当今,配送中心作为连接上游供应商与下游消费者的桥梁,对企业的运作与发展起着至关重要的作用,国内对配送中心的建设也呈现出高涨势头[1]。但目前,在以数字化转型、智慧化改造与网络化升级为牵引的发展背景下,大多数传统配送中心因内部布局规划不合理而产生了一系列问题,如存储功能突出,但综合服务能力较弱,未能按预期满足实际需求;作业流程衔接程度低、作业效率低下;货物搬运路线冗余、运营成本居高不下等。因此,如何通过改进布局实现企业的高效运行已成为国内外学者关注的焦点[2][3][4]。
在现有的布局规划方法中,系统布置设计(SLP)方法因条理性、逻辑性强,得到了广泛的认可与应用[5][6][7][8]。如文法然,徐琬佳针对W公司仓库布局,运用SLP方法设计作业相关区域布局,并对方案进行对比分析,从而缩短了物料搬运距离,提高了仓库整体运作效率[9];赵亚男针对W公司仓储布局问题,运用SLP方法进行优化,使作业效率提高了14.9%[10]。以上文献均运用SLP方法对布局进行改进,但传统SLP方法在求解时存在一定的局限性,如缺乏柔性和全局性,只是从宏观的角度展开,未能考虑功能区内部诸如设备的增减及运转状态、作业效率的高低、物流动线以及作业流程之间的关系等微观问题,且无法对系统内部的实时状态进行反馈并根据系统内部需求变化对布局做出调整。
基于此,为对配送中心进行优化设计,本文在传统SLP方法中加入动线分析,保证优化后布局的物流动线与作业流程的协调性,并通过FlexSim仿真分析,对内部设备、瓶颈环节与资源浪费等进行改善,监测系统的运行状态,验证优化方案的合理性。
H家电生产企业物流配送中心的核心业务为仓配一体化服务,专为该企业中小型家电提供物流服务。目前该配送中心业务已实现智能化,正向智慧型物流配送中心转型发展。
该配送中心占地总面积为5997m2,根据业务功能不同,将其主要划分为8个功能区:入库区、流通包装区、配件区、理货区、存储区、分拣出库区、商务办公区和智能控制中心,其平面布局如图1所示,图中带箭头线条为物流动线。
各个功能区占地面积如表1所示。
代号 |
功能区 | 面积/m2 |
1 |
入库区 | 317 |
2 |
流通包装区 | 236 |
3 |
配件区 | 315 |
4 |
理货区 | 748 |
5 |
存储区 | 3164 |
6 |
分拣出库区 | 437 |
7 |
商务办公区 | 186 |
8 |
智能控制中心 | 214 |
根据出入库频次、订单数据以及货物大小,该配送中心将货物分为A、B、C三类,各类货物的规格大小与出入库数据如表2、3所示。
货物种类 |
规格大小/m |
A |
0.56×0.5×0.5 |
B |
1.1×0.7×0.5 |
C |
0.95×0.6×0.5 |
月份 |
货物种类 | 入库量/件 | 出库量/件 |
7月 |
A |
22346 | 20953 |
B |
10243 | 10197 | |
C |
13354 | 13246 | |
8月 |
A |
21652 | 19528 |
B |
12548 | 12492 | |
C |
12542 | 12023 | |
9月 |
A |
22327 | 20874 |
B |
11826 | 10518 | |
C |
13721 | 13692 |
由表3可知,该配送中心每日的货物入库量约为1450件,其中A类货物订单需求大且规格较小,以4个为一组通过托盘存储并放入货架,在第三季度中,其入库量为66325件,出库量为61355件,每月约有7.5%的安全库存;B类与C类货物订单需求量相对较小且规格较大,为方便货物的流动以及存储,B、C类货物均以2个为一组通过托盘进行存储。A类货架规格为8层10列,B、C类货架的规格均为8层16列,托盘统一为GB/T2934—2007中1200×1000mm规格大小。
该配送中心各功能区物流、人流、信息流情况如图2所示。各类货物到达入库区后,通过机械手实现货物的搬运与移动,经检验因破损等不合格的大约有3.7%,经检验合格后,有22%的货物需进行包装,之后进入理货区,统一进行理货、贴标签并组拍上架;在理货区,运用传送带以及RFID智能分拣技术实现对货物的自动分拣,并通过机械手实现货物的组拍;在分拣出库区,工作人员通过手持终端设备中实时更新的订单信息,实现对订单货物的拣选。
①在宏观布局方面,根据图1,对该配送中心的物流动线进行分析,发现存在物流动线的迂回与交叉现象。货物入库后,小部分需进行流通包装,其余直接进入理货区,之后统一进入存储区。但在出库时,由于分拣出库区与存储区距离较远且二者中间有其他功能区,因此货物无法直接进入分拣出库区,物流动线之间有迂回,需通过传送带绕过中间功能区,导致货物出库效率较低。
②在微观作业方面,入库区存在瓶颈环节,由于入库区设备处理效率过低,导致货物在入库区停留时间较长,出现货物大量堆积现象,制约了后续检验与理货环节,影响了货物的拣选效率;流通包装区存在资源的浪费,该功能区有3台设备,但需要包装的货物仅占入库货物的22%,包装工作量较小,使得三个处理工位的利用率较低。
传统SLP方法以PQ分析作为布局规划的参考依据,是一种生产导向的规划分析理念,但配送中心作为典型的拉动式供应系统,其作业需要完全反映客户的需求变化,应通过加入动线分析,形成闭环反馈过程,如图3阴影部分所示,进而提高优化后布局的物流动线与作业流程的协调性,保证布局方案的全面性。
物流关系分析对布局规划有重要的影响,得到的物流强度从至表如表4所示,将各功能区之间的物流强度按照由高到低的顺序进行排列,得到物流强度等级表如表5所示。根据表5作出物流相关图,如图4所示。其中,各功能区之间的物流强度等级按照物流量承担的比例确定,承担的物流量累计占比为0~40%记为A(超高物流强度),物流量累计占比为40%~70%记为E(较高物流强度),物流量累计占比为70%~90%记为I(较大物流强度),物流量累计占比为90%~100%记为O(一般物流强度),其余则记为U(可忽略物流强度)。
序号 |
功能区 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 |
1 |
入库区 | - | 308 | 0 | 1089 | 0 | 0 | 0 | 0 |
2 |
流通包装区 | 0 | - | 0 | 308 | 0 | 0 | 0 | 0 |
3 |
配件区 | 0 | 425 | - | 374 | 0 | 283 | 0 | 0 |
4 |
理货区 | 0 | 0 | 0 | - | 1397 | 0 | 0 | 0 |
5 |
存储区 | 0 | 0 | 0 | 0 | - | 1035 | 0 | 0 |
6 |
分拣出库区 | 0 | 0 | 0 | 0 | 0 | - | 0 | 0 |
7 |
商务办公区 | 0 | 0 | 0 | 0 | 0 | 0 | - | 0 |
8 |
智能控制中心 | 0 | 0 | 0 | 0 | 0 | 0 | 0 |
序号 |
物流路线 | 物流强 度/箱 |
物流量 占比/% |
物流量累 计占比/% |
等级 |
1 |
理货区-存储区 | 1397 | 26.77 | 26.77 | A |
2 |
入库区-理货区 | 1089 | 20.86 | 47.63 | E |
3 |
存储区-分拣出库区 | 1035 | 19.83 | 67.46 | E |
4 |
配件区-流通包装区 | 425 | 8.14 | 75.60 | I |
5 |
配件区-理货区 | 374 | 7.16 | 82.76 | I |
6 |
流通包装区-理货区 | 308 | 5.90 | 88.66 | I |
7 |
入库区-流通包装区 | 308 | 5.90 | 94.56 | O |
8 |
配件区-分拣出库区 | 283 | 5.44 | 100.00 | O |
物流关系分析对布局规划有重要的影响,但并非唯一影响,除此以外,对非物流关系的分析也不可缺少。结合实际情况,从以下8个方面对该配送中心的非物流关系进行考虑:1)作业流程的连续性;2)货物搬运数量与频次;3)管理与服务;4)安全与污染;5)振动与噪音;6)人员联系;7)共用设备;8)数据传输与流通。定性分析各功能区的非物流关系,划分非物流强度等级,得到非物流相关图如图5所示。其中,与物流相关图相同,用A、E、I、O、U表示等级强度,字母后边的数字表示功能区之间的非物流关系理由。
设任意两个功能区分别为Ai和Aj(i≠j),将其物流强度等级量化为MRij,非物流关系等级量化为NRij,因此功能区Ai与Aj的综合相互关系量化为:
TRij=m·MRij+n·NRij(1)
式中,1≤i, j≤8,m与n分别表示物流关系与非物流关系的权重。
该配送中心的主要目标为协调物流动线,提高订单出库效率,因此物流关系更为重要,取物流与非物流关系的权重比为2∶1,设A~U等级的系数值分别为4,3,2,1,0。代入式(1)中,得到各功能区之间的综合相互关系量化值,并按从大到小的顺序排列,然后根据与物流关系、非物流关系同样的等级划分方法,得到综合相互关系图如图6所示。
根据综合相互关系图与面积等实际制约条件,同时考虑物流动线与作业流程的协调性,得到优化后布局及物流动线如图7所示,其中带箭头线条为物流动线。
由图7可知,优化后布局物流动线整体呈直线形,未出现迂回与交叉现象,在入库区,货物检验合格后,可直接进入位于其旁边的理货区和流通包装区;在存储区,货物无需随传送带绕过其他功能区到分拣出库区,可以由叉车直接送入分拣出库区,有效地解决了物流动线方面存在的问题。
在物流运作系统中,其存在的问题往往是由空间变量、时间变量和随机变量交错形成的动态系统问题,解决这类动态系统问题的有效方法就是系统仿真技术[11]。FlexSim作为三维仿真软件,操作直观,能应用于系统建模、仿真以及实现业务流程可视化[12]。因此,本文基于改进后的布局,利用FlexSim软件对该配送中心进行建模,通过对设备利用率、订单处理量以及货物停留时间等进行分析,进一步改善瓶颈环节与资源浪费问题。
基于改进SLP优化后的布局,建立该配送中心仿真运作模型,如图8所示。
图中,在入库区使用泊松分布模拟货物的到达,具体设定为Possion(15,getstream(current));在理货区,处理器贴标签的时间统一为8s, 合成器对A类和B、C类货物的组拍时间分别为20s和12s; 在分拣出库区,用发生器代表订单的生成,分别在第15、30、50、65、95秒时生成订单,并循环至仿真结束,将各个订单对每类货物的需求量导入全局表,合成器接收数据信息,操作人员对订单进行拣选并使用合成器打包合成,放入暂存区等待出库。
由2.2小节可知,在作业方面,存在瓶颈环节与资源的浪费,接下来将对此进行分析与改善。
对于瓶颈环节,在入库区通过增加机械手的数量以及改变运送形式来满足作业量需求,进而改善瓶颈环节。对基于改进SLP方法得到的布局方案进行仿真,提出方案一:增加1台机械手;方案二:将暂存区Queue1与机械手直接改为传送带。统计各个改善方案下,货物在入库区的停留时间与入库检验设备的利用率,如表6所示。
方案 |
原方案 | 方案一 | 方案二 |
货物平均停留时间/s |
1859.47 | 1085.67 | 11.00 |
货物输出量/件 |
1257 | 1335 | 1447 |
设备利用率/% |
43.65 | 46.35 | 50.22 |
由表6可知,方案一与方案二都缩短了货物停留时间,但方案二效果远比方案一好,这是因为通过传送带可以直接省去机械手以及操作人员的搬运时间,且设备利用率也进一步提高。因此,综合考虑设备利用率与成本因素,将暂存区与机械手改为传送带,在满足作业需求的同时,既能节省一台机械手的日常维护与保养,也能有效提高入库效率。
对于资源的浪费,在流通包装区,依次减少设备的数量,统计其输出量,同时综合考虑货物等待时间以及设备利用率,旨在在保证作业效率的情况下尽可能地减少设备数量,降低成本。对基于改进SLP方法得到的布局方案进行仿真并运行,将该功能区3台设备的货物输出量随时间变化图与货物的等待时间变化图输出,并依次将设备数量减少为2台、1台,运行仿真模型并输出对应结果,如图9所示。
由图9 a)、d)可知,3台设备时,每台设备的货物输出量在(0,8)范围内波动,货物平均等待时间在3.5s左右。对比图9 a)、b)、c),每台设备的平均输出量随着设备数量的减少而增加。当有3台和2台设备时,货物的平均等待时间未发生明显变化。设备数量减少为1台时,货物的平均等待时间低于2s, 说明减少设备并未增加货物的等待时间,可以保证正常的作业效率,但同时也要确保设备未超负荷运转,因此,对不同数量设备的平均利用率进行统计,如表7所示。
平均利用率/% |
3台设备 |
2台设备 | 1台设备 |
7.75 |
13.51 | 27.01 |
由表7可知,设备数量减少后,其平均利用率也在增加,1台设备能够满足流通包装作业量的需求。因此,综合考虑作业效率与成本因素,将流通包装区设备减少为1台,在满足作业需求的同时保证作业效率,降低成本,减少资源的浪费。
运用Flexsim软件,统计优化前后方案运行效果,如表8所示。其中,原方案是指未进行优化前的方案;优化布局后是指基于改进SLP对布局进行宏观优化后的方案;仿真优化后是指在优化布局的基础上,对微观作业中存在的问题进行统一改善后的方案;优化效果是指仿真优化后与原方案相比的改善率。由表8可知:
①优化后订单处理效率提高了28.18%,入库检验设备与流通包装设备的利用率也分别提高了10.26%和18.01%,减少了资源的浪费。
②货物在入库区的停留时间大幅缩短,且货物输出量也有所提高,说明改善了入库区货物大量堆积现象,降低了货物等待检验时间,同时保证了作业流程的连续性。
③理货组拍设备与订单合成设备的利用率均低了不到1%,但订单处理量却提高了,说明物流动线与作业流程更加协调,投入比原来更少的设备便可完成更多的订单量。
评价指标 |
实体名称 | 原方案 | 优化布局后 | 仿真优化后 | 优化效果 |
订单处理量/个 |
订单出库 | 110 | 122 | 141 | 28.18% |
货物停留时间/s |
Queue |
2889.39 | 1859.47 | - | - |
入库Conveyor |
- | - | 11.00 | - | |
入库区输出量/件 |
Queue |
1151 | 1257 | - | - |
入库Conveyor |
- | - | 1447 | - | |
设备利用率/% |
入库检验 |
39.96 | 43.65 | 50.22 | 10.26% |
流通包装 |
9.00 | 7.75 | 27.01 | 18.01% | |
理货组拍 |
99.59 | 99.82 | 99.37 | -0.22% | |
订单合成 |
98.09 | 97.88 | 97.54 | -0.55% |
本文运用改进SLP与FlexSim仿真相结合的方法,从宏观布局优化与微观作业流程分析角度,以H企业物流配送中心为例,对其布局进行优化设计,解决了物流动线冗余、瓶颈环节与资源浪费等问题,提高了配送中心订单处理效率。
改进的SLP方法囊括了物流动线分析,拓展了研究的深度;FlexSim仿真分析不仅可以明确瓶颈环节以及产生资源浪费的原因,还能实时监测配送中心的状态,验证布局的合理性,并对其进行反馈与修正。两种方法的高度融合与互为补充为配送中心布局优化问题提供了重要思路,具有一定的借鉴意义。