Evaluation of Multi-Tote Storage and Retrieval Systems: modeling and performance analysis

In recent years, the exponential growth of e-commerce and the increasing complexity of supply chains, combined with the increase in labor costs and the need of a safe and efficient material handling in the warehouses, have motivated companies to invest in increasingly flexible and automated handling systems. Among the most recent innovations in the intralogistics field are the Multi-Tote Storage and Retrieval systems (MTSR), an advanced class of Autonomous Mobile Robots (AMR) designed to retrieve, store, and transport multiple totes simultaneously. These systems not only reduce the number of trips required to complete orders, but also operate at different heights and take advantage of multi-deep racking, optimizing warehouse space utilization and increasing storage density. This thesis analyzes the performance of MTSR systems through the development of a simulation model, considering both scenarios in which MTSRs operate exclusively and hybrid configurations involving the integration with AMR technologies, to optimize horizontal and vertical handling within the warehouse. Different operational scenarios will be evaluated, including the introduction of a routing policy, the use of multi-deep racking, and the presence of one or more cross aisles. The analyses will assess their effectiveness and identify the conditions under which these technologies are particularly efficient and advantageous to adopt. Finally, the model will be applied to a real-world case study that simulates the behavior of these technologies in a practical operational scenario.

Negli ultimi anni la crescita esponenziale dell'e-commerce e l'aumento di complessità delle supply chain, uniti ai crescenti costi della manodopera e alla necessità di una movimentazione sicura ed efficiente dei materiali in magazzino, hanno spinto le aziende ad investire in sistemi di movimentazione interna sempre più flessibili e automatizzati. Tra le soluzioni più recenti nel campo dell'intralogistica si distinguono i Multi-Tote Storage and Retrieval systems (MTSR), una categoria avanzata di Autonomous Mobile Robots (AMR) progettata per poter prelevare, stoccare e movimentare contemporaneamente più totes. Questi sistemi non consentono solo di ridurre il numero di viaggi necessari per completare gli ordini, ma anche di operare a diverse altezze e di sfruttare scaffalature multi-deep, permettendo così di ottimizzare l'utilizzo dello spazio disponibile in magazzino, e aumentare la densità di stoccaggio. In questa tesi verranno analizzate le performance dei sistemi MTSR sviluppando un modello di simulazione, esaminando sia scenari in cui operano esclusivamente gli MTSR, sia configurazioni ibride che prevedono l’integrazione con tecnologie AMR, con l'obiettivo quindi di ottimizzare la movimentazione orizzontale e verticale all’interno del magazzino. Verranno valutati diversi scenari operativi, introducendo una policy di routing, l’utilizzo di scaffalature multi-deep e la presenza di una o più cross aisle. Le analisi permetteranno di valutarne l'efficacia e di identificare le condizioni in cui queste tecnologie risultano essere maggiormente performanti e vantaggiose da adottare. Infine il modello sarà applicato ad un caso aziendale reale, simulando il comportamento di queste tecnologie in uno concreto scenario operativo.