3、分拣机任务模型：任务到达模式、任务执行时间模型、任务依赖关系与资源约束

好，咱们今天聊聊分拣机的任务模型。说实话，这部分是调度算法的地基。地基没打牢，上面盖多高的楼都得塌。我见过不少项目，算法跑得挺欢，一到现场就乱套，十有八九是任务模型没建对。

3.1 任务到达模式

任务怎么来的？这可不是随机的。分拣机的任务到达，说白了就是包裹进入系统的节奏。我个人习惯把它分成三种模式：

模式	特点	典型场景
周期性到达	固定时间间隔，比如每200ms来一个	上游皮带机匀速供包
突发性到达	短时间内大量包裹涌入	卸货高峰期、多车同时卸货
随机性到达	泊松分布或更复杂的统计模型	人工投料口、零散订单

嗯，这里要注意：实际项目中往往是混合模式。比如平时是周期性到达，突然来一车货就变成突发性了。我曾经在一个项目中吃过亏——只按周期性建模，结果高峰期直接堵死，分拣机上的包裹堆成了山。

3.2 任务执行时间模型

任务执行时间，就是包裹从进入分拣机到完成分拣的全过程耗时。你想想看，这个时间受什么影响？

• 包裹自身属性：重量、尺寸、形状。大件跑得慢，小件跑得快。
• 分拣路径：从入口到目标格口的距离。远端的格口自然耗时更长。
• 设备状态：皮带速度、推杆响应时间、扫描器识别延迟。

我建议把执行时间拆成三部分：

T_exec = T_transport + T_identify + T_sort

其中：

• T_transport：运输时间，跟路径长度和皮带速度有关。一般是线性关系。
• T_identify：识别时间，包括条码扫描、体积测量。我见过最慢的识别能到500ms，快的只要50ms。
• T_sort：分拣动作时间，推杆或翻板动作时间，通常固定，约100-300ms。

3.3 任务依赖关系

任务之间有没有依赖？当然有。分拣机不是单机游戏，多个任务之间会互相影响。

常见的依赖关系有三种：

1. 顺序依赖：任务A必须完成后，任务B才能开始。比如包裹A先进入，包裹B后进入，但B要等A分拣完才能用同一个推杆。
2. 资源依赖：两个任务争抢同一个资源。比如两个包裹都要去同一个格口，但格口只能一次处理一个。
3. 数据依赖：任务B需要任务A的识别结果。比如包裹A和B是同一个订单，需要合并分拣。

为什么会这样？说白了，分拣机的物理结构决定了这些依赖。你想想看，一条皮带线上，后面的包裹不可能超过前面的。这就是最朴素的顺序依赖。

3.4 资源约束

资源约束，就是分拣机有哪些东西是有限的，不能随便用。我把它归纳为四类：

资源类型	具体内容	约束形式
空间资源	皮带长度、缓存区容量、格口数量	同时容纳的包裹数有限
时间资源	推杆动作周期、扫描器处理周期	单位时间内动作次数有限
计算资源	PLC处理能力、通信带宽	每秒处理的任务数有限
能源资源	电机功率、气动系统压力	同时驱动的设备数量有限

嗯，这里要注意：资源约束往往是动态的。比如皮带速度可以调，但调快了识别率会下降。我建议在建模时把资源约束写成不等式：

∑(资源使用量) ≤ 资源总量

举个例子：假设有3个推杆，每个推杆同时只能处理1个包裹。那么同时进行的分拣任务数就不能超过3。这个约束看起来简单，但实际项目中经常被忽略。

3.5 模型整合与实战建议

把上面这些整合起来，一个完整的分拣机任务模型应该包含：

• 任务到达的统计分布（周期性/突发性/随机性）
• 每个任务的执行时间（运输+识别+分拣）
• 任务之间的依赖关系（顺序/资源/数据）
• 系统资源的容量限制（空间/时间/计算/能源）

我个人习惯用Petri网来建模。为什么？因为它能直观地表示并发、冲突和资源共享。当然，用数学公式也行，但现场工程师更愿意看图。

好了，任务模型这部分就聊到这儿。下一章咱们讲调度算法，到时候你会看到，模型建得好，算法才能发挥威力。