AUTONOMOUS VEHICLE STORAGE AND RETRIEVAL SYSTEMS (AVS/RS): MODELLIZZAZIONE DI UN SISTEMA AD EVENTI DISCRETI = AUTONOMOUS VEHICLE STORAGE AND RETRIEVAL SYSTEMS (AVS/RS): A DISCRETE EVENT MODELING SYSTEM

La crescente competizione globale nel campo della logistica richiede alle aziende una maggiore flessibilità nel settore dell’automazione dei magazzini in modo da poter offrire al cliente un livello di servizio sempre maggiore. Da qui nasce l’esigenza di modelli matematici e di simulazione che permettano di utilizzare tali sistemi in modo ottimale e di fronteggiare in modo efficace gli scenari di impiego che possono via via presentarsi. Allo stato attuale, sono ben consolidati i metodi con cui valutare le performance dei sistemi tradizionali, ad esempio i trasloelevatori. Viceversa, vi sono ancora delle lacune per i sistemi sviluppati più recentemente, come gli Autonomous Vehicle Storage and Retrieval Systems che possono essere riorganizzati in modo duttile e generare elevati livelli di throughput per soddisfare le diverse necessità in modo veloce ed efficiente. In questo lavoro verrà sviluppata e discussa una metodologia basata sulla modellizzazione ad eventi discreti per la valutazione di un AVS/RS. In particolare, è stato implementato un meta-modello di simulazione capace di creare autonomamente, a partire da un insieme di input dell’utente, conformazioni della scaffalatura e flotte di veicoli di diversa dimensione e valutarne la prestazione attraverso il tempo ciclo e l’utilizzo di ciascun veicolo, e il throughput complessivo del sistema. Il modello è stato sviluppato tramite il software di simulazione Flexsim. La metodologia sviluppata è stata applicata al caso studio di un produttore italiano di pasta. Questo utente richiede un AVS/RS ad elevata flessibilità poichè il livello della produzione è fortemente variabile (possono essere attive da una a cinque linee contemporaneamente) mentre le consegne verso i clienti sono tipicamente polarizzate in poche ore della giornata. Il metodo adottato si è rivelato particolarmente efficace: la creazione automatizzata del modello permette di ridurne drasticamente i tempi di implementazione e i possibili errori dell’utente. È così possibile ottenere un modello in pochi secondi e, quindi, confrontare in breve tempo la performance di diversi sistemi o la reazione di uno stesso sistema di fronte a diversi scenari di utilizzo.