“分拣设备有效作业率达到105.32%，异型烟分拣产能突破1.2万条/小时，同比提升了20%”，这是浙江省宁波市烟草专卖局（公司）今年1月1日的物流作业“战绩”，也是在“十四五”开局之年交出的首份“答卷”。

　　亮眼数据的背后，是宁波市局（公司）在数字浙烟蓝图中顺应浪潮的主动作为，是持续推进智慧物流建设的探索实践。

　　智在有数，建立全域感知数据中心

　　建设智慧物流，数据是“原材料”。

　　2020年以来，宁波市局（公司）基于物流核心业务，打通作业环节间的数字壁垒，全面集成仓储、分拣、配送全链路数据，汇聚形成物流数据池。

　　“数字工厂”，是宁波市局（公司）对该项研究成果的生动表述。2020年3月，为推动物流数据全域感知，他们启动“数字工厂”项目建设，通过物联网技术，实现万物互联，让物流设备之间实现“亲密互动”；通过三维建模、数字孪生等技术手段，将采集到的数据加工、变换，构建一个与现实高度仿真的“数字实体”，实现物理与虚拟“交相辉映”。

　　“采集到的数据分布广、体量大，并且分散在不同的数据库中，没有按照真正的业务流程集成起来，实际检索非常不方便。而且，数据以类似文本的方式呈现，得到的结果也不易懂。”谈及“数字工厂”的开发初衷，项目骨干成员刘子豪回忆道，“于是，我们考虑是否可以有一个更直观的载体，让数据能够自己‘说话’。”

　　目前，宁波市局（公司）已完成对物流园区联合工房内108个关键设备、58个PLC控制器的数据采集和转化，积累物流数据超过2万个，生成分析记录1.6万余条。

　　针对今年“元春”高峰，依托物流“数字大脑”，宁波市局（公司）提前掌握工业到货、分拣配送等作业数据，通过智慧平台搭载的“自动排产”功能，一键生成作业人员排班、薄膜和笼车用量等，实现了资源精准对接，促进了各项作业有序开展。

　　“面向未来，构建物流‘数字大脑’，是宁波烟草物流加快数字转型提升，打造物流核心竞争力的关键路径。”宁波市局（公司）配送中心经理毛伟江如是说。

　　智在有用，优化智能分拣调度模式

　　用数据“穿针引线”，告别作业“雾里看花”。2020年4月，在浙江省烟草专卖局（公司）指导下，宁波市局（公司）积极参与行业智能分拣调度模型研究，通过数据建模，让数据生产力在物流一线得以充分释放。

　　他们运用EIQ分析法（从客户订单的品项、数量、订货次数等方面出发，进行配送特性和出货特性的分析）和ABC分类分析法，基于“常—异”分拣线资源和效率现状，评估不同“常—异”销量组合下的最高分拣产能以及最佳人机配置。

　　“原先的分拣调度模式缺少数据支撑，没有对卷烟订单结构进行深入分析，仅仅从量平均的角度对任务进行调度，这导致分拣效率不高，分拣产能无法有效释放。”配送中心设备主任王红科介绍说。

　　从量均衡到户数均衡、时长均衡和聚合优化，多样化的分拣调度模式，是宁波市局（公司）智能分拣调度研究的重要成果之一。他们将订单数据细化为33个具体指标，运用聚类算法，将具有相似结构的订单集中分拣，根据各品规分拣量调整烟仓、烟道数量，进一步实现资源匹配更精准、分拣效率更快捷；通过构建异型烟任务组合算法，以单客户为研究对象，量化分拣单条异型烟占用工时，实行“按线路、按订单、按品规”的任务切割策略，突破了异型烟分拣产能瓶颈。

　　“以元旦当天为例，原先我们需要增加5名补货人员，至少工作15小时才能完成单日12万条的分拣任务。根据这个数据，‘元春’期间，通过数据建模，释放数字产能，推动作业效率转化为经济效益，至少可为企业节省成本8万元。”配送中心副经理余元峰介绍道，从常规烟调度优化到异型烟智能调度，分拣产能提升的背后，是日益增长的市场需要，更见证着宁波智能分拣调度模型的迭代升级。

　　智在有道，构建设备智能维护体系

　　“有了云上设备故障维修经验库，我就可以自己排除简易故障了，再也不怕运维人员人手不够造成停机等待了！”1月11日，分拣线巡线员任世炜看着恢复正常的激光划箱机高兴地说。

　　近几年，宁波市局（公司）深入推进全员设备管理，操作人员实施清洁与简单维护，机修人员负责专业技术问题，形成了网格管理、责任到人的良好局面。

　　“虽然现有模式效果挺好，但随着物流设备日益老化，运维压力也在不断增加。”配送中心储配部主任何礼顺分析道，“故障同时突发、运维人员无法兼顾的情况逐渐增多，并成为制约分拣效率提升的重要因素之一。”

　　“痛点”即是改进的“起点”。2020年7月，宁波市局（公司）以设备管理信息系统为基础，构建设备故障维修经验库，维护数据共计150余条，制作相关维修视频30个，备件更换流程15个。操作人员可随时通过关键词搜索，查询得到维修处理方案，按照步骤自行排除。同时，该经验库会根据使用数、好评数，优化维修处理方案推送优先级，快速提供最佳排故方案。

　　据统计，元旦至今，现场操作人员通过钉钉移动平台在线访问故障库，自行排除简易故障，单日同比减少10次故障请求，极大缓解了高峰作业时设备运维压力，为设备整体顺畅运行奠定了坚实基础。