發布日期：2019-10-28瀏覽次數： 次信息來源： 辛鵬亮
在新工廠規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、產線的產出能力之外，還要弄清楚的就是產能提升所帶來的物流量的增加。在現有的園區內能不能運行？卸貨資源能不能滿足？不管是新工廠規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、流量數據收集
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各物流門及各裝卸貨區監測物流車輛信息。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據進行理論測算。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，其基礎數據需要包括產品產能、產量、BOM、物料尺寸、包裝信息、車輛裝載信息等，根據以上信息計算出來料和成品的物流量。
實測法的優點是能夠真實反映進出廠的車流量、裝卸貨時長以及現狀入廠物流中存在的問題，據此可以找到改善的方向和思路。缺點是數據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（具體到體積或數量），另外就是耗時較長，一般至少需要一周以上的持續記錄。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，對于后續的規劃、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據，但對于車廂內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據再往電腦錄入的時候會發現：很多因為書寫不規范，無法識別清楚車牌號，導致出錯?？梢酝ㄟ^在車輛入廠時發放數字號牌（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。
數據分析：獲得基礎數據之后接下來就是要對數據進行分析，包括現狀分析和未來推算（基于產量變化），同樣可以采用以上兩種方法結合的方式提高數據的可信度。現狀分析的角度一般包括各關鍵物流節點的車流量（用于建立各功能區的流量數字關系），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，發現浪費）。而要推算未來的車流量需要分析產量（自變量）和物流量（因變量）的關系，通過建立某種數學關系，從而實現調整產量（自變量）來推算物流量（因變量）的目的。以上數據分析也是園區SLP規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的大物流能力有一個基本的認識和評估。結合SLP的系統規劃方法的運用，可實現對企業物流設施科學合理的規劃。
