大型钢铁企业智慧物流管控平台的设计与应用

李鹏 郭亮 郗晓法

开放科学（资源服务）标识码（OSID）：DOI：10.16661/j.cnki.1672-3791.2312-5042-6606

作者简介：

李鹏（1986—），男，本科，工程师，研究方向为钢铁行业信息化系统开发与管理。

郭亮（1977—），男，硕士，工程师，研究方向为钢铁行业信息化、智能化。

郗晓法（1979—），男，本科，工程师，研究方向为钢铁行业信息化、智能化。

摘  要：针对我国钢铁行业面临的物流运输效率低、物流系统智能化程度不高、物流调度管控及时性差等问题，在调研相关技术支撑与分析当前物流专业管理与信息系统现状的基础上，提出了构建统一运输资源管理体系，结合GIS、物联网、大数据、人工智能等新一代信息技术，搭建全流程一体化物流调度平台的解决思路，并从系统平台架构设计、功能实现等方面，就某大型钢铁企业智慧物流管控平台建设实践进行了阐述。

关键词：钢铁企业  物流运输  系统架构  人工智能  管控平台

中图分类号：TP393

2019年，国家发改委发布《关于推动物流高质量发展促成形成强大国内市场的意见》。这一最新的物流发展战略，强调了物流业是支撑企业发展、壮大国民经济的基础性、战略性、先进性产业。物流高质量发展是经济效益发展的重要组成部分，也是推动制造业企业高质量发展不可或缺的重要力量。

钢铁物流涉及面广，贯穿于物料采购、工序生产、产品销售等整个供应链各环节随着工业4.0时代的到来，智能制造在全球范围内快速发展，为钢铁企业实现生产全流程的物流环节优化提供了有力技术支撑。采用智能装备、大数据、算法模型等技术与手段，搭建智慧物流管控平台，实现物流业务全流程一体化智能调度管理，可极大地提高物流效率，促进钢铁企业降本增效、绿色发展、提高综合竞争力。

1  企业物流现状分析与业务流程优化

1.1  物流现状分析

沿海某大型钢铁企业厂内物流业务，主要涉及厂际间倒运、码头盘倒、散料运输等业务。该企业虽然建立了物流信息化系统，实现了作业计划、作业实绩在线管理，但仍需要投入大量的人力、物力进行数据维护，各物流装备的神经末梢与信息化系统之间的通道没有完全打通，作业效率偏低，管理难度偏大。物流运输过程中存在用车日计划管理不足、运力资源浪费、调度管控及时性差等问题。主要体现在以下几个方面：（1）用车计划管理不足，车辆资源按业务类型下发到各用车单位自行调配，运力资源精细化管理不足；（2）物流调度采用线下沟通方式，未纳入系统管理，无法实现运输资源的灵活调度；（3）车辆排队管理流程缺失，车辆行为不受控；（3）运输任务执行过程无有效管控手段，过程监管能力不足；（4）运输服务无有效的评价机制，缺乏数据支撑。

1.1  业务流程优化

构建统一运输资源管理体系，实现运力精细化管理。厂内车辆作业用车方式包括固定流向运输、临时台班及申请用车，共计148个运输业务场景。结合车辆复用性，可归纳为4种运输需求提报方式，包括计划性需求、单车次需求、多车次需求以及时间预约需求，打破原有厂内运输任务与车辆的静态绑定关系，运力由系统平台集中管理，对可以复用的车辆进行全局优化。

厂内车辆安装车载终端，实现运输任务全流程跟踪。利用5G/4G无线网络，获取车载终端定位数据，与GIS地图进行融合后实时展示车辆位置，对车辆行驶路径等信息进行在线监控，对异常情况进行报警提醒。

建立智能算法模型，实现运力资源与运输计划的动态匹配。基于生产厂库存动态，结合生产计划安排情况，实现转储计划智能编排，达到上下游库存动态平衡的目的；建立转储计划智能分配模型，以任务派送的形式实现全厂运力资源的智能调度；建立智能配车模型，基于待运材料规格、位置信息，实现待运材料与承运车辆的智能匹配，取代人工配车操作，提升作业效率。

2  平台架构设计

2.1  整体规划

智慧物流管控平台以厂区GIS地图及车辆定位技术为基础，建立物流业务全流程一体化管控平台，打通与周边系统的信息壁垒，实现物流数据互联互通，运力资源动态调配，物流业务精益化管理。整体架构如图1所示。

（1）整个系统架构由感知层、数据逻辑层、业务表示层组成。从底层数据感知到数据处理分析，最终展现业务功能。

（2）通过5G、北斗、UWB定位、GIS等技术搭建基础感知平台，为车辆定位、路径规划、数据采集与传输奠定基础。

（3）对物流业务周边系统进行适应性改造，打通系统间的壁垒，实现物流运输数据互联互通。涉及PES系统、厂内物流、道路监控、门禁系统、计量系统、料场PES系统、无人仓储、3PL等19个应用系统。

（4）从感知层采集的数据汇集到算法模型大脑，通过计划拆解、运输仿真、运输数据洞察分析，利用算法能力，输出库存趋势、运力调度、任务分配等业务结果。

（5）业务表示层采用车载终端、手机App、PC、电子大屏等先进的设备进行合理规划展示。车载终端主要服务于司机，提供语音播报、路径规划、司机承运等功能。手机App主要服务于业务部门，用于运输需求申请、审核、运输过程监控、运输实绩确认等。PC和电子大屏主要服务于管理专业，跟踪运输过程并进行数据挖掘分析。

2.2  技术架构

采用平台化设计方案，建设基础平台、核心平台、服务平台三层平台架构。整体架构设计为“大平台+微应用”，其中“大平台”重点解决应用间的组件复用问题，将核心、复杂的业务功能以组件形式封装到平台中；将软件系统拆解为“微应用”，提供灵活、个性化、更具可扩展性的服务，方便第三方系统的接入，具备灵活的扩展性。技术架构如图2所示。

2.3  功能蓝图

智慧物流管控平台由基础信息管理、运单管理、运输过程管理、排队管理、运输实绩分析等几个模块组成，运输部作为平台的管理单位，对平台中的业务流程、功能权限等有监管权限。功能蓝图如图3所示。

3 系统功能实现

智慧物流管控平台系统功能主要包括基础信息管理、智能调度算法、运单管理、排队管理、运输过程监管、数据统计分析、车载终端应用、移动App应用、汽运管控大屏。

3.1  基础信息管理

基础信息管理，作为系统开展业务的数据基础，对物流业务相关静态数据进行集中管理。主要内容包括用户管理、司机管理、车辆管理、仓库管理、地点管理、作业项目管理、托运号管理、车载终端管理、充电桩管理等。

3.2  智能调度算法

智能调度算法，针对不同的业务类型进行不同的自动化调度功能设计，其中主要分为两类：运筹算法调度和规则算法调度。以实现运力资源合理调配为目标，通过对运输计划和可用车辆资源的实时动态信息进行综合分析，调用全局模型、预测模型、实时模型、策略模型计算出最佳承运车辆，并推送任务到对应车辆的终端设备，同时对派单过程进行监管，人工只介入非常态问题，减少人为工作强度，实现管理模式从松散状到集中化的转换。

3.3  运单管理

对物流运单进行管理，运单有3种提报方式：业务系统触发、手工创建、模板创建。运单包括发运的物料信息、装卸点信息、车辆类型、预计装车时间等信息。可以对运单进行审核、分配、召回、删除等操作。在运单详情页面，用户可以查看运单的详细信息，以及运单状态、车辆位置、行驶轨迹、物流节点等信息。

3.4  排队管理

对到达装卸点的车辆进行排队管理，平台记录车辆签到时间，根据作业项目的优先级自动生成车辆的排队顺序，同时支持排队顺序调整。平台可实现对即将入库的车辆进行自动叫号，也可人工叫号，页面同时具备暂停自动叫号与暂停排队功能，防止现场发生异常情况时，造成车辆拥堵等情况。

3.5  运输过程监管

运输过程监管是指对运输任务执行过程进行跟踪和管控，基于GIS地图和车辆定位等手段，实现车辆运输过程的实时监管，通过行车记录仪、驾驶室摄像头等设备和技术，实现驾驶行为的实时监控，主要：路线偏离、异常停车等异常信息进行监控和报警；针对疲劳驾驶、违规接打电话、超速行驶等不安全驾驶行为进行报警和记录；车辆动态在地图上进行实时图形化展示，历史运输路径追溯。

3.6  数据统计分析

构建一体化服务评价体系，采集、存储物流运输全流程的数据资源，结合大数据、服务评价模型，根据实际情况进行数据统计分析。围绕“人、车、物”管理，主要实现以下指标统计分析：物流效率分析、车辆利用率分析、运输异常分析、驾驶员评价、承运商评价等。

3.7  车载终端应用

主要实现登录授权管理、运单指令管理、路径规划、车辆报到、装卸车实绩确认以及语音自动提醒和告警等功能，为司机提供在线作业支持。结合GIS车载监控平台，集成驾驶室视频监控以及行车记录仪功能，实时记录车辆运行状态以及司机驾驶状态，发现不安全行为及时报警，提高运输的安全性。

3.8  手机App应用

主要实现授权管理、用车申请、运单审核、派车管理、排队管理、运单详情、作业实绩确认等功能。手机App按照用户角色进行设计开发，包括需求方App、运输部App、车队App、司机App。对用户来说系统流程清晰，应用简洁；App包资源小，下载安装速度快；功能解耦，减少变更时相互影响。

3.9  汽运管控大屏

建立汽运物流管控大屏，支持以地图、图表等形式动态呈现厂内物流概况与变化态势，实现运输作业全局监控、运力分配精准决策、异常故障快速响应。大屏数据展示信息可分为3个模块：GIS地图、物流指标统计分析、车辆视频实时监控。GIS地图位于大屏中央，用于呈现厂内等比例地图，装卸点相对位置和道路情况。物流指标统计主要分布地图两侧，以各类热力图、柱状图、折线图、滚动信息等方式呈现车辆信息、需求情况、作业情况、异常情况等数据信息。车辆视频实时监控分布在大屏两侧，主要用于车辆行驶路段监控，以及驾驶员不安全行为监控。

4  结语

智慧物流管控平台，利用GIS、大数据、物联网等新一代信息技术实现对物流数据的全面感知、可靠传输、有效利用，依据业务场景，建设高效、协同的智能物流调度算法模型，实现运输计划自动编制、运输任务智能分配、运输车辆智能调度、运输路线智能规划、运输实绩自动收集、异常事件自动报警，运输服务自动评价的厂内物流全流程一体化智能管理，物流周转效率整体提升15%，进一步降低公司的物流成本与库存资金，为钢铁行业物流智能化发展提供了方向。

参考文献

[1] 王懿，张小坡，郑业宁，等.钢铁企业厂内运输物流智能管理系统[J].计算技术与自动化，2016，35（2）：120-124.

[2] 陈锐，刘建辉，王国栋，等.钢铁成品物流跟踪信息系统通用架构模型研究[J].冶金自动化，2013，37（6）：18-22.

[3] 李公田.基于北斗定位和GIS技术的物流车辆定位监控系统[J].河北冶金，2020（S1）：111-114.

[4] 王奕，黄港明，姜玉河.基于工业互联网的钢铁企业智慧物流架构研究与实践[J]. 冶金自动化，2021，45（6）：1-7.

[5] 张先玲，孙小东，张大伟，等．新一代信息技术驱动钢铁企业智慧新物流[J].工业加热，2020，49（6）：50-52.