基于FMS柔性制造生產線仿真技術

重慶川儀自動化股份有限公司 李煥 蔣婉瑩 肖宇亮

FMS柔性制造系統所涉及的工藝基礎較為復雜，在系統初始階段需要按照成組的加工對象確認工藝過程，詳細設計、建模與仿真，并且由計算機控制，自動調整并實現多品種工件、中小批量的高效生產。FMS柔性制造系統與自動化、計算機、數控、物流、刀具等多個技術點相關，系統設計投入規模較大，風險較高。FlexSim軟件是柔性制造系統進行生產線仿真的最佳選擇，面向對象的仿真環境，能夠在設計階段建立離散事件流程過程，大大降低FMS柔性制造系統的設計風險，已經得到廣泛的應用。基于此，文章以FMS柔性制造生產線項目為案例，對生產線仿真進行分析展示，明確FlexSim軟件在生產線仿真環境中的仿真過程及方法，提出通過配合CI MCO等其他集成軟件，能夠進行FlexSim軟件的功能補充，對FMS柔性制造系統生產線設計產生參考作用。

由于FMS柔性制造生產線的復雜性和隨機性，往往應用數學解析方法無法針對整個生產線的特征進行建模，進而無法對柔性制造生產線的生產物流進行計算和優化。以FlexSim軟件為代表的仿真軟件，通過其高效運作等特點在機械加工領域得到普遍應用，同時，能夠在生產線加工工藝、生產調度、流程控制、運行效率等方面進行功能擴展，進而達到全面仿真的主要目的[1]。對于規模達到每批次200～2000件工件的中小批量生產來講，采用FMS柔性制造系統是相對經濟的工藝選擇，能夠綜合地提升生產效益。

1 FMS柔性制造生產線設計

1.1 柔性制造生產線構成

根據生產線加工工藝及加工特點，FMS柔性制造生產線設計采取流水線布局方式，按照工藝路線進行布局，盡可能將相鄰工序安排為鄰近位置。自動加工系統以成組技術為基礎，將形狀并不完全一致、重量大體相似、工藝大致相同的零件集中在一臺或多臺數控機床、專用機床等設計上，供料系統由傳送帶、軌道轉盤及機械手等運輸裝置完成刀具和工件供給與傳送，同時，經由加工中心和工業機器人組成的柔性制造單元、立體倉庫、自動化引導車、工件儲存站、單元控制系統進行有效管理。

1.2 柔性制造生產線的通訊系統設計

柔性制造生產線的通訊系統由三部分組成，分別是總線控制器、總線設備和用于總線設備間與總線控制器進行連接的電纜。網絡拓撲為主干上分出樹杈型結構，主干為遠程總線，分兩層通信結構，第一層為總線主站，采用INTERBUS總線350型網關接口模塊、INTERBUS本地總線模塊、8個數字輸入和8個數字輸出、電壓24伏，第二層為總線分站，每個分站包含耦合器模塊和數字輸入、輸出模塊，總線采取導軌安裝方式進行安裝，模塊間相鄰安裝。INTERBUS通信軟件設置與INTERBUS總線組態、編程均在PCWORX中進行[2]。

1.3 柔性制造生產線控制流程設計

柔性制造生產線接受生產任務后，進行加工判斷，在加工條件不予滿足的同時，進行相應加工條件的準備，在加工條件滿足生產任務后，保證生產線機床與自動化引導車間保持正常通訊，呼叫自動化引導車完成生產線上料和下料，進行加工自動供料準備。

1.4 柔性制造生產線控制系統設計

采用工業PC機作為柔性制造生產線控制系統上位機，直接發出操控命令，通過以太網與數控車床和自動引導車的控制系統相連接，通過數控系統開發柔性制造生產線的通訊系統相應通訊功能后，獲取控制系統主控單元、自動化生產線技術加工單元工作狀態、參數等相應數據信息，通過統計分析后形成報表文件[3]。

2 FMS建模與仿真

2.1 FlexSim建模與仿真

FMS柔性制造生產線主要由數控加工中心、AGV物料搬運小車、PLC等構成，最大的特點是綜合性和系統性。其中，PLC由主控單元配置基于Microsoft Windows應用軟件的EtherNet/IP Scanner仿真器功能，數控加工中心及AGV物料搬運小車運動控制系統配置計算機EtherNet/IP Adapter協議配置手冊功能，上位機通過以太網與工業以太網交換機實現交換功能。

在明確規定邊界和組成部分后，確定FlexSim建模與仿真的目標，擬定計劃并收集和整理數據。其中，結構參數用來描述車江平面布局、設備組成、工件形狀和工件尺寸等靜態參數；工藝參數主要描述工藝流程和流程間關系；邏輯參數用來描述流程和作業間的邏輯關系；動態參數用來描述動態變化的參數等。參數設置后，FlexSim模型建立以生產車間的實際生產線為設計依據，按照生產線中各個設施的具體位置，將與設施對應的FlexSim實體放置在模型對應位置，通過調整具體尺寸、位置和角度促使其正確顯示在視圖背景上，建立布局模型和仿真模型，并運行。

2.2 仿真結果輸出與分析

根據生產車間的工藝流程，建模對象主要包括：發生器1個、27個暫存區、27個處理器、7個叉車、3個貨架、1個交通信號燈，運行FlexSim模型后導出仿真報告。通過對仿真結果的輸出報告進行分析及數據處理，FlexSim仿真報告如表1所示，將仿真報告各設備及暫存區的數據進行正確排序，以此尋找到空閑的設備、產品積壓較為嚴重的暫存區，通過上述內容確定車間生產線的設備閑置情況和生產薄弱環節。

從表1中可以看出：（1）從系統優化角度看，仿真中各工序間存在擁堵，這種情況可能由線邊庫存不足或流程設計不夠科學，或裝配線不平衡造成。（2）當處理器需要在同一時刻在制產品時，70%的處理器處于工作狀態，30%的處理器處于空間狀態，由此可以判斷，該車工藝流程間缺乏連續性。（3）一部分緩存區的對象容納平均物品數、對象中停留平均時間均顯示為零，由此可以判斷，這些緩存區并未達到有效的緩存作用，緩存區出現嚴重的積壓情況，應予以裁撤。（4）各搬運工具及計算機關鍵字運算符函數的空閑率分別為74%、87.5%、85%、87.1%、86.1%、87.5%、94%，由此可以判斷，各搬運工具產生過高的空閑率，說明各搬運工具被利用的概率并不高，并不需要大量搬運工具，可以對搬運工具予以裁撤或調度[4]。

表1 FlexSim仿真報告Tab.1 FlexSim simulation report

3 CIMCO軟件仿真

CIMCO軟件是DNC解決方案的領導者，憑借其出色的靈活性、兼容性、可擴展性與可靠性，能夠提供一套包括數控機床聯網通訊、數控程序編輯與仿真、程序管理系統、數控機床監控等諸多模塊的數控機床聯網完全解決方案，可以對NC程序實施全壽命周期管理，針對加工程序，CIMCO軟件從創建、編輯、校對、審核、試切、定型、歸檔、使用直至刪除，均可生成詳細記錄，實施嚴格的流程管理，可以實現逆向查詢處理[5]。

4 Process Control過程控制仿真

Process Control在生產過程中的工藝程序控制理念采用配置文件方式實現，在控制過程的設計、開發和測試過程中，能夠在不連接實際設備的前提下，通過配套測試工具進行流程仿真。FMS柔性制造生產線的過程控制模型涉及到程序、刀具、庫存控制，同時需要應用三坐標接口和調刀儀接口等模塊。

FMS柔性制造生產線在每個單元流程的流程點用數字進行流程點定義，基于不同命令的輸入，以此跳轉流程點，在進行配置的同時采取ccmfig.Xml執行配置，將in-dex設置為流程點，通過單元流程模擬器進行單元流程模擬仿真[6]。

5 數字孿生運維仿真

數字孿生（Digita Twin）是一個或多個重要的、彼此依賴的裝備系統的映射系統，在進行實際應用的過程中，可以充分利用物理模型、更新傳感器、運行歷史等數據，集成仿真過程。數字孿生可以在賽博空間內對FMS柔性制造生產線進行模擬和仿真，并且可以將真實參數回傳，能夠幫助FMS柔性制造生產線大幅度提升創新速度和生產產能，可以完全虛擬環境內模擬、測試并優化產品、工藝流程和設備，締結新的業務模式[7]。

FMS柔性制造生產線在完成設計后，需要進行運維仿真，通過數字孿生技術，可以持續進行運維模擬操作，通過預測裝備或系統的健康狀況、使用壽命及任務執行情況進行數據評估和監控，其三維維護系統解決方案主要通過數字化應用實現，覆蓋運維全環節[8]。

6 結語

為了保證制造生產的平穩發展，培育出新的經濟增長點，從而實現制造環節的有效改善，降低作業成本目標，利用FMS柔性制造生產線這一大型、復雜的離散動態系統可以為制造車間生產線優化提供較為科學的方案。文章通過FlexSim軟件進行FMS柔性制造生產線的技術研究，通過該軟件的應用，可以得到用FMS柔性制造生產線在制造和管理上不同要求的數據信息，能夠為多品種工件、中小批量的高效生產的實際運行提供理論參數，促使FMS柔性制造生產線的實際系統，在設計上滿足設計要求。現階段，科技飛速進步，FMS柔性制造生產線已經不再局限于采用較為單一的FlexSim軟件進行FMS柔性制造生產線的仿真，同時需要將其他的工藝、流程和運維仿真技術融合使用，以此提升多維度仿真效果，提升FMS柔性制造生產線的設計精度。

引用

[1] 李雯,楊春霞,王博.基于Flexsim的制造車間生產線仿真優化研究[J].太原科技大學學報,2019,40(6):482-486.

[2] 閆華,黎麗榮,萬飛,等.基于排隊論的智能倉庫機器人數量需求分析[J].兵器裝備工程學報,2020,41(3):102-105.

[3] 楊艷芳,楊秒,舒亮,等.考慮工序剛性約束的自動化裝配生產線多目標優化研究[J].機械工程學報,2020,56(7):181-192.

[4] 趙小松,趙舒萌,劉娜,等.考慮疲勞和恢復的混流裝配線平衡問題[J].系統工程學報,2020,35(2):265-275.

[5] 郭偉飛,雷琦,宋豫川,等.基于虛擬零部件的零等待約束復雜產品綜合調度算法[J].機械工程學報,2020,56(4):246-257.

[6] 周炳海,費芊然.考慮能耗的混流裝配線物料配送多目標調度方法[J].東北大學學報(自然科學版),2020,41(2):258-264.

[7] 鄭巧仙,肖暉,李明.多約束裝配線平衡問題的知識驅動系統控制啟發式算法[J].湖北大學學報(自然科學版),2022,44(2):190-200.

[8] 董方方,金棟,趙曉敏,等.基于Udwadia-Kalaba方法的全向移動機器人軌跡跟蹤控制[J].合肥工業大學學報(自然科學版),2022,45 (1):7-12.