Design and selection of order picking methodology in the physical distribution center
Project/Area Number |
19K04889
|
Research Category |
Grant-in-Aid for Scientific Research (C)
|
Allocation Type | Multi-year Fund |
Section | 一般 |
Review Section |
Basic Section 25010:Social systems engineering-related
|
Research Institution | Sophia University |
Principal Investigator |
伊呂原 隆 上智大学, 理工学部, 教授 (60308202)
|
Project Period (FY) |
2019-04-01 – 2024-03-31
|
Project Status |
Granted (Fiscal Year 2022)
|
Budget Amount *help |
¥3,900,000 (Direct Cost: ¥3,000,000、Indirect Cost: ¥900,000)
Fiscal Year 2021: ¥1,300,000 (Direct Cost: ¥1,000,000、Indirect Cost: ¥300,000)
Fiscal Year 2020: ¥1,300,000 (Direct Cost: ¥1,000,000、Indirect Cost: ¥300,000)
Fiscal Year 2019: ¥1,300,000 (Direct Cost: ¥1,000,000、Indirect Cost: ¥300,000)
|
Keywords | 物流 / 倉庫 / オーダーピッキング / シミュレーション / 出荷作業 / 最適化 |
Outline of Research at the Start |
具体的には以下の3点を行う。1.従来よりも効率的なオーダーピッキング方式の提案,2.適切なオーダーピッキング方式を選択するのための方法論の開発,3.実証実験 1.については、Picker-to-Parts方式における歩行のムダ削減、Parts-to-Picker方式の欠点である物流機器への過度な依存(需要変動に対応するための柔軟性の欠如)からの脱却。 2.あらゆる状況に対して万能な方式は存在しないと予想されるので、入力情報から簡易的に適切な方式を選択するための方法論の開発 3.提唱する内容を様々な物流センターの実データに適用してその有効性を検証する。
|
Outline of Annual Research Achievements |
本研究は、物流センターにおける現状の問題点を解決し、オーダーピッキングの生産性を向上する新たな方式を開発している。具体的には、ピッカーがピッキングした商品を入れた箱を運ぶ簡易的な無人搬送台車を導入し、この無人搬送台車がピッカーの歩行を補うことによりピッカーの無駄な歩行時間を減らし、自動化がより困難であるとされているピッキング作業に注力できるような方式である。 2022年度は、ピッキング対象商品に重さのバラツキが存在する場合に対して、ピッカーの作業負荷と無人搬送台車の適切な作業配分についての検討を行った。ピッカーの作業負荷を最も軽くする方法は、無人搬送台車がすべてのピッキング位置まで移動し、ピッキングされた商品をデポまで運ぶのがよいが、これでは、無人搬送台車への設備投資が大きくなりすぎるし、デポの近くの軽い商品であれば、ピッカーが棚からデポへ直接搬送しても大きな負荷となることはない。 そこで、ピッカーは各棚でピッキングした商品をデポまで直接運ぶ、もしくは、ピッキングした棚の端に設置された仮置き場まで運び、そこからデポまでの搬送は無人搬送台車に任せるかを、ピッキングする商品の重さに応じて変化させるシミュレーションモデルを構築し、商品の重さの分布、オーダー情報、ピッカー数、無人搬送台車数などを変化させながら数値実験を行った。 その結果、基本的には多くの状況において、ピッカーが一定程度までの重さの商品は棚からデポへ直接運び、それよりも重いものについては仮置き場からデポまでの長い距離の搬送を無人搬送台車へ任せると効率が良いことが定量的に示された。さらに、その最適点において、ピッカーと無人搬送台車の稼働率がほぼ等しいことが確認された。
|
Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
基礎的なシミュレーションモデルの構築とそれを活用した小規模な数値実験を行うことはできたが、実規模問題に対応するような十分な成果を得ることができなかった。
|
Strategy for Future Research Activity |
本研究の開始以来、オーダーピッキングを効率化する際に非常に有用となるオーダーバッチング(オーダーの組み合わせ)や商品配置方法などについての研究を行ってきたが、今後は、昨年度の研究成果も踏まえ、商品の位置のみならず、商品の重さ情報など、ピッキング作業者への作業負荷の観点も考慮しつつ、無人搬送台車を活用するなかで、オーダーバッチングや商品配置をどのように設計するべきであるかを研究していきたい。 また、これまでに構築してきた数理最適化モデルは、小規模問題においては最適解を導出し問題構造の定義や分析には寄与するものの、実用規模の問題においては最適解を得られないだけではなく、実行可能解を導くことすら困難である。そこで、今後の研究では、多少は解の精度を落としたとしても、現実的な時間で実用上問題がないような近似最適解を効率よく求められるような方策の検討を進めたい。
|
Report
(4 results)
Research Products
(42 results)