張如杰 ,楊自建 ,王 偉 ,何 純
(1.華中科技大學 機械科學與工程學院,湖北 武漢 430074;2.寧波賽維思機械有限公司,浙江 寧波 315135)
在機車企業(yè)的裝配生產線中,難免存在著工序安排不合理、生產周期長、人員待工時間多、設備利用率低等一系列的問題。針對機車裝配線的特點,采用人工歸納等數(shù)學方法來解決問題,非常復雜,對人的邏輯思維能力要求較高,且需要占用大量資源和時間,因機車裝配線可看成離散事件。故可采用計算機仿真的方法,利用系統(tǒng)仿真軟件,來尋求解決方案。
基于離散事件的生產線仿真,是指運用計算機技術和虛擬現(xiàn)實技術,在計算機中對生產線的元素和生產過程進行統(tǒng)一建模,模擬出整個生產線的運行過程[1]。通過分析生產線的設備利用率、平均節(jié)拍、生產線平衡率等參數(shù),并進行合理的優(yōu)化和調整,從而更有效地組織生產計劃[2]。
現(xiàn)針對某機車廠裝配生產線的生產現(xiàn)狀,本文選用eM-Plant軟件,對機車預組裝生產線進行建模和仿真,并在保證設備利用率的基礎上,通過壓縮節(jié)拍,達到了生產線均衡的效果,從而提高了機車預組裝生產線的生產水平。
eM-Plant是Tecnomatix公司開發(fā)的一款面向對象的離散事件動態(tài)系統(tǒng)仿真軟件,是工廠、生產線及生產物流過程中仿真與優(yōu)化的解決方案之一。
eM-Plant能夠分析和優(yōu)化生產線的多種性能指標,幫助用戶評價規(guī)劃方案,如生產線平衡率、設備利用率、在制品生產節(jié)拍、工人負荷情況、物流密度、物流順暢程度等[3],并以多種形式輸出結果,以便用戶設計出性能更好的生產系統(tǒng)。
軟件內置的SimTalk語言,為用戶提供了控制仿真環(huán)節(jié)、定義自定義功能的方法,用戶通過編程,可以對仿真模型進行詳細控制,提高了仿真模型的準確性。eM-Plant為系統(tǒng)建模與仿真提供了一種完全面向對象的、圖形化的、集成的工作環(huán)境[4]。
生產線建模是指運用仿真軟件,對生產線的各個元素,生產制造過程進行建模,在計算機內構建出整個生產線的模型[5]。離散事件系統(tǒng)的模型,一般可以用流程圖或網絡圖的方法來描述[6]。
下面對使用普遍的實體業(yè)務流程圖做簡單介紹。實體業(yè)務流程圖法,采用與計算機程序業(yè)務流程圖相類似的圖示符號和原理,建立表示臨時實體產生、在系統(tǒng)中流動、接受永久實體“服務”以及消失等過程的業(yè)務流程圖。借助實體業(yè)務流程圖,可以表示事件、狀態(tài)變化及實體間相互作用的邏輯關系。由于計算機程序框圖的思想和編制方法,已廣為人們所接受,加上實體業(yè)務流程圖的編制方法簡單,且對離散事件系統(tǒng)的描述比較全面等優(yōu)點,實體業(yè)務流程圖法的應用較普遍。
仿真,就是通過建立實際系統(tǒng)模型并利用所建模型對實際系統(tǒng)進行試驗研究的過程。系統(tǒng)仿真的一般步驟,如圖1所示。

圖1 仿真步驟
首先,根據(jù)系統(tǒng)的特點和仿真要求,選擇合適的算法,建立起系統(tǒng)的模型;然后進行程序設計,即將仿真模型用計算機能執(zhí)行的程序描述,程序中應包括仿真試驗的要求,如仿真運行參數(shù)、控制參數(shù)、輸出要求等;下一步對仿真模型進行校驗,一方面是程序的調試,另一方面是檢驗所選仿真算法的合理性;接下來根據(jù)仿真的目的,對模型進行試驗,得到相應的輸出;最后對仿真輸出進行分析[7]。
面對裝配生產線這類離散事件系統(tǒng),具有以下一些重要的系統(tǒng)評價指標[8]。
(1)設備利用率。是指設備實際工作時間與總工作時間之比。設備利用率是很多仿真都關注的一個指標。利用率越高,說明設備的工作時間越長,但是可能會造成生產瓶頸;利用率越低,說明設備閑置時間越長,可能會浪費資源。
因此,當利用率過高時,需要增加設備來降低利用率,消除生產瓶頸;當利用率過低時,可增加作業(yè)量,減少資源的浪費。通常調整各種設備的利用率,使其保持在一個比較接近的范圍內,使得各種設備均能得到合理使用,充分利用資源[9]。
(2)生產節(jié)拍。是指連續(xù)完成相同的兩個產品之間的間隔時間。換句話說,即指完成一個產品所需的平均時間。生產節(jié)拍的計算公式如下:

式中,
CT代表生產節(jié)拍;
TW代表總工作時間;
Q代表總產量。
(3)生產線平衡。是指對生產的全部工序進行平均化,調整作業(yè)負荷,以使各作業(yè)時間盡可能相近的技術方法。其目的是消除作業(yè)間不平衡的效率損失以及生產過剩。生產線平衡的計算方法公式如下:

式中,
P代表生產線平衡率;
S代表各工序時間總和;
D代表工位數(shù);
CT代表生產節(jié)拍。
根據(jù)調研數(shù)據(jù)建立預組裝生產線的仿真模型,生產線布置圖如圖2所示。其中北面兩條生產線生產A型車,其余5條生產線生產B型車。圖中代表車體入口,代表牽車軌道,代表車體。

圖2 生產線布置圖
利用eM-Plant強大的數(shù)據(jù)統(tǒng)計功能,實現(xiàn)了對A型車和B型車生產線產量的統(tǒng)計,為機車的生產決策提供了重要依據(jù)。
(1)A型車生產線。1條A型車生產線運行一年300 d,生產的車體數(shù)目為95節(jié)。A型車生產線評價指標如下:

P=S×100/(D×CT)=6×72/(6×75.8)=95%。
(2)B型車生產線。1條B型車生產線運行一年300 d,生產的車體數(shù)目為145節(jié)。B型車生產線評價指標如下:

(3)仿真結果分析。按照現(xiàn)階段年生產情況,A型車年產量190節(jié),B型車年產量725節(jié)。由于該機車的A型車與B型車的數(shù)目比為1:3,所以能夠組裝95列機車,余下155節(jié)B型車。
綜上所述,B型車的產量過大,A型車產量過小。由兩種車體生產線的仿真結果可知,B型車的生產節(jié)拍要比A型車的快;兩種車體生產線的平衡率,臺位的利用率均達到90%以上,且保持在一個比較接近的范圍內,無需作出調整,只需平衡好二者之間的產量關系。
(1)方案調整。該機車預組裝生產線的現(xiàn)狀是,B型車的產量過大,A型車產量過小,需要調整A型車的生產周期,從而達到兩型車的產量平衡,改進方案如下:
改變A型車的生產周期,是指調整A型車在每個臺位的預組裝工藝流程,縮短其臺位流水節(jié)拍時間,從而縮短整個生產周期。對A型車每個臺位的工藝流程作出調整,將臺位流水節(jié)拍縮短,與B型車的臺位流水節(jié)拍一致。
對仿真模型進行調整后,1條A型車生產線運行一年300 d,生產的A型車數(shù)目為145節(jié)。經計算得出,調整后的生產線可組裝出120列機車,余下50節(jié)A型車5節(jié)B型車。相比現(xiàn)狀95列有明顯提高,但A型車的產量還是過大。
分析上述結果,由于改進后A型車和B型車的生產節(jié)拍相同CT=49.7 h/節(jié),但兩者生產線之比為2:5。由于車體數(shù)目之比為1:3,所以必然會造成A型車產量過大。需要對一條A型車的生產線進行調整,使其混合生產,即部分時間生產A型車,部分時間生產B型車。假定這條生產線年產X節(jié)A型車,Y節(jié)B型車,可列出方程組

經求解得出,X=108,Y=36。即一年 300 d,當該生產線生產108節(jié)A型車,36節(jié)B型車時,兩種車體的總產量之比為1:3,正好能組裝出126列機車。
(2)仿真驗證。為確保計算所得結論正確,需要對計算得出的數(shù)據(jù)進行仿真驗證。修改仿真模型,在混合生產的A型車生產線的入口Source處增加Method對象,用于記錄A型車生產線調整轉而生產B型車時的仿真時間,SimTalk程序如下:
if source.statNumOut>107 then
.Models.DEMO.EventController.stop;
print EventController.simtime;
end;
表示當入口Source處的退出車體數(shù)大于107時,仿真模型停止,在控制臺打印出仿真時間;否則仿真繼續(xù)進行。
調用上述程序,運行仿真模型得出:當A型車生產線生產108節(jié)車體時,仿真模型停止,仿真時間為216:00:07:17.7000。即在第216天,該條A型車生產線轉而生產B型車。剔除該程序,繼續(xù)運行仿真,當仿真時間為300:00:00:00.0000時,車體總數(shù)為144節(jié),增加了36節(jié)B型車體。經過仿真驗證得出,調整方案成立。
(3)改進前后對比。機車預組裝生產線改進前后相關數(shù)據(jù)比較如表1所示。

表1 改進前后數(shù)據(jù)對比
從表中得知,縮短A型車的生產周期后,機車產量提高26列,為120列;縮短A型車的生產周期,一條A型車生產線混合生產時,機車的產量達到最大化,為126列。
本文研究表明,面對機車生產線生產節(jié)拍規(guī)劃及生產線平衡問題,運用eM-Plant仿真軟件,可以對基于生產線建模的生產情況進行全局物流仿真。通過物流仿真模型的運行,發(fā)現(xiàn)生產線中存在的瓶頸,并經推理驗證進行方案調整,從而,在一定程度上達到了優(yōu)化工藝,節(jié)約成本,提高效率的目的,進一步提高了機車生產水平。
[1]張曉東,嚴洪森.一類Job-shop車間生產計劃和調度的集成優(yōu)化[J].控制與決策,2003,18(5):582-584.
[2]Yan H S,Wang N S,Zhang J G.Modelling,Scheduling and Simulation of Flexible Manufacturing Systems Using Extended Stochastic High-leve Evaluation Petri Nets[J].Robtics and Computer-Integrated Manufacturing,1998,14(2):121-140.
[3]姚海鳳,馮勛省,郭丁俊.基于eM-Plant的汽車零部件生產線平衡技術的仿真研究[J].計算機集成制造系統(tǒng),2010,(6):114-117.
[4]Siemens Co.eM-Plant Version 6.0 User Manual[K].Munich:Tecnomatix Group,2006.
[5]齊繼陽,竺長安.基于DELMIA_QUEST制造系統(tǒng)仿真模型的研究[J].機械設計與制造,2010,(4):113-115.
[6]劉明周,胡 震,郭 嘉,王 雁.虛擬制造環(huán)境下模特法的應用[J].機械工程師,2005,(4):56-58
[7]劉興堂,吳曉燕.現(xiàn)代系統(tǒng)建模與仿真技術[M].西安:西北工業(yè)大學出版社,2011.
[8]Xu Zhiwei,Liu Yongxian.Mechanical Production Line Simulation and Optimization Analysis[J].Proceedings of the IEEE International Conference on Automation and Logistics,2008,(9):2925-2930.
[9]康鳳舉.現(xiàn)代仿真技術與應用[M].北京:國防工業(yè)出版社,2001.