Pick-and-pass systems are a part of picker-to-parts order-picking systems and constitute a very common storage solution in cases where customer orders are usually small and need to be completed very quickly. As workers pick items in the zones connected by conveyors, their work needs to be coordinated. The paper presents MILP models that optimize the order-picking process. The first model uses information about the expected demand for items to solve the storage location problem and balance the workload across zones. The task of the next model is order-batching and sequencing – two concepts are presented that meet different assumptions. The results of the exemplary tasks solved with the use of the proposed MILP models show that the total picking time of a set of orders can be reduced by about 35-45% in comparison with random policies. The paper presents an equation for the lower bound of a makespan. Recommendations about the number of zones that guarantee the required system efficiency are also introduced.
Appropriate product categorization in distribution centres is important for business success because of the possibility of intuitive product finding by the picker and increased product movement. Both of these factors result in the operational efficiency of the distribution centre. The goal of this paper is to explore a model of shelf space dimensioning of storage location on a rack with vertical and horizontal product categorization in a distribution centre, where the aim is to increase total product movement/profit from all shelves of the rack. This is controlled by a packer who must complete orders by getting the goods from shelves and picking them to the container. In this problem, we develop two heuristics and compare the archived results to the CPLEX solver. The average profit ratios of both heuristics are high and approximately equal to 99%. In 10 cases, optimal solutions have been found by heuristics. The total number of possible solutions to be checked for the largest instance was reduced from 1.33 ·10156 to 1.19 ·107 thanks to the heuristic rules.
The aim of the research is comparison between average order picking times obtained using the analytical model and simulation methods for shared storage systems. We also compare the results obtained with the results obtained for dedicated storage. We assume the random and ABC-class storage (with within and across aisle storage policies). We select the locations by means of the TOPSIS method for two take-out strategies: quantity adjustment (QA) and priority of partial units (PPU). We determine the route by using s-shape and return heuristics. In most cases, the simulated average order picking times are shorter than the analytical ones. It results from not considering the criteria’ weights in calculation of the analytical order picking time. Also, the results for shared storage with QA strategy are in most cases better than for dedicated storage. This might imply an advantage of shared over dedicated storage, but needs further confirmation.
Shelf space is one of the essential resources in logistic decisions. Order picking is the most time-consuming and labourintensive of the distribution processes in distribution centres. Current research investigates the allocation of shelf space on a rack in a distribution centre and a retail store. The retail store, as well as the distribution centre, offers a large number of shelf storage locations. In this research, multi-orientated capping as a product of the rack allocation method is investigated. Capping allows additional product items to be placed on the rack. We show the linearisation technique with the help of which the models with capping could be linearised and, therefore, an optimal solution could be obtained. The computational experiments compare the quality of results obtained by non-linear and linear models. The proposed technique does not increase the complexity of the initial non-linear problem.
Distribution centres are the important elements of modern supply chains. A distribution centre stores and ships products. In this paper, we investigate the model of the dimensioning of shelf space on the rack with vertical and horizontal product categorisation in a distribution centre, where the objective is to maximise the total product movement/profit from all shelves of the rack which is being managed by a packer who needs to complete orders selecting the products from the shelves and picking them to the container. We apply two newly developed heuristics to this problem and compare the results to the optimal solution found by the CPLEX solver. There are 8 steering parameters that allow for reducing the search space implemented in heuristics. Among them are parameters that decrease the number of prod- ucts on the shelves, the category width range for assigning most space for the most profitable products within the category, two versions of steering parameters for the number of generated product allocations, the step parameters for the intensity of solution diversification, and the movement/profit below which the solutions are not generated. The computational results are presented and indicate that higher-quality solutions can be obtained using the new heuristics. In 10 from 15 tests, both heuristics can find optimal solutions without exploring the whole solution space. For the rest test sets, the solutions received by heuristics are not less than 92.58%.
In this article, the results of a series of selected algorithms used during the picking of goods in a warehouse, assuming the order of stacking goods in transport containers is predetermined, are analysed, simulated and evaluated. The importance of the development of this type of algorithms is the possibility of reducing the waiting time of both transport and goods in order to reduce the total cost of the picking process. Afterwards, the results will be analysed by varying the parameters and evaluating the solutions. The aim is to show the results of various picking algorithms when their subsequent stacking order is predetermined, and to use these to identify relationships and define guidelines that could be used to support the design of similar picking algorithms.
Product-Service System (PSS) has been perceived since the 90s as a concept supporting enterprises of various industries in creating a competitive advantage and generating new value for customers by expanding the offer with additional services related to the product. Product-Service System (PSS) draws attention to the life cycle of products and services and the circular economy, which supports sustainable development. All the time, practitioners and theorists report the need to develop new Product-Service System (PSS) for other industries. Until now, a number of practical and methodological aspects related to design remain unresolved. The paper presents issues related to the Product-Service System (PSS) and PSS design. A literature review and gaps in available methods are presented. A conceptual framework for Product-Service System (PSS) design that has been used in the logistics industry is presented. By referring to the design of a selected process from the logistics industry, it was presented how to analyze the process during design and what methods of design support to use. Reference is made to mathematical modeling based on the optimization function and computer modeling with the use of a simulation model. Attention was also paid to the importance of knowledge of the industry and having expert knowledge about the designed processes in the systems. It is also extremely important to have the appropriate data set for a given case. In addition to the general mathematical and computer model, reference was also made to a chosen element of Product-Service System (PSS). The mathematical and simulation model included in the study refer to the process of completing customer orders in a logistics company. It is one of the most laborious and time-consuming processes. The FlexSim simulation environment was used to perform the computer simulation. A total of 15 variants were considered, which differ in terms of the scope of services provided during the process. The scope of services significantly affects the cost, time and profit. The purpose of the constructed model is to find a variant for the adopted data in which the profits will be maximized while maintaining the constraints imposed on the system.
Purpose: The main aim of the article is indicates the possibilities of streamline the public procurement picking process taking place in the selected warehouse. Design/methodology/approach: Areas requiring corrective action have been identified through the use of the indicator method and Ishikawa diagram. For reorganizing the storage zone, thereby reducing order picking time, ABC analysis was used. Findings: The analysis of test results allowed to identify two areas requiring improvement in the picking process: productivity and organization of the storage zone. In order to improve the picking process, it was proposed to reorganize the storage zone. Originality/value: The article presents a practical value for better logistics processes in warehouse. The analysis of corrective actions areas can also reduce the number of errors when picking the products in warehouse.
Background: Order-picking is a fundamental warehousing activity that accounts for in excess of 60% of total warehousing costs. Movements of pickers consume as much as half of the picking time. Thus determining picking paths is crucial. The most frequently used method is the S-shape one. Material and methods: The average picking path length for 240 variants of the storage area (depot location, storage strategy), inventory (ABC-storage class sizes, probability of retrieving) and customer order (number of lines- 5, 10, 15) parameters was calculated. 100 simulations were carried out each time. MS Excel spreadsheet, along with macros (VBA) were used. Results: The comparison were made of path lengths for a single block warehouse with 320 storage locations, Within-Aisle/Random storage strategies and low-level picking. Depot locations in the corner of a warehouse and in the middle of a front aisle were considered. The path lengths significantly varied with the variants that were analyzed. The shortest paths were observed for the Within-Aisle strategy, corner located depot, order sizes 5 or 10 and sizes of ABC-storage classes equal to 5/35/60% or 10/35/55% of all 320 storage locations under a retrieving probability of 90/5/5%. Conclusions: Better and worse picking variants exist, influencing significantly the length of picking paths determined using the S-shape method. In general, the depot location is less important, even though the best variant assumed a corner location, while a location in the middle of a front aisle gives shorter paths on average. A much more important factor is the storage strategy. Lack of the strategy (randomness) substantially extends path lengths (by 50% on average)
PL
Wstęp: Kompletacja to podstawowa czynność realizowana w magazynach. Koszty kompletacji stanowią ponad 60% kosztów magazynowania, a jej najbardziej pracochłonnym elementem jest przemieszczanie się pracowników. Dlatego planowanie ścieżek kompletacji odgrywa tak ważną rolę. Najczęściej stosowną tu metodą jest metoda S-shape. Metody: Celem oceny długości ścieżek kompletacji dla różnych parametrów strefy składowania (lokalizacja pola odkładczego, strategia składowania), składowanych zapasów (wielkość grup asortymentowych ABC i prawdopodobieństwo pobrania) i zamówień klientów (liczba linii– 5, 10, 15) zdefiniowano 240 wariantów analizy i dla każdego z nich wykonano 100 symulacji ścieżki kompletacji wyznaczając jej średnią długość. Analizy przeprowadzono z wykorzystaniem arkusza kalkulacyjnego MS Excel oraz makr (VBA). Wyniki: Zestawienie długości ścieżek kompletacji dla magazynu jednoblokowego o 320 miejscach składowania (wg strategii Within-Aisle i losowej) oraz kompletacji z poziomu podłogi. Uwzględniono lokalizację pola odkładczego w narożniku magazynu oraz na środku przedniej alejki głównej. Długość ścieżek kompletacji okazała się mocno zmienna zależnie od analizowanego wariantu. Najkrótsze ścieżki kompletacji zaobserwowano dla strategii składowania Within-Aisle, pola dokładczego zlokalizowanego w narożniku magazynu, liczby linii na zamówieniu 5 lub 10 oraz grup asortymentowych ABC o wielkości 5/35/60% lub 10/35/55% wszystkich 320 lokacji przy prawdopodobieństwie pobrania asortymentów z każdej z grup 90/5/5%. Wnioski: Istnieją lepsze i gorsze warianty kompletacji wpływające istotnie na długość ścieżek planowanych metodą S-shape. Generalnie mniejsze znaczenie ma tu lokalizacja pola odkładczego (jakkolwiek najlepsze rozwiązanie uzyskano dla lokalizacji w narożniku magazynu, to lokalizacja na środku przedniej alejki głównej daje przeciętnie krótsze ścieżki kompletacji), a większe strategia składowania. Brak tej strategii (losowość) istotnie wydłuża długość ścieżek kompletacji (średnio o 50%).
10
Dostęp do pełnego tekstu na zewnętrznej witrynie WWW
Proces kompletacji jest podstawowym czynnikiem kosztotwórczym i determinantą jakości w procesie magazynowym w łańcuchu dostaw. Efektywna kompletacja wymaga odpowiedniego układu technologicznego, dopasowanego do realizowanego zadania logistycznego, oraz strategii uzupełniania obszaru kompletacji, która będzie jednocześnie efektywna kosztowo i będzie zapewniała terminową realizację zadań kompletacji. W artykule przedstawiono problematykę uzupełniania obszarów kompletacji i omówiono podstawowe elementy strategii uzupełniania w odniesieniu do aktualnego stanu wiedzy.
EN
Order-picking process is the basic cost driver and warehouse process quality determinant in the supply chain. Effective picking requires a suitable technological system, tailored to the logistic task to be done, and a strategy for picking area replenishment, which will be both cost-effective and ensure timely completion of picking tasks. The paper presents the problem of replenishing picking areas and discusses the basic elements of the replenishment strategy with reference to the current state of knowledge.
11
Dostęp do pełnego tekstu na zewnętrznej witrynie WWW
The article addressed the problem of the allocation of tasks in one of the warehouse processes (order picking). The objective was to obtain the optimum solution, which guarantees the minimum execution time of particular tasks by warehouse personnel. To optimise the issue mentioned above Excel spreadsheet with the Solver module was applied.
PL
W artykule poddany został analizie problem przydziału zadań w jednym z procesów magazynowych (kompletacji). Celem było uzyskanie rozwiązania optymalnego gwarantującego minimalny czas realizacji określonych zadań przez pracowników magazynowych. W celu optymalizacji ww. zagadnienia zastosowano arkusz kalkulacyjny Excel z wykorzystaniem dodatku Solver.
12
Dostęp do pełnego tekstu na zewnętrznej witrynie WWW
W artykule pokazano wyzwania, jakim muszą stawiać czoła firmy 3PL, aby sprostać oczekiwaniom swoich klientów. Omówiono typowe błędy popełniane przez pracowników podczas kompletacji zamówień oraz opisano możliwości niwelacji tych błędów. Szczególną uwagę zwrócono na wspomaganie procesu kompletacji za pomocą systemów głosowych. Opisano ich typowe zastosowanie, zasadę działania oraz korzyści wynikające z ich wdrożenia.
EN
The article presents the challenges that must be faced by 3PL companies to meet the expectations of their clients. Typical mistakes made by employees during order picking and the possibilities of leveling these errors are described. Particular attention has been paid to supporting the picking process using voice systems. Their typical use, the operating principle and the benefits resulting from their implementation are described.
W artykule przedstawiono analizę efektywności systemów logistycznych służących do kompletacji wykorzystywanych w nowoczesnych magazynach. Opracowanie zostało wykonane na podstawie systemów, które oferuje firma LUCA Logistic Solution. Badania do artykułu zostały przeprowadzone w Centrum Badawczo-Rozwojowe Systemów Logistycznych na Wydziale Inżynierii Produkcji i Logistyki Politechniki Opolskiej. Celem pracy jest przedstawienie czasów trwania kompletacji poszczególnych metod. W pierwszej części występuje opis teoretyczny systemów logistycznych, w drugiej natomiast wyniki badań oraz ich interpretacja.
EN
The article presents an analysis of the efficiency of logistic systems used for picking process implemented in modern warehouses. The study was based on the systems offered by LUCA Logistic Solution. The research for the article was carried out at the Research and Development Center of Logistic Systems at the Faculty of Production Engineering and Logistics at the Opole University of Technology. The aim of the work is to present the completion times of individual methods. The first part contains a theoretical description of the logistic systems, the second part presents the results of research and their interpretation.
A key priority of the European Union’s employment strategy and Europe 2020 is to create more and better jobs in Europe, while improving their quality and ensuring better working conditions. In order picking “man-to-goods” workplaces automation still will not be rational in the near future. This is an example of a working environment where humans are still central actors and determine their effectiveness and efficiency. Order picking activities are labour-intensive and time-consuming. Researchers have developed models for planning order picking activities and increasing the efficiencies of such systems by suggesting different warehouse layouts, order picking routes or storage assignments. Developed models for planning order picking activities largely ignore workers’ characteristics, or human factors, suggesting that they cannot be substantiated, which leads to only partially realistic results. To fill this obvious gap the authors are trying, with an interdisciplinary approach, to find ways to incorporate human factors into order picking models and improve working conditions in order picking processes with a literature review and survey on employees’ perception of working conditions and health problems.
PL
Kluczowym priorytetem strategii zatrudnieniowej Unii Europejskiej i programu Europa 2020 jest stworzenie w Europie większej liczby lepszych miejsc pracy, przy jednoczesnej poprawie ich jakości oraz zapewnieniu lepszych warunków pracy. W przypadku stanowisk komplementacji zamówień (człowiek operujący różnymi towarami) wdrażanie automatyki nadal nie będzie racjonalne w najbliższej przyszłości. Jest to przykład środowiska pracy, w którym ludzie nadal są głównymi wykonawcami pracy oraz determinują skuteczność i efektywność całego systemu. Prace na stanowiskach komplementacji zamówień są pracoi czasochłonne. Dotychczas badacze opracowywali modele planowania zbierania zamówionych dóbr oraz zwiększenia efektywności takich systemów, sugerując różne układy magazynów, trasy kompletacji zamówień lub przydział miejsc składowania. Opracowane modele komplementacji zamówień w dużej mierze ignorowały charakterystyki pracowników lub szerzej – zagadnienia ergonomii, sugerując, że nie mogą one być skonkretyzowane, co doprowadziło do tego, że za pomocą tych modeli uzyskano tylko częściowo realne rezultaty. W celu wypełnienia tej oczywistej luki autorzy próbują za pomocą interdyscyplinarnego podejścia znaleźć sposób na inkorporację ergonomii do modelowania procesów komplementacji zamówień. W tym celu, chcąc uzyskać poprawę warunków pracy i optymalizację stanowisk kompletacji zamówień, w artykule dokonano przeglądu literatury tematu i badań wśród pracowników odnośnie do ich percepcji warunków pracy i problemów zdrowotnych.
Artykuł zawiera opis problemu wyboru punktów pobrań w trakcie procesu komisjonowania. Przedstawiony został przykładowy algorytm (wraz z modyfikacjami), który można wykorzystać w tym celu. Efektywność algorytmu zostaje przetestowana dla różnych układów przestrzennych strefy komisjonowania, różnej liczby artykułów na zleceniu oraz różnych algorytmów generowania trasy kompletacyjnej.
EN
The paper presents problem of pick location selection during order picking process. Example algorithm for this purpose is presented along with possible modifications. Effectiveness of said algorithm is tested for different layouts of order picking zone, different lengths of pick list and different routing methods.
Artykuł zawiera opis problemu grupowania zleceń na komisjonowanie. Przedstawiony zostaje przykładowy algorytm (algorytm grupowania zleceń podobnych). Dokonana zostaje analiza efektywności przykładowego algorytmu dla różnych parametrów obliczeniowych (układ przestrzenny strefy komisjonowania, długość listy kompletacyjnej, parametry samego algorytmu).
EN
This paper presents order batching problem during order picking process. Example algorithm for order batching is presented. Effectiveness of said algorithm is tested and compared for various input data sets (pick list length, pick-area layout, parameters of algorithm itself).
Background: The increasing competitiveness on the global markets enforces the need for a fast and reliable delivery. This task is possible to perform by improving the order-picking systems. The implementation of automated storage and retrieval systems (AS/RS) is not always profitable. In the warehouses where the order-picking is performed in accordance with the principle of picker-to-part rule, the picking efficiency optimization includes among others: the warehouse layout, the storage policy, the routing heuristic, the way of zoning, the order-batching method, and the sequencing of pick-lists. In the paper the impact of the storage policy on the order-picking times is checked. Methods: The influence of storage based on Heskett’s cube-per-order index (COI) on the average order-picking times is analyzed. The items based on increasing values of COI index are divided on classes. To determine the demand for items the analytical function proposed by Caron is used. Results: In the paper the benefits of storage based on COI index are compared with random storage and storage based only on picking frequency. It is assumed that the bin, to which the picker collects items has limited capacity – some orders has to be divided on smaller pick-lists. The analysis was performed using simulation tools. Additionally, the algorithm (taking into account different sizes of picker’s bin) for order-batching is presented. Conclusions: The analysis shows that the COI-based storage is particularly effective when the size of items increases. The COI-based curve is less skewed than the curve based only on picking frequency. The choice of storage policy should be carried out together with routing heuristic. The use of batching algorithm significantly increases the effectiveness of the order-picking process, but the optimal size of picker’s bin (and batch) should be optimized with consideration the sorting process.
PL
Wstęp: Ciągły wzrost konkurencyjności na światowych rynkach wymusza konieczność szybkiej i niezawodnej dostawy zamówionych towarów. Zadanie to możliwe jest do wykonania dzięki doskonaleniu systemów kompletacji. Nie zawsze wdrożenie systemów automatycznych jest opłacalne. W przypadku magazynów, w których kompletacja odbywa się zgodnie z zasadą „człowiek do towaru”, optymalizacja wydajności odbywa się poprzez prawidłowy wybór: układu magazynu, metody składowania towarów, sposobu wyznaczania trasy magazynierów, odpowiedniej metody kompletacji strefowej, zasady tworzenia zleceń łączonych czy ustalenia kolejności realizacji zleceń. Artykuł poświęcony jest analizie wpływu metody składowania towarów na czasy kompletacji. Metody: W artykule zbadano jaki wpływ na średnie czasy kompletacji w magazynach niskiego składowania ma składowanie towarów zgodne z zaproponowanym przez Hesketta współczynnikiem COI (cube-per-order index), będącym ilorazem zajmowanej powierzchni magazynowej i częstości pobrań. Towary w oparciu o rosnące wartości COI podzielone zostały na klasy. Do określenia popytu na towary wykorzystano postać analityczną funkcji zaproponowanej przez Carona. Wyniki: W artykule sprawdzono jakie korzyści przynosi składowanie oparte o COI w porównaniu do składowania losowego i składowania bazującego wyłącznie na współczynniku rotacji. W tym celu w badaniach uwzględniono możliwość przepełnienia koszyka podczas procesu kompletacji zamówienia – wówczas zamówienie dzielone jest na kilka zleceń realizowanych osobno. Analizę przeprowadzono z wykorzystaniem symulacji. Dodatkowo zaproponowano algorytm umożliwiający tworzenie zleceń łączonych. Wnioski: Z przeprowadzonej analizy wynika, że składowanie zgodne ze współczynnikiem COI jest szczególnie korzystne, gdy gabaryty towarów są zróżnicowane oraz tak duże, że często zamówień nie da się skompletować podczas jednego cyklu. Krzywa określająca popyt na towary ulega spłaszczeniu, w porównaniu ze składowaniem opartym wyłącznie na współczynniku rotacji. Ustalenie, jaką metodę składowania należy zastosować, powinno odbywać się razem z wyborem sposobu wyznaczenia trasy magazyniera. Wykorzystanie algorytmu łączenia zamówień prowadzi do znacznej redukcji odległości pokonywanych przez magazyniera. Wielkość zleceń łączonych powinna być jednak optymalizowana z uwzględnieniem ewentualnych kosztów związanych z późniejszym sortowaniem towarów.
Celem artykułu jest identyfikacja nowych technologii, które wspomagają pracę magazynów w polskich przedsiębiorstwach oraz ocena poziomu i efektów ich stosowania. W publikacji przedstawiono wyniki badań ankietowych dotyczących wykorzystywanych w magazynach systemów informatycznych, a także rozwiązań usprawniających procesy identyfikacji towarów oraz komisjonowania. Stosowanie tego typu narzędzi staje się niezbędne wobec zwiększającej się konkurencji i wzrostu oczekiwań klientów, które przekładają się między innymi na rosnące wymagania dotyczące sprawnej realizacji procesów logistycznych w magazynach.
EN
The purpose of this article is to identify modern technologies that can support warehouses management in Polish companies, to determine the level of its use and the effects of its implementation. The paper presents the results of a survey of computer systems, data identification systems and order-picking technologies that are used in warehouses. The implementation of this kind of tools are more and more necessary in the face of increasing competition and of growth in customers’ demands that considerably change the expectation of logistic process efficient realization in the warehouses.
19
Dostęp do pełnego tekstu na zewnętrznej witrynie WWW
Artykuł opisuje przykładowe metody stosowane w wybranych aspektach procesu projektowania strefy komisjonowania. Mnogość możiwych do zastosowania metod prowadzi do konieczności stosowania komputerowych metod symulacyjnych (KMS). Wskazane zostają ograniczenia i problemy związane z obecną metodyką wykorzystania KMS. Jako rozwiązanie tych problemów, artykuł proponuje odejście od klasycznych implementacji rozwiązań związanych z komisjonowaniem w postaci autorskich programów na rzecz zagregowanej aplikacji.
EN
Article gives examples of algorithms and methods that can be used during creation of efficient order picking area. Number of possible choices and solutions indicated that computer support (including simulations methods) needs to be used for effective analysis. Some limitations and drawbacks of current approach to applications used in research of order picking – related topics are provided. Finally, solution in form of larger and constantly developed application serving as a base for comparison and further research is given.
Celem poniższego artykułu było przedstawienie koncepcji wspomagania projektowania (oraz analizy istniejących) stref komisjonowania poprzez wykorzystanie komputerowych programów symulacyjnych oraz zaprezentowanie przykładu takiego narzędzia - programu SSK. W skrótowy sposób został przedstawiony zbiór popularnych metod i rozwiązań wykorzystywanych podczas kształtowania i wymiarowania strefy komisjonowania. Zaznaczone też zostało, które z omawianych metod zostały zaimplementowane w programie SSK.
EN
In this article concept of usage of simulations as a support for designing (analysis, re-designing) of order picking zones will be provided. Example of implementation of this idea - SSK program - will be given as well. Article will briefly describe the most common and popular solutions and approaches selected from huge variety of possible methods that can be found in modern order picking zones. Finally, short list of implemented solutions in SSK program will be provided.
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.