基于DELMIA/QUEST的生產線數字化工藝規劃研究

周爾民，朱 進，王貴用

（華東交通大學 機電工程學院，南昌 330013）

0 引言

隨著經濟全球化的不斷深入，制造企業之間的競爭日益激烈，產品的復雜程度也越來越高。影響制造企業全球競爭能力的重要指標是產品的開發時間（Time）、質量（Quality）、成本（Cost）、以及相應的服務（Service），即TQCS[1]。與此同時，不斷提高的制造業機械化、自動化水平，使得制造企業在產品的設計和加工階段降低生產成本變得越來越困難。因此，運用先進的物流技術降低產品生命周期90%～95%的物流時間，是企業保持市場競爭力和提高生產效率的關鍵。有調查研究表明，在已經運行的復雜制造系統中約有80%沒有達到最初設計要求，其存在的問題中有60%可以歸結為生產車間構建初期的規劃不合理，其中尤其需要解決造成生產效率低下的生產車間布局不合理和生產能力不匹配等問題[2]。

應用三維離散事件仿真軟件DELMIA/QUEST的建模與仿真功能，以某傳動公司汽車變速器倒檔齒輪生產線為例，通過建立虛擬生產線和搭建虛擬生產工藝仿真環境，從而發現該生產線中存在的車間布局不合理、資源配置不協調等問題。結合仿真結果進行分析，對生產線進行調整，最終提出優化方案。

1 數字化工藝規劃

伴隨著計算機技術和隨之產生的數字化工程、軟件工程等技術的蓬勃發展，很多企業開始引入先進的制造管理技術。在新產品的設計開發過程中引入了CAD/CAM等計算機輔助制造系統；在生產制造階段使用了數控機床、工程機械、裝配流水線等現代化生產設備；在生產管理上使用ERP，PLM，CIMS等軟件；企業的生產管理能力和產品設計開發能力都有了顯著的提高。

然而，企業在生產過程中遺憾的發現上述系統并未給企業的生產調節能力和制造能力帶來相應的提升。因為，研發部門在研發初期并沒有考慮到新產品的可制性，產品往往到快要進行生產作業的時候才發現設計中存在的問題。因而花費大量的人力、物力對產品的設計進行修改，同時還需要大量的時間和金錢對已經建好的生產線重新調試。如圖1所示，產品設計和產品加工的自動化程度都很高，而中間的工藝規劃自動化程度卻很低。由此產生的瓶頸效應，極大地限制了企業的效能，耗費許多的時間和費用。因此，對數字化工藝規劃進行研究，提高企業工藝規劃自動化程度，對制造業企業具有重要意義。

圖1 企業各階段自動化程度

2 基于DELMIA/QUEST的生產線建模與仿真

生產線系統仿真屬于離散事件系統仿真。系統仿真就是依據所需模擬的系統和建模目標，在系統各要素及各要素之間相互關系的基礎上，建立逼近真實系統的仿真模型，通過分析獲取正確決策所需的各種信息。離散系統仿真流程如圖2所示。DELMIA/QUEST是法國達索公司開發的一款用于分析工藝流程和車間布局的離散事件仿真軟件。由于其簡單易用的可視化界面、出眾的數據分析能力，使其成為生產工藝流程仿真和分析的首選解決方案[3]。DELIMA/QUEST建模與仿真過程一般可分為生產線工藝流程布局導入、元素建模與邏輯建模、工藝設計、結果與分析四個步驟[4]。

圖2 離散系統仿真流程

2.1 生產線工藝流程布局導入

工藝流程是產品生產加工過程中，從最初的原材料到最終產成品所產生的一系列工序的安排程序。因此，工藝流程布局圖是系統建模的基礎。由于Quest并不支持CAD下常見的DWG格式，所以首先我們需要將DWG格式的工藝流程布局圖轉化為Quest可以識別的DXF格式，然后直接導入即可。

2.2 物理建模與邏輯建模

Quest提供了強大的建模功能，這里的建模是指仿真模型的建立，而不是CAD模型。Quest模型可以分為兩個部分：物理模型和邏輯模型。CAD模型是用于建立真實的物理模型的，而真正控制仿真運行的是邏輯模型。

虛擬物理模型的生產資源包括上料站（Source）、緩沖站（Buffer）、機器（Machine）、卸料站（Sink）、傳送帶（Conveyor）、自動導向小車（Automated Guided Vehicles，簡稱AGV）及工人（Labor）等。Quest軟件中自帶了一些常用的機器設備，例如臥式車床、立式鉆床、叉車等，使用中通過定義基本參數可以很方便的進行建模。對于Quest軟件中沒有的初始模型，可先利用CAD模塊建立設備的三維幾何模型，導入相應的設備參數，然后再根據設備在系統中的位置和設備與設備間的相互關系進行建模。圖3為升降機初始模型的建模視圖。

圖3 升降機初始模型建模視圖

圖4 某生產線的物理模型及邏輯連接

對建立好的虛擬物理模型進行邏輯建模，建立相互鏈接的關系。鏈接（connection）是Quest模型中用于聯系其他各個元素的元素。通過建立鏈接關系確定生產系統工藝流程的整體流向，零件只能在建立鏈接關系的元素之間移動，一旦鏈接關系建立，隨之產生的邏輯關系也相應的建立。某生產線的物理模型及邏輯連接如圖4所示，大部分的元素都至少具有一個輸入和一個輸出鏈接，換句話說，零件會沿著輸入鏈接從上一道工序進入該元素，生產加工完成后再沿著輸出鏈接移動到下一道工序。因而每一個元素都會有輸入和輸出鏈接，但來源（sources）元素和接收（sinks）元素是兩個例外。這是由它們自身的功能決定的，來源的功能是從無創建元素，而接收的功能是銷毀零件。

在Quest中，通過邏輯鏈接控制，完成對物理模型的選擇和調度。這些鏈接事實上都是利用結構化編程語言（SCL）編寫的一段仿真程序。Quest中提供了一些標準的process和logic，通常情況下，這些標準的process和logic已經可以滿足用戶需要了。但在一些特殊的生產環境中，這些標準的結構化語言無法完全定義所需過程。使用Quest所提供的SCL對現有標準程序進行更改或重新編寫，能夠實現在特殊環境下的邏輯鏈接。這種功能使得用戶可以在任何自己需要的詳細程度上控制仿真模型，利用它的二次開發功能，實現仿真目標，以流水線生產過程中的按需供件為例編輯程序如下：

2.3 工藝設計

為了使仿真模型更加精確地反映實際生產系統的運行狀況，保證仿真結果的真實性。將一些與生產線密切相關的工藝參數賦予已經建立好的物理模型。如圖5所示，在Quest設置各個工藝參數，包括生產節拍，傳送帶傳送速度，控制邏輯等。

2.4 結果與分析

對建立好的模型進行仿真運行，仿真結果可以在仿真過程中以餅狀圖、條形圖等動態地顯示生產設備以及人力資源的利用率。在仿真結束后，系統會自動生成統計表用于對整個模型進行分析。通過對仿真結果的分析，找到仿真過程中產生的“瓶頸”問題并進行合理的優化調整，最終提出改進方案。

圖5 工藝參數設置

3 實例分析

以江西省某汽車傳動公司汽車變速器倒檔齒輪生產線為例，對該條生產線的生產車間進行建模仿真。圖6為倒檔齒輪生產工藝流程圖。根據生產工藝流程圖和實際的生產環境，在Quest中建立生產線的虛擬物理模型。對生產線中的各元素建立相互鏈接的邏輯關系，最后將所需的生產工藝參數、運行仿真時間和工時狀況等導入物理模型中。表1為倒檔齒輪生產工藝參數。

圖6 倒檔齒輪生產工藝流程圖

圖7 生產線仿真運行8小時場景

生產線規劃的一個重要目的就是在保證生產線物流順產的前提下，追求人力資源、機器資源的利用率最大化，從而降低生產成本，創造經濟效益。圖7為該生產線通過Quest進行仿真運行8小時后的場景，從三維的虛擬生產線上，我們可以很清楚的看出，這條生產線的作業生產區和物流運送系統中并沒有發生物流阻塞現象和零部件的堆積現象。然而從設備利用率直方圖我們可以看出設備5的利用率極低，很多時候都處在空閑狀態，造成資源浪費。同時，生產車間布局過于雜亂，工人往往需要不停的往返相鄰工序之間，而該生產車間工序之間的距離較遠，工人時常需要花費大量的時間行走在車間內，這樣不僅使工人易于疲勞，降低生產效率。而且提高了人力資源成本，有些原本只需一名工人就能獨立完成的工作，現在往往需要兩名甚至三名工人才能完成。

圖8 改進后生產線仿真運行8小時場景

在保證生產線運行順暢的前提下，對仿真模型進行反復調整。在調整過程中我們發現，設備4與設備5的工作機理相似，我們可以將兩道工序合并，減少一臺機器設備，這樣做就可以避免設備5因空閑狀態而導致的資源浪費，也提高了設備4的設備利用率。同時，對生產車間布局進行重新規劃。如圖8所示，環形的車間布局極大的降低了工人的行走距離，使該生產線上的工人數由原來的7人降至5人，節約了一部分的生產成本。并且布局的改善減少了設施建設的占地面積，提高車間空間資源利用率。在Quest中對改進后的生產線系統進行8小時仿真，仿真結果如圖9、圖10所示，從圖中我們可以看出，改進后的生產線無論是設備利用率，還是人力資源的利用率都有了不同程度的提高，表2對改進前和改進后生產線狀態進行對比，其中生產力由改進前的0.93件/工時上升到1.38件/工時，提高了48.4%。平均人力資源利用率由改進前的27.1%提升到38.1%，平均設備利用率由改進前的34.5%提升到45.2%，改進后的生產線達到了較理想的運行狀態。

圖9 改進前與改進后人力資源利用率對比表

圖10 改進前與改進后設備利用率對比表

表2 改進前與改進后生產線狀態對比

4 結論

利用數字化工廠仿真軟件DELMIA/QUEST對生產線進行可視化生產工藝仿真，找到生產線中存在的生產線布局不合理、物流運送不暢等問題。經過多次仿真和優化調整后，得出較好的生產線平衡和優化方案。該技術可用于制造業企業實際生產系統的各個環節，可使企業在自身制造資源數量不變的情況下，最大程度地提高生產設備利用率，降低成本，提高生產效率，使企業實現精益化生產。

[1] 呂堅,孫林巖,肖忠東,顧元勛.中國制造企業核心能力分析與評價[J].科研管理,2002,(3):7-13.

[2] 屈鵬,管在林,邵新宇.基于Quest的車間物流規劃與仿真研究[J].物流科技,2013,36(1):5-9,14.

[3] 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):125-128.

[4] 陳寧,王真,劉繼東,謝鐵龍.基于Quest的某船廠生產流程仿真研究[J].江蘇科技大學學報（社會科學版）,2013,27(6):602-607.

[5] 周爾民,鄭亞波,彭小劍.基于Quest的生產線資源優化研究研[J].制造業自動化,2012,34(8):19-21.

[6] Singh S P,Singh V K.An improved heuristic approach for multiobjective facility layout problem[J].International Journal of Production Research,2010,48(4):1171-1194.

[7] W.Wang,B.Wu,Y.Hu.Vitrual simulation applications in manufacturing process of high-speed trains[J].Advanced Materials Research,2013,(622-623):575-580.

[8] EI-Kilany K S,Young P,EI Baradie M A.Generic tool for modeling and simulation of semicondouctor in trabay material handling system[J].Journal of materials processing technology,2004,155:1927-1934.