圍繞高密度、自動化、高效的存儲方式這一發(fā)展方向,“密集存儲”概念應用而生,國內外眾多專家學者、知名物流裝備企業(yè)和物流系統(tǒng)集成商推出了相應的技術、設備及系統(tǒng)解決方案。
其中,運用穿梭車和與之相配套的穿梭車貨架系統(tǒng)作為一個新興的解決方案,在近年的倉儲項目規(guī)劃中發(fā)展很快。相比于傳統(tǒng)的巷道堆垛機,穿梭車更加智能,作業(yè)更加人性化,自動化程度相對來說更高;同時由于設備的作業(yè)巷道更少,可以提供更好的倉儲坪效比。
然而,受制于穿梭車巷道出入庫的局限性,當前的應用主要局限于醫(yī)藥、食品、煙草等少SKU的行業(yè)場景下,尚沒有汽車零部件物流大規(guī)模多SKU品類應用的案列。
本方案通過打通汽車零部件物流領域中的生產計劃、物流籌措、入廠物流和工廠物流各供應鏈環(huán)節(jié),將工廠運轉與穿梭車自動化設備結合應用,創(chuàng)建一套適用于汽車零部件物流領域的穿梭車密集存儲庫(簡稱“密集庫”)解決方案。
方案的實施將對所在部門、汽車零部件物流行業(yè)、物流自動化設備行業(yè)產生積極影響,具體表現(xiàn)為:
對一汽-大眾公司的意義:利用現(xiàn)有庫房面積實現(xiàn)國產化零件存儲功能,優(yōu)化外租庫面積、人員、設備等外包資源,實現(xiàn)單車成本優(yōu)化200元目標。
對汽車零部件物流行業(yè)的意義:大眾汽車體系下的工廠,通過實施此方案,在現(xiàn)有廠房面積下,可以滿足絕大部分國產化供應商零件的倉儲需求,實現(xiàn)零件直通工廠的精益化流程。
對物流自動化設備行業(yè)的意義:創(chuàng)造穿梭車密集存儲設備新的大規(guī)模應用場景,僅中國范圍內的大眾汽車體系工廠的潛在市場將達到數(shù)億元。
汽車零部件物流業(yè)務涵蓋從生產計劃、物料籌措、入廠運輸、工廠物流等多個環(huán)節(jié),以下將簡述各環(huán)節(jié)的整體流程和前提,并對涉及穿梭車密集存儲應用范圍的工廠物流部分進行詳細闡述:
(1)接收銷售訂單。
(2)按周確定生產計劃并將計劃凍結。
(1)根據(jù)生產計劃計算零件需求數(shù)和對應的時間。
(2)按照4h為切割單元,合并零件需求。
(3)按照包裝容量圓整,形成箱訂單。
(4)按切割單元依次賦予每個箱訂單以鏈號(1、2、3……30,每周6個生產日總計30個鏈號)。不同于傳統(tǒng)主機廠籌措方法,通過步驟(2)、(3)、(4)的時序切割方法,建立單元貨供貨基礎,是實現(xiàn)整體方案的重要前提。
(1)供應商根據(jù)約定的送貨頻次選擇卸貨時間窗口。
(2)按照鏈號順序依次裝車。
(3)供應商組織送貨或承運商組織循環(huán)取貨。
(4)按照時間窗口到達工廠卸貨。提前確定的時間窗和按鏈號供貨的順序可以緩解工廠庫存壓力。
(1)卸貨。
(2)檢驗及收貨。
(3)密集庫入庫。
(4)密集庫預判。
(5)密集庫移庫。
(6)密集庫出庫。
(7)上線。
(8)返空。
(1)四向穿梭車:可以在一個平面內承載貨物運動的自動導引車.
(2)提升機:四向穿梭車換層的設備。
(3)貨架:共4層,每層120巷道,貨物存儲方向深度15m。
貨物通過穿梭車和提升機承載到達貨架不同位置,根據(jù)不同的鏈號,在巷道深度方向存儲,出入庫遵循后入先出的原則。
上層為存儲層(簡稱M庫),見圖1。
底層為出庫層(簡稱N庫),見圖2。
零件到貨后,按規(guī)則入庫,見圖3。
信號1:獲取入庫包裝任務和信息;
判斷1:當前任務的鏈號否存在M庫中存在;
圖1 存儲層
圖2 出庫層
判斷2:此巷道是否有足夠空間存放此零件;
入庫1:進入此巷道;
入庫2:進入一個新的巷道。
零件在生產線需求前2小時發(fā)出預判信號,判斷當前N庫狀態(tài),提前做好設備工作任務的安排(但不做包裝的實體移動),保證有充足的時間移庫和出庫,如圖4。
信號2:生產線要貨系統(tǒng)提前2h發(fā)送需求包裝預判信號;
判斷4:判斷N庫中是否存在此包裝;
預判1:找到此包裝在M庫中的所有相同的包裝和位置;
預判2:找到預判1中鏈號最小的所有包裝;
圖3 入庫邏輯
圖4 預判邏輯
圖5 移庫&出庫邏輯
圖6 Matlab程序運行結果
預判3:找到預判2中距離巷道出口最近的包裝和位置,定義此包裝為目標包裝,阻擋在出庫和目標包裝之間的貨位定義為阻擋包裝;
判斷5:判斷目標包裝的鏈號與當前M庫中其他所有包裝中最小的鏈號差值是否小于等于1;
預判4:將目標包裝和阻擋包裝鏈號標記為0;
預判5:將目標包裝鏈號標記為0;將阻擋包裝移動到空巷道,(此動作定義為“掏鏈”),并記錄掏鏈的箱數(shù);
預判6:將獲取的零件虛擬移庫到N+庫(N+為虛擬庫存,用于記錄待出庫零件)。
信號3:生產線要貨系統(tǒng)發(fā)送需求包裝出庫信號;
移庫1:找到包裝鏈號最小且箱數(shù)最少的巷道,將距離出庫最近的包裝移庫到N庫;
判斷6:N+庫中是否存在此零件;
出庫1:出N+庫內此需求包裝;
出庫2:出N庫內此需求包裝。
承前文論述,密集庫與其他自動化立體庫方案對比中具備坪效比高、設備投資低等明顯優(yōu)點。但由于應用范圍僅適用于少SKU場景,在汽車零部件物流成百上千SKU的場景下無法實現(xiàn)。本方案通過打通供應鏈各環(huán)節(jié),實現(xiàn)單元化供貨,即“鏈號”的運用,巧妙地規(guī)避了SKU的限制。
但不能忽視的是,方案中有凍結生產計劃的前提,實際現(xiàn)場運行過程中難免會出現(xiàn)計劃與實際車序不符,導致前提偏差的情況。這部分問題將導致上段第5步驟預判5的操作出現(xiàn),從而帶來不必要的“掏鏈”動作,從而浪費設備效率。如果浪費過多,將會大大抵消此方案帶來的收益,固需要通過仿真實驗的方法加以驗證。
作者選取了一汽-大眾某車間某天實際生產的車作為數(shù)據(jù)源,通過編程實現(xiàn)以上入庫、預判、移庫和出庫邏輯,統(tǒng)計了每個鏈對應時間段的掏鏈總數(shù)(每天5-6個鏈)。并將數(shù)據(jù)源隨機打亂排序后運行程序500次,保證數(shù)據(jù)可信度,得到如圖6。
結果顯示:掏鏈峰值150、平均值23。峰值僅占一天總搬運次數(shù)的10%。此浪費從整體經濟性角度可以接受,設備效率方面也可以滿足。
通過流程方案設計,既利用了四向穿梭車的密集存儲優(yōu)化,又突破了SKU品類的限制。綜上,此方案在汽車零部件物流領域具備可行性和較高的經濟性。