关于EQ 分析与EN 分析.docVIP

EQ 分析与EN 分析 1、EQ分析 主要了解单张订单出货数量的分布情形 ，可用于决定订单处理的原则拣货系统的规划并将影响出货方式及出货区的规划。现拟定2010年1 月共有订单36张，每个地区每种品项一个月一张，而且每张订单的出库数量不均衡，最大量为320箱，最小量为0箱。具体数据如下： 表1 EIQ资料统计表 单位：箱 出货订单 出货品项 订单出货数量 订单出货品项 I1 I2 I3 I4 E1 43 71 23 91 238 4 E2 89 0 55 59 203 3 E3 23 154 27 46 250 4 E4 63 40 83 70 256 4 E5 92 21 320 15 448 4 E6 19 76 60 98 253 4 E7 278 80 73 42 473 4 E8 72 38 79 45 234 4 E9 51 63 39 178 331 4 单品出货量 730 543 759 644 2676 9 单品出货次数 9 8 9 9 —— 35 注：E1——福州市，E2——泉州市，E3——厦门市，E4——宁德市，E5——漳 州市，E6——龙岩市，E7——莆田市，E8——三明市，E9——南平市 I1——日用陶瓷，I2——建筑陶瓷，I3——电瓷，I4——特种陶瓷 将1月的发货数据进行分组统计得到表2： 表2 1月的发货数据分组统计 分组（箱） 订单数(张） 百分比 0~100 32 88.88% 100~200 2 5.56% 200~300 1 2.78% 300~400 1 2.78% 总和 36 100.00% 图一、1月的发货数据 由此可知订单出库数量分布趋势明显，出库量大的少数订单即出库箱数在100箱以上的订单其订单张数占整个订单数的比例近11%，可作A 类重点管理。出库箱数少但订单张数特别多的如出库箱数在100箱以下的订单其所占比例高达88%，故将该类订单另行分类以提高拣货效率。将出库箱数在100箱以下的订单再次分组统计得到表3： 表3 1月出库箱数在100箱以下的订单发货数据分组统计 分组（箱） 订单数(张） 百分比 0~25 6 18.75% 25~50 8 25.00% 50~75 10 31.25% 75~100 8 25.00% 总和 32 100.00% 图二 由表3及图二，我们可看出75%的订单出库箱数集中在75箱以下，订单数多但出库箱数少，应归入C类。出库箱数在75箱和100箱之间的，出库量相对较大订单数相对较少，归入B类。C类如果采用批量拣取，物品批量拣出后又要在分货区按太多的订单进行分类，反而降低了拣货效率，故可按订单进行拣货。A 、B类因单张订单出库量大同时订单数较少，如果几张订单出货的品种一样可实施批量拣货之后依客户订单的数量进行订单分割。这样可以缩短拣取时行走搬运的距离增加单位时间的拣货量。 2、EN分析 分析单张订单出货品项数的分布，对于订单处理原则及拣货系统的规划有很大影响并将影响出货方式及出货区的规划。通常配合总出货品项数、订单出货品项、累计数总品项数三项指标综合参考。将2010年1月的单张订单出货品项数分组统计后得到表4： 表 4 单张订单出货品项数分组统计表 订单数（张） 百分比 EN=3 1 11.11% EN=4 35 88.89% 总和 36 100.00% 由此可看出，89%的订单出货品项数为4，11%的订单出货品项数为3。当订单出货品项重复率高时，可采用批量拣取配合边拣边分类作业。因单张订单出货品项数少故对拣选设备及作业能力的柔性要求不高。 IQ 分析与IK 分析 1、IQ分析 由2010年1月的EIQ 资料统计表，将各品项的出货总量IQ 按从大到小的顺排序序，然后进行比例和累积值的计算得到表5和图四： 表5 各品种的IQ 计算表 出货品项 出货总量IQ 百分比 电瓷 759 28.20% 日用陶瓷 730 27.40% 特种陶瓷 644 24.10% 建筑陶瓷 543 20.30% 总和 2676 100.00% 图三 各种类型陶瓷IQ分布状况 由表5，可看出各种类型陶瓷出货总量的分布呈现趋平状态，不能找到规律与周期，因此可将单月IQ 量与半年的IQ总量进行交叉分析，见表6： 表 6 单月IQ 量与半年的IQ 总量交叉分析表 日用陶瓷 建筑陶瓷 电瓷 特种陶瓷 一月 730 543 759 644 二月 751 690 500 567 三月 720 777 450 500 四月 731 741 512 459 五月 699 792 478 540 六月 660 822 512