CN117196480B - 一种基于数字孪生的智慧物流园区管理*** - Google Patents
一种基于数字孪生的智慧物流园区管理*** Download PDFInfo
- Publication number
- CN117196480B CN117196480B CN202311206415.XA CN202311206415A CN117196480B CN 117196480 B CN117196480 B CN 117196480B CN 202311206415 A CN202311206415 A CN 202311206415A CN 117196480 B CN117196480 B CN 117196480B
- Authority
- CN
- China
- Prior art keywords
- data
- goods
- report
- storage
- dimensional model
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000003860 storage Methods 0.000 claims abstract description 108
- 238000012545 processing Methods 0.000 claims abstract description 60
- 238000013439 planning Methods 0.000 claims abstract description 22
- 238000007726 management method Methods 0.000 claims abstract description 14
- 238000013507 mapping Methods 0.000 claims abstract description 10
- 238000013500 data storage Methods 0.000 claims abstract description 8
- 238000000034 method Methods 0.000 claims description 44
- 238000012423 maintenance Methods 0.000 claims description 19
- 238000004364 calculation method Methods 0.000 claims description 12
- 230000005484 gravity Effects 0.000 claims description 9
- 238000011156 evaluation Methods 0.000 claims description 6
- 238000004519 manufacturing process Methods 0.000 claims description 3
- 238000012216 screening Methods 0.000 claims description 3
- 238000010276 construction Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000013523 data management Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Landscapes
- Warehouses Or Storage Devices (AREA)
Abstract
本发明公开了一种基于数字孪生的智慧物流园区管理***,包括数据采集模块、数据处理模块、数据储存模块、数据输出模块;数据采集模块用于采集库房的实时数据;数据存储模块用于存储用户预先建立的库房三维模型数据和库房的历史数据;数据处理模块用于建立历史数据与三维模型数据之间的映射关系,将货物位置信息导入三维模型数据中,最后根据三维模型数据制作货物存放的目标位置报告,并生成路径规划报告;本发明将三维模型与实际情况进行结合,从库房的实际情况出发,对货物的存放位置进行安排,工作人员不需要自行寻找货物存放位置,按照***推荐位置存货可以有效的规避库房部分区域货物堆积的情况,提升库房的空间利用率。
Description
技术领域
本发明涉及数据管理领域,具体涉及一种基于数字孪生的智慧物流园区管理***。
背景技术
智慧物流园区是指通过物联网和人工智能技术,将物流园区的各个环节进行数字化、智能化的管理和运营;智慧物流园区的目标是提高物流园区的信息化建设水平,降低运营成本,提高运营效率,推动物流业的智慧化转型和发展。
其中,现有的物流园区在货物分类后,人为判定存货位置,导致库房部分区域货物存放集中度过高、库房整体空间利用率低下,同时人为寻找存货位置,货物存放速度慢、效率低,因此,提出一种基于数字孪生的智慧物流园区管理***。
发明内容
本发明所要解决的技术问题在于:如何解决库房部分区域货物存放集中度过高、库房空间利用率较低的问题,提供了一种基于数字孪生的智慧物流园区管理***。
本发明是通过以下技术方案解决上述技术问题的,本发明包括数据采集模块、数据处理模块、数据储存模块、数据输出模块;
数据采集模块用于采集库房的实时数据,实时数据包括第一实时数据,第一实时数据包括货物实时位置信息与货物尺寸信息;
数据存储模块用于存储用户预先建立的库房三维模型数据和库房的历史数据,历史数据包括第一历史数据与第二历史数据;
数据处理模块用于调取历史数据和库房的三维模型数据,并建立历史数据与三维模型数据之间的映射关系,再读取货物实时位置信息,将货物位置信息转换成三维模型数据并导入三维模型数据中,最后根据三维模型数据制作货物存放的目标位置报告,并生成路径规划报告;
数据输出模块用于接收并输出目标位置报告和路径规划报告。
优选的,所述数据处理模块的具体处理过程为:
调取第一历史数据,第一历史数据包括库房数据信息,库房数据信息包括货物布置信息;
根据库房数据信息,以库房的几何中心为原点,以库房的长度方向为X轴,以库房的宽度方向为Y轴,以库房的高度方向为Z轴建立库房的三维坐标系A;
再获取三维模型的数据,以三维模型的几何中心为原点,以三维模型的长度方向为X´轴,以三维模型的宽度方向为Y´轴,以三维模型的高度方向为Z´轴建立三维模型的三维坐标系B;
通过三维坐标系A与三维坐标系B的一一对应关系建立三维坐标系A中坐标数值到三维坐标系B坐标数值的映射关系;
统计三维模型中货架上空闲的预设存放工位,并制定货物存放的目标位置报告,并对目标位置进行标记;
读取货物实时位置信息,根据映射关系将货物实时位置信息转会成三维模型中的实时模型位置信息;
根据实时模型位置信息与目标位置之间位置关系规划运货路径,并生成路径规划报告。
优选的,所述存放工位为矩形,所述数据处理模块还进行如下处理过程:
调取第二历史数据,第二历史数据包括存放工位坐标信息;
根据存放工位的坐标信息,提取存放工位四个边角的坐标值,根据坐标值分别计算存放工位的长度C1和宽度C2,最后计算存放工位的承载面积S1,具体计算过程为:
S1=C1*C2
调取货物尺寸信息,计算货物的接触面积S2;
计算货物存放的有效接触率Q,具体计算过程为:
Q=S2/S1
当有效接触率Q≤预设阈值D时,则货物可稳定存放在存放工位内,可确认存放工位的选择;
当Q>预设阈值D时,则货物体积大,不能稳定存放在存放工位内,需否认存放工位的选择,并发送重新选择指令。
优选的,当有效接触率Q≤预设阈值D时,数据处理模块还进行如下处理过程:
调取多个标记的目标位置和实时货物位置;
制定多条由实时货物位置到目标位置的路径;
并分别计算路径的总长度L,具体计算过程如下:
分别对每一条路径进行处理,先将每一条路径分割成多个直行路段,再分别提取每个直行路段的坐标值,根据坐标值计算直行路段的长度,将多个直行路段的长度相加,得出路径的总长度L;
对多个路径的总长度L进行比对,筛选出路径总长度最小的目标位置,并对该位置处的存放工位进行选择。
优选的,实时数据还包括第二实时数据,所述数据处理模块还进行如下处理过程:
读取第二实时数据,第二实时数据包括存放工位的实时压力数据与货物的重量数据;
将货物的重量数据转换成压力数据,分别加入到多个预选工位上;
分别预测多个存放工位在放置货物后的压力F;
当压力F>预设阈值H时,则对应存放工位的承载能力不足,对剔除对应存放工位的路径规划,并再次筛选出路径总长度最小的目标位置,并对该位置处的存放工位进行选择。
优选的,智慧物流园区管理***还包括控制模块和服务平台模块,所述控制模块用于接收目标位置报告、路径规划报告与评测报告,并将目标位置报告和路径规划报告发送至数据输出模块,同时将评测报告发送至服务平台模块进行反馈,所述数据处理模块还进行如下处理过程:
调取同一货架的位于竖直方向上的两个存放工位;
分别在两个存放工位的中心建立两个点E1和E2,并读取E1和E2的坐标值;
先将两个点E1和E2连接成线段E12,再建立线段E12与水平方向和竖直方向的虚拟直角三角形;
根据坐标值分别计算虚拟直角三角形的水平边线的距离R1与竖直边线的距离R2;
利用三角函数计算线段E12的长度R3;
计算货架的倾斜率G,具体计算过程为:
G=R2/R3
当倾斜度G≥预设阈值J时,则货架的倾斜程度大,说明货架发生变形或者螺丝松动,制作必修报告,并将必修报告发送至控制模块,通过控制模块向服务平台模块进行反馈;
当0<倾斜度G<预设阈值J时,则货架使用状态不稳定,随着货物的存放,倾斜度会发生变化,制作查修报告,并将查修报告发送至控制模块,通过控制模块向服务平台模块进行反馈。
优选的,当0<倾斜度G<预设阈值J时,数据处理模块还进行如下处理过程:
统计货架上存放工位的数量M与存放货物的数量N;
当存放货物的数量N<存放工位的数量M时,说明货架未满载,继续存放货物时,货架有继续变形的风险,且继续存放货物时倾斜度难以预料,需进行维修,将查修报告修改为必修报告。
优选的,当倾斜度G≥预设阈值J时,数据处理模块还进行如下处理过程:
先对存放工位进行分割,具体分割方法为:
在货架宽度方向上对作两条平行的虚拟直线,将货架进行三等分;
其中,中间的为安全区域,两侧的为非安全区域;
对安全区域的水平坐标值范围进行统计;
在随机读取货物中心的水平坐标值;
判断货物的水平坐标值是否安全区域内;
计算货物中心位于安全区域的比重;
当比重大于等于预设值时,说明货架自身原因导致货架倾斜,制作检修报告进行反馈;当比重小于预设值时,说明货物存放时,货物未能存放在存放工位中间,货物中心与货架中心偏离,造成货架发送倾斜,制作检修报告的同时制作货物摆放整顿报告。
优选的,所述数据处理模块还进行如下处理过程:
统计货架的历史检修时间,并分别计算出历史时间间隔;
再计算历史平均时间间隔;
调取货架检修时间节点,并计算最近的时间节点至当前时间的当前时间间隔;
将历史平均时间间隔与当前时间间隔进行比对,计算当前时间间隔占历史平均时间间隔的比重,当比重大于预设时间阈值时,并制定检修计划报告。
本发明相比现有技术具有以下优点:该基于数字孪生的智慧物流园区管理***采用数字孪生技术,将三维模型与实际情况进行结合,从库房的实际情况出发,结合货物的实时数据,对货物的存放位置进行安排,工作人员不需要自行寻找货物存放位置,按照***推荐位置存货即可,可以提升货物的存放速度,提升货物存放的效率,同时可以有效的规避库房部分区域货物堆积的情况,同时可以有效提升库房的空间利用率;
该***可对存放货物的货架进行实时监测,同时监测货架的倾斜状态,判断货架的使用状态,进而提前制定检修报告,防止货架倾倒引发事故,可以进一步提升库房的安全性。
附图说明
图1是本发明的整体结构图。
具体实施方式
下面对本发明的实施例作详细说明,本实施例在以本发明技术方案为前提下进行实施,给出了详细的实施方式和具体的操作过程,但本发明的保护范围不限于下述的实施例。
如图1所示,本实施例提供一种技术方案:一种基于数字孪生的智慧物流园区管理***,包括数据采集模块、数据处理模块、数据储存模块、数据输出模块;
数据采集模块用于采集库房的实时数据,实时数据包括第一实时数据,第一实时数据包括货物实时位置信息与货物尺寸信息;
需要说明的是,此处的数据采集模块为安装在库房中的多个影像采集设备,先采集货物的实时图像,再对货物实时图像进行处理,获取货物实时位置信息与货物尺寸信息;
数据存储模块用于存储用户预先建立的库房三维模型数据和库房的历史数据,历史数据包括第一历史数据与第二历史数据;
数据处理模块用于调取历史数据和库房的三维模型数据,并建立历史数据与三维模型数据之间的映射关系,再读取货物实时位置信息,将货物位置信息转换成三维模型数据并导入三维模型数据中,最后根据三维模型数据制作货物存放的目标位置报告,并生成路径规划报告;
数据输出模块用于接收并输出目标位置报告和路径规划报告。
该流园区管理***采用数字孪生技术,将三维模型与实际情况进行结合,从库房的实际情况出发,结合货物的实时数据,对货物的存放位置进行安排,工作人员不需要自行寻找货物存放位置,按照***推荐位置存货即可,可以提升货物的存放速度,提升货物存放的效率,同时可以有效的规避库房部分区域货物堆积的情况,同时可以有效提升库房的空间利用率。
其中,数据处理模块的具体处理过程为:
调取第一历史数据,第一历史数据包括库房数据信息,库房数据信息包括货物布置信息;
根据库房数据信息,以库房的几何中心为原点,以库房的长度方向为X轴,以库房的宽度方向为Y轴,以库房的高度方向为Z轴建立库房的三维坐标系A;
再获取三维模型的数据,以三维模型的几何中心为原点,以三维模型的长度方向为X´轴,以三维模型的宽度方向为Y´轴,以三维模型的高度方向为Z´轴建立三维模型的三维坐标系B;
通过三维坐标系A与三维坐标系B的一一对应关系建立三维坐标系A中坐标数值到三维坐标系B坐标数值的映射关系;
统计三维模型中货架上空闲的预设存放工位,并制定货物存放的目标位置报告,并对目标位置进行标记;
读取货物实时位置信息,根据映射关系将货物实时位置信息转会成三维模型中的实时模型位置信息;
根据实时模型位置信息与目标位置之间位置关系规划运货路径,并生成路径规划报告。
将现实库房情况与三维模型数据进行一一对应并进行同步,在后台通过三维模型对库房中存放工位的实时情况进行监控,然后根据库房中存放工位的空缺情况,合理安排货物的存放位置,不仅可以提高货物的存放效率,还可以提升客房的空间利用率。
进一步的,存放工位为矩形,数据处理模块还进行如下处理过程:
调取第二历史数据,第二历史数据包括存放工位坐标信息;
根据存放工位的坐标信息,提取存放工位四个边角的坐标值,根据坐标值分别计算存放工位的长度C1和宽度C2,最后计算存放工位的承载面积S1,具体计算过程为:
S1=C1*C2
调取货物尺寸信息,计算货物的接触面积S2;
计算货物存放的有效接触率Q,具体计算过程为:
Q=S2/S1
当有效接触率Q≤预设阈值D时,则货物可稳定存放在存放工位内,可确认存放工位的选择;
当Q>预设阈值D时,则货物体积大,不能稳定存放在存放工位内,需否认存放工位的选择,并发送重新选择指令。
对货物尺寸和存放工位尺寸进行分析,根据货物尺寸对存放工位进行筛选,提升货物存放位置的精准性,同时降低***的误判性。
再进一步的,当有效接触率Q≤预设阈值D时,数据处理模块还进行如下处理过程:
调取多个标记的目标位置和实时货物位置;
制定多条由实时货物位置到目标位置的路径;
并分别计算路径的总长度L,具体计算过程如下:
分别对每一条路径进行处理,先将每一条路径分割成多个直行路段,再分别提取每个直行路段的坐标值,根据坐标值计算直行路段的长度,将多个直行路段的长度相加,得出路径的总长度L;
对多个路径的总长度L进行比对,筛选出路径总长度最小的目标位置,并对该位置处的存放工位进行选择。
对货物的配送路径进行分析,将最短路径上的存放工位作为目标位置进行货物存放,可以提升货物存放的效率。
又进一步的,实时数据还包括第二实时数据,数据处理模块还进行如下处理过程:
读取第二实时数据,第二实时数据包括存放工位的实时压力数据与货物的重量数据;
需要说明的是,采集第二实时数据的数据采集模块为压力传感器。
将货物的重量数据转换成压力数据,分别加入到多个预选工位上;
分别预测多个存放工位在放置货物后的压力F;
当压力F>预设阈值H时,则对应存放工位的承载能力不足,对剔除对应存放工位的路径规划,并再次筛选出路径总长度最小的目标位置,并对该位置处的存放工位进行选择。
对货架的承重能力和货物重量进行分析,根据货物的重量对存放工位进行筛选,以保证货物存放的安全性,同时提升该库房使用的可靠性。
其中,智慧物流园区管理***还包括控制模块和服务平台模块,控制模块用于接收目标位置报告、路径规划报告与评测报告,并将目标位置报告和路径规划报告发送至数据输出模块,同时将评测报告发送至服务平台模块进行反馈,数据处理模块还进行如下处理过程:
调取同一货架的位于竖直方向上的两个存放工位;
分别在两个存放工位的中心建立两个点E1和E2,并读取E1和E2的坐标值;
先将两个点E1和E2连接成线段E12,再建立线段E12与水平方向和竖直方向的虚拟直角三角形;
根据坐标值分别计算虚拟直角三角形的水平边线的距离R1与竖直边线的距离R2;
利用三角函数计算线段E12的长度R3;
计算货架的倾斜率G,具体计算过程为:
G=R2/R3
当倾斜度G≥预设阈值J时,则货架的倾斜程度大,说明货架发生变形或者螺丝松动,制作必修报告,并将必修报告发送至控制模块,通过控制模块向服务平台模块进行反馈;
当0<倾斜度G<预设阈值J时,则货架使用状态不稳定,随着货物的存放,倾斜度会发生变化,制作查修报告,并将查修报告发送至控制模块,通过控制模块向服务平台模块进行反馈。
该***可对存放货物的货架进行实时监测,同时监测货架的倾斜状态,判断货架的使用状态,进而提前制定检修报告,防止货架倾倒引发事故,可以进一步提升库房的安全性。
进一步的,当0<倾斜度G<预设阈值J时,数据处理模块还进行如下处理过程:
统计货架上存放工位的数量M与存放货物的数量N;
当存放货物的数量N<存放工位的数量M时,说明货架未满载,继续存放货物时,货架有继续变形的风险,且继续存放货物时倾斜度难以预料,需进行维修,将查修报告修改为必修报告。
当货架的倾斜度G在安全范围内时,判断货架的满载情况,从而判断货架的检修的类型,以降低***的误判率。
再进一步的,当倾斜度G≥预设阈值J时,数据处理模块还进行如下处理过程:
先对存放工位进行分割,具体分割方法为:
在货架宽度方向上对作两条平行的虚拟直线,将货架进行三等分;
其中,中间的为安全区域,两侧的为非安全区域;
对安全区域的水平坐标值范围进行统计;
在随机读取货物中心的水平坐标值;
判断货物的水平坐标值是否安全区域内;
计算货物中心位于安全区域的比重;
当比重大于等于预设值时,说明货架自身原因导致货架倾斜,制作检修报告进行反馈;当比重小于预设值时,说明货物存放时,货物未能存放在存放工位中间,货物中心与货架中心偏离,造成货架发送倾斜,制作检修报告的同时制作货物摆放整顿报告。
对货物存放习惯进行分析,分析造成货架倾斜的原因,根据货架倾斜原因制定相应的报告,可以有效改善货架的使用状态,延长维修时间,进而降低运行成本。
又进一步的,数据处理模块还进行如下处理过程:
统计货架的历史检修时间,并分别计算出历史时间间隔;
再计算历史平均时间间隔;
调取货架检修时间节点,并计算最近的时间节点至当前时间的当前时间间隔;
将历史平均时间间隔与当前时间间隔进行比对,计算当前时间间隔占历史平均时间间隔的比重,当比重大于预设时间阈值时,并制定检修计划报告。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中,“多个”的含义是至少两个,例如两个,三个等,除非另有明确具体的限定。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (4)
1.一种基于数字孪生的智慧物流园区管理***,其特征在于,包括数据采集模块、数据处理模块、数据储存模块、数据输出模块;
数据采集模块用于采集库房的实时数据,实时数据包括第一实时数据,第一实时数据包括货物实时位置信息与货物尺寸信息;
数据存储模块用于存储用户预先建立的库房三维模型数据和库房的历史数据,历史数据包括第一历史数据与第二历史数据;
数据处理模块用于调取历史数据和库房的三维模型数据,并建立历史数据与三维模型数据之间的映射关系,再读取货物实时位置信息,将货物位置信息转换成三维模型数据并导入三维模型数据中,最后根据三维模型数据制作货物存放的目标位置报告,并生成路径规划报告;
数据输出模块用于接收并输出目标位置报告和路径规划报告;
所述数据处理模块的具体处理过程为:
调取第一历史数据,第一历史数据包括库房数据信息,库房数据信息包括货物布置信息;
根据库房数据信息,以库房的几何中心为原点,以库房的长度方向为X轴,以库房的宽度方向为Y轴,以库房的高度方向为Z轴建立库房的三维坐标系A;
再获取三维模型的数据,以三维模型的几何中心为原点,以三维模型的长度方向为X′轴,以三维模型的宽度方向为Y′轴,以三维模型的高度方向为Z′轴建立三维模型的三维坐标系B;
通过三维坐标系A与三维坐标系B的一一对应关系建立三维坐标系A中坐标数值到三维坐标系B坐标数值的映射关系;
统计三维模型中货架上空闲的预设存放工位,并制定货物存放的目标位置报告,并对目标位置进行标记;
读取货物实时位置信息,根据映射关系将货物实时位置信息转会成三维模型中的实时模型位置信息;
根据实时模型位置信息与目标位置之间位置关系规划运货路径,并生成路径规划报告;
所述存放工位为矩形,所述数据处理模块还进行如下处理过程:
调取第二历史数据,第二历史数据包括存放工位坐标信息;
根据存放工位的坐标信息,提取存放工位四个边角的坐标值,根据坐标值分别计算存放工位的长度C1和宽度C2,最后计算存放工位的承载面积S1,具体计算过程为:
S1=C1*C2
调取货物尺寸信息,计算货物的接触面积S2;
计算货物存放的有效接触率Q,具体计算过程为:
Q=S2/S1
当有效接触率Q≤预设阈值D时,则货物可稳定存放在存放工位内,可确认存放工位的选择;
当Q>预设阈值D时,则货物体积大,不能稳定存放在存放工位内,需否认存放工位的选择,并发送重新选择指令;
当有效接触率Q≤预设阈值D时,数据处理模块还进行如下处理过程:
调取多个标记的目标位置和实时货物位置;
制定多条由实时货物位置到目标位置的路径;
并分别计算路径的总长度L,具体计算过程如下:
分别对每一条路径进行处理,先将每一条路径分割成多个直行路段,再分别提取每个直行路段的坐标值,根据坐标值计算直行路段的长度,将多个直行路段的长度相加,得出路径的总长度L;
对多个路径的总长度L进行比对,筛选出路径总长度最小的目标位置,并对该位置处的存放工位进行选择;
实时数据还包括第二实时数据,所述数据处理模块还进行如下处理过程:
读取第二实时数据,第二实时数据包括存放工位的实时压力数据与货物的重量数据;
将货物的重量数据转换成压力数据,分别加入到多个预选工位上;
分别预测多个存放工位在放置货物后的压力F;
当压力F>预设阈值H时,则对应存放工位的承载能力不足,对剔除对应存放工位的路径规划,并再次筛选出路径总长度最小的目标位置,并对该位置处的存放工位进行选择;
还包括控制模块和服务平台模块,所述控制模块用于接收目标位置报告、路径规划报告与评测报告,并将目标位置报告和路径规划报告发送至数据输出模块,同时将评测报告发送至服务平台模块进行反馈,所述数据处理模块还进行如下处理过程:
调取同一货架的位于竖直方向上的两个存放工位;
分别在两个存放工位的中心建立两个点E1和E2,并读取E1和E2的坐标值;
先将两个点E1和E2连接成线段E12,再建立线段E12与水平方向和竖直方向的虚拟直角三角形;
根据坐标值分别计算虚拟直角三角形的水平边线的距离R1与竖直边线的距离R2;
利用三角函数计算线段E12的长度R3;
计算货架的倾斜率G,具体计算过程为:
G=R2/R3
当倾斜度G≥预设阈值J时,则货架的倾斜程度大,说明货架发生变形或者螺丝松动,制作必修报告,并将必修报告发送至控制模块,通过控制模块向服务平台模块进行反馈;
当0<倾斜度G<预设阈值J时,则货架使用状态不稳定,随着货物的存放,倾斜度会发生变化,制作查修报告,并将查修报告发送至控制模块,通过控制模块向服务平台模块进行反馈。
2.根据权利要求1所述的一种基于数字孪生的智慧物流园区管理***,其特征在于:当0<倾斜度G<预设阈值J时,数据处理模块还进行如下处理过程:
统计货架上存放工位的数量M与存放货物的数量N;
当存放货物的数量N<存放工位的数量M时,说明货架未满载,继续存放货物时,货架有继续变形的风险,且继续存放货物时倾斜度难以预料,需进行维修,将查修报告修改为必修报告。
3.根据权利要求2所述的一种基于数字孪生的智慧物流园区管理***,其特征在于:当倾斜度G≥预设阈值J时,数据处理模块还进行如下处理过程:
先对存放工位进行分割,具体分割方法为:
在货架宽度方向上对作两条平行的虚拟直线,将货架进行三等分;
其中,中间的为安全区域,两侧的为非安全区域;
对安全区域的水平坐标值范围进行统计;
在随机读取货物中心的水平坐标值;
判断货物的水平坐标值是否安全区域内;
计算货物中心位于安全区域的比重;
当比重大于等于预设值时,说明货架自身原因导致货架倾斜,制作检修报告进行反馈;当比重小于预设值时,说明货物存放时,货物未能存放在存放工位中间,货物中心与货架中心偏离,造成货架发送倾斜,制作检修报告的同时制作货物摆放整顿报告。
4.根据权利要求3所述的一种基于数字孪生的智慧物流园区管理***,其特征在于:所述数据处理模块还进行如下处理过程:
统计货架的历史检修时间,并分别计算出历史时间间隔;
再计算历史平均时间间隔;
调取货架检修时间节点,并计算最近的时间节点至当前时间的当前时间间隔;
将历史平均时间间隔与当前时间间隔进行比对,计算当前时间间隔占历史平均时间间隔的比重,当比重大于预设时间阈值时,并制定检修计划报告。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311206415.XA CN117196480B (zh) | 2023-09-19 | 2023-09-19 | 一种基于数字孪生的智慧物流园区管理*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311206415.XA CN117196480B (zh) | 2023-09-19 | 2023-09-19 | 一种基于数字孪生的智慧物流园区管理*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117196480A CN117196480A (zh) | 2023-12-08 |
CN117196480B true CN117196480B (zh) | 2024-05-03 |
Family
ID=88988509
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311206415.XA Active CN117196480B (zh) | 2023-09-19 | 2023-09-19 | 一种基于数字孪生的智慧物流园区管理*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117196480B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022021739A1 (zh) * | 2020-07-30 | 2022-02-03 | 国网智能科技股份有限公司 | 一种语义智能变电站机器人仿人巡视作业方法及*** |
CN114386893A (zh) * | 2021-12-14 | 2022-04-22 | 国网河北省电力有限公司营销服务中心 | 一种基于数字孪生的库房管理方法、装置及终端设备 |
CN114548861A (zh) * | 2022-01-28 | 2022-05-27 | 中国船舶重工集团公司第七一六研究所 | 基于数字孪生的仓库管理方法 |
WO2022252268A1 (zh) * | 2021-06-03 | 2022-12-08 | 江南大学 | 一种智能立体仓库优化调度方法 |
CN116303819A (zh) * | 2023-02-10 | 2023-06-23 | 湖北普罗格科技股份有限公司 | 一种基于数字孪生实现仓储***下的数据处理方法及装置 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102173995B1 (ko) * | 2019-04-18 | 2020-11-04 | 주식회사 포에스텍 | Cps 기반의 스마트 지게차 관리장치 |
-
2023
- 2023-09-19 CN CN202311206415.XA patent/CN117196480B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022021739A1 (zh) * | 2020-07-30 | 2022-02-03 | 国网智能科技股份有限公司 | 一种语义智能变电站机器人仿人巡视作业方法及*** |
WO2022252268A1 (zh) * | 2021-06-03 | 2022-12-08 | 江南大学 | 一种智能立体仓库优化调度方法 |
CN114386893A (zh) * | 2021-12-14 | 2022-04-22 | 国网河北省电力有限公司营销服务中心 | 一种基于数字孪生的库房管理方法、装置及终端设备 |
CN114548861A (zh) * | 2022-01-28 | 2022-05-27 | 中国船舶重工集团公司第七一六研究所 | 基于数字孪生的仓库管理方法 |
CN116303819A (zh) * | 2023-02-10 | 2023-06-23 | 湖北普罗格科技股份有限公司 | 一种基于数字孪生实现仓储***下的数据处理方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN117196480A (zh) | 2023-12-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Lee et al. | Optimizing the yard layout in container terminals | |
CN108830531B (zh) | 一种智能分类物流仓储*** | |
US7957900B2 (en) | Tracking vehicle locations in a parking lot for definitive display on a GUI | |
CN105354641B (zh) | 拣货路径优化方法及拣货路径优化装置 | |
CN107944598A (zh) | 一种物流路径配置方法及*** | |
CN104346658B (zh) | 基于改进银行家算法的自动小车存取***动态调度方法 | |
CN109447536A (zh) | 一种基于gis的仓库实时监控管理方法 | |
CN101493911A (zh) | 港口装备制造企业虚拟库存管理*** | |
CN115063090B (zh) | 一种大宗商品仓储用数字货位管理方法 | |
CN108320120A (zh) | 结合NB-loT技术的智慧园区物流巡检*** | |
CN112925308B (zh) | 路径规划方法、装置及计算机存储介质 | |
Zhou et al. | Information-based allocation strategy for grid-based transshipment automated container terminal | |
CN116777328A (zh) | 一种物流车线及装载管理方法、装置、设备及存储介质 | |
CN114881564A (zh) | 多深货位分配方法、装置、计算机设备和存储介质 | |
CN111582787A (zh) | 一种冻库规模型拣货***及其方法 | |
Digiesi et al. | Dry port as a lean and green strategy in a container terminal hub: A mathematical programming model | |
WO2009149452A2 (en) | Method of operating a warehouse | |
CN117196480B (zh) | 一种基于数字孪生的智慧物流园区管理*** | |
CN115759929A (zh) | 货物拣选方法、装置、电子设备和可读存储介质 | |
CN115170014A (zh) | 一种基于物联网的工业ai物流仓库***及方法 | |
Mengjue et al. | Storage allocation in automated container terminals: the upper level | |
CN116485310A (zh) | 一种仓储管理用库存管理***及方法 | |
Alιm et al. | Smart warehouses in logistics 4.0 | |
WO2022013966A1 (ja) | コンテナ蔵置計画装置、コンテナ蔵置計画システム、及びコンテナ蔵置計画方法 | |
CN111626666A (zh) | 一种分布式堆场模式 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |