 |
Решение NEURONIQ по управлению транспортными потоками на складе СДЭК
На сегодняшний день на рынке грузоперевозок присутствует множество компаний способных предложить свою помощь по доставке груза, при этом все они предоставляют примерно один и тот же набор услуг. Среди этого множества грузоперевозочных организаций конкурентными преимуществами, в первую очередь, являются качество сервиса и быстрота оказания услуг, чего невозможно добиться без автоматизации процессов. Именно для решения вопроса автоматизации внутренних складских процессов руководство одной из крупнейших компаний в области грузоперевозок СДЭК обратилось к нам. Сортировочный центр компании имеет большую нагрузку проходимости, около 100 машин в день. Соответственно для выравнивания масштабов нагрузки на разных участках склада и детального тайминга процессов потребовалась автоматизация работы распределительного центра.
В общей системе управления цепочкой поставок есть несколько звеньев. Каждое такое звено должно быть хорошо отрегулировано и выполнять свою функцию. Говоря об этом, надо, в первую очередь, иметь в виду WMS (система управления складом) и TMS (система управления транспортом). Стандартные системы WMS способны осуществлять управление на уровне основных складских операций – прием, отгрузка, инвентаризация, комплектация груза и т.д. Системы управления транспортом TMS имеют свой определенный функционал, который отвечает за планирование и контроль транспортировки груза вне территории распределительного центра. Во всей логистической цепочке есть некое звено, которое остается бесконтрольным, так называемая буферная зона. Система NEURONIQ СКЛАД способна устранить этот пробел между системами управления транспортом и складом. Являясь промежуточным звеном между WMS и TMS, система связывает их, автоматизируя транспортный поток от въездных ворот распределительного центра до терминала погрузки/разгрузки и обратно. Начиная с планирования (предварительной записи) прибытия транспорта, система равномерно распределяет потоки по складской территории, и уже по факту прибытия, направляет транспорт по оптимально выверенному маршруту, осуществляя при этом контроль на каждом этапе.
До внедрения нашей системы алгоритм действий в логистической цепочке компании СДЭК был достаточно неудобен, все операции осуществлялись вручную, водители самостоятельно определяли очередность, путем личных договоренностей. В результате таких действий распределение нагрузки на терминалы было не равномерным. Из-за скопления машин к одним погрузочным терминалам и простаивания других, грузы опаздывали, что не лучшим образом сказывалось на качестве сервиса компании. Перед нами стояла задача создать единый механизм, который объединил бы подачу и убытие транспорта к 12 воротам таким образом, чтобы была слаженная цепочка коммуникации между всеми участниками распределительного центра и не возникало простоев машин.
В процессе сотрудничества наших специалистов и представителей компании СДЭК был разработан наиболее оптимальный порядок действий для синхронизации и автоматизации всех процессов на территории склада, учитывающий качественное разделение транспортного парка на три основные группы:
• Магистрали – включает в себя 28 направлений по территории всей России;
• Франчайзи – 23 региональных направления на территории Подмосковья;
• Порты – 6 крупных направления, включая авиаперевозки.
Решая потребность компании в своевременной подаче груза на воротах по всем трем направлениям, наши специалисты разработали следующий алгоритм автоматизации рабочего процесса распределительного центра. Водитель, прибывший на склад должен зарегистрироваться за 30 минут до начала погрузки согласно расписанию, таким образом происходит бронирование места. После проверки документов диспетчером, водитель получает талончик с информацией о направлении, виде операции, плановом времени и встает в очередь. При этом за ее текущим состоянием он может наблюдать прямо из кабины своей машины, благодаря уличным табло, также экраны с дублирующей информацией о текущем состоянии очереди размещены внутри распределительного центра. В случае задержки автотранспорта, диспетчер по телефону уточняет время приезда автомобиля, но бронь в очереди ставится только по факту прибытия машины. По приезду автомобиль назначается в приоритетном режиме на первые свободные ворота согласно разделению по воротам, виду автотранспорта и характеру груза. Одновременно с постановкой в очередь автомобиля сотрудники склада, формирующие груз для отправки, получают актуальную информацию, которая отображается на внутреннем мониторе в помещении, где происходит сборка груза. Данная информация включает в себя: направление / планируемое время загрузки / планируемое окончание загрузки / номер назначенных ворот. Благодаря этому, пока автомобиль дожидается своего времени прибытия на ворота, происходит формирование и сбор груза.
Действуя как связующее звено между системой управления транспортом и системой управления складом, разработка NEURONIQ смогла организовать весь процесс подачи транспорта к воротам склада, используя свое преимущество, которое основывается на принципе интеллектуального управления потоками. Обычно традиционные системы управления складом привязывают транспорт к одним воротам, что создает некоторые неудобства. Наша же система, избегая привязки к конкретным воротам, вызовет машину (с учетом вида транспорта и характера груза) к первым же освободившимся воротам. Это значительно экономит время пребывания транспорта на территории распределительного центра и как результат ликвидирует простой транспортных средств на складе. Помимо этого, NEURONIQ СКЛАД создает дополнительные возможности для моделирования процессов на уровне принятия управленческих решений за счет предоставления отчетов с развернутыми аналитическими данными. Получение своевременной информации о наиболее загруженных зонах, четкой временной статистике прибытия или убытия машин на территорию склада, решает проблему бесконтрольного функционирования всех компонентов в работе распределительного центра.
Таким образом внедрение системы NEURONIQ в работу склада грузоперевозочной компании СДЭК решил ряд задач, среди которых:
• Сокращение времени пребывания транспорта на складе;
• Автоматизация буферной зоны;
• Своевременная подача транспорта к воротам;
• Координация взаимодействия всех участников процесса;
• Предупреждение возможных инцидентов, связанных с недостаточной организацией работы распределительного центра;
• Учет вида транспорта и характера груза при назначении автомобиля на ворота;
• Оптимальное использование ресурсов склада.
Контактное лицо: Гулиева Эльмира (написать письмо автору)
Компания: Технологии Будущего (все новости этой организации)
Добавлен: 03:20, 25.04.2018
Количество просмотров: 462
Страна: Россия
| PolyAnalyst Day24 от Мегапьютер: как новые технологии меняют аналитику в бизнесе и образовании, Megaputer, 18:56, 29.11.2024, Россия |
154 |
| 19 ноября 2024 года, Москва — Компания «Мегапьютер» провела мероприятие PolyAnalyst Day24, посвященное презентации новой версии аналитической платформы «PolyAnalyst 6.5.30» и обмену опытом в цифровизации аналитики. Мероприятие прошло на площадке партнера компании — Фонда развития интернет-инициатив, и собрало представителей ведущих компаний, госструктур и образовательных учреждений. |
|
| «1С-Рарус» создал единую систему управления автопарком «Флит Компани», 1С-Рарус, 02:52, 29.11.2024, Россия |
116 |
| На базе «1С:Транспортная логистика, экспедирование и управление автотранспортом КОРП» создана единая система управления транспортом, интегрированная с современными сервисами и платформами. Усилен контроль над каждым этапом перевозки. На 50% сокращены трудозатраты по ведению учета благодаря централизации информации по собственному автопарку, привлеченному транспорту и автосервису. |
|
| «Наносемантика» поддерживает акселератор «Startup EdTech Heroes», Наносемантика, 02:52, 29.11.2024, Россия |
114 |
| Разработчик нейросетевых решений ГК «Наносемантика» выступает партнером акселератора «Startup EdTech Heroes» от Президентской Академии (РАНХиГС). Компания предложила участникам разработать собственную методику обучения и преподавания с помощью нейросетей и цифровых копий преподавателей. |
|
|
|
