0 引言

随着我国物流业的蓬勃发展, 小批量、多品种、高时效的货物配送不断增加, 客户的个性化需求也变得越来越多[1]。物流配送中心逐渐成为了物流界和学术界异常关注的热点话题, 但美中不足的是, 现如今缺乏关于物流配送能力评价方面的研究。物流配送中心在进行供应、仓储、拣选组盘以及、装卸、配送等物流运作环节时都会存在一定的能力限制, 就像超过生产型企业生产能力的生产计划无法按期完工一样, 超出物流配送能力的物流配送计划也无法实现, 不能满足顾客的要求, 所以需要研究配送中心, 为其制定物流配送计划变得尤为重要。同时, 系统地研究配送中心的服务能力, 有助于配送中心分析制约其发展的关键能力要素, 通过制定和实施适当的物流发展方案策略, 并对其有针对性地加以完善, 使企业以较低的投入来获得更具优势的运营绩效, 因此研究配送中心有着非常重要的理论和实际意义[2]。物流配送中心是供应链管理 (scm) 销售物流的重要组成, 它是根据用户的订单和对销售的预测, 进行规模化采购、进货、保管, 然后按照客户订单要求, 在规定的时间准时送达客户的物流场所[3]。物流配送中心各个子系统间强调衔接顺畅、协调运行、均衡高效的原则。

1 Flexsim系统仿真软件介绍

Flexsim软件是由美国Flexsim公司开发的对仓储系统仿真与建模的集成开发环境[4]。Flexsim软件建模与仿真能力强大, 不仅开发难度低, 而运行效率很高。同时, Flexsim能够自主建立个性化模型, 这些模型可以设置个性化的时间、位置以及运动形态。Flexsim仿真软件研发了各种仓储仿真需要的实体模型, 用户只需要拖入需要用到的模块即可对其进行相应的操作, 还可以利用C++编译定义模型, 方便、高效、快捷。在Flexsim中还可以方便地导入AUTO、CAD和3D模型。此软件已经在各个领域的配送中心的拣选仿真、仓储仿真、产品仓库分拣仿真、生产物流系统仿真、集装箱码头仿真、机场物流仿真等多个领域内得到成功运用[5]。可以为各行各业量身定制个性化的仿真与建模, 是管理策划人员评估优化方案的最有效的方法。本文是利用Flexsim软件对某智能立体仓库的供应链配送系统进行了模型仿真, 并进行数据分析及其优化。

2 Flexsim物流仿真下仓储作业系统仿真建模

本文运用Flexsim软件, 针对某智能立体仓库的供应链配送系统进行模拟仿真 (见图1) , 通过运行模型, 分析数据, 找出瓶颈环节, 并进行系统优化的改进策略。某供应链配送系统的模型以及主要的作业流程如下:

图1 整体外观  

2.1 供应链配送系统流程

该智能立体仓库的供应链配送系统整体工程分为:商品供应区、商品存储区、商品组盘区以及商品发货区。

商品供应区:商家1向配送中心发送A、B两种类型的商品, 占比为6:4, 且时间到达服从均值为25, 标准差为30的正态分布;商家2向配送中心发送C类商品, 到达时间服从离散均匀分布商家3向配送中心发送B、D两种类型的商品, 占比为3:7, 到达时间服从指数分布各个商家的商品将时间服从均匀分布, 加工工位最大可以同时加工3种商品。

商品存储区:商品加工完毕后由两辆穿梭车取货送到商品暂存区等待被送到输送线上进行商品检验, 之后由电梯送达相应的楼层, 楼层上的楼层穿梭车提取商品再送达到相应的货位区。货区是由4层10行8列的高位货架组成。每一楼层都分配有1台穿梭车, 用于接相应楼层的商品。

商品组盘区:根据组盘清单, 商品由叉车取相应的货送到商品组盘区, 由人工进行组盘, 设置人员的数量为2人, 组盘速度为10s/盘。组盘清单见表1。

表1 组盘清单

商品发货区:组盘完毕之后, 由分拣传送带按照订单信息分别将商品存放于发货存储区, 最后由运输车送到销售存储区。销售存储区的货区是由3层9列的货架组成。商品到达后, 从第1层第1列开始存放。各种商品的最小停留时间服从均匀分布。

2.2 实体设备相关参数

用到的各种设备与对象的数量和参数见表2。

3 仿真模型运行及数据分析

通过运行模型, 对穿梭车的使用进行了数据收集, 得到相应的报告和状态图, 使得穿梭车的仿真结果信息直观、全面地反映出来。穿梭车利用率表见表3, AGV状态饼状图见图2。

运行得出穿梭车的利用率, 穿梭车利用率在2 731s时, 5台穿梭车的平均利用率为59%, 从小车的平均利用率来看, 看似小车的使用较为合理, 但是单看穿梭车1, 穿梭车的利用率高达92%, 而且持续时间很长, 势必会成为整个配送系统的瓶颈所在。不仅会使得该工位产生过度忙碌甚至出现堵塞现象, 而且也会影响后续环节的使用效率。

表2 设备与对象对应表

表3 AGV利用率表  

单位:%

4 模型优化

4.1 模型优化及优化后数据分析

通过以上数据分析, 穿梭车的利用极为不均衡, 将会成为整个系统的瓶颈, 有待于进一步优化, 应该降低穿梭车1的利用率, 所以可以将该工位的穿梭车设为两台。优化模型后, 穿梭车利用率见表4, AGV状态饼状图见图3。

表4 优化后穿梭车利用率表

单位:%

4.2 模型优化前后数据对比

通过对比表3和表4, 穿梭车的整体利用率得到了提高, 而且避免了穿梭车1的高忙碌状态, 使整个模型系统的繁忙率基本得到缓解, 并处于较好的水平。

5 总结

供应链配送系统是物流系统的重要组成部分, 利用系统仿真的方法对仓储作业系统进行建模、分析和优化, 目的是为了提高仓储作业效率, 希望对于实际的规划、建设与升级、优化与改造起到一定的理论支持和借鉴作用[6]。本文是对某智能立体仓库的供应链配送系统进行实际测录、记录各个设备的数据和参数并使用Flexsim仿真软件进行建模, 随后通过分析仿真数据发现穿梭车的利用不均衡, 并对穿梭车提出了改良优化方案, 最终通过再次运行优化后的模型, 并进行数据对比分析证明了优化后模型的可行性, 达到了优化穿梭车使用效率, 避免了其他资源的浪费, 提升了整体模型的利用率, 为项目的实施提供了指导作用。

图2 穿梭车状态饼状图 

图3 优化后穿梭车状态饼状图