頭部廣 告 | 點擊 查 看

摘要：在當前的卷煙輔料材料出庫流程中，托盤的回收工作面臨效率低下和錯誤率高的難點問題。托盤狀態的多樣性，如子母托盤、余料托盤和托盤，使得人工回收方式難以滿足自動化和精確性的需求。本文提出了一種基于多條件邏輯判斷算法的自動分類設計方案，通過集成光電傳感技術，實現了托盤的自動化回收，從而克服了現有流程中依賴人工選擇托盤類型的局限性和操作錯誤。通過應用這一改進，輔料區托盤分類自動化程度達到了100%，分類效率提升了約172倍，分類準確率提高至98.3%。這一成果提高了倉庫的自動化水平和操作效率，為物流托盤自動分類領域提供了一種有效的技術解決方案。

關鍵詞：托盤分類；光電傳感技術；多條件邏輯判斷；自動化回收

作者：陳林 郭凱 李磊 孫世旗 程夢巖 涂建峰 肖彪

湖北中煙工業有限責任公司

題眼廣 告 | 點擊 查 看

一

引言

卷煙輔料材料廠的內部物流在托盤的出庫與回收環節存在操作效率低下、故障率高的現象，亟需針對這一問題進行自動化升級。由于輔料托盤的多樣性，如子母托盤、余料托盤和單托盤，加劇了人工回收的難度和工作復雜性[1]（如圖1），導致操作效率低下和錯誤率高。某卷包車間托盤回收輸送區域20天的故障統計顯示，共有托盤信息與站臺不符、托盤類別選取錯誤、托盤信息確認錯誤等9大類故障，保守預估影響生產時長310min，產生故障的主要原因是托盤在回庫流程中無法自動區分類型[2]。

圖1 輔料托盤類型示意圖

本研究針對托盤分類識別和高效回收的需求，提出了一種創新的自動分類設計方案。該方案基于多條件邏輯判斷算法，并融合光電傳感技術，實現了托盤的自動識別與回收，顯著提高了操作精準度和效率，克服了傳統人工識別的局限性[3]。

本文通過系統分析現行托盤管理流程，開發并實施了一套自動化系統，該系統利用光電傳感器實時采集數據，并通過智能分類算法確保托盤的準確分類[4]。

二

物流托盤自動分類方案設計

本物流托盤自動分類方案設計通過在托盤輸送機兩側安裝光電傳感器組，每組由1個發光器和1個接收器組成，形成對射光路，依據托盤尺寸動態調整檢測閾值，精準區分子母托盤、單托盤、余料托盤3種類型，方案架構如圖2所示。

圖2 物流托盤自動分類方案

本方案利用子托盤與母托盤高度差異、余料高度與托盤高度不同以及余料間隙與托盤底座橫撐間隙的差異，結合光電傳感器檢測的光束遮擋情況和模型算法分析，實現托盤類型的智能判斷。系統在檢測到異常托盤時，會自動觸發報警并執行相應處理措施，如停止輸送線或通過電控邏輯控制將異常托盤轉移至專門區域進行人工處理，同時將分類信息實時顯示在上位機上，確保物流輸送過程的高效、準確和安全[5]。

三

物流托盤自動分類系統設計

1.系統架構設計

托盤回收共3條路線，都需經過編號為3078的站臺，以最小成本方式區分托盤類型，采用光電邏輯配合數學模型測量體系，實現托盤分類，進而提高入庫效率，自動分類系統架構如圖3所示。根據回收路線，“整理目前卷包車間使用的托盤類型，歸一整理分析，重構回收流程，梳理判斷邏輯，實現托盤分類處理[6]。

圖3 物流托盤自動分類系統架構圖

2.硬件配置優化

（1）電氣線路改造

結合電氣線路圖和現場控制柜，確認3078站臺電源及4個測點狀態。依據電氣安全標準完成接線、對點測試，利用現有硬件電路改造，滿足項目需求的2個測點，實現電氣線路改造，如圖4所示。

圖4 電控系統改造圖

（2）傳感器選型與測點部署

根據車間實際使用評價結果，選取與現有其他光電型號一致的光電傳感器，以簡化備件管理并降低后期維護難度[7]。結合重構后的回收路線與流程，3078站臺作為匯流區域，需實現單托盤、子母托盤、余料托盤的區分功能，通過三對光電傳感器的協同配合可達成該邏輯判斷（如圖5所示）。具體布局如下：將3078站臺劃分為前區、中區、后區，依據托盤輸送方向，優先檢測單托盤到位情況，因此在后區安裝站臺位檢測光電C1、C2；前區、中區則分別安裝子母托盤檢測光電A1、A2，余料檢測光電B1、B2。

圖5 傳感器測點部署圖

當單托盤檢測傳感器（C1、C2）發出信號而余料檢測傳感器（B1、B2）與子母托盤檢測傳感器（A1、A2）沒有發出信號時，系統將該托盤分類為單托盤組。當余料檢測傳感器發出信號而單托盤檢測傳感器與子母托盤檢測傳感器沒有發出信號時，系統將該托盤分類為余料托盤；當單托盤檢測傳感器發出信號而子母托盤檢測傳感器與余料檢測傳感器沒有發出信號時，系統將該托盤分類為單托盤。

（3）支架創新設計

在輸送線與墻體之間空間受限的情況下，子托盤尺寸不標準且存在突出部分，導致一般尺寸的光電支架無法完美適配，容易與托盤發生碰撞。為此，設計了特定的支架，不僅能夠適應托盤的不規則尺寸，還能確保傳感器在有限空間內穩定工作，從而保障生產的連續性和可靠性，如圖6所示。

圖6 傳感器支架設計圖

四

物流托盤自動分類系統軟件算法設計

1.軟件流程設計

判斷托盤類型，類型4或3的托盤直接入庫；類型1或8的托盤則統一改為類型8后進行輸送。在輸送過程中，系統通過檢測1號和2號光電傳感器的觸發情況來決定托盤的去向：1號觸發則送至3070站臺，2號觸發則類型改為1并送至3076站臺。若光電傳感器三次未觸發，則視為異常，托盤類型為8時送至3022站臺，否則送至3070站臺，完成整個流程，如圖7所示。

圖7 托盤自動分類系統軟件流程

2.多條件邏輯判斷算法算法設計與研究

（1）托盤特征建模

調研廠區輔料的托盤尺寸，母托盤尺寸L1=1000mm，子托盤尺寸L1=1069mm，非標子母托盤差?L=69mm，光電安裝位置屬于?L之間即可，如圖6所示。根據尺寸特征三對橫向對射式光電傳感器（A1/A2,/B2，C1/C2）沿輸送帶同一方向水平布置，通過時序分析與邏輯組合實現托盤類型判別，如圖8所示。

圖8 托盤的量化特征

為進一步判定子母托盤類型，建立雙閾值判定模型：

本模型通過設定非重疊閾值區間實現母盤與子盤的精確區分，在母盤標準直徑L2=1000mm處設置[985,1015]mm的±1.5%容差帶，子盤直徑L1=1069mm處擴展為[1045,1093]mm的±2.3%檢測帶，兩區間間隔30mm緩沖帶（1015-1045mm）用于過濾振動干擾數據，以提升分類魯棒性。

（2）電觸發邏輯設計

①真值表構建

由圖4可知，定義為A、B、C的三組光電用于區分子母托盤、余料托盤、單托盤，光電觸發狀態分為兩種，觸發和不被觸發，光電觸發為高電平1，不被觸發為低電平0，根據排列組合關系： ，得出兩組光電共有8種可能，根據可能性列出如表1所示的真值表。

表1 光電狀態真值表模型

根據真值表，對真值情況進行解讀。其中，（1,1）表示A、B均被觸發，有效且是子母托盤；（1,0）表示A被觸發，B未被觸發，表示單托盤；（0,1）表示A未被觸發，B被觸發，屬于無效異常，無母托盤但存在子托盤，無效運輸；（0,0）表示A、B均未被觸發，無托盤狀態。

②決策樹算法

本決策樹為嚴格二層二叉樹結構，以光電傳感器A/B的布爾狀態（0/1）為輸入變量，通過兩級條件判斷實現托盤類型精準分類[8]，如圖9所示。

圖9 二層二叉樹結構

第一層根節點判斷A傳感器狀態：若A=0則進入左子樹分析B傳感器，若A=1則進入右子樹；第二層節點依據B傳感器的0/1狀態進一步細分，最終在葉子層輸出四類判定結果——當{A=0,B=0}時判定為待機狀態（無托盤），{A=0,B=1}觸發無效報警（子盤異常獨立存在），{A=1,B=0}確認母托盤就位，{A=1,B=1}識別子母托盤嵌套堆疊。該樹嚴格映射標準中的光電觸發邏輯矩陣，通過兩次位運算實現98.3%的在線分類準確率，且硬件響應延遲＜100ms，滿足工業實時控制要求[9]。

（3）角度偏移測量法

考慮光電檢測單一性，托盤具有規則性，余料擺放具有特殊性，綜合研究還存在以下特殊情況：綜合分析各個測量環節，考慮存在的一切可能性，由于光電傳感器具備單一性，無法直接分辨，需通過邏輯判斷[10]。托盤包含3個底柱，若人工將余料堆置在母托盤上，且規律如圖10狀態，兩者光電脈沖狀態顯示一樣，無法得出托盤類型。對于前者需要回輔料庫拆分，對于后者形式需報警剔除，人工處理[11]。

圖10 材料擺放的特殊性

針對這類情況深入分析，建立測量模型如圖11所示。分析統計子托盤種類和尺寸，對現有的子托盤尺寸分析。測量底柱立柱寬度，歸一化處理后其立柱寬=9mm，可得兩立柱之間的距離為365mm。

圖11 角度偏移測量模型（1）

根據以上情況展開研究，擬采用角度偏移式測量法，其模型如圖12所示。

圖12 角度偏移測量模型（2）

圖13 偏移角度計算模型（3）

在矩形MNPQ中，令∠PMN=α，利用三角形正切原理，可計算出α的角度，如圖13所示，計算公式：

由測量數據和模型建設表明，光電安裝角度在36.65°內可以滿足脈沖觸發3次，能確認托盤類型，光電在α內檢測，可判斷托盤類型為子母托盤。排除其他可能性，使得測量邏輯更加精準。

五

工業應用驗證

1.實驗方案設計

為驗證多條件邏輯判斷算法在物流托盤自動分類系統中的工業適用性與可靠性，本研究在某卷煙廠卷包車間輔料退庫區的3078站臺搭建了完整的測試環境。系統硬件核心包括倍福對射式光電傳感器、西門子S7-1500系列PLC控制單元等；軟件部分則集成了本文所設計的托盤特征模型、雙閾值容差算法及二層二叉樹決策邏輯。測試對象涵蓋車間實際流通的母托盤、子母托盤與余料托盤等三種主要托盤類型，共計3241個。測試過程嚴格模擬實際生產節拍，具體流程如下：

（1）環境設置與校準。將三對光電傳感器依據圖5部署，安裝角度精確調整至36.65°，傳感器間距則按前述雙閾值模型設定。

（2）單托盤測試流程。PLC依據預設邏輯算法實時判斷托盤類型，并將判定結果與對應耗時同步上傳至上位機數據庫。

（3）數據記錄與判定。PLC根據預設的邏輯算法實時判斷托盤類型，并將結果上傳至上位機數據庫，同時，記錄該次判別的總耗時。

（4）結果驗證與統計。將系統自動分類結果與人工預先標注的真實類型進行比對，從而統計出各類托盤的識別準確率。

表2 托盤分類的準確率驗證結果

2.運行效果分析

系統在3078站臺的測試結果表明，其分類性能與效率均有顯著提升。具體而言，母托盤的識別準確率最高，達到98.5%，少數誤判主要由輸送帶振動引起的光斑瞬時偏移導致；子托盤的識別準確率為97.8%，略低于母托盤，主要原因是部分子托盤存在輕微尺寸變形，超出算法容差區間；非標余料托盤通過三次脈沖校驗邏輯有效抑制了臨時遮擋干擾，識別準確率達98.7%。在分類效率方面，系統平均處理時間僅為0.8秒/托，相較于原人工操作平均所需的2.3分鐘/托，效率提升約172倍，完全適應生產線高速、連續作業的要求。

為評估系統的運行穩定性，本研究對比了自動分類系統上線前后的關鍵故障指標發生頻率。其中，實施前數據來源于此前三個月的歷史工單記錄，實施后數據則采集自系統穩定運行后三個月的運行日志。對比結果，相較于完全依賴人工作業的舊流程，基于多條件邏輯判斷的自動分類系統在硬件可靠性與邏輯判斷準確性方面均取得了顯著優化，硬件月均故障次數從6.0次大幅降低至0.3次，這一改進系統性地提升了整個托盤回收環節的連續性與運行可靠性。

六

結論

本研究面向車間輔料托盤分類需求，設計并實現了一套融合多條件邏輯判斷與光電傳感技術的自動化分類系統。通過構建容差模型，針對字母托盤的尺寸差異創新性地設定了非重疊閾值區間，使分類準確率由原人工的89.6%顯著提升至98.3%。系統采用二層二叉樹決策機制，以光電傳感器觸發狀態為輸入，通過兩級位運算（AND/OR）實現四類托盤的實時判定，響應速度達秒級，有效契合產線高速作業節奏。在工程實施上，依托低成本改造路徑，采用倍福光電傳感器與定制L型不銹鋼支架完成現有站臺升級，避免了產線重構。

工業驗證表明，該系統應用在輔料區使得托盤分類自動化程度達到了100%，分類效率提升了約172倍，分類準確率提高至98.3%，為行業提供了經濟高效的物流自動化解決方案。本研究不僅為卷煙輔料倉儲的托盤自動分類提供了理論依據與工程實踐參考，也顯著提升了倉庫自動化水平與作業效率，實現了降本增效，對推進行業自動化升級具有積極意義。

參考文獻:

[1]崔江波,郭大權.塑料托盤在卷煙企業自動化立庫中的應用與分析[J].機電產品開發與創新,2014,27(05):49-51.

[2]劉加強,趙子龍,鄭瓊生.加工作業工單的托盤集配方法初探[J].廣東造船,2021,40(01):61-64.

[3]湛功義.管系現場托盤自動錄入[J].山東工業技術,2017,(20):158-159.DOI:10.16640/j.cnki.37-1222/t.2017.20.138.

[4]陳春霞,任建偉.物流托盤共用系統分類綜述[J].物流科技,2013,36(08):19-20.

[5]王梅,鄭雪琪.紙質托盤結構設計軟件的開發[J].包裝工程,2014,35(01):81-85.DOI:10.19554/j.cnki.1001-3563.2014.01.018.

[6]李文敬.基于托盤管理的物流規劃研究[D].重慶大學,2009.

[7]楊丹丹.楊丹丹.基于ARM的物流包裹分揀機控制系統的設計[D].中北大學,2015.

[8]吳清一.中國物流現狀及發展趨勢[C].現代物流與電子商務國際研討會.2000:3-7.

[9]張正義.中國企業物流技術的跨越式發展[J].物流技術與應用,2000(3):29-34.

[10]姜徳智.快遞行業自動輸送設備淺析[J].物流技術與應用,2012(10):54-55

[11]吳星峰.小包郵件自動輸送系統的設計與實現[D].吉林大學,2015.

———— 物流技術與應用融媒 ————

編輯、排版：王茜

本文內容源自

歡迎文末分享、點贊、在看！轉載請聯系后臺。

廣告宣傳