物流仓储立体化输送系统仿真外文翻译资料

 2022-10-27 10:10

英语原文共 16 页，剩余内容已隐藏，支付完成后下载完整资料

立体化密集多深度,自动存储和检索系统(AS/RS)变得越来越普遍,对于新技术来说,更低的投资成本,更高的时间效率以及密集的尺寸。对这些系统的决策研究仍然处于初级阶段。本文研究一种特定的密集的系统与深度回旋式输送机和存储/检索(S/R)机器的水平和垂直运动单位负载。这个系统最优存储区边界的决心有两个产品类:高收入和低收入,通过最小化预期的存储/检索机器行程时间。我们制定一个整数非线性规划模型来确定区域边界。一种分解算法和一维搜索方案是解决模型开发的。算法是复杂的,但结果是吸引人的,因为他们中的大多数是在封闭而容易适用于立体化自动存取系统货架最优布局。结果表明,存储/检索机器行程时间显著影响货架区尺寸,货架区大小以及ABC曲线偏态(呈现营业额模式不同的产品)。研究结果表明通过比较与那些在随机存储和显示机器的使用分类存储减少行程时间是可以实现的。

1.介绍

在供应链中用来提高指令拣选效率和减少存储空间方法的也经常缩短客户的反应时间，降低成本,改善相关客户服务。人们普遍认识到,这些改进可以正确地选择系统类型,优化仓库布局和存储策略。自动化存储和检索(自动存取系统)系统设计取代传统手工仓库,通过自动化产品检索(S/R)的过程增强存储/指令拣选效率。自从突破自动存取系统, Hausman等人(1976)在文献中提出了多种存储策略并实现了在仓库内缩短存储/检索机器行程时间存取单位负载(托盘、容器或手提袋)货架。它已经被表明,与随机存储相比,基于类的存储通过存储单位负荷接近输入/输出(I/O)点可以减少存储/检索机器行程时间的(Hausman 等人, 1976; Eynan 和 Rosenblatt, 1994; Kouvelis 和Papanicolaou,1995;Ruben 和Jacobs, 1999; Park, 2006) 。单位负荷存储在单深度货架(单位负载只有一个单位荷载的深度)。为了存储或检索单元负载,货架之间的过道是必需的,这就造成很大的浪费，导致产生一个大的地板空间建筑。此外,仓库的布局要考虑长行程时间的存储和检索单位负载。

在多深度立体化形式（3D）存储系统中存在的解决方案，也称为密集型或超高密度存储系统，该系统最近一直以提高拣选效率，并节省建筑面积所被认识(Retrotech, 2006; Westfalia, 2006)。在最普通的一类立体化密集自动存取系统，通过自动存储/检索堆垛机一些自动垂直运动机制每个负载可单独访问(De Koster等人, 2008)。在多深度系统中存储单元负载相对于传统的仓库或自动存取系统可以节省存储空间巷道。因此总的存储/检索行程时间可以比在常规系统短。这种系统的全自动化意味着他们可以围绕时间工作。其结果是，该系统可节省因为高生产率，节约土地空间和减少劳动力带来的成本。

密集自动存取系统对于存储产品来说正变得越来越流行(Van den Berg 和 Gademann, 2000; Hu 等人, 2005)。有一个例子是在德国居特斯洛美诺的系统，用组合和班车存储和检索个别白色托盘产品（如洗衣机和洗碗机等）并且为将它们装上火车和拖车自动排序。在一些实例中由Graves（2002）等人所述，以及更多的例子可在系统的网站上找到系统的供应商(e.g., Retrotech, 2006; Westfalia, 2006)。我们在密集的集装箱堆放研究及其应用在集装箱堆场，并在荷兰Distrivaart驳船终端（Waals，2005年），其中托盘终端几家供应商和超市之间运使用驳船仓库。从建议提出直到该项目实施并完全自动化密集型存储系统已在驳船上创建。

本文侧重于优化类区域边界密集型（3D）为包含两个存储自动存取系统区域/地区：高周转和低周转（二课堂基于存储策略）。这些边界包括：三个维度的长度为第一和第二类区和最佳区的大小（即，在体积比第一类区和齿条）。这个问题是比在平面化（2D）的自动存取系统更复杂与基于类的存储，其中决定数变量是比用于立体化的存储区域小得多，这是因为它的拣取区域仅考虑区域的大小，从该最佳界限然后所得（Rosenblatt 和 Eynan, 1989; Eynan 和 Rosenblatt, 1994; Park, 2006）。

本文提出了一种数学模型来确定的最优边界两舱基于立体化自动存取系统通过最小化存储/检索堆垛机行程时间在单指令的操作模式。为了做到这一点，我们将会预期制定的存储/检索机器行程时间不同的情况。该模型是非线性的，并混合整数；但是，我们可以通过优化裂解解决它分成几个子模型可解，降低了决策变量的可行区域不失最优解。最后，一维搜索被引入以确定存储之间的最佳比例一流的体积和总体积货架。虽然用于确定最优解的过程是复杂的，所获得的最佳结果是简单的适用于实际应用。我们表明的结果，本文可以是对这些获得的显著改善随机存储，特别是当在曲线（代表不同的产品周转模式）是歪斜的情况时。

第2章回顾了相关文献。在第3和第4章，我们提出的模型，用于确定最优的两个分类区域。第5章优化该模型。它也提供了一种方法，以确定最佳第一类区的大小，并解决影响的货架上尺寸的空间限制。我们将结果与第6章的随机存储进行。第7章总结全文。

2.文献综述

在过去的几十年中，相当多的关注已集中在自动存取系统每个存储/检索的运行周期行程时间计算系统。行程时间取决于存储的形状机架（广场时间（SIT）或非SIT（NSIT）），机组负荷存储策略（随机，基于类或全周转为主策略），并且存储/检索机器的操作模式（单，每个周期的双和多个命令）。在本节中，我们回顾一些论文密切相关的我们的研究，重点在存储策略，最优类区域边界和三维存储系统。

2.1.存储策略

在随机存储策略，存储/检索请求被随机分配在货架中可用的存储位置。 这个政策在文献中普遍认为，看Hausman等（1976年），Bozer和怀特（1984年），Lee和Elsayed（2005）和Elsayed等（2008）。在许多研究中，例如，Hausman等（1976）和Lee和Elsayed（2005年），它被用来作为一个基准来衡量的其他存储改进政策。对于基于全周转政策，Hausman等（1976）得出的预期单个命令的表达式行程时间，其中一个帕累托（或ABC）的需求曲线和基本的经济订货批量（EOQ）为主重新排序的政策假设。因为只有ABC曲线和EOQ政策假设，他们得出的表达可用于无论计算单程行程时间是否存储货架NSIT，单深或多深。表达已被用于许多其他研究人员在不同的仓库设置。例如，Koh等人（2002）将其应用到估计的行程时间仓储系统，结合起重机与传送带。对于NSIT货架，Park等人（2003年）。 获得双重命令行程时间与基于营业额的存储。该从全成交量为基础的存储行程时间减少策略是巨大的，但它不是在这个意义上现实的那存储系统中的每个托盘的周转需要已知的，并且应在一段时间常数（Hausman等人，1976年）。因此，基于类的存储策略更流行的做法。在这种方法中，托板是大致分为高，低周转托盘，和高周转托盘被分配到的位置更接近I / O的点。一种用于基于类的存储行程时间公式由Hausman等人的。（1976）和所讨论在平面化自动存取系统的许多研究人员两个类为主存储设置（Kouvelis 和Papanicolaou, 1995; Park, 2006)或基于多级设置(Rosenblatt 和 Eynan,1989; Eynan 和 Rosenblatt, 1994; Thonemann 和Brandeau, 1998; Ruben 和 Jacobs, 1999）。

2.2. 最优区边界

Hausman首次研究了将最优大小不同的问题营业额区使用网格搜索的方法用于在货架表层最小化存储/检索行程时间。货架存储位置划分为两个或三个区域。Rosenblatt和Eynan(1989)为任何所需的边界的决心区域的数量提出了解决方案。他们证明了最大的存储也可以通过使用溢出营业额政策将仓库划分成相对较少的区。Eynan和Rosenblatt(1994)扩展上述两种论文通过确定最优区边界(大小)将预先设计矩形划分为多个仓库(NSIT情况)。上述论文只考虑单命令周期。对于双命令周期,由于在推导一个封闭的复杂性问题公式的存储/检索机器的行程时间时,最优区域大小只有坐的数值研究平面化系统有两个存储类(Park,2006)。Park(2006)进一步确定的均值和方差单一和双命令周期行程时间存储/检索系统两级存储NSIT情况,分析了货架的影响因素和偏态参数系统的吞吐量。然而,最优区域大小并没有考虑到。

2.3. 立体化存储系统

立体化自动存取系统在学术文献中还没有被广泛的研究。虽然公园和韦伯斯特(1989 a,1989 b)提到立体化存储系统,事实上他们研究平面化托盘存储系统与多个通道。Gue(2006)以及Gue和Kim(2007)研究密度很大存储系统存储在加深度负载货架。研究结果表明如果系统不是一个自动存取系统和存储单元加载不能单独访问。Sari等(2005)研究立体化货架自动存取系统的地方托盘在不同机架两侧的存储和检索两个起重机分别负责存储和检索。托盘存储在加深度货架。为了在货架内检索一个特定的托盘,检索起重机必须将所有前面的托盘和存储这些特殊缓冲输送机使用先进先出政策。De Koster 等 (2008)以及 Yu 和 De Koster (2009) 研究立体化自动存取系统内置环形输送带。这个系统是完全自动的,每一个托盘存储在一个多深度货架内，单独访问市不需要借助任何缓冲输送机。他们研究随机存储和溢出存储,分别设计一个最优货架通过最小化预期的行程时间存储/检索机器。对于单命令周期和随机存储他们得出的在三维空间里的最优比例是在垂直、水平和输送机方向是0.72 : 0.72 : 1 。我和De Koster 等人(2008), 的论文研究相同的系统，因此我们可以比较结果。不同于以前的论文，这篇论文是根据他们的产品交易额来对存储单元加载的基于类的存储策略进行研究的。这在模型、方法和解决方案上导致了差异的存在。即使是SIT的情况，对于两类存储、行程时间公式的推导过程比这更复杂的随机或溢出营业额存储。我们必须把存储区域分成四个部分(请参阅图3，图7在附录B网上)。随着许多杰出的应用例子的出现，之后的分析变得更复杂。在方法论上,解决如此复杂快速分析模型，我们需要开发属性的缩小可行的最优解区和模型分解成子例。

基于类的存储策略在实践之一最重要的是对传统平面仓库存储策略的研究。最优区边界类存储被许多研究人员广泛研究(e.g., Rosenblatt 和 Eynan (1989) 和 Park (2006)), Hausman 等人 (1976)之后做了相似的工作。然而，只有很少一部分论文(e.g.De Koster 等人 (2008)) 提到了定位立体化密集自动存取系统以及立体化的研究基于类的存储问题自动存取系统是处于起步阶段。 作为第一篇研究基于类的密集的存储立体仓库系统优化的目的货架设计和存储边界的论文，本文填补了这个空白。

  1. 问题描述和常见模型

3.1. 问题描述

在图1中由一个立体化货架,一个仓库(或 I/O 点)存储/检索机器(或起重机)和正交输送机操作成对的深度运动负责研究了密集(3D)系统。货位通过I / O点加载进入和离开该系统然后存储在货架上。单位负载可以流回去，前端的入站和出站输送机的机架分别由重力或权力控制。存储/检索机器可以同时驱动和升力和照顾吗水平和垂直方向的运动。通过拿起单位负载的I/O点把他们入站输送机或检索一个出站输送机将I/O点。

图1一个密集的自动存储系统与重力式输送机:(A)整体草图;(b)顶视图草图(De Koster et al .,2008)。

在本文所描述的系统中，由De Koster 等人(2008)使用至少两个深度运动的变异单元加载机制:重力式输送机和驱动输送机。系统无动力(即重力)输送机示意图如图2所示。在后面的货架上，通过一个简单便宜的电梯电梯单位加载一个接一个从入站输送机邻近的出站输送机的流架的前端。通过这种方式,单位负载两个输送机直到一个请求(举个例子,在位置A)到达存储/检索位置而后通过停止开关将其停止在前面的货架上。电梯驱动单元的旋转载荷,它是低于两个输送机,它决定了有效的旋转速度。为了检索单位荷载,这两个相邻的重力输送机应该至少一个空槽(在位置“E”)。

图2 侧面示意图深度运动的机制

深度运动机制和存储/检索机器机也可用于序列根据他们单位负载记忆失误,存储/检索系统拿起一个无序或新机器传入的单位荷载,并将它插入所需的相对的位置当这个位置流向存储位置“E”，并成为空的。

深度与输送机驱动的运动机制使用电梯将输送机安装在货架上，并保持水平。重力的检索操作是相同的输送机，但是对于存储操作，则是有两种差异在操作。首先，空位可能在任何在这两个输送机上的任意一个地方。其次，存储时间单位荷载可能超过重力的输送机；这是因为驱动输送机可能需要更多的时间旋转一个空槽的存储位置。在这篇文章中，为了获得预期的周期时间为两个系统差异，我们只考虑检索行程行时间。这份考虑是出于这一事实检索时间更关键的操作来减少客户的反应时间。

在本文的基本假设主要发现在实践中,也常用的其他自动存储系统的论文(Hausman 等人(1976), Bozer 和White (1984), Rosenblatt 和 Eynan (1989), Eynan 和Rosenblatt (1994), Ashayeri 等人(2002)，De Koster et al.(2008)) 。

1.货架是连续矩形的表面。这种假设可以大大减少困难问题分析的结果通常是足够接近现实世界离散货架的表层 (Hausman et al., 1976).

2. 存储/检索机器可以同时在垂直和水平方向以恒定速度运动。因此，行程所

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[153754]，资料为PDF文档或Word文档，PDF文档可免费转换为Word

原文和译文剩余内容已隐藏，您需要先支付 30元 才能查看原文和译文全部内容！立即支付

以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。

您可能感兴趣的文章