Optimisez les prélèvements, les trajets et les effectifs avant d'embaucher ou d'agrandir.
Simulez les opérations d'entrepôt pour identifier les goulots d'étranglement, valider le slotting et concevoir des règles de dotation et de processus robustes.
Pourquoi c'est important
Problèmes typiques
Une vision claire de ce qui échoue dans le monde réel, pour que le modèle soit construit pour ce qui se passe réellement.
Les semaines de pointe brisent le système et les SLA.
Les décisions de slotting sont prises sans test de scénarios.
Les plans d'effectifs ne reflètent pas la variabilité réelle des trajets et des tâches.
Résultats
Ce qui s'améliore
Une façon mesurable d'évaluer les variantes de scénarios et les décisions que vous prendrez.
Débit
augmenté sans agrandissement
Risque SLA
réduit par la planification de scénarios
Main-d'œuvre
mieux répartie selon la charge de travail
Livrables
Ce que vous obtenez
Un ensemble décisionnel : modèle, scénarios et un plan de déploiement actionnable.
Livrables
- Scène d'entrepôt et modèle de processus
- Simulations variantes
- Identification des goulots d'étranglement et actions
Capacités recommandées
Commencez avec le minimum nécessaire au résultat, puis évoluez vers des données historiques et en direct à mesure que le cas d'usage mûrit.
Preuves
Études de cas
Scénarios réels, présentés en détail pour ce cas d'usage.
Fabricant d’équipements de ventilation et de refroidissement, Mazovie, Pologne
Prélèvement de matières en magasin : jusqu’à 60 % de temps en moins
Contexte
Une usine de plus de 150 personnes en deux équipes. Les produits sont très personnalisés, ce qui complique la préparation. Le magasin réalise en moyenne 800 prélèvements par équipe, et 10 personnes travaillent dans la zone de préparation étudiée.
Tâche
Générer dynamiquement la liste de prélèvement pour le mix de produits prévu chaque jour. Le client s’est appuyé sur des simulations de préparation en magasin dans le jumeau numérique.
Travail
- Construction d’un jumeau numérique de la partie du magasin concernée.
- Définition des trajets de transport et des contraintes de la préparation.
- Paramétrage du fonctionnement et des moyens de transport utilisés pour la préparation.
- Mise en place de la structure des données de processus et import des données.
- Choix de l’algorithme adapté et génération de la meilleure liste de prélèvement.
Résultats
- Trois états ont été simulés : la préparation dans la séquence des ordres de fabrication, sans optimisation (1 000 s), avec un algorithme par îlots (550 s) et avec un algorithme de tri (200 s).
- Selon l’étude de cas, l’optimisation peut réduire jusqu’à 60 % le temps du processus initial.
Bénéfices
- La simulation de la préparation pour les ordres de fabrication en cours était prête en quelques jours.
- Quand le plan change, l’ordre de fabrication mis à jour est importé et l’algorithme calcule la nouvelle liste de prélèvement en quelques secondes.
- C’est utile lorsqu’il manque des matières ou des opérateurs et qu’il faut modifier la production.