본 논문에서는 A-마트 저온제품 종합물류센터 실시설계 대안별 검증을 통해 신뢰성을 향상하고, 추가 보완사항을 발굴하여 개선하고, 설계의 편의를 제공하기 위한 시뮬레이션 모델을 개발하여 물류센터 설비 및 레이아웃, 운영 방안에 대해 종합적인 대안을 제시하였다. 시뮬레이션을 통한 총 5가지 품종을 65점별로 분류하는 작업장과 각 마트별 출고 대기장을 모델링에 반영하였으며, 운영시간 내에 처리 가능한 작업 파트별 작업자의 수와 작업자 가동률, 각 작업 대기장 및 하역장의 대기용량의 수준을 평가요소로 반영하였다. 또한 입/출고 도크의 가동률과, 팔레트 처리를 위한 운반장비의 가동률을 성능평가 요소로 반영하였다. 개발된 시뮬레이션 모델에서는 실제감 있는 2차원 애니메이션을 통해 시뮬레이션상의 물류의 이상 발생을 시각화하여 보여주도록 하였다. 시뮬레이션의 결과에 대한 평가 요소 및 대안별 정량적 분석을 통해 A-마트 저온제품 종합물류센터의 종합적인 운영방안을 제시하였다.
본 논문에서는 A-마트 저온제품 종합물류센터 실시설계 대안별 검증을 통해 신뢰성을 향상하고, 추가 보완사항을 발굴하여 개선하고, 설계의 편의를 제공하기 위한 시뮬레이션 모델을 개발하여 물류센터 설비 및 레이아웃, 운영 방안에 대해 종합적인 대안을 제시하였다. 시뮬레이션을 통한 총 5가지 품종을 65점별로 분류하는 작업장과 각 마트별 출고 대기장을 모델링에 반영하였으며, 운영시간 내에 처리 가능한 작업 파트별 작업자의 수와 작업자 가동률, 각 작업 대기장 및 하역장의 대기용량의 수준을 평가요소로 반영하였다. 또한 입/출고 도크의 가동률과, 팔레트 처리를 위한 운반장비의 가동률을 성능평가 요소로 반영하였다. 개발된 시뮬레이션 모델에서는 실제감 있는 2차원 애니메이션을 통해 시뮬레이션상의 물류의 이상 발생을 시각화하여 보여주도록 하였다. 시뮬레이션의 결과에 대한 평가 요소 및 대안별 정량적 분석을 통해 A-마트 저온제품 종합물류센터의 종합적인 운영방안을 제시하였다.
This paper deals with the simulation model for design and operations of A-Mart logistic center for low temperature products. In developed simulation model, receiving docks, digital classification system (DCS), shipping docks, material handling devices and manual sorting stations are considered. Five...
This paper deals with the simulation model for design and operations of A-Mart logistic center for low temperature products. In developed simulation model, receiving docks, digital classification system (DCS), shipping docks, material handling devices and manual sorting stations are considered. Five types of cargo such as fruits, palletized fruits, delicatessen and fisheries, vegetables and refrigerated cargoes are considered. The simulation model and process animation are developed using the simulation package ARENA. Among various design and operation alternatives consisting of the number of workers of receiving dock, allocation of receiving docks by cargo types, DCS capacity, the number of folk-lift, the number of manual sorting operators and overall layout, the best alternatives of each subsystem are selected by simulation analysis. The major performance measures such as DCS throughput, utilization of operators at each station, receiving docks utilization and folk-lift utilization are considered for the alternative evaluation.
This paper deals with the simulation model for design and operations of A-Mart logistic center for low temperature products. In developed simulation model, receiving docks, digital classification system (DCS), shipping docks, material handling devices and manual sorting stations are considered. Five types of cargo such as fruits, palletized fruits, delicatessen and fisheries, vegetables and refrigerated cargoes are considered. The simulation model and process animation are developed using the simulation package ARENA. Among various design and operation alternatives consisting of the number of workers of receiving dock, allocation of receiving docks by cargo types, DCS capacity, the number of folk-lift, the number of manual sorting operators and overall layout, the best alternatives of each subsystem are selected by simulation analysis. The major performance measures such as DCS throughput, utilization of operators at each station, receiving docks utilization and folk-lift utilization are considered for the alternative evaluation.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
대규모 물류센터를 통해 대량 구매, 필요한 유통경로 생략, 관리단계 단순화 등을 통한 원가 절감에 대한 노력을 하고 있다. '물류가 곧 기업 경쟁력, 이라며 효율적이고 선진화된 물류망을 구축하고자 한다.
본 연구에서는 선행연구를 검토를 통하여 연구의 방향을 향후 5에서 10년까지의 신물류센터의 최대 예측 물량을 처리할 수 있는 운영방안에 대한 자원할당을 위해 시뮬레이션 기법을 이용하고자 한다.
시뮬레이션 실행의 결과를 분석하여 효율적인 운영방법을 제시하고자 한다.
앞장에서 살펴보았듯이 A-마트의 물류센터의 운영에대한 종합적인 자원할당을 계획하고자 자 한다. 현재 레이아웃 중고정 자원은 입하도크와 디지털 분류 시스템, 출하도크, 입하대기장과 출하 대기장이다.
이에 따라 신 물류센터를 추진 중에 있고 물류센터를 중심으로 한 물류 네트워크를 개발하고 있다. 이 중 물류 네트워크의 거점인 물류센터의 운영에 대한 연구방안으로 시뮬레이션 기법을 적용하여 효율적으로 운영에 필요한 자원할당을 계획하고자 한다.
가설 설정
검증하였다. 시뮬레이션 분석 기간을 30일로 가정하였으며, 초기 2일을 Warm-Up기간으로 설정하여 총 시뮬레이션 시간을 32일을 10회씩 실험하였다.
제안 방법
Kavine LTL(less-than-truckload)트레일러를 분류 처리하여 출고되는 화물터미널에 대한 운영 정책을 시뮬레이션을 기법으로 연구하여 효율적인 화물터미널의 운영정책을 제시하였다.[7]
처리하기 위한 것이다. 디지털 분류 시스템 운영기반의 레이아웃을 구성하고, 가능한 범위에서 제품의 입고와 출고가 분리되게 동선을 배치하고, 분류 후 출하대기 동선에 따라 이동 장비 및 인원의 동선이 혼선되지 않는 공간으로 배치하였다.
따라서 여러 레이아웃의 변형은 없으며, 물류센터에제품이 입하되는 순간부터 출하되는 시점까지에 설계상황을 최대한 현실에 맞게 모델링하였다. 따라서 실험에대한 시나리오는 종합적인 모델링을 바탕으로 입하도크부터 순차적으로 자원을 할당해 나가는 방식으로 하였다.
따라서 레이아웃의 설정은 확정 되어있다. 따라서 여러 레이아웃의 변형은 없으며, 물류센터에제품이 입하되는 순간부터 출하되는 시점까지에 설계상황을 최대한 현실에 맞게 모델링하였다. 따라서 실험에대한 시나리오는 종합적인 모델링을 바탕으로 입하도크부터 순차적으로 자원을 할당해 나가는 방식으로 하였다.
작업자 수를 북쪽과 남쪽에 각각 8명 6명을 배정하고 실험하였을 때의 결과에서 입고트럭을 모두 처리하였고 도크 가동률은 60~80%로 나타났으나 작업자 가동률이 93%로 높게 나타났다. 따라서 작업자의 적정수를 찾기 위한 실험을 하여 분석하였다.
또한 입고도크와 입고 대기장의 롤테이너 수용량을 제한된 상황에서 작업자 수를 늘려가면서 실험하여 적정 작업자 수를 분석하였다. 최초 실험 결과(표 3)에서와 같이 북쪽(야채/델리카) 입고 대기장의 작업자 6명, 남쪽(수산/가공 냉장/청과) 입고 대기장의 작업자 4명을 배정한 실험에서는 작업자의 가동률(98%), 미처리트럭 발생, 높은 도크가동률이 결과로 나타났다.
모델링의 검증은 2차원 애니메이션을 활용하여 작업의순서가 올바르게 적용되었는지를 검증하였으며, 모델링의 실험을 통하여 결과로 얻어진 데이터를 바탕으로 적합성을 검증하였다. 시뮬레이션 분석 기간을 30일로 가정하였으며, 초기 2일을 Warm-Up기간으로 설정하여 총 시뮬레이션 시간을 32일을 10회씩 실험하였다.
본 연구에서는 A-마트가 추진하고 있는 신설 저온 제품종합물류센터 중 디지털 분류시스템의 운영을 통한 크로스 도킹 방식으로 통관물류처리를 하는 물류센터의 실시설계를 바탕으로 시뮬레이션 기법을 적용하였다. 시뮬레이션 실행의 결과를 분석하여 효율적인 운영방법을 제시하고자 한다.
본 연구에서는 물류의 중요성이 부각되는 시기에 물류의 효율성을 극대화하기위한 A-마트의 저온 제품 종합 물류센터의 건설이전에 설계단계에서부터 센터의 종합적인 능력을 시뮬레이션 기법을 통하여 검증하였으며 시각적으로 표현하였다.
각각의 작업에 발생하는 작업자 및 운반장비의 가동률을 평가하기 위하여이동 자원별 작업을 분리하였다. 센터 내 업무 프로세스에 따라 작업자, 포크리프트와 로우리프트의 작업을 결정하고 이에 따른 작업시간 고려하여 시뮬레이션 실험을 하였다.
시뮬레이션 실행의 결과 작업 중 유휴 시간을 1시간 작업 시 약 10분의 휴식을 고려하여 작업자 가동률 80%가 적정 수순으로 보고, 이것을 기준으로 작업자 수를 추정하였다. 또한 입고도크와 입고 대기장의 롤테이너 수용량을 제한된 상황에서 작업자 수를 늘려가면서 실험하여 적정 작업자 수를 분석하였다.
신물류센터의 시뮬레이션 모델링은 실시설계를 반영하여 모델링하였다. 따라서 레이아웃의 설정은 확정 되어있다.
위에 (표1)에 제시한 자원을 고려하여 시뮬레이션 모델링에 반영하고 프로세스의 전후 작업이 해당 작업에 영향을 미치는 요인을 분석하고, 각자원들의 용량 및 가동률을 바탕으로 적정 자원을 계획할 수 있도록 하였다.
이러한 일련의 작업 순서를 (표1)을 고려하여 프로우 차트 모듈로 모델링을 하였다. 프로우 차트 모듈에선 제품의 이동을 확인하기 어려운 점이 있어, 쉽게 제품의 흐름을 파악하기 위하여 (그림2)와 같이 설계도면을 바탕으로 2차원 애니메이션을 표현하였다.
[5] "시뮬레이션을 활용한 신 물류체계 구축과 물류센터 규모산정에 관한 연구"에서는 중장기적인 관점에서 예측된 수요를 고려하여 재고, 수/배송납기시간을 줄일 수있는 거점과 수/배송을 결정하는 물류 네트워크 구축을 목적으로 하는 연구를 하였다. 이에 대하여 건축도료를 생산하는 회사를 대상으로 물류환경 변화 하에서 현재 대고객 서비스 수준을 유지하면서, 최소의 비용으로 적정 재고수준을 보장하기 위한 최적의 물류 네트워크 구축 및 적정의 물류센터 규모를 산정하기 위하여 시뮬레이션 기법을 활용하였다.[8]
대기한다. 입고 시작 5시간 이후 지정 대기공간에 차량 1대분의 물량이 있는 지점은 상차하고, 나머지 물량에 대해 일일 운영시 간 종료 시에 상차할 경우 대기 공간의 용량을 검증하였다.
있다. 작업시간이 빠른 품종의 경우 차량의 입/출고 시간에 크게 영향을 받기 때문에 입하대 기장의 공간은 물동량 뿐만 아니라 품종에 따른 입하 시간을 고려하여 작업자 수를 배치하기 위한 입하대기장 시뮬레이션 실험을 하였다.
배정되어 있다. 품종에 따른 도크별 용량과 가동률 품종별 차량 대기 시간 및 대기차량 수를 검증 기준으로 분석하였다.
이러한 일련의 작업 순서를 (표1)을 고려하여 프로우 차트 모듈로 모델링을 하였다. 프로우 차트 모듈에선 제품의 이동을 확인하기 어려운 점이 있어, 쉽게 제품의 흐름을 파악하기 위하여 (그림2)와 같이 설계도면을 바탕으로 2차원 애니메이션을 표현하였다.
대상 데이터
그러나 본 논문은 다량의 입출고가 이루어지는 통관제품과 계절별 과일에 대한 저온 제품만을 대상으로 하였다.
이론/모형
Arena(SAMAN언어)는 객체 지향형의 애플리케이션이며, 일반적으로 통계적 분석이 강점이며, 추가적인 애니메이션이 가능하다. 이에 본 연구에서 시뮬레이션 적용 애플리케이션을 Arena 7.0을 사용하였다.
성능/효과
시뮬레이션 결과 델리카-야채의 입하대 기장의 작업자 수는 20명(가동률 85.19%)에서 22(가동률79.89%)명이 적당한 수준이었으며, 수산/가공 냉장-청과의 입하 대기장은 12명(가동률 81.77%)에서 14명(가동률 79.19%)이 적당한 수준으로 분석되었다.
실험 결과 운영시간 5시간 후 1대 이상의 물량(24롤테이너) 발생점은 평균 45.5개점, 이때 상차한 롤테이너 수는 1, 092 롤테이너, 운영시간 종료 시에 상차한 롤테이너수는 2, 276 롤테이너였다. 운영시간 5시간 후에 1차 출하를 하고 나머지를 운영시간 종료 시에 상차할 경우 대기 공간의 용량은 충분한 것으로 분석되었다.
5개점, 이때 상차한 롤테이너 수는 1, 092 롤테이너, 운영시간 종료 시에 상차한 롤테이너수는 2, 276 롤테이너였다. 운영시간 5시간 후에 1차 출하를 하고 나머지를 운영시간 종료 시에 상차할 경우 대기 공간의 용량은 충분한 것으로 분석되었다.
입하 대기장의 능력 부족에 영향을 받는 것을 고려하였다. 입하대기장의 능력을 증가하기 위해 입하 대기장의 작업자 수를 증가하여 실험하였으나, 입하도크별 하역 작업자 1 명을 할당하는 것은 하역 능력이 부족하다는 것을 확인하였다. 입하도크별 하역 작업자를 2명으로 적용한 결과 (표 2) 와같이 입하도크의 가동률은 낮아지고 운영시간 내 처리를 완료하였고 일부 늦게 입고 한 차량만이 하역작업과 분류작업이 진행하는 것으로 분석되었다.
입하대기장의 능력을 증가하기 위해 입하 대기장의 작업자 수를 증가하여 실험하였으나, 입하도크별 하역 작업자 1 명을 할당하는 것은 하역 능력이 부족하다는 것을 확인하였다. 입하도크별 하역 작업자를 2명으로 적용한 결과 (표 2) 와같이 입하도크의 가동률은 낮아지고 운영시간 내 처리를 완료하였고 일부 늦게 입고 한 차량만이 하역작업과 분류작업이 진행하는 것으로 분석되었다.
최초 실험 결과(표 3)에서와 같이 북쪽(야채/델리카) 입고 대기장의 작업자 6명, 남쪽(수산/가공 냉장/청과) 입고 대기장의 작업자 4명을 배정한 실험에서는 작업자의 가동률(98%), 미처리트럭 발생, 높은 도크가동률이 결과로 나타났다. 작업자 수를 북쪽과 남쪽에 각각 8명 6명을 배정하고 실험하였을 때의 결과에서 입고트럭을 모두 처리하였고 도크 가동률은 60~80%로 나타났으나 작업자 가동률이 93%로 높게 나타났다. 따라서 작업자의 적정수를 찾기 위한 실험을 하여 분석하였다.
좌우 디지털 분류시스템분류장의 로우리프트 수를 12대부터 총 24대까지 증가하면서 실험한 결과 좌우측모두 19대 또는 20대의 로우리프트 수가 적당한 것으로 분석되었다. 이때 각각의 로우리프트 수의 가동률과 운영시간 내 미처리 롤테이너수는 19대일때 좌측은 가동률 83.
초기 결과 (표2)에서 입하대기장의 부족으로 차량 하역 시간이 길어지면서도크의 가동률은 81.2%에서 95.2% 까지 전체적으로 높은 결과였으나 미처리 차량의 수는 품종별 4대에서 12대로 입하 능력이 부족하였다. 입하 대기장의 능력 부족에 영향을 받는 것을 고려하였다.
또한 입고도크와 입고 대기장의 롤테이너 수용량을 제한된 상황에서 작업자 수를 늘려가면서 실험하여 적정 작업자 수를 분석하였다. 최초 실험 결과(표 3)에서와 같이 북쪽(야채/델리카) 입고 대기장의 작업자 6명, 남쪽(수산/가공 냉장/청과) 입고 대기장의 작업자 4명을 배정한 실험에서는 작업자의 가동률(98%), 미처리트럭 발생, 높은 도크가동률이 결과로 나타났다. 작업자 수를 북쪽과 남쪽에 각각 8명 6명을 배정하고 실험하였을 때의 결과에서 입고트럭을 모두 처리하였고 도크 가동률은 60~80%로 나타났으나 작업자 가동률이 93%로 높게 나타났다.
후속연구
현재 레이아웃 중고정 자원은 입하도크와 디지털 분류 시스템, 출하도크, 입하대기장과 출하 대기장이다.고정 자원의용량 분석과 운영방식에 따른 하역작업자의 수와 입하 대기장의 운반 작업자 수, 디지털 분류시스템 내의 운반장비인 로우리프트 및 작업자 수(대당 작업자 2명), 디지털분류 시스템에서 출하 대기장까지 롤테이너를 운반하는 로우리프트 수 출하 대기장에서 제품상차 작업자 수 계절별 과일을 운반에 사용되는 포크리프트 수 등의 설비를 적정수를 할당할 계획이다.
또한 물류센터 내부시설과 설비의 검증뿐만 아니라 배송차량의 효율적인 운영에 대한 과학적인 검증을 하고, 각 지점별 배송경로의 최적화를 통하여 물류의 흐름을 효율적으로 관리하여야 한다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.