基于Flexsim的快件分拣中心优化与仿真研究.doc

doi:10.3969/j.issn.1005-152X.2012.09.133基于 Flexsim 的快件分拣中心优化与仿真研究张帆,淳田,肖锋（赣南师范学院商学院，江西赣州341000）摘 要运用 Flexsim 仿真软件为某快递企业的分拣中心构建仿真模型。在分拣中心引进自动化分拣设备及技术之前，通过建立 Flexsim 仿真模型，对优化的规划方案进行模拟仿真、分析和评价。关键词快递企业；分拣中心；Flexsim；仿真；自动化文章编号1005- 152X（2012）09- 0419- 03中图分类号TP391.9文献标识码AStudy on Optimization and Simulation of Expedited Cargo Picking Center Based on FlexsimZHANG Fan, CHUN Tian, XIAO Feng(School of Business, Gannan Normal University, Ganzhou 341000, China)Abstract: In this paper we used the Flexsim simulation software to model the picking center of a certain express enterprise andsimulated, analyzed and evaluated the plan for its optimization.Keywords: express enterprise; picking center; Flexsim; simulation; automationFlexsim 是由美国 Flexsim Software Production 公司出品的，是一款商业化离散事件系统仿真软件。Flexsim 采用面向 对象技术，并具有三维显示功能。建模快捷方便和显示能力强大是该软件的重要特点。该软件提供了原始数据拟合、输入建模、图形化的模型构建、虚拟现实显示、运行模型进行仿真试 验、对结果进行优化、生成 3D 动画影像文件等功能。Flexsim 提供仿真模型与 ExpertFit 和 Excel 的接口，可通过 ExperFit 对 输入数据进行分布拟合，同时可以在 Excel 中方便地实现和仿 真模型之间的数据交换，包括输出和运行模型过程中动态修 改运行参数等。物流系统仿真一般步骤为调研系统、建立系统模型、确定 仿真算法、建立仿真模型、运行仿真模型、仿真结果分析、仿真 结果输出、系统方案分析、修改系统参数、重复仿真运行和分 析，直至仿真结束。具体步骤如图 1 所示。1引言我国快递业经过 30 多年发展，已经形成了一个规模庞大的产业。2010 年全国规模以上快递企业业务量累计完成 18.6亿件，同比增长 22.8%;业务收入累计完成 479 亿元，同比增长17.3%。与此同时，我国快递企业的自动化水平和信息技术水 平不高，管理方面和外国先进的快递企业存在差距，面对消费者对快递服务的巨大需求和更高的服务质量的要求，我国快 递企业面临着成本升高和服务质量不能满足需求的问题，发展遇到了一些瓶颈。2011 年，许多快递企业出现不同程度的“爆仓”和快件延迟现象，这表明，当前快递企业分拣中心的建 设满足不了日益增长的业务需求，必须予以优化和升级改造。而引进自动化的分拣设备及技术以提高分拣中心的运行效率、质量和处理能力，这在国外已有成功的案例，如 UPS、联邦 快递的自动化分拣中心等。本文以 SF 公司深圳宝安分拣中心的升级改造为例，运用Flexsim 仿真软件研究该分拣中心的自动化之路。3SF 宝安分拣中心改造的背景深圳宝安机场一级分拣中心是 SF 公司华南地区最重要的业务集散地， 2010 年底由于 SF 业务突增，曾一度出现爆仓的 情况。随着 SF 华南地区速递业务的快速增长，现有 SF 宝安分2Flexsim 仿真软件简介收稿日期2012- 03- 26作者简介张帆（1982-），女，江西吉安人，赣南师范学院商学院讲师，研究方向：物流系统规划和仿真。（2）系统相关参数如下快件到达部分。分拣中心快件的到达频率（非高峰，平 均状态下）服从正态分布函数：normal(0.909,0.1,0)s；所有来件中，60%为文件类快件，其他为包裹或特殊件。则快件类别（“文件类快件”o“r 非文件类快件”）服从伯努利分布 函数：bernoulli(60,1,2)；假设分拣中心的所有快件是总共发往 36 个大的地区的，并且是随机的，则快件的目标地服从整数均匀分布函数：duniform(1,36)。分拣部分。分拣托盘的“预置”时间服从正态分布函数：normal(20,10,0)；分拣好的快件的打包及封装的时间服从正态分布函数：normal(40,10,0)；自动分拣传送带速度为：1.5 m/s；人工的传送带速度为 1 m/s；操作员的参数皆采用系统默认设置。图 1 仿真步骤拣中心难以满足这一增长趋势。SF 公司希望引进自动化分拣设备，借此对深圳宝安分拣 中心进行自动化改造，但是若整个分拣中心一次性全部引进 自动化分拣设备的话，期初的固定投资比较高，资金压力较 大。鉴于此，我们提出“自动化分拣文件类快件，人工分拣非 文件类快件”这一建议，以缓解引进自动化分拣设备在期初投 资较高的压力。通过使用 Flexsim 建立分拣系统模型，实现在 引入自动化分拣设备之前验证其运作策略的可行性 ，在 Flexsim 逼真的动画显示和广泛的运作绩效报告支持下，可以 使 SF 决策者在更短的时间内,以更低的成本，更高的效率对这 一运作方案作出准确可行性评估。5建立 Flexsim 仿真模型结合建立的分拣系统模型和相关系统参数，利用 Flexsim5.0 中文版软件，设计出仿真模型。现行的分拣中心分拣系统 仿真模型如图 4 所示。4建立分拣系统模型图 4 现行分拣系统仿真模型图优化后的分拣中心系统的仿真模型如图 5 所示。（1）分拣流程。现行的 SF 宝安分拣中心大致的分拣流程如图 2 所示，分拣的过程中由人工识别拣选快件。 % 图 2 现行的分拣系统流程基于“自动化分拣文件类快件，人工分拣非文件类快件”设想，优化设计出如图 3 所示的分拣流程。图 5 优化后的分拣系统仿真模型图6运行仿真模型对上述分拣系统进行仿真运行，设定仿真时间为 10000s，分别多次运行现行分拣系统的仿真模型和优化后的分 拣系统仿真模型，并将运行之后的统计数据导出。7仿真结果输出和分析图 3 优化后的分拣系统流程- 420- Q $ I : Q : fi : fi : Q$ fi$I Q fi fi fl $ % fi % % fi % fi % fi 从导出的统计数据报告中抽取一个样本，做数据分析。（1）汇总报告数据分析。表 1 现行分拣系统仿真模型汇总报告（部分）图 6 人工拣选员（左）VS 自动拣选员（右）状态强度更低。（3）表 3 为在优化后的“自动化分拣文件类快件，人工分 拣非文件类快件”分拣系统中，部分拣选人员的工作量对比（10 000s 仿真时间）。以人工拣选员 01 和自动拣选员 01 为例，人工拣选员的 快件处理量是 100 件，而自动拣选员快件处理量是 354 件，后 者分拣量是前者的 3.5 倍，自动分拣效率远高于人工分拣。表 3 部分拣选人员工作量对比表 2 优化后分拣系统仿真模型汇总报告（部分）紧接（1）汇总报告数据分析。如表 1 所示，现行分拣系统在 10 000s 内分拣 6 528 件，错漏拣数为 562 件，错漏拣率为5626 528 8.6%.如表 2 所示，优化后的分拣系统在 10 000s 内共分拣(2 223+2 144+2 175)+4 325=10 867 件，错漏拣共 27+243=270从上述分析得出：人工分拣存在诸多不足，如工作环节多，效率低，而自动分拣能够减少中间环节，提高人员工作效 率，同时可以相应减少员工数量，降低人工成本。采用自动化 分拣设备分拣快件类快件，可以明显提高分拣中心的整体分 拣效率、处理能力和分拣质量。270件，错漏拣率为2.5%。其中，优化后的分拣系统即10 867“自动化分拣文件类快件，人工分拣非文件类快件”中，全自动27分拣区的错漏拣率为0.4%，人工分拣区的错漏拣率6 5428总结与展望文中提出在 SF 深圳宝安分拣中心投入自动化设备分拣 文件类快件，运用 Flexsim 仿真软件，在设备引进之前，模拟仿 真这种设想的运作情况。通过调研系统、建立分拣系统模型、 运行 Flexsim 仿真模型、分析仿真数据等，为 SF 公司的决策者 直观、科学的分析、评价此优化设计方案提供了依据。Flexsim 模拟仿真方法的应用，为 SF 公司宝安分拣中心未 来的优化改造，提供具有参考价值的方法和思路，也为 Flexsim 仿真技术在其他物流系统的运用，提供了研究参考。参考文献1张晓萍，刘玉坤.系统仿真软件 Flexsim3.0 实用教程M.北京：清华 大学出版社,2006.2张晓萍，石伟，刘玉坤.物流系统仿真M.北京：清华大学出版社,2008.243为5.6%。4 325从上述数据分析中可以很直观地看出，“自动化分拣文件类快件，人工分拣非文件类快件”相比之前全人工分拣，分拣 中心的整体错漏拣率大幅度下降，分拣质量得到了提升。（2）在人工分拣的情况下，人工拣选员需要对快件进行识 别、分拣、打包等活动；在自动化分拣的情况下，分拣人员只需 对快件进行整理打包即可，两者处理快件的中间环节不同，导 致其呈现出不同状态，最终处理的快件量也有较大差异，具体 情况如图 6 所示。图 6 反映的是在设定时间内人工拣选员和自动拣选员所 呈现出的状态，人工拣选员“忙碌”的状态（不包括识别快件） 占的比率为 16.8%，而自动拣选员“忙碌”的状态占的比率为9.7%。故与人工拣选员相比，自动拣选员工作环节更少、工