基于Flexsim的烟草物流配送中心规划仿真

基于Flexsim的烟草物流配送中心规划仿真
陈影;孙虎
【摘要】首先通过分析规划出烟草物流配送中心的布局和作业流程,确定仿真模型的系统原型.其次选用Flexsim仿真软件对配送中心进行仿真建模,得到配送中心的仿真模型.接着分析配送中心关键节点的运行结果,寻找配送中心的瓶颈节点,综合考虑物流成本和运作效率问题,确定最佳的模型参数.最后分析比较模型优化前后的运行结果,证明采用仿真技术对烟草物流配送中心规划的有效性.
【期刊名称】《物流技术》
【年(卷),期】2018(037)007
【总页数】6页(P105-110)
【关键词】烟草物流配送中心;Flexsim;瓶颈优化
【作者】陈影;孙虎
【作者单位】武汉理工大学,湖北武汉 430063;武汉理工大学,湖北武汉 430063【正文语种】中文
【中图分类】TP391.9;F252
1 引言
随着经济的不断发展，各个行业发现只从降低货物生产的成本着手已无法获得更多的利润，烟草行业也是如此。

经研究发现，通过优化物流体系、提升物流设施装备水平可以减少物流成本，从而使利润增加。

烟草物流配送中心的规划对烟草行业物
流的发展起着重要的作用，但目前烟草物流配送中心在货物入库排队等待、入库搬运装卸及现代化设备的应用等方面都存在许多问题。

所以应该使用先进的技术方法对这些问题加以研究，并寻求不断的改进。

计算机仿真技术有使用成本较低、可重复运行、仿真模型建立和求解时间很短的优点。

目前国内外对物流配送中心优化的研究有很多。

吴晓明、杨新婷等建立了库存分销联合优化模型，针对由一个配送中心和多个零售点组成的配送网络，提出了混合启发式算法[1]。

肖正中、谭健等应用边界分布法将该问题转化为单个配送中心
车辆调度问题。

通过遗传算法和蚁群优化相结合的方式获得最优调度方案，利用贵州省黔东南烟草公司的物流数据进行了仿真分析，结果证明该方法是有效的[2]。

乐美龙、李艳艳在真实的物流中心和eM-Plant的平台上建立了模拟环境和模型，在此基础上，采用仓储配送中心的实际数据进行仓储策略研究，研究了订单配料、路线规划和区域订单拣选策略[3]。

傅瑜、吕叶青分析了分拣区域处理器和拣选操
作的数据，提出了增加应急物资储存空间，减少处理器数量和增加拣选作业人员的改进建议，为了实现系统运行的优化，达到应急响应的目标[4]。

但目前的研究中，对于如何寻找作业流程中的拥堵环节、确定最佳运作的机器数量、计算模型优化后运作效率的提高程度方面研究不足。

这就是本文的研究内容。

2 烟草物流配送中心作业流程简介
烟草物流配送中心是烟草生产商和烟草零售商的中转站，主要承接上游烟草制造商与下游零售商间的货物往来，包括烟草的储存、流通加工、配送及资源信息的传递与整合，其内部布局与运作流程在很大程度上决定了烟草物流配送的效率，所以构建合理的内部布局与选择高效的作业流程非常重要。

查阅各大烟草物流配送中心布局与作业流程的资料，最终确定本文所要研究的烟草物流配送中心的规划。

2.1 烟草物流中心布局
本文所研究的烟草物流配送中心作业区主要包括：收货及检验区、分拣堆码区、入
库准备区、货物储存区、货物拆盘区、出库分拣区、移动设备停放区及人员休息办公区。

流通的货物有6种，内设有6排单面货架，共600个货位，可储存560托盘件烟，共360个托盘可循环使用，仓库全部采用机械化操作，内设有机械手、叉车、AGV小车和堆垛机等设备。

本文所研究的烟草物流配送中心的布局简图如图1所示。

2.2 烟草物流中心作业流程
烟草物流配送中心主要的作业是烟草的储存、流通加工、配送及资源信息的整理与传递，所以作业流程大致为：进货、验收、搬运分拣、入库、出库拣选、订单检验和出货，如图2所示。

根据以上的作业流程，入库流程如图3所示，出库流程图如图4所示：
图1 烟草物流配送中心布局图
图2 烟草物流配送中心作业流程
图3 烟草物流配送中心入库作业流程
图4 烟草物流配送中心出库作业流程
3 仿真模型的建立
本文使用Flexsim对配送中心进行建模，通过对货物平均等待处理时间、平均储存时间、平均订单完成时间的分析，寻找烟草物流配送中心的瓶颈所在，继而进行优化。

3.1 模型参数设置
以某烟草物流配送中心为例，通过收集和计算，模型中各个实体的参数设置和订单情况见表1-表3。

表1 作业实体数量参数设置实际操作模块堆垛机械手数量货物堆垛机数量运空托盘叉车数量入库前检验器配送中心空托盘总数量运货物入库的AGV小车数量6种货物储存货架数量空托盘货架数量货物出库、入库堆垛机数量货物拆分机数量订单
合成数量Flexsim中实体机器人合成器叉车处理器发生器3任务执行器货架货架
堆垛机分解器合成器参数设置3 6 2 3 360 1 6 1 3 6 2
3.2 模型布局
根据实际系统原型建立仿真模型，本文的仿真模型布局图如图5所示。

3.3 关键技术分析
（1）标签的设置。

标签是建模过程自定义的一种变量，用于存储所需要的信息，它可以存在于模型的任一实体或者临时实体中。

本模型中标签的作用如下：①存储临时实体类型；②记录临时实体状态；③记录固定实体状态。

本文主要用到标签的模块如下：①发生器：给到达的货物添加“type”标签，并根据标签值设置不同
的颜色；②分拣传送带：根据货物的“type”标签判定货物分拣的出口；③托盘
暂存区：在“离开触发”下设置托盘的“pallet”标签；④合成器：在“进入触发”下将货物的“type”标签值赋给托盘的“pallet”值，将打包后的货物进行区分；
⑤入库分拣传送带：根据托盘的“pallet”值判定货物的种类，然后分类入库；⑥订单发生器：给打包器设置“order”标签，并根据标签值设置不同的颜色；⑦订单合成器：根据打包器的“order”标签值，合成对应的订单。

表2 作业运行时间及容量参数设置参数设置exponential(0,4,0)2 2 4 1 0实际操
作模块货物进入时间间隔货物检验时间货物复检时间货物堆码速度货物堆垛加工时间货物堆垛数量货物入库前检验时间20 uniform(6,8,0)货物运出货架后实体的最
大容量1 5 1 0货物拆分加工时间订单合成加工时间订单到达时间间隔空托盘集体回流数量空托盘出库传送带容量堆垛空托盘暂存区最大容量Flexsim中实体发生
器1处理器1处理器2机器人1-6合成器1-6合成器1-6处理器3-5拆分前传送带拆分后传送带分解器合成器7-8发生器2托盘回收区空托盘出库传送带空托盘
暂存区10 exponential(0,360,0)批量处理数量10 10 20
表3 订单情况订单订单1订单2订单3订单4订单5订单6订单7订单8订单9
订单10货物1 20 0 15 16 5 10 16 25 0 16货物2 15 10货物5 8 0 2 0 0 5 2 0 16 18 13货物6 16 0 10 18 15 20 0 0货物3 0 20 5 25 10 15 15 18 13 0货物4 10 18 0 20 16 5 13 0 20 0 15 10 18 25 0 15 0 5 0 0 1 5
图5 模型布局图
（2）按单拣选的实现。

本文使用“全局表”记录10种订单的货物种类，使用订单“发生器”产生10种出库打包器，通过出库打包器的产生速度实现订单到达的时间间隔，通过“发生器”的“触发器”下的“创建触发”实现10种打包器产生的顺序，根据打包器的种类来判定订单的种类。

使用“合成器”来合成订单，通过“合成器”的“触发器”下“更新合成器组成列表”的设置，设定合成器合成订单的种类，通过设置“合成器”下的“合成模式”来实现订单的合成。

订单种类的判断如图6所示，订单的合成如图7所示。

图6 订单种类的判定
图7 订单的合成
4 仿真模型优化结果分析
4.1 模型结果分析
通过对各个实体进行参数和逻辑的设置，最后建立了仿真模型，多次运行模型，利用Flexsim中统计分析的Dashboards功能，记录关键节点的货物平均等待数量和等待时间。

模型运行一段时间后的整体图如图8所示。

图8 模型运行图
模型具有随机性，所以多次、长时间的运行模型，得到的平均值更具代表性，本文共运行100次模型，每次运行36 000s，得到的各个节点货物平均等待时间和平均等待数量见表4。

表4 模型运行结果实体暂存区传送带货架模型操作堆垛前货物1暂存区堆垛前货
物6暂存区等待入库暂存区货物等待拆盘传送带合成订单前货物2传送带合成订单前货物6传送带货物3货架空托盘货架平均等待时间（s）386.5 132.9 7 475.0 563.7 298.5 132.9 2 410.9 15 238.2平均等待数量（个）15.1 3.0 84.5 8.8 4.1 3.0 3.1 204.5
通过对表4仿真结果的分析，可得到以下结论。

同时分析货物等待入库暂存区和货架3的运行结果，该暂存区货物平均等待时间为7 475s，货物平均等待数量高达84.5个，而货架3平均只有3.1个货物。

由此可看出，货物在等待入库暂存区逗留的时间过长，逗留的数量过大，货架储存的货物过少。

分析原因发现这是由于负责运输货物入库的AGV小车的数量过少，无法及时将货物入库，所以AGV小车是模型的运行瓶颈之一，为了使配送中心经济高效的运行，需要对该处瓶颈进行优化。

分析空托盘货架可以发现，托盘的平均等待时间为15 238.2s，平均等待数量为204.5个，这是由于模型初始产生360个托盘，而较长一段时间之后才会用到托盘，而且托盘在模型中循环使用，所以数据较大是正常现象。

4.2 模型优化
4.2.1 优化目标。

综合分析可得出AGV小车数量是配送中心的运行瓶颈。

综合考虑增加AGV小车带来的成本增加问题以及货物入库速率，本文对模型进行优化，旨在寻找最佳的AGV小车数量。

4.2.2 优化过程。

本文依次增加AGV小车数量，利用统计分析中的Dashboards 功能，记录运行36 000s后，每种AGV小车数量下“等待入库暂存区”的货物平均等待时间和平均等待数量，最后考虑成本问题，寻找最佳的AGV小车数量。

不同AGV数量下的运行结果如图9-图13所示。

图9 1个AGV小车
图10 2个AGV小车
图11 3个AGV小车
图12 4个AGV小车
图13 5个AGV小车
对不同数量的AGV小车模型运行结果进行统计，得出存在瓶颈的作业点处货物的平均等待时间和货物的平均等待数量，具体见表5。

分析结果发现，当AGV小车数量是1和2时，“等待入库暂存区”的货物等待时间和数量在不断的增加；当AGV小车数量是3时，“等待入库暂存区”的货物等待数量在上下浮动，平均为2个；当AGV小车数量是4和5时，得到的结果与数量是3时类似，因此继续增加AGV小车对等待入库暂存区货物的等待时间和等待数量的改善意义不大，反而会带来成本增加的问题。

所以综合考虑运行效率和物流成本，可以确定最佳的AGV小车的数量为3个。

表5 运行结果对比AGV数量1 2 3 4 5货物平均等待时间（s）7 475 2 066.6 175.2 151.8 150.5货物平均等待数量（个）84.5 23 2 1.7 1.7
4.2.3 优化效果分析。

将AGV小车数量调整到3个，运行模型36 000s，得到的结果如图14所示。

图14 模型运行图
最后，对比模型优化前后系统运行的结果，证明了模型优化的效果。

表6 优化后模型运行结果实体平均等待时间（s）暂存区传送带货架模型操作堆垛前货物1暂存区堆垛前货物6暂存区等待入库暂存区货物等待拆盘传送带合成订单前货物2传送带合成订单前货物6传送带货物3货架空托盘货架优化前386.5 132.9 7 475.0 563.7 298.5 132.9 2 410.9 15 238.2优化后416.3 21.6 175.2 554.9 161.1 133.1 4 781.1 15 581.4平均等待数量（个）优化前15.1 3.0 84.5 8.8 4.1 3.0 3.1 204.5优化后15.1 0.8 2 0.9 3.7 3.4 10.1 253.0
由表6可以看出，模型优化后，模型中的瓶颈处和不合理的地方得到了改善。

等
待入库暂存区货物平均等待时间从7 475.0s降低为175.2s，速率提升了近42倍；等待入库暂存区货物平均等待数量从84.5个降低为2个，即该暂存区平均等待货物为2个，大大降低了货物的堆积现象。

而模型其他关键节点的运行结果没有恶化，因此，说明本文模型优化的有效性。

5 总结
本文首先对烟草物流配送中心的作业流程进行分析优化，其次通过Flexsim软件
模拟其作业流程，建立仿真模型，然后对作业流程中存在的瓶颈进行优化，最后得到最优的系统参数，提升了烟草物流配送中心的作业效率，增加了企业收益。

关于物流配送中心作业优化的研究还有很多方向，本文只是通过仿真技术对其作业流程进行优化，今后会继续加深研究内容，旨在不断的优化各项作业流程。

[参考文献]
【相关文献】
[1]吴晓明,杨信廷,邢廷炎,等.生鲜农产品配送中库存运输联合优化问题[J].计算机工程与设
计,2016,37(3):819-824.
[2]肖正中,谭建,周玉峰,等.跨区域多配送中心车辆调度智能优化研究[J].中国烟草学
报,2017,23(4):114-120.
[3]乐美龙,李艳艳.基于eM-Plant的物流配送中心拣货作业优化研究[J].重庆交通大学学报(自然科
学版),2016,35(4):146-151.
[4]符瑜,吕业清.基于Flexsim的应急物流配送中心仓储作业流程优化研究[J].物流工程与管
理,2017,39(6):62-64.。