基于“python”的汽车物流数字化仓储实践

文/李伟 于强 高书萍 王廷林 李永旺

在汽车制造过程中，信息流伴随各个环节，扮演着指导物流运作有序进行的重要角色，传统仓储管理模式普遍存在库存量大、物料跟踪困难、周转效率较低、物流管理的信息和手段落后等缺点，已不能适应新的仓储管理需求。如何利用信息技术实现系统中信息流能及时性、规模化传达至操作者处，以及自动将物流信息回传至系统，更好地为汽车生产制造过程服务，提高仓库的作业水平、人员操作效率和仓库利用率，从而增强企业市场竞争力。

厂内物流操作者及管理者梳理出以下几个需解决的业务痛点：

1.特殊车辆上线信息：

（注释：特殊车辆指订单车、项目车等，区别于流水线上同种类型大批量制造的车辆）为更好满足客户需求，给客户提供定制化产品，提高车辆交付周期，生产线通过按需求订单化生产模式，制造过程中多种车型同时上线。传统模式下，针对当天需求计划，需定人不定时于电脑端登录查看制造数据管理系统中特殊车辆的上线信息，并将其传递至备料员工处，指导其备料，员工不能第一时间获取零件切换信息，指令存在延迟且有遗漏的风险，易导致因物料问题停线或装配错误等风险。

1.1 为解决传统模式下存在的弊端，让信息有效、有序、充分地传递，项目开发特殊车型上线提醒系统，

1.2 Python进行数据比对及数据获取功能，筛选需求的信息；

1.3 信息流链接公司内网邮件，设置自动发送功能，并实现柔性提醒给指定人员的功能（柔性：可随时根据生产计划实际情况，预先导入特殊车辆信息，针对性发送信息）；

1.4 推送提醒自动化，实时刷新，监控生产状态及指导基层操作人员工作，如下图；

2.车身生产数据进度信息：

车身车间具有多产线特点，以此可高效率完成多车型车辆的批量生产，而生产过程涉及的集中切换信息尤为重要。传统模式下，车间人员作为直接制造者，可第一时间知晓车型完成进度，而于物流员工而言，需车间传递信息或自行电脑登录系统查看（需人工计算各车型完成数量，预测切换时间），传递过程费时费力且易因信息滞后导致物料响应不及时，产生停线风险。

1.1 传统信息传递受媒介（电脑）及空间的限制，同时现有系统缺乏适用厂内物流运作的报表汇总信息，利用简道云完成系统报表及手机端的移植功能；

1.2 项目组开发了ETL工具（Extract-Transform-Load，对数据进行抽取、转换、加载处理）；

1.3 利用python技术，将制造系统中多模块的业务信息资源（车辆上线信息、品种代码、订单车配置等）集中整合，以报表形式输出展示，如下图所示。

3.“数字员工”——自动出库：

作为物流信息系统的中心，厂内库存影响供应商拉动及厂内线旁拉动，而出库作为其重要环节之一，不容忽视。传统模式下，出库由专人于固定点位进行操作，对员工而言，重复性动作易导致疲倦行为，从而引发工作效率低下、人为出错等后果，对厂内库存准确性造成一定的影响。

3.1 以整个出库流程作为逻辑规则，排序员工扫描标签作为出库数据，python语句对出库数据进行获取、筛选（以提交时间为筛选标准，精确至秒，不遗漏或重复任何数据）；

3.2 利用python爬虫技术对数据清洗、保存处理；

3.3 自动模拟形式操控电脑到库存管理系统指定模块进行出库，定时循环出库整个流程；

3.4 定时循环执行设定好的运行规则，从人工出库转变成“数字员工”，实现人机协作，实现行业内首创自动处理出库操作的模式；

3.5 针对出库过程遇到的异常情况，将以邮件形式（后台可整合成报表）推送至相关负责人进行分析处理，有效避免出库遗漏；

结语：

综上，由主机厂物流团队自主开发采用python信息技术方式研究解决厂内物流运作流程中存在的痛点，为各大主机厂甚至各个领域解决企业运作过程存在的信息传递不充分、系统开发周期长以及人员成本问题提供了新的解决思路，其亮点在于有效将多种信息进行整合，并实现电脑、手机等移动终端的跨越，实现信息的有效流动，联动多个业务系统（库存管理系统、简道云收集数据系统、邮箱），有效打通数据孤岛、发挥各自系统及信息的功能，共同攻克痛难点，提升效率，消除浪费。