Elon saknar ett effektivt system vad gäller artikelplacering på lagret. Inkommande artiklar placeras på de platser där möjligheten finns att ta emot hela den inkommande volymen. Syftet med examensarbetet har två delar. En del är att ta fram en tydlig metod för Elon att använda vid en frekvensläggning samt att genomföra den valda metoden för 12 månader. Den andra delen är att simulera den totala körsträckan för truckförarna före och efter en frekvensläggning för det första kvartalet år 2021 med målet att uppnå en minskad körsträcka på 10 %. Arbetet ska även resultera i en färdig programmeringskod i Python som Elon ska kunna använda vid framtida simuleringar. Arbetet inleddes med en litteratursökning av relevanta metoder och tekniker som ska vara till grund för den frekvensläggning som genomförs i arbetet. De forskningsmetoder som identifierades och valdes var Design Research Methodology samt datainsamlingsteknikerna Litteraturstudie, Dokumentstudie, Intervju och Observation. Efter att en litteraturstudie genomförts valdes metoden ABC-analys som metod för frekvensläggning. Arbetet resulterade i en metod för frekvensläggning som innehåller fem steg som företaget bör följa och som beskrivs djupare i rapporten. ABC-analysen resulterade i att samtliga artiklar på lagret klassificerades i A-, B- eller C-klass efter uttagsfrekvens och ett platsbehov för varje klass beräknades. Den simulerade plockningen efter en frekvensläggning resulterade i en minskad körsträcka på 21,09 %. Arbetet kan utvecklas ytterligare genom att ta hänsyn till vilka portar det körs mer frekvent till, identifiera artiklar som ofta körs tillsammans och placera nära varandra, anpassa lagret efter kampanjvaror och dess tidsperioder samt om möjligt kunna torrköra plockning efter genomförd frekvensläggning i lagrets WMS som då resulterar i en noggrannare simulering. / The company Elon Group AB lacks an effective method when it comes to product placement within the warehouse. As of now incoming products are placed where storage space is available. The purpose of this work can be divided into two parts. One part is to create a method that Elon can use when placing their products using picking frequency, this method will be used in practice during this thesis when placing products using picking frequency for a period of 12 months. The second part of this thesis is to simulate the accumulated distance forklift drivers have driven before and after slotting by picking frequency for a period of 3 months. The goal is to accomplish a 10% decrease in driving distance after slotting has been made. The simulation requires a code in the programming language Python which is part of the thesis. The work started with a literature review to help choose the right methods. The methods that were identified and used were Design Research Methodology, literature study, document study, interviews and observations. After the literature study was made an ABC-analysis was chosen specifically as the method for conducting the slotting. The work resulted in a five step-method. The ABC-analysis resulted in all of the products being given a class (A, B or C) and the required number of storage bins for the different classes were calculated. The simulation showed a decreased driving distance of 21,09 %. The work can develop by taking into account that the exit-ports in practice do not ship out an equal amount of goods, identifying which products that are often picked together and placing them near each other, taking into account campaign products and if possible dryrun the warehouse WMS after slotting to obtain more accurate data.
| Identifer | oai:union.ndltd.org:UPSALLA1/oai:DiVA.org:oru-100100 |
| Date | January 2022 |
| Creators | Nässjander, Adam, Johansson, Jesper |
| Publisher | Örebro universitet, Institutionen för naturvetenskap och teknik |
| Source Sets | DiVA Archive at Upsalla University |
| Language | Swedish |
| Detected Language | Swedish |
| Type | Student thesis, info:eu-repo/semantics/bachelorThesis, text |
| Format | application/pdf |
| Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0019 seconds