生产型企业Miniload“货到人”拣选系统仿真及优化

长期的生产经验表明，生产型企业零部件的准备及等待时间占据了生产周期的85%，而实际设备加工时间仅占15%。因此，提高零部件的准备效率成为缩短生产周期的关键[1-2]。相较于传统“人到货”拣选模式，基于Miniload的“货到人”拣选系统具有存储能力强、拣选效率高、普适性强的优点，当前被广泛运用于生产型企业的零配件拆零拣选中[3]。

针对某生产型企业采用的Miniload“货到人”拣选系统，应用RaLC仿真建模软件构建离散事件仿真模型，导入历史作业数据进行仿真实验。基于仿真结果，对系统的运行情况进行分析，识别影响存取设备与拣选站之间协同作业的效率瓶颈。在此基础上，设计相应的策略优化系统性能，从而实现整体效率的提升。

1.系统介绍

某生产型企业零件仓主要存储管螺纹端直通卡套接头、空气开关、三通卡套接头体和限位开关操作杆等装配零件，配备了一套Miniload“货到人”拣选系统用于拆零拣选作业。系统布局如图1所示，由存取设备、输送设备和拣选站组成。存取设备包含巷道料箱堆垛机（以下简称“堆垛机”）和双深位料箱货架。堆垛机采用分区并行出库策略，每台堆垛机仅负责所在巷道内的料箱出入库任务。在双深位料箱货架中，货物遵循“一物一箱”原则，即每种货物仅存放于一个专用料箱内，严禁混放，并且每个料箱存储位置固定不变。输送设备包含输送机和提升机，其中由输送机组成的输送线分为上下两层，上层为回库输送线，下层为出库输送线，二者由提升机连接。拣选站包含拣选辅助设备和缓存输送线，缓存输送线最多可缓存3个料箱。

图1 某生产型企业零件仓Miniload“货到人”拣选系统布局

2.系统作业流程

零件仓拆零拣选作业采用次日响应模式，即当天处理昨日厂内各部门提交的订单拣选任务，具体作业流程如下：当拣选站处于空闲状态且存在未完成订单时，系统根据订单提交的时间顺序，将订单下发至空闲的拣选站。订单一旦被下发到拣选站，堆垛机将按照订单行的默认顺序，从双深位料箱货架中取出对应的料箱，并将其运送至出库站台。料箱通过出库输送线输送至拣选站的缓存输送线，在此排队等待。当料箱进入拣选站后，拣选人员进行拣选作业。待拣选任务完成后，料箱通过回库输送线输送至入库站台，由堆垛机运回双深位料箱货架进行存储。

RaLC是一款复杂的离散系统仿真建模软件，能够对仓储系统进行仿真设计、分析和验证，提供高效直观的三维立体动画演示，为可视化作业流程以及数字化系统仿真和方案提供验证平台[4]，本文借助RaLC仿真建模软件对Miniload“货到人”拣选系统进行仿真建模。

图2 仿真模型架构

1.模型架构

依照数据层、调度层、执行层和设备实体的功能层次，构建Miniload“货到人”拣选系统的仿真模型架构，如图2所示。在此基础上，采用模块化编程的思想，将整个模型划分为多个功能模块。各功能模块通过数据库实现信息交互，具体的数据库表格设计如表1所示。

表1 数据库表格汇总

表2 参数设定

数据层内部包含三个数据库表格，负责各功能模块的信息交互；调度层包含订单下发模块和堆垛机调度模块，负责调度订单下发和堆垛机出库任务执行；执行层包含拣选人员控制模块和堆垛机控制模块，负责控制料箱出库、回库和拣选作业；设备实体包含存取设备实体、输送设备实体和拣选人员实体。各功能模块的作业流程如图3～图6所示。

2.模型建立

基于前文提出的仿真模型架构，建立某生产型企业Miniload“货到人”拣选系统离散仿真模型，如图7所示。仓库内各类物流设备参数如表2所示。

图7 某生产型企业Miniload“货到人”拣选系统离散仿真模型

3.仿真分析

基于现场收集的订单数据，以订单行数量为指标选取六天的订单形成测试数据集，详见表3。该测试数据集涵盖了订单行数量最多的两天订单、订单行数量最少的两天订单，以及订单行数量接近平均值的两天订单。利用Miniload“货到人”拣选系统的离散仿真模型对测试数据集进行仿真测试。

表3 测试数据集

表4 优化前堆垛机运转情况统计表

（1）堆垛机作业情况仿真分析与优化

①优化前堆垛机作业情况仿真分析

选取堆垛机利用率作为堆垛机作业情况的衡量指标，计算方法如式（1）所示。 其中，总作业周期指堆垛机首个作业任务的开始时间到最终作业任务的结束时间形成的时间段，累计有效作业时间指在总作业周期内堆垛机所有非空闲时间的总和。

订单按照接单时间顺序下发，堆垛机运转情况如表4所示。

1号、2号、3号堆垛机的利用率平均值依次为59.41%、59.22%、61.55%。通过仿真过程分析发现，订单下发顺序不合理导致各堆垛机的任务量不均衡，造成在下次订单下发前，堆垛机存在无任务等待时间较长的问题。

②基于堆垛机任务均衡度的订单下发策略

为均衡每次订单下发后各堆垛机任务量，设计基于堆垛机任务均衡度的订单下发策略。即在拣选站每次完成一条订单后，以堆垛机任务均衡度为参考指标，如式（2）所示，从待分配订单中选取一条合适的订单进行下发，以确保各堆垛机的任务量保持均衡。

式中，P表示堆垛机任务均衡度；m表示堆垛机编号，xm(1≤m≤3)表示堆垛机任务表中堆垛机m的待执行任务量，x表示堆垛机任务表中堆垛机平均待执行任务量。堆垛机任务均衡度越高，表明各堆垛机待执行任务数量越均衡，反之越不均衡。

基于堆垛机任务均衡度的订单下发策略具体步骤如下：

步骤1：基于堆垛机任务表，获取当前各堆垛机的任务数量。从订单表获取未下发的订单号，形成未下发订单号列表。定义订单号-均衡度记录表并初始化为空表，跳转至步骤2；

步骤2：若未下发订单号列表不为空，则跳转至步骤3，否则跳转至步骤4；

步骤3：从待下发订单列表中读取首个订单，并从订单表中获取其对应的任务集。依据库存表确定任务集中每个任务的巷道位置，并统计该订单在各巷道的待执行任务量。将步骤1中得出的当前各堆垛机的任务量与各巷道待执行任务量依据巷道相加，计算将该订单下发至拣选站后的堆垛机任务均衡度。将订单号和堆垛机任务均衡度记录至订单号-均衡度记录表中，删除订单号列表的首个订单，跳转至步骤2；

步骤4：将订单号-均衡度记录表按照堆垛机任务均衡度降序排序，选出下发至拣选站后使得堆垛机任务均衡度最大的订单，从订单表中获取对应订单信息并写入堆垛机任务表中，完成订单下发。

③优化后堆垛机作业情况仿真分析

仿真模型采用基于堆垛机任务均衡度的订单下发策略，堆垛机运转情况如表5所示。

相较于订单按照接单时间顺序下发，采用基于堆垛机任务均衡度的订单下发策略后，在各个订单组的测试中，1号、2号、3号堆垛机的利用率平均值分别提升了6.56%、7.49%、10.03%。

表5 优化后堆垛机运转情况统计表

（2）拣选站作业情况仿真分析与优化

①优化前拣选站作业情况仿真分析

选取拣货员有效作业占空比作为拣选站作业情况的衡量指标，计算方法如式（3）所示。

其中，总作业周期指拣货员首个拣选任务的开始时间到最终拣选任务的结束时间形成的时间段，累计有效作业时间指在总作业周期内拣货员所有非空闲时间的总和。

各台堆垛机出库任务顺序根据订单下发顺序执行，拣货员作业情况如表6所示。

经过6个订单组的测试，1号拣货员至5号拣货员的有效作业占空比平均值依次为56%、53.09%、47.79%、48.99%、46.25%。仿真过程分析发现，现采用的出库任务顺序执行策略未考虑各拣选站缓存输送线的料箱数量，堆垛机的出库任务执行顺序不合理会导致拣选站无法及时获取下一个料箱，拣货员存在等待时间较长的问题。

表6 优化前拣货员作业情况统计表

②基于拣选站缓存量的出库任务调度策略

为减少拣选站缺货等待时间，设计一种基于拣选站缓存量的出库任务调度策略。即在堆垛机执行下一个出库任务前，根据当前各拣选站缓存输送线上的料箱数量选取出库任务下发至堆垛机，以确保拣选站的料箱连续供应。该策略具体步骤如下：

步骤1：某堆垛机待执行下一个出库任务前，在堆垛机任务表获取该堆垛机的待执行任务集，根据待执行任务集获取待服务拣选站编号列表。定义拣选站编号-料箱数量记录表并初始化为空表，跳转至步骤2；

步骤2：若待服务拣选站编号列表不为空,则跳转至步骤3，否则跳转至步骤4；

步骤3：读取待服务拣选站编号列表的首个拣选站编号，获取编号对应拣选站缓存输送线上的料箱数量，将拣选站编号和料箱数量记录至拣选站编号-料箱数量记录表中，删除待服务拣选站编号列表的首个拣选站编号，跳转至步骤2；

步骤4：将拣选站编号-料箱数量记录表按照料箱数量升序排序，获取缓存输送线上料箱数量最少的拣选站，从步骤1中得到的待执行任务集中获取服务于该拣选站的首行出库任务，将出库任务下发至该堆垛机执行。

③优化后拣选站作业情况仿真分析

仿真模型应用基于拣选站缓存量的出库任务调度策略，拣货员作业情况如表7所示。

相较于根据订单下发顺序执行，采用基于拣选站缺货程度的出库任务调度策略后，在各个订单组的测试中，1号拣货员至5号拣货员的有效作业占空比平均值分别提升了10.32%、8.98%、10.87%、7.9%、11.78%。

表7 优化后拣货员作业情况统计表

表8 系统完工时间情况统计表

（3）系统完工时间对比分析

为检验前文提出的策略的有效性，以系统完工时间作为评估指标，利用测试数据集对采用原策略和策略的模型进行仿真实验。仿真实验结果如表8所示。

相较于原策略，采用基于堆垛机任务均衡度的订单下发策略和基于拣选站缓存量的出库任务调度策略后，系统完工时间的平均值由5:00:16降低至4:34:38，平均降低了8.49%。