基于Plant Simulation的發泡陶瓷生產線AGVS系統仿真研究

盧進星，陶建華

（廣州大學機械與電氣工程學院，廣州 510006）

0 引言

近年來，隨著《關于加快推動我國綠色建筑發展的實施意見》、《綠色建筑行動方案》、新版《建筑設計防火規范》等相關政策、規范的實施，以及建筑節能工作的深入推進，民用建筑對外墻外保溫材料的要求日益提高，發泡陶瓷保溫板憑借其諸多優點逐漸受到關注[1]。

自動導引車（Automated Guided Vehicle，AGV）出現于20世紀50年代，是一種用于移載的機器人，AGV具有自動化程度高、安全及靈活等特點，可有效減輕勞動強度，降低危險性，提高生產效率，因此，由多輛AGV組成的自動導引車系統（Automated Guided Vehicle System，AGVS）廣泛運用于許多行業的物流自動化中[2-3]。

本文以發泡陶瓷生產線實際應用為背景，借助Plant Simulation仿真工具，通過改變AGV數量、AGV進行充電上下限、AGV運行速度等參數的隨機試驗，仿真模擬出AGV系統的較優化結果。

1 仿真模型構建

1.1 應用背景

發泡陶瓷生產線布局圖如圖1所示，生產線所在車間長為400 m，寬度為50 m。AGV的主要工作是運輸生產發泡陶瓷保溫板所需的窯具，將窯具從窯尾裝貨處運輸到窯頭卸貨處。

圖1 發泡陶瓷生產線車間布局示意圖

本文重點在于研究AGVS的線路邏輯和相關參數優化，故發泡陶瓷生產線部分做簡化處理。相關時間參數如下，該生產線是1天24 h持續工作，1天的運輸量約為480板，發泡陶瓷的雙線生產速度為每板3 min，窯具裝卸貨時間為45 s。

1.2 仿真模型的建立

根據AGVS的路線圖，建立如圖2所示的生產線模型。模型包含窯具從窯尾輥臺到AGV輥臺、窯具從AGV輥臺到窯頭輥臺、AGV充電等生產過程。因該線路為單循環線路，任務可分為充電任務、取貨任務、放貨任務3類任務。

1.3 沖突類型

任務的執行過程中，AGV間相互競爭系統資源，可能會發生碰撞沖突[4]。圖3所示為多AGV間的兩種沖突類型：同向沖突和對向沖突[5]。

（1）同向沖突，如圖3（a）所示。因AGVS線路為單循環線路，多會發生同向沖突，同向AGV中前車因為某些原因速度慢于后車速度，后車應與前車保持安全距離以免發生碰撞。

圖2 發泡陶瓷生產線AGV系統仿真模型

（2）對向沖突，如圖3（b）所示。這種沖突在AGV進行取貨后、卸貨后或者充電完成后可能會發生對向沖突，因這幾種情況都有AGV后退的過程。

圖3 兩種碰撞沖突類型

2 路線邏輯

2.1 單循環邏輯

圖4 路線流程邏輯

路線流程邏輯如圖4所示，當AGV進入到某交管區域時，應先判斷該區域內是否鎖定，如鎖定時應在其交管點等待，等待至該交管區域解鎖，這樣能避免在該區域范圍內發生對向沖突。在AGV前往裝貨點和卸貨點的途中會經過充電交管點，在此交管點處會通過充電邏輯判斷是否能進入該充電區域。在Plant Simulation中，交管點對應Track對象中的Sensor對象，當AGV經過此對象時會觸發相應的傳感器事件（Method對象）[6]。

2.2 充電邏輯

充電邏輯如圖5所示，該充電邏輯加入了優先充電值和充電值，如AGV到達充電交管點會先判斷該車電量是否低于充電值，如果是進入下一步判斷，如果不是直接跳出充電邏輯判斷。同時加入了優先充電值，主要的作用是讓電量低于優先充電值的AGV優先充電。

圖5 充電邏輯

3 仿真結果分析

3.1 參數設定

AGVS系統的研究并沒有統一的評價標準。多數研究者在研究AGV數量配置時會引入AGV的利用率進行評價[4]，對于本文所涉及發泡陶瓷生產線AGVS系統而言，提出以平均運輸時間和AGV的數量為評價標準，平均運輸時間充分說明了AGV運輸的效率，因AGV造價昂貴，AGV的數量也作為評價標準。本文將通過車的數量、車的速度、充電值等3個主要參數來仿真模擬。

表1 因素設定

圖6 因子分析圖

圖7 部分實驗數據排序圖

（1）AGV的數量

由于AGV價格昂貴，AGV數量配置過多，會造成資源浪費，容易造成交通阻塞，增加系統控制的難度；反之，若AGV配置數量不足，又無法滿足系統的產能要求。因此，如何根據生產計劃配置相應數量的AGV一直是企業關注的問題[7-9]。

（2）充電點界限

充電點界限的設定會影響AGV在主運行路線的運行時間，如充電界限過低時，AGV在主運行道路的運行時間會變長，但會使充電時間過長，當多臺AGV需要充電時，可能會引起AGV運行至沒電癱瘓在主運行道路。

（3）AGV運行速度

由于該生產線長350 m，AGV運行速度和AGV數量一樣直接影響AGV裝卸貨的間隔。當接近裝卸貨輥臺時應降低AGV的運行速度，可避免AGV失控撞輥臺的情況發生。

3.2 仿真分析

需要獲得多個自變量是如何共同對響應變量產生了影響，需要實驗設計方法（Design of Experiments， DOE），Plant Simulation提供了很好的DOE工具，Experiment Manager工具是其中一個，因自變量有多個，所以采用隨機實驗設計，表1所示為進行相關因素的設定，隨機實驗是指各因素在上下級范圍內隨機取值進行組合，然后把這個組合的數值代入模型中進行仿真實驗，可通過設置重復實驗次數來提高仿真準確度。

進行3萬次隨機實驗，每次實驗重復實驗2次，進行因子分析（方差分析），因子分析如圖6所示。因子分析表中，H表示因子主效應，W表示交互效應。經分析可得到以下結論。

（1） H1至 H9，由大到小排列分別是 H2、H4、H6、H8、H5、H8、H3、H9、H1，代表著在各因素對平均運輸時間的影響由大到小的排列，可以知道離開窯頭提速和離開窯尾提速對平均運輸時間影響最大，在實際生產時在保證安全生產時可適當提高離開窯頭提速和離開窯尾提速的速度，車的數量是在9個因素對平均運輸時間影響最少的，這也說明縮短平均運輸時間不一定依靠增加車的數量，這可以為企業生產減少大量的成本。觀察各Wi，j可知，各因素之間的相互影響都比較大。

（2）對各實驗數據根據平均運輸時間由小到大進行排序，圖7所示為部分實驗數據排序圖，平均運輸時間為622 s，有8組的實驗數據，這8組數據都分別代表著一個組合，可以將實際生產時的相關因素按照表格的數據進行調整，來提高生產效率。

4 結束語

本文應用Plant Simulation仿真軟件對發泡陶瓷生產線布局方案進行了仿真研究和分析，通過隨機試驗設計，以平均運輸時間和AGV的數量為評價標準，隨機組合不同的參數，通過仿真模擬得出模型中較優的方案。將相關參數組合代入真實生產中，在平均運輸時間最短情況下，將AGV數量減小，提高了AGV的工作效率，減少公司的生產成本。仿真結果表明了將仿真軟件合理應用于生產實踐，對全面分析生產線參數優化及后續建設有顯著的指導作用。