• 收藏
  • 加入书签
添加成功
收藏成功
分享

基于flexsim对京东“亚洲一号”公司综合仿真设计

朱丽菊
  
卷宗
2024年26期
沈阳城市建设学院 机械工程学院

打开文本图片集

摘要:本文旨在通过FlexSim仿真软件对京东亚洲一号的无人分拣区进行建模和仿真,以深入了解其运营流程、发现潜在问题、优化资源配置,并预测未来业务发展趋势。通过仿真结果的分析,可以为京东亚洲一号提供科学、可靠的决策依据,以提升整体运营效率和客户满意度。

关键词:物流;分拣;AGV小车

引言

在智能物流飞速发展的今天,无人分拣区作为物流中心的关键环节,其高效、准确的处理能力直接影响着整个物流体系的运作效率。京东亚洲一号无人分拣区作为业界的佼佼者,其自动化、智能化的分拣技术备受瞩目。然而,随着业务量的不断增长和消费者对物流服务要求的日益提高,如何进一步提升无人分拣区的运作效率、优化资源配置,成为了京东物流面临的重要挑战。为深入研究,将用flexsim对分拣区进行仿真。

1.案例背景及现状介绍

1.1背景介绍

位于上海嘉定的京东的“亚洲一号”上海物流中心。运营支撑能力:普通客户订单处理能力为每日均值10万单;库容量方面,最大可支持10万中件SKU,可支持约430万件商品存储需求。分为4个区域:立体仓库区、多层阁楼拣货区、人工作业区和出货分拣区。出货分拣区可以说是无人作业区,通过高度自动化的设备和系统,以及先进的视觉识别技术和智能机器人,实现了全流程无人化作业,大大提高了物流效率和服务质量。此次对这个区域进行仿真。在分拣区中有两处亮点,首先是机械臂的应用。其次是“小红人”在分拣轨道内运作,负责运输货物;而大型的“小红人”则负责在货物掉入集口宝之后,将其直接运送到不同的分拨中心。

1.2现状问题:

运营效率问题,虽然无人仓在一定程度上提高了分拣效率,但在实际操作中仍可能存在效率瓶颈。

路径问题,虽然“小红人”已经具备自动排队、自动路线规划、自动避让等全自动工作机制,但在高峰期或复杂环境下,AGV也会出现拥挤现象。

每个格口的布局和距离识别区的远近造成AGV小车出现绕远的问题,这些需要进行优化。

2.基于京东亚洲一号公司分拣区仿真流程设计

2.1仿真模型中的实体表述

实体功能入库区的实体如下:1个发生器表示快递的到达,1个暂存区表示快递到达后在地面的堆积及入库暂存区,2个传送带表示将快递传递到识别区,11个机械臂表示把快递放到识别区,2个识别区表示AGV识别快递的地方,3个信号接收器表示控制机械臂和AGV,8个AGV表示运送快递的小车,16个格口表示16个地方。

2.2参数设置

(1)打开发生器的属性对话框在触发器选项中更改临时实体类型和颜色,因为此次需要对16个城市的快递进行分拣,所以需要设置输出端口的项目和颜色。

(2)因为快递是随机到达的,所以设置Random Port

(3)对识别区的设置,由于有16个地方所以需要有16个端口,因为有两个识别区分开的所以有两个信号器,每一个识别区要选择对应的。

(4)对传送带的设置,因为快递量大,要让流水线长,所以对传送带进行加长处理。传送带是用于模型中将快递运输到机械臂位置,在此模型中将五个传送带的速度都设置为“0.5”并且都选择使用工具用机械臂将货物搬到识别区的AGV小车上在有AGV小车运往各个格口。

(5)对格口以及路径的设置;因为对周边16个城市进行快递的分拣,所以需要设置16个格口,再为AGV小车设置路径。

2.3仿真模型构建

从模型数据中可以看嘉兴市是件数最多的,还可以看出识别区1和识别区2的平均停留时间,平均数量,实体空的时间,这些可以反映出工作的效率。

3.分拣区仿真优化设计

根据实际情况对格口布局进行调整,使得AGV小车可以更快的将快递送到相应的格口位置从而达到缩短时间提升效率的目的。

优化的参数设置:

(1)改变格口的位置:通过优化前的数据可以看出嘉兴市和苏州市的件数多一些,所以应该把它们的位置移到前面,可以减少时间。

(2)优化路径:优化前的模型是由两个识别区共用一个进入点,AGV小车的排队等待时间较长,优化后设置两个识别区分别有进入点,这样小车就不会拥挤。

(3)增加机器:由于优化前的识别区2较长机械臂较多工作量较大,所以在原来的4个AGV的基础上增加一个AGV,能够提高效率。

1)仿真优化模型构建

2)运行结果分析

优化后的模型数据

通过优化模型运行的结果与最初模型运行结果对比,优化后模型的识别区1的平均停留时间从108.439334 缩短到84.718599,平均数量从4.096796缩短到3.173501,实体空闲时间从1241.333723变成1462.428066。优化后模型的识别区2的平均停留时间从192.566591缩短到77.485088,平均数量从8.374985缩短到3.372117,实体空闲时间从1177.637643变成1366.873986从这里可以清晰看出,模型在优化后,识别区停留时间和平均数量缩短了,整体的工作效率大大提高了。

4.结论

通过FlexSim仿真,对模型进行多次验证和测试,通过比较优化前后的数据分析,解决了上面的3个现状问题。

合理化建议:

(1)根据货物的特性和作业需求,持续优化仓库的布局规划。通过引入先进的布局优化算法和仿真技术,对仓库的空间布局进行科学合理的规划,提高仓库的空间利用率和作业效率。

(2)可以在增加一个对快递的包装类型不同进行分类,这样更能快速识别出信息。

(3)加强设备维护和升级,定期对无人设备进行维护和升级,确保设备的正常运行和性能稳定。同时,积极引入新技术和新设备,提高仓库的自动化程度和智能化水平。

参考文献:

[1]嵇乐荣. 基于Flexsim的A公司中转场快件分拣系统仿真与优化[D].江西财经大学,2019.

[2]皇甫倩倩. 基于Flexsim的快递企业分拨区快件分拣仿真优化研究[D].深圳大学,2017.

基金项目:机械工程学院学生工程训练与创新能力提升项目“双创教育融合专业课程体系实践研究”,项目编号:GCXL202403。

*本文暂不支持打印功能

monitor