在傳統型人工倉儲中,與揀選作業直接相關人員占倉庫總人數約為50%[1],其成本約為倉庫運作成本的60%到70%[2],揀選作業消耗了大量的人工勞動和倉儲運作成本。目前對揀選作業的研究主要集中在儲位規劃與揀選路徑規劃領域,葛夢媛結合ABC分類法與EIQ分析法解析了顧客和經常訂貨產品的重要性程度,為配送中做出了相應的庫位配置方案[3]。李電生等將倉庫的揀貨路徑看作是TSP問題(旅行商問題),并采用圖論的方式加以解決,優化后的揀選路徑比原路徑縮短了15%至25%[4]。由于M物流倉庫內汽車零部件種類過多,本文采用ABC分類法改進儲位調整,并將揀貨路徑簡化成TSP問題,引入C-W節約算法改進傳統揀貨路徑,以提高揀選作業效率。

M物流公司主要負責對A汽車公司的汽車零部件進行二次包裝、儲存以及發貨出庫。公司訂單揀貨作業的流程是:客戶持A汽車銷售單據到倉庫提貨,倉庫統計人員接到銷售單據核實無誤后,進入WMS系統打印揀貨清單,倉管員按照揀貨單的目錄開始揀貨,揀貨使用的設備是手動液壓叉車,集裝器具為托盤,待揀貨完成后送至發貨區,并反饋揀貨信息。調研發現,M公司倉庫在揀選作業方面存在兩個問題。

1)M物流公司產品存儲方式是定位存放,但是許多庫位的“定位”是不合理的,尤其是高頻出庫貨物與低頻出庫貨物庫位。一方面,因為許多經常出庫的貨物遠離出口處,而一些“呆滯品”卻放在出口處的近端,很多時候,一張揀貨單可能只有一件商品,該商品的儲位又位于倉庫后側,揀貨員走了很多無效里程;另一方面,倉庫中出庫頻率比較高的產品儲位過于分散,揀貨員經常要穿梭在整個倉庫的不同庫區去揀取這些高頻貨物。物流的倉庫布局及儲位規劃如圖1所示,該倉庫共有7個貨區,其中,S2與S3為閣樓式貨架存儲區,S4至S8均為地面為托盤存儲區,在S6與S7、S4與S5中間實線部分,為不可直接穿越的實體墻部分,每一個儲存區分別有34個儲位。另外,該倉庫使用的搬運工具是手動液壓叉車,液壓叉車停放在出口處的兩側。

圖1 倉庫布局簡圖   

2)揀選作業一般包括訂單準備、行走、揀取、集中與分類、揀選信息的反饋五個部分,其中,行走時間是揀選作業中消耗時間最多的部分,為了探究揀貨行走路徑所耗費的時間占比情況,在實際工作中做了一個簡單的實驗:隨機選擇12份揀貨單,并將12份揀貨單的各個步驟所消耗的時間分別做了記錄,表1是對12張揀貨訂單各個步驟所用時間的一個統計情況。通過表1可以發現:揀貨過程中的行走時間是影響揀貨效率的最主要因素,對于絕大部分訂單來說,行走時間占總揀貨時間的50%及以上。在M物流公司出庫作業的實際揀貨操作過程中,揀貨員對揀貨路徑的選擇,依據是自己的工作經驗,如何選擇行走路徑,都是由揀貨員根據自己的經驗和偏好而決定,缺乏合理的揀貨路徑規劃。

表1 揀貨各步驟時間統計表(單位:分鐘) 導出到EXCEL

從倉儲管理系統中提取了一個月的出庫數據信息。該期間內產品共計出庫18094件汽車零部件,涉及的種類達813種,在倉庫近一個月以來產品總出庫量的基礎之上,對M物流出庫的商品展開ABC分類,具體過程如下:

1)利用數據透視表將各種型號的產品出庫量進行匯總求和。

2)采取降序排列方式,對各類產品總出庫量排序。

3)計算出庫產品的累計出庫量。

4)計算出庫產品占總出庫量的累計百分比。

5)劃分產品的類別,總種類的10%左右劃分為A類,20%左右劃分為B類,70%左右劃分為C類。

根據上述步驟,得出了基于總出庫量的產品ABC分類,分類后,A類產品種類為73種,占總種類約為9%,累計出庫量達到了84%;B類產品種類和C類產品種類分別為91種、649種。因此,A類產品是影響出庫效率的主要因素,對A類產品進行庫位調整。通常來說,A類產品的存儲位置一般比較靠近倉庫的前端,示意圖見圖2。符合以下兩個條件的A類產品,可以對其儲位調整:產品庫位的首代碼不超過每個庫區庫位總數的三分之一,即庫位首代碼不超過34/3≈11;單個品種的日平均出庫量不小于1個,即挑選日平均出庫頻率較高的貨物。經過篩選,符合條件的共有29個不同型號的貨位需要調整,可以把這些產品的儲位移至靠近出口處的庫位上,調整結果見表2。

圖2 A類產品存儲圖

表2 庫位調整前后距離表 導出到EXCEL

通過表2可知,29個A類產品的儲位由分散在各個庫區集中到了距離出口處較近S5和S6庫區的前端,距出口處的距離可以減少了89%,縮短了A類產品的出庫距離。

在實際的揀貨過程中,多批次小批量揀選占據著出庫訂單的很大一部分,對訂單進行整合,之后再進行集中揀選是提高揀貨效率的重要方法。表3是隨機抽取的5張揀貨單,將其合并揀選。

5張訂單中,序號為H的產品調整前庫位號為S7-26,調整后庫位號為S6-8。按照揀貨員常用的隨意性揀貨路徑方法,以通道為單位次第揀選產品。產品儲位調整前,揀貨路徑見圖3,儲位調整后,揀貨路徑見圖4。

表3 5張揀貨單的匯總 導出到EXCEL

圖3 儲位調整前揀貨路徑圖   

圖4 儲位調整后揀貨路徑圖   

經計算,儲位調整前揀貨路徑為:B-G-F-H-C-E-I-A-D;儲位調整后,揀貨行走路徑為:E-I-C-F-G-H-B-A-D,揀貨里程節約9%。

根據C-W算法的基本思想[5](P350-P353),其具體步驟為:

1)首先計算表3各待揀貨點對之間的直角距離,aij=aji,計算結果如表4所示。

表4 各點對之間的直角距離(單位:步) 導出到EXCEL

2)由于H點距離叉車存放處和揀貨用的托盤位置較近,所以在這里選擇H點作為基點(揀貨的起點)。

3)對各線路節約值進行降序排列,見表5。

表5 各線路節約值降序排列(單位:步) 導出到EXCEL

4)依次檢驗其端點i和j,如果符合條件,就把弧(i,j)插入到線路中。具體的線路調整過程見表6。

表6 線路調整過程(單位:步) 導出到EXCEL

插入弧(B,D)后,該條路徑已經包含了全部的待檢貨點,計算結束,揀貨線路為H-B-D-A-C-I-E-F-G-H,揀貨路線見圖5。

圖5 C-W算法下揀貨路徑圖   

經過C-W法分析,揀貨距離比傳統的揀貨距離節約了18%,比儲位調整后的揀貨距離節約了9%。

針對M物流公司產品儲位布局問題,利用ABC分類法對產品的儲位進行重新規劃,采取分類存儲的方式,其儲位距離出口的總里程縮短了89%。針對倉庫目前的隨意性揀選路徑規劃所帶來的路徑迂回與重復過多,使得揀貨員行走里程長的問題,采用C-W算法,并進行比較分析,得出的揀選路徑明顯優于傳統的揀貨路徑