走进阳合
作为现代物流系统的核心组成部分, 自动化立体仓库[1,2,3,4] (automated storage and retrieval system, AS/RS) 是一种基于高层立体货架存储货物, 并综合应用机电、自动控制、计算机和通信技术管控堆垛机进行物资存取作业的仓库。鉴于立体仓库软硬件系统投资较大, 通过运作优化技术从货物分配、任务调度、作业流程等多角度开展研究或采取措施充分发挥其综合效益, 一直受到企业和学者们的广泛关注。然而, 由于自动化仓储系统是一类多学科交叉的复杂动态离散系统, 此前的研究大多采用从数学算法出发的传统解析分析方法, 其耗时良多, 理论性强于实践性, 应用难度较高, 直观性不强, 且未充分考虑布局对仓库效率的影响。由此, 本文弃用了传统的解析分析方法, 而是结合工业工程视角和计算机仿真技术[5,6,7]分析和研究了立体仓库的运行参数及布局对出入库作业效率的影响。本文采用的可视化仿真优化技术实用性较强, 便于直观找出现有立体仓库瓶颈和提出改进措施, 从而显著提升立体仓库的作业效率和综合效益。
作为一款业界主流的离散事件仿真软件, Flexsim支持在离散时间点改变状态, 并可视化模拟特定事件触发的结果。在Flexsim集成仿真环境中, 通过对待优化对象三维建模, 再对模型进行各种系统分析和工程验证, 最终可获取优化设计或改造方案[8,9,10]。基于Flexsim实现立体仓库出入库仿真优化的基本步骤如下:1) 确定仿真目的。明确所需解决的问题和优化目标, 为后续的调研、建模工作提供依据。2) 系统调研。深入了解实际的现场状况, 整理出作业流程、仓库布局及其他仓储作业相关数据。3) 布局设置。基于调研所得结果和分析, 安排和设计仓库的整体布局, 并将物理对象映射为仿真视图窗口相应位置的实体。4) 实体连接。根据实体间的作业关系, 将其运用输出输入连接或者中间连接相连, 以定义对象间的逻辑关系。5) 参数设定。处理调研所得数据, 以获取近似的分布函数, 例如货物的到达时间间隔、停留时间等, 并确定系统中各设备的运行参数。6) 模型运行。编译、重置模型, 进行整体仿真运行, 以观看系统运行过程中的变化。可通过设置模型的停止时间来更有效地模拟1 h或者1 d等精确时间下的运行状况, 使得运行结果更具现实意义。7) 仿真结果和分析。在模型运行过程中, 可实时查看系统中各设备的统计数据, 了解其运行情况和运行效率等。8) 优化。应用工业工程知识, 针对系统中既存的瓶颈或不足提出有效可行的优化方案。优化后一般还需再次仿真验证优化方案, 对比分析优化前后的改进程度, 从而确定该优化方案的有效性。9) 资料归档。仿真优化结束后, 整理和存档相关资料, 以便决策者日后使用或查阅相关资料。
某企业建成了一套小型自动化立体仓库, 该仓库属于固定货架、流通型仓库, 具备2条巷道及4排货架, 主要负责关键物资的快速流通。该仓库包含办公区、接货区、入库区、货架区和出货区等5个区域, 各区域功能如图1所示。
其中出入库作业是立体仓库最基本和最常用的作业形式, 流程如图2所示, 其效率直接影响着整套物流系统的效益和水平。
根据实际仓库构成, 搜集、抽取与出入库相关的主要因素, 忽略次要因素, 最终得出简化后的仓库模型, 如图3所示。其中, 发生器随机产生2种临时实体, 到达时间间隔服从指数分布R (0, 50, 0) ;所有传送带的运行速度为1 m/s, 货物经过传送带到达相应的入库缓存区等待;由堆垛机将其放置到随机空闲的左右2排货架的空货位, 堆垛机的运行速度为1 m/s, 最大速度2 m/s;货物在货架中的最小停留时间服从正态分布N (1 000, 102) , 入库缓存区的最大容量为10件, 模型中省略出库缓存区, 直接用传送带表示;最终出库的货物经传送带离开。
根据前文的各设备参数设置, 在Flexsim仿真平台下连续运行模型后, 可得出如下分类统计数据:
1) 堆垛机性能的主要评价指标为工作时间、空闲率和利用率, 相关仿真结果如表1所示。
2) 货架性能的主要评价指标为最大库存量、吞吐量和利用率等, 相关仿真结果如图4所示。
3) 缓存区性能的主要评价指标是实体等待时间、容量和堵塞率等。出库后的运输作业不属于仓库系统管理范围, 故以入库缓存区为准进行分析, 图5为入库缓存区的容量状态, 并将这些数据整合, 相关结果如表2所示。
4) 由表1和表2可得堆垛机和货架的利用率为表3。由模型运行之后的各种数据结果统计, 可得出以下3点结论:①由表3和图4可见, 2个堆垛机的利用率都不高, 均低于70%。其原因主要在于货物在货架中的停留时间过长, 作业类型单一, 以单一入库或者出库作业为主。②由表2和图4可见, 仓库的入库总量为718, 出库总量为491, 差额较小, 周转较慢, 导致货架的平均利用率不高。③由图5可见, 2个缓存区中均存在货物堆积现象, 这与出库时间较为集中, 缓冲区容量不当有关。
基于上节分析和仓储物流知识, 导致堆垛机利用率不高的原因主要在于集中出货和缓冲区堵塞, 此外也受到仓库布局影响, 故下文综合参数优化和布局影响2个角度, 提出优化措施。
参数优化的思路为:
1) 优化仓库外围物流效率, 减小货物的到达时间间隔, 提升堆垛机的效率, 增大仓库的吞吐量。
2) 合理确定吞吐量和缓冲区容量。吞吐量过大, 系统就会出现瓶颈问题, 出入库缓存区易产生堵塞, 等待时间变长。此外, 易使堆垛机会进入超负荷工作状态, 导致设备故障率增大。
由图5可见:看到入库缓存区的峰值最高达到8, 使得缓存区出现大量堆积。现将2个缓存区的最大容量改为5, 多出的货物则在传送带上等待;通过优化货物的到达时间间隔和货架中的最小停留时间来提高设备的利用率, 并使得系统能够顺畅运行, 消除瓶颈工序。
经反复测算和仿真运行分析, 入库时间间隔和货架货物最小停留时间均采用泊松分布, 分别采用均值37和9 000, 均使用随机数流1。模型修改后, 仿真结果如图6、图7和表4所示。
图6 入库缓存区1~2库存量仿真结果 (改进后) Fig.6 Storage simulation results of storage buffer 1-2 after optimization 下载原图
由改进模型的各种仿真结果统计, 可得出以下3点结论:
1) 由表4、图4、图5和图7可见, 改进后仓库输入/输出量达到970/721件, 较之前峰值更高, 4排货架的利用率也显著提高, 出入库作业更加均衡。
2) 由表4、图6可见, 优化后堆垛机利用率基本达到预期的80%左右, 入库缓存区额定容量减少为5件, 且运行峰值低于5件, 从而堵塞消除。
3) 缓存区的平均停留时间为43.75 s高于改进前的35.98 s, 改进后有明显提高, 导致该情况的原因是货物在货架中的平均停留时间减少。此外, 出库作业增加和堆垛机利用率提高, 加长了缓存区中的货物等待时间, 而工作的正常运行未受影响。
总之, 由仿真分析可见, 仓库系统参数优化后, 瓶颈消除, 效率提高, 且正常运行也得到了保证。
前文图3仓库所采用的出入库方式为复合行程式, 即出入库作业在高层货架的同一侧完成。实际上, 现代仓库还会使用另一种直线型布局方式, 即入库与出库分别在货架的两端完成, 如图8所示。
下文在上节参数优化的基础上, 仿真作业布局改进后的成效, 计算得出2种布局方式下的各数据均值如表5~表8所示。
由上述4个表对比可见:布局2中堆垛机的利用率85.3%优于布局1的79.85%, 布局2的入库缓存区平均停留时间和利用率均高于布局1, 布局2的货架利用率和入库量也更高, 但是布局2的总出库量比布局1低68件。
造成这些现象的原因主要在于表6中的堆垛机空载运输时间比例, 布局2的堆垛机空载率明显高于布局1, 使得堆垛机的运动距离更高。从模型中可见:布局1中的堆垛机总运动距离为20 km左右, 而布局2中为25 km左右, 即堆垛机在进行出入库作业时离货物的距离相对较远, 使得堆垛机的空闲率下降, 利用率相对提高。堆垛机工作繁忙的同时, 入库缓存区中的货物等待时间也就相应增加, 使得缓存区的利用率提高。由于堆垛机的空载率提高, 使得在相同的时间内, 仓库的吞吐量也受到影响, 总输出量减少, 所留在货架中的货物增加, 货架利用率提高。
综上并参照文献[11-12], 本文认为布局变更的收益不如参数优化明显, 不可盲目行事, 应从如下角度抉择和权衡:
1) 复合行程式布局的出入库作业共用一个通道口, 可充分利用资源 (通道、空间、人员等) , 但是在传送带的分岔路上需要安装识别装置对通过的货物进行识别分拣, 实施成本稍高。
2) 直线型布局的结构清晰, 出入库不混淆, 非常适用于入库与出库作业高峰期重合的立体仓库, 但难以应用ABC分类法, 并无法受益其给库存管理带来的合理性和高效性。
本文借助Flexsim物流仿真软件, 以某小型自动化立体仓库出入库过程为研究对象, 阐述了其建模、瓶颈分析和优化技术, 并最终基于仿真实验给出了行之有效的优化改进方案, 显著提升了仓库的出入库作业效率, 也为类似仓储物流系统或生产制造系统的作业优化指明研究思路。
标签：
上一篇： 基于EIQ分析的F公司仓库规划
下一篇： 仓库定品与快速管理
