基于Flexsim的自動化立體倉庫建模與仿真

陳俊男，劉世剛，王海泉

（吉林化工學院 經濟管理學院，吉林 吉林 132022）

1 自動化立體倉庫平面布局設計

本文主要對一物流企業的倉儲作業流程進行建模和仿真，經了解該物流企業的倉儲中心采用了自動化立體倉庫。其中的A倉庫B區主要存儲四種物料，擁有四個卸貨點和三個裝貨點，裝卸搬運均采用燃油叉車進行，在到達倉庫后需要對每種貨物進行自動分揀，之后由四個工人進行一道加工工序使其變成成品并輸送到特定的暫存區，最后將每種貨物通過四個堆垛機存儲到相應的四個貨架中。在接到銷售訂單后將產品成批包裝出庫，每批的產品數量為八件。其立體倉庫的平面布局如圖1所示。

由于Flexsim試用版本軟件有實體數量的限制，最多只能使用30個實體，因此下面的建模被劃分為三個階段進行，依次分別是：入庫流程、存儲流程、出庫流程。

圖1 立體倉庫的平面布局

2 自動化立體倉庫的相關設備及其基本參數

初步規劃的倉儲各設備的主要數據如下：選取傳送帶、分揀傳送帶的速率為1m/s，加工處理器的加工時間為10s，發生器模擬每輛卸貨車中的四種貨物服從exponential(0，10，0)的分布函數，隨機的產生4種貨物。對應著4個加工處理器，設計的貨架有4排，每個貨架10層10列，以達到貨位充裕，避免出現貨物呆滯情況。其模型的各個主要設備組成情況及其數量見表1。

表1 主要設備組成情況及其數量

3 自動化立體倉庫出/入庫作業流程

3.1 入庫作業流程

在發生器模擬卸貨車隨機發出四種貨物后，將需要的貨物由人工叉車搬運到貨物檢測區，進行初步的入庫作業流程。如圖2所示，其流程可以簡化為：卸貨、貨物檢測、貨物加工、貨物流轉、貨物暫存等待入庫流程。

3.2 出庫作業流程

出庫主要包括：數據的輸入、貨物分類包裝、分類組托、運輸裝車等環節。其流程如圖3所示。

4 建立自動化立體倉庫仿真模型

4.1 建立入庫處理區的Flexsim模型

（1）設置布局：由于Flexsim軟件建模采用的是面向對象建模，只需要根據前面設計好的倉庫平面圖進行模型各個對象的布局，以此方法完成其他實體的布局。

圖2 入庫流程圖

圖3 出庫流程圖

（2）設置屬性與參數：根據每個對象所要模擬的實物物理系統特征，對其進行參數和屬性的設定。在操作窗口中，雙擊所要編輯的實體對象，打開模型的參數設置窗口進行參數的設置，同時完成實體行為邏輯的編輯。

①設置卸貨車參數：通過發生器對卸貨車的物理性質的模擬，該卸貨車混亂地裝有四種類型的貨物，四種貨具有鮮明的外觀區別，并且卸貨車是按照exponential(0，10，0)的分布函數時間間隔到達倉庫。

②設置檢測臺1參數：打開檢測臺的屬性編輯框進行編輯，貨物被送到檢測臺后需要進過15s的檢測過程，在第一個貨物檢測時，第二個不允許進入檢測區，只有當第一個貨物檢測完后才能進入。其貨物檢測臺的邏輯代碼如圖4所示。

③設置分揀傳送帶參數：分揀傳送帶根據實際需要，具有四個輸入端口，上游連接了傳送帶，下游連接了加工處理器，在傳送帶將貨物運送到分揀傳送帶上時，分揀傳送帶以速度2，間隔值1的工作運行，發送條件為一直發送。

④設置加工處理器的參數：根據實驗要求，加工處理器識別貨物類型并拉取貨物。在加工一個貨物的時候不允許第二個貨物進入，每個貨物需要加工的時間為10s，加工結束后由加工人員搬運到傳送帶統一將這些產品輸送到暫存區。其結果處理器的參數如圖5所示。

根據實際要求將參數設置完畢后，便完成了入庫前階段的模型建立。點擊保存后重置運行，其運行結果如圖6所示。

圖4 貨物檢測臺1的邏輯代碼

4.2 建立貨物存儲區的Flexsim模型

圖5 加工處理器的參數設置

（1）設置布局：倉儲區的主要設備包括：AGV搬運車、傳送帶、貨架，入庫堆垛機等設備。其布局如圖7所示。

（2）設置設備屬性和參數：在倉儲模型中，主要的設備參數設置有：入庫暫存區1參數設置、傳送帶參數設置、貨架參數設置以及堆垛機的參數設置。

①入庫暫存區參數設置：入庫暫存區的參數設置主要針對下游貨物的流向以及AGV的調用設置，要求case值為1,2的流向傳送帶6，case值為3,4的流向傳送帶5，同時也給兩個AGV搬運車設計了相應的搬運任務。

②貨架參數設置：這里的貨架參數主要包括：最大容量10 000 000；放置到層列設置：隨機放到可用層和可用列，貨架尺寸設置：列數10，列寬2，層數10，層高1。

③入庫堆垛機參數設置：主要包括升降速度：1，容量4，加速1，減速1，拉伸速度1，最大速度5等。

出庫后商品分類打包后進行裝車，如圖8所示。

設置設備屬性和參數：涉及到參數編輯的主要設備有出庫堆垛機、合成器（打包臺）、AGV運輸車、叉車等。

圖6 入庫前階段的運行結果示意圖

圖7 入庫布局示意圖

①合成器（打包臺）參數設置：打包臺采用操作員進行加工，加工時間為10s，臨時實體通過調用AGV小車進行運輸。

②出庫堆垛機參數設置：由于入庫堆垛機只有2架運行，而出庫堆垛機有3架運行，所以其運行速率相對入庫堆垛機略小，升降速度為1，容量為2，最大速度為2，裝載卸載預留時間均為0，拉伸速度為1。

③發生器參數設置：如圖9所示，此處的發生器主要用于產生四種不同類型的托盤，當操作員完成打包工作時，實現貨物托盤組托。

圖9 托盤發生器的參數示意圖

圖8 打包區布局及其示意圖

5 自動化立體倉庫的仿真分析

5.1 仿真模型運行

（1）入庫模型運行：根據以上操作以及相應參數設置完成所有建模流程后，然后對完成的入庫、存儲、出庫三個環節進行模型300s的仿真運行。在連續運行300s后再觀察其各設備的輸入輸出量，其入庫的仿真結果如圖10所示。

（2）倉儲模型運行：在入庫流程中發生器的到達時間間隔參數設置是：exponential(0，20，0)，第二階段的貨物發生器的到達時間間隔參數設置為：exponential(0，5，0)。在運行300s后倉儲模型的運行結果如圖11所示：其中倉儲模型Dashboard統計描述的數據有：暫存區、任務執行器、傳送帶和貨架的狀態分析圖，利用狀態分析圖可以對各個設備進行效率分析。

（3）出庫模型運行：同樣，在出庫流程中也引入了Dashboard數據統計工具，在出庫流程中主要分析AGV搬運車、合成器（打包臺）、叉車的效率和每小時輸出數量，以及各個暫存區的輸入量。其模型運行結果如圖12所示。

5.2 仿真數據結果統計

圖10 300s后的入庫結果示意圖

圖11 300s后的倉儲結果示意圖

圖12 300s后的出庫結果示意圖

（1）入庫模型的數據統計見表2、表3，主要統計了檢測臺、分揀傳送帶、暫存區的輸入量以及分揀傳送帶、加工處理器的輸入量：

表2 入庫輸入統計表

表3 入庫輸出統計表

（2）存儲區的數據主要統計了暫存區、AGV、傳送帶、貨架的狀態分析，傳送帶、堆垛機、貨架的輸入量以及AGV、堆垛機每小時輸出量。其具體數據如圖13、表4、圖14所示。

圖13 存儲區各設備狀態分析

表4 存儲區輸入量統計表

圖14 堆垛機、AGV每小時的輸出量

（3）出庫區的數據主要對任務執行器、打包臺、叉車進行了狀態分析，如圖15所示，為了更加方便地觀察各個區的貨物數量，還統計了輸入量與一些設備每小時的輸出量。如圖16、圖17所示。

圖15 出庫區的各設備狀態分析統計

圖16 模型運行出庫區各區貨物輸入量

圖17 出庫區各設備的每小時輸出量

5.3 模型優化分析

（1）入庫區優化分析。通過上面入庫區的數據統計可以發現，檢測臺的輸入量依次是16、10、15、12，其運行狀況良好，但分揀傳送帶由于只有一條，輸入數量為51，出現了阻塞現象，查看分揀傳送帶可以發現其運行速度為1，通過數據分析，將分揀傳送帶的速度由1變為2，再將下游的傳送帶改變成直線傳送帶，可以明顯的看到直線傳送帶跟普通傳送帶相比有較多的優勢，不僅可以擁有多個對接端口，而且還縮短了操作員的運輸距離，優化前因為使用普通傳送帶，只有一個端口，所以四個操作員均需要將貨物搬運到唯一的一個指定端口，由于3號、4號操作員距離端口較遠，故而出現了處理器運行效率較低的情況。當使用直線傳送帶后便很好地解決了這個問題，使模型達到了優化。其優化后的模型及其數據如圖18所示。

圖18 優化后的模型及其數據

可以看到檢測臺的輸入量分別是：16、14、16、20，分揀傳送帶的輸入量為65，暫存區的輸入量為56，而加工處理器的輸出量分別是：16、13、14、16，優化后的數據明顯高于優化前的模型數據。具體數據見表5、表6。

表5 優化前后的輸入量統計對照表

表6 優化前后的輸出量統計對照表

（2）存儲區優化分析。在存儲區的設備狀態分析圖中可以發現AGV的運行效率分別是：88.9%、93.6%，其運行狀況較好，每小時的貨物輸送量均超過了200，堆垛機的每小時數量超過100，各個貨架的輸入數量也比較均勻，入庫堆垛機的運行效率也較為良好。但當運行到300左右時可以明顯地看到傳送帶1、2、3、4出現了貨物堵塞情況。如圖19所示，這是由于上游貨物較多，而下游的堆垛機運行速率較低所致，可以將原來堆垛機的升降速率變為3，貨叉速度3.拉伸速度3，容量4，加速4，通過堆垛機的速率改變來提高堆垛機的運行效率。

圖19 貨物阻塞情況圖

優化前后的各設備輸入量對照見表7：在表中可以明顯地看到優化后堆垛機的運輸數量明顯比優化前提高了，改變了之前傳送帶堵塞的情況，同時也提高了貨架的存儲效率，在相同的時間里貨架存儲了存儲了更多的貨物，使得存儲目標的到了實現。

表7 倉儲區輸入量對照表

優化后的模型如圖20所示：在圖中可以明顯地看到，在模型運行到300s時，傳送帶已經沒有了之前出現的堵塞情況，運行效率得到了改善。

圖20 優化后的存儲示意圖

（3）出庫區優化分析。通過出庫區的狀態分析可以看到任務執行器的運行效率分別是：95.2%、94.9%，打包臺的運行效率分別是：95.8%、95.0%、96.5%、94.9%，運行效率都比較高。而叉車的運行效率分別是：12.4%、14.1%，相對比較低，但當模擬運行到600s時，如圖21所示，可以看到待包裝區出現了貨物積壓的情況，根據實際生產要求，待包裝區不應該出現貨物積壓，因此可以通過改變AGV小車的容量來提高運輸量，之前AGV小車的容量為1，當把容量改為4后，小車的運輸效率就得到了很大的提高，并且解決了暫存區中的擠壓問題。

圖21 優化前模型示意圖

優化后的模型數據如圖22所示，在圖中可以明顯看到出庫暫存區與產品出庫區的貨物數量有了很大的提高，通過AGV容量參數的改變可以很好地解決以上包裝區存在的貨物積壓情況。

圖22 優化后模型示意圖

（4）數據分析概括。通過以上數據以及運行結果可以發現，利用好Flexsim軟件可以很好地實現目標模擬仿真，并且能夠在較短的時間條件下對模型實體進行優化。實現了模型仿真的目的。

在入庫模型、存儲模型以及出庫模型的優化過程中，都可以通過觀察數據很快地察覺到其所存在的問題，在入庫模型中我們通過將普通傳送帶改變為直線傳送帶不僅解決了上游堵塞的情況，而且還間接的優化了操作員的行程路徑，使得入庫效率明顯提升：在倉儲模型中只需要通過對堆垛機參數的簡單改變便可以將其效率提高很大一個層次：而在出庫模型中通過對AGV小車的容量參數改變，通過提高AGV小車的效率來改變上游存在的貨物積壓情況，同時也提高了下游產品的出產率。在整個優化仿真過程中都可以發現其優化過程相對比較簡單，仿真結果也不需要等待過長的時間，通過調節仿真運行速率便可以很快的得到仿真結果。

此外，因為具有強大的數據統計功能Dashboard，我們可以很快地對各個環節進行分析，從而快速的找出優化點，作出相應的優化方案。這在很大程度上大大地節省了仿真人員的優化時間，不需要向其他仿真軟件那樣需要反復地改變代碼或者重新編譯才能完成優化目標。