Simulazione di un Sistema Logistico a Magazzino con Picking Multi-Livello

Abstract

Lo studio analizza un magazzino multilivello tramite simulazione a eventi discreti, viene valutata l'integrazione tra veicoli a guida autonoma per il picking e ascensori per i collegamenti verticali. La ricerca nasce dalla necessità di analizzare le risorse verticali condivise poiché, nei sistemi multilivello, i ritardi accumulati in queste fasi si riflettono direttamente sull'aumento dei tempi di completamento degli ordini. Il processo è stato modellizzato in AnyLogic, includendo la logica di assegnazione delle missioni agli AGV e l’interazione con i lift. A parità di condizioni (layout, risorse e carico), il confronto si è focalizzato sulle logiche di dispatching del blocco Retrieve: le strategie Nearest to agent e Shortest path to pickup location sono state così valutate in modalità free space. Le prestazioni dei lift sono state valutate tramite KPI estratti direttamente nel modello, tra cui tempo completamento ordine, ripartizione dei tempi operativi degli AGV, utilizzo e coda dei lift, e tempi di attesa cumulati. I risultati mostrano che la scelta della policy influenza sia i tempi di avvicinamento al prelievo sia la distribuzione della congestione verticale; nello scenario analizzato Nearest migliora il lead time e alleggerisce il lift più critico, pur mantenendo quasi invariata l’attesa verticale totale.

This study analyzes a multi-level warehouse using discrete event simulation. It evaluates the integration between AGVs for picking and lifts for vertical movements. The research starts from the need to analyze shared vertical resources because, in multi-level systems, delays in these phases increase the total order completion time. The process was built in AnyLogic, including the logic for AGV missions and the interaction with lifts. Using the same layout, resources, and load, the study compares two dispatching policies: Nearest to agent and Shortest path to pickup location, with free space navigation. Performance was measured with KPIs from the model, such as completion time, AGV operating times, lift usage, and waiting times. The results show that the policy choice affects both travel times and vertical congestion. In this scenario, the Nearest policy improves the lead time and reduces the load on the most critical lift, while the total vertical waiting time remains almost the same.