基于Flexsim的電商物流分揀作業(yè)仿真分析及優(yōu)化建議

洪 桐 宋永茂 溫承賓 朱文軍 孫宇博

（徐州工程學(xué)院,江蘇 徐州 221008）

隨著我國(guó)電商的迅速發(fā)展，配送中心訂單數(shù)量大幅增加，如何在人力、物力有限的情況下處理大量的多品種、小批量和高時(shí)效性的訂單成了亟待解決的問(wèn)題。為此，筆者就分揀系統(tǒng)中存在的瓶頸，根據(jù)人機(jī)工程建立人機(jī)設(shè)備模型，并通過(guò)仿真對(duì)所得數(shù)據(jù)進(jìn)行了分析，結(jié)果表明：合理的改善配送系統(tǒng)中人員以及機(jī)器的運(yùn)用，有利于解決其效益低下、資源浪費(fèi)等問(wèn)題。

1 電商物流分揀相關(guān)問(wèn)題分析

在電商配送過(guò)程中，通過(guò)接收訂單信息處理后分配至倉(cāng)儲(chǔ)區(qū)，倉(cāng)儲(chǔ)區(qū)在接收訂單后開(kāi)始對(duì)貨物進(jìn)行分揀、包裝、運(yùn)輸?shù)?，最終到達(dá)消費(fèi)者手中。根據(jù)國(guó)研網(wǎng)的數(shù)據(jù)顯示，約17%的用戶認(rèn)為配送速度較慢，約9%的用戶快件包裝受損，尤其在“雙11”等期間包裝受損情況更為嚴(yán)重。配送速度慢的因素較多，其中分揀和區(qū)域配送過(guò)慢占比約45%，訂單處理慢占比約15%，快件受損的主要原因是存在“暴力分揀”現(xiàn)象，“暴力分揀”導(dǎo)致快件受損占比為52%，因此，有必要對(duì)分揀所存在的相關(guān)問(wèn)題進(jìn)行具體分析。

1.1 訂單問(wèn)題

在整個(gè)電商物流過(guò)程中，訂單處理作為首要環(huán)節(jié)比較重要，直接關(guān)系到后續(xù)貨物的分揀、分配、運(yùn)輸速度。由于近幾年電商的發(fā)展，物流的訂單逐漸呈現(xiàn)出數(shù)量龐大、種類繁多的特點(diǎn)，訂單處理的難度逐年加大。

1.2 分揀作業(yè)方式問(wèn)題

分揀作業(yè)是電商配送過(guò)程中十分繁重的工作。對(duì)于多品種、少批量的訂貨或者訂單復(fù)雜程度較高的情況，配送中心面對(duì)的主要問(wèn)題是如何在保證快件質(zhì)量的基礎(chǔ)上提高效率。面對(duì)眾多的訂單，大多配送中心采用機(jī)械與人工組合的方式，少數(shù)配送中心采取全自動(dòng)化的分揀，全自動(dòng)化分揀雖然提高了分揀的效率但成本過(guò)高；個(gè)別配送中心依舊采用人工分揀，人工分揀效率較低，雇傭大量勞動(dòng)力也導(dǎo)致分揀成本增加，同時(shí)，快件受損的可能性也隨之加大。

1.3 快件損壞及售后問(wèn)題

近年來(lái)隨著快遞物流業(yè)的發(fā)展，快件的種類較以往有所增加。每個(gè)快件的要求不同，如文件要求運(yùn)輸快捷安全、果蔬類要求保鮮、易碎物品則要求運(yùn)輸分揀過(guò)程中輕拿輕放等，但在分揀大量快件時(shí)易出現(xiàn)統(tǒng)一對(duì)待現(xiàn)象，如此一來(lái)，易碎快遞受損嚴(yán)重，因此，為降低快遞受損，對(duì)于不同的快件應(yīng)采用不同的分揀方式。

2 Flexism仿真

2.1 Flexism仿真軟件介紹

Flexsim是PC Base的數(shù)字虛擬企業(yè)的仿真系統(tǒng)，且可在微軟公司的Windows 2000、Windows XP等不同的作業(yè)平臺(tái)上執(zhí)行的全窗口化的3D專業(yè)仿真軟件，是世界上第一個(gè)在圖形環(huán)境中集成了C++IDE 和編譯器的仿真軟件。在這個(gè)軟件環(huán)境，C++不但能夠直接用來(lái)定義模型，而且不會(huì)在編譯中出現(xiàn)任何問(wèn)題。這樣不再需要傳統(tǒng)的動(dòng)態(tài)鏈接庫(kù)和用戶定義變量的復(fù)雜鏈接。

2.2 Flexism的特點(diǎn)

Flexism仿真模擬系統(tǒng)具有層次結(jié)構(gòu)、量身定做、可移植性等特點(diǎn)，其作用是幫助工程師和決策者形象化地在動(dòng)態(tài)三維虛擬現(xiàn)實(shí)環(huán)境中檢測(cè)新提議的操作流程或系統(tǒng)。通過(guò)創(chuàng)建系統(tǒng)模型，可以考察各種假設(shè)的場(chǎng)景，同時(shí)不會(huì)產(chǎn)生改變實(shí)際系統(tǒng)時(shí)所面臨的中斷、成本和風(fēng)險(xiǎn)，這對(duì)于創(chuàng)建可能產(chǎn)生瓶頸的系統(tǒng)是必不可少的。

3 建立Flexism仿真模型

3.1 建立數(shù)據(jù)分揀模型

（1）問(wèn)題描述。數(shù)據(jù)表明某配送中心一天的訂單數(shù)約為200單，為方便研究，假設(shè)一天工作10 h 能夠完成全部訂單，則選取其中的10種訂單作為樣本且規(guī)定完成10種訂單的時(shí)間不超過(guò)40 min 。分揀過(guò)程中人工與機(jī)器的成本設(shè)定為10萬(wàn)元/年，即在不超過(guò)成本的情況下效率最大化。訂單所涉及的貨物大致分為A型貨物電器、B型貨物衣物和日用品等、C型貨物果蔬和食品等、D型貨物文件和特殊物品等，具體信息如表1所示，其中單位為千/件。

表1 分揀貨物訂單

（2）構(gòu)建數(shù)據(jù)分揀模型。本文主要研究訂單數(shù)量較大的分揀情況，故在分揀時(shí)采用批量揀貨即多訂單集合成一批，按照貨物類別將數(shù)量統(tǒng)計(jì)后再進(jìn)行同種類統(tǒng)一揀貨，最后根據(jù)各訂單具體情況采用分類和集中的揀貨方法。分揀過(guò)程中將分揀貨物量與時(shí)間相比的最小值作為效率的目標(biāo)函數(shù)如下：

約束條件為：

方案一：在分揀過(guò)程中全部使用機(jī)器分揀；方案二：采用兩名人工與一臺(tái)機(jī)器進(jìn)行分揀；方案三：在分揀過(guò)程中全部使用人工進(jìn)行分揀。

3.2 構(gòu)建仿真模型

根據(jù)問(wèn)題的描述對(duì)Flexism進(jìn)行設(shè)計(jì)，從實(shí)體庫(kù)拖出一個(gè)發(fā)生器和吸收器來(lái)模擬訂單處理過(guò)程，再拖一個(gè)發(fā)生器、兩個(gè)處理器和四個(gè)貨架模擬為入庫(kù)過(guò)程且將發(fā)生器設(shè)置實(shí)體類型及顏色來(lái)模擬不同貨物，同時(shí)將貨架設(shè)置進(jìn)入特定觸發(fā)即不同的產(chǎn)品進(jìn)入不同的貨架以及輸出執(zhí)行的運(yùn)輸工具，為模擬后續(xù)分揀過(guò)程中效率逐漸下降，特將貨架的最小停留時(shí)間設(shè)置為服從指數(shù)分布。最終拖出4個(gè)暫存區(qū)表示各自地區(qū)所需貨物，通過(guò)不同方案來(lái)拖出人工和機(jī)器且分別對(duì)其定義移動(dòng)時(shí)間，最大移動(dòng)速度以及容量，建立仿真模型如圖1所示。

圖1 全仿真模型

分揀模型建立后，點(diǎn)擊Run運(yùn)行模型，由于模擬過(guò)程中選取的機(jī)器和人工數(shù)量不同則相對(duì)應(yīng)的模擬過(guò)程也不同，故需要模擬3～5次至少40 min 的仿真實(shí)驗(yàn)，并對(duì)各個(gè)人員和機(jī)器的分揀量、貨架和暫存區(qū)的貨物量、各方案完成所有訂單的時(shí)間等數(shù)據(jù)進(jìn)行分析。

4 仿真實(shí)驗(yàn)的結(jié)果及分析

根據(jù)上述的三種方案，分別進(jìn)行仿真，其仿真結(jié)果如下。

方案一：采取全機(jī)器分揀，由于在規(guī)定時(shí)間內(nèi)機(jī)器效率基本不變，故不需要將貨架設(shè)置最小停留時(shí)間，直接模擬其分揀過(guò)程，產(chǎn)生數(shù)據(jù)如表2所示。其中堵塞時(shí)間是兩個(gè)機(jī)器人在將貨物運(yùn)送到同一端口時(shí)的排隊(duì)時(shí)間，破損率是機(jī)器分揀小型貨物時(shí)可能存在的現(xiàn)象，為方便研究，設(shè)定機(jī)器的破損率隨時(shí)間而增加且服從對(duì)數(shù)分布，而機(jī)器在剛啟動(dòng)和啟動(dòng)后效率有所不同故其效率系數(shù)服從正態(tài)分布。通過(guò)數(shù)據(jù)結(jié)合式（1）可得方案一的最大效率為93%，但成本為9萬(wàn)元。

表2 方案一分揀模型數(shù)據(jù)

方案二：采取兩個(gè)人工與一臺(tái)機(jī)器進(jìn)行分揀，但由于A、C兩類貨物多為大中型貨物，一般比較重，在分揀這兩類貨物的過(guò)程中機(jī)器效率比人工效率更高，故需要模擬3次并取其平均值，且貨架還需設(shè)置最小停留時(shí)間來(lái)模擬人工效率，產(chǎn)生數(shù)據(jù)如表3所示。其中人工的堵塞時(shí)間為0是由于員工會(huì)相互幫忙，但在整個(gè)搬運(yùn)過(guò)程中由于體力原因會(huì)存在停留時(shí)間和破損率，人工的破損率服從指數(shù)分布，效率系數(shù)服從正態(tài)分布。通過(guò)數(shù)據(jù)結(jié)合式（1）可得出方案二的最大效率為89%，但如果將機(jī)器分配為只分揀A、C貨物，總體效率可達(dá)91%，成本為8.7萬(wàn)元。

表3 方案二分揀模型數(shù)據(jù)

方案三：采取全人工分揀，如同方案二貨架需設(shè)置最小停留時(shí)間，為減少人工分揀產(chǎn)生的效率誤差，故模擬3次取平均值，產(chǎn)生的相關(guān)數(shù)據(jù)如表4所示。其中人工的破損率服從指數(shù)分布，效率系數(shù)服從正態(tài)分布。計(jì)算得出方案三的最大效率的平均值為82%，成本為7.8萬(wàn)元。

表4 方案三分揀模型數(shù)據(jù)

通過(guò)比較三個(gè)方案可知：方案一在分揀貨物過(guò)程中可達(dá)到高效率且破損率較低，但堵塞率較高，成本也較高。方案二在分揀過(guò)程中以人工為主機(jī)器為輔，這樣一方面減少員工勞累度進(jìn)而提高員工長(zhǎng)時(shí)間工作效率，另一方面在貨物分揀過(guò)程中堵塞率較低，但破損率較高，成本中等。方案三通過(guò)人工分揀，這樣可降低成本且分揀過(guò)程中更為靈活、堵塞率通低，但整體效率不高且極易出現(xiàn)破損現(xiàn)象。

當(dāng)配送中心面對(duì)大量繁重的訂單時(shí)，需首要解決的是合理的處理和分配訂單，在分揀過(guò)程中應(yīng)采取人工與機(jī)器結(jié)合的方案，以人工為主機(jī)器為輔，同時(shí)需合理地安排輪班工人以達(dá)到提升效率的作用。對(duì)于大型貨物因其自身特點(diǎn)應(yīng)適當(dāng)借助機(jī)器來(lái)進(jìn)行分揀，以達(dá)到提升分揀效率。如果在成本可以接受的情況下可采用方案一機(jī)器分揀，可以提高分揀效率減少分揀壓力。

5 結(jié)語(yǔ)

筆者針對(duì)如何提高電商物流配送中心效率和可能存在的問(wèn)題進(jìn)行研究，對(duì)其分揀過(guò)程提出三種分揀方案，結(jié)合Flexism仿真模擬技術(shù)對(duì)方案進(jìn)行模擬，最終對(duì)模擬后的數(shù)據(jù)進(jìn)行分析得出三種方案的優(yōu)缺點(diǎn)，為電商物流配送中心提供人機(jī)分配的不同比對(duì)，達(dá)到在減少成本的同時(shí)提升分揀效率，為后續(xù)配送中心的發(fā)展提供了參考標(biāo)準(zhǔn)。