穿梭車密集存儲技術下的汽車零部件物流方案研究

一、課題背景

圍繞高密度、自動化、高效的存儲方式這一發展方向，“密集存儲”概念應用而生，國內外眾多專家學者、知名物流裝備企業和物流系統集成商推出了相應的技術、設備及系統解決方案。

其中，運用穿梭車和與之相配套的穿梭車貨架系統作為一個新興的解決方案，在近年的倉儲項目規劃中發展很快。相比于傳統的巷道堆垛機，穿梭車更加智能，作業更加人性化，自動化程度相對來說更高；同時由于設備的作業巷道更少，可以提供更好的倉儲坪效比。

然而，受制于穿梭車巷道出入庫的局限性，當前的應用主要局限于醫藥、食品、煙草等少SKU的行業場景下，尚沒有汽車零部件物流大規模多SKU品類應用的案列。

二、研究目標

本方案通過打通汽車零部件物流領域中的生產計劃、物流籌措、入廠物流和工廠物流各供應鏈環節，將工廠運轉與穿梭車自動化設備結合應用，創建一套適用于汽車零部件物流領域的穿梭車密集存儲庫（簡稱“密集庫”）解決方案。

三、研究意義

方案的實施將對所在部門、汽車零部件物流行業、物流自動化設備行業產生積極影響，具體表現為：

對一汽-大眾公司的意義：利用現有庫房面積實現國產化零件存儲功能，優化外租庫面積、人員、設備等外包資源，實現單車成本優化200元目標。

對汽車零部件物流行業的意義：大眾汽車體系下的工廠，通過實施此方案，在現有廠房面積下，可以滿足絕大部分國產化供應商零件的倉儲需求，實現零件直通工廠的精益化流程。

對物流自動化設備行業的意義：創造穿梭車密集存儲設備新的大規模應用場景，僅中國范圍內的大眾汽車體系工廠的潛在市場將達到數億元。

四、整體流程概述

汽車零部件物流業務涵蓋從生產計劃、物料籌措、入廠運輸、工廠物流等多個環節，以下將簡述各環節的整體流程和前提，并對涉及穿梭車密集存儲應用范圍的工廠物流部分進行詳細闡述：

1.凍結生產計劃

（1）接收銷售訂單。

（2）按周確定生產計劃并將計劃凍結。

2.凍結生產計劃

（1）根據生產計劃計算零件需求數和對應的時間。

（2）按照4h為切割單元，合并零件需求。

（3）按照包裝容量圓整，形成箱訂單。

（4）按切割單元依次賦予每個箱訂單以鏈號（1、2、3……30，每周6個生產日總計30個鏈號）。不同于傳統主機廠籌措方法，通過步驟（2）、（3）、（4）的時序切割方法，建立單元貨供貨基礎，是實現整體方案的重要前提。

3.入廠運輸

（1）供應商根據約定的送貨頻次選擇卸貨時間窗口。

（2）按照鏈號順序依次裝車。

（3）供應商組織送貨或承運商組織循環取貨。

（4）按照時間窗口到達工廠卸貨。提前確定的時間窗和按鏈號供貨的順序可以緩解工廠庫存壓力。

4.工廠物流

（1）卸貨。

（2）檢驗及收貨。

（3）密集庫入庫。

（4）密集庫預判。

（5）密集庫移庫。

（6）密集庫出庫。

（7）上線。

（8）返空。

五、密集庫的原理與邏輯

1.設備組成

（1）四向穿梭車：可以在一個平面內承載貨物運動的自動導引車.

（2）提升機：四向穿梭車換層的設備。

（3）貨架：共4層，每層120巷道，貨物存儲方向深度15m。

2.基本運行原理

貨物通過穿梭車和提升機承載到達貨架不同位置，根據不同的鏈號，在巷道深度方向存儲，出入庫遵循后入先出的原則。

3.平面圖

上層為存儲層（簡稱M庫），見圖1。

底層為出庫層（簡稱N庫），見圖2。

4.入庫邏輯

零件到貨后，按規則入庫，見圖3。

信號1：獲取入庫包裝任務和信息；

判斷1：當前任務的鏈號否存在M庫中存在；

圖1 存儲層

圖2 出庫層

判斷2：此巷道是否有足夠空間存放此零件；

入庫1：進入此巷道；

入庫2：進入一個新的巷道。

5.預判邏輯

零件在生產線需求前2小時發出預判信號，判斷當前N庫狀態，提前做好設備工作任務的安排（但不做包裝的實體移動），保證有充足的時間移庫和出庫，如圖4。

信號2：生產線要貨系統提前2h發送需求包裝預判信號；

判斷4：判斷N庫中是否存在此包裝；

預判1：找到此包裝在M庫中的所有相同的包裝和位置；

預判2：找到預判1中鏈號最小的所有包裝；

圖3 入庫邏輯

圖4 預判邏輯

圖5 移庫&出庫邏輯

圖6 Matlab程序運行結果

預判3：找到預判2中距離巷道出口最近的包裝和位置，定義此包裝為目標包裝，阻擋在出庫和目標包裝之間的貨位定義為阻擋包裝；

判斷5：判斷目標包裝的鏈號與當前M庫中其他所有包裝中最小的鏈號差值是否小于等于1；

預判4：將目標包裝和阻擋包裝鏈號標記為0；

預判5：將目標包裝鏈號標記為0；將阻擋包裝移動到空巷道，（此動作定義為“掏鏈”），并記錄掏鏈的箱數；

預判6：將獲取的零件虛擬移庫到N+庫（N+為虛擬庫存，用于記錄待出庫零件）。

6.移庫&出庫邏輯（如圖5）

信號3：生產線要貨系統發送需求包裝出庫信號；

移庫1：找到包裝鏈號最小且箱數最少的巷道，將距離出庫最近的包裝移庫到N庫；

判斷6：N+庫中是否存在此零件；

出庫1：出N+庫內此需求包裝；

出庫2：出N庫內此需求包裝。

7.掏鏈問題分析

承前文論述，密集庫與其他自動化立體庫方案對比中具備坪效比高、設備投資低等明顯優點。但由于應用范圍僅適用于少SKU場景，在汽車零部件物流成百上千SKU的場景下無法實現。本方案通過打通供應鏈各環節，實現單元化供貨，即“鏈號”的運用，巧妙地規避了SKU的限制。

但不能忽視的是，方案中有凍結生產計劃的前提，實際現場運行過程中難免會出現計劃與實際車序不符，導致前提偏差的情況。這部分問題將導致上段第5步驟預判5的操作出現，從而帶來不必要的“掏鏈”動作，從而浪費設備效率。如果浪費過多，將會大大抵消此方案帶來的收益，固需要通過仿真實驗的方法加以驗證。

六、掏鏈問題數據驗證

作者選取了一汽-大眾某車間某天實際生產的車作為數據源，通過編程實現以上入庫、預判、移庫和出庫邏輯，統計了每個鏈對應時間段的掏鏈總數（每天5-6個鏈）。并將數據源隨機打亂排序后運行程序500次，保證數據可信度，得到如圖6。

結果顯示：掏鏈峰值150、平均值23。峰值僅占一天總搬運次數的10%。此浪費從整體經濟性角度可以接受，設備效率方面也可以滿足。

七、結論

通過流程方案設計，既利用了四向穿梭車的密集存儲優化，又突破了SKU品類的限制。綜上，此方案在汽車零部件物流領域具備可行性和較高的經濟性。