基于SLP的小型連鎖超市倉庫布局分析研究

陳楚欣 袁 媛 常全盛 張鴻云

（1.太原科技大學交通與物流學院,山西 太原 030000；2.天津市南開區人民政府長虹街道辦事處,天津 300110）

新型冠狀病毒肺炎疫情的突然來襲，導致人員無法流動，快遞無法正常傳遞，網購模式被迫轉為線下購物模式，小型超市等線下賣場的營收又有所增加。在此背景下，當超市的人流量增加，物品周轉率提高之后，倉庫的布局問題就顯得更為重要。黃芊芊等[1]采用了SLP方法對物流公司進行了規劃，得到了新的布局方案，并用加權因素比較法進行方案評價；鄭婉婷等[2]對食品公司倉儲中心進行布局，將EIQ-ABC方法與SLP相結合，用模糊評價法得出最優方案；童小龍等[3]采用因子分析法分析了影響超市收益的主要因素，采用SLP法進行分析，并用TOPSIS法分析了方案的優劣；鐘柳艷等[4]分析了某汽車零部件配送中心的問題，設計了6種方案并用Flexsim仿真分析，得出了結論；蔣南云等[5]測定某自行車隨機混流裝配線上兩種車型的相應指標，用Flexsim建模仿真確定瓶頸工位，優化方法為重新劃分工位并添加自由人；閆瑩等[6]運用SLP確定某碳帶公司生產車間各作業單位的相對位置，利用Flexsim 仿真軟件對車間原始設施布置進行仿真建模，結合 SLP 方法與 Flexsim 仿真模型的分析結果確定設施布置的優化方案。本文研究某小型連鎖超市的供應倉庫的布局問題，采用SLP方法進行重新規劃，并用Flexsim方法驗證了其可行性。

1 Q倉庫作業區布局現狀

1.1 Q倉庫現有布局

Q倉庫主要負責太原市萬柏林區內Q小型連鎖超市的供應工作，包括對貨物的存儲和加工包裝等一系列作業活動。Q超市主要經營、銷售食品、飲料和日用品。萬柏林區內共有Q超市10家，其超市總面積為 2 000 m2，Q倉庫占地面積為 1 200 m2。圖1為Q倉庫的整體布局圖，該倉庫主要劃分為7個區域，包括入庫區、揀貨區、存儲區、包裝區、辦公區、設備存放區、出庫區。倉庫的出入庫門均在北面，庫內可容納6層高貨架，每層高1 m。

圖1 Q倉庫原始布局圖

1.2 Q超市倉庫存在的問題

Q倉庫的作業流程主要包括卸貨驗收、揀貨篩選、入庫存儲、加工包裝、發貨出庫。經過調查，發現Q超市倉庫主要存在如下問題：

（1）倉庫內存儲區域劃分不明確，貨物沒有固定的存放位置，內部的商品擺放方式比較隨意，即所有到達的商品均隨機擺放在倉庫內，甚至還有的貨物直接堆放在地上，嚴重影響了存儲區的利用率，也不便于尋找貨物。

（2）倉庫內各個區域之間的位置安排不合理，導致在搬運過程中會出現路線重復或交叉，甚至發生碰撞，降低了作業效率，造成人力物力等的浪費。另外出入庫位置相鄰，且都在門邊，當出入庫貨物量增大時，會出現貨物擁擠混亂及擁堵現象。

（3）倉庫內各個區域獨立設置，沒有充分利用角落空間，從而造成大量的空地面積和很多無用的通道。

2 作業區布局優化

2.1 作業區域的劃分

由于倉庫主要存儲食品、飲料和日用品，所以本文主要根據貨物的種類對倉庫的作業區進行劃分：（1）入庫區；（2）揀貨區；（3）食品區；（4）飲料區；（5）日用品區；（6）殘次品區；（7）包裝區；（8）出庫區。非物流功能區包含：（9）辦公區；（10）設備存放區。

2.2 作業區域間物流關系分析

由于Q倉庫儲存的物品為食品、飲料和日用品，不具有季節性，因此，統計了該倉庫作業區之間的物流量，結合具體情況畫出物流從至表，分析各個作業區之間的物流強度，劃分物流關系等級，得出物流相關圖如圖2所示。

圖2 倉儲中心各功能區間物流相互關系圖

2.3 作業區域間非物流關系分析

在SLP布局規劃當中，除了要對倉儲中心進行物流相關性分析之外，還要對其各作業區之間進行非物流關系相關性分析。非物流相關性分析涉及的影響因素，其本身沒有產品的流動，但會對倉儲中心的運行產生一定的影響，甚至有時會因為未能考慮到某些非物流因素，從而在倉儲中心運行的過程中，帶來嚴重的后果。本文綜合考慮Q倉庫的實際情況，選擇了工作流程的順序、貨物集中存取、使用共同設備、安全性、減少搬運次數和改善整體環境等6個指標對作業區之間的非物流關系進行評價，得出Q超市倉庫各功能區之間的非物流相關性關系如圖3所示。

圖3 非物流的各作業單位相互關系圖

2.4 作業區域間綜合相互關系分析

各作業區之間的綜合相互關系是對作業區之間的物流相關性關系和非物流相關性關系的綜合分析。對倉儲中心的物流相關性關系強度等級與非物流相關性關系強度等級賦值，定義A=4，E=3，I=2，O=1，U=0，X=-l。由于Q倉庫主要進行貨物的存取，搬運等活動，取物流相關性關系和非物流相關性關系權重比值為m：n=3：1，通過計算可得最終作業單位綜合相互關系圖如圖4所示。

圖4 作業單位綜合相互關系圖

2.5 作業區域間位置相關圖的繪制

根據作業單位綜合相互關系圖可以得出各個作業區之間的相互關系等級，將A到X降序排列，可確定各個作業區之間的相對位置關系。綜合相互關系等級越高（即越靠近A），則這兩個作業區之間的位置就越近；綜合相互關系等級越低（即越靠近X），則這兩個作業區之間的位置就越遠。規定關系程度為A級的作業單位對之間的距離為一個單位距離長度，E級為兩個單位距離長度，依次類推。按照等級由高到低的順序且O等級不繪制的原則進行繪制。最終確定各功能區之間的作業單位位置相關圖，如圖5所示。

圖5 作業單位位置相關圖

2.6 Q倉庫作業區布局方案設計

根據作業單位位置相關圖，綜合考慮Q倉庫的實際使用情況以及相關作業單位的特殊要求，最后繪制出優化改進的倉庫布局圖，如圖6所示。

圖6 基于SLP方法改進的倉庫布局圖

3 基于Flexsim的方案評價

3.1 模型構建

當貨物送達倉庫后，Q倉庫的工作人員首先要核對訂單，并檢查送來的貨物以及隨入庫貨物同時到達的貨單，驗收結果準確無誤之后，便開始對貨物進行卸載、揀貨等作業，并辦理相關的入庫手續，將揀貨完成的貨物送入倉庫內存儲。當接到發貨指令后，倉庫管理員根據訂單進行備貨，并核對提貨者所出具的出庫憑證，在逐一審核無誤后，交接貨物，辦理相關的出庫手續。

分別對原始布局和優化后布局進行Flexsim建模仿真，從實體庫中分別拖出相應數量的發生器、暫存區、處理器、合成器、貨架、叉車、操作員、任務分配器和吸收器到模型窗體中，擺好位置并完成端口連接（“A”連接或“S”連接），最后添加網絡節點和墻體，得到倉庫模型原始布局圖（見圖7）和改進布局圖（見圖8）。

圖7 倉庫模型原始布局圖

圖8 倉庫模型改進布局圖

3.2 參數設置

將代表“入庫”發生器中的臨時實體類型設置為duniform（1，3），表示發生器可以產生3種不同類型的實體，分別代表倉庫內3類不同的貨物；在表示“包裝材料”的發生器中的臨時實體種類中選擇Pallet（托盤），表示發生器產生的臨時實體為托盤，由托盤代替倉庫內的包裝箱等各種包裝材料對貨物進行包裝處理；由實際數據計算得出在實際到達的貨物中，食品類占42.9%，飲料類占33.3%，日用品類占22.4%，損壞的貨物占1.4%，損壞的貨物被送到殘次品區等待退換貨處理，其余貨物分別由揀貨機1、2、3對不同類型的貨物進行揀貨、掃碼、入庫處理；在揀貨完成后，將不同類型的貨物臨時存放在對應的暫存區內，然后等待叉車將其搬運到對應的貨架上存儲，搬運到不同貨架上的方式是隨機的；所有待出庫的貨物到達包裝暫存區等待包裝機對其進行包裝，3種類型貨物分別由包裝機1、2、3對其進行包裝。在Queue的參數設置對話框中，單擊Flow（臨時實體流）選項卡，在Send to Port（發送至端口）的下拉列表中，選擇By Expression（指定端口），根據倉庫貨物實際的周轉情況，模型中所有暫存區的容量均設置為1 000即可滿足實際需要；由于受仿真軟件實體數量的限制，將貨架數量進行一定比例的縮減，同時對倉庫內貨物的存儲數量以及出入庫量進行同等比例的處理；合成器主要是為了對貨物進行包裝，根據實際出庫訂單，分別將每類貨物進行10件批量處理，所以合成器的包裝數量設為10；由于倉庫內布局復雜，叉車行駛區域有限，轉彎較多，所以叉車的最大搬運量不得超過8件貨物，行駛速度為5 m/s。

3.3 模型運行

以倉庫一天工作8 h為標準來分析運行數據，所以模型的運行時間設為8 h，即28 800 s。模型運行之前，先“重置”模型，然后點擊“開始”，運行至28 800 s時模型自動停止，模型運行結果如圖9和圖10所示。

圖9 原始布局圖下的模型運行結果

圖10 改進布局圖下的模型運行結果

3.4 結果分析

3.4.1 兩種布局圖下入庫區和揀貨區的貨物等待時間對比分析

模型運行至28 800 s停止后，原始布局圖中入庫區堆積了998件貨物，揀貨區堆積了1 207件貨物，且平均等待時間較長，入庫區貨物的平均等待時間為4 877 s，貨物最長等待時間甚至接近3 h。改進倉庫布局之后，將入庫區和揀貨區相鄰，貨物平均等待時間明顯縮短，入庫區的貨物平均等待時間為13 s，基本可以實現卸貨即揀貨的作業目標。如表1所示。

表1 兩種布局圖下的入庫區貨物等待時間s

3.4.2 兩種布局圖下揀貨機的利用率對比分析

模型運行后，得到兩種布局圖下揀貨機利用率的柱狀圖（見圖11），揀貨機1、2、3表示原始布局圖下的揀貨機，揀貨機1-1、2-2、3-3表示改進布局圖下的揀貨機。

從圖11中可以看到，改進布局后3臺揀貨機的利用率均有所提高，其中揀貨機1的作業效率提高了89.7%，揀貨機2的作業效率提高了65.9%，揀貨機3的作業效率提高了25.2%，并且沒有出現擁堵現象。

圖11 兩種布局圖下的揀貨機工作效率對比

3.4.3 兩種布局圖下叉車的運行效率對比分析

運行模型后，可以得到原始布局圖和改進布局圖的叉車運行效率的餅圖分別如圖12和圖13所示。

圖12 原始布局圖下的叉車運行效率

圖13 改進布局圖下的叉車運行效率

從圖中可以看出，在原始布局圖中，叉車1、2、3每天都處于高負荷的工作狀態，而叉車4、5、6、7、8的利用率卻不高，閑置時間較長，尤其是叉車7和8每天大多數時間都處于閑置中。

改進后，由于功能區位置的改變，減少了倉庫內不必要的搬運環節，因此倉庫內叉車的數量也從原來的8輛減少到了6輛。叉車1、2、3的負載率有所降低，緩解了叉車高負荷的工作狀態，同時，也提高了叉車4、5、6的利用率，其中，叉車4的利用率從原來的23.43%提高到了70.42%，叉車5的利用率從原來的12.64%提高到了57.33%，叉車6的利用率從原來的10.29%提高到了30.26%。

經過上述對比分析可知，經過SLP方法改進的倉庫布局比原布局在貨物等待時間、叉車和揀貨機的利用率等各方面均有所提高，改進后的布局更為合理，作業效率更高。

4 結語

本文基于SLP方法對小型連鎖超市的供應倉庫進行了物流量和非物流量等的分析，減少了兩臺叉車，增加了兩個貨架，得出了優化后的布局圖，并通過Flexsim仿真軟件對原布局和改進后布局進行了仿真，分別從入庫區的貨物等待時間、揀貨機和叉車的利用率等方面驗證了改進后的布局提高了作業效率，且更為合理，為小型連鎖超市的供應倉庫的布局規劃提供了優化思路。