基于Quest的生產線物流系統仿真

張曉光， 林財興， 趙翠蓮

(上海大學機電工程與自動化學院，上海200072)

基于Quest的生產線物流系統仿真

張曉光， 林財興， 趙翠蓮

(上海大學機電工程與自動化學院，上海200072)

隨著計算機仿真技術的發展，數字化生產線物流系統的應用研究逐步受到重視．物流系統的仿真可以有效地發現生產線的瓶頸環節，避免投資建設的風險．以某企業的生產制造系統為例，利用Quest實現對該系統的優化仿真，指出系統出現的瓶頸環節并分析造成該問題的原因．然后，在一定的優化目標下，對系統進行優化配置，并對比配置前后的統計參數，從而為整條生產線的最終物流優化方案的確定提供決策參考．

物流仿真;系統優化;瓶頸環節;數字化建模

Abstract:With the development of computer simulation technology，digital production line logistics system receives increasingly more attention．Bottlenecks in a production line can be found in logistics simulation to avoid risk in the investment and construction．Logistics simulation is performed with the software Quest to achieve system optimization．The aim of simulation is to find bottlenecks in a production line and identify causes of the problem．The system configuration is optimized to meet certain optimization goals．Statistical parameters before and after configuration are compared to obtain an optimal solution．

Key words:logistics simulation;system optimization;bottleneck link;digital modeling

制造企業生產線的建造往往需要投入大量的資金，所以建造初期生產組織與規劃的合理與否就顯得尤為重要，不然就會造成資金的浪費．研究資料［1-4］表明:許多國內外已建成的復雜制造系統或生產線仍然存在很多問題，難以達標，其中60%的原因是初期規劃不合理或失誤．Apple公司曾經的MacintoshⅡ生產線就是因為設計不合理，使其在第一年的實際運行中，制品數量堆積嚴重，操作人員的空閑時間過多，生產線產量比預期低30%．隨著計算機仿真技術和虛擬現實技術的發展，利用物流仿真技術可以比較有效地解決這一問題．本研究以某液壓缸企業初期規劃的生產線為研究對象，利用Quest仿真軟件分析該生產系統規劃方案潛在的作業“瓶頸”和物流制約環節，為改善實際生產線提供決策依據，并最終實現了優化目標．

1 企業生產物流系統規劃描述

本研究創建的物流仿真系統依托的對象是企業新規劃的油缸車間．該車間有3條生產線，分別為缸體生產線、活塞桿生產線及裝配線．該車間的生產任務規劃如下:設月產量為Fm=7 200個，每月的工作天數為Dm=30 d，日產量為Ft=Fm/Dm=260個，每天的工作時間為Tm=20 h．

1．1 生產工藝流程

該規劃車間的工藝流程如圖1所示．

1．2 生產線設施布局

該制造廠的3條生產流水線大致呈平行布置．活塞桿生產線為半U形布局，缸體生產線和裝配線為線性布局．生產線設施布局如圖2所示．

圖1 加工工藝流程圖Fig．1 Flow diagrams for process plants

圖2 生產線設施布局圖Fig．2 Layout of the processing line

2 基于Quest的生產加工建模與仿真

2．1 仿真目標的提出

本研究主要是通過對新規劃的油缸車間進行物流仿真來驗證預先規劃的工藝方案的合理性，以及挖掘潛在的制約生產能力的弊端工藝，從而輔助工藝部門提出改進方案．

仿真目標具體如下:① 實現生產節拍的驗證，從而保證企業規劃產能的實現;②驗證物流堵塞情況，實現生產線平衡;③通過工藝調整，提供機器設備的利用率，實現精益生產．

2．2 系統建模原理

系統建模首先需要從工藝規劃部門得到相關的工藝參數，然后在可視化虛擬環境下進行數字化工廠的初步布局．具體布局過程如下:① 車間宏觀建筑與輔助模型的布局;②車間微觀模型的布局，可細分為流水線布局、工作單元布局、工作單元內設備布局、工作單元之間的聯系布局;③ 工裝線的布局;④配送工具的布局．最后，進行物流系統的邏輯建模，包括工藝參數的導入、配送方案的設定、排隊方式的選擇等．

2．3 Quest環境下生產加工系統的建模

目前市場上有多種仿真軟件，其中達索公司的Quest和UGS公司的Em-Plant都屬于知名CAD公司的物流軟件，在大型制造業領域的仿真中都有比較成熟的應用［5-7］．Quest相比其他仿真軟件有著更強大的后處理能力，更適應大型制造業生產線，因此，本數字化生產線選擇了Quest仿真軟件．

本數字化車間所用模型可通過外部軟件Solidworks導入，所創建的零件分為兩大類:活塞桿類和缸體類．由于在仿真系統中，從原料到加工完成，每個工藝環節中工件的幾何特征都會改變，因此需針對每個類設置多種幾何特征．創建緩沖區時，應該設置排隊邏輯．本研究中所有的緩沖區采用的排隊邏輯為先進先出(first in first out，FIFO)．物流工具的配置方法如下:原料上活塞桿或缸體線使用自動導航小車(automatic guided vehicle，AGV)，各個工位零件的移動使用桁架手，涂裝線使用積放鏈系統．整條數字化生產線的仿真模型如圖3和圖4所示．

圖3 仿真系統全局圖Fig．3 Global map of the simulation system

表1 系統輸入參數匯總表Table 1 Summary of system input parameters

表2 物流參數輸入Table 2 Input parameters of logistics

2．4 生產加工系統的仿真

系統仿真模型建好之后，在運行仿真之前，Quest要求用戶設定各個工位的加工時間以及系統的仿真時間．各個工位的輸入時間如表1所示．

為了分析該仿真系統一天內的運行情況，初步設定仿真時間為Tm=20 h(1 200 min)．由于在系統運行初始，整條生產線是空的，為了把半成品鋪滿生產線的所有空位，通過對表1中各個工位數據的相加計算，可以得出理論規劃上活塞線鋪滿半成品需花費的時間為62．4 min，而缸體線需花費的時間為30．5 min．因此，仿真時間取最大值 62．4 min，加上初定的1 200 min，最后設定仿真時間為1 263 min．三種物流工具的物流參數輸入如表2所示．

2．5 仿真數據的分析

當仿真時間達到用戶設定的時間或者用戶終止仿真后，Quest將提供多種仿真結果統計數據，其仿真結果輸出方式有數字輸出和圖形輸出．本系統確定的統計指標有:生產節拍、在制品庫存、設備利用率．

生產節拍的計算結果如表3所示．設仿真系統的節拍為Tf，原始工藝規劃節拍為Ty，仿真系統的日生產總量為Tfm．削出口緩沖區及裝配線涂裝上線緩沖區的庫存堆積也比較嚴重．這些環節都是瓶頸環節，必須予以優化．

整個系統的設備利用率情況如圖5和圖6所示．可以看出，大部分設備的利用率都達不到50%，所以需要優化系統，提高設備利用率．

表3 零件產生數量及加工成品統計Table 3 Statistics of finished parts and product

表4 在制品的庫存統計Table 4 Statistics of In-process inventory

圖5 缸體線各個工序代表設備負荷Fig．5 Load maps of the cylinder line equipments

圖6 活塞線各個工序代表設備負荷Fig．6 Load maps of the piston rod line equipments

可見，系統在輸入參數下的生產節拍較慢，所以必須找出瓶頸環節，然后優化系統，使生產節拍滿足設計目標．

在制品的庫存統計如表4所示，其中5處緩沖區的在制品的庫存數量都較大，而活塞桿原料上線緩沖區的堆積現象更嚴重，在制品數量達到73件，等待處理的最長時間間隔達到了11．534 min．另外，缸體車通過以上分析可以看出，該初始規劃的生產線存在如下問題:①平均加工節拍慢;② 設備的整體利用率低;③在制品庫存量大，庫存成本高;④最大的瓶頸環節為活塞桿車削中心產能低，很多零件都堆積到活塞桿原料上線緩沖區上;⑤涂裝線的上料區也存在嚴重的物流阻塞現象．

3 系統優化

生產系統的優化目標可以分為以下3個方面［8-10］:① 優化系統生產能力，即通過對系統進行適當優化來提高系統產能，使得系統生產能力滿足規劃需求;②優化整體設備的利用率，即通過對系統各個因素的修正與優化，從而提高整體設備的利用率，避免成本浪費;③在制品庫存量優化，在制品庫存量大會產生大量的庫存費用，造成成本浪費，而且也會影響其他優化目標．

上述各個優化目標在各自的優化過程中相互促進、相互制約．而本研究將系統的優化目標優先級定義為生產能力＞設備利用率＞在制品庫存．系統的優化將從以下3個方面進行．

3．1 驗證規劃產能

結合平面布局圖2進行分析．通過第2節的仿真數據分析可以發現，系統的產能或節拍沒有達到規劃目標，其具體原因是:原料處被加工零件的提供節拍完全滿足于目標節拍，但被加工活塞零件在活塞桿車削工序環節的入口1處堆積現象比較嚴重;另外，涂裝線入口處的堆積現象也比較嚴重(由圖4可見，活塞桿車削環節1處有6臺加工車床)．

首先，利用Quest的數據統計功能分析發現，活塞線車削中心1處6臺加工車床的利用率都很低，均達不到50%．原因是由于桁架手的運輸效率低，因此可初步認為物流運輸規劃不合理．同理，涂裝線入口的堆積現象是由下道工序物流運輸能力不足所致．表5為設備利用率統計表．

表5 活塞桿車削中心1利用率統計Table 5 Utilization of the piston rod turning center 1

為了滿足生產節拍，初步的改進措施如下:①活塞桿車削中心增加1個桁架手進行配送，并且提高兩個桁架手的配送速度，直到滿足在一天的仿真時間內活塞桿線入口緩沖區的在制品數量為5～6件;②增加涂裝線懸掛輸入鏈系統的運輸小車到4個，提高輸送帶的速度直到滿足在一天的仿真時間內涂裝線上線緩沖區的在制品數量為3～4件．通過運行仿真系統，得到統計數據如表6所示．

由此生產節拍基本滿足，生產線的整體規劃經過適當調整后可以滿足規劃節拍．

表6 系統優化后產能統計Table 6 Statistics of the optimized system

3．2 從提高設備利用率的角度優化系統

通過上述步驟的優化可以發現，所有的設備利用率總體有了一定的提高，其中活塞桿線車削中心1的6個車床使用率統計數據如表7所示．

表7 系統優化后活塞桿車削中心1利用率統計Table 7 Statistics of piston rod turning center 1 of the optimized system

可見，當前的車床利用率為71．08%，高于原來的不超過50%的利用率，所以該車削中心的車床利用率在系統優化后得到了大大提升．但是缸體線刮輥工位設備的使用率還是相對較低，因此，合并刮輥機的兩個工位為一個工位，從而提高設備的使用率(空閑的另一個刮輥機以備產能擴大后使用)．利用Quest的圖標統計功能繪制出優化前后設備的利用率對比圖，結果如圖7和圖8所示．

圖7 刮輥機工位原始狀態分析圖Fig．7 Initial state diagram of scraping roller machine

3．3 在制品庫存量優化

通過以上優化措施，在制品的庫存量也大大降低了，但是在活塞桿線AGV卸料處還有較多庫存，必須予以優化．經過分析，這是由運輸原料的AGV小車效率過高所致，因此，把物流工具AGV的加載速度從規劃的70 000 mm/min調整到60 000 mm/min．經過優化，該處的緩沖區半制品配置到8個左右．經過最后的統計，整條生產線每天的在制品庫存量為40個左右，平均每條生產線20個左右．

圖8 刮輥機工位合并后的狀態分析圖Fig．8 State diagram after the processing station merged

4 結束語

本研究通過仿真軟件Quest對實際的物流系統進行優化，提出了優化方案，并且對比優化前后的仿真數據，得出了優化措施可行性的結論．通過本仿真系統的研究可以發現:①制造系統的物流運輸能力對企業生產效率的影響很大，很多比較合理的工藝規劃達不到預計的生產效果，其原因大多由于物流運輸效率不能滿足生產需求，因此對生產制造系統中物流運輸的建模最好不用理想條件假設，以免系統的可信度受到質疑，達不到研究的目的;② 在多重優化目標的前提下，由于多目標之間相互促進與相互制約，所以必須把優化目標按優先級排序，再逐級進行優化，這樣就可以達到研究的目的．

［1］ 楊堃．基于eM-Plant的生產物流系統仿真與應用［J］．工業工程，2010，13(5):1-6．

［2］ TANNOCK J，CAO B，FARR R，et al．Data-driven simulation of the supply-chain-insights from the aerospace sector［J］． International Journal of Production Economics，2007，110(1/2):70-84．

［3］ ZüLCH G，GRIEGER T．Modelling of occupational health and safety aspects in the digital factory［J］．Computers in Industry，2005，56(4):384-392．

［4］ 齊繼陽，竺長安．基于DELMIA_QUEST制造系統仿真模型的研究［J］．機械設計與制造，2010(4):1-3．

［5］ 崔冬．DELMIA在機械加工領域中的應用［J］．CAE仿真，2007(12):1-4．

［6］ 董紹華，周曉光，趙寧，等．物流系統仿真［M］．北京:北京郵電大學出版社，2008:163-200．

［7］ 馬健萍，周新建，潘磊．基于Delmia/QUEST的數字化裝配線仿真應用［J］．華東交通大學學報，2006，23(2):1-4．

［8］ CHEN E J，LEE Y M，SELIKSON P L．A simulation study of logistics activities in a chemical plant［J］．Simulation Modelling Practice and Theory，2002(10):235-245．

［9］ 鮑婷潔，樓佩煌．基于eM-Plant的汽車車身焊裝線系統仿真技術研究［J］．工業控制計算機，2010，23(12):1-3．

［10］ 姚海鳳，馮勛省，郭丁?。趀M-plant的汽車零部件生產線平衡技術的仿真研究［J］．企業物流，2010(12):1-5．

Simulation System of a Production Line Based on Quest

ZHANG Xiao-guang， LIN Cai-xing， ZHAO Cui-lian
(School of Mechatronics Engineering and Automation，Shanghai University，Shanghai 200072，China)

TP 391．9

A

1007-2861(2012)05-0500-06

10．3969/j．issn．1007-2861．2012．05．012

2011-06-15

林財興(1951～)，男，教授，博士生導師，研究方向為CIMS、多媒體技術與應用．E-mail:cxlin@staff．shu．edu．cn