基于仿真的白車身焊裝線產(chǎn)出影響因素研究*

王健強(qiáng)，蔡 磊，武文杰，姜志文

（合肥工業(yè)大學(xué)機(jī)械汽車工程學(xué)院，合肥 230009）

基于仿真的白車身焊裝線產(chǎn)出影響因素研究*

王健強(qiáng)，蔡 磊，武文杰，姜志文

（合肥工業(yè)大學(xué)機(jī)械汽車工程學(xué)院，合肥 230009）

白車身焊裝線作為汽車生產(chǎn)制造中的一個(gè)關(guān)鍵工藝過(guò)程，其產(chǎn)出率決定著汽車的產(chǎn)量。通過(guò)改善機(jī)器的故障率提高生產(chǎn)節(jié)拍，添加緩存區(qū)來(lái)改善焊裝線的不平衡狀態(tài)等方法都可以用來(lái)增加產(chǎn)量。然而不能改善所有機(jī)器的故障率，而且過(guò)多的添加緩存區(qū)反而會(huì)占用廠區(qū)空間成本。因此，通過(guò)仿真研究找出瓶頸工位，然后改善該工位機(jī)器的故障率來(lái)提高產(chǎn)量。通過(guò)試驗(yàn)設(shè)計(jì)的方法，確定最合適的緩存添加位置和緩存容量設(shè)置來(lái)提高產(chǎn)量。最后分析緩存區(qū)與故障率兩因素對(duì)產(chǎn)量的共同作用，確定最終方案，將改善后的焊裝線與改善前的進(jìn)行對(duì)比，證明改善措施的有效性。

故障率；白車身；焊裝線

0 引言

隨著科學(xué)技術(shù)的進(jìn)步和社會(huì)的發(fā)展，汽車已逐漸成為人們?nèi)粘Ｉ钪斜夭豢缮俚慕煌üぞ?。面?duì)巨大的市場(chǎng)需求和激烈的競(jìng)爭(zhēng)壓力，各汽車廠商紛紛研究?jī)?yōu)化汽車生產(chǎn)線的方法以提高汽車產(chǎn)量。作為汽車四大生產(chǎn)工藝中最重要的一個(gè)環(huán)節(jié)［1］，白車身焊裝線的產(chǎn)出率對(duì)汽車的產(chǎn)量起著決定性的作用。

西門子plant simulation軟件是典型的離散事件仿真工具，應(yīng)用非常廣泛，既可以應(yīng)用于生產(chǎn)、物流和工程領(lǐng)域的分析研究，也可以用來(lái)優(yōu)化結(jié)構(gòu)及實(shí)現(xiàn)對(duì)系統(tǒng)流程的控制。該軟件通過(guò)輸入數(shù)據(jù)，建立仿真模型對(duì)仿真模型的不斷調(diào)試、校正和確認(rèn)，得到接近于實(shí)際系統(tǒng)的數(shù)據(jù)，將仿真結(jié)果形成報(bào)告為實(shí)際生產(chǎn)提供參考。所以采用plant simulation軟件對(duì)焊裝線的產(chǎn)出進(jìn)行分析，得到最優(yōu)化方案［2］。

1 試驗(yàn)設(shè)計(jì)方法

DOE（Design of Experiment）是一種安排實(shí)驗(yàn)和分析實(shí)驗(yàn)數(shù)據(jù)的數(shù)理統(tǒng)計(jì)方法，通過(guò)對(duì)試驗(yàn)進(jìn)行合理安排，以較小的試驗(yàn)次數(shù)、較短的試驗(yàn)周期和較低的試驗(yàn)成本，得到理想的試驗(yàn)結(jié)果和科學(xué)的結(jié)論［3］。

DOE的主要步驟為：首先確定目標(biāo)，從而確定試驗(yàn)的方向和檢驗(yàn)最終結(jié)果的度量指標(biāo)；隨后篩選因素，通過(guò)篩選結(jié)果確定影響指標(biāo)的主要因素；之后進(jìn)行析因試驗(yàn)，確定每個(gè)因素之間交互作用的影響；最后進(jìn)行回歸試驗(yàn)，確定所有因素與指標(biāo)間的影響程度。通過(guò)試驗(yàn)結(jié)果建立各因素與指標(biāo)間的回歸模型，得到最佳的參數(shù)水平組合［4-5］。

白車身焊裝線產(chǎn)出率的主要影響因素除了工藝方案之外，機(jī)器故障率的影響同樣非常重要，當(dāng)企業(yè)希望通過(guò)改善故障率的方法來(lái)提高生產(chǎn)線產(chǎn)量時(shí)，就需要找出對(duì)整條生產(chǎn)線產(chǎn)量影響最大的瓶頸工位，通過(guò)改善該工位的機(jī)器可靠性來(lái)提高產(chǎn)出效率。此外，為保證生產(chǎn)線的平衡，可以使用添加緩存區(qū)的方法，同時(shí)該方法也可以提高產(chǎn)出率。雖然添加緩存區(qū)可以暫緩工位的堵塞狀態(tài)［6-9］，但是緩存區(qū)的大小在一定程度以后將不會(huì)在增加產(chǎn)出，所以有必要研究緩存區(qū)的容量與位置。

利用DOE試驗(yàn)，確定目標(biāo)為焊裝線產(chǎn)量的提高，考慮因素為機(jī)器故障率，以及緩存區(qū)的位置和容量，然后進(jìn)行析因?qū)嶒?yàn)，分析各因素之間的交互作用以及各因素對(duì)目標(biāo)的影響程度。如果在實(shí)際的生產(chǎn)線上做試驗(yàn)設(shè)計(jì)，必定會(huì)產(chǎn)生巨大成本損失。西門子軟件Plant Simulation提供了DOE模塊來(lái)觀察影響因子與指標(biāo)之間的關(guān)系，通過(guò)改變影響因子的大小來(lái)觀察指標(biāo)的變化，從而確定該影響因子對(duì)指標(biāo)的影響程度。故使用plant simulation對(duì)焊裝線進(jìn)行仿真分析。

2 單個(gè)因子分析

將采取某焊裝線的側(cè)圍線其中一個(gè)區(qū)域進(jìn)行仿真分析，其工位布局圖如圖1所示，圖2a～2e為各圖標(biāo)的含義介紹。該區(qū)共有12個(gè)工位，第一臺(tái)加工工位不產(chǎn)生饑餓狀態(tài)，最后一個(gè)工位不堵塞。已知各工位的加工時(shí)間以及加工順序，且各工位加工時(shí)間相互獨(dú)立。設(shè)定循環(huán)時(shí)間為100天。分析以下三種情況，情況一：考慮每個(gè)工位的可用性的變化范圍為91%～99%時(shí)候的產(chǎn)量變化，與理想狀態(tài)下（每個(gè)工位均無(wú)故障率）的產(chǎn)量進(jìn)行對(duì)比；情況二：在每個(gè)工位前添加緩存區(qū)，進(jìn)行多因素兩水平試驗(yàn)設(shè)計(jì)，分析出對(duì)產(chǎn)量有影響的緩存區(qū)位置；情況三：根據(jù)情況二的分析結(jié)果選定的緩存位置處設(shè)定緩存區(qū)，緩存容量為2～10，對(duì)比各種分配情況下的產(chǎn)量。

圖1 工位布局圖

圖2 各圖標(biāo)含義

2.1 故障率對(duì)產(chǎn)量的影響

通過(guò)仿真獲得理想狀態(tài)下的產(chǎn)量為49220，作為以后數(shù)據(jù)分析的基礎(chǔ)。在試驗(yàn)中分別設(shè)定各個(gè)工位可用性為91%～99%，符合負(fù)指數(shù)分布，并設(shè)定故障修復(fù)時(shí)間（MTTR）為8min，符合愛(ài)爾朗分布，每個(gè)試驗(yàn)重復(fù)3次，使用DOE工具進(jìn)行單因素多水平試驗(yàn)，找出各工位的故障率對(duì)于產(chǎn)出的影響，具體的數(shù)值如下。將得到的產(chǎn)量與故障率的數(shù)據(jù)整合，利用數(shù)據(jù)統(tǒng)計(jì)功能的regression模塊進(jìn)行回歸分析，得到故障率與產(chǎn)量之間的回歸方程，如表1所示。

表1 各工位的回歸方程

根據(jù)得到回歸方程，可知，X的系數(shù)越大，對(duì)于產(chǎn)量指標(biāo)Y的影響越大，所以STN090、STN100工位對(duì)于產(chǎn)量的影響最大，該工位為瓶頸工位，當(dāng)企業(yè)考慮通過(guò)改善機(jī)器設(shè)備的故障率來(lái)提高產(chǎn)量時(shí)，優(yōu)先選擇該工位的機(jī)器。

2.2 緩存區(qū)的位置對(duì)產(chǎn)量的影響

緩存區(qū)在復(fù)雜裝配系統(tǒng)中起著重要的作用，添加緩存區(qū)有利于提高生產(chǎn)線的平衡，從而提高生產(chǎn)效率［10］。本案例中所涉及的側(cè)圍線某區(qū)域中共有12個(gè)工位，所以在每個(gè)工位后方添加緩存區(qū)，最后一個(gè)工位除外，共計(jì)11個(gè)，并假設(shè)所有機(jī)器可用性為100%，不考慮故障率。設(shè)計(jì)緩存布局圖如圖3所示。

圖3 帶緩存區(qū)的工位布局圖

由于過(guò)多的緩存區(qū)會(huì)使得占用過(guò)多的廠區(qū)空間，所以需要找到對(duì)產(chǎn)量影響最大的緩存區(qū)位置。將緩存區(qū)B1～B11的容量范圍設(shè)定為1和3，并將產(chǎn)出量作為評(píng)價(jià)指標(biāo)，進(jìn)行兩水平試驗(yàn)，設(shè)定重復(fù)次數(shù)為3，得到仿真結(jié)果。

仿真得到各個(gè)緩存區(qū)的對(duì)于產(chǎn)量輸出的主效應(yīng)即各緩存區(qū)對(duì)產(chǎn)量的影響程度如表2所示。根據(jù)試驗(yàn)結(jié)果可知：緩存區(qū)B1，B3，B4，B7，B8對(duì)于產(chǎn)量的影響較大。

表2 B1～B11緩存區(qū)容量的主效應(yīng)

根據(jù)上面的分析可知緩存區(qū)B9，B10，B11對(duì)于產(chǎn)量無(wú)影響，所以不予分析。分析余下各緩存區(qū)之間的交互效應(yīng)得到數(shù)據(jù)如表3所示，分析數(shù)據(jù)得到結(jié)論：Wij≈0（i，j=1～11），所以認(rèn)定每?jī)蓚€(gè)緩存區(qū)之間沒(méi)有交互作用。所以重點(diǎn)研究此四個(gè)緩存區(qū)的容量分配。

表3 各緩存區(qū)的交互效應(yīng)

2.3 緩存區(qū)的容量分配對(duì)產(chǎn)量的影響

根據(jù)試驗(yàn)2得到的結(jié)果，確定緩存區(qū)B1，B3，B4，B7，B8，為主要之后需要確定緩存區(qū)的容量分配，當(dāng)容量達(dá)到一定的大小，將不再對(duì)產(chǎn)量產(chǎn)生影響，所以要確定最適合的緩存分配。在DOE試驗(yàn)中設(shè)定緩存區(qū)容量為1～5，進(jìn)行多水平試驗(yàn)，并與之前沒(méi)有緩存區(qū)的產(chǎn)量進(jìn)行比較，觀察不同分配方式的產(chǎn)量提高的效果，仿真的結(jié)果如圖4所示。

圖4 不同緩存區(qū)容量分配的產(chǎn)量

根據(jù)仿真結(jié)果可知，當(dāng)緩存區(qū)過(guò)多時(shí)，將無(wú)法實(shí)現(xiàn)產(chǎn)量的增加，所以選定配比為2/2/3/3的緩存容量分配，實(shí)現(xiàn)了產(chǎn)量的提高。

3 多因子分析

當(dāng)同時(shí)考慮設(shè)備的故障率以及添加的緩存區(qū)容量時(shí)，對(duì)于產(chǎn)量的影響，考慮兩因子之間的交互作用。根據(jù)故障率分析以及緩存去分析，得到STN090工位為關(guān)鍵工位，B8緩存區(qū)為關(guān)鍵緩存區(qū)，設(shè)定STN090工位的可用性為95%～99%，平均故障修復(fù)時(shí)間為8min，B8緩存區(qū)的緩存容量為4～10，來(lái)分析兩者之間的交互作用，并確定最佳的故障率與緩存區(qū)的配比。試驗(yàn)得到兩個(gè)因子對(duì)產(chǎn)出量的主效應(yīng)和交互作用如表4所示，并得到兩因素的不同參數(shù)下對(duì)于產(chǎn)量的共同影響結(jié)果如圖5所示。

表4 STN090工位故障率與B8緩存區(qū)容量的因素分析

圖5 故障率與緩存區(qū)綜合作用對(duì)產(chǎn)量的影響

由因素分析表以及兩個(gè)因素不同分配狀況下對(duì)于產(chǎn)量的仿真結(jié)果可知，二者之間的交互作用很小，就對(duì)產(chǎn)量的影響來(lái)說(shuō)，故障率的主效應(yīng)要遠(yuǎn)遠(yuǎn)大于緩存區(qū)，所以在指定改善方案時(shí)優(yōu)先考慮提高機(jī)器的可用性，然后考慮緩存區(qū)。

4 改善方案

總結(jié)以上分析，可以得出最終的改善方案為添加緩存區(qū)B1，B3，B4，B7，B8，并分配緩存容量為2/2/3/ 3，盡可能提高STN090，STN100工位的可用性，現(xiàn)假定提高到99%觀察該焊裝線區(qū)域原來(lái)的忙閑率與產(chǎn)出與改進(jìn)后的焊裝線的比較結(jié)果如圖6所示。

圖6 改善前后焊裝線忙閑率比較

可以從圖中觀察到，優(yōu)化后個(gè)指標(biāo)得到了不同程度的提高，產(chǎn)量也由原來(lái)的42481提高到46458，提高約10%的產(chǎn)量。

5 總結(jié)

在焊裝線上，通過(guò)改善工藝減少加工時(shí)間的研究是一項(xiàng)長(zhǎng)期的工作，所以為盡快提高生產(chǎn)線的節(jié)拍，通過(guò)研究改善機(jī)器的故障率以及添加緩存區(qū)的方法來(lái)提高生產(chǎn)節(jié)拍。通過(guò)研究證明了此方法的可行性，并且通過(guò)具體案例借助Plant simulation軟件中DOE模塊的多因素兩水平試驗(yàn)和多因素多水平試驗(yàn)，找出需要改善故障率的工位以及最合適的緩存區(qū)位置和容量。對(duì)于提高焊裝線產(chǎn)量的研究提供了重要的參考價(jià)值。

［1］林巨廣，戴淮初.基于Delmia白車身側(cè)圍焊接的研究［J］.組合機(jī)床與自動(dòng)化加工技術(shù)，2013（11）：132-135.

［2］施於人.Em-plant仿真技術(shù)教程［M］.北京：科學(xué)出版社，2009.

［3］馬春生，張金換，黃世霖.基于試驗(yàn)設(shè)計(jì)的汽車側(cè)面碰撞結(jié)構(gòu)改進(jìn)［J］.汽車工程，2014，36（2）：195-198.

［4］王智明，楊建國(guó).數(shù)控機(jī)床可靠性評(píng)估試驗(yàn)設(shè)計(jì)［J］.計(jì)算機(jī)集成制造系統(tǒng)，2013，19（10）：2394-2398.

［5］蔣珉，王延平，嚴(yán)洪森.含有限緩沖區(qū)的多生產(chǎn)線協(xié)調(diào)生產(chǎn)計(jì)劃的研究［J］.東南大學(xué)學(xué)報(bào)（自然科學(xué)版），2004，34（5）：632-637.

［6］王凌，張亮.有限緩沖區(qū)流水線調(diào)度的搜索模式遺傳算法［J］.計(jì)算機(jī)集成制造系統(tǒng)，2005，11（7）：1041-1046.

［7］徐立云，劉慧琴.配置有限緩沖區(qū)的缸體生產(chǎn)線平衡優(yōu)化［J］.機(jī)械設(shè)計(jì)與研究，2011，27（6）：51-54.

［8］孟凡力，談大龍，黃雪梅.裝配系統(tǒng)中緩沖區(qū)容量的研究［J］.計(jì)算機(jī)集成制造系統(tǒng)，2005，11（11）：1609-1615.

［9］魏其勇，徐克林，姜波.汽車零配件企業(yè)暫存區(qū)設(shè)置決策仿真研究［J］.柴油機(jī)，2008，（30）1：49-52.

［10］周金平.生產(chǎn)系統(tǒng)仿真—Plant Simulation應(yīng)用教程［M］.北京：電子工業(yè)出版社，2011.

（編輯 趙蓉）

Research on the Effect Factor about Output of Welding Line in BIW Based on Simulation

WANG Jian-qiang，CAI Lei，WUWen-Jie，JIANG Zhi-wen
（School of Mechanical and Automobile Engineering，Hefei University of Technology，Hefei230009，China）

The welding line of BIW is an improtant technology in automobile manufacture，so it's output rate decide auto production.For increase productin，it could by the way of improveing the failure rate of machine to improve the cycle time，or add buffer to improve welding line unbalance and so on.But it is impossible to improve the failure rate of all machine，and the number of buffer should appropriate，otherwise it will occupy the cost of factory space.Therefore，this paper finding the bottleneck station by simulation，then improve the rate of bottleneck station to increase production.Then，it could comfrim the approriate loaction and capacity of buffer to increase production.Finally，this paper analysis the interaction between buffer and failure rate，then observe the result before and after improvement，and then prove the feasibility of this method.

failure rate；BIW；welding line

TH181；TG506

A

1001-2265（2015）10-0154-03 DOI：10.13462/j.cnki.mmtamt.2015.10.042

2014-12-05；

2014-12-30

國(guó)家科技支撐項(xiàng)目（2012BAF06B01）；國(guó)家智能制造裝備發(fā)展專項(xiàng)項(xiàng)目（發(fā)改辦高技［2011］2548號(hào)）

王健強(qiáng)（1964—），男，浙江寧波人，合肥工業(yè)大學(xué)教授，碩士生導(dǎo)師，研究方向?yàn)槠囎詣?dòng)化裝備；通訊作者：蔡磊（1991—），女，山西晉城人，合肥工業(yè)大學(xué)碩士研究生，研究方向?yàn)榘总嚿砗秆b、有限元仿真，（E-mail）leilei.cai@163.com。