• Description

問題挑戰

世界上最大的資源公司之一,銷售額超過800億美元,決定進入一個新的市場。它計劃建造一個新的鉀鹽礦,並出口90%的產量。他們希望設計一個可靠的供應鏈,高速補貨,以及從自然災害和人為災害中恢復甚至受益的能力。Amalgama和Goldratt簽訂合同,設計鉀肥採礦業務和完整的出境物流供應鏈。

在啟動項目之前,了解由另一家公司早期構建的當前模擬系統所產生的瓶頸非常重要。這個舊系統確實有一些好處; 然而,該模型表現得像一個黑盒子,並且沒有推理就產生了結果,所以無法查詢它們。透過模擬建模的新功能可視化供應鏈流程並為結果帶來信心,幫助:

  • 設計具有高服務水平,低成本,低資本投資的供應鏈。
  • 選擇最佳庫存管理策略 - 推送,混合或拉動。
  • 查找礦山,港口和集線器的存儲容量。
  • 確定所需的鐵路車輛數量。

錯誤的決定可能會在20年內導致數億美元的利潤損失。

解決方法

該模型需要:

  • 具有可輕鬆調整的節點和鏈接,具有可配置的性能參數。
  • 包括隨機性,需求和供應的可變性以及中斷。
  • 使用動態動畫捕獲相互依賴性和性能變化。
  • 目前的財務和運營績效指標。
  • 執行單次運行實驗,方案比較和靈敏度分析。

AnyLogic模擬軟體滿足了這些要求。讓工程師根據需要建立供應鏈模型,靈活且可配置。AnyLogic建模澄清了位置(ports, hubs, etc.)內的流程,並展示了不同元素的工作和交互方式。

採礦物流過程始於工廠和礦山儲存設施。產品開採並準備轉移後,決定是將產品運往出口國外還是留在國內市場。產品透過火車到達集線器或港口,然後運往國外或送往當地分銷。

在基於代理模型中,海港和礦山以及卡車,火車和船隻,作為獨立的代理,相互作用。該模型還包括不同的隨機來源; 例如,罷工行動,天氣延遲,生產中斷,客戶需求變化等。模型中的圖表顯示供應鍊及其組件的輸出統計數據。

採礦物流模擬模型
使用該模型,進行敏感性分析以定義供應鏈的最佳策略 - 推送,混合或拉動。該分析考慮將鐵路車輛加入系統(從2.5萬輛到5.5萬輛軌道車),改變了礦山和港口的存儲容量(從15萬到50萬噸),並改變了服務水平。世界一流的服務水平預定義為98%,綠色和較低的服務水平標記為紅色和黃色。

該圖表顯示Push方案不會提供任何高級結果。混合方案提供了所需的性能水平; 然而,最好提供拉動政策,使用300千噸容量的3,500輛軌道車或容量為250千噸的4,500輛軌道車。該系統在存儲容量方面非常敏感。

基於挖掘代理的模擬模型
在定義最優策略之後,將復雜性和波動性因子添加到模型中以查看對服務級別的影響。推送策略受到添加新產品,客戶,集線器或端口的負面影響,而採用Pull策略,無論任何因素,都保持高服務水平。

然後對每項政策進行測試,以了解當可變性增加時每噸成本如何變化。推幾乎總是具有最高的每噸成本指數。然而,該圖表顯示,隨著波動性和復雜性的增加,每噸的成本也隨著時間的推移而增加。

最後,使用不同的參數(服務水平,營運資金,樞紐和港口的庫存等)和排名的政策相互比較結果。

 

 

改善後

AnyLogic模擬建模直觀地表示了供應鏈流程,並證明Pull政策是最優的。該政策以最低的每噸成本提供更高水平的服務,同時降低營運資本和投資要求。它還顯示了額外的存儲容量將如何幫助。Pull政策的其他主要好處是:

  • 它可以保持世界一流的服務水平。
  • 它對市場需求和產品組合的變化更具彈性。
  • 它提供自動優先級庫存水平低。
  • 它在港口維持較低的庫存水平,從而阻止列車排隊。

之前由公司應用的推送策略提供了較差的服務水平,因為它沒有考慮需求變化。該公司使用多產品供應鏈,當客戶開始要求產品時,由於缺乏免費存儲空間,它可能會丟失。Pull策略算法的行為不同。它根據需求決定何時安全減少庫存或增加庫存,而不會產生罰款。

模型功能包括:

  • 敏感性分析 - 顯示供應鏈績效指標對鐵路車輛數量和港口存儲容量的敏感程度。
  • 情景比較 - 測試不同的庫存管理政策,以及財務和運營結果。

後者提供了各種模型參數的詳細結果。例如,推/拉政策的每噸/每噸三角洲成本差異為每噸3美元。如果選擇了錯誤的政策,這將意味著每年1300萬噸,這將意味著3900萬美元的淨利潤損失。對於Tons Sold參數,當使用相同的容量和波動率時,Push和Pull策略結果之間存在410萬噸的差異。每噸乘以300美元,這將導致錯誤的政策選擇造成12億美元的收入損失。

當分析在執行層面呈現時,拉動策略被選擇用於業務開發。