基于Flexsim的混流裝配線投產排序研究

劉 星，吳玉國，陳 思，戴光輝，李 文

（1.安徽工業大學 管理科學與工程學院，安徽 馬鞍山 243032；2.蕪湖江森云鶴汽車座椅有限公司，安徽 蕪湖 241009）

1 引言

隨著經濟的快速發展，客戶的個性化需求不斷增加，為了迎合客戶的需求以及滿足企業自身的發展需要，在制造型企業進行產品裝配的過程中，很多企業通過實行不同型號的產品混合裝配這種形式來提高生產效率[1-3]。裝配線是指在一條生產線上，按照產品加工工藝流程，依次進行產品的零部件裝配，直至完成整個產品的裝配[4]。而混流裝配線則是指在同一時間內，同一條流水線上進行幾種不同型號規格產品的裝配[5-6]。它最主要的特點就是不同型號的產品交替生產，而不是一直生產某一種型號的產品。它可以使公司適應市場多元化需求，滿足客戶對產品多樣化的要求，提高資源的有效利用率。其中，混流裝配生產的關鍵就在于如何確定一個最優的產品投產順序。如果投產順序安排不合理，將會影響到裝配線平衡，進而影響到座椅的產量以及作業人員的工作積極性。

混流裝配線投產排序問題是典型的NP難問題，求解困難[7]。一般而言，混合裝配投產排序問題的求解方法主要有以下幾種：傳統數學建模分析法、現代智能優化算法以及建模仿真分析法[8]。傳統數學建模分析法要求調度人員擁有很強的數學模型分析和運算能力，這對于一個公司職員來說很難做到。采用現代智能優化算法來解決投產排序問題的難度也很大，首先，智能優化算法的選擇與學習是一個長期過程；其次，智能優化算法的實現要求公司職員擁有很強的計算機語言編程能力。建模仿真分析法簡單易學，而且能很好地模擬實際生產中產品的裝配過程，鑒于此，在確定產品投產順序的問題上，本文采用建模仿真分析法，借助Flexsim仿真軟件模擬產品的裝配過程。

2 Flexsim仿真軟件

Flexsim是美國Flexsim公司研發的一款系統仿真軟件，其編程語言是C++語言，采用面向對象編程和Open GL技術[9]。它提供三維立體建模環境，可以依據現實情況，建立起三維立體動態仿真模型。它支持連續流系統和離散系統建模，在模擬生產制造和物流運輸等方面應用廣泛。

Flexsim軟件中提供了很多對象類型，如傳送帶、倉庫、操作員、貨架、儲罐等，在建立仿真模型時，可以依據實際環境，選取相應的實體單元，快速高效地構建生產制造、物料運輸、服務等系統模型。同時，Flexsim還可以與不同的軟件系統實現對接，例如，Flexsim可以直接導入3D Studio、STL、VRML、DXF和SKP等3D圖形文件。Flexsim軟件的功能模塊如圖1所示。

圖1 Flexsim軟件功能結構圖

3 混合流水裝配線建模與仿真

3.1 座椅混合裝配線簡述

混流裝配線大都具有以下幾個方面的特點[10-12]：（1）在相同的時間內，按照預先確定好的投產順序組織生產；（2）同一工位上，裝配不同型號的產品時，作業時間可能不同；（3）同一條流水線上，同時進行多種型號產品的裝配。

本文以某汽車座椅生產公司的一條前椅混合裝配線為例建立混合裝配線模型。某汽車座椅生產公司是從事汽車座椅研究、開發和生產經營的專業企業，公司擁有熟練的汽車座椅生產技術。公司生產區域包括四大區域：金屬件區、面套區、發泡區以及總裝區，其中，總裝是汽車座椅生產的最后一道流程，包括前椅總裝和后椅總裝。本文主要研究公司的前椅混合裝配線，前椅裝配工藝流程如圖2所示。

圖2 前椅總裝工藝流程

據調查，該公司目前主要的客戶有D汽車有限公司和E汽車有限公司，公司目前主要的一條前椅裝配線需要裝配三種不同型號的汽車座椅，分別是A型、B型、C型。公司的生產模式為訂單生產模式，根據客戶的需求算出每天的座椅生產量。本文調查了客戶近幾個月來的產品需求量，計算得到一個產品的日均計劃產量，見表1。

表1 公司產品日均計劃產量

由表1可知，公司該條混裝線每天的總產量為275套（一套包括左前椅和右前椅）。公司為8h雙班制，實際工作時間為每班7.5h，混流裝配線的平均節拍計算公式如下：

其中，C為混流裝配線的平均節拍，T為每天的實際作業時間，Qi為第i種型號產品的計劃產量，n為需要裝配的產品品種數。

三種型號汽車座椅的裝配流程大致相同，其在流水線上各工位的作業時間見表2。

表2 三種型號座椅的作業時間表

3.2 投產排序方法

通常情況下，一條汽車座椅混合裝配線每天的產量大約是幾百個型號不同的汽車座椅，如果這些座椅一起進行排序，其所有的排序可能有幾十萬、幾百萬甚至上千萬種，在實際生產排序時，通常采用最小生產單元排序法。其思路如下：

假設一條混合流水裝配線裝配n種型號的產品，公司對每種型號的產品的日均需求量分別為m1，m2，m3，……，mn，總的需求量為M，則有：

生產計劃期為1d，對日均需求量m1，m2，m3，……，mn求最大公約數，設最大公約數為q，對每種型號的產品的日均需求量進行以下處理：

3.3 建立仿真模型并設置參數

以公司一條前椅混合裝配線為建模對象，導入公司裝配線的工位布局圖，按照裝配線的實際情況建立仿真模型。公司前椅裝配線上共有18個工位，工位之間以傳送帶相連接，故設置18個處理器來表示作業人員進行裝配作業，處理器與處理器之間用傳送帶相連接。裝配線上還有3個緩存區，在模型中設置3個暫存區用來臨時儲存待加工零件。另外，設置一個發生器和一個吸收器，發生器用來產生原材料，吸收器用來存放成品座椅。

根據表1、表2中的數據以及生產線的實際情況，設置圖3中各個仿真實體的參數如下：

（1）發生器的參數設置。裝配線需要裝配三種不同型號的座椅，雙擊發生器，設置類型（Itemtype）屬性值為3。依據式（1），計算得到裝配線的平均節拍為98.2s，即完成兩把座椅裝配之間的時間間隔為98.2s，設置發生器相應的到達時間（Arrivetime）。按照最小生產單元排序法確定的生產排序方案將到達方式（Arrive Style）屬性設置為到達序列，由式（3）設置到達次數為5，然后點擊刷新到達，并勾選重復時間序列表選項。

（2）處理器的參數設置。雙擊模型中的處理器，按表2中各種型號座椅的裝配作業時間設置相應的處理器的加工時間參數。

（3）暫存區的參數設置。雙擊暫存區，考慮到公司生產線上的暫存區對生產影響不大，設定暫存區最大容量為1 000。

圖3 發生器參數設置

（4）模型停止時間設置。Flexsim的默認設置是不會自動停止模型的，考慮到結果的可信度，本次仿真設置12 000s，大概重復投產序列10次。

3.4 仿真結果輸出與分析

Flexsim仿真分析可以輸出很多種反映生產狀態的數據，常用的生產排序目標主要有以下幾種：（1）工位作業超負荷導致線外替補作業余量最小；（2）所有工位的空閑時間最小；（3）切換產品型號時生產線的調整時間最小；（4）零部件物料消耗最均衡化。對于座椅混合裝配線而言，裝配不同型號的座椅會影響一個工位作業人員的等待時間，即工位的空閑時間。合理的生產排序方案能使工位的空閑時間總和最小，據此，以所有工位的空閑時間總和作為目標函數，如下：

其中，Vi表示第i個工位的空閑時間，k表示混合裝配線上的工位個數，f表示所有工位的空閑時間總和。

仿真運行結束后，通過Flexsim中的報告與統計，導出運行結果，分析處理導出的數據表格，得到各個排產方案的目標函數值見表3。

從表3中的統計數據表可以看出，以所有工位的空閑時間總和為目標時，混合裝配線的最優投產順序為23211，其運行得到的目標函數值為4 489.64，最差的投產方案為21213，其運行得到的目標函數值為5 091.52。兩個排產方案運行的結果相差601.88，所以最優排產方案比最差排產方案所有工位的空閑時間總和減少了11.8%，由此可見，公司采用合理的排產方案，會很大地提升作業人員的利用率。

表3 模型運行后各排產方案結果

4 結論

本文以汽車座椅生產企業的一條前椅混合裝配線為例，通過Flexsim仿真軟件，建立混合裝配線仿真模型，采用最小生產單元排序法進行投產排序，通過模型運行后得到的結果確定了最優的投產序列，從一定程度上證明了合理的投產順序能夠提高作業人員的利用率。同時也證明了該方法的可行性與有效性。另外，本文研究的是座椅混合裝配線投產排序，但其研究方法和結論對其他產品的投產排序具有一定的指導借鑒作用。

[1]邱伊健,涂海寧.基于Flexsim與遺傳算法的混流生產線仿真與優化研究[J].組合機床與自動化加工技術,2015,(8):119-123.

[2]彭軍.基于Flexsim的混流生產線平衡優化[J].組合機床與自動化加工技術,2014,(9):140-143.

[3]張國輝,張凌杰.基于Flexsim仿真技術的混合裝配線平衡優化[J].組合機床與自動化加工技術,2016,(6):131-133.

[4]龔軻,丁武學,王栓虎.有兼容作業元素的混流裝配線平衡問題研究[J].組合機床與自動化加工技術,2015,(6):134-136.

[5]李金霖,高杰,孫林巖.考慮需求波動和產能調整成本的混流裝配線平衡問題[J].系統工程理論與實踐,2014,34,(1):70-76.

[6]魯建廈,翁耀煒,李修琳,等.混合人工蜂群算法在混流裝配線排序中的應用[J].計算機集成制造系統,2014,20,(1):121-127.

[7]劉瓊,范正偉,張超勇,等.基于多目標貓群算法的混流裝配線排序問題[J].計算機集成制造系統,2014,20(2):333-342.

[8]王靜.交貨期問詢引發訂單不確定性的在線生產排序算法[J].復旦學報(自然科學版),2014,53(5):584-590.

[9]Flexsim User Guide.Version2.5[Z].Flexsim Software Products,Inc.

[10]孟哲,王紅軍.基于Flexsim的混合流水線系統仿真與優化[J].組合機床與自動化加工技術,2015,(1):142-145.

[11]姚麗麗,史海波,劉昶,等.基于遺傳算法的混合流水線車間調度多目標求解[J].計算機應用研究,2011,28(9):3 264-3 267.

[12]查靚,田行.基于啟發式算法與仿真分析的混合流水線平衡優化[J].組合機床與自動化加工技術,2013,(2):14-18.