ブログ

無人搬送車（AGV）は、製造業や倉庫業で物品を移動するために広く使用されています。シンプルなサンプルモデルは、さまざまな AnyLogic ライブラリとモデリングアプローチを組み合わせて、AGV 充電プロセスをシミュレートします。サンプルモデルをダウロードして、お試しください。

新たに追加されたリバーシブルコンベヤをご紹介いたします。その他、AnyLogic 8.7.12には、再構成された新しいAnyLogic Helpも組み込まれています。是非詳細をご覧ください。

MaxRad Softwareのシミュレーションエキスパートが主催するAnyLogic User Experienceオンラインセッションでは、複数の業界にわたるAnyLogicシミュレーションアプリケーションをご紹介しました。セッションで発表されたビジネスケースの中には、倉庫運用とマテリアルハンドリングに関連するプロジェクトがありました。

AnyLogicのマテリアルハンドリングライブラリに関するシリーズのパート5。これは、商品が移動、処理、および分類される工場や倉庫、およびその他の施設の作業をモデル化するために特別に設計されたライブラリです。

このブログでは、 Network Port エレメントを使用して、個々のコンベアと処理ステーションを単一のコンベアネットワークに接続する方法を示します。

それでは始めましょう！

AnyLogic 8.6アップデートで追加されたマテリアルハンドリングライブラリに関連する重要な機能は、AGVなどのトランスポーターの移動するエリアを制限でき、アクセスは条件付きで許可することができます：トランスポーター番号、スケジュール、スループット等。

このテクニカルブログでは、これらの制限エリアの使用方法を説明し、実用的なサンプルモデルであるAreas with Limited Access for Transporters（トランスポーターのアクセスが制限されたエリア）使用して学習します。

Walmart, the world’s largest seller of groceries, recently began piloting first-of-a-kind automation for its popular online grocery pickup service.

Our partners at MOSIMTEC used AnyLogic to develop the simulation model behind the system’s development. Read on for more about the material handling system, videos of the robots in action, and MOSIMTEC's case study.

Being #26 in last years’ Fortune 500 list, Cardinal Health is a billion dollar pharmaceutical distribution and logistics company. Its clients are hospitals, pharmacies, physicians, and individual consumers. They face a multitude of typical distribution warehouse challenges that are further complicated by the nature of pharmaceutical products, which are smaller in size, consumable, expensive, and could be life critical. Company’s warehouses have narrow passages, and workers operate big multilevel trolleys. That increases the probability of employees’ mistakes and makes these mistakes costly.

This short tutorial shows how to build a simulation model based on a real-world problem description, using an example of a simple warehouse unloading process model. Also, it teaches to set animation and choose what-if scenarios to test. The AnyLogic User Support Team created the tutorial. The model simulates the arrival of trucks with two types of cartons to a warehouse. Workers unload the cartons, which then move on conveyors to the pallet stacking zone. After palletizing, the goods are moved by forklift trucks to the storage zone. Download the tutorial and accompanying material via our website.

There has been a dramatic increase in investment by both venture capital and strategic investors in new robotics technologies for supply chain automation. These investments have been driven by rapid changes in expectations for consistent, fast, flexible consumer experience across all channels. Traditionally, automation and associate order fulfillment software has been optimized around a limited set of products (or SKU’s) and for the requirements and constraints of a specific channel between manufacturer and consumer. This may result in different, and potentially incompatible technical solutions being implemented at the same distribution center. The new expectation is that the retailer provide a consistent, and hopefully superior, consumer experience, regardless of which channel is most convenient for the consumer to use.

Kuehne+Nagel, a leading global provider of logistics solutions assisted a large warehouse in finding the best algorithm for multi-order picking. The large warehouse processes approximately 13,000 orders or 750 picking cartons per day. Eight cartons are positioned on each trolley, but only four can be filled simultaneously due to weighing scales used to increase order picking accuracy. This and random carton placement along the pickers route means a strict algorithm is necessary for building optimal picking tours.