冷凍倉庫運用の最適化

冷凍倉庫運用の最適化

Phoenix Analytics は、トルコのコンサルティング会社であり、さまざまな業界向けのシミュレーション ソリューションを提供しています。彼らは、ヨーロッパとアジアに商圏を持つ大手のアイスクリームおよび冷菓メーカーの倉庫最適化プロジェクトの開発に携わりました。

問題

Phoenix Analytics のエンジニアは、アイスクリームメーカーの意思決定者がリソースをより効果的に使用する方法を理解できるように、冷凍倉庫のシミュレーション モデルを作成する必要がありました。

倉庫には、特定の保管エリアの温度設定条件が必要な冷凍製品が保管されます。保管エリア内の温度は、在庫受入やピッキングなどの保管関連の作業の影響を受けます。これらの活動分野では、次の 3 つのタイプの倉庫オペレーターを最適化しました:

ランナー
ランナー(クリックして拡大)

エンジニアはモデルを作成する際に、いくつかの制限とルールに従う必要もありました。

ソリューション

リソースの分類
リソースの分類 (クリックして拡大)

エンジニアは倉庫シミュレーション ソフトウェアとして AnyLogic を使用しました。さまざまなシナリオを柔軟に使用でき、季節、ラックの負荷、スタッフのシフトなどに応じて冷凍倉庫パラメータを変更できるモデルを開発しました。

フォークリフトとコレクターは、インバウンドリソースとアウトバウンドリソースに分類されました。インバウンドおよびアウトバウンドのドック使用の優先順位を簡単に変更して、各設定の結果と影響を確認できます。

このモデルでは、開発者は倉庫ラックのヒート マップ色表示システムを実装しました。ヒート マップ(使用頻度が高いアイテムを赤く表示)は、さまざまな情報を表示するように設定できます。製品タイプごとに表示されるように設定されたヒート マップは、インバウンドおよびアウトバウンド操作で各製品タイプの場所を分析するのに役立ちます。ピッキング数を表示するようにヒート マップを設定すると、需要が最も多いラックまたは最も少ないラックを監視することができます。

倉庫最適化モデルは、多数のパラメータを考慮して、フォークリフトと収集者の最短移動距離を決定し、パレットを保管するのに最適な場所を示しました。また、現在の履行状況、リソース使用状況、その他の利害関係者の意思決定に役立つ統計も示しました。

ランナーを使用したパレットの保管とピッキング
ランナーを使用したパレットの保管とピッキング (クリックして拡大)

シミュレーションを実行する場合、エンジニアはさまざまな稼働期間における実データを使用してパフォーマンスを分析できます。

結果

シミュレーション結果の概要
シミュレーション結果の概要(クリックで拡大)

シミュレーション実験から得られる統計には、リソースのさまざまな組み合わせやリソース使用率などが含まれます。また、サービス レベルと KPI がいつ満たされなくなるかを確認し、リソースのさまざまな組み合わせがどのように機能するかを評価することができます。

必要なパフォーマンス レベルを達成しながらリソースの使用を最小限に抑える構成が、クライアントの倉庫最適化ニーズに合わせて選択されました。

このケーススタディは、AnyLogic Conference 2021 で Phoenix Analytics のAli Yoğuran 氏によって発表されました。

スライドはPDFでご覧いただけます >>



同様のケーススタディ

その他のケーススタディ

各業界のケーススタディが記載されたパンフレットを入手(英語)

ダウンロード