SF桂林中轉場快件分揀系統仿真與優化

邱建偉 許杰

摘要：快件分揀作為快遞物流網絡的重要環節，配置優劣會影響快遞企業分揀成本、效率和質量。構建SF桂林中轉場快件分揀系統模型，對快件到達、處理時間間隔進行數據擬合、卡方檢驗、確定分布規律。應用Flexsim軟件，設定實體參數。仿真、運行快件分揀系統模型，分析統計報告，發現存在瓶頸：在解包區和建包區出現大量擁堵。優化快件分揀系統：增加解包員1名、建包員2名。優化結果：解包區和建包區平均等待時間由1239.01s、1411.44s減至160.07s、37.84s。經SF桂林中轉場應用驗證，分揀效率、質量明顯提高，而分揀成本的減少大于增加員工的成本。

關鍵詞：中轉場;分揀系統;仿真優化

中圖分類號：TP391.9 文獻標識碼：A

0引言

全渠道零售方式催生新一輪消費熱潮，隨之而來的是對快遞行業服務的高需求。據國家郵政局統計，2017年我國快遞行業業務量已突破400億件。在整個快件的運輸、配送、裝卸搬運、分揀等物流環節，分揀作業的效率將決定快遞物流網絡的整體效率。快遞分揀是快遞企業物流系統中十分重要的環節，我國快遞分揀還處于發展初級階段。央視記者對許多快遞企業“臥底”調查發現，由于分揀作業人員素質低、勞動強度大、作業不規范、分揀系統自動化程度低等原因，導致暴力分揀、分揀速度慢、錯誤率高、破損率高等問題。并認為，解決上述問題的關鍵是完善管理服務理念，增加自動分揀設備等?，F實中，因自動化分揀設備購置成本太高或中轉場分揀規模小，使得多數快遞企業仍處于以人工分揀為主、半自動分揀為輔的狀態。通過梳理有關文獻發現，對分揀系統的優化研究，無論國內還是國外，多集中在生產制造中心、倉儲中心或配送中心，而中轉場的快件分揀系統研究偏少;有關快件的分揀仿真優化多集中在快遞企業分揀系統的整體優化、自動分揀與半自動分揀優化上面，而且多采用數學算法或開發新設備等進行研究，對快遞企業中轉場快件的半自動分揀仿真優化研究較少;分揀系統作業的仿真軟件研究多集中在Automod、Witness、Arena、Agent等軟件，Flexsim仿真件較少?；诖?，本文應用Flexsim仿真軟件，選取sF桂林中轉場快件分揀系統進行仿真優化。

1SF桂林中轉場快件分揀系統模型構建

1.1SF桂林中轉場分揀系統簡介

sF桂林中轉場位于桂林市臨桂新區魯山工業園內，占地約4500m²，日均處理量達20000余件，其分揀系統由半自動化、半人工方式實現。據實地觀察，繪制分揀系統布局如圖1。從圖1可看出，sF桂林中轉分揀系統呈L型布局。實際分揀作業時大、小件分開分揀。sF桂林中轉場分揀系統操作流程描述如F：

A.中轉貨車到達，組長指定卸貨位置。

B.組長解封貨車，裝卸搬運工人作業。

C.大小快件分流，整包小件直接流向解包臺，而大件則流向各點部。

D.解包員作業：解包一補碼一入框一建包。

E.重建小件包過傳送帶至各點部待裝。

F.各點部負責人掃描大件—碼齊一待裝。

根據以上流程描述，繪制流程圖如圖2。

1.2SF桂林中轉場快件分揀系統仿真模型構建

在sF桂林中轉場調研發現?？旒謷鳂I效率低下。為簡化研究，過濾掉快件分揀系統中的大件分揀作業。根據圖2，小件分揀作業區可抽象成5個區：卸車區、解包區、補碼分件區、建包區、裝車區。從而繪制出小件分揀作業過程的概念模型，如圖3。

根據小件分揀作業過程的概念模型，應用nexsim軟件，構建小件分揀系統仿真流程，為描述方便，以下統稱為快件分揀系統，如圖4。

概念模型與仿真流程對應描述見表1。

打開Flexsim軟件，根據SF桂林中轉場快件分揀系統仿真流程，拖拽相應實體到視窗，進行邏輯連線，生成SF桂林中轉場快件分揀系統仿真模型，如圖5。

2數據分析與擬合檢驗

仿真模型建立之后，需要對實體進行參數設定，即確定分布規律。以快件包到達時間間隔為例，收集sF中轉場某日4小時內快件到達數據，整理見表2。

（1）劃分區間，計算gi，見表3。

（2）根據gi計算結果，使用Excel繪制直方圖，如圖6。

（4）擬合優度檢驗

利用卡方檢驗，檢驗分布擬合優度。

提出假設：

H0：隨機變量X滿足正態分布。

H1：隨機變量X不滿足正態分布。

利用上述概率密度函數計算出整數取值為1-12時的概率，見表4。

3SF桂林中轉場快件分揀系統仿真與優化

3.1仿真模型實體參數設定及模型運行

據2中的擬合數據，仿真模型實體參數設定如下：快件到達服從間隔時間為（610，238）的正態分布，傳送帶速度為系統默認值;暫存區1的最大容量為1000件，分解器（解包）加工時間服從均勻分布為uniform（50，20），單位為秒;處理器（補碼，分件操作）加工時間服從均勻分布為uniform（30，20），單位為秒;合成器（建包）操作的時間服從均勻分布uniform（150，40），單位為秒。工作時間設為8小時，仿真運行時間設為28800s。

運行仿真模型，在仿真到達所設的時間后，Flexsim停止運行并自動保存仿真過程中產生的所有數據。Flexsim仿真模型運行如圖7。

由圖7可知，暫存區l、2阻塞現象嚴重。這表明下游的解包和建包流程操作存在著瓶頸，因此導致整個分揀作業不暢，從而影響了快件分揀系統的整體時效。

3.2仿真結果輸出與分析

單擊菜單欄的報告與統計查看整體的運行報告。輸出實體統計報表，見表6。

從表6可知，臨時實體平均等待的時間分別是：發生器：0;處理器1、2、3為：28.12，31.06，32.03;傳送帶1、2、3為10，10，10;暫存區1：1 239.01;暫存區2：1411.44;合成器：59.66;分解器：56.21;操作員：5.76。

3.3 sF桂林中轉場快件分揀系統優化

由3.2分析知，分揀系統瓶頸出現在暫存區l與分解器、暫存區2與合成器之間。對仿真模型進行如下優化：在分解器和處理器之間增加1名解包員、2名合成器（建包）員工。優化后的模型如圖8。

運行優化后的系統，得出如下優化統計報表，見表7。

從表7可知，臨時實體平均等待時間分別是：發生器：Os;處理器1、2、3為：10.1ls，9.16s，8.46s;傳送帶1、2、3為10s，10s，10s;暫存區1：160.07s;暫存區2：37.84s;合成器：30.15s;分解器：47.55s;操作員1：5.84s;操作員2：5.66s。

與優化前的仿真模型運行結果進行比較，暫存區1、2平均等待時間由1 239.01s、1411.44s減至160.07s、37.84s，效果明顯。

4結論與展望

4.1結論

本文研究結果可幫助sF桂林中轉場管理者深入了解中轉場分揀作業流程，從而提高系統的規劃與管理水平。具體提出以下改善建議：（1）解包區增加1名解包員;（2）建包區增加2名建包員;（3）加強對員工的專業化培訓;（4）研發或購置自動化揀選設備。

經sF桂林中轉場應用驗證，分揀效率、質量明顯提高，而分揀成本減少大于增加的員工成本，優化科學。

4.2研究展望

sF桂林中轉場分揀系統仿真與優化的研究在以下方面還有待進一步完善和深入研究：（1）考慮加入大件分揀系統的仿真優化;（2）考慮高峰期的分揀系統仿真優化;（3）延長觀察時間，反映真實間隔;（4）重復多次搜集，擬合數據，設定參數。