發(fā)布日期：2019-10-28瀏覽次數(shù)： 次信息來源： 辛鵬亮
在新工廠規(guī)劃和老工廠擴能改造過程中，往往首先要評估工廠的大物流能力。在新工廠規(guī)劃中大物流方案需考慮工廠要開多少個門？要設置多少個裝卸貨位？車輛、人員流動路徑如何設置？工廠各模塊、各廠房如何布局等等。這些都是新工廠規(guī)劃中一開始就要面對的問題。而在老工廠的擴能改造中，除了設備、產(chǎn)線的產(chǎn)出能力之外，還要弄清楚的就是產(chǎn)能提升所帶來的物流量的增加。在現(xiàn)有的園區(qū)內(nèi)能不能運行？卸貨資源能不能滿足？不管是新工廠規(guī)劃還是老工廠大物流能力評估，首先需要搞清楚的一件事就是工廠的物流量有多大。
一、流量數(shù)據(jù)收集
在分析工廠大物流流量的方法中，最常用的有兩種方法：車流量實測法與物資體積測算法。
1、車流量實測法：顧名思義就是在原廠區(qū)各物流門及各裝卸貨區(qū)監(jiān)測物流車輛信息。除了要記錄車次以外，還要記錄下到達站點的時間、車輛類型、車廂尺寸、裝卸貨物料、裝載率、裝卸貨時間、等待時間等信息，記錄的信息越詳細，評估的準確性越高，后續(xù)的改善也就更容易找到突破口。
2、物資體積測算法：是利用工廠管理物資的基礎數(shù)據(jù)進行理論測算。對于工廠而言，一般就是原材料、零部件、成品等需要進出廠的物資，其基礎數(shù)據(jù)需要包括產(chǎn)品產(chǎn)能、產(chǎn)量、BOM、物料尺寸、包裝信息、車輛裝載信息等，根據(jù)以上信息計算出來料和成品的物流量。
實測法的優(yōu)點是能夠真實反映進出廠的車流量、裝卸貨時長以及現(xiàn)狀入廠物流中存在的問題，據(jù)此可以找到改善的方向和思路。缺點是數(shù)據(jù)的波動可能會比較大，對于多點?？康能囕v很難搞清楚各點的物流量（具體到體積或數(shù)量），另外就是耗時較長，一般至少需要一周以上的持續(xù)記錄。而理論測算法，可以精確的測算出各點的物流量及車流量，但前提都是基于一些假設，與實際會有差異。在以往的咨詢項目中，多采用兩種方法結合，可信度會高很多，對于后續(xù)的規(guī)劃、改善就能提供強有力的支撐。
實測法對于信息化程度較高的工廠實施起來簡單方便。通過視頻識別、RFID識別等方式可自動記錄車流量相關數(shù)據(jù)，但對于車廂內(nèi)部的裝載情況仍需人工識別記錄。對于沒有這些自動識別信息技術的工廠來說，就需要投入較多的人力才能記錄清楚每個點的流量情況。
在這里有一個小技巧，就是在記錄的時候不要去記錄車牌號。因為手寫記錄一天的數(shù)據(jù)再往電腦錄入的時候會發(fā)現(xiàn)：很多因為書寫不規(guī)范，無法識別清楚車牌號，導致出錯。可以通過在車輛入廠時發(fā)放數(shù)字號牌（從1開始排序），出廠時回收的方式，這樣不僅操作簡單而且記錄的非常準確。
數(shù)據(jù)分析：獲得基礎數(shù)據(jù)之后接下來就是要對數(shù)據(jù)進行分析，包括現(xiàn)狀分析和未來推算（基于產(chǎn)量變化），同樣可以采用以上兩種方法結合的方式提高數(shù)據(jù)的可信度。現(xiàn)狀分析的角度一般包括各關鍵物流節(jié)點的車流量（用于建立各功能區(qū)的流量數(shù)字關系），車流量的時間分布和推移情況（用于分析車流量的波動情況（波動率）以及峰值是否與生產(chǎn)活動一致，整體是否均衡，若波動很大，則資源的配置便存在較大的浪費）。車輛在廠時間/卸貨時間/返空時間（用于分析車輛在廠活動，發(fā)現(xiàn)浪費）。而要推算未來的車流量需要分析產(chǎn)量（自變量）和物流量（因變量）的關系，通過建立某種數(shù)學關系，從而實現(xiàn)調(diào)整產(chǎn)量（自變量）來推算物流量（因變量）的目的。以上數(shù)據(jù)分析也是園區(qū)SLP規(guī)劃方法的重要組成部分。
通過以上這些方法可對一個工廠或園區(qū)的大物流能力有一個基本的認識和評估。結合SLP的系統(tǒng)規(guī)劃方法的運用，可實現(xiàn)對企業(yè)物流設施科學合理的規(guī)劃。
