小件分类拣选模式下医药配送系统仿真设计

鲁春强，李 昂

（1.南京翌星自动化系统有限公司，江苏 南京 210023；2.南京理工大学紫金学院，江苏 南京 210023）

1 引言

随着全球物流技术的日新月异，我国物流行业近年来发展迅猛。物流运作模式中，托盘拣选、料箱拣选、小件拣选三类作业拣选模式较为流行，但是小件拣选模式目前在国内还鲜有成功案例[1]。典型的小件分拣策略主要分为以下三种：工作人员到仓库拣选货物、货物从仓库自动到工作人员、使用自动分拣系统。

医药行业在很多国家都有政策扶持，在我国也被列为高新技术产业，医药经济的发展趋势也相对旺盛。尤其是2005 年以来，我国允许国外企业在国内从事全方位的销售服务，便将药品的采购、仓库储存、分拣配送、批发零售及售后服务等物流过程带入了医药行业，这对我国传统医药行业的批发零售运作模式产生了巨大冲击，也使我国原有的医药企业面临着世界级的巨大挑战，迫使这些企业的生产运作、储存分拣、销售运作等都向数字化、自动化发展。在此背景下，本文以盒装医药作为小件的具体模型，对其自动化分拣模式进行探讨。

2 医药配送中心仓库布局及物流流程分析

2.1 S医药配送中心仓库布局介绍

S 医药配送中心采用的是重型横梁式货架和多向穿梭车货架（如图1 所示）相结合的存储方式。多项穿梭车货架是一种自动化程度很高的立体货架，采用的拣选模式为货物自动从仓库到工作人员拣选模式，这种存储方式不仅节省了大量的人工，同时具有极高的存储效率，且存储密度极高，充分利用了仓库空间。

图1 S医院配送中心多穿货架布局图

2.2 S医药配送中心物流流程分析

2.2.1 上架流程分析。货物检测合格后装入料箱，由输送带和移栽机将其运送到与货架相连的提升机上，根据系统记录的货物信息和货位信息，提升机将货物自动提升到预存放库位所在层，再由提升机上的穿梭车装载料箱并驶入该层所设的穿梭车轨道，穿梭车行驶到预存库位旁时自动停下，由伸缩装置将该料箱放入库内，从而完成上架流程。具体过程如图2所示。

2.2.2 取货流程分析。与上架流程原理类似，系统接到指令后，提升机和穿梭车分别自动运行至指定位置，装上指定货物的料箱后回到起点，通过移载机将料箱移载至流向分拣区的输送线，再由输送线将料箱运送至人工分拣区，随后由工作人员进行分拣工作。具体过程如图3所示。

2.2.3 分拣流程分析。如图4所示，料箱到达拣货区后，再由移载机将料箱移载至人工分拣操作台，工作人员将料箱中的货物取出、拆分，并按照订单进行组装，再将拣选好的货物放至铺设于操作台下方或者来料输送带旁边的流向出货口的输送带上，在输送带的起始位置预先放置了空的包装箱，拣选好的货物按订单随包装箱被输送至出货口，并进行下一步的打包并暂存，等待出库（这一过程如图5所示）。

图2 上架流程

图3 取货流程

2.2.4 整体流程分析。存储货架方面，S配送中心采用的是较先进的自动化立体库，具有先进的自动上架和下架的运行策略，配合仓库管理系统，还可以做到自动化的货位分配，库存信息的管理与控制。物料下架后也布置了清晰且合理的物流线路图，涵盖整个流程各个环节，整体效率较高。但在拣货这一环节采用的是由货自动到人的半自动人工分拣作业，来料流程虽然自动化，但人工分拣这一过程效率相对低下，并存在一定的分拣出错概率，还增加了人工成本，尤其在订单高峰期人工拣选则成为整个配送中心物流系统的瓶颈。

图4 分拣流程

图5 人工分拣操作示意图

为了满足配送中心自动化的需求，提升其整体运行效率、优化人员分配、减少人工费用，须针对货物分拣流程进行改善，采用更加高效、订单履行能力更强的全自动化分拣系统代替之前的人工分拣系统。

3 医药配送中心的EIQ分析

3.1 EIQ分析法介绍

EIQ分析法[2]中的E是指“Entry”、I是指“Item”、Q是指“Quantity”。该方法是以客户订单的数量、客户订购的品类和订购次数为出发点，对物流配送中心的出货特性进行分析。该分析法目的在于通过配送中心物料和物流的特点及从物流特性所衍生出来的物流状态（比如从配送中心的物流设备到其客户这一流程的流动特性），得到配送中心各个品类的分布及ABC分类、出入库频次和时间等特征内容，并以此为依据对配送中心进行系统平面布局、计算其出入库设备的能力、分析设计其自动化程度，讨论其运作模式，从而规划并制定出一套与该配送中心匹配的物流系统。

3.2 S医药配送中心的EIQ分析

3.2.1 EQ分析。从表1和表2可知，订单的平均订货量为433 件，A 类订单（即医院订单）为大量订单，订货总量占订货总数的80%，订单也占总订单的80%；B类订单（即药房订单）为量较小的订单，订货量占订货总数的20%，订单也占总订单的20%。总体来看订单分布比较均匀，可以不用进行ABC分类。

表1 EQ分析表

表2 订单ABC分类表

3.2.2 EN 分析。从表3 可知，每个订单平均包含的SKU（即保存库存控制的最小可用单位，以此表示品项）数为3个，订单的平均出货品项较少，所以比较适合采用订单合并分拣。

表3 EN分析表

3.2.3 IQ分析。从表4和表5可知，IQ分布为一般配送中心的典型模式，总SKU 数为2 500 个，总出货件数为 390 000 件，SKU 平均出货量为 156 件。A 类药品属出货量大的主流产品，占所有SKU数的44%，应作为规划的重点；B 类药品属出货量较小的货品，规划时仅作一般的考虑。

表4 IQ分析表

表5 品类ABC分类表

3.2.4 IK 分析。从表6 可知，IK 分布为一般配送中心的典型模式，总出货SKU 数为2 500 种，总受订次数为10 700，平均品项受订次数为4次。

表6 IK分析表

3.2.5 整体分析。整体来看，该配送中心每日的订单量是非常庞大的，该配送中心平均日订单量为3 000 个，包含整箱和零箱的出货总量为10 000箱，出货总件数高达3 290 000 件，其中占整个订单30%的零拣订单达900个，并且许多整箱订单中包含零拣，零拣订单的出货量一天达到390 000 件，每天动用的 SKU 数为 2 500 个，平均每个 SKU 受订 4 次。在这样高的订单需求下，拣选流程特别是零箱小件拣选使用人工分拣，使作业人员工作压力过大，工作时间长导致效率下降、出错率增加等不良因素，而当分拣人数无法满足订单需求后就不得不增加劳动力，导致又增加了新的劳动成本，严重影响整个物流流程的效率。

本文参考了2000国家大地坐标转换的相关理论和方法，结合了仙居县国土资源空间数据转换工作实践，对各环节质量控制方法进行了论述。得出的结论是坐标系转换的质量控制重点在于：一要了解待转数据的技术要求；二要分析待转区域范围大小和地形地貌特点，选择适合项目的转换模型；三要尽可能收集到区域内分布均匀的重合点(高等级控制点)；四要重视解算参数的外业精度校核；五要做好待转数据转换前后的内容质量和精度检查。仙居县国土资源空间数据高质量实现了CGCS2000坐标系转换，转换成果已通过浙江省测绘成果专业质检单位检验，其中确保转换精度质量和数据质量的技术方法和作业经验，可以向其他类似项目推广借鉴。

以上研究表明，该配送中心急需使用全自动的分拣系统，虽然需要增加基础设施、设备的投资成本，但是能极大地提高分拣效率并保证了在高峰期大量订单需求下的订单处理能力，同时还降低了人工劳动成本，使仓库人力资源得以优化分配。综上所述，在该配送中心使用全自动分拣系统可行性强。

4 医药配送中心小件分拣流程仿真与优化

4.1 A字型分拣机介绍

A 字型分拣机（以下简称A 架）是一种自动化拣选设备，目前主要流行于国外，国内很少有这方面的应用。该设备可以高精度拣选大批量形状均匀的小型、耐用和非弹性物品，如药物、化妆品等。

A架的设备结构为：由两边倾斜的多列竖直通道所构成的货架支撑起来形成一个“A”字形的结构，两边的货架中每个产品通道都只堆放一个SKU的货品（但同一SKU的货品可放置在多个通道）。两边通道底部连接弹射器，分拣时弹出相应通道里的货物。位于两侧通道所构成的“A”字形结构的正下方设有输送带，输送带上传递订单并汇集各个订单中所需商品[3]，其工作原理示意图如图6所示。

图6 A架工作原理示意图

4.2 A字型分拣机仿真及优化

4.2.1 仿真背景。运用Flexsim仿真软件[4-5]对A架作业流程进行仿真，模拟该系统进货、存货、拣货、补货等作业流程，再用自动化补货策略替代A 架系统原有的人工补货策略，并再次对该策略进行仿真，从而完成用A 架系统对S 医药配送中心进行小件分拣流程的优化改造。

4.2.2 仿真模型的建立与运行。以S-Pemat 型A 架为原型在Flexsim 中建立货架模型，其两边均为单层通道，每平米有19个通道，每个通道能装64件产品，通过调整其倾斜度及尺寸大小使模型仿真表现得更加直观（如图7所示）。

图7 A架原型的建立

在A 架仿真模型建立的基础上，再进行订单发生器、订单种类、订单合成器、订单合成器加工时间的设置，并搭建补货流程，最后进行暂存区的设置。

初次运行后的仿真模型运行结果如图8所示。

图8 仿真整体布局图

4.2.3 补货流程的优化。由于人工补货存在耗费人工、作业出错的可能性，并且在高峰期可能出现无法满足补货需求的情况，因此需要对A 架的补货流程进一步优化改善。

将A 架旁原有的流利式货架改为堆垛机货架，由机械手代替人工作业，在A 架通道里安全库存之外的其他区域设置类似于“弹匣”的装置。该自动化补货工作原理为：将通道上除安全库存以外的区域设置可拆卸的“弹匣”装置，让该部分的药品存储方式如同子弹存入弹匣一样，通道装满时，药品从下往上进行消耗，安全库存用完时，“弹匣”中的药品开始向下填充，始终保证安全库存，直到“弹匣”变空，且保有安全库存时，便需要补货。当系统发出补货消息时，机械手将该通道上的空“弹匣”取出，同时由堆垛机自动从货架上取出装有相应需要补充药品的料箱，并由堆垛机送至机械手旁，再由弹射装置对机械手抓取的空“弹匣”进行自动填充，填充满后再由机械手将其装回A 架通道内，以此来实现无人自动补货过程。

4.2.4 优化后的仿真模型。优化后的自动补货流程仿真只需在手动补货流程搭建的基础上，将操作员步行与搬运的过程改为堆垛机搬运和机械手抓取。补货流程优化后的仿真模型如图9所示。

图9 流程优化后整体布局图

4.2.5 仿真优化效益评估。使用改进后的A 字型分拣机系统对S配送中心进行分拣作业后，改善了原有的货物从仓库随输送线到达分拣区由工作人员进行手动拣货的拣选模式，成为了使用A 架系统的全自动分拣模式，并对A架本身的补货流程加以改造，使其补货也变得自动化，在拣货和补货阶段同时去掉人工，使订单完成率和在高需求情况下补货效率得到保证，显著提升了整个配送中心的自动化程度，且无人为因素干扰流程，从而使得整个配送中心更加符合现代化物流的标准，进一步实现了信息化和自动化。

5 结论

本文针对小件拣选的一种典型对象—医药配送系统进行研究，首先分析了该配送系统的工程流程，其次针对适用于该系统的自动化分拣设备A字型分拣机进行仿真，通过仿真找到瓶颈并改善优化，流程优化后的分拣系统工作效率更高、成本更低，最后将改善成果应用于整个配送中心，从而推动了该配送中心信息化、自动化的发展进程。