Trukkitöiden reittioptimointi varastossa

Abstract

Varastossa trukkitöillä tarkoitetaan hyllytystä, eli lavojen siirtoa vastaanottoalueelta hyllyihin, ja aktiivin täydennystä, eli tyhjien hyllypaikkojen täyttöä. Näiden tehtävien nopea suoritus on edellytyksenä tehokkaalle keräilylle. Tässä työssä tutkitaan kahta erilaista optimointimenetelmää trukkitöille. Ensimmäisessä menetelmässä muodostetaan vapaana olevista tehtävistä kokonaisia reittejä. Ratkaistava ongelma on tällöin ajoneuvon reititysongelma noudoilla ja toimituksilla. Toisessa menetelmässä huomioidaan vain lähin vapaa tehtävä.

Optimoinnin tehokkuutta tutkitaan simuloimalla. Laaditaan ohjelmat, jotka käyvät läpi varastonhallintajärjestelmästä poimittuja todellisia tehtäviä ja jakavat niitä trukeille ohjaussäännön mukaan. Vertaamalla ohjelman laskemia matkoja alkuperäisestä tilanteesta arvioituihin ajomatkoihin havaitaan, että optimoimalla voidaan lyhentää trukkien ajomatkaa 7-11 prosenttia. Hyllytystehtävät tulivat tehdyksi huomattavasti tehokkaammin uudella ohjausmenetelmällä. On kuitenkin huomattava, että todellisuudessa hyllytettävät lavat viedään usein ensin väliaikaiseen varastoon ja vasta sitten lopulliselle paikalleen, minkä takia varastonhallintajärjestelmässä näkyvä suoritusaika on pitkä. Aktiivin täydennystehtävät tehdään nykyiselläänkin nopeasti eikä niiden suoritusaikaan saatu tässä tapauksessa muutosta.

Uusia trukkitöitä tulee jatkuvasti, joten optimointiongelma on dynaaminen. Simulaation algoritmit ratkaisevat tällä hetkellä ongelman staattisena, huomioiden tietyllä ajanhetkellä vapaana olevat tehtävät. Tälläkin ratkaisulla ajomatka lyheni alkutilanteesta, mutta työssä käsitellään lyhyesti, miten algoritmi voisi paremmin huomioida optimointiongelman dynaamisuuden. Lisäksi käsitellään, miten optimoinnin voisi toteuttaa käytännössä.

In a warehouse, put away and replenishment need to be done efficiently so that order picking is not delayed. Two different route optimization strategies for put away and replenishment tasks are presented in this thesis. In the first one, routes are formed from all currently open tasks. The problem thus becomes a Vehicle Routing Problem with Pickups and Deliveries. In the second strategy, only one task is considered at a time. The selection is based on proximity.

The optimization is evaluated by simulating the warehouse. We write programs for both optimization strategies that read through a list of past tasks from the warehouse management system and distribute them to forklifts according to the chosen optimization strategy. Compared to the estimated driving distances that the forklifts covered when carrying out the tasks in reality, the optimized driving routes are 7-11 % shorter. Average time for put away tasks decreased, but replenishment tasks took the same time as before or longer.

New tasks arrive continuously in the warehouse management system. Thus the optimization problem is a dynamic one. The simulation algorithms currently solve the problem as a series of static problems, considering only the tasks available at the moment. This strategy was enough to decrease the driving distance, but we also discuss how the algorithms could be developed further to update the solutions when new tasks arrive. We also describe how to implement this type of warehouse optimization in practice.