Upload
alessandro-rinaldi
View
1.911
Download
1
Embed Size (px)
DESCRIPTION
Dimensionamento e analisi area di Picking tramite fogli excel
Citation preview
UNIVERSITÀ DEGLI STUDI DI CATANIA
CORSO DI LAUREA SPECIALISTICA IN INGEGNERIA GESTIONALE
ELABORATO PROGETTUALE DEL CORSO DI
SISTEMI MANUTENTIVI E LOGISTICI
MODELLAZIONE DI UN SISTEMA DI PICKING
DOCENTE : STUDENTI :
PROF. D. D’URSO ALESSIA AVOLA
PAOLO LAMARI
ROSSANA PATTI
FILIPPO POLISANO
ALESSANDRO RINALDI
Ipotesi di lavoro
1. Il sistema progettato è di tipo low-level, cioè nella determinazione delle coordinate spaziali è
possibile trascurare la coordinata di spostamento verticale;
2. Il sistema è costituito da 2 livelli;
3. La potenzialità ricettiva (PR) richiesta è pari a 500 vani, dal momento che devono essere
ospitate altrettante referenze allocate in modo dedicato e biunivoco.
4. E’ utilizzata una scaffalatura bifronte a singola profondità la cui geometria è illustrata in Figura
1 e Tabella 1.
Tabella 1 Quote significative della geometria del magazzino di picking
Simbolo Descrizione Valore u.m.
h Altezza della locazione 0,75 m
a Profondità della locazione 0,4 m
b Larghezza della locazione 0,6 m
P1 Passo tra le locazioni di magazzino 0,6 m
A Accostamento alla locazione 0,6 m
Pc Passo tra i corridoi 2,0 m
Pa Distanza d'accesso al corridoio 1,3 m
Figura 1 Quote significative della geometria del magazzino di picking
1
P1
A
b
aPa
Pc
Progettazione del magazzino di picking
L’esercitazione è svolta avvalendosi del supporto di un foglio elettronico su Excel.
Nella prima parte dell’esercitazione viene dimensionato il magazzino di picking. L’area del modulo
unitario Am.u (il modulo unitario è colorato in azzurro in figura 1) è calcolata applicando la seguente
formula:
Noti, per ipotesi, il numero di livelli verticali (NL=2) e le Udc per modulo unitario (Udc m.u=4), viene
calcolato il coefficiente di utilizzazione superficiale (CUS), utilizzando la formula:
L’area operativa necessaria per l’installazione del magazzino di picking è ricavata dalla seguente
equazione:
In seguito viene ottimizzata la forma del magazzino sia posizionando il punto di input/output in
corrispondenza della mezzeria del fronte, sia posizionandolo in un vertice; la potenzialità ricettiva
effettiva ottenuta in entrambi i casi risulta la stessa; poiché, nel primo caso il magazzino risulta
perfettamente simmetrico, si sceglie tale configurazione in cui il rapporto tra le dimensioni è pari a
2:1, come riportato in Figura 2.
Figura 2 Posizione del punto di I/O e forma ottima
Nota l’area operativa (A) e la forma, sono determinati i valori ottimi di lunghezza e profondità:
Viene determinato, di conseguenza, il numero di corridoi e di colonne necessarie per soddisfare la
potenzialità ricettiva:
Infine la PR effettiva si ricava dalla seguente espressione:
2
2
1
I/O
I risultati del calcoli sopra descritti sono sintetizzati in Tabella 2.
Tabella 2 Dimensionamento area di pickingSimbolo Descrizione Valore u.m.
PR Potenzialità ricettiva di progetto 500 udcAm.u. Area modulo unitario 1,2 m2
NL Numero di livelli di impilamento 2 -Vm.u. Volume modulo unitario 1,8 m3
UdCstoc Udc stoccate per colonna vani 4 udcCUS Coefficiente di utilizzazione superficiale 3,33 udc/m2
CUSv Coefficiente di utilizzazione volumetrica 2,22 udc/m3
A Area operativa necessaria 150 m2
Punto di I/O in un vertice del fronteUott Larghezza magazzino ottima 12,25 [m]Vott Profondità magazzino ottima 12,25 [m]LC Larghezza corridoio 1,20 [m]
NC Numero corridoi 7 [-]
NV Numero colonne vani 18 [-]
Ueff Larghezza magazzino effettiva 14,00 [m]
Veff Profondità magazzino effettiva 10,80 [m]
PReffett Potenzialità ricettiva effettiva 504 [udc]
Punto di I/O al centro del fronteUott Larghezza magazzino ottima 17,32 [m]Vott Profondità magazzino ottima 8,66 [m]LC Larghezza corridoio 1,20 [m]
NC Numero corridoi 9 [-]
NV Numero colonne vani 14 [-]
Ueff Larghezza magazzino effettiva 18,00 [m]
Veff Profondità magazzino effettiva 8,40 [m]
PReffett Potenzialità ricettiva effettiva 504 [udc]
In Figura 3 si riporta la vista dall’alto del magazzino di picking progettato.
3
Figura 3 Vista dall'alto del magazzino di picking
Matrice dei percorsi di accesso
Nella seconda fase dell’esercitazione viene calcolato il percorso di accesso ad ogni locazione. A tal
fine, ogni locazione di magazzino è codificata mediante i parametri: numero di corridoio; numero
vano; posizione; parete, destra o sinistra; livello, 0 oppure 1. Dal momento che la configurazione è
di tipo low-level viene trascurato il parametro livello, per cui le unità di carico poste nella
medesima colonna sono individuate dalla stessa posizione.
La coordinata lungo l’asse delle ascisse è calcolata moltiplicando la quantità costante, pari a
per il valore assoluto della differenza tra la posizione di ciascun corridoio e il
punto di I/O.
La coordinata lungo l’asse delle ordinate è calcolata invece sommando alla distanza di accesso al
corridoio il prodotto tra il passo tra le locazioni di magazzino e la colonna vano.
Infine, il percorso di accesso è ottenuto sommando le due quantità sopra riportate.
In tabella 3 sono riportati i risultati ottenuti.
Tabella 3 Calcolo percorso di accesso ad ogni locazione
4
Ottimizzazione del percorso di picking per 7 item
La terza parte dell’esercitazione riguarda la risoluzione di un problema del commesso viaggiatore
(TSP) per sette punti. Viene dunque implementato un foglio di calcolo in grado di determinare il
minimo percorso per prelevare sette item scelti secondo una distribuzione di probabilità costante,
pari a
Il problema è risolto in maniera esaustiva, determinando, quindi, il percorso ottimo per tutte le
possibili combinazioni, cioè per le 7!=5039 permutazioni possibili. Tale percorso è calcolato come
somma delle seguenti distanze:
distanza Input-item 1;
distanza item i-item i+1 con i =1....6;
distanza item 7-output.
In particolare le distanze relative tra gli item sono state ottenute utilizzando le funzioni se, ass,
cerca.vert e min.
In primo luogo si verifica se i due item appartengono allo stesso corridoio; in tal caso la distanza
relativa è ottenuta semplicemente come differenza tra le coordinate lungo l’asse y. Nel caso in cui,
invece, i due item appartengono a corridoi diversi, la distanza relativa è ottenuta come somma
delle seguenti quantità:
il prodotto tra il valore assoluto della differenza tra le posizioni dei corridoi e il passo tra i
corridoi Pc;
la distanza di accesso al corridoio Pa, moltiplicata per 2;
il minimo tra:
- la differenza tra le coordinate lungo l’asse y della colonna vano corrispondente al primo
item da prelevare e all’ultima dello stesso corridoio più la differenza tra le coordinate lungo
l’asse y della colonna vano corrispondente al secondo item da prelevare e all’ultima dello
stesso corridoio;
- la differenza tra le coordinate lungo l’asse y della colonna vano corrispondente al primo
item da prelevare e alla prima dello stesso corridoio più la differenza tra le coordinate
lungo l’asse y della colonna vano corrispondente al secondo item da prelevare e alla prima
dello stesso corridoio.
In questo modo la stringa si riferisce ad un routing misto, nel senso che vengono prese in
considerazione sia la logica di tipo return che quella traversal, combinandole opportunamente così
5
da ottenere la soluzione ottima. Occorre notare inoltre che quest’ultima è una soltanto una tra le
tante soluzioni ottime.
I risultati ottenuti sono riportati in Tabella 4.
Tabella 4 Ottimizzazione del percorso di picking per 7 item
Ottimizzazione del percorso di picking per 20 item
Nell’ultima parte dell’esercitazione il problema del commesso viaggiatore viene esteso fino a
considerare il prelievo di 20 codici articolo. La risoluzione del problema del commesso viaggiatore
con più di 9 punti non è risolubile con metodi esatti, ma si procede con metodi euristici, come
l’algoritmo di branch &bound o simulated annealing.
La metodologia risolutiva qui applicata è puramente di tipo gestionale.
Una volta generati i 20 codici articolo da prelevare, questi vengono ordinati in ordine crescente, in
modo che vengano percorsi solo i corridoi interessati e ciascun corridoio venga attraversato una
sola volta, prelevando tutti i codici articolo in esso presenti.
Il procedimento per calcolare le distanze è analogo a quello utilizzato nel caso precedente.
I risultati sono riportati in Tabella 5.
6
Tabella 5 Ottimizzazione del percorso di picking per 20 item
7
Di seguito è riportata la simulazione Monte Carlo della distanza media tra gli item, nel caso di 20
codici articolo da prelevare; il numero di iterazioni effettuate è pari a 150.
Figura 4 Simulazione Monte Carlo della distanza media nel caso di 20 item
8
Determinato l’ordine di picking, le posizioni dei venti item da prelevare vengono evidenziate nella
mappa del magazzino.
Figura 5 Magazzino di picking
9