標(biāo)，通過稼動率與OEE模型構(gòu)建、多源數(shù)據(jù)采集及實證分析，系統(tǒng)探究設(shè)備運行規(guī)律與效能瓶頸，提出針對性優(yōu)化策略。并基于24小時連續(xù)作業(yè)場景的實證數(shù)據(jù)，揭示了多設(shè)備協(xié)同下稼動率的聯(lián)動影響機(jī)制；提出的組合優(yōu)化策略兼顧算法優(yōu)化、維護(hù)升級、設(shè)備設(shè)計與人員能力，為同類高負(fù)荷自動化立體倉庫的精準(zhǔn)設(shè)備管理提供了可直接落地的參考方案，有助于推動智能制造背景下物流倉儲系統(tǒng)的效能升級與成本優(yōu)化。

參考文獻(xiàn):

[1]劉玉彩.輪胎設(shè)備稼動率分析和改善初探[J].橡塑技術(shù)與裝備,2008.

[2]李嘉卉.淺談提高生產(chǎn)線設(shè)備稼動率[J].機(jī)械與電子,2014.

[3]吳云桂,吳萍. 提高自動化生產(chǎn)線的稼動率[J].科學(xué)技術(shù)創(chuàng)新,2018.

[4]劉電波.自動物料搬運系統(tǒng)設(shè)計注意事項[J].信息技術(shù),2020.

[5]段英文,劉敬嚴(yán).施工企業(yè)物資管理[M]. 北京:中國財富出版社,2017.

[6]張孝桐.設(shè)備點檢管理手冊[M].北京:機(jī)械工業(yè)出版社,2013.

———— 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、點贊、在看！轉(zhuǎn)載請聯(lián)系后臺。

廣告宣傳