梅 歡 俞海宏 謝旦嵐

(寧波大學(xué)海運學(xué)院 浙江 寧波 325211)

0 引 言

21世紀的物流產(chǎn)業(yè)的特征是信息化、經(jīng)濟化、智能化、系統(tǒng)化、標準化和社會化?，F(xiàn)代化的物流中心越來越受到重視。經(jīng)大量實踐論證，物流中心的分揀作業(yè)時間一般占到物流中心作業(yè)總時間一半以上，分揀的成本甚至超過整個物流成本的1/3，因此若要降低物流成本，提高運作效率，從物流中心內(nèi)部的分揀模式上著手，具有相當?shù)臐摿赏凇Ｎ锪髦行牡姆謷Ｊ經(jīng)Q定著整個供應(yīng)鏈的運作效率和經(jīng)營效益以及客戶滿意度，但在物流中心分揀流程中，有著較多的隨機因素，如分揀機運行效率，貨物上線頻率，貨物的擁堵問題等直接影響了系統(tǒng)的整體運作。計算機仿真作為復(fù)雜系統(tǒng)分析、評估的有效工具, 在諸如教育培訓(xùn)、 機械制造、 交通運輸, 以及生物醫(yī)藥、 企業(yè)管理、節(jié)能減排等領(lǐng)域都有著廣泛的應(yīng)用。它能在有限的資源和成本的情況下，盡可能地接近實際應(yīng)用效果，把復(fù)雜的實際系統(tǒng)簡單化又不失真。

FlexSim作為計算機仿真的一種，在模擬物流中心分揀流程時，能配以相似度極高的三維虛擬現(xiàn)實環(huán)境，用虛擬現(xiàn)實方式直觀地演示系統(tǒng)運行狀況，通過模型的運行和數(shù)據(jù)的對比分析，發(fā)現(xiàn)其中可能存在的系統(tǒng)瓶頸,并加以優(yōu)化，最終獲得最優(yōu)結(jié)果。

本文討論的是物流中心采用的新的分揀模式能否提高物流中心的運作效率，是否能夠滿足自身的分揀需求？當前分揀量峰值能夠達到多少？是否還有優(yōu)化改進的空間？為了解決這個問題。本文利用仿真軟件FlexSim建立分揀中心布局模型，通過仿真模型的運作數(shù)據(jù)分析，得到不同條件下最大的分揀量。

1 分揀模式的現(xiàn)狀

傳統(tǒng)的分揀模式及其特點如下：

(1) 人到貨模式。這種模式的采用使得分撥中心的三分之一時間都用在了分揀、裝卸作業(yè)等部分，人力作業(yè)沒有時效又增加成本。

(2) 貨到人模式。這種模式來源于飛機托運行李的啟發(fā)，貨動人不動，減少了人力成本。但是，當一條傳送帶貨物量達到上限，而其他車輛還在等候卸貨的時候，這種等待又是一種對時間及車輛的浪費。

(3) ABC線模式。一條流水線不能滿足需求就多加幾條流水線作業(yè)，按照貨物特征不同劃分作業(yè)區(qū)域，比如按照地區(qū)不同分類。這種方法是一種突破，但是因為每輛車裝載貨物種類繁多，要在每個區(qū)域挪車不僅混亂還浪費時間又增大了成本。

(4) 立交式模式。這種模式靈感來自于立交橋，保證了車不動，增加了卸車位，解決挪車和不能同時卸不同區(qū)域貨物問題。但未能在貨物裝載之前讓裝卸人員明白貨物屬于什么性質(zhì)，應(yīng)該裝在哪輛貨車上。

相較于以往傳統(tǒng)的分揀模式，本文分揀模式的優(yōu)勢在于：

(1) 能連續(xù)、大批量地分揀貨物。分揀系統(tǒng)不受氣候、時間、人的體力等的限制，可以連續(xù)運行，同時由于分揀系統(tǒng)單位時間分揀件數(shù)多，因此在本文分揀模式下分揀系統(tǒng)的分揀能力完全能滿足要求。

(2) 分揀誤差率極低。分揀系統(tǒng)的分揀誤差率大小主要取決于所輸入分揀信息的準確性大小，這又取決于分揀信息的輸入機制，如果采用人工鍵盤或語音識別方式輸入，則誤差率較大，如采用條形碼掃描輸入，那么會極大減少誤差，提高準確率，進而提高分揀的運作效率。

(3) 分揀作業(yè)基本實現(xiàn)無人化。企業(yè)在選擇分揀模式時就是為了減少人員的使用，減輕工員的勞動強度，提高人員的使用效率，因此本文的分揀模式能最大限度地減少人員的使用，基本做到無人化。

2 模型實例及流程

本文以某企業(yè)物流分揀中心的聯(lián)絡(luò)大圈部分為例，該部分擬采用新的分揀模式——多向進貨分揀模式。仿真模型具體可以描述為：系統(tǒng)中在東南西北四面各有一個相同的區(qū)域進行供包上件，每個區(qū)域均包含6個人工供包臺(三段式)。分揀快件通過供包臺送上順時針方向不停運轉(zhuǎn)的交叉帶分揀傳送機，通過條碼閱讀機(拍照儀)初步分揀之后，流向四個不同區(qū)域的邏輯細分格口(分揀出口)。四個分揀出口分別位于四個上件區(qū)域的上游(交叉帶分揀機運轉(zhuǎn)的逆方向)，初分之后快件的目標出口若屬于交叉帶分揀機繼續(xù)運轉(zhuǎn)第一個抵達的出口區(qū)域，則快件留在交叉帶上沿著大圈前往格口進行細分；否則快件將進入內(nèi)圈皮帶機前往不同區(qū)域分揀出口的，內(nèi)圈皮帶機送上交叉帶分揀傳送機使用的是七段式自動供包臺。

2.1 仿真數(shù)據(jù)的收集和處理

2.1.1 仿真目標CAD圖紙

仿真目標場地的CAD圖紙如圖1所示。

圖1 仿真目標場地的CAD圖紙

2.1.2 分揀流程建模邏輯

圖2是分揀流程簡化示意圖，整個分揀流程主要分為五個部分，建模的模塊主要分為：(1) 供包上件邏輯；(2) 邏輯細分格口；(3) 內(nèi)圈皮帶機布局和邏輯；(4) 內(nèi)圈上件設(shè)備邏輯；(5) 混合尺寸快件上件。

圖2 分揀流程簡化示意圖

(1) 供包上件邏輯。主要流程：快件成堆從滑道運下，由操作員逐個人工供包上件以保證快件面單朝上，不符合分揀要求的快件由人工放置到另一側(cè)的滑道流出?？旒诠┌鼨C上線時會在第一段位置等待一小段時間以便匹配運送上交叉帶分揀機上的空托盤位。

主要難點：① 在交叉帶不停運轉(zhuǎn)的情況下，供包上線既要保證正好送上分揀機的托盤位置，又要保證該托盤為空托盤；② 快件的尺寸各不相同，還需要區(qū)分特殊尺寸的薄件，保證成堆在滑倒堆放的同時，又要保證上線的頻率不受上游供應(yīng)不足的影響。

(2) 邏輯細分格口。主要流程：經(jīng)過初分的快件經(jīng)過邏輯細分到具體的格口運送出分揀系統(tǒng)。

主要難點：① 分揀邏輯(部分無信息或其他原因?qū)е聼o法順利從格口分揀輸出，再次進入細分格口的一定會分揀離開)；② 輸出位置的核對和下落方式與速度的控制。

(3) 內(nèi)圈皮帶機布局和邏輯。主要流程：初分之后快件的目標出口若屬于交叉帶分揀機繼續(xù)運轉(zhuǎn)第一個抵達的出口區(qū)域，則快件留在交叉帶上沿著大圈前往格口進行細分，否則快件將進入內(nèi)圈皮帶機前往不同區(qū)域分揀出口的。

主要難點：① 多個內(nèi)圈皮帶機交叉的部分需要設(shè)計不同爬升位置來通過(保證皮帶機之間凈空在40 cm的前提下，盡量減少設(shè)備使用成本)；② 皮帶機和交叉帶分揀機速度差距較大，要保證分揀至內(nèi)圈皮帶機的位置不出現(xiàn)擁堵情況。

(4) 內(nèi)圈上件設(shè)備邏輯。主要流程：內(nèi)圈皮帶機送上交叉帶分揀傳送機使用的是7段式自動供包臺，需要上線的設(shè)備會在前面的6段供包臺上調(diào)節(jié)運輸速度來匹配最后一段運送至交叉帶分揀機的合適空托盤位。

主要難點：在交叉帶不停運轉(zhuǎn)的情況下，供包上線既要保證正好送上分揀機的托盤位置，又要保證該托盤為空托盤，并據(jù)此來調(diào)節(jié)不同段的運輸速度。

(5) 混合尺寸快件上件。主要流程：在(1)的基礎(chǔ)上新增一種交叉帶托盤尺寸(截距760 mm，寬度900 mm)。此時大小件同時上件(大件占比30%)，小件占用一個托盤，大件占用兩個托盤。

主要難點：需要新增多個決策點來判斷交叉帶上托盤擁有的快件尺寸情況，邏輯復(fù)雜程度幾何級上升。

2.1.3 參數(shù)設(shè)置

根據(jù)模型的實際情況設(shè)置相關(guān)參數(shù)，如表1所示。

表1 模型部件及參數(shù)

2.1.4 建立仿真模型

根據(jù)該企業(yè)分揀中心的實際情況和所收集到的相關(guān)資料，建立相應(yīng)的物理模型，并對所建模型中的各個實體建立關(guān)系連線以及進行相關(guān)的參數(shù)設(shè)置。本文仿真研究的是在該分揀模式下的最優(yōu)分揀量。根據(jù)生產(chǎn)線的CAD圖建立仿真模型，模型效果展示圖如圖3所示。

圖3 仿真模型圖

2.2 仿真輸出和方案優(yōu)化分析

基于項目目標選取系統(tǒng)每小時輸入量、系統(tǒng)每小時輸出量作為核心績效指標，同時選取單個快件停留時間作為分揀系統(tǒng)是否擁堵的判定指標。控制其他變量不變的情況下，將每個人工供包臺上件的速率作為變量，具體上件速率設(shè)置為：600、700、800、900、1 000、1 100、1 200、1 500、2 000，單位均為：件/小時，分別對應(yīng)方案S1到S9。使用FlexSim的實驗器功能，對每種不同的變量方案運行5次，每次模擬運行24小時，結(jié)果如圖4-圖6所示。

圖4 每小時快件的輸入總量

圖5 每小時快件的輸出總量

圖6 單個快件的平均停留時間

根據(jù)仿真實驗輸出的數(shù)據(jù)進行比較分析：作為分揀系統(tǒng)是否擁擠的判定指標，單個快件的停留時間和不同方案的差異程度與系統(tǒng)是否擁擠直接相關(guān)。從仿真結(jié)果中可以明顯看出，快件在系統(tǒng)中停留的平均時間應(yīng)該在180秒左右。而方案S8和方案S9單個快件平均停留時間和重復(fù)方案的標準差要明顯大于其他7個方案，說明單個供包臺每小時的上件量若達到1 500件，則系統(tǒng)很可能會出現(xiàn)不同程度的擁堵情況，影響整個系統(tǒng)的作業(yè)效率，不符合系統(tǒng)設(shè)計要求。進一步分析每小時快件的輸出和輸入量，通過觀察快件輸出和輸入量的最大值，可以發(fā)現(xiàn)這兩個績效指標與單位時間的上件數(shù)基本呈現(xiàn)正相關(guān)的關(guān)系，但是通過查看平均值，可以發(fā)現(xiàn)方案S5，即單個供包臺每小時上1 000件時，才是系統(tǒng)中的平均輸出和輸入量最大值的方案。這是由于方案S6和方案S7都存在某些極端的情況，可能導(dǎo)致分揀系統(tǒng)出現(xiàn)擁堵而無法正常輸入或輸出快件，影響了該方案的平均數(shù)據(jù)。根據(jù)實際情況，此類極端的堵塞情況也是應(yīng)該避免的，因此每小時上1 000件左右在當前設(shè)計標準下能夠滿足系統(tǒng)運作的基本要求。

為了測試不同需求條件下分揀模式系統(tǒng)的最大分揀量來證明該分揀模式的適用性，對仿真模型的相關(guān)部位進行了調(diào)整，并再次進行了仿真實驗。

2.3 方案調(diào)整

2.3.1 優(yōu)化調(diào)整

基于對初始方案仿真模型的觀察和分析，進一步修改了系統(tǒng)運作的邏輯，主要修改的地方有：(1) 無條碼的快件占30%，由后臺人工操作補碼，每個區(qū)域補碼操作為每3 s一次，每次的最大補碼數(shù)量為3個，由于各類原因(面單位置錯誤等)導(dǎo)致最終無法根據(jù)條碼信息進行分揀的快件落入收容格口；(2) 每個上件口不再單純按照2 000件/小時的效率上貨，而是根據(jù)供包臺的釋放情況，保證供包臺上最多只能存在一件等待的快件。

在初始方案的運行過程中，可以發(fā)現(xiàn)由于模型實體數(shù)量較多，若需要更多的方案重復(fù)次數(shù)，會導(dǎo)致運行時間過長，需要確定一個新的仿真運行時間。確定新仿真運行時間的方法是：以邏輯修改后的模型為基礎(chǔ)，分別選擇單個供包臺最大上件速率為1 000、1 300、1 500、1 800、2 000作為變量，模型運行24小時，每半個小時輸出一次平均每小時輸出量，將其繪制為折線圖，由于運行后速率為1 000、1 300的每半小時輸出量基本與速率為1 500每半小時輸出量一致，這里選取了最大上件速率為1 500、1 800、2 000作為分析對象。如圖7-圖9所示。

圖7 上件效率為1 500時每半小時輸出量

圖8 上件效率為1 800時每半小時輸出量

圖9 上件效率為2 000時每半小時輸出量

根據(jù)三幅折線圖分析得出，選擇多組變量中同時滿足已經(jīng)經(jīng)歷過一定的穩(wěn)態(tài)時間，又由于擁堵出現(xiàn)明顯下滑的時間節(jié)點作為新的方案模擬時間，最終選定為8小時。

2.3.2 仿真輸出與分析

在績效指標基礎(chǔ)上，增加統(tǒng)計經(jīng)過邏輯細分格口而沒有被一次分揀掉的快件數(shù)量，其同樣作為一個擁堵情況的判斷指標。控制其他變量不變的情況下，將每個人工供包臺上件的速率作為變量，具體上件速率設(shè)置為：1 500、1 600、1 700、1 800、1 900、2 000，單位均為：件/小時，分別對應(yīng)方案S1到S6。使用FlexSim的實驗器功能，對每種不同的變量方案運行40次，每次模擬運行8小時，結(jié)果如圖10-圖14所示。

圖10 每小時快件輸入總量

圖11 每小時快件輸出總量

圖12 單個快件的平均停留時間

圖13 一次循環(huán)無法分揀的快件數(shù)量

圖14 上件臺平均每小時上件數(shù)量

新方案中增加了“一次循環(huán)無法分揀的快件數(shù)量”績效指標的統(tǒng)計，配合快件單位停留時間可以直觀獲知系統(tǒng)是否擁堵。從圖12和圖13可以明顯看出，從方案S4開始系統(tǒng)出現(xiàn)擁堵的情況，雖然平均快件停留時間還處在150秒左右，但是一次無法分揀的快件量對比前一個方案增長了155%，而方案S5之后快件平均停留時間都遠超前幾個方案(達到20%～37%)。隨著分揀時間的繼續(xù)增長，這兩項指標將會進一步提升，說明如果單個供包臺最大上件量超過1 800件/小時，在當前的運作邏輯和快件類型下，系統(tǒng)就很可能會出現(xiàn)不同程度的擁堵情況，隨著運行時間的增長，會進一步影響整個系統(tǒng)的作業(yè)效率。

在方案S3之前一次分揀無法離開的快件數(shù)量約占總輸出量的3%～4%左右，隨著上件速率的提升，該比例大幅增長，在方案S7中達到了13.78%，說明擁堵的出現(xiàn)會明顯影響分揀效率。進一步分析每小時快件的輸出和輸入量，特別是快件輸出量和輸入量的最大值可以發(fā)現(xiàn)，這兩個績效指標與上件速率明顯正相關(guān)，但是最大的均值基本上與方案S4相同，而且方案S4之后樣本標準差大幅提升。這說明單個供包臺最大上件量超過1 800件/小時，也并非一定會發(fā)生擁堵，只不過發(fā)生擁堵的概率會隨著上件量的提升而大幅提高。即使不發(fā)生擁堵，輸出量雖然會隨著上件速率增大，但是呈現(xiàn)典型的邊際效應(yīng)遞減。

此外，通過分析同一上件區(qū)域內(nèi)上件臺的每小時上件量也可以看出在方案S3之前主線交叉帶上的托盤空間足夠，每個上件臺的輸出情況基本一致；從方案S5開始，上件位置越靠后的上件臺上件速率明顯減緩，某些情況下，最慢的上件速率僅為最快上件速率的不到50%，明顯不符合系統(tǒng)運作要求。

綜上所述，單個供包臺每小時最大上件量應(yīng)該在1 800件/小時左右。

3 結(jié) 語

從企業(yè)物流中心分揀模式的運作效率問題出發(fā)，本文建立了較為詳細的評價指標體系，運用FlexSim對該分揀模式的運作效率進行了仿真。通過對模型運作的觀察，結(jié)合貨物上件量、上件效率以及堵塞時間等績效指標，測試了不同需求條件下分揀模式的分揀效率產(chǎn)生的最大分揀量，證明了該分揀模式的適用性。

本文不足之處在于分揀模式的選用要考慮諸多因素，本文僅以物流分揀過程中分揀量作為選用分揀模式的一個參考因素，未能面面俱到。但通過本文的論述，相信可以為企業(yè)在進行深入和更加細致地研究分揀模式的選用問題時提供一定的指導(dǎo)意義。