文錫峰 李斌

中國(guó)輕工業(yè)長(zhǎng)沙工程有限公司智能工業(yè)設(shè)計(jì)院，中國(guó)·湖南 長(zhǎng)沙 410114

平臺(tái)設(shè)計(jì)；AnyLogic；車(chē)輛預(yù)約；物流仿真

1 背景

隨著家電行業(yè)的迅速發(fā)展，中國(guó)家電產(chǎn)業(yè)已經(jīng)完成了從小到大的過(guò)程，正在實(shí)現(xiàn)由弱變強(qiáng)的跨越。作為世界家電產(chǎn)業(yè)的重要組成部分，前期發(fā)展過(guò)程中的資源優(yōu)勢(shì)、人員優(yōu)勢(shì)正逐漸減弱。以智能制造為目標(biāo)的工業(yè)化方向，將智能化、互聯(lián)網(wǎng)、物聯(lián)網(wǎng)引入家電企業(yè)，對(duì)于家電工業(yè)而言是機(jī)遇更是挑戰(zhàn)，挑戰(zhàn)的是裝備自動(dòng)化和信息化水平，挑戰(zhàn)是基礎(chǔ)建設(shè)與新興技術(shù)的對(duì)接與有效融合[1]。

SW 集團(tuán)為中國(guó)500 強(qiáng)企業(yè)，隨著品牌的提升、渠道建設(shè)的完善，產(chǎn)品陣容的健全，在工業(yè)智能化進(jìn)程背景下，集團(tuán)在智能制造產(chǎn)業(yè)發(fā)展方面存在較大提升空間。在新一輪的戰(zhàn)略規(guī)劃中，全力打造智慧家居、智能制造體系建設(shè)。家用空調(diào)作為其產(chǎn)品系列中重要一環(huán)亟待改善。為擴(kuò)大產(chǎn)品市場(chǎng)影響力，同時(shí)提升生產(chǎn)效率，SW 集團(tuán)啟動(dòng)了智能家電產(chǎn)業(yè)園智能空調(diào)新工廠的規(guī)劃和建設(shè)。

2 裝貨停車(chē)現(xiàn)狀及主要問(wèn)題

2.1 園區(qū)倉(cāng)儲(chǔ)現(xiàn)狀

SW 集團(tuán)在安徽基地規(guī)劃年產(chǎn)能300 套家用空調(diào)，年生產(chǎn)工作300 天，采用雙班制，每班工作時(shí)間10 小時(shí)。按照20 萬(wàn)套空調(diào)成品倉(cāng)儲(chǔ)容量，園區(qū)規(guī)劃成品倉(cāng)庫(kù)四棟，建筑平面尺寸分為兩類(lèi)，其中成品庫(kù)一、成品庫(kù)四為135m×52m；成品庫(kù)二、成品庫(kù)三為135m×64.8m。對(duì)應(yīng)的裝貨面長(zhǎng)度為52m 和64.8m。

空調(diào)器成品裝車(chē)分為側(cè)面裝貨和尾部裝貨兩種形式。以22.5m 為代表的拖掛車(chē)主要為側(cè)裝，每車(chē)平均裝載空調(diào)器成品400 套。300 萬(wàn)套成品空調(diào)的發(fā)貨量，每天的發(fā)貨量達(dá)到25車(chē)次，而空調(diào)市場(chǎng)需求季節(jié)波動(dòng)明顯，在生產(chǎn)出貨旺季，每天的出貨量為日常出貨量的3 至4 倍，[2]進(jìn)入園區(qū)的成品提貨車(chē)輛可達(dá)到100 車(chē)次/天。

2.2 車(chē)位規(guī)劃設(shè)計(jì)存在的問(wèn)題

2.2.1 裝貨車(chē)位樣式選擇

根據(jù)成品車(chē)輛的長(zhǎng)度尺寸及車(chē)廂高度。在滿(mǎn)足空調(diào)成品裝貨需求的前提下，設(shè)計(jì)以簡(jiǎn)單實(shí)用為原則。

首先是雨棚的高度，成品車(chē)輛滿(mǎn)載高度4.8 米，考慮裝貨操作空間，以高出地面6m的雨棚較為合適。其次是平臺(tái)的高度，普通貨車(chē)車(chē)廂高度1.2m，為保證平臺(tái)與車(chē)廂之間便捷運(yùn)輸，一般發(fā)貨平臺(tái)高出裝貨地面1.2m，對(duì)于車(chē)廂高度超出1.2m 或者低于1.2m 的成品車(chē)，可結(jié)合液壓升降機(jī)輔助成品裝載。最后是成品發(fā)貨的平臺(tái)類(lèi)型，如圖1、2所示：分為直線(xiàn)型和月臺(tái)型。[3]

圖1 直線(xiàn)型發(fā)貨平臺(tái)倉(cāng)庫(kù)平面圖與側(cè)視圖

圖2 月臺(tái)型發(fā)貨平臺(tái)倉(cāng)庫(kù)平面圖與側(cè)視圖

直線(xiàn)型發(fā)貨平臺(tái)，造型簡(jiǎn)單，沿著成品倉(cāng)庫(kù)發(fā)貨側(cè)面設(shè)計(jì)平臺(tái)，裝貨面下沉1.2m，優(yōu)點(diǎn)：裝貨平臺(tái)、雨棚面積小，投資較少，缺點(diǎn)：側(cè)裝時(shí)大量占用裝貨面的停車(chē)位，同等發(fā)貨區(qū)域下，可用車(chē)位數(shù)減少。月臺(tái)型平臺(tái)，港灣式停車(chē)位，停車(chē)位下沉1.2m，優(yōu)點(diǎn)：裝貨效率高，缺點(diǎn)：裝車(chē)占用大量面積。平臺(tái)、雨棚建設(shè)投資大。規(guī)劃難點(diǎn)在于合理選擇裝貨平臺(tái)樣式，既避免裝貨車(chē)位浪費(fèi)，又保證成品有序裝車(chē)、順暢發(fā)貨。

2.2.2 停車(chē)位規(guī)劃

另一方面，與裝貨位結(jié)合考慮的是貨車(chē)停車(chē)位的規(guī)劃?？照{(diào)成品發(fā)貨高峰期，成品運(yùn)輸車(chē)輛集中進(jìn)入園區(qū)，由于裝貨不及時(shí)，導(dǎo)致大量車(chē)輛出現(xiàn)排隊(duì)等待的現(xiàn)象，貨車(chē)停車(chē)位數(shù)量設(shè)計(jì)預(yù)留不足，直接導(dǎo)致園區(qū)交通擁擠，部分空調(diào)公司甚至出現(xiàn)在園區(qū)外圍大量貨車(chē)排隊(duì)等待進(jìn)入園區(qū)的現(xiàn)象，對(duì)于市政交通也造成較大影響。

若規(guī)劃大量的貨車(chē)停車(chē)位，將造成園區(qū)使用面積的浪費(fèi)。如何保證高峰發(fā)貨需求，同時(shí)盡量減少發(fā)貨平臺(tái)投資與貨車(chē)停車(chē)位數(shù)量，這也是新建園區(qū)規(guī)劃設(shè)計(jì)的難題。

3 規(guī)劃方案仿真分析

3.1 AnyLogic 離散事件建模概述

Anylogic 是基于Java 語(yǔ)言開(kāi)發(fā)的一款應(yīng)用廣泛、能夠?qū)﹄x散事件、系統(tǒng)動(dòng)力學(xué)、多智能體和混合系統(tǒng)建模與仿真的工具軟件。裝貨車(chē)位及園區(qū)停車(chē)位的規(guī)劃，以充分提高成品裝車(chē)效率為目的，減少園區(qū)排隊(duì)裝車(chē)時(shí)間，主要利用到Anylogic 離散事件建模功能。

離散事件建模的主要操作包括各類(lèi)時(shí)間延遲、資源服務(wù)支路選擇分離和組合等。實(shí)體對(duì)資源進(jìn)行競(jìng)爭(zhēng)，并導(dǎo)致時(shí)間延遲，因此在所有的離散事件建模中都具有供實(shí)體排隊(duì)的隊(duì)列。離散事件模型可以抽象為一個(gè)過(guò)程流圖，其中的各個(gè)模塊表示各種操作。過(guò)程流圖通常以“Source”模塊開(kāi)始，“Source”模塊產(chǎn)生實(shí)體并將實(shí)體放置到過(guò)程之中，實(shí)體經(jīng)過(guò)各個(gè)程后最終進(jìn)入“Sink”模塊，并從模型中消失。[4]

3.2 模型構(gòu)建與仿真運(yùn)行

根據(jù)前期規(guī)劃數(shù)據(jù)的收集，建立基礎(chǔ)數(shù)據(jù)表如表1所示。

表1 基礎(chǔ)數(shù)據(jù)表

成品提貨車(chē)從進(jìn)入園區(qū)到離開(kāi)，簡(jiǎn)單流程圖如圖3、4所示：

圖3 裝車(chē)流程

根據(jù)流程圖采用AnyLogic 離散事件仿真，建模型如圖3.2所示：

圖4 模型建立

為了最大限度地反映實(shí)際情況，包括車(chē)輛的進(jìn)入園區(qū)的隨機(jī)性，成品裝車(chē)時(shí)間存在不同程度的波動(dòng)，仿真數(shù)據(jù)處理結(jié)合實(shí)際選擇不同的分布函數(shù)。在生產(chǎn)出貨旺季，每天的出貨量為日常出貨量4 倍，進(jìn)入園區(qū)的成品提貨車(chē)輛可達(dá)到100車(chē)次/天。車(chē)輛數(shù)參照速率時(shí)間表生成，不同時(shí)間段集中進(jìn)入園區(qū)的車(chē)輛數(shù)差異較大，尤其是白天工作時(shí)間與晚間工作時(shí)間，車(chē)輛到達(dá)存在波峰與波谷，[5]分時(shí)段每小時(shí)達(dá)到的車(chē)輛設(shè)置如表2所示：

表2 成品運(yùn)輸車(chē)輛分時(shí)段車(chē)次表

由于裝車(chē)效率受到不同因素的影響，仿真設(shè)置每輛成品車(chē)的裝貨時(shí)間服從三角形分布,存在最可能的完成時(shí)間，以及至少和最多耗時(shí)。

3.3 裝貨車(chē)輛與停車(chē)位分析

3.3.1 充足的貨車(chē)停車(chē)位

在充足停車(chē)位前提下，保證進(jìn)入園區(qū)車(chē)輛的流量小于園區(qū)物流周轉(zhuǎn)的能力，即每小時(shí)進(jìn)入園區(qū)的車(chē)輛數(shù)小于每小時(shí)可以裝貨完成離開(kāi)的車(chē)輛數(shù)。

旺季時(shí)進(jìn)入園區(qū)的成品車(chē)輛數(shù)nw輛，按照工作時(shí)間20h計(jì)算，即平均每12min 一輛成品車(chē)進(jìn)入園區(qū)。若采用直線(xiàn)型發(fā)貨平臺(tái)則，空調(diào)器成品側(cè)面裝貨，最多滿(mǎn)足8 車(chē)位同時(shí)裝貨，按照每車(chē)3小時(shí)裝車(chē)速度，最終結(jié)果是排隊(duì)等待車(chē)輛直線(xiàn)增加，[6]園區(qū)將塞滿(mǎn)成品運(yùn)輸貨車(chē)，整體陷入癱瘓狀態(tài)。采用月臺(tái)型發(fā)貨平臺(tái)，規(guī)劃園區(qū)16 個(gè)成品裝貨位，按照每輛車(chē)裝貨3h計(jì)算，即平均11.25min 有一輛車(chē)裝貨完畢，車(chē)輛離開(kāi)園區(qū)的檢測(cè)時(shí)間2-3min，按照瓶頸時(shí)間計(jì)算，即平均11.25min 一輛成品車(chē)離開(kāi)園區(qū)。每小時(shí)進(jìn)入園區(qū)的車(chē)輛數(shù)小于每小時(shí)裝貨完成離開(kāi)的車(chē)輛數(shù)。規(guī)劃滿(mǎn)足園區(qū)車(chē)輛正常周轉(zhuǎn)。

3.3.2 有限貨車(chē)停車(chē)位

根據(jù)設(shè)定數(shù)據(jù)，時(shí)間單位設(shè)置為：分鐘，仿真運(yùn)行3 個(gè)月，每輛成品車(chē)的裝貨時(shí)間服從三角形分布，按照最短時(shí)間160min，最長(zhǎng)時(shí)間200min，平均180min 的速度裝貨。園區(qū)成品車(chē)等待如下圖所示，即至多38 個(gè)停車(chē)位可完全滿(mǎn)足旺季成品裝貨，裝貨車(chē)位在發(fā)貨旺季平均利用率為82%。

圖5 成品車(chē)輛運(yùn)輸仿真分析

4 智慧物流下規(guī)劃設(shè)計(jì)改進(jìn)

4.1 成品車(chē)輛預(yù)約系統(tǒng)

基于常規(guī)的成品發(fā)貨，在裝貨車(chē)位規(guī)劃設(shè)計(jì)中已充分利用現(xiàn)有信息和資源。即使規(guī)劃充足的車(chē)位保證園區(qū)貨車(chē)按照指定區(qū)域有序停放，但是按照人工排班，且每個(gè)裝貨車(chē)位裝載能力有限。如果成品提貨車(chē)輛集中到達(dá)，必然延長(zhǎng)車(chē)輛提貨的等待時(shí)間，另一方面裝貨車(chē)位分配不明確，也將帶來(lái)倉(cāng)庫(kù)發(fā)貨效率下降，無(wú)法及時(shí)出庫(kù)等問(wèn)題。

按照工業(yè)智能化要求，規(guī)劃設(shè)計(jì)考慮智慧物流相關(guān)功能，引入成品發(fā)貨車(chē)輛預(yù)約登記系統(tǒng)。連接倉(cāng)庫(kù)信息與企業(yè)成品車(chē)輛運(yùn)輸信息，通過(guò)預(yù)約平臺(tái)實(shí)現(xiàn)了運(yùn)輸和倉(cāng)儲(chǔ)信息互聯(lián)互通。成品發(fā)貨承運(yùn)商通過(guò)平臺(tái)在線(xiàn)創(chuàng)建預(yù)約訂單，上傳包括預(yù)提貨信息、司機(jī)及車(chē)輛信息、提貨時(shí)間等關(guān)鍵數(shù)據(jù)。同時(shí)，系統(tǒng)后臺(tái)可清晰查詢(xún)到各裝貨車(chē)位的狀態(tài)，承運(yùn)商可根據(jù)裝貨狀態(tài)信息安排車(chē)輛進(jìn)場(chǎng)計(jì)劃。生成的提貨申請(qǐng)將同步至倉(cāng)庫(kù)方的WMS 管理系統(tǒng)。倉(cāng)庫(kù)操作人員受理預(yù)約申請(qǐng)后，核實(shí)預(yù)約信息并根據(jù)裝貨車(chē)位實(shí)際情況給予確認(rèn)或另行建議預(yù)約時(shí)間。最終生成一張預(yù)約提貨的訂單。倉(cāng)庫(kù)根據(jù)訂單信息提前安排裝貨車(chē)位和裝載資源。司機(jī)亦按照約定時(shí)間前往倉(cāng)庫(kù)，無(wú)需在貨場(chǎng)長(zhǎng)時(shí)間等待。[7]

圖6 車(chē)輛預(yù)約系統(tǒng)主流程

4.2 車(chē)位優(yōu)化

從仿真分析中可以發(fā)現(xiàn)，影響車(chē)位規(guī)劃的敏感性因素在旺季分時(shí)段來(lái)車(chē)數(shù)量。通過(guò)調(diào)整不同時(shí)段進(jìn)入園區(qū)成品貨車(chē)數(shù)量，如表3所示：

表3 車(chē)輛數(shù)分時(shí)段均衡

將各時(shí)段的車(chē)輛均衡化，滿(mǎn)足車(chē)輛正常周轉(zhuǎn)，園區(qū)停車(chē)位數(shù)量直接減少至15 輛。在時(shí)間段劃分上進(jìn)一步均衡化，分別以5h，4h，3h，2h 進(jìn)行仿真驗(yàn)證，

從驗(yàn)證數(shù)據(jù)中可知，將時(shí)間跨度進(jìn)一步細(xì)分，對(duì)于停車(chē)位數(shù)量要求呈直線(xiàn)下降。基于智慧物流下車(chē)輛預(yù)約系統(tǒng)，共享裝貨車(chē)位信息，由倉(cāng)庫(kù)管理人員提前安排裝貨車(chē)位和裝載資源，成品車(chē)輛與發(fā)貨資源理想匹配，園區(qū)規(guī)劃貨車(chē)停車(chē)位數(shù)趨近于0，進(jìn)入園區(qū)的成品貨車(chē)都能對(duì)應(yīng)找到裝貨車(chē)位，園區(qū)場(chǎng)地利用率大幅提高，節(jié)約了土地資源，綜合降低空調(diào)生產(chǎn)的成本。

5 規(guī)劃設(shè)計(jì)效果

通過(guò)仿真分析將園區(qū)裝貨車(chē)位規(guī)劃實(shí)現(xiàn)初次優(yōu)化，選擇合適的裝貨平臺(tái)，精確計(jì)算貨車(chē)位數(shù)量，確保了規(guī)劃的合理性，使得空調(diào)成品發(fā)貨有條不紊地進(jìn)行。另一方面，在智慧物流條件下，引進(jìn)車(chē)輛預(yù)約系統(tǒng)，承運(yùn)商可根據(jù)裝貨狀態(tài)信息安排車(chē)輛進(jìn)場(chǎng)計(jì)劃。進(jìn)入園區(qū)的成品貨車(chē)都能對(duì)應(yīng)找到裝貨車(chē)位，園區(qū)場(chǎng)地利用率大幅提高，對(duì)于貨車(chē)停車(chē)位不再占用工業(yè)工地面積，節(jié)約土地資源，在容積率指上更容易滿(mǎn)足政府或環(huán)境要求，投資建設(shè)成本得到大幅縮減。綜合而言，通過(guò)仿真驗(yàn)證實(shí)現(xiàn)了科學(xué)規(guī)劃的一次提效，工業(yè)智能化、智慧物流促成了園區(qū)規(guī)劃的二次跨越。