基于Plant Simulation的機車驅動裝置組裝線仿真及優化研究

王　強

(中國鐵路總公司運輸局　機務部， 北京 100844)

?

專題研究

基于Plant Simulation的機車驅動裝置組裝線仿真及優化研究

王強

(中國鐵路總公司運輸局機務部， 北京 100844)

機車的驅動裝置的組裝是機車制造和大修生產的關鍵工序，通常是制約產量的瓶頸環節。在既有廠房空間限制之下，利用離散事件系統仿真方法，借助于Plant Simulation軟件工具，對組裝線進行數據分析、系統建模和優化，找到符合績效期望的工裝臺位設置改進措施，可以為企業開展工藝布局的改進調整提供有效的決策依據。本文基于一個實例對上述過程進行了完整的介紹。

Plant Simulation； 機車； 驅動裝置； 離散事件； 系統仿真

在計算機技術發展的支持下，系統仿真技術得到了快速發展，已廣泛應用于各種工程和非工程領域。特別是在制造業的產品設計、試驗、制造、維護等方面發揮了提高效率、節約成本、提升質量等重要作用。其中，針對工廠車間生產系統的設計和優化，國內外已發展出很多較為成熟的仿真系統，Plant Simulation是Tecnomatix開發的面向對象的集成化層次化系統建模和仿真軟件平臺，適用于對生產設施、工藝布局、物流配送等過程的仿真分析和優化。

圖1　機車驅動裝置(半懸掛)主要部件構成

隨著十幾年的技術創新和升級，我國鐵路機車制造及大修技術已經取得了長足的進步，裝備水平和工藝能力都能夠滿足高性能產品的生產制造，但對于輪軸驅動裝置等一些較復雜的關鍵系統的組裝等生產環節中，面對計劃安排的不均衡性和返修需求的不確定性時，也暴露出生產線產能的不足。在既有生產廠房空間和主要設施條件下，借助于現代系統仿真技術來找到工藝布局和工裝臺位優化方案，達到既滿足產能需求，又控制成本投入的目標，是一種有效的解決途徑和應對需求變化的能力儲備。

以某機車制造企業驅動裝置組裝線為例，針對產能提升的需求目標，利用離散系統仿真方法，基于Plant Simulation軟件工具，研究提出工藝優化的建議方案。

1　項目描述及績效目標

機車驅動裝置(見圖1)是機車的重要部件，其組裝是機車制造過程中的關鍵工序，往往是機車制造的瓶頸環節，其生產能力決定了整車的生產和大修能力。

某公司驅動裝置組裝生產在一個單獨的車間內全部完成。既有系統的實際生產能力為新造加返修約23臺/月，產量記錄(某半年)見表1。為了滿足集中訂單的交貨期要求，經分析必須提高到新造35臺/月，同時滿足不定期的返修生產要求。機車的驅動裝置主要由車軸、大齒輪、小齒輪、齒輪箱、報軸箱、牽引電機等部件組成。其組裝的工藝流程見圖2，主要工序和臺位設置見表2。

表1　某年上半年驅動裝置生產完成記錄

2　現場數據收集整理

2.1主要工序的平均加工時間

根據工廠的工時定額分析數據，得到各工序平均加工時間見表3。

圖2　某公司機車驅動裝置組裝工藝流程圖

序號工裝名稱數量用途1清洗機1除車軸外所有零件清洗2大齒輪壓裝機1大齒輪與車軸安裝3抱軸箱組裝臺12抱軸箱裝配,軸承內圈,密封圈采用熱裝,在此工作臺冷卻3h后進行測量軸承間隙,所以需要較多的工作臺保持均衡生產。4小齒輪壓裝臺1用于小齒輪壓裝在電機軸上5電機安裝臺1用于電機與抱軸箱(含車軸、大齒輪)安裝。6齒輪箱裝配臺架12用于齒輪箱的安裝和安裝后的臨時存放。7返修臺1用于返修驅動裝置的定置修理。8例行試驗臺3用于驅動裝置例行試驗,主要檢測軸承溫度、振動、扭矩參數。9待噴漆臺20用于試驗完成的驅動裝置存放,待噴漆。10噴漆房2在組裝后實行整體油漆,烘干。11吊車3分配如下:大齒輪壓裝和抱軸箱組裝1臺,電機安裝與齒輪箱安裝1臺,油漆和發運1臺。

表3　工序平均加工時間(具體內容略)

2.2噴漆工序的實際加工時間采集

對于現場觀察認為的瓶頸工序——噴漆的實際加工時間的歷史記錄進行的采集，篩選整理了50組數據見表4。

2.3返修到達記錄

為了分析返修到達的情況，查詢車間的臺賬并得到了一組返修到達的記錄整理數據見表5。

3　輸入數據分析

3.1部件到達

根據工廠的實際情況，因驅動裝置組裝是整個生產的瓶頸環節，所以工廠的生產管理保障了所需的部件無延遲供應，車軸、大齒輪、抱軸箱、電機、小齒輪、齒輪箱等部件的到達可以認為是時間間隔為常數的連續到達。

3.2返修到達

根據表5的數據記錄進行如下分析：

(1)評估數據的獨立性：進行相關性檢驗，繪制到達間隔的散點圖如圖3，同時計算其相關性系數為0.018，據此可判斷數據無強相關性。

表4　噴漆時間記錄　h

表5　返修到達時間間隔　h

圖3　驅動裝置返修到達時間間隔記錄的散點圖

(2)點統計：返修到達時間間隔記錄的點統計數據如表6。從數據看，變異系數cv=0.947接近于1，偏度1.29>0為右偏，傾向于指數分布。

表6　返修到達間隔時間的點統計

3.3噴漆加工時間

根據表4的記錄進行如下分析：

(1)評估數據的獨立性：進行相關性檢驗，繪制加工時間的散點圖如圖4，同時計算其相關性系數為0.011，據此可判斷數據無強相關性。

(2)點統計：噴漆加工時間記錄的點統計數據如表7。從數據看，變異系數cv=0.06接近于0，偏度-0.267接近于0，傾向于對稱分布。

圖4　噴漆加工時間記錄的散點圖

參數數值樣本數50最小值2.99最大值3.95平均值3.5206標準差0.193817方差0.037565偏度-0.26628變異系數0.055052

圖5　噴漆加工時間記錄的正態檢驗

4　系統仿真模型的建立

4.1系統模型

根據系統的實際情況和輸入數據的分析，應用Plant Simulation 9 軟件建立系統的模型，首先建立現場模型，2D模型如圖6所示。

圖6　Plant Simulation 9現場模型(2D)

4.2模型的參數和控制說明

(1)部件到達

車軸、大齒輪、抱軸箱、電機、小齒輪、齒輪箱等均以時間間隔為常數(1 h)的連續到達。

(2)返修到達

以β=15的負指數分布到達。

(3)加工時間

各主要臺位(除噴漆外)處理時間設為常數(見表3)，噴漆工序處理時間按照μ=3.5,σ=0.19的正態分布。

(4)吊車控制

根據實際生產情況，主要部件的車間內搬運由3臺吊車完成，3臺吊車的任務分配見表8。吊車的控制在模型中通過SimTalk編程實現。

5　仿真試驗(既有現場模型)及其輸出分析

5.1仿真試驗設置

非終止型仿真；仿真時間按照仿真運行時間為6個月、每天為一班制(8 h)、總1 440 h設定；另設置預熱期為120 h；重復運行5次。

表8　吊車任務分配

表9　仿真運行試驗(現場模型)——生產指標數據

5.2輸出分析

(1)輸出數據匯總整理見表9和表10。

(2)仿真模型的校驗：從仿真運行試驗輸出的生產指標數據分析，其月產量與表1的實際統計數據(按照6個/臺計算)基本相符，可認為仿真模型符合現場實際情況。

(3)瓶頸分析：從仿真運行試驗輸出的工序過程數據分析，此時限制產量的瓶頸工序為噴漆臺，2個噴漆臺的平均利用率達到99.01%，而20個待噴漆臺的堵塞率達到99.67%。

(4)改進方案1：增加1個噴漆臺。

6　仿真試驗(改進方案1模型)及其輸出分析

6.1模型更新及仿真試驗設置

在模型中增加1個噴漆臺并修改相應程序代碼(見圖7)，仿真試驗設置不變。

表10　仿真運行試驗(現場模型)——工序過程數據　%

圖7　Plant Simulation 9改進方案1模型

6.2輸出分析

(1)輸出數據匯總整理見表11和表12。

(2)績效改進評估：從仿真運行試驗輸出的生產指標數據分析，其中月產量改進到30.7臺，但仍低于期望產量35臺，需進一步改進。

(3)瓶頸分析：從仿真運行試驗輸出的工序過程數據分析，此時3個噴漆臺的平均利用率仍達到98.43%，仍為瓶頸工序。20個待噴漆臺的堵塞率降低到85.62%。同時，3個試驗臺的平均利用率上升到90.84%，將成為另一個瓶頸環節。

(4)改進方案2：再增加1個噴漆臺和1個試驗臺。

7　仿真試驗(改進方案2模型)及其輸出分析

7.1模型更新及仿真試驗設置

在方案1模型中增加1個噴漆臺和1個試驗臺并修改相應程序代碼(見圖8)，仿真試驗設置不變。

7.2輸出分析

(1)輸出數據匯總整理見表13和表14。

表11　仿真運行試驗(方案1)——生產指標數據

表12　仿真運行試驗(方案1)--工序過程部分數據　%

圖8　Plant Simulation 9改進方案2模型

月產量試驗1試驗2試驗3試驗4試驗5平均月產量(新造)216216213216216215月產量(返修)171715181917返修完成百分比100.099.04100.099.06100.099.62

表14　仿真運行試驗(方案2)——工序過程部分數據　%

(2)績效改進評估：從仿真運行試驗輸出的生產指標數據分析，其中月產量改進到35.8臺，大于期望產量35臺，且返修的完成比例達到99.62%，所以該改進方案可以滿足新的生產能力要求。

(3)方案優化分析：按照方案2可以實現預期的目標，方法是增加1個試驗臺和2個噴漆房，在現有車間工藝布局下將受到空間的限制。進一步分析仿真運行試驗輸出的工序過程數據，此時12個抱軸箱組裝臺的平均利用率僅達到37.46%，12個齒輪箱組裝臺的平均利用率僅達到6.74%，所以存在減少上述幾種臺位以便騰出空間用于增加試驗臺和噴漆臺的可能。

(4)改進方案3：減少抱軸箱組裝臺、齒輪箱組裝臺的數量。以抱軸箱組裝臺為例進行數量的計算如下：

從方案2的仿真運行數據中得到12個抱軸箱組裝臺的部件總到達數量為1 296個，則可計算其平均到達速率為

λ=1 296/1 440=0.9(件/h)

抱軸箱組裝臺的加工時間為常數5 h，即加工速率為：

則理論上所需的抱軸箱組裝臺數量為：

考慮到生產線應留有裕度和生產啟動過程中的需要，確定改進方案3為將抱軸箱組裝臺和齒輪箱組裝臺各減少到6個。

8　仿真試驗(改進方案3模型)及其輸出分析

8.1模型更新及仿真試驗設置

在方案2模型中減少6個抱軸箱組裝臺和6個齒輪箱組裝臺并修改相應程序代碼(見圖9)，仿真試驗設置不變。

8.2輸出分析

(1)輸出數據匯總整理見表15和表16。

圖9　Plant Simulation 9改進方案3模型

月產量試驗1試驗2試驗3試驗4試驗5平均月產量(新造)211216210210210211月產量(返修)161618191416返修完成百分比100.0100.0100.0100.0100.0100.0

表16　仿真運行試驗(方案3)——工序過程部分數據　%

(2)績效改進評估：從仿真運行試驗輸出的生產指標數據分析，在保證月產量的改進(35.2臺)與方案2基本相當并大于期望產量35臺的情況下，可節省大量空間用于生產布局的優化調整。

9　機車驅動裝置組裝生產線系統仿真結論

采用改進方案3既能夠滿足生產績效要求，又具有工程可實施性，為推薦方案。當然，基于上述過程，結合現場需要還可以提出和模擬其他方案。

10　結束語

通過機車驅動裝置組裝線工藝布局優化的實例，發揮系統仿真方法和Plant Simulation平臺的強大功能優勢，本文研究內容充分顯現出過程清晰、結果明確的特點，為機車制造和大修生產系統的設計和優化提供了有益的參考手段。

[1]熊光楞，王昕.仿真技術在制造業中的應用與發展[J]. 系統仿真學報,1999,11(3):145-151.

[2]肖田元，張燕云，陳加棟.系統仿真導論[M].北京：清華大學出版社,2000.

[3]張如杰，楊自建,王偉，等. eM-Plant在機車預組裝生產線建模與物流仿真中的應用[J]. 裝備制造技術， 2012，(5)：140-143.

[4]張超，李慧，田愷. 基于Plant Simulation的航空綜合在機加廠房布局仿真研究[J]. 工程設計學報， 2013，20(3)：199-207.

Research on Simulation and Optimization of Locomotive Driving Unit Assembly Line Based on Plant Simulation

WANGQiang

(Locomotive Department ,Transportation Bureau of China Railway, Beijing 100844, China)

Assembly of locomotive driving unit is the critical process of locomotive manufacturing and overhaul, it is the bottleneck link for production volume. Limited by existing workshop space, the expected improvement could be developed based on discrete system simulation method through data analysis, system modeling and optimization，assisted by Plant Simulation software tool. As a decision-making basis, the output of the simulation will be effective for process layout improvement of facilities. This paper will entirely introduce above procedure through a practice example.

plant simulation; locomotive; driving unit; discrete event; system simulation

1008-7842 (2016) 03-0016-08

男，高級工程師(

2016-03-24)

U260.2

Adoi:10.3969/j.issn.1008-7842.2016.03.04