Склад является важным распределительным центром. Прием и доставка являются интерфейсом склада для исходящего материального потока. Входящие грузы доставляются на склад, разгружаются в приемных доках и помещаются на склад. Заказы отбираются из хранилища, готовятся и отправляются клиентам через доки с помощью фургона, грузовика, грузовика и корабля.

Примерами операций приема и доставки являются назначение грузовых автомобилей на доки и составление графика погрузочно-разгрузочных работ [3]. На складе все процессы в системах погрузки и разгрузки выполняются одновременно [5]. В связи с объемными перевозками грузов на складах различных отраслей, длительное ожидание персонала является предсказуемым. Одним из самых важных вопросов на любом складе является вычет времени ожидания персонала. Чтобы преодолеть эту проблему, были применены такие подходы, как моделирование. Результаты анализа такого рода проблем могут быть использованы для повышения производительности систем погрузки и разгрузки склада. Были предприняты плодотворные усилия по разработке имитационных моделей для улучшения производительности системы погрузки и разгрузки склада (подробнее на сайте: http://gruz-gaz.ru/gruzchiki.html). По словам Ван ден Берга, такие темы, как планирование и контроль в управлении складом, были изучены исследователями в области искусства и науки. Тем не менее, хорошая базовая теория для методологии проектирования склада все еще отсутствует [9]. Чтобы дать характеристику склада, необходимо рассмотреть три различных угла, с которых склад может быть рассмотрен: процессы, ресурсы и организация [7]. Продукты, поступающие на склад, пройдут ряд этапов, которые называются процессами. Ресурсы относятся ко всем инструментам, оборудованию и персоналу, необходимым для работы склада. Наконец, организация включает в себя все аспекты планирования и контрольные процедуры, используемые для работы складской системы. Продукт определяется как тип товара, например, шампунь определенной марки в исследовании. Отдельная бутылка называется предметом, а комбинация нескольких предметов из нескольких продуктов, запрошенных клиентом, называется заказом клиента.

Rockwell ARENA – это программное обеспечение для моделирования и автоматизации от Rockwell Automation, Inc. В качестве базового строительного блока используется язык моделирования SIMAN, и текущая версия – версия 12.0. В ARENA имитационная модель может быть построена путем объединения предопределенных модулей, которые представляют процессы или логику. Соединительные линии используются для соединения модулей и обозначения потока объектов. Статистические данные, такие как время цикла и время ожидания, записываются и отображаются автоматически в виде отчетов ARENA. ARENA широко используется для моделирования бизнес-процессов и различных видов операций с дискретными событиями. Крупные фирмы, которые используют ARENA, включают GM, UPS, IBM, Nike, XEROX, Lufthansa, Ford, Lucent и Sony. ARENA используется в Na et al. моделировать и моделировать процессы работы терминала, которые включают прибытие судна, погрузку, разгрузку и другие связанные дискретные события [6]. Тахар и Хуссейн использовали ARENA для моделирования и моделирования операций морского порта в малазийском Келангпорте [8]. Дешпанде и соавт. использовала ARENA для моделирования и анализа работы грузового терминала с целью эксперимента с альтернативными сценариями назначения дока [1]. Greasley дал хороший отчет об использовании имитационного моделирования в производственном секторе и подчеркивает, что большинство из них предназначены для анализа планирования производства и в целях контроля. Гризли использовал моделирование ARENA для исследования влияния поломок конвейера на производительность процесса непрерывной работы [4]. Что касается моделирования систем загрузки и разгрузки, Na et al. использовала ARENA для моделирования и моделирования процессов работы терминала, которые включают прибытие судна, погрузку, разгрузку и другие связанные дискретные события. В документе также дается обзор методологии использования ARENA для моделирования системы и объясняется, что ARENA предоставляет расширяемые среды моделирования с помощью средств графического и анимационного моделирования. Имитационная модель была откалибрована и проверена с помощью фактических эксплуатационных записей из 15 различных контейнерных терминалов [6]. Тахар и Хуссейн использовали ARENA для моделирования и моделирования операций морского порта в малазийском порту Келанг в контексте коммерческой деятельности. Основной целью работы было улучшение логистических процессов в порту. Имитационная модель была выполнена с использованием пакета ARENA из-за «его гибкости в моделировании многих задач планирования и планирования и его удобной среды моделирования». Подгонка времен прибытия судов была выполнена с использованием инструмента ввода ARENA, который подгоняет распределения вероятностей к собранным реальным данным. Модели также включали назначение причалов, кранов и основных грузчиков в работе порта [8]. В 2014 году Emami et al. выполнил имитационное исследование в системе погрузки и разгрузки с использованием ARENA. Целью исследования было получить стратегию оптимизации времени погрузки и разгрузки системы. В исследовании рассматривались вопросы найма работников и времени ожидания в различных процессах до решения проблем. Сокращение времени обработки и длинных очередей в загрузке и разгрузке являются значительными результатами исследования [2].

В этой статье мы моделируем систему погрузки и разгрузки склада в автомобильной компании в Тегеране, Иран. Основная цель – предложить стратегии по снижению среднего времени ожидания персонала. После предоставления концептуальной модели она выполняется в программном обеспечении ARENA13.5 и результаты анализируются. Результаты моделирования демонстрируют узкие места в разных частях склада, что приводит к длительному времени ожидания персонала. Наконец, предлагается несколько стратегий для уменьшения среднего времени ожидания и повышения производительности системы погрузки и разгрузки склада.

Компьютерное моделирование состоит из разных методов изучения моделей реальных систем, используя числовую оценку программного обеспечения для эмуляции работы и характеристик системы. С научной точки зрения, имитация, проектирование процессов и создание компьютерных моделей реальных или предлагаемых систем для проведения численных экспериментов для лучшего понимания систем, используемых в различных ситуациях. Хотя эта методика также может быть использована для изучения простой системы, но когда основная сила появляется при изучении сложных систем. Хотя симуляция не единственный инструмент для изучения, но в большинстве случаев это лучший вариант. Причина в том, что если мы действительно хотим описать настоящую систему и должны построить сложную модель, мы все равно можем использовать имитационный анализ. В то время как в других методах может быть, мы должны рассмотреть больше допущений к модели, что она будет опровергнута моделью кредита.

В связи с объемными перевозками грузов на складах различных отраслей в данном документе выполняется моделирование склада автомобильной компании в Тегеране, Иран. Во-первых, предоставляется концептуальная модель. Затем модель запускается в программном обеспечении ARENA13.5 и результаты анализируются. Результаты моделирования демонстрируют узкие места в разных частях склада, которые приводят к длительному времени ожидания персонала. Наконец, предлагается несколько стратегий для уменьшения среднего времени ожидания и повышения производительности системы погрузки и разгрузки склада.

Использованные источники

1]    Deshpande  P.J.,  Yalcin  A.,  Zayas-Castro  J.  &  Herrera  L.E.  2007.  Simulating  less-than-truckload  terminal operations. Benchmarking: An International Journal 14(1): 92-101.

[2]    Emami, S. B., Arabzad, S. M., &Sajjadi, S. M. (2014). A simulation study on warehouse loading system: the case of poultry feed production factory.International Journal of Logistics Systems and Management, 19(3), 347-355.

[3]    Gu J., Goetschalckx M. & McGinnis L.F. 2007. Research on warehouse operation: A comprehensive review. European Journal of Operational Research 177: 1-21.

[4]    Greasley A. 2003. A simulation of a workflow management system. Work Study 52(5): 256-261. Jin L. 2009. Simulation of Congestion of visitors moving in 2010 Shanghai Expo. International Conference on EBusiness and Information System Security, 2009. EBISS ’09: 1-5.

[5]     Liong,  C.  Y.,  &  Loo,  C.  S.  (2009).  A simulation  study of  warehouse  loading  and  unloading  systems  using Arena. Journal of Quality Measurement and Analysis,5(2), 45-56.

[6]     Na U.J., Chaudhuri S.R. &Shinozuka M. 2009. Simulation-based seismic loss estimation of seaport transportation system. Reliability Engineering and System Safety 94(3): 722-731.

[7]     Rouwenhorst B., Reuter B., Stockrahm V., Houtum G.J.V., Mantel R.J., Zijm W.H.M. 2000. Warehouse design and control: Framework and literature review. European Journal of Operational Research 122: 515-533.

[8]     Tahar R.M. &Hussain K. 2000. Simulation and analysis for the Kelang Container Terminal operations. Logistics Information Management 13(1): 14-20.

[9]     Van den Berg J.P. 1996. Planning and control of warehousing systems. Ph.D. Thesis. The Netherlands: University of Twente, Fac. Mech. Engrg., Enschede.


Improving the performance of warehouse loading and unloading system using simulation
Setareh Abedinzadeh, Hamid Reza Erfanian, AmirhosseinMostofi, ParisaTavafi

Добавить комментарий

Ваш адрес email не будет опубликован. Обязательные поля помечены *