房殿軍,李 偉,張新艷
(1.同濟(jì)大學(xué) 中德學(xué)院,上海 201804;2.同濟(jì)大學(xué) 機(jī)械與能源工程學(xué)院,上海 201804)
隨著工業(yè)4.0和中國(guó)制造2025概念的提出,越來越多企業(yè)希望通過系統(tǒng)和技術(shù)層面的革新來緊跟時(shí)代的腳步,以此在新一次的工業(yè)革命中占得先機(jī)[1],其中智能物流成為了制造型企業(yè)首要發(fā)展的目標(biāo)。Flexsim作為新一代離散事件系統(tǒng)仿真的有效工具,可以模擬智能物流下的多種場(chǎng)景,目前主要用于物流及生產(chǎn)制造業(yè),包括車間調(diào)度自動(dòng)化立體倉(cāng)庫(kù)貨物分配[2]、設(shè)施布局優(yōu)化[3]、生產(chǎn)物流[4],以及用于公交車調(diào)度[5]中。本文基于Y工廠的智能物流項(xiàng)目,通過Flexsim對(duì)其園區(qū)物流運(yùn)輸進(jìn)行仿真,研究在調(diào)整運(yùn)輸模式下,不同運(yùn)輸車輛數(shù)、發(fā)車趟數(shù)和發(fā)車間隔對(duì)運(yùn)輸任務(wù)完成率、訂單通過時(shí)間和車輛空閑率等指標(biāo)的影響,并通過與Y工廠當(dāng)前園區(qū)運(yùn)輸現(xiàn)狀進(jìn)行對(duì)比,得到一組更加優(yōu)化的車輛調(diào)配方案。
Y工廠是一家大型制造企業(yè),園區(qū)內(nèi)共有14座獨(dú)立的廠房,廠房總占地面積約為40萬m2。由于該園區(qū)業(yè)務(wù)量大,客戶定制化產(chǎn)品多,以及一些歷史遺留原因,導(dǎo)致整個(gè)園區(qū)目前有著很大的垂直運(yùn)輸和水平運(yùn)輸,這不僅降低了生產(chǎn)效率,也增加了物流成本。表1顯示了2017年11月份某班次(11h)內(nèi),不同廠房之間的托盤運(yùn)輸,總計(jì)1 210板。
表1 Y工廠園區(qū)跨期運(yùn)輸從至表
根據(jù)現(xiàn)場(chǎng)調(diào)研,園區(qū)內(nèi)用于托盤運(yùn)輸?shù)能囕v信息見表2,共有7輛不同型號(hào)的車輛進(jìn)行運(yùn)輸,3臺(tái)貨車、4臺(tái)牽引車。加上配合貨車進(jìn)行裝卸貨的叉車,以及核數(shù)員和掃描員,不僅使運(yùn)營(yíng)成本變得很高,而且在員工管理上也比較困難。
表2 園區(qū)內(nèi)物流運(yùn)輸車輛功能和參數(shù)描述
首先建立當(dāng)前園區(qū)物流的仿真模型。在該模型中,用到了Flexsim里的發(fā)生器、暫存區(qū)、吸收器、任務(wù)調(diào)度器、叉車和網(wǎng)絡(luò)節(jié)點(diǎn)等模塊。在實(shí)際的運(yùn)輸操作中,物流人員會(huì)在托盤裝載和卸載時(shí)進(jìn)行掃描,并錄入到報(bào)收系統(tǒng)中,模型中的發(fā)生器以此上車掃描時(shí)間作為產(chǎn)生臨時(shí)實(shí)體的時(shí)刻。根據(jù)Y工廠提供的白班內(nèi)運(yùn)各期送貨清單,模擬了2017年11月份的園區(qū)跨廠房運(yùn)輸,模型運(yùn)行時(shí)間為11h。
通過多次運(yùn)行模型,記錄每臺(tái)運(yùn)輸車輛的使用效率(包括空閑率、負(fù)載率和空載率),以及每輛車的運(yùn)輸量和行駛里程,得到統(tǒng)計(jì)表3。
表3 每輛運(yùn)輸車輛的使用效率、運(yùn)輸量和行駛里程
通過仿真結(jié)果的對(duì)比,可以得到如下幾點(diǎn):
(1)每輛車的空閑率(包括中間1h的午餐和休息時(shí)間)在50%~70%;
(2)運(yùn)輸量最大的為227,最小的為131,相差1.7倍;
(3)行駛里程最長(zhǎng)的為35.8km,最短的為4km,相差8.9倍。
這表明在目前的運(yùn)輸模式下,車輛的整體效率比較低,并且每輛車的工作負(fù)荷嚴(yán)重不均衡。此外,在運(yùn)輸過程中,每班次不同時(shí)段的工作負(fù)荷差別也比較大,常常會(huì)出現(xiàn)車輛在某一小段時(shí)間內(nèi)特別繁忙,而其他部分時(shí)間比較空閑的狀態(tài)。對(duì)于想實(shí)現(xiàn)智能物流的Y工廠來說,這種主要依靠員工之間的口頭或電話溝通進(jìn)行運(yùn)輸,較低的工作效率和信息的不透明化等,成為了亟需改善的問題。為此,針對(duì)園區(qū)運(yùn)輸?shù)默F(xiàn)狀以及訂單需求,從提高效率和優(yōu)化資源配置的角度,可以通過改變車輛調(diào)度方式,增減車輛數(shù)量和行駛路線等方式進(jìn)行優(yōu)化。
循環(huán)取貨模式(Milk-Run)源于汽車制造商的零配件配送模式,可以通過不同的約束條件來進(jìn)行優(yōu)化[6]。針對(duì)目前Y工廠園區(qū)內(nèi)的運(yùn)輸情況,引進(jìn)循環(huán)取貨模式,使運(yùn)輸貨車沿著固定路徑按照發(fā)車時(shí)間往返運(yùn)行,依次在每一個(gè)廠房站點(diǎn)進(jìn)行卸貨和裝貨,如圖1所示。
圖1 園區(qū)物流循環(huán)取貨模式簡(jiǎn)圖
建立新模型的目標(biāo)在于通過在園區(qū)運(yùn)輸中采用循環(huán)取貨的模式,確定具體的調(diào)配方案(包括所需貨車的數(shù)量,每班次的發(fā)車趟數(shù)以及不同貨車的發(fā)車時(shí)間間隔),使得園區(qū)跨期運(yùn)輸?shù)男矢撸杀靖汀?/p>
為此,設(shè)定以下3個(gè)評(píng)價(jià)指標(biāo):
(1)貨車的空閑率=貨車停車休息的時(shí)間/一個(gè)班次的總時(shí)間;
(2)不同貨車運(yùn)輸量的偏差=(最大運(yùn)輸量-最小運(yùn)輸量)/貨車的平均運(yùn)輸量;
(3)運(yùn)輸任務(wù)完成率=已運(yùn)輸?shù)挠唵?一班次內(nèi)產(chǎn)生的總訂單數(shù)。
通過仿真找到一個(gè)合適的方案,使每輛貨車的空閑率能保持一定水平(25%左右),這樣司機(jī)的工作量既不會(huì)過重,貨車的利用率也比較高;每輛貨車的運(yùn)輸量大體相當(dāng),盡量避免某輛車運(yùn)輸量很大,而某輛車的運(yùn)輸量很?。徊捎米钌贁?shù)量的貨車和最小的運(yùn)輸趟數(shù),完成盡可能多的訂單運(yùn)輸任務(wù)。
另外,該模型需要確定以下三個(gè)獨(dú)立變量:
(1)車輛數(shù)—車輛數(shù)是首先需要設(shè)定的參數(shù),決定了當(dāng)前模型是否優(yōu)于現(xiàn)狀;
(2)發(fā)車趟數(shù)—趟數(shù)的確定在一定程度上受車輛數(shù)的影響,決定了訂單運(yùn)輸任務(wù)的完成情況;
(3)發(fā)車間隔時(shí)間—合理的發(fā)車間隔可以最大限度地保證任務(wù)的均衡分配。
根據(jù)上述的循環(huán)取貨模式,首先在Flexsim里搭建了運(yùn)輸車輛循環(huán)取貨的路線圖,如圖2所示,圖中的數(shù)字表示了不同的站點(diǎn)及其所在的位置。為了更清晰地表現(xiàn)該路徑,暫時(shí)隱藏了園區(qū)布局圖。在目前園區(qū)物流運(yùn)輸中,Y工廠用到了多種運(yùn)輸車輛,區(qū)分了不同的運(yùn)輸區(qū)域,而在循環(huán)取貨模式中,將采用統(tǒng)一的車輛以及調(diào)度方式,徹底地拉通整個(gè)園區(qū)物流流程,建立標(biāo)準(zhǔn)化管理??紤]到園區(qū)現(xiàn)狀,在新的模式中,采用了貨車進(jìn)行運(yùn)輸。
圖2 循環(huán)取貨路徑和站點(diǎn)位置
為了提高運(yùn)輸效率和方便管理,將14個(gè)不同地方的廠房根據(jù)距離遠(yuǎn)近及產(chǎn)生的訂單數(shù)量進(jìn)行劃分,分為9個(gè)不同的站點(diǎn),見表4。根據(jù)表1不同廠房托盤運(yùn)輸從至表數(shù)據(jù),一個(gè)班次按照10h算,由于生產(chǎn)的連續(xù)性,可以認(rèn)為這些運(yùn)輸任務(wù)是按照一定的時(shí)間間隔產(chǎn)生,得出每個(gè)站點(diǎn)產(chǎn)生訂單的時(shí)間間隔,比如表4中的2 571表示平均每隔2 571s將有一個(gè)訂單從2號(hào)站點(diǎn)產(chǎn)生,該訂單要去往1號(hào)站點(diǎn);表中的“null”表示兩個(gè)站點(diǎn)之間沒有訂單需要運(yùn)輸。該表格的時(shí)間間隔,將作為循環(huán)取貨模型中每個(gè)相應(yīng)發(fā)生器的輸入,采用正態(tài)分布作為隨機(jī)分布。
表4 循環(huán)取貨站點(diǎn)和發(fā)生器產(chǎn)生訂單的時(shí)間間隔
該模型中用到了Flexsim里的發(fā)生器(根據(jù)正態(tài)分布產(chǎn)生臨時(shí)實(shí)體)、暫存區(qū)(用于存放發(fā)生器產(chǎn)生的托盤,等待被運(yùn)輸)、處理器(將托盤移到卡車或者從卡車上卸載下來)、任務(wù)執(zhí)行器(作為貨車,將不同托盤移到相應(yīng)的目的地)、任務(wù)分配器(根據(jù)時(shí)間調(diào)度不同的貨車進(jìn)行運(yùn)輸)、網(wǎng)絡(luò)節(jié)點(diǎn)(設(shè)置貨車的行走路徑和方向)、吸收器(接收托盤,運(yùn)至產(chǎn)線),相關(guān)的重要參數(shù)設(shè)置見表5。
表5 園區(qū)跨期運(yùn)輸循環(huán)取貨模式重要參數(shù)列表
通過設(shè)定不同數(shù)量的車輛和趟數(shù)可以初步計(jì)算出每輛貨車的空閑率,得到初步可行的參數(shù)配置。如表6所示,當(dāng)使用4輛貨車時(shí),可行的最大趟數(shù)為9,當(dāng)超過9趟時(shí),每輛貨車的一半左右時(shí)間處于行駛狀態(tài),運(yùn)輸任務(wù)將無法完成;如果車輛的數(shù)量偏多,趟數(shù)太少,則每輛車的空閑率將太高,這樣通過計(jì)算可以縮小模型的參數(shù)選擇范圍,便于高效找到最優(yōu)的參數(shù)配置。
表6 不同參數(shù)組合下的車輛使用效率情況對(duì)比
根據(jù)數(shù)據(jù)輸入和上述表格的初步計(jì)算結(jié)果,模型從4輛車7趟開始進(jìn)行仿真,通過調(diào)整不同的發(fā)車時(shí)間間隔,使不同貨車運(yùn)輸量的最大偏差盡可能小,然后減少發(fā)車趟數(shù)。如圖3-圖6所示,分別設(shè)定4輛貨車跑6趟,5趟和4趟的情況,對(duì)比可以看到當(dāng)每輛每班跑4趟時(shí),有一個(gè)暫存區(qū)的容量持續(xù)上升,說明當(dāng)前的參數(shù)組合無法全部完成任務(wù)。
設(shè)定每組參數(shù)組合下模型重復(fù)運(yùn)行30次后,將得到的統(tǒng)計(jì)數(shù)據(jù)整理成圖7所示的折線對(duì)比圖。其中實(shí)線表示所有暫存區(qū)積累托盤的最大值(左邊縱坐標(biāo)),虛線表示訂單完成的百分率(右邊縱坐標(biāo)),橫坐標(biāo)表示不同的參數(shù)組合方案,比如“4-7-21”表示4輛貨車進(jìn)行運(yùn)輸,每輛貨車跑7趟,同一起點(diǎn)處不同車輛的發(fā)車間隔時(shí)間為21min。從中可以看到在4輛車運(yùn)行的不同趟數(shù)中,當(dāng)減少到4趟時(shí)任務(wù)的完成率出現(xiàn)了很大程度的下降,并且暫存區(qū)的最大暫存量從16突增到77。4輛5趟的情況不僅能完成運(yùn)輸任務(wù),并且能保證65%~75%的車輛利用率和較高的車輛效率,是4輛車中的最優(yōu)方案。
3輛車最多可行的運(yùn)行趟數(shù)是5趟,其空閑率為10%,而4輛車運(yùn)行的結(jié)果可以得到,它運(yùn)行的總趟數(shù)要大于16趟,而3輛5趟的總趟數(shù)是15趟,顯然3輛車不能完成運(yùn)輸任務(wù)。雖然5輛貨車可以完成任務(wù),但是它的車輛使用數(shù)更多,車輛的運(yùn)行成本將變高;根據(jù)不同參數(shù)設(shè)定的綜合分析,可以得到4輛車跑5趟,2輛從始發(fā)站出發(fā),2輛從終點(diǎn)站出發(fā),不同車輛發(fā)車間隔時(shí)間為67min時(shí)的設(shè)定是最優(yōu)方案。
圖3 4輛7趟發(fā)車間隔21min時(shí)不同參數(shù)組合仿真結(jié)果
圖4 4輛6趟發(fā)車間隔54min時(shí)不同參數(shù)組合仿真結(jié)果
圖5 4輛5趟發(fā)車間隔67min時(shí)不同參數(shù)組合仿真結(jié)果
圖6 4輛4趟發(fā)車間隔91min時(shí)不同參數(shù)組合仿真結(jié)果
本研究的特色在于將類似于公
圖7 不同趟數(shù)時(shí)的任務(wù)完成率和最大暫存量對(duì)比
交車運(yùn)行系統(tǒng)的循環(huán)取貨模式用于工廠園區(qū)物流運(yùn)輸中,并通過Flexsim建立了Y工廠當(dāng)前園區(qū)物流運(yùn)輸模型以及基于循環(huán)取貨的園區(qū)物流模型,對(duì)比前后的結(jié)果可以得到:
(1)采用循環(huán)取貨后使用的總車輛數(shù)從7輛變成了4輛,減少了近一半的數(shù)量,整體的車輛使用效率也從原來的不到50%提高到70%左右,極大地節(jié)約了運(yùn)行成本和工作效率,充分證明了這一方案的優(yōu)化性。
(2)新的模式減少了運(yùn)輸峰值,使園區(qū)運(yùn)輸車輛得到合理利用和分配,有助于員工管理并提高員工滿意度。
(3)傳統(tǒng)意義上的循環(huán)取貨模式多用于零配件配送,基于Flexsim的仿真可以發(fā)現(xiàn),這樣的模式也可以用于園區(qū)物流運(yùn)輸中,為園區(qū)物流運(yùn)輸提供了方案借鑒。
[參考文獻(xiàn)]
[1]王友發(fā),周獻(xiàn)中.國(guó)內(nèi)外智能制造研究熱點(diǎn)與發(fā)展趨勢(shì)[J].中國(guó)科技論壇,2016,(4):154-160.
[2]張鵬.自動(dòng)化立體庫(kù)貨位分配與Flexsim仿真研究[D].長(zhǎng)春:吉林大學(xué),2017.
[3]張惠,李成松,李玉林,等.基于SLP法和Flexsim仿真的機(jī)加工車間設(shè)施布置優(yōu)化研究[J].現(xiàn)代制造工程,2016,(5):63-68.
[4]師瑋謙.基于Flexsim的J公司生產(chǎn)物流仿真研究[D].廈門:廈門大學(xué),2014.
[5]徐曉昱.基于Flexsim的城市公交系統(tǒng)仿真[D].沈陽(yáng):東北大學(xué),2014.
[6]裴志超.帶時(shí)間窗和庫(kù)存約束的汽車零部件循環(huán)取貨路徑優(yōu)化研究[D].長(zhǎng)春:吉林大學(xué),2014.