4. 输送线基础
在立体库与堆垛机调度系统中,输送线是连接“库内作业”与“库外物流”的物理通道。堆垛机负责巷道内托盘/料箱的存取,而输送线负责把货物从入库口送到巷道口、从巷道口送到出库口,并在提升机、AGV接口等节点完成垂直或跨区转运。理解输送线的类型、分区与运行特性,是后续做路径分配、节拍计算和调度策略的基础。
一、常见输送线类型与适用场景
立体库中常见的输送设备可归纳为五类:辊道输送机、链条输送机、皮带输送机、提升机以及AGV接口。它们并非互相替代,而是按货物形态、重量、节拍和空间关系组合使用。
- 辊道输送机:由一排可旋转辊筒组成,适合底部平整的托盘、料箱。承载能力强,可做积放、分流、合流,是立体库入库/出库主线最常用的形式。
- 链条输送机:通过链条带动货物或托盘,适合重载、高温或需要强制定位的场合。常见于托盘输送的顶升移载、旋转台和堆垛机前端的交接段。
- 皮带输送机:连续带面摩擦输送,适合纸箱、包裹、小件料箱等底部不规则或较轻的货物。运行平稳、噪声低,但一般不适合重托盘和需要积放的场景。
- 提升机:垂直方向转运设备,把货物从一层送到另一层,常与辊道或链条输送机对接。它是多层立体库的“垂直主干”,节拍往往成为系统瓶颈。
- AGV接口:输送线与AGV的交接点,通常由对接辊道、顶升移载或缓存位组成。AGV接口决定了库外搬运与库内输送能否顺畅衔接。
二、功能分区:从入库到出库的链路
一条完整的输送线通常按功能划分为若干区段,每个区段承担不同职责,调度系统也按区段进行资源分配和状态监控。
- 入库口/收货区:货物进入系统的起点,完成扫码、外形检测、称重和托盘绑定。
- 入库输送段:把货物从收货区送到目标巷道口,可能经过分流、合流和提升机。
- 巷道口交接段:输送线与堆垛机之间的缓冲位,通常有1~2个货位,用于解耦输送与堆垛机节拍。
- 出库输送段:把堆垛机取出的货物送到出库口或AGV接口。
- 出库口/发货区:完成复核、装车或转交给AGV。
- 异常/回流区:处理扫码失败、外形超差、目标巷道拥堵等异常货物。
三、运行特性与关键参数
输送线的运行特性直接影响堆垛机调度。常见参数包括:输送速度、单件节拍、积放密度、最大承载、交接时间、提升机换层时间等。下面给出一个典型参数对照表,便于在方案阶段快速估算。
| 设备类型 | 典型速度 | 单件节拍 | 适用货物 | 调度关注点 |
|---|---|---|---|---|
| 辊道输送机 | 12~30 m/min | 2~6 s | 托盘、料箱 | 积放位数量、分流逻辑 |
| 链条输送机 | 8~20 m/min | 3~8 s | 重载托盘 | 定位精度、交接可靠性 |
| 皮带输送机 | 20~60 m/min | 1~3 s | 纸箱、小件 | 跑偏、合流冲突 |
| 提升机 | 0.3~1.0 m/s | 8~20 s/次 | 多层转运 | 换层节拍、层间排队 |
| AGV接口 | — | 10~30 s/次 | 托盘/料车 | 对接精度、缓存位占用 |
四、调度视角下的输送线建模
在调度系统中,输送线通常被抽象为“节点+有向边”的拓扑:节点表示交接位、缓存位、提升机入口/出口、AGV接口;边表示输送方向与通行时间。堆垛机任务下发前,调度器需要判断目标巷道口是否有空缓存位、提升机是否空闲、AGV接口是否可用。
输送段状态示例:
segment_id: CV-01
type: roller
from: INBOUND_SCAN
to: AISLE_01_BUFFER
capacity: 3
occupied: 2
speed: 18 m/min
status: RUNNING
提升机状态示例:
lift_id: LIFT-01
current_layer: 2
target_layer: 4
state: MOVING
queue: [TASK-102, TASK-108]
当缓存位占满时,上游输送段应暂停或分流,否则货物会在交接段堆积,导致堆垛机无法及时取货。反之,如果缓存位长期为空,说明上游供料不足或提升机节拍过慢。调度策略的核心,就是在“不让堆垛机等货”和“不让输送线堵死”之间找到平衡。
五、典型场景与常见误区
以一个多层立体库为例:入库货物经扫码后进入辊道主线,通过分流器分配到目标巷道;若目标巷道在二层,则先经提升机换层,再进入巷道口缓存位,最后由堆垛机取走。出库时路径相反,货物经出库输送段到达AGV接口,由AGV转运至发货区。
复盘时建议重点检查三个指标:交接位平均等待时间、提升机利用率、AGV接口占用率。如果交接位等待时间持续偏高,应优先增加缓存位或调整任务分配顺序;如果提升机利用率接近饱和,则需要考虑增加提升机或优化换层批次。
掌握输送线的类型、分区与运行特性后,后续在调度算法中就可以把“输送线”从一条线拆成多个可独立控制的节点,再结合堆垛机任务队列做联合优化。这样既能提升系统吞吐,也能在异常发生时快速定位瓶颈区段。