Phoenix Analytics – турецкая консалтинговая компания и разработчик решений для моделирования в различных отраслях. Компания работала над проектом оптимизации склада для одного из крупнейших производителей мороженого и замороженных десертов в Европе и Азии.
Проблема
Инженерам Phoenix Analytics нужно было создать имитационную модель склада замороженной продукции, чтобы помочь заказчику понять, как использовать складские ресурсы более эффективно.
На складе хранится замороженная продукция, которая требует соблюдения особых температурных условий. При этом на уровень температуры влияют процессы, связанные с хранением, например, складирование и комплектование. В зонах, где осуществляются эти процессы, нужно было оптимизировать работу:
- вилочных погрузчиков;
- сборщиков;
- шаттлов – тележек, перемещающих паллеты по каналам стеллажей.
При этом при построении модели инженеры должны были соблюсти ряд требований и правил:
- правило приоритетной отгрузки товара, пришедшего первым (First In, First Out);
- правило хранения продукта одного типа на всех полках одного стеллажа;
- ограниченное время ожидания паллет в зоне погрузки;
- ограниченное количество паллет в зоне погрузки;
- ограниченное количество паллет в контейнерной зоне.
Решение
Инженеры Phoenix Analytics использовали AnyLogic для моделирования и оптимизации складских процессов. Они разработали модель, которая позволяет тестировать разные сценарии и гибко менять параметры склада в зависимости от сезона, загрузки стеллажей, графиков персонала и т.д.
Вилочные погрузчики и сборщики классифицированы в модели как погрузочные и отгрузочные ресурсы. Приоритет по погрузочному и отгрузочному использованию можно легко изменить, чтобы увидеть влияние каждого параметра на конечный результат.
В модели разработчики также использовали «тепловую карту» для складских стеллажей. В зависимости от настроек, с ее помощью можно получить информацию о разных параметрах стеллажей. Например, настройка по типу продукта помогает анализировать расположение каждого продукта для погрузки и отгрузки. Настройка карты по количеству обращений к стеллажу для погрузки/отгрузки товара дает возможность определить cтеллажи с наибольшим или наименьшим спросом.
С учетом всех параметров имитационная модель склада определила кратчайший путь для вилочных погрузчиков и сборщиков и наиболее удобное место для хранения паллет. В модели также были отражены текущие стадии выполнения задач, использования ресурсов и другая статистика, которая полезна для принятия решений.
Для запуска модели инженеры могли использовать реальные данные за разные периоды, чтобы проанализировать показатели производительности.
Результат
Данные, полученные в результате эксперимента с имитационной моделью, показали, насколько успешен тот или иной сценарий для разных комбинаций складских ресурсов, а также интенсивность использования этих ресурсов. Это позволило оценить, как разные комбинации ресурсов отражаются на складских процессах, а также при каких комбинациях уровни сервиса и KPI расходились между собой.
Для оптимизации реального склада заказчик выбрал комбинацию ресурсов, где использовалось наименьшее количество погрузчиков, сборщиков и шаттлов, и при которой складские процессы продолжали выполняться в штатном режиме.
Phoenix Analytics представила свой проект [англ., PDF] на конференции AnyLogic 2021.
