一种货物关联匹配驱动的物流站点智能分配及路径调度方法与流程

摘要: 本技术涉及冷链物流调度的,尤其是涉及一种货物关联匹配驱动的物流站点智能分配及路径调度方法。背景技术:1、在分布式冷链物流网络中,温敏物资的跨域干线运输高度依赖车...
一种货物关联匹配驱动的物流站点智能分配及路径调度方法与流程

本技术涉及冷链物流调度的,尤其是涉及一种货物关联匹配驱动的物流站点智能分配及路径调度方法。

背景技术:

1、在分布式冷链物流网络中,温敏物资的跨域干线运输高度依赖车载微环境的热力学稳定性与路网节点间的时空接驳匹配。货运车辆在物理路面上持续行驶时,车厢内部空间受外部环境热交换及冷媒系统间歇运行影响,其温度在预设阈值区间内呈现非稳态的波动演变。为防止货物因长时间处于越限温区而发生物理变质,调度网络需对车辆的物理行驶时间与车厢内部的热力学演变进程进行同步测算,以确保车辆在内部温度触及货物耐受极限前抵达指定的物流接驳泊位。

2、中国发明专利申请cn119026780a公开了一种基于人工智能的物流路线规划方法及系统。该技术方案依据车厢内各个采集点的历史温度数据构建温度曲线数据库,计算相邻采集点间的温度变化异常评价,提取评价最值点作为监控点。该系统对监控点的温度曲线集执行子集匹配,提取最优温度曲线子集包含的温度曲线时段累加和作为预测的调节时间。系统进而计算当前仓库到达剩余仓库的预测行驶时间,通过数值做差比对,选择预测行驶时间小于调节时间且差值中最小正数对应的仓库作为下一配送节点。

3、当上述调度系统部署于真实的工程作业工况时,货运车辆在路面上持续承受的高频颠簸激振会客观作用于冷藏厢体。受限于其依赖历史常态数据进行数值外推的底层逻辑,现有系统无法感知物理振动带来的传热边界干扰。在持续激振诱发车厢物理密封胶条或冷媒管路产生局部机械形变时,厢体底层的热传导阻抗发生突变,形成非线性的热桥效应并加剧局部热耗散,导致车厢真实的温度衰减斜率严重偏离历史静态基准。此时,即便车辆配备了基于温度反馈的自动制冷设备,由结构形变引发的热耗散速率往往会超出常规制冷设备的额定补偿能力上限。单纯依赖自动制冷设备的满负荷输出,不仅无法有效遏制车厢温度逼近极限温度的趋势,还易引发制冷设备的过载保护性停机。现有调度系统剥离了底层动力学干扰与热力学演变之间的传导链路,其输出的预测调节时间大幅长于物理真实的温度恶化耗时。调度引擎依据此失真数据执行差值评估,会将热力学边界已经崩溃且物理不可达的远端物流站点错误分配为合法目标,最终必然引发车辆在途制冷失效、货物越限失温以及目标站点接驳死锁的系统级故障。

技术实现思路

1、为了解决颠簸漏冷引发的预判失效,实现提前改道,本技术提供一种货物关联匹配驱动的物流站点智能分配及路径调度方法。

2、本技术提供的一种货物关联匹配驱动的物流站点智能分配及路径调度方法,采用如下的技术方案:一种货物关联匹配驱动的物流站点智能分配及路径调度方法,包括:

3、获取货物的极限温度和静态衰减斜率,基于所述极限温度和所述静态衰减斜率为运输所述货物的车辆分配初始站点及初始路径;

4、接收所述车辆在沿所述初始路径行驶时同步采集上报的z轴激振参量、车厢温度及关联路段的动力学特征;

5、对所述z轴激振参量执行滤波与积分处理以获取形变位移;

6、若所述形变位移不大于预设的形变阈值,将所述静态衰减斜率作为动态衰减斜率;

7、若所述形变位移大于所述预设的形变阈值,计算所述形变位移与所述预设的形变阈值的形变差值,基于所述形变差值及所述关联路段的所述动力学特征生成补偿系数,并利用所述补偿系数将所述静态衰减斜率重构为动态衰减斜率;

8、计算到达所述初始站点的剩余时间,基于所述车厢温度、所述动态衰减斜率及所述剩余时间,计算预计温度;

9、当所述预计温度大于所述极限温度时,基于所述车厢温度和所述动态衰减斜率筛选次级站点;

10、若确定所述次级站点,则释放所述初始站点,并生成通向所述次级站点的次级路径以供所述车辆进行改道。

11、可选的,所述获取所述货物的所述极限温度和所述静态衰减斜率,基于所述极限温度和所述静态衰减斜率为运输所述货物的车辆分配所述初始站点及所述初始路径,包括:

12、提取所述货物的预设的标识码以调取所述极限温度与所述静态衰减斜率;

13、依预设的站点的预设的距离与预设的车速计算预计时间;

14、将所述预计时间乘以所述静态衰减斜率并叠加预设的初温,生成预测温度;

15、将所述预测温度小于所述极限温度的所述预设的站点设为所述初始站点,并依所述预设的距离生成所述初始路径。

16、可选的,所述对所述z轴激振参量执行滤波与积分处理以获取所述形变位移,包括:

17、基于预设的频率阈值对所述z轴激振参量执行滤波以剥离重力基线,输出动态序列;

18、提取所述动态序列中匹配预设的频段的有效参量;

19、在预设的时间窗内,对所述有效参量执行二次积分运算,生成所述形变位移。

20、可选的,所述利用所述补偿系数将所述静态衰减斜率重构为动态衰减斜率,包括:

21、将所述补偿系数与预设的权重相乘生成耗散偏移;

22、将所述耗散偏移与预设的常数求和生成重构因子;

23、将所述重构因子与所述静态衰减斜率相乘生成动态衰减斜率。

24、可选的,所述基于所述车厢温度和所述动态衰减斜率筛选所述次级站点,包括:

25、遍历预设的候选站点以获取所述车辆的预计耗时;

26、将所述预计耗时与所述动态衰减斜率的乘积叠加所述车厢温度生成预测温值;

27、若存在所述预测温值小于所述极限温度的所述预设的候选站点,将所述预测温值小于所述极限温度的所述预设的候选站点确定为所述次级站点。

28、可选的,在将所述预测温值小于所述极限温度的所述预设的候选站点确定为所述次级站点之后,包括:

29、向所述次级站点的预设的次网关发送锁定信令,以激活预设的接驳倒计时并触发预设的硬件联锁;

30、向所述初始站点的预设的首网关发送释放信令以解除预设的泊位锁定。

31、可选的,若不存在所述预测温值小于所述极限温度的所述预设的候选站点,则执行预设的控制流,包括:

32、向所述车辆发送降扭指令,并依所述形变位移构建预设的负反馈环,以供所述车辆的预设的动力端限制车速,直至所述形变位移小于所述预设的形变阈值;

33、同步向所述车辆发送超频信令,以供所述车辆的预设的制冷端抑制所述动态衰减斜率,并维持向所述初始站点的调度。

34、可选的,所述向所述车辆发送降扭指令,并依所述形变位移构建预设的负反馈环,以供所述车辆的预设的动力端限制车速,直至所述形变位移小于所述预设的形变阈值,包括:

35、计算所述形变位移与所述预设的形变阈值的实时差值;

36、将所述实时差值输入预设的反馈律生成动态参数;

37、将所述动态参数转为占空比以生成所述降扭指令;

38、将所述降扭指令发送至所述车辆,以供所述车辆的所述预设的动力端限制车速。

39、可选的,还包括:

40、计算所述车厢温度在预设的周期内的变化率;

41、当所述变化率大于预设的阈值时,判定采集所述车厢温度的预设的测温点故障;

42、隔离所述预设的测温点的数据并触发预设的推算模式。

43、可选的,所述触发所述预设的推算模式,包括:

44、提取所述预设的测温点故障前留存的所述动态衰减斜率;

45、获取所述车辆的环境外温;

46、依所述环境外温与所述动态衰减斜率外推生成虚拟温度;

47、用所述虚拟温度更新所述车厢温度,以计算所述预计温度并筛选所述次级站点。

48、综上所述,本技术包括以下有益技术效果:

49、1、通过z轴激振参量感知颠簸引发的机械形变并重构动态衰减斜率,在车辆行驶过程中实时采集z轴激振参量并处理为形变位移,当形变位移超阈值时,依据形变差值及关联路段的动力学特征生成补偿系数并将静态衰减斜率重构为动态衰减斜率,使后续预计温度的计算能够客观反映持续激振诱发厢体密封结构形变后热传导阻抗突变所造成的实际温升加速,有效避免了传统方案因剥离动力学干扰与热力学演变之间的传导链路而导致预测调节时间失真并分配远端不可达站点的系统级故障。

50、2、在无可达次级站点时执行降扭指令并构建负反馈环,通过将形变位移与预设形变阈值的实时差值输入预设反馈律生成动态参数并转为占空比以限制车速,利用车速降低减弱路面激振输入,使形变位移在闭环控制下回落至阈值以内,从激振源头层面降低了热耗散加剧的诱因,在无备用站点可改道的极端工况下维持了向初始站点继续调度的可行性,打破了传统冷链运输在颠簸漏冷工况下仅能被动依赖自动制冷设备进行降温的局限,实现了车辆机械动力学降扭与热力学制冷端超频的跨域协同控制,有效弥补了常规制冷设备补偿能力的物理上限缺陷。

51、3、通过故障测温点变化率监测触发推算模式生成虚拟温度,在判定预设测温点故障后隔离该点数据,依据故障前留存的动态衰减斜率和环境外温差值外推生成虚拟温度以更新车厢温度,使预计温度计算和次级站点筛选链路不因局部测温点失效而中断,以空间冗余度和参数化推算机制维持了温度场监控的连续性。