Per l’analisi delle politiche di controllo, ma anche per una prima valuta-zione in sede di progettavaluta-zione della configuravaluta-zione dell’AS/RS, è possibi-le introdurre un indice caratteristico dei consumi energetici per una data scaffalatura.
Dall’analisi del modello esposto nel precedente paragrafo, appare evi-dente come il consumo energetico dipenda strettamente dalle specifiche del trasloelevatore, a sua volta legato alla geometria della scaffalatura. Come verrà meglio approfondito nei capitoli legati alla progettazione, è prassi co-mune tra i fornitori riferirsi ad un insieme di modelli base da adattare alle specifiche esigenze del cliente, che vengono selezionati principalmente in base alla massima altezza di stoccaggio da raggiungere. All’aumentare del numero di livelli della scaffalatura, si modifica infatti la struttura del trasloelevato-re (basti pensatrasloelevato-re all’altezza della colonna) e le masse da movimentatrasloelevato-re, con relativo impatto sui consumi richiesti per i movimenti della macchina.
Risulta quindi evidente che una misura di prestazione globale, come quel-la ricercata, debba intendersi requel-lativa ad una data geometria di scaffaquel-latura con associato un opportuno trasloelevatore.
Si definisce Rack Energy Potential (REP) la somma dei consumi di ener-gia richiesti per completare un ciclo singolo di stoccaggio e un ciclo singolo di prelievo per tutte le locazioni di una scaffalatura.
2.5. Il Rack Energy Potential 31
Se si moltiplica il REP per il turnover complessivo (domanda totale nell’o-rizzonte di pianificazione diviso la capacità di stoccaggio della scaffalatura), si ottiene una misura del fabbisogno di energia per servire la scaffalatura nell’orizzonte temporale considerato, qualora si adotti una politica di al-locazione casuale, ovvero quando ogni unità di carico è libera di occupare una qualsivoglia locazione nella scaffalatura ed ogni locazione risulta avere la stessa probabilità di essere visitata. Se si considerano costanti la capa-cità di stoccaggio richiesta e la domanda di movimentazione, allora il REP può essere utilizzato per confrontare i fabbisogni di diverse geometrie della scaffalatura o tipologie di prodotto. Come si vedrà nel capitolo 3, poiché la politica di allocazione casuale non consente di allocare opportunamente i prodotti in modo da ottimizzare la prestazione richiesta, il REP può essere ultilizzato per definire il limite superiore del consumo energetico, rispetto al quale possono essere confrontate politiche di controllo alternative.
Capitolo
3
Politiche di storage assignment
Negli automated storage and retrieval systems l’applicazione dei principi di sustainable logistics porta a rivederne le politiche di controllo e la proget-tazione del sistema stesso, tradizionalmente ottimizzate esclusivamente in ottica time-based. Poiché è ampliamente dimostrato in letteratura come le prestazioni dei magazzini dipendano fortemente dalla politica di allocazione dei prodotti nelle scaffalature (Petersen and Aase, 2004), in questo capitolo si vuole analizzare come si modifichi il processo di storage assignment negli AS/RS quando si adotti la nuova prospettiva energy-based.
Nel paragrafo 3.1 verrà analizzata la letteratura esistente sulle politiche di stoccaggio, mentre nel paragrafo 3.2 verranno esplicitate le ipotesi alla base delle analisi dei successivi paragrafi. Nel paragrafo 3.3 si definirà una nuova politica di assegnazione dedicata: la energy-based full turnover policy. Verrà valutato come si modificano le zone associate a ciascun prodotto e verranno confrontate le prestazioni sia temporali che energetiche della nuova politica con quelle della tradizionale time-based full turnover policy.
L’energia delle fasi di decelerazione del trasloelevatore può essere recupe-rata e reimmessa nel sistema di alimentazione, invece di essere dissipata come calore di scarto; nel paragrafo 3.4 si valuterà quindi l’impatto del recupero energetico sulle prestazioni delle politiche di assegnazione dedicata.
Un ulteriore fattore che influenza le prestazioni energetiche del sistema è il peso delle unità di carico; nel paragrafo 3.5 si analizzeranno le impli-cazioni del peso del prodotto sulle politiche di allocazione energy-based, sia per quanto concerne la forma e disposizione delle zone dedicate ai prodotti, sia per quanto riguarda le relative prestazioni energetiche. Verrà proposta, inoltre, una particolare tipologia di allocazione nella quale si stratifica la scaffalatura in fasce differenti di peso. Si confronteranno poi le prestazioni di energia per allocazioni di tipo dedicato, per classi e random per diverse curve di domanda e geometrie dei scaffalatura. Infine, con l’obiettivo di mi-gliorare la flessibilità massimizzando l’efficienza energetica, si introdurranno
34 Capitolo 3. Politiche di storage assignment
e valuteranno delle nuove politiche dinamiche di allocazione energy-based. Parte dei risultati ottenuti nel presente capitolo sono stati presenta-ti a convegni (Meneghetpresenta-ti and Monpresenta-ti, 2013a) e pubblicapresenta-ti o in corso di pubblicazione su rivista internazionale (Meneghetti and Monti, 2013c,b).
3.1 Time-based storage location assignment:
re-view della letteratura
Il tempo di picking a magazzino influenza direttamente il livello di servizio percepito dal cliente; pertanto, tutta la letteratura sullo storage assignment si è storicamente focalizzata sull’ottimizzazione di questa prestazione, valutan-do e confrontanvalutan-do un insieme di regole atte a determinare il posizionamento delle unità di carico nelle scaffalature (de Koster et al., 2007; Gu et al., 2007, 2010).
Si individuano, a seconda del criterio di ripartizione del magazzino, due concezioni contrapposte di assegnazione dei prodotti: le logiche a posti dedicati (dedicated storage) e le logiche a posti condivisi (shared storage).
Con le prime, le locazioni vengono riservate in modo esclusivo ai pro-dotti per tutto l’orizzonte di pianificazione; ciò comporta che il magazzino debba essere dimensionato per una potenzialità ricettiva pari alla somma dei massimi delle giacenza prevista di ciascun prodotto nel medesimo orizzonte temporale.
Nelle logiche shared storage, invece, le unità di carico sono libere di oc-cupare tutte le locazioni disponibili di una data zona: un sottoinsieme della scaffalatura viene in questo modo “condiviso” da più prodotti. Si assiste così ad una compensazione dei picchi e delle valli di giacenza dei diversi prodotti nell’orizzonte di pianificazione, con una potenzialità ricettiva richiesta pari al massimo della somme complessive delle giacenze previste per i vari perio-di perio-di programmazione in cui è scomposto l’orizzonte temporale, che risulta dunque di gran lungo inferiore a quella richiesta dalle politiche dedicate. La più diffusa politica di assegnazione condivisa è la random policy, secondo la quale le locazioni libere della scaffalatura vengono occupate casualmente dai prodotti da stoccare; ogni locazione ha quindi la medesima probabilità di essere visitata nell’orizzonte temporale.
Hausman et al. (1976) hanno dimostrato analiticamente che il minimo tempo di prelievo negli AS/RS si ottiene adottando la politica di allocazione dedicata full turnover policy, ovvero assegnando le posizioni migliori, in ter-mini di tempo di prelievo, ai prodotti con il più alto turnover, definito come il rapporto tra la domanda di un codice e il numero di locazioni a magazzino ad esso assegnate.
La politica full turnover, se da un lato porta all’ottimizzazione della pre-stazione temporale, dall’altro risulta di difficile applicazione, poiché richiede una riallocazione dei prodotti ad ogni cambiamento del mix di prodotti,
3.1. Time-based storage location assignment: review della letteratura 35
della domanda di un codice o del lotto di rifornimento. Per superare tali difficoltà, Hausman et al. (1976) hanno introdotto l’allocazione per classi turnover-based, nella quale i prodotti vengono suddivisi in classi in base al loro turnover e ad ogni classe viene dedicata una determinata zona all’in-terno della scaffalatura. All’inall’in-terno della classe di appartenenza i prodotti vengono allocati in modo casuale.
L’allocazione per classi consente di compensare più facilmente le eventua-li variazioni della domanda e al contempo permette di assegnare ai prodotti più frequentemente movimentati le posizioni più vicine alla stazione di I/O. Le prestazioni di picking time dell’allocazione per classi risultano intermedie tra le politiche di allocazione random, che non ottimizzando l’allocazione por-tano alle peggiori prestazioni di tempo, e le politiche dedicate full turnover, avvicinandosi ad una politica piuttosto che all’altra a seconda del numero di classi considerate. Le allocazioni con tre classi producono circa l’85% del po-tenziali benefici ottenibili da politiche di allocazione full turnover. I risultati di Hausman et al. (1976) vengono ottenuti per scaffalature square in time, ovvero per le quali il tempo necessario per raggiungere l’ultima colonna della scaffalatura è uguale al tempo per raggiungere il ripiano più alto.
Bozer and White (1984) hanno sviluppato successivamente un modello temporale per scaffalature rectangular e stoccaggio di tipo random, introdu-cendo il fattore di forma (shape factor ) b definito come:
b = min tnH tnL,
tnL
tnH
dove tnHè il viaggio dall’I/O al livello più alto mentre tnLè il viaggio dall’I/O alla colonna più distante.
Per scaffalature rectangular in time, Eynan and Rosenblatt (1994) hanno elaborato dei modelli analatici per l’allocazione class-based, ottenendo delle zone per le differenti classi di domanda a forma di “L” o rettangolari. Dal loro studio emerge che sono preferibili configurazioni di AS/RS con scaffalature aventi shape factor non inferiore a 0,6 e divise in un massimo di sei zone da dedicare ad altrettante classi di prodotto. I risparmi di tempo ottenibili per una suddivisione maggiore del numero di classi sono risultati, infatti, piuttosto trascurabili. Dallo studio emerge anche come sia sconsigliabile scendere sotto al valore di 0,6 del fattore di forma, che comporta crescenti tempi di movimentazione.
Van den Berg and Gademan (1999) ha presentato un algoritmo di pro-grammazione dinamica, a complessità polinomiale, che distribuisce i prodotti tra le classi in modo da minimizzare il tempo di viaggio medio di ciclo singolo del trasloelevatore.
Goetschalckx and Ratliff (1990) hanno invece esaminato la politica di stoccaggio basata sulla duration-of-stay (DOS) o tempo di permanenza a magazzino. Mentre il tasso di turnover è una caratteristica del prodotto, poiché tutte le unità di carico dello stesso codice hanno lo stesso tasso di
36 Capitolo 3. Politiche di storage assignment
turnover, la DOS è, invece, una caratteristica della singola unità di carico, dato che le unità di carico di uno stesso prodotto permangono a scorta per un tempo diverso. Nella modalità di stoccaggio basata sulla DOS, le unità di carico con il minor valore atteso di DOS sono assegnate alle locazioni più vicine all’I/O. Nel caso di politiche per classi, queste sono determinate in base ai valori di DOS delle singole unità di carico e non ai tassi di turnover dei prodotti. Gli autori dimostrano che in ambienti deterministici le politiche basate sul DOS presentano un tempo medio di prelievo inferiore.
Kulturel et al. (1999) hanno esteso l’analisi agli ambienti stocastici, com-parando attraverso simulazioni le politiche di assegnazione per classi turnover-based e DOS-turnover-based. Da questo studio emerge che le class storage policy ba-sate sul turnover comportano migliori prestazioni temporali delle politiche basate sulla duration-of-stay; le differenze tra i due criteri di assegnazione diventano, tuttavia, trascurabili all’aumentare del numero di prodotti.
Anche se non chiaramente esplicitato, la maggior parte degli studi di let-teratura adotta una location-to-product ratio (LTPR) pari a 1: ciò significa che si suppone di assegnare una sola locazione a ciascun prodotto. Gagliardi et al. (2012b) hanno recentemente dimostrato che quando LTPR > 1, ovvero quando vi sono più locazioni assegnate ad un determinato codice, le presta-zioni della politica full turnover degradano rapidamente. Per l’allocazione per classi, quando LTPR = 1 le prestazioni del sistema aumentano con il numero di classi; le migliori prestazioni si ottengono, infatti, dalla politica full turnover, che può essere interpretata come una politica per classi dove il numero di quest’ultime è pari al numero dei prodotti. Questo non è più vero quando LTPR > 1. Il fatto di assegnare più locazioni allo stesso codice porta inevitabilmente con l’allocazione dedicata full turnover a riservare dei vani ai prodotti in modo esclusivo, anche quando quest’ultimi presentano giacenza nulla, mentre potrebbero essere più convenientemente messi a disposizione di altri codici. Gli autori dimostrano che, per LTPR > 1, le migliori prestazioni di tempo si possono ottenere adottando la politica closest open location, dove il prodotto da stoccare viene posto nella locazione libera più vicina all’I/O. Analogamente, per il prelievo viene selezionato il prodotto più vicino alla po-sizione corrente del trasloelevatore (shortest leg). Dalle simulazioni eseguite dagli autori è emerso che questa politica produce i migliori risultati qualora si adotti un’unica classe, portando ad un miglioramento medio del 15,4% del tempo di prelievo del traslo-elevatore rispetto alla politica full turnover.