Optimizing the fill rate and throughput rate of an automated shuttle-based storage and retrieval system

Loading...
Thumbnail Image

URL

Journal Title

Journal ISSN

Volume Title

Perustieteiden korkeakoulu | Master's thesis

Date

2024-07-31

Department

Major/Subject

Systems and Operations Research

Mcode

SCI3055

Degree programme

Master’s Programme in Mathematics and Operations Research

Language

en

Pages

65 + 5

Series

Abstract

Systems and operations research as a discipline studies how real-life decision-making, such as the operational decisions of a warehouse, can be improved with techniques like mathematical modeling, simulation, and optimization. Warehouse performance can be enhanced through operational decisions, without adjusting the warehouse design decisions or without altering the inbound and outbound traffic of the warehouse. These approaches have a positive impact on both the economic and sustainable performance of a warehouse. The objective of the thesis is to improve the fill rate and throughput rate of a multi-deep tier-captive shuttle-based storage and retrieval system with a class-based storage policy through operational decisions. The thesis investigates three warehouse operations, which are loading, reallocation, and unloading. A mixed-integer linear programming problem is constructed for an assignment problem and solved in Julia programming language. Reallocation and order-picking are computed using two heuristic algorithms implemented in the R environment, where all the data preparation for modeling was performed as well. The real-world data from an SBS/RS warehouse over two-year period is analyzed and the results of the thesis are compared with the actual warehouse operations using two key performance indicators: the number of empty slots in the warehouse and the distance traveled by the transfer vehicles. Key findings are that new loading and unloading strategies reduced the travel distance and reallocation increased significantly the number of empty slots.

Systeemi- ja operaatiotutkimus tieteenalana tutkii, miten tosielämän päätöksentekoa, kuten varaston operatiivisia päätöksiä, voidaan parantaa erilaisten tekniikoiden kuten matemaattisen mallinnuksen, simuloinnin ja optimoinnin avulla. Varaston suorituskykyä pystytään tehostamaan operatiivisin menetelmin ilman tarvetta muokata varaston fyysistä rakennetta tai vaikuttamalla varaston sisään- tai ulosmenevään liikenteeseen. Näillä lähestymistavoilla voidaan vaikuttaa myönteisesti varaston taloudelliseen että kestävään suorituskykyyn. Tämän diplomityön tavoitteena on parantaa sukkulaperusteisen syväsolaisen varaston täyttöastetta ja kiertonopeutta muokkaamalla sen operatiivista ajotapaa. Työssä tutkitaan kolmea varaston operatiivista toimenpidettä, jotka ovat varaston täyttö, uudelleenallokointi ja purku. Varaston täytölle muodostettiin lineaarinen sekakokonaislukuoptimointimalli, joka ratkaistiin Julia-ohjelmointikielellä. Uudelleenallokointiin ja tilausten noutoon muodostettiin kaksi heuristiikka-algoritmia, jotka toteutettiin R-ohjelmointiympäristössä kuten myös muu datan valmistelu mallintamista varten. Todellisesta sukkulaperusteisesta varastosta analysoitiin dataa kahden vuoden ajalta ja tutkimuksen tuloksia verrattiin varaston todelliseen ajotapaan käyttäen kahta KPI-mittaria: tyhjien solien määrää varastossa sekä kuljetusvaunujen kulkeman matkan pituutta. Merkittävin löytö on, että uudella täyttö- ja purkustrategialla kuljettu matka lyhenee sekä uudelleenallokoinnilla pystytään lisäämään merkittävästi tyhjien solien määrää varastossa.

Description

Supervisor

Salo, Ahti

Thesis advisor

Isoketo, Joonas

Keywords

automated warehouse, shuttle-based storage and retrieval system, mathematical optimization, mixed-integer linear programming problem, warehouse operations

Other note

Citation