flexsim仿真模型-MC公司下游仓库管理仿真实验(上)

简介: flexsim仿真模型-MC公司下游仓库管理仿真实验

材料下载:下载地址


一、问题与概念模型描述


1.问题描述


本次管理业务流程是以德国MC公司为研究对象,主要研究该公司的下游成品仓库管理。德国MC公司创立于1961年,公司创立支出就明确以保护、维护、养护和修复混凝土为他们的开发、生产目标,经过公司的不懈努力,MC公司已是当今世界完全处于领先地位的公司。公司拥有一支庞大的科研队伍,覆盖的产品达到 1000 多种,产品销往世界各地,已在世界20个国家和地区设有生产厂。如,德国、瑞士、巴西、法国等。

MC公司生产的产品多达1000多种,总的来说其产品可以归为五大类,分别是粉剂产品、混凝土各种添加剂、人工合成液体材料、漆系列、乳胶沥青系统和各种弹性系统材料。具体的产品介绍如下表所示:



MC公司的成品仓库是按照这五大类进行分类管理。根据调查,成品仓库处理接收产成品之外还需要根据客户订单进行成品打包,以便物流快速送至客户手中。

由此可见,成品仓库的运作效率大大影响公司的交货时长。对产成品仓库运作管理的仿真是为了分析该公司当前的管理方式是否合理。若不合理本文将会给出调整建议,使得运作效率提升。


2.系统参数


根据上述对成品仓库的介绍, 仓库有两个功能。一个是将产成品分类检验,然后是将检验后的产成品按客户订单进行打包处理。根据调查MC公司的成品仓库作业流程如下图所示:


除此之外,还需要设定客户订单的相关数据,让系统自动打包存放。我们模拟系统运作时长为28800s根据以前的订单数据,初步预测了未来28800s可能发生的订单情况。为方便展示,将第1节中提到的产成品进行编号,粉剂产品为产品1;混凝土各种添加剂为产品2;人工合成液体材料为产品3;漆系列为产品4;乳胶沥青系统和各种弹性系统材料为产品5。具体情况如下表所示:

为使企业以“拉式”策略运作系统,还需要明确客户的订单时间,做到准时准点的将打包货物流入下一物流环节。即就是在货物先暂存于暂存区,当到订单时间时再进行打包。客户订单时间如下:

注:以上数据是对MC公司业务合理预估数据,并不是实际数据。

根据MC公司的生产线,产成品送至该仓库共5种,即5种临时实体。根据调查,MC公司的5种临时实体由相邻的5种不同类型的厂房产出。5种产成品同时装车,送至该仓库。为简化模型,这里设置5种产成品到达该仓库的时间服从均匀分布。根据经验,检验设备检验一个产品的时间是16s。后依据产品的类型,由不同的运输线路(传送带的速度为2m/s)将产品送至打包处。打包完成后暂存于订单货物暂存区。最后由叉车以2m/s的速度运至货架方便下一物流环节拿取。


3.概念模型


为更加清晰地了解运作流程,这里利用BPMN图来展现。MC公司产成品仓库BPMN图如下:

产成品到达后卸货至检测暂存区,由工人将货物搬运至检测机进行检测。检测后经过5条传送带运输至5个以产品类别分开的不同暂存区(集中暂存区)。当到订单要求时间后(若没到订单时间,系统依旧会进行打包以备不时之需),货物会依据订单要求的货物数量与种在打包区进行打包。打包后的产品放置在订单货物暂存区,等待叉车空闲后,由叉车送至货架。


二、构建Flexsim仿真模型


1.模型实体介绍


在介绍实体之前,先宏观展示整个模型,利flexsim2019搭建仿真模型。模型截图如下:

下面利用表格对各个实体进行介绍。


2.主要参数设计


(1)发生器1:确定5种产品类型以及颜色;

(2)运输卡车达到:规定产品到达时间,符合均匀分布N(20,2,0);

(3)操作员:将检测暂存区的产品搬运至检测机

相关文章
|
存储 供应链
flexsim仿真模型-MC公司下游仓库管理仿真实验(下)
flexsim仿真模型-MC公司下游仓库管理仿真实验
807 0
|
XML 存储 JavaScript
Flowable学习笔记(二、BPMN 2.0-基础 )
Flowable学习笔记(二、BPMN 2.0-基础 )
4628 0
Flowable学习笔记(二、BPMN 2.0-基础 )
|
Go 分布式数据库 计算机视觉
.Net脱壳工具 de4dot参数说明/简易教程
原文:.Net脱壳工具 de4dot参数说明/简易教程 de4dot  /? 帮助原文  使用方法 de4dot "d:\xx.exe" -p xc -p xc 指定壳类型 , 这里是xc,表示Xenocode壳.
4888 0
|
6月前
|
机器学习/深度学习 PyTorch Shell
从零实现3D Gaussian Splatting:完整渲染流程的PyTorch代码详解
3D高斯溅射(3DGS)正成为3D视觉新标准,广泛应用于AR/VR与实时渲染。本文用PyTorch在几百行代码内实现其核心渲染流程,涵盖投影、排序、分块与合成分步,效果媲美SOTA,助力快速理解与落地。
1089 4
从零实现3D Gaussian Splatting:完整渲染流程的PyTorch代码详解
|
人工智能 Linux iOS开发
exo:22.1K Star!一个能让任何人利用日常设备构建AI集群的强大工具,组成一个虚拟GPU在多台设备上并行运行模型
exo 是一款由 exo labs 维护的开源项目,能够让你利用家中的日常设备(如 iPhone、iPad、Android、Mac 和 Linux)构建强大的 AI 集群,支持多种大模型和分布式推理。
3883 101
|
9月前
|
网络虚拟化 虚拟化 Docker
记一次Windows端口占用问题排查
netstat命令排查不出的Windows端口占用问题的解决方案,附快速排查脚本
948 0
|
安全 JavaScript Java
基于SpringBoot+Vue论坛管理系统【源码(完整源码请私聊)+论文+演示视频+包运行成功】
基于SpringBoot+Vue论坛管理系统【源码(完整源码请私聊)+论文+演示视频+包运行成功】
246 0
基于SpringBoot+Vue论坛管理系统【源码(完整源码请私聊)+论文+演示视频+包运行成功】
|
JavaScript Java 关系型数据库
流浪动物救助|基于Springboot的流浪动物救助平台设计与实现(源码+数据库+文档)
流浪动物救助|基于Springboot的流浪动物救助平台设计与实现(源码+数据库+文档)
928 0
|
程序员 测试技术
程序员难以一次性写好代码并持续修复Bug,主要源于软件的高复杂性、需求不确定性、测试局限性和技术能力限制。
【5月更文挑战第11天】程序员难以一次性写好代码并持续修复Bug,主要源于软件的高复杂性、需求不确定性、测试局限性和技术能力限制。复杂的系统易产生意外问题,需求变化导致初始设计难完备,测试无法覆盖所有情况,而技术更新和个体能力差异也会引入错误。因此,持续调试和优化是保证软件质量的关键步骤。
690 0
|
XML 数据格式 程序员

热门文章

最新文章