Βελτιστοποίηση της απόδοσης της αποθήκης κατά τη φυσική απόσταση

0
Βελτιστοποίηση της απόδοσης της αποθήκης κατά τη φυσική απόσταση

Φανταστείτε ότι είστε διευθυντής σε ένα μεγάλο κέντρο διανομής. Οι εγκαταστάσεις σας είναι περίπου μισό εκατομμύριο τετραγωνικά πόδια, ή περίπου το ίδιο αποτύπωμα με δέκα γήπεδα ποδοσφαίρου. Εκατοντάδες άνθρωποι εργάζονται εκεί καθημερινά για να εκπληρώσουν παραγγελίες, καθώς και πολλά άλλα κατά τις πολυάσχολες περιόδους των διακοπών. Υπάρχει άφθονο χώρο αλλά και άφθονο «τρίψιμο ώμων» με τόσους πολλούς ανθρώπους να κυκλοφορούν.

Τώρα φανταστείτε ότι ο COVID-19 αρχίζει την ταχεία εξάπλωσή του σε όλο τον κόσμο. Ξαφνικά συμβουλεύονται όλοι στην εγκατάσταση – και πιθανότατα απαιτείται – να μείνουν σε απόσταση τουλάχιστον έξι μέτρων.

Τι κάνεις?

Εάν τυχαίνει να είστε υπεύθυνος λήψης αποφάσεων σε ένα κέντρο διανομής, μπορεί να έχετε ήδη ζήσει αυτήν την εμπειρία. Πολλοί από τους πελάτες της FlexSim βρέθηκαν στο ίδιο σενάριο την Άνοιξη και το Καλοκαίρι του 2020 και ορισμένοι εξακολουθούν να εργάζονται σε αυτές τις προκλήσεις ενώ ανοίγουν νέους χώρους αποθήκης κατά τη διάρκεια της παγκόσμιας πανδημίας.

Η προσομοίωση μπορεί να είναι μια εξαιρετική λύση για την εφαρμογή πρακτικών φυσικής απόστασης στην αποθήκη σας.

«Μην στέκεσαι τόσο κοντά μου»

Το καλοκαίρι του 2020, ένας μεγάλος διαδικτυακός λιανοπωλητής χρειάστηκε να ενημερώσει τις διαδικασίες ταξινόμησης των κέντρων διανομής του. Οι τοπικοί περιορισμοί επιβάλλουν σε όλους τους εργαζόμενους να τηρούν αυστηρή πολιτική σωματικής απόστασης.

Το κλειδί ήταν να γίνουν οι απαιτούμενες αλλαγές χωρίς σημαντική πτώση της απόδοσης. (Σε αυτήν την εγκατάσταση, η απόδοση είναι ο μέγιστος αριθμός πακέτων για απολύμανση και ταξινόμηση σε μία ώρα.) Επιπλέον, το μεγαλύτερο μέρος της διαδικασίας ταξινόμησης ήταν χειροκίνητο, επομένως τυχόν αλλαγές στην κίνηση του χειριστή ήταν πιθανό να επηρεάσουν την απόδοση.

Οι υπεύθυνοι λήψης αποφάσεων στο κέντρο διανομής γρήγορα διαπίστωσαν ότι δεν μπορούσαν πλέον να διατηρήσουν αυτήν τη μη αυτόματη διαδικασία υπό τους περιορισμούς του COVID-19. Λοιπόν, ποιες ήταν οι εναλλακτικές;

Προσθήκη απόστασης σε μοντέλο προσομοίωσης

Το FlexSim χρησιμοποιήθηκε για να εξετάσει τρία εναλλακτικά (και συμβατά) σενάρια για να καθορίσει ποια θα είχε την καλύτερη απόδοση. Οι μοντελιστές μπορούν να συμπεριλάβουν έναν περιορισμό όπως η φυσική απόσταση με μερικούς διαφορετικούς τρόπους. Ο πιο άμεσος και επακόλουθος τρόπος είναι να δημιουργήσετε ένα σύστημα πράκτορα εγγύτητας, το οποίο σας επιτρέπει να ανιχνεύετε την εγγύτητα μεταξύ πρακτόρων (ή χειριστών), να εφαρμόζετε συγκεκριμένους κανόνες στο σύστημα και να ενεργοποιείτε ενέργειες όταν παραβιάζεται η εγγύτητα.

Μπορείτε επίσης να δημιουργήσετε ένα απλό ταξιδιωτικό δίκτυο που να τηρεί τα πρωτόκολλα φυσικής απόστασης και αυτό επέλεξε να κάνει αυτός ο πελάτης για τη μελέτη προσομοίωσης. Στο Σενάριο 1, εξέτασαν μια μικρή αλλαγή όπου ένας χειριστής διάλεγε ένα αντικείμενο από έναν μεταφορέα κυλίνδρων βαρύτητας, ωθούσε το αντικείμενο προς τα εμπρός και μετά μετακινούνταν στην απαιτούμενη παλέτα προορισμού παλέτας για φόρτωση. Στο Σενάριο 2, ενημέρωσαν το πρώτο σενάριο για να συμπεριλάβουν ένα καλάθι—οι χειριστές μπορούσαν πλέον να επιλέξουν πέντε πακέτα, να τα φορτώσουν σε ένα καλάθι και στη συνέχεια να μεταφέρουν και να φορτώσουν αυτά τα πακέτα στους απαιτούμενους προορισμούς παλετών. (Αυτό έχει επίσης το πλεονέκτημα ότι απαιτεί λιγότερους διαδρόμους.)

Προσομοίωση αποθήκης με φυσική απόσταση
Εφαρμογή φυσικής απόστασης στο μοντέλο προσομοίωσης.

Παρά τη μεγιστοποίηση του αριθμού των χειριστών υπό τους περιορισμούς φυσικής απόστασης, το Σενάριο 1 και το Σενάριο 2 παρουσίασαν χαμηλή αναμενόμενη απόδοση (33% και 21%, αντίστοιχα, σε σύγκριση με τα ποσοστά διεκπεραίωσης πριν από την πανδημία).

Κάποιος επανασχεδιασμός δημιουργικής ταξινόμησης

Το σενάριο 3 είναι μια απόκλιση από τα δύο πρώτα σχέδια. Απαιτεί την προ-ταξινόμηση του εισερχόμενου όγκου σε ζώνες παλετών αντί να επιλέγουν οι χειριστές απευθείας από τον μεταφορέα. Δεν μπορώ να δείξω αυτήν τη διάταξη ή τη λεπτομέρεια της διαδικασίας, αλλά αυτή η σχεδίαση τείνει προς υψηλότερη χρήση τελεστών κατά την ταξινόμηση (καθώς έχουν πολλά στοιχεία για ταξινόμηση). Ταυτόχρονα, η χρησιμοποίηση του χειριστή είναι χαμηλή όσο περιμένουν να γεμίσουν τα καρότσια. Ένα σημαντικό πλεονέκτημα είναι ότι οι χειριστές μπορούν να παραμείνουν στις ζώνες τους αντί να ταξιδεύουν σε ολόκληρη την περιοχή διαλογής.

Τα πειράματα προσομοίωσης με αυτό το σενάριο έδειξαν απόδοση 62% σε σύγκριση με τα προ-πανδημικά επίπεδα, τα οποία ξεπέρασαν σημαντικά τα άλλα σχέδια. Τα αποτελέσματα ήταν αρκετά υποσχόμενα ότι αυτή η διαδικασία έχει ήδη αλλάξει με βάση αυτές τις συστάσεις—και μάλιστα αποδίδει ελαφρώς καλύτερα στον πραγματικό κόσμο από αυτό που έδειξε η προσομοίωση!

Είστε έτοιμοι να δοκιμάσετε τη φυσική απόσταση στις εγκαταστάσεις σας;

Εγγραφείτε δωρεάν για να δοκιμάσετε τη λειτουργία Proximity Agent System!

Schreibe einen Kommentar