基于成本的機械加工產線資源仿真優(yōu)化設計

高志全

摘 要：機械加工產線的成本控制是機械制造企業(yè)控制成本、提升運營經濟效益的主要方式，在實際產線中對優(yōu)化方案進行驗證會導致大量人力成本、時間成本、產線加工成本的浪費?；诖?，文章提出基于成本的機械加工產線資源仿真優(yōu)化設計通過建立構架加工線仿真模型，模擬出當前產線的生產參數和生產效率，使用基于資源配置遺傳算法的產線資源仿真進行優(yōu)化，最后將資源配置優(yōu)化前后生產指標數據進行對比分析，驗證機械加工產線資源仿真優(yōu)化設計對產線加工成本控制的有效性。

關鍵詞：生產制造；機械加工；產線生產；仿真優(yōu)化設計

1引言

機械加工產線的生產制造總成本包括加工成本、生產物流成本、緩存成本、人力成本、延期交貨懲罰成本五項。想要對機械加工產線的資源配置能力進行優(yōu)化設計，最大化降低生產制造成本，需要對五項生產制造成本進行人力、資金、設備、技術、材料、運營等多方面的協(xié)調分配，使企業(yè)能在有限的資源條件下創(chuàng)造出更高的價值。使用仿真模型對產線優(yōu)化設計方案進行模擬是機械制造行業(yè)常用的方式，但目前的仿真模擬方式以獨立考慮某個資源的方式為主，最后通過多個獨立模塊的成本控制方式，組建成完整的成本控制優(yōu)化方案，這種方法雖然能夠將獨立板塊的成本降到最低，但忽略了機械加工產線是整體化、具有連貫性的流水線，區(qū)塊化的成本控制方案在實際應用過程中會出現不用程度的生產沖突。針對這種現象，文章以汽車前后座椅背板構件的制造產線為例，設計出綜合考慮產線產量、投產順序、緩沖區(qū)容量、人力資源配置等重要因素的協(xié)調性仿真模型。并基于該模型進行仿真優(yōu)化設計，在保證生產協(xié)調性的前提下，降低生產制造總成本。

2基于成本的構架加工線仿真模型

2.1 構件加工產線現狀

2.1.1 加工構件

該構件加工產線主要負責生產汽車前后座椅背板，汽車座椅背板是車輛舒適性、安全性的重要保障。前排座椅背板和后排座椅背板的機械構造區(qū)別較小，可以在統(tǒng)一產線進行加工，具體構件形狀如圖1、圖2所示[1]。

2.1.2 構架加工線加工工序和布局

構架加工線加工工序包括汽車座椅背板構件的加工位置劃線、銑床、構件加工（測量、更換刀具、切割等）、鏜床、研磨和測量，具體如表1所示[2]。

根據表1中的工序，構架加工線布局分為加工中心、緩沖區(qū)、銑削區(qū)、鏜區(qū)、鉆區(qū)、研磨區(qū)和檢測區(qū)，共計兩個班組，均在虛線范圍內進行作業(yè)，各車間之間使用電動平車和天車進行構件傳輸具體如圖3所示[3]。

2.2 仿真模型三維布局構建

掌握加工對象、加工工序和產線布局后，文章使用Plant Simulation仿真軟件建立產線仿真模型，Plant Simulation仿真軟件是一款面向對象的集成建模物流仿真優(yōu)化軟件能夠對生產系統(tǒng)中的生產設備、生產線、生產過程等進行建模、仿真和優(yōu)化，具有充足的模型族群和直觀的仿真過程，還能根據仿真情況提供數據的記錄和計算[4]。

使用Plant Simulation仿真軟件建立產線仿真模型后將目前的產線運行數據輸入模型，批量為18，資源分配方案為4、6、6、12、4、6、6、6、6、13、8，投產順序為HHHHQQQQHHHHHQQQQQ，運行后計算出當前產線生產運行方案的總生產制造成本為233285元，具體運行生產指標如表2所示[5]。

將仿真模型的運行數據和生產指標與實際生產數據進行對比，兩者之間的較差在0.1%以內，說明仿真模型建立有效，其優(yōu)化決策方案具有可信度。

3 基于資源配置遺傳算法的產線資源仿真優(yōu)化

3.1 資源因素編碼

3.1.1 資源因素范圍

文章將資源因素設為緩沖區(qū)Z1-Z9、班組H1-H2，共計11個資源因素，其中Z1范圍（2、8）、Z2范圍（2、8）、Z3范圍（2、8）、Z4范圍（8、14）、Z5范圍（2、8）、Z6范圍（2、8）、Z7范圍（2、8）、Z8范圍（2、8）、Z9范圍（2、8）、H1范圍（9、15）、H2范圍（5、8）、批量保持8、12、18、24不變[6]。

3.1.2染色體編碼

文章將染色體編碼設置為上下兩層，上層為資源分配層（資源因素）、下層為投產循序層（二進制編碼，0代表Q、1代表H），并按照生產加工任務對投產順序進行調整，當下層的二進制編碼長度等于上層資源因素數量時，說明投產順序合理，最終按照批量8、12、18、24的范圍，篩選出最優(yōu)化方案[7]。

3.2 資源配置遺傳算法

3.2.1 生成初始種群

采用隨機選擇法產生初始種群，初始種群規(guī)模為50。

3.2.2 適應度計算

將資源配置方案輸入產線仿真模型運行，并計算生產制造成本，利用目標函數，將方案優(yōu)化目標設置為生產制造成本最低化，進而完成適應度計算，目標函數如公式（1）所示。

K=CZ=CJ+CW+CH+CR+CY? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?公式（1）

公式（1）中，代表適應度、代表最小生產制造總成本、代表生產制造總成本、代表加工成本、代表生產物流成本、代表緩存成本、代表人力成本、代表延期交貨懲罰成本。

3.2.3 遺傳操作

遺傳操作通過公式（1）中求解的適應度值完成，優(yōu)化配置方案中值越大，遺傳操作中被選中的概率越大，反之被選中的概率越小。遺傳操作以最優(yōu)保存策略為準，尋找出所有優(yōu)化配置方案中適應度最高的方案，世代數設施為40、世代大小設置為50。

3.3 優(yōu)化結果

優(yōu)化結果如表3所示。

根據表3可以得知，最低生產制造總成本和批量呈正比例關系，所以最優(yōu)的生產制造方案應當是批量為8，資源分配方案為2、2、2、8、3、3、2、2、2、10、5，投產順序為QHQQHQHH。

4 資源配置優(yōu)化前后生產指標數據對比分析

4.1 資源配置方案對比

優(yōu)化前后資源配置方案對比數據如表4所示。

根據表4可以得知，優(yōu)化后的生產制造方案不僅能夠按時完成生產制造循序，還在投產循序方面進行精簡，達成工人極限利用率，使生產制造總成本從233285元降低到192878元，驗證了完整優(yōu)化方案的有效性。

4.2 生產線性能指標數據對比

文章通過優(yōu)化前后的生產線性能指標數據對比進一步探究文章優(yōu)化方案的詳細成本控制數據，具體數據對比如表5所示。

根據表5可以得知，優(yōu)化后的班組1工人利用率提升19.60%、班組2工人利用率提升16.70%、研磨臺位1-4平均堵塞率降低26.29%、緩沖區(qū)容量總數降低30個、平均在制品構架數量降低11.66個、在制品平均流通時間降低19.62時、在制品平均等待時間降低17.99時，達成了生產線性能指標數據的全面優(yōu)化。

5 總結

綜上所述，文章提出基于成本的機械加工產線資源仿真優(yōu)化設計通過建立構架加工線仿真模型，模擬出當前產線的生產參數和生產效率，使用基于資源配置遺傳算法的產線資源仿真進行優(yōu)化，最后將資源配置優(yōu)化前后生產指標數據進行對比分析，驗證優(yōu)化后的生產制造方案使生產制造總成本從233285元降低到192878元，產線班組1工人利用率提升19.60%、班組2工人利用率提升16.70%、研磨臺位1-4平均堵塞率降低26.29%、緩沖區(qū)容量總數降低30個、平均在制品構架數量降低11.66個、在制品平均流通時間降低19.62時、在制品平均等待時間降低17.99時，達成了生產線性能指標數據的全面優(yōu)化。

參考文獻

[1]裴世峰，譚陽偉.機械加工過程中零件精度的研究[J].科技創(chuàng)新與應用，2022，12（27）：161-163+167.

[2]吳小風.機械加工精度的影響因素及提升策略[J].科技創(chuàng)新與應用，2022，12（26）：145-148+152.

[3]肖德華.減少機械加工誤差提高機械加工精度[J].黑龍江造紙，2022，50（03）：38-40.

[4]王宇雷.數控刀具智能技術在機械加工中的應用研究[J].中國設備工程，2022（17）：34-35.

[5]高鵬.機械加工工藝技術的誤差分析及策略分析[J].現代工業(yè)經濟和信息化，2022，12（08）：287-288+291.

[6]李健，谷善茂.微電子技術在機械加工系統(tǒng)中的應用研究[J].有色金屬工程，2022，12（08）：203.

[7]馬立權.機械加工中工件變形的原因及預防措施[J].化學工程與裝備，2022（08）：229-230.