背景:
阅读新闻

物理管理之高难度的汽车物流

[日期:2010-03-25] 来源:  作者: [字体: ]
 

汽车制造工业对物流供应要求相当高,其中最难的地方在于有效提供生产所需的千万种零件器材。居世界汽车领导地位的德国BMW公司,针对顾客个别需求生产多样车型,因而让难度已经颇高的汽车制造物流,更增添其复杂性。其3个在德国境内负责3、5、7系列车型的工厂,每天装配所需的零件高达4万个运输容器, 供货商上千家。面对如此庞大的供应链,非藉助一套锦囊妙计不可。

    BMW的订单要求

    在汽车组装零件的送货控制中,最重要的是提出订货需求,也就是把货物的需要量和日期通知物流采购中心。BMW在生产规划过程中,可以针对10个月后所需提出订货需求,供货商也可藉此预估本身对上游供货商所需提出货物的种类及数量。不过,随着生产日期的接近,双方才会更明确地知道需要量。

    针对送货控制而言,一般可分为两种不同形式:一为根据生产步骤所需提出订单,另一种为视当日需要量提出需求。前者为由生产顺序决定需要量(Just-in-Sequence),其零件大多在极短时间内多次运送,由于此种提出订单方式对整个送货链的控制及时间要求相当严格,因此适用在大量、高价值或是变化大的零件。

    对于大多数的组装程序而言,只要确定当天需要量就足够了,区域性货运公司在前一天从供货商处取货,把这些货物储放在转运点,大多数只停放一晚,隔天就送抵BMW组装工厂。 在送抵BMW工厂的先前取货并停放在转运点的过程称为“前置运送”,而第二阶段送达BMW工厂的步骤称为“主要运送”。

    过去几年里,BMW公司已把根据生产顺序所需的订货方式最佳化。视当日需要量提出订单方式仍有极大发展潜能,所以BMW公司目前积极对此项最佳化进行研究。

    高送货频率,高成本

    为了降低BMW的仓储设备成本,该公司向来积极减少本身存货数量,如此导致供货商送货频率的提高,例如每周多次送货,或甚至达到必须每天送货,造成货运成本提高。“前置运送”及“主要运送”的费用计算有所不同,前者的费用计算是把转运点到供货商的路程、等待及装载时间都列入计算,与运送次数成正比,但与装载数量的多寡无关。而后者的费用计算是与货物量成正比,不受送货次数影响。

    最佳化潜能

    基本上前置运送与仓储设备成本是互相抵触的,因为为了降低仓储成本而减少仓储设备,会造成运送频率及其成本的提高。为降低前置运送成本,尽量一次满载,囤积存货,势必造成仓储成本的提高。因此,两者间取得平衡,降低整体成本,达到最佳化的策略势在必行设备及前置运送成本与送货频率之关系

    大多数供货商接到BMW不同工厂的订单,可由同一个货运公司把货物集中到统合的转运站(Hub),然后由此再配送到各所需工厂,这样有效地安排取货路径,降低前置运送所需成本。同时也考虑各工厂间整合性仓储设备及运送的供应链管理、各个价值创造的部分程序及次系统,使其产生互动影响,着眼点不再只限于局部最佳化,而是以整体成本为决定的依归。

    成本方程式及最佳化运算法

    在最佳化的过程里,首先必须定义一个成本方程式,此方程式的变量为:货运距离及重量的运输费率,此参考基准为以到1993年止所实施的GNT及GFT(货物远、近距离运输费率表)。不过这费率参考表并不适用于BWM公司的前置运送上,因为在前置运送中,同一货运公司并不只是服务某一固定供货商,因而无法以单纯方式计算运输成本。
物流成本最佳化之潜能

    BMW公司尝试把其供应链上的合作伙伴(如运输公司等),纳入成本节约的考量因子,这也是物流链管理的意义所在。

    根据上述考虑因素,建立成本方程式,当中亦考虑到不同取货方式,例如在一次的前置运送中,安排替几个BMW工厂同时取货。这个成本方程式是建立在最佳化计算法的基础上,考虑因素为对供货商成本最低化之送货频率、其它与实务有关的不同附随条件,例如尽可能让运输工具满载、每周固定时间送货等。如果同一货运公司替多个BMW工厂送货,则必须安排送货先后次序,以达成本最佳化。此外,运送货量最好一星期内平均分配,让运输工具及仓储达到最高使用率,不致影响等待进货时间。

    个案专题研究结果

    根据此最佳化研究结果,对多数货运公司而言,高载率及每天送货所造成的成本最划算。相反地,对小量的供货商而言,减少送货频率,可以明显降低整体成本。对一个只专门服务BMW的某工厂之供货商而言,在每天送货的情况下,前置运送的成本将占整体成本的大部分,而仓储设备所造成影响则较小。如果这家供货商每周只送货两次,则会造成仓储设备需求提高,不过,前置运送的节省部分可以贴补仓储成本提高的部分。

收藏 推荐 打印 | 录入:admin | 阅读:
相关新闻      
本文评论   查看全部评论 (0)
表情: 姓名: 字数
点评:
       
评论声明
  • 尊重网上道德,遵守中华人民共和国的各项有关法律法规
  • 承担一切因您的行为而直接或间接导致的民事或刑事法律责任
  • 本站管理人员有权保留或删除其管辖留言中的任意内容
  • 本站有权在网站内转载或引用您的评论
  • 参与本评论即表明您已经阅读并接受上述条款
热门评论