環保型瀝青路面再生工廠布局優化

李琦　郭小宏　楊加琪

摘要：為解決傳統瀝青廠拌熱再生過程中存在的污染問題，提升相關企業經濟和環保效益，以環保型瀝青路面再生工廠為研究對象，提出了一套工廠車間布局優化方法。首先，匯總了物料裝卸點在各作業單元內部和整體車間范圍內的表示方法。然后，以非物流關系密切程度最大、物料搬運成本最小和碳排放量最少為優化目標，建立了車間布局數學模型。最后，采用粒子群算法結合系統布置設計法進行了求解。項目實例應用結果表明，通過綜合考慮生產聯系、生產成本和環保需求等因素形成的優化布局方案較原始布局方案更加科學合理，優化方案使再生工廠的生產密切度提高了8.40，每日物料搬運成本減少了16 660.23元，每日碳排放量減少了34.16 kg。所提方法可為建設環保型瀝青路面再生工廠提供技術支持，為促進傳統瀝青廠拌熱再生企業轉型升級提供思路。

關鍵詞：生產系統管理;瀝青路面再生工廠;車間布局優化;SLP結合粒子群算法;低碳循環

中圖分類號：X323[BFB];TU741.2文獻標識碼：A

DOI：10.7535/hbgykj.2022yx02010

Layout optimization of environmental-friendly asphalt pavement recycling plant

LI Qi，GUO Xiaohong，YANG Jiaqi

（School of Economics and Management，Chongqing Jiaotong University，Chongqing 400074，China）

Abstract：In order to solve the pollution issues existing in the process of traditional asphalt plant hot recycling and improve the economic and environmental benefits of related enterprises，a set of workshop layout optimization method was proposed by taking the environmental-friendly asphalt pavement recycling plant as the research object.Firstly，the representation methods of material loading and unloading points in each operation unit and in the whole workshop were summarized.Then，taking the maximum degree of non-logistics close relationship，the minimum material handling cost and the minimum carbon emissions as the optimization objectives，the mathematical model of workshop layout was established and solved by the particle swarm optimization algorithm combined with system layout design method.The application results of the project case show that the optimized layout scheme formed by comprehensively considering the production connection，production cost and environmental protection needs is more scientific and reasonable than the original layout scheme.The optimized scheme improves the production closeness of the regeneration plant by [BF]8.40.The daily material handling cost was reduced by [BF]16 660.23 yuan and the daily carbon emission was reduced by [BF]34.16 kg.This method can provide technical support for the construction of environmental-friendly asphalt pavement recycling plant and promote the transformation and upgrading of traditional asphalt plant hot recycling enterprises.

Keywords： production system management;asphalt pavement recycling plant;workshop layout optimization;SLP combined with particle swarm algorithm;low carbon cycle

隨著“循環經濟”理念在交通基礎建設領域的不斷推廣，瀝青路面再生技術對廢舊瀝青路面材料（reclaimed asphalt pavement，RAP）的消納能力受到了更多關注。為了提高廠拌熱再生方式下RAP料的循環利用水平，環保型瀝青路面材料再生工廠應運而生。再生工廠徹底改變了傳統瀝青廠拌熱再生過程中存在的高污染、高能耗特點，實現了RAP料高水平回收利用，充分發揮了路面再生技術在公路養護、資源節約與生態保護方面的獨特優勢。

許多學者從原材料處理[1]、加工設備改進[2]等方面著手，以此提高瀝青廠拌熱再生對舊料的消納利用能力，減少了資源浪費，而在構建瀝青路面材料再生工廠時，實現其生產車間的科學布局也十分重要。這不僅會影響RAP料循環再生的質量和效率，也會影響經濟與環保的效益平衡。因為瀝青路面材料再生隸屬于新興制造業，合理的設備布局是制造業相關企業展開生產的基礎，對產品生產全壽命周期的時間成本和經濟成本具有極大影響[3]。

對于車間布局優化問題，早期學者多以單一的最小化距離或成本作為優化目標，采用傳統的分支定界法[4]、割平面法[5]、系統布置設計法（system layout planning，SLP）進行求解[6]。但由于車間布局問題屬于NP-hard問題，此類確定性優化方法求解效果不理想[7]。近年來學者多選用啟發式算法，同時研究由單目標優化轉向多目標優化，如GUAN等[8]將多車間設施布局問題表述為一個混合整數線性規劃模型，采用新的離散框架多目標粒子群優化算法結合兩階段方法求解。研究者們也常將SLP法與智能算法結合[9]用于求解，同時改進算法以提高解決問題的精度與效率。董舒豪等[10]構建了考慮物料裝卸點與搬運通道的避障搬運算法，采用分段編碼方式的遺傳模擬退火算法并以實例驗證了其優越性。也有學者考慮通過科學的車間布局方案實現生產的綠色化。肖燕等[11]率先提出減少運輸距離、運輸次數、降低空載率能實現工廠的低碳化。劉瓊等[12]基于產品制造全過程歸納出各主要碳排放源的計算方法，以此為基礎，提出將車間布局和調度集成優化，建立以制造過程總碳排放和總完工時間最小為目標的數學模型[13]。

現有的研究大多從經濟效益角度設定優化目標，車間布局方案圍繞如何降低物料搬運成本、提高面積利用率展開，而對于在車間布局中考慮低碳循環的相關研究較少[14]，其中以瀝青路面再生工廠車間布局為應用場景的低碳化研究更加少見。本文對車間布局模型中物料裝卸點的表示方法進行了細化，并在優化目標中新增對環保約束的考慮，從生產聯系、搬運成本和低碳化3個方面對瀝青路面再生工廠的布局優化進行了研究。該研究為車間布局問題提供了低碳循環方向的新思路，也能為相關企業的轉型提供參考。

1工廠平面布局模型

1.1各作業單元功能劃分與聯系

環保型瀝青路面再生工廠（以下簡稱“再生工廠”）的綠色再生工藝包括從各道路現場收集RAP料，對其進行破碎篩分，形成不同粒徑的基準料，并加入再生劑預攪拌，后按一定比例加入新骨料、粉料和瀝青，最后混合料攪拌得到再生成品料等步驟。生產過程中的粉塵、廢氣均有對應的作業單元進行集中處理。上述生產流程涉及到各類材料的運輸、存儲、加工以及廠區內其他附屬功能，功能繁多，聯系復雜，因此對再生工廠內各作業單元的功能劃分與聯系進行梳理，聯系圖如圖1所示。

再生工廠內部包括12個作業單元，其中可將物料加工過程中的運輸方式總結為3類：依靠獨立小車轉運;皮帶傳輸系統;自身結構可供運輸。結合物料的增值過程，在建立數學模型時盡可能遵循實際生產原則實現對各作業單元的裝卸點設置。如用于堆積從各道路現場回收廢料的RAP料倉起著物料中轉站功能，需依靠裝載機轉運物料與下一作業單元銜接，其物料的物理形態、自身價值均未發生改變，因此將裝卸點設在該矩形單元中心。又如RAP料的破碎篩分區，在此將對RAP料依技術要求進行破碎，按不同粒徑篩分，并依靠皮帶裝置進行運輸，因此將裝卸點設在該單元兩短邊的中點位置以體現流向。另有作業設備自身的局部結構便可提供物料傳輸功能，如瀝青罐、粉罐可通過管道完成對材料的運輸，因此對其抽象化將裝卸點位置設在該單元中心。各作業單元的物料傳輸方式與裝卸點設置匯總如表1所示。

1.2問題描述

車間布局問題可理解為在給定布局范圍內按照一定約束合理布置各作業單元，從而達成多目標的協調。建模時需做出以下假設。

1）需布局的車間范圍在一個長為L，寬為W的矩形內部，車間左下角為坐標原點。

2）各作業單元均為邊長已知且面積不相等的矩形，忽略其內部設施細節，裝卸點位置設置在矩形中心或矩形短邊中點處。

3）作業單元只能平行于坐標軸X或Y布置，在擺放時以其中心坐標為基點，作業單元之間不需要等邊對齊且保留一定的活動距離。

4）車間范圍內的物料運輸路徑只能沿X軸水平方向或Y軸垂直方向進行。

1.3物料裝卸點位置定義

由于作業單元在車間內部可橫向或豎向放置，需對其裝卸點的多種設置形式進行分析。本文對于裝卸點共設置了4種可能的擺放結果，如圖3所示。首先以單個作業單元的中心為原點建立直角坐標系，設定此橫向放置的原始形態下裝料點的坐標為（x，y），卸料點的坐標為（x，y）。而其他形態分別是將該原始形態以矩形中心為基點沿順時針旋轉90°，180°，270°得到。

1.4目標函數

1.4.1非物流關系強度

1.4.2物料搬運成本

物料搬運成本由各作業單元間物流量、搬運距離和單位成本決定。其中通過物流分析可得到作業對之間的物流量，搬運距離此處采用作業對中上一作業單元的裝料點與下一作業單元的卸料點間的曼哈頓距離，單位成本此處默認為1。其目標函數可如式（5）。

1.4.3碳排放計算

1）柴油碳排放量

2）消耗天然氣碳排放量

3）消耗電能碳排放量

1.4.4總目標函數

1.5約束分析

1）方向約束當作業單元的長邊平行于X軸時，將其視為橫向放置;當作業單元的長邊平行于Y軸時，將其視為豎向放置。

2）邊界約束作業單元在X和Y方向上的位置不應超過布局車間的整體長和寬，且為了便于物料搬運的人員活動，各作業單元應與車間四壁保持一定距離。

3）間距約束處于該車間內部的任意作業單元之間互不重合，在X，Y軸方向上分別保留距離為s，s的活動空間，且每個作業單元只能被安排一次。

2.1粒子群算法基本原理

粒子群算法（PSO）[18]起源于對鳥群覓食行為的研究，與其他進化算法相似，PSO也具備進化計算和群體智能的特點，可用于實現復雜空間中最優解的搜索。PSO在進行優化時首先在可行解空間內隨機初始化一群粒子，粒子群將跟隨當前的最優粒子運動，過程中會依據個體的飛行經驗和群體的飛行經驗通過對比局部、全局最優值不斷更新自己，從而產生新一代群體，如此反復直至滿足終止條件。

2.2編碼設定

對于再生工廠平面布局問題，可假設待布局車間有N個作業單元，每種車間布局方案可對應為一個粒子，則每個粒子的位置和速度都是2N維向量。每個粒子的位置向量前N維表示作業單元的X軸坐標，后N維表示作業單元的Y軸坐標;每個粒子的速度向量前N維表示作業單元在X軸方向的移動速度，后N維表示作業單元在Y軸方向的移動速度。具體的位置向量P和速度向量V在2N維度上的坐標如式[18]。

2.3參數設定

1）加速系數（C1，C2）的設定加速系數反映尋優過程中粒子受自身和群體信息影響的程度，對協調飛行粒子的局部優化能力和全局優化能力起到重要作用。文獻[19]建議C1+C2≤4，且通常C1=C2=2。

2）慣性權重（ω）的設定慣性權重表示保留粒子原來速度的程度，可保證算法的全局收斂性能。尋優初期應加強算法的全局搜索能力，保持粒子的多樣性，而在尋優后期應關注算法的局部搜索能力，提高搜索精度。因此采用線性遞減的慣性權重[20]，如式（27）所示，

2.4SLP法與粒子群算法結合

目前，粒子群算法普遍采用隨機產生初始解的方式，但這無法保證初始解的合理性與尋優效率，容易使尋優過程陷入局部最優化。而SLP法以圖表分析和圖形模型為手段，實現了將布局設計數理量化。雖然SLP法易受主觀經驗影響，但相對而言其綜合考慮了車間布局的各方因素，可得到較符合要求的初始方案[21]。因此，將經SLP法得到的方案作為部分初始粒子，并與隨機粒子相結合，得到初始粒子群，從而代入算法進行優化，其結合的流程示意如圖4所示。

3.1實例背景

實例項目定位為集生產研發于一體的智能、綠色化瀝青路面材料再生工廠，計劃年產瀝青混合料20萬t。由該工廠的實際情況可知，項目規劃建設面積約為27 000 m2，工廠車間設計為長180 m，寬150 m的矩形區域。同時由于項目周邊交通道路限制，工廠生產大門位置固定，其中心點坐標為（0，118）。滿足生產需求的12個作業單元面積尺寸如表7所示，該再生工廠原始布局方案的設計坐標如表8所示。

3.2工廠SLP分析

3.2.1物流分析

3.2.2相互關系分析

3.2.3綜合相互關系分析

3.3算法求解及結果分析

根據參數描述，利用軟件Matlab R2017b進行編程。將總目標函數中權重a設為0.38，a設為0.29，a設為0.33。同時粒子群規模設為2 000，迭代次數為100，慣性權重最大值和最小值分別設為0.93，0.8。此外，為了提高優化結果的可靠性，選取5種具有代表性的加速系數分別運行2 000次，取每種加速系數中結果較優的3次進行對比分析，如表11所示。由表可知，C1=C2=2時適應度平均值最小即目標函數值最小，此時的優化結果為5個方案里的最優方案，運行求解過程如圖8所示。

4結語

瀝青路面廠拌熱再生技術可有效減少資源浪費，為公路行業順應綠色發展提供支持，故傳統生產企業轉型為環保型瀝青路面再生工廠也成為必然趨勢。本文借助數學模型對再生工廠功能區的布局方案進行多目標優化，得到如下結論。

1）提出了一套同時考慮經濟效益與環保效益的車間布局優化方法，并通過實例驗證了該方法可得到更好的再生工廠布局方案，為傳統廠拌熱再生轉型實現綠色高效的生產方式提供了新思路。

2）通過分析再生工廠的生產流程，并結合各功能區的生產特點將物料運輸方式歸納整理成3種類型，以此為基礎考慮了物料裝卸點的設置問題，其應用可加強模型與實際生產的契合度。

3）模型求解時，將SLP法與粒子群算法相結合，降低了主觀經驗的影響，增強了算法的求解效率與尋優效果。

本文僅考慮了再生工廠的平面布局，未考慮立面布局問題，今后可將其平面布局與立面布局結合討論，借助算法實現工廠空間布局的求解。同時還可采用仿真技術進一步驗證優化布局方案的有效性。此外，本文的研究針對單層工廠布局設計，后續可對多層再生工廠布局問題展開討論。

參考文獻/References：

[1]MAZZONI?G，BOCCI E，CANESTRARI F.Influence of rejuvenators on bitumen ageing in hot recycled asphalt mixtures[J].Journal of Traffic and Transportation Engineering（English Edition），2018，5（3）：157-168.

[2]SHAO?Huijun，SUN Lijun，LIU Liping，et al.A novel double-drum mixing technique for plant hot mix asphalt recycling with high reclaimed asphalt pavement content and rejuvenator[J].Construction and Building Materials，2017，134：236-244.

[3]申寬，翟敬梅，張鐵.基于AGA的曲軸自動化生產車間多目標優化布局研究[J].組合機床與自動化加工技術，2017（12）：151-155.SHEN Kuan，ZHAI Jingmei，ZHANG Tie. A research of multi-objective optimization based on AGA for the facility layout in crankshaft automation workshop[J].Modular Machine Tool & Automatic Manufacturing Technique，2017（12）：151-155.

[4]GILMORE?P C.Optimal and suboptimal algorithms for the quadratic assignment problem[J].Journal of the Society for Industrial?and Applied Mathematics，1962，10（2）：305.

[5]KUSIAK?A，HERAGU S S.The facility layout problem[J].European?Journal of Operational Research，1987，29（3）：229-251.

[6]KETTANI?O，ORAL M.Reformulating quadratic assignment problems for efficient optimization[J].IIE Transactions，1993，25（6）：97-107.

[7]馬玉瑩，張家驊.基于遺傳光學算法的鏡片加工車間布局優化[J].組合機床與自動化加工技術，2021（2）：154-156.MA Yuying，ZHANG Jiahua.Facility layout of lenses jobshop based on genetic optic algorithm[J].Modular Machine Tool & Automatic Manufacturing Technique，2021（2）：154-156.

[8]GUAN?Chao，ZHANG Zeqiang，LIU Sili，et al.Multi-objective particle swarm optimization for multi-workshop facility layout problem[J].Journal of Manufacturing Systems，2019，53：32-48.

[9]董舒豪，徐志剛，秦開仲，等.基于SLP與SHA的農機車間布置優化及仿真研究[J].現代制造工程，2020（1）：50-57.DONG Shuhao，XU Zhigang，QIN Kaizhong，et al.Layout optimization and simulation research of the agricultural machinery workshop based on SLP method and SHA method[J].Modern Manufacturing Engineering，2020（1）：50-57.

[10][ZK（#]董舒豪，徐志剛，常艷茹，等.考慮物料裝卸點與搬運通道的多行設施布局[J].計算機集成制造系統，2021，27（5）：1269-1280.DONG Shuhao，XU Zhigang，CHANG Yanru，et al.Multi-row facility layout considering material loading/unloading points and handling passages[J].Computer Integrated Manufacturing Systems，2021，27（5）：1269-1280.

[11]肖燕，程云康，周康渠.基于低碳物流的SLP法在工廠布局的應用[J].重慶理工大學學報（自然科學），2011，25（11）：24-29.XIAO Yan，CHENG Yunkang，ZHOU Kangqu.Application of SLP in factory layout based on low carbon logistics[J].Journal of Chongqing University of Technology（Natural Science），2011，25（11）：24-29.

[12]劉瓊，田有全，SUTHERLAND J W，等.產品制造過程碳足跡核算及其優化問題[J].中國機械工程，2015，26（17）：2336-2343.LIU Qiong，TIAN Youquan，SUTHERLAND J W，et al.Calculation and optimization of product carbon footprint in its manufacturing processes[J].China Mechanical Engineering，2015，26（17）：2336-2343.

[13]劉瓊，趙海飛.基于多目標果蠅算法面向低碳的車間布局與調度集成優化[J].機械工程學報，2017，53（11）：122-133.LIU Qiong，ZHAO Haifei. Integrated optimization of workshop layout and scheduling to reduce carbon emissions based on a multi-objective fruit fly optimization algorithm[J].Journal of Mechanical Engineering，2017，53（11）：122-133.

[14]李孟雪.綠色生產視角下RAP再生工廠的多層布局規劃與方案評價研究——以山嶺重丘區為例[D].重慶市：重慶交通大學，2020.LI Mengxue. Research on the Multi-layer Layout Planning and Evaluation of Reclaimed Asphalt Pavement Recycling Plant from the Perspective of Green Production：Taken Mountainous Terrain Area as an Example[D].Chongqing：Chongqing Jiaotong University，2020.

[15]郝千婷，黃明祥，包剛.碳排放核算方法概述與比較研究[J].中國環境管理，2011（4）：51-55.HAO Qianting，HUANG Mingxiang，BAO Gang. Study on carbon?emission calculation methods overview and its comparison[J]. Chinese Journal of Environmental Management，2011（4）：51-55.

[16]趙振家，張鵬，趙明楠，等.汽車制造過程的能耗及碳排放分析[J].中國人口·資源與環境，2017，27（sup1）：186-190.ZHAO Zhenjia，ZHANG Peng，ZHAO Mingnan，et al. Analysis of energy consumption and carbon emission for automobile manufacturing process[J].China Population，Resources and Environment，2017，27（sup1）：186-190.

[17]WITI?J，TUBIELLO F N，GOODWIN J.2019 Refinement to the 2006 IPCC Guidelines for National?Greenhouse Gas Inventories[R/OL].https：//www.ipcc.ch/report/2019-refinement-to-the-[JP3]2006-ipcc-guidelines-for-national-greenhouse-gas-inventories/2019/.

[18]KENNEDY?J，EBERHART R.Particle swarm optimization[C]//Proceedings of ICNN′95-International Conference on Neural Networks.Perth：IEEE，1995：1942-1948.

[19]RATNAWEERA?A，HALGAMUGE S K，WATSON H C.Self-organizing hierarchical particle swarm optimizer with time-varying acceleration coefficients[J].IEEE Transactions on Evolutionary Computation，2004，8（3）：240-255.

[20]黃少榮.基于隨機加速系數的粒子群優化算法[J].微電子學與計算機，2010，27（6）：114-117.HUANG Shaorong.A new particle swarm optimization with random acceleration[J].Microelectronics & Computer，2010，27（6）：114-117.

[21]郭源源，王謙，梁峰.基于粒子群優化算法的車間布局設計[J].計算機集成制造系統，2012，18（11）：2476-2484.GUO Yuanyuan，WANG Qian，LIANG Feng.Facility layout design based on particle swarm optimization[J].Computer Integrated?Manufacturing Systems，2012，18（11）：2476-2484.

[22]LIU?Yannan，ZHAO Qilan.Research on Logistics Center Layout Based on SLP[M].Berlin：Springer，2015：17-28.