：本文将动态仿真引入独立ICS小车行李系统的设计过程，通过仿真控制策略分析优化行李系统布局；通过建立基于Emulate3D的仿真模型，动态仿真独立ICS小车行李系统关键点流量、系统内时间、早到行李量以及不同状态托盘的实时分布等数据特性；验证了行李系统设计的合理性；解决了静态计算分析难以处理的，诸如基于航班波次的行李系统性能评估及不同故障模式下行李系统保障能力评估等难题。

  关键词：行李处理系统（BHS）、独立ICS小车系统（ICS）、仿线安徽民航机场集团有限公司 2北京艾福罗杰工程咨询有限公司

  行李处理系统（Baggage Handling System，BHS）是机场运行的关键组成部分之一，它涉及多区域、多主体之间的协同运作。多区域涵盖陆侧和空侧，包括值机柜台接收交运行李、行李处理大厅行李分拣装运、行李提取大厅提取行李等；多主体协调运作包括旅客的行李交运、航空公司办票、机场安保和海关查验、地服人员分拣及装运[3,4]、机场运维人员的操作等等。

  行李处理系统的高效运行对于减少错误处理行李数量至关重要，而且也是机场提高旅客服务水平和提升旅客出行体验的重要组成部分。

  交运行李在机场的处理流程如图1所示，其中航站楼内的离港行李处理子系统处理值机、安检、分拣、存储和装载；到港行李处理子系统处理中转和到达；其余的流程一般不在行李处理系统的设计范围。而其中的离港行李处理子系统流程相对复杂，设备类型较多，是行李处理系统的核心部分；到港行李处理子系统流程相对简单，设备类型较少，不在本文的研究范围。

  离港行李处理子系统的主要环节是分拣。根据机场客流量不同，一般中、小型机场在离港高峰行李量小于1,000件/小时，能够使用人工分拣；但一般大、中型机场在离港高峰行李量高于1,000件/小时，由于人工分拣工作量大、效率低、易出错等不足，推荐采取了自动分拣技术。

  国内常用的自动分拣系统有翻盘分拣机（Tilt Tray Sorter，TTS）系统和独立小车系统（Individual Carrier System，ICS）[6]。TTS系统技术成熟、单台设备解决能力高、应用案例众多；ICS系统的工作速度更快、控制更灵活、更加有助于行李的跟踪和保护。本文研究对象是基于独立小车的自动分拣系统。

  典型独立小车行李系统的分拣流程如图2所示，离港行李在柜台交运后，首先，通过柜台的双通道安检机进行全方位检查，可疑行李将被输送至开包间进一步查验；检查合格的行李将被送往行李分拣大厅；然后，行李将在自动标签读码站后装入ICS小车，至此行李条码信息与ICS小车集成的RFID芯片信息绑定，正确识别的行李将按照行李所属的航班信息进行分拣或者去往早到行李存储。未正确识别的行李需要到人工编码站进行人工补码，行李分拣系统根据补码信息将行李自动分拣至指定的分拣目的地或早到行李存储。

  行李流量表示行李系统接受、传输、分拣行李的速率，以件/小时或件/分钟表示，行李需求流量不应超过行李系统流量设计值；行李流量可根据行李系统的关键点进行细分，例如：值机岛行李收集线接受行李的流量、行李输送线的流量、ICS分拣环路的流量等。

  系统内时间主要是指行李自动分拣所需的时长，从行李导入值机输送机开始计算，直到行李被分拣至分拣转盘并装载至行李拖车为止，一般可扣除可疑行李下线检查、无读数行李下线补码和早到行李存储的时长。系统内时间很直观地表明行李系统的运行效率，并直接影响到值机柜台和分拣转盘的运营。由于分拣转盘停止装载时间如公式（1）所示，因而在分拣转盘停止装载时间一定的情况下，缩短行李系统内时间，能够在一定程度上帮助增加值机柜台的结柜时间，来提升机场的旅客服务水平。

  此外，对于独立小车系统，空托盘的需求数量也很重要。既要满足行李分拣和循环的需求，又要平衡存储位空间的占用，过多和过少都不合适。而行李系统模块设计阶段的静态计算很难给出适合的数量。

  行李系统的动态仿真能够准确的通过预测的航班时刻表、旅客值机到达特性曲线、旅客携带行李平均数量等作为输入条件，动态模拟行李系统运作时的状态，可以直观地表达每件行李的系统内时间、关键点流量，可以动态展示早到存储的占用情况和各类不同状态托盘的动态数量等信息，从而验证行李系统布局设计的合理性[7]，能解决基于航空业务预测量静态计算难以处理的设计难点。

  下面以某项目为例说明动态仿真在ICS行李系统模块设计过程中的应用。图3为某ICS行李系统初步设计的具体方案的一部分，下方有2个值机岛，每个值机岛含2条行李收集线，交运行李进入收集线后安检可疑行李将下线至红色方框所示的开包间中检查，合格的行李继续输送至自动读码站，然后装载入ICS小车，由ICS小车完成后续的分拣工作。

  图3 独立小车行李系统动线条收集线个ICS装载站。蓝色和绿色的环线是ICS的分拣环线层叠放，均可联通至人工编码站、早到存储（Rack）和分拣转盘，且相互之间也可以灵活互通。在ICS装载站的上游设置空托盘的缓存区（Buffer）和空托盘的存储区（Store）。托盘缓存区容量小，可迅速将空托盘输送至装载站；空托盘存储区容量大，可以存储成垛的空托盘，用于补给空托盘缓存区。

  早到存储为货架式立库存储，可以存储早到行李，也能够适用于空托盘的存储，系统中溢出的空托盘可以存储于货架中，成垛存储节省空间。

  由于ICS行李系统路由控制灵活，因此在确定初步行李系统布局设计后要对行李路由来控制策略分析，制定合适的高端控制策略，尤其是要制定托盘管理策略。不同的高端控制策略和托盘管理策略会影响到行李系统的工艺布局设计。以下以托盘管理策略为例说明仿真控制策略分析。根据该项目的初步设计的具体方案，ICS托盘的管理策略至少可以有以下3种。

  托盘管理策略A如图4所示。该控制策略下，行李分拣卸载后的单盘返回空托盘存储区之前进行堆垛，存在堆垛机中单盘未成垛的情况下，其前方接收到来自早到货架的成垛托盘，造成如图5所示的情况。空托盘存储区可以接收来自早到货架的成垛托盘，也可接受来自系统循环中完成卸载的单个空托盘；空托盘存储区的空托盘数量到达阈值的情况下，可以将成垛的空托盘发送至早到货架进行存储。

  ②成垛的空托盘可以在主线上输送，而非在主线上以单个托盘的方式输送，节省主线资源；

  ③早到存储区货架中的托盘垛发送托盘到空托盘存储区，而不直接发往空托盘缓存区，控制逻辑层级清晰。

  空托盘存储区接收成垛空托盘，又接收单个空托盘，控制逻辑复杂且减少了空托盘存储区的存储容量。托盘管理策略B如图6所示。该控制策略下，来自早到货架的成垛托盘不立即进入空托盘存储区，而是去往空托盘缓存区，并在空托盘缓存区完成拆垛。

  ③空托盘存储区中只存储成垛空托盘，存储容量利用率高，控制逻辑相对简单；

  ④早到货架中成垛空托盘导入和导出的判读依据是托盘存储区的存储状态，控制逻辑相对简单；空托盘直接发往空托盘缓存区，传输效率更高。

  从早到货架到空托盘缓存区的距离遥远（该项目最短约290米），行李高峰期间很难及时从早到货架调取空托盘供装载站使用。

  托盘管理策略C如图7所示。该控制策略下，从早到货架中释放的成垛空托盘先完成拆垛后进行单盘输送，在进入空托存储区前再堆垛。

  ③早到货架中成垛空托盘的导入和导出判读依据是托盘存储区的存储状态，控制逻辑相对简单。

  ①来自早到货架中的空托盘需要拆垛后单盘进入空托盘存储区；先拆垛再堆垛，流程繁琐；

  ②从早到货架导出的托盘垛在拆垛后单盘运输，占用较多主线种托盘管理策略的分析，为了能够更好的保证行李系统中系统内时间最优，在装载站一定要采用空托盘等待行李的原则，即任何时刻空托盘缓存区必须有少数的空托盘，所以空托盘缓存区必须及时补给，则此补给必须来自空托盘存储区，而不能是早到货架。空托盘存储区中的空托盘可以由早到货架来补给，因其可以允许一定的时间余量。因此，空托盘的基本控制原则应如图8所示。控制策略A满足此根本原则，但要解决空托盘存储区同时接收单盘和成垛托盘造成存储效率低和控制逻辑复杂的问题，需要调整行李系统布局来解决。

  基于托盘管理策略分析，空托盘存储区必须可以接收来自系统循环产生的空托盘，又需要接收来自早到货架的成垛托盘的补给，因此调整优化行李系统布局，增加成垛空托盘至空托盘存储区的路由，如图9中红色线框所示，调整后的行李系统布局能轻松实现控制策略A的优点，同时也避免了其缺点。确定仿真策略并调整更新行李系统布局后，创建行李系统仿真模型并进行动态仿线 行李系统布局调整

  本文采用EMULATE3D系列商业仿线]对该ICS行李系统模块设计方案进行建模，通过动态仿线小时行李系统的运行情况，获得关键指标数据，以验证设计的具体方案。根据行李系统设计的具体方案，建立仿线所示，该模型中已经增加了中转及VIP柜台，对应的收集线 行李系统仿线.参数化设置

  仿真场景是行李系统仿真的重要输入条件，主要基础数据包括设计日航班时刻表，旅客值机特性曲线]。该行李系统所在航站楼设计年吞吐量3000万旅客，设计日出港航班338架次，包括国内296架次和国际42架次，出港航班滚动小时架次的分布如图11所示，蓝色线条表示国内出港航班；红色线条表示国际出港航班，灰色包络线为全场出港航班滚动小时架次分布。

  旅客根据预测航班时刻表按照旅客值机特性曲线到达航站楼，典型的旅客值机特性曲线所示，然后按照国内和国际分别去往各值机岛。值机岛的选择按照柜台数量的比例权重随机选择；柜台的选择按照排队人数最少的柜台优先，排队人数相同的情况下随机选择，然后旅客将行李交运到称重输送机进入行李系统，行李系统的仿真从称重输送机接收到行李开始。

  早到行李需要存储于早到存储区，对系统内时间不敏感，因此统计非早到行李的系统内时间。从图13和表3可知，所有非早到交运行李中99.9%的系统内时间在12分20秒之内，99%的非早到交运行李系统内时间在11分38秒之内，95%的非早到交运行李系统内时间在8分14秒之内。

  每条收集线所示。从图中可知，早高峰发生在6点25分左右，B1收集线件/小时。各条收集线收集的行李经过安检后去往装载站，如图15所示，4个装载站的叠加峰值流量略高于2500件/小时。

  上下叠放的2层ICS分拣环路的流量如图16所示。从图中可知，下层分拣环路的流量高于上层分拣环路，峰值流量约1150件/小时；上层分拣环路的峰值流量略低于1000件/小时。

  仿真过程中按照托盘的状态分为8种类型，分别为缓存中（InBuffer），去缓存（ToBuffer），存储中（InStore），去存储（ToStore），货架中（InRack），去货架（ToRack），工作中（Working）和空盘巡游中（Idle），图17显示了各类状态托盘的实时数量，图18显示各类托盘实时数量的叠加。

  工作中（Working）：表示托盘已经装载行李，在输送中或者存储在早到行李货架中；

  存储在早到行李货架中的国内和国际早到行李实时数量叠加如图19所示。早到货架中，国内早到行李最大量为199件，国际早到行李最大量为248件，累计最大量为375件。考虑到空托盘的存储及更好适应未来运营的变化因素，在现有建筑条件下，考虑20%的设计冗余，即375X（1+20%）=450，建议早到存储货架的容量不低于450件。在满足建筑空间的情况下，早到容量越大越有利于缩短工作人员的装载时间。

  基于预测的航班时刻表，通过对行李系统的分析及建模，仿线%的非早到交运行李系统内时间在11分38秒之内，95%的非早到交运行李系统内时间在8分14秒之内。

  （4）早到存储货架中实时存储的最大值为375件。考虑到空托盘存储及一定的冗余度，建议早到存储货架的容量不低于450个货位。

  本文将动态仿真的思路引入行李系统的设计过程，通过仿真控制策略分析优化行李系统布局，通过动态仿真直观地体现了行李系统关键点流量、系统内时间、早到行李量以及不同状态托盘的实时分布等数据特性，验证了行李系统模块设计的合理性，解决了静态计算方法难以精确计算的早到行李需求量、托盘需求量、不一样行李系统内时间等难题。

  [5]杨超,赵一帆,李波,陈春,丁洪伟.基于深度学习的RFID标签防碰撞算法研究[J].现代电子技术. 2021,44(22).

  本文版权归《物流技术与应用》所有，欢迎文末分享、点赞、在看！转载请联系后台。

  特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。

  为节省时间，他在实验室吃下一块「脂溶性」汉堡，直接夺走了他年仅 28 岁的生命

  效果炸裂！OpenAI首个视频生成模型发布，1分钟流畅高清，网友：整个行业RIP

  谷歌Gemini 1.5深夜爆炸上线，史诗级多模态硬刚GPT-5！最强MoE首破100万极限上下文纪录

  53岁傅明宪“最美郭芙”近况曝光，身价过亿生活自由颜值也在线万，惨淡不堪，《红毯先生》宣布退出春节档！

  PPI捶爆降息预期，美债跳水，美股回落，AI“妖股”超微高台跳水20%，龙年首周中概连赢大盘

  影像大提升？三星Z Fold6或搭载2亿像素主摄 S24 Ultra同款