拣选配送（共3篇）
拣选配送 篇1
美国Lucy公司创建于1999年,销售各种女士运动服,包括衬衫、裤子、外套以及服装配件,销售渠道包括遍布美国16个州的66家门店以及网上销售(www.lucy.com)。作为休闲服饰行业领导品牌VF集团的全资子公司,Lucy提供的女性休闲服饰以时尚、舒适、款式多样以及表现力强著称,为女性消费者提倡一种健康、活力与和谐的生活方式。除自有品牌产品外,Lucy还代销其他设计师或其他品牌的限量版服装。
2007年,Lucy的销售额为5700万美元。为缓解零售店数量高速增长给公司物流配送带来的巨大压力,Lucy在位于美国俄勒冈州波特兰市的配送中心引入了德马泰克的播种式电子标签拣选方案,替代传统的纸张拣选方式,使拣选效率提升了400%。
纸张拣选难以满足业务需求
Lucy的零售业务近年来发展非常迅速,仅仅在两年时间内就新开了30家零售店,使门店总数达到66家,在新的一年中,计划再新开10～15家门店。对于任何零售商来说,如此迅猛的增幅当然令人喜不自禁。但是随着新门店不断增加,配送问题也变得越来越棘手。对于Lucy来说,将2000多个品规(SKU)的货品有效地配送到现有门店是急需解决的问题。
Lucy公司配送主管Barbara Bones (图1)介绍了配送中心原有订单处理方式的状况:“由于采用纸张拣选,每次只能拣选一个门店的货品。对于30个门店,每天在仓库内就要进行30次拣选。拣选员每次都需要拿着一叠拣选单,在总面积近4万平方英尺的配送中心内往返穿梭,拣选出每个门店的所有订单货品并将其搬到包装区。配送中心没有采用WMS系统,我们通过ERP系统管理库存来支持销售,但这暴露出仓库管理功能不完善的缺点,例如无法按批次进行拣选。”
她接着说:“为了提高效率,我们在包装区和发货站之间架设了一段约300英尺长的输送设备(图2)。但由于没有任何分拣设备,仓库作业的自动化程度很低,因此操作人员的劳动强度很大。不仅门店经营的2000～2200个品规的货品平时需要补货,配送中心还不断地添加进来新的品规。没有WMS,也没有任何自动化系统,使配送工作越来越艰难。”
在Lucy的配送中心,越库作业的产品大约占货品总量的80%,它们送到配送中心后,直接按订单分拣后装车配送给门店;另外20%的新品或者补货品则需要由配送中心的拣选系统来处理。由于每次拣选一个订单所需要的劳动量太大,配送中心的处理能力已经无法满足不断增加的新门店需求。Lucy公司意识到,只有采用按批次拣选方式,一次处理多个订单,才能有效地提高作业效率。
引入高效适用的订单拣选方案
鉴于需要拣选作业的品规占全部货品的比重并不大,Lucy公司最终决定使用播种式电子标签拣选系统(Put to Light System),以提高拣选效率和准确率,并选择了德马泰克(Dematic)作为合作伙伴。
Dematic区域客户经理Aaron Marks认为,Lucy想避免随着门店的增加带来更多的劳动力成本,所以非常需要一个无纸化的订单履行系统。德马泰克与Lucy一起对配送中心的操作流程进行了重新制定和精简。
经过分析比较,Lucy选择了更为经济的方式替代引入WMS。即,选用德马泰克的PickDirector软件系统,来运行电子标签拣选系统,并生成拣选列表,管理批次拣选以及生成跟踪列表。
PickDirector软件系统直接从Lucy公司的ERP系统中获取数据,经过简单处理后,配送中心就可以直接使用这些数据执行按批次拣选了。Aaron Marx说:“这个项目非常灵活,允许按不同的方式来产生批次,例如,按门店的不同数量,按品规的不同,按仓库的不同区域,或者是按配送时间的不同。”
作为设备统一驱动接口中间件,PickDirector能统一管理仓库中所有的RF设备、拣选小车、语音拣选终端、电子标签系统等完成订单执行作业。此外,在分解分发订单的同时,可以自动启动路径优化、负载均衡等智能优化功能,使系统达到最高作业效率。
Lucy与Dematic的合作很大程度上取决于后者能提供同时拣选不同门店货品的解决方案。“配送中心的一个成功之处在于,能够快速拣选出66家门店指定款式的货品。”Bones继续解释道,“对于服装来说,一个款式常常有多个尺码以及多种颜色,所以每个款式的衣服可能有30多个品规。我们需要根据门店的规模和销售速度,确定何种产品适合哪个门店。使用新系统以后,相应的操作变得非常简单。”
拣选系统的设计亮点
电子标签拣选系统一般分为摘果式和播种式两种作业方式,而Lucy公司采用的是后者。在播种式电子标签系统(图3)的典型配置中,每一个货位代表一张订单或者一个门店,均设置一个电子标签与之对应。操作员扫描产品后,电子标签系统将显示哪些货位需要该产品以及所需数量,操作员只需根据电子标签指示灯与显示数字将货品放入相应货位的纸箱即可。之后,货品经过打包复核(图4),准备发运。
目前整个电子标签系统共包括160个灯:80个用于新货品的拣选,另外80个用于常规的门店补货——这些服装绝大部分属于时尚商品,在门店中通常有8～12周的生命周期。新货品每个月发两次,而常规补货则每周一次。对于Lucy公司的在线订单业务,配送中心中的处理方式与门店相同。
目前,电子标签系统基本上是每个灯代表一个门店。一旦Lucy开了第81家门店,就需要扩大拣选区域,或者寻求其他的解决方法。所幸的是,PickDirector系统相对来说非常灵活,而且Dematic在为其选择电子标签系统时已经预留了一定的冗余量,基本上可以满足Lucy公司未来三年的业务发展。
项目收益
这套由德马泰克专门设计的无纸化拣选系统为Lucy公司带来了巨大的变革:从人工纸张拣选到现在的按批次拣选,订单处理效率比原来提升了400%;订单处理周期比以前平均减少了一天;从下订单、拣选到发货,整个过程花费的时间骤减;公司销售规模还在不断扩大,而人力成本却下降了。
“这个项目的成功之处还在于,公司高层管理者意识到很低的自动化程度就可以极大地提升效率。如果这个系统的投资回报率足够有吸引力的话,我们会尝试更多的方案来改变操作方式或流程。”Bones在系统运行后说。
这样的改变也许会带来未来配送中心更高的自动化水平。Lucy公司的成功案例已经证实:没有WMS系统照样能够实现按批次进行拣选,这使得Lucy公司节省了实施WMS系统的成本和时间。Lucy公司拥有了扩展性及经济性极佳的订单处理系统,现在正计划着新一轮的门店扩张。
由此可见,许多公司并不是一定要新建或者扩建配送中心才能带来订单处理效率的显著提升。有时候简单的解决方案就能带来配送中心作业效率的极大提升,可以解决意想不到的大问题,并提供相当有吸引力的投资回报率。
拣选配送 篇2
随着社会生产力不断发展和产品生命周期的逐渐缩短, 小批量、多品种、高时效的货物不断增加, 客户需求的不确定性越来越高, 这种趋势要求配送中心运作更高效。在配送中心的整体运营成本中, 订单拣选作业是所有作业中成本最高的作业。根据相关统计, 订单拣选时间可占到配送中心总作业时间的30%-40%左右;订单拣选成本可占到配送中心总作业成本的60%左右, 因此, 订单拣选作业作为配送中心的核心作业, 提高它的效率, 对降低配送中心运作成本的降低有事半功倍的效果。目前, 配送中心拣选系统的优化研究往往向拣选设备的半自动化、自动化以及智能化方向发展, 鉴于此类设备的投入成本较高、执行风险较大, 都要求在系统重置之前对改进的系统进行仿真。系统仿真模拟, 既可以对某一时间段内的系统运作情况进行模拟, 也可以对整个系统运作的实际过程进行模拟。通过仿真, 可以对物流方案进行评价, 发现瓶颈环节并做进一步优化, 可直接观测到整个系统的运作状况, 实现目标性的设计方案等。因而, 系统仿真技术应用于配送中心拣选作业子系统的优化, 可通过对拣选系统设备、运行策略等的优化, 实现拣选作业效率的提高。
1 Flexsim软件介绍
Flexsim系统仿真软件是一套系统仿真模型设计、制作与分析工具软件。它集计算机三维图像处理技术、仿真技术、人工智能技术、数据处理技术为一体, 专门面向制造、物流等领域[2]。该软件是目前唯一提供原始数据拟合、输入建模、虚拟现实显示、模型仿真实验、优化仿真结果、实现3D实体构建等功能。此外, 如图1所示, Flexsim还提供了仿真模型与Exper Fit和Microsoft Excel的接口, 用户可以通过Exper Fit实现输入数据的分布拟合功能, 以及通过Microsoft Excel实现数据的导入与导出功能, 方便了实现和仿真模型之间的数据交换, 包括输出在运行模型过程中动态修改的运行参数等[3]。
Flexsim的应用领域广泛, 无论是制造业生产线的瓶颈分析, 服务业ISO品管流程仿真, 还是在交通运输业整合公路网络等都适用。总的来说, Flexsim的主要功能就是解决生产制造与物流问题等复杂、不确定的离散事件系统问题。其最大的优点是能够实现优化方案的可视化, 避免优化方案放在现实系统去一一验证的费时费力之举, 是管理决策人员评价优化方案的最有效的方法。
2 配送中心拣选作业系统仿真建模
2.1 系统描述
某H配送中心拣选作业系统流程如图1所示。订单处理人员将8张订单作为一个批次生成拣选单, 按照具体分区分发拣选单;各分区拣选人员依据拣选单所标注的储位号找到储位, 以S型行走路径拣选以盒为单位的物品进入周转箱, 直至在货架储存区域拣选完成;拣选人员以手推车载着周转箱进入分拣区, 依次按照拣选单进行分货, 直至分货作业完成;由专门拣货员对分类完成的物品进行合并, 并送至复核区域待验, 如图2所示。
2.2 拣选作业系统的基本设备组成
根据对H配送中心原拣选系统的分析, 该拣选作业系统中可总结为摘果、播种、合并三个作业子系统, 其功能为物品批量拣取、物品分类、合并运送至复合区待检。各个子系统的设备及其与仿真系统中实体之间的对应关系, 以及为了实现仿真功能而需要的辅助实体见表1至表3所示。
2.3 构建H配送中心拣选系统模型
采用Flexsim仿真软件模拟H配送中心一楼 (如图3所示) 布局, 模拟各设备之间的逻辑关系, 实现H配送中心拣选作业流程。
2.4 仿真模型运行结果分析
根据资料可得到的实际拣选作业数据, 仿真模型设置运行时间单位为1, 长度单位为1, 通过模型运行收集数据于是达到上表所示的效率需要设置Flexsim仿真模型中的数据对应如表4-6所示。
拣选人员在H配送中心实际模型中处于主体地位, 从拣取、搬运、分货均由拣选人员实现, 通过模拟仿真运行, 可获取其运行数据如表4-6所示。行走占比由记录行走和偏移四个统计值的和组成, 约为50%, 说明拣选人员行走频率较高;装载和卸载描述了拣取和分货的拣货员动作, 装载时间大于卸载时间。
分货作业在仿真模拟中的实现结构为分解器+处理器+拣货人员, 因而可以从分解器和处理器的运行数据进行效率描述。分解器动作的闲置和堵塞可以视为各个分区拣选时间和分货时间占比, 空闲为等待拣选完成时间, 堵塞为分货等待时间;处理器的处理数据可以视为拣选员判断分货位置所用时间, 等待拣选员数据可视为拣选员分货动作执行时间, 可见分货工作占用时间较多。
模型运行停止后, 可通过统计得出各个设备的利用率, 图3为拣货人员的工作状态饼状图, 图4为充当拣选小车的合成器的工作状态饼状图。
3 拣选作业系统存在的问题及解决方案
3.1 拣选作业系统存在的问题
结合Flexsim仿真模型运行结果、主管访谈获取的信息, 可将该配送中心分别在拣选作业方面存在的问题归纳如下:
①各分区拣货员拣取工作的工作量及拣选时间不均衡。部分分区的拣货人员完成拣取作业以及分类作业后, 存在等待第二批订单到达的闲置等待问题。该问题主要原因来自于储位分配与货物分区不均、拣选人员拣选速度不均, 以及订单到达的偶然性导致的, 分区拣选时间不均问题虽不可避免, 但可适当进行优化以降低闲置等待时间, 提高拣选效率。该库的管理人员试图鼓励员工本着互帮互助的团队精神来解决这一问题, 但效果不明显。
②分货作业存在堵塞问题。由于是五个分区的拣选人员要向八个周转箱实现货物分配至门店的分类作业, 当两个人同时进行分货时已然存在堵塞, 当五个人同时操作就带来了严重的效率损失, 且容易发生分货差错。先拣后分类的优点是将摘果法与播种法相结合, 可实现拣选作业差异率的降低, 采用摘果法拣选时可能存在的差异, 在采用播种法分类时得以实现检验摘果拣选作业的功能。从整体上看, 该拣选策略是符合零售型配送中心拣选作业要求的, 但是分货作业人工操作易堵塞、差错率高、效率低。
③拣货人员工作强度大。具体拣货员拣选作业动作未能在仿真模型中详见, 可将其动作分解, 如:按序查阅拣选单, 确定物品所在储位号, 拣选数量;拣取物品放入周转箱, 并用笔在数量上作勾选记号;再查阅下一物品所在储位号, 循环作业直至拣取该分区全部物品;用手推车将拣选完成物品送至复核区域待验。由于该库的拣选设备有限, 如搬运、补货上架、发货装车等操作都是人工实现, 操作人员工作强度很大, 因而人员流动率高, 新员工多必然导致拣选效率下降。
④搬运作业的存在的堵塞问题主要来自于动线的设置, 拣取后分货的作业流程要求拣货人员拣取作业后利用手推车运送货物至分拣区分货。如分货环节取消, 作业动线将自动消除堵塞障碍。
3.2 拣选作业系统优化对策
针对以上拣选作业过程中存在的问题, 可以将问题归纳为两个方面的问题:一是拣选策略运用的问题;二是拣选模式的问题, 包括拣选流程以及拣选设备选用的问题。对此, 提出拣选作业系统优化方案如下:①优化分区与储位分配等拣选策略问题。根据该库产品特性, 建立以均衡分区拣选时间为优化目标的储位优化模型, 采用Matlab遗传算法工具箱进行求解。②优化拣选作业模式, 即优化拣选作业流程与拣选设备, 以缓解分货作业堵塞问题、降低拣选人员行走距离为目标, 提出优化拣选模式方案, 并利用Flexsim仿真软件建立仿真模型实现模拟运行, 并通过对模拟运行所获数据的分析进行方案评价。
4 结论
本文采用Flexsim仿真手段, 对拣选策略、拣选模式, 包括拣选流程及拣选设施设备共同构成的拣选作业系统建立仿真模型, 以提高拣选效率、解决瓶颈问题为目标, 通过对拣选作业系统仿真结果的研究, 提出该系统存在的问题以及相应的改进方案与对策, 这种研究手段和方法不仅对已使用的系统和作业模式可以改进优化, 也可对计划中的项目通过模拟仿真进行可行性评估, 具有很强的实用性。
摘要：本文研究了Flexsim仿真在配送中心拣选流程优化问题上的应用。以某电商物流配送中心为研究对象, 建立基于Flexsim软件的仿真模型, 实现了该配送中心从接受订单到到人员拣取、分货、直至拣选完成的一系列作业流程模拟, 最后根据仿真运行结果总结作业系统瓶颈问题, 提出拣选作业流程优化方案。
关键词：Flexsim,系统仿真,配送中心,拣选作业
参考文献
[1]秦天保, 周向阳.实用系统仿真建模与分析———使用Flexsim[M].清华大学出版社, 2013.
[2]熊红云, 赵凯, 戴建民, 鲁五一, 王莉.成品烟自动分拣系统的补给优化方法[J].2009, 16 (1) :73-75.
[3]朱小蓉.基于Flexsim的仓储作业系统仿真及优化[J].物流技术, 2012, 03:135-137.
[4]赵晶英, 常亮.提高立体仓库自动化水平的Flexsim仿真[J].郑州大学学报 (工学版) , 2012, 02:95-98.
[5]高明, 周三元.基于Flexism的分拣策略优化研究[D].北京物资学院, 2009, 29 (9) :90-92.
[6]陶秀义, 沈敏德, 吕全海.卷烟自动分拣系统作业时序及订单分拣能力建模[J].山东轻工业学院学报, 2009, 23 (3) :44-48.
[7]彭丽.烟草成品配送中心项目中分拣方式的选择[J].物流技术与应用, 2004 (6) :76-81.
拣选配送 篇3
关键词：配送中心,拣选策略,EIQ分析,PCB分析
系统的规划设计是现代医药物流配送中心的重要环节,合理的规划设计对建设高效率的医药物流配送中心是十分必要的。目前,有很多学者对现代物流配送中心的系统规划和设计做出了研究。文献[1,2,3,4]从不同方面讲述了对物流的基础资料进行EIQ分析,可以提高配送中心的效率。本文在总结前人研究的基础上,以现代医药物流配送中心为例,将客户订单按P、C、B进行分类,然后进行PCB—EIQ分析以及关联和交叉分析,对不同的货物规划出合适的储存和分拣方式,从而对医药物流配送中心拣选策略做出优化。
1 配送中心拣选系统规划概述
医药物流配送中心品种多、订货批量小,这就给拣选作业带来了困难。因此,为了提高拣选效率,就需要采用合适的拣选模式、拣选策略和拣选设备。
拣选单位可分为托盘(P)、箱(C)、单品(B)三种。一般以托盘为拣选单位的货品体积和重量最大,其次为箱,最小者为单品[5]。
拣选策略的运用是拣选作业系统规划中最重要的环节,分区、订单分割、订单分批、分类四种策略之间按一定的次序相互配合即可形成一种组合策略[6]。当然,也可以直接按单拣选[7],不采用任何策略。
2 PCB分析、EIQ分析简介
PCB分析是将订单的订货数量转换成以托盘P(Pallet)、箱子C(Carton)和单件B(Bulk)等单位加以分析,获取客户的订货规模、出货规模等[8]。
EIQ分析就是利用订单件数E(Entry)、货品种类I(Item)和数量Q(Quantity)三个物流关键要素,研究配送中心需求特性和货特性,为配送中心规划提供依据[9]。
EIQ分析准确性高,但它没有考虑到储运单位设计在配送中心规划中的重要性;PCB分析将储运单位作为研究主体进行需求分析,符合实际要求,但它得到的结果并不严谨。
综合两种分析方法的优缺点,本文将订单出货资料与物品储运单位结合起来进行PCB—EIQ分析[10],利用分析结果优化医药物流配送中心的拣选策略。
3 基于PCB-EIQ分析的医药物流配送中心分析
本文分析的医药物流中心遵循的物料规格:箱子尺寸规格:400mm×300mm×200mm;托盘规格:1200mm×1000mm;每箱40件单品;每托盘10箱货物。
3.1 P-EIQ分析
将EIQ表中Q的箱数换算成托盘数,将剩余的箱数去除作成以托盘为单位的EIQ表,如表1所示。
结论:
①以P出货占30.22%,共899托盘,即8990箱;以C出货占33.75%,总计2295箱;剩下的以B出货,约占37%;
②以P出货的订单,可采用P→P(托盘式自动仓储系统+输送机)和P→C(自动仓储系统+拆盘机+拣取机+输送机)的拣货方式。
3.2 C-EIQ分析
将EIQ表中的箱数换算成托盘数后,将剩余的箱数做成EIQ表(参照表1),可得结论:
①以托盘出货的订单和以箱出货的订单大约各占了总订单数的三分之一(分别是30.22%和33.75%),因此,此仓库各种形式出货比例较均衡;
② 以托盘出货的货品可以存放在靠近出库的货架上,方便调运和出库拣选;
③ 存在大量的单品出库行为,因此应设立充分的散货区和分拣区,以提高出库效率;
④ 出货箱数为1的订单很多,可以考虑设立重力货架;
⑤ 对于以箱出货的,可采用C→C(流动式货架+拣货机+输送机)和C→B(流动式货架+机器人+输送机)的拣货方式。
3.3 B-EIQ分析
B-EIQ可展成EQ、EN、IQ、IK等分析。我们仅以IQ分析为例。
3.3.1 品项数量IQ分析
①IQ柏拉图分析
分析图1得,品项数量分布趋于两极化,应结合ABC分类分析。规划时可将产品分类以划分储区。
②IQ—ABC分析数据参考表
①A类货品应列为重点处理对象,在储位方面应结合IK分析做决定,如果其出货频率也相应较高的话,就应选固定储位,否则可考虑弹性储位;
②A类产品出库量大,应采用以托盘为单位的连续作业和大量搬运,使用叉车搬运最为有效,保管时可在靠近出入库处直接堆放;
③B类产品库存期比A类商品长,需加强日常管理,先进先出,采用立体货架进行储存;
④C类产品库存少,为了确保保管效率,采用重力式货架较为合理。
3.3.2 交叉分析
3.3.2.1 ENEQ交叉分析
从图2可以看出:
①EQ比较大的订单货品数较多,如订单号为29646、29852、29952、30151、3025、30409所在的区域就属于此类。
②EQ较高,而EN为中等含量,或为低等含量的订单区域,这种区域较多,如29754—29902除中间在29852所在的一小块区域外,全都属于这种较少量多量的订单。
③综合考虑EQEN,初步决定采用订单别拣取为主的策略。
3.3.2.2 IKIQ交叉分析
①从图3可以看出,只有少量的货品IK处于高水平,IQ也只有前面少数货品是高的,其余都是低水平,即出货量较少。
②根据IQ以及IK交叉分析原则,可以得出该医药配送中心货品的拣取方式主要还是采取以订单别拣取为宜。
3.4 医药物流配送中心分拣系统规划总结
①运用PCB—EIQ分析对托盘、整箱拣选以及散货分拣系统设计过程进行了综合考虑,使它们的流程既能相互结合又能单独运作。
② 根据EIQ分析的结果,对不同属性的药物,采用了不同的分拣设备,提高了并行处理能力。
4 总结
在规划阶段根据订单等基础材料进行分析,是建设高分拣作业效率的配送中心的必要条件。本文在总结前人研究的基础上,对医药物流配送中心的订单进行EIQ分析时,利用统一的计量单位将订单内容转换成整托盘、整箱或单件形态,分别进行P—EIQ分析、C—EIQ分析和B—EIQ分析,以此对不同的货品规划出合适的储存和拣选方式。
事实证明,综合运用PCB和EIQ分析,并进行相关的交叉分析和ABC分析,要比单一的EIQ分析更能全面反映客户订单的物流特性,以此来更好地确定选择哪种拣选策略、拣选作业方式和拣选设备等。
参考文献
[1]张桂敏.EIQ订单件数、货品种类和数量分析[J].商场现代化,2007.
[2]杨玮,曹巨江.EIQ分析法在物流配送中心拣货系统设计中的应用[J].机械设计与制造,2006.
[3]黄昕.浅析E l Q分析法在配送中心的应用[J].工业技术,2008.
[4]孙磊,吴耀华,张冠女.动态EIQ分析在配送中心规划中的应用[N].山东大学学报(工学版),2007.
[5]王转,程国全.配送中心系统规划[M].北京:中国物资出版社,2003.
[6]台北市机械工业研究所.物流中心拣选作业[J].台北经济部商业司,1998.
[7]台北市机械工业研究所.物流仓储设备手册[J].台北经济部商业司,1998.
[8]MEYEKS F E,STEPHENS M P.Manufacturing facilitiesdesign and martial handling.Prentice-Hall Inc.2000.
[9]SUZUKI S.EIQ graph represents order picking character[C]∥Proceedings of the 1995 18th International Conference onComputers and Industrial Engineering,ICC&IE,Japan.1985.