發(fā)布日期:2019-10-28瀏覽次數(shù): 次信息來源: 辛鵬亮
在新工廠規(guī)劃和老工廠擴能改造過程中,往往首先要評估工廠的大物流能力。在新工廠規(guī)劃中大物流方案需考慮工廠要開多少個門?要設置多少個裝卸貨位?車輛、人員流動路徑如何設置?工廠各模塊、各廠房如何布局等等。這些都是新工廠規(guī)劃中一開始就要面對的問題。而在老工廠的擴能改造中,除了設備、產(chǎn)線的產(chǎn)出能力之外,還要弄清楚的就是產(chǎn)能提升所帶來的物流量的增加。在現(xiàn)有的園區(qū)內(nèi)能不能運行?卸貨資源能不能滿足?不管是新工廠規(guī)劃還是老工廠大物流能力評估,首先需要搞清楚的一件事就是工廠的物流量有多大。
一、流量數(shù)據(jù)收集
在分析工廠大物流流量的方法中,最常用的有兩種方法:車流量實測法與物資體積測算法。
1、車流量實測法:顧名思義就是在原廠區(qū)各物流門及各裝卸貨區(qū)監(jiān)測物流車輛信息。除了要記錄車次以外,還要記錄下到達站點的時間、車輛類型、車廂尺寸、裝卸貨物料、裝載率、裝卸貨時間、等待時間等信息,記錄的信息越詳細,評估的準確性越高,后續(xù)的改善也就更容易找到突破口。
2、物資體積測算法:是利用工廠管理物資的基礎數(shù)據(jù)進行理論測算。對于工廠而言,一般就是原材料、零部件、成品等需要進出廠的物資,其基礎數(shù)據(jù)需要包括產(chǎn)品產(chǎn)能、產(chǎn)量、BOM、物料尺寸、包裝信息、車輛裝載信息等,根據(jù)以上信息計算出來料和成品的物流量。
實測法的優(yōu)點是能夠真實反映進出廠的車流量、裝卸貨時長以及現(xiàn)狀入廠物流中存在的問題,據(jù)此可以找到改善的方向和思路。缺點是數(shù)據(jù)的波動可能會比較大,對于多點??康能囕v很難搞清楚各點的物流量(具體到體積或數(shù)量),另外就是耗時較長,一般至少需要一周以上的持續(xù)記錄。而理論測算法,可以精確的測算出各點的物流量及車流量,但前提都是基于一些假設,與實際會有差異。在以往的咨詢項目中,多采用兩種方法結合,可信度會高很多,對于后續(xù)的規(guī)劃、改善就能提供強有力的支撐。
實測法對于信息化程度較高的工廠實施起來簡單方便。通過視頻識別、RFID識別等方式可自動記錄車流量相關數(shù)據(jù),但對于車廂內(nèi)部的裝載情況仍需人工識別記錄。對于沒有這些自動識別信息技術的工廠來說,就需要投入較多的人力才能記錄清楚每個點的流量情況。
在這里有一個小技巧,就是在記錄的時候不要去記錄車牌號。因為手寫記錄一天的數(shù)據(jù)再往電腦錄入的時候會發(fā)現(xiàn):很多因為書寫不規(guī)范,無法識別清楚車牌號,導致出錯??梢酝ㄟ^在車輛入廠時發(fā)放數(shù)字號牌(從1開始排序),出廠時回收的方式,這樣不僅操作簡單而且記錄的非常準確。
數(shù)據(jù)分析:獲得基礎數(shù)據(jù)之后接下來就是要對數(shù)據(jù)進行分析,包括現(xiàn)狀分析和未來推算(基于產(chǎn)量變化),同樣可以采用以上兩種方法結合的方式提高數(shù)據(jù)的可信度。現(xiàn)狀分析的角度一般包括各關鍵物流節(jié)點的車流量(用于建立各功能區(qū)的流量數(shù)字關系),車流量的時間分布和推移情況(用于分析車流量的波動情況(波動率)以及峰值是否與生產(chǎn)活動一致,整體是否均衡,若波動很大,則資源的配置便存在較大的浪費)。車輛在廠時間/卸貨時間/返空時間(用于分析車輛在廠活動,發(fā)現(xiàn)浪費)。而要推算未來的車流量需要分析產(chǎn)量(自變量)和物流量(因變量)的關系,通過建立某種數(shù)學關系,從而實現(xiàn)調(diào)整產(chǎn)量(自變量)來推算物流量(因變量)的目的。以上數(shù)據(jù)分析也是園區(qū)SLP規(guī)劃方法的重要組成部分。
通過以上這些方法可對一個工廠或園區(qū)的大物流能力有一個基本的認識和評估。結合SLP的系統(tǒng)規(guī)劃方法的運用,可實現(xiàn)對企業(yè)物流設施科學合理的規(guī)劃。