基于Plant Simulation磷化工藝生產(chǎn)線仿真研究

文／趙杰鋒，余磊，蔣磊·寧波海天塑機集團(tuán)有限公司

導(dǎo) 語

本文主要以某方案商提供的磷化工藝生產(chǎn)線進(jìn)行仿真建模研究，運行并分析方案的可行性，并通過遺傳算法對方案進(jìn)行調(diào)整優(yōu)化，指導(dǎo)生產(chǎn)線設(shè)計投產(chǎn)。為公司投資設(shè)備規(guī)避風(fēng)險，對方案的有效性進(jìn)行量化，達(dá)到降本增效的目的。

生產(chǎn)系統(tǒng)是一個高度動態(tài)、高度變化的復(fù)雜系統(tǒng)，對整個系統(tǒng)的性能進(jìn)行分析和優(yōu)化是非常困難的。自2015 年中國提出“中國制造2025”戰(zhàn)略以來，智能制造這一概念從抽象到具體，從局部試點到遍地開花。智能制造在國家政策支持下，紛紛提上了各大中型企業(yè)的發(fā)展日程。而各大FMS（即柔性制造系統(tǒng)Flexible Manufacture System）方案商也走上了這條快車道，步入了高速發(fā)展時期。

國寶乾隆抹紅甘露瓶

現(xiàn)如今，市場上各種“智能化”方案層出不窮，如何有效快速地甄別方案的“可行性”成了投資方的一大難題。動輒百萬千萬的項目投資試錯成本太高，計算機仿真作為一種虛擬建模及實驗分析的方法，能夠在項目投產(chǎn)前對方案的生產(chǎn)流程進(jìn)行仿真優(yōu)化，檢驗方案的可行性以及更優(yōu)解。本文就主要利用Plant Simulation 對某FMS 方案商的自動飛巴磷化線方案進(jìn)行仿真，驗證方案中設(shè)備能力和運行情況，包括物流路線、工藝流程、材料供應(yīng)等。

圖1 一般的離散事件系統(tǒng)仿真流程

離散事件系統(tǒng)仿真

遺傳算法是一種模擬達(dá)爾文生物進(jìn)化論的自然選擇和遺傳學(xué)機理的生物進(jìn)化過程的計算機模型。它的基本思想是使用模擬生物和人類進(jìn)化的方法求解復(fù)雜的優(yōu)化問題，因而也成為模擬進(jìn)化優(yōu)化算法。其對系統(tǒng)的具體細(xì)節(jié)依賴性小，且擁有在異常和危險情況下在系統(tǒng)中自適應(yīng)的能力。通過遺傳算法，在經(jīng)過幾次迭代之后，算法最終會收斂于目標(biāo)的最優(yōu)解。

遺傳算法的應(yīng)用

生產(chǎn)系統(tǒng)是一個典型的離散事件系統(tǒng)。離散事件系統(tǒng)是指活動和狀態(tài)變化僅在離散時間點上發(fā)生的系統(tǒng)。離散系統(tǒng)類型雖然多種多樣，但其基礎(chǔ)組成要素基本上相同，主要分為實體、屬性、活動、事件和狀態(tài)等基本要素。

本文中的自動飛巴磷化線（簡稱磷化線）方案屬于典型的離散系統(tǒng)。離散系統(tǒng)的仿真流程一般為確定工藝流程、建立系統(tǒng)方案、建立仿真模型、編寫程序、運行仿真、仿真結(jié)果分析以及優(yōu)化方案，如圖1 所示。

遺傳算法

遺傳算法的基本原理

遺傳算法作為一種優(yōu)秀的計算機算法，經(jīng)常用于組合優(yōu)化，函數(shù)優(yōu)化，自動控制，生產(chǎn)調(diào)度，圖像處理，機器人學(xué)習(xí)等方面尋找問題的最佳解決方案。本文中將對FMS 磷化線通過運行仿真模型觀察物流是否順暢、工位是否處于等待狀態(tài)等，然后使用遺傳算法及其他優(yōu)化方法不斷調(diào)整并優(yōu)化仿真模型，通過分析仿真輸出數(shù)據(jù)分析方案的優(yōu)劣及可行性。在此基礎(chǔ)上，對方案進(jìn)行優(yōu)化調(diào)整，最終以最小的生產(chǎn)成本與投資達(dá)成目標(biāo)產(chǎn)能。

GA（Genetic Algorithms）表示遺傳算法，在Plant Simulation 中GA 模塊包含GA 優(yōu)化器、GA 選擇、GA 序列、GA 值域分配及GA 數(shù)據(jù)組分配5 個對象。其中GA 優(yōu)化器負(fù)責(zé)管理、生成GA 的優(yōu)化方案，而其他4 個對象則用于構(gòu)建GA 算法的初始染色體、定義采用遺傳算子。在Plant Simulation 中，可直接調(diào)用GA 模塊計算模型最優(yōu)解。

圖2 磷化線工藝流程

圖3 磷化線三維模型布局圖

磷化工藝生產(chǎn)線建立

磷化工藝流程分析

磷化線主要工藝流程為掛裝→脫脂→水洗→噴淋→表調(diào)→磷化→熱水洗→干燥等多個步驟。其中脫脂槽、磷化槽文中所采用的是雙工位方案，如圖2、圖3 所示。

由圖可知，該方案中磷化線由兩個上下件工位，兩條上下料傳送帶，兩輛運輸天車，七輛飛巴（黃色），九個槽工位（灰色）等主要部件組成，考慮脫脂與磷化所需時間較長，采用雙工位并聯(lián)，可減少前道工序等待時間。該方案并沒有準(zhǔn)確的產(chǎn)量和效率數(shù)據(jù)，對項目設(shè)計人員的個人能力和工作經(jīng)驗有較強依賴性。當(dāng)工藝參數(shù)或機械結(jié)構(gòu)調(diào)整時，單純憑經(jīng)驗估算得出的數(shù)據(jù)略顯單薄。為驗證此方案可行性，基于Plant Simulation 15.0 對此方案進(jìn)行虛擬建模仿真。

模型的建立與假設(shè)

FMS 磷化線的復(fù)雜系統(tǒng)無法完全映射到仿真模型當(dāng)中，仿真模型也不需要全部現(xiàn)實系統(tǒng)的完全復(fù)刻。因此本文對生產(chǎn)系統(tǒng)進(jìn)行合理的簡化，對仿真模型作出了如下假設(shè)。

(1)假設(shè)模型加工過程中每道工序采用工藝流程中所設(shè)標(biāo)準(zhǔn)值為加工時間。

(2)假設(shè)模型中所有設(shè)備故障率為0。

(3)假設(shè)模型中殘次品率為0。

(4)假設(shè)來料連續(xù)不間斷供應(yīng)。

根據(jù)上述條件簡化模型，依據(jù)方案在Plant Simulation 上進(jìn)行建模，如圖4 所示，將產(chǎn)品工藝流程、設(shè)備布局、人員配置以及物流方式等具體的生產(chǎn)資料輸入到仿真模型當(dāng)中，通過Simtalk 實現(xiàn)方案邏輯的完整映射，得到更加精準(zhǔn)量化的產(chǎn)能。

圖4 磷化線仿真建模

建立仿真模型主要是為了能夠準(zhǔn)確地獲得實際生產(chǎn)過程中生產(chǎn)系統(tǒng)的運行情況。主要方法為：以工藝指導(dǎo)規(guī)范、方案商設(shè)備加工參數(shù)為基礎(chǔ)進(jìn)行模型仿真，讀取仿真結(jié)果與實際生產(chǎn)情況能否達(dá)到生產(chǎn)需求。從而驗證了方案的可行性，為項目方案提供了準(zhǔn)確的參考數(shù)據(jù)，進(jìn)而指導(dǎo)生產(chǎn)。

仿真結(jié)果的分析與優(yōu)化

仿真結(jié)果

以此模型進(jìn)行為期30 天的仿真運算，觀察生產(chǎn)情況。利用Plant Simulation 自帶統(tǒng)計模塊及Simtalk對整條FMS 磷化線加工能力進(jìn)行分析，各工站等待時間如圖5 所示 ，各工站占用情況如圖6 所示。

圖5 各工位加工等待時間

圖6 各工位占用情況

圖7 改進(jìn)后磷化線工藝流程

通過對該模型仿真結(jié)果進(jìn)行分析，可以從柱狀圖中發(fā)現(xiàn)該套方案生產(chǎn)系統(tǒng)主要存在以下幾個問題。

(1)設(shè)備利用率低。

部分設(shè)備利用率不高，上下件工位等待時間較長，空槽噴淋與水洗兩個工位設(shè)備利用率，等待時間占比較高。

(2)加工節(jié)拍時間長。

該模型磷化工藝的平均加工節(jié)拍時間為7'09"/件，無法達(dá)到生產(chǎn)需求節(jié)拍要求的6'00"/件，說明整體方案需要改進(jìn)完善，人工估算無法作為制定方案的主要依據(jù)。

(3)存在瓶頸工序。

脫脂槽與磷化槽的加工時間各占總加工時間41.7%，而脫脂槽的等待時間比磷化槽等待時間多2 分鐘左右，前半段工序堵塞極為嚴(yán)重。中轉(zhuǎn)工位是目前生產(chǎn)線瓶頸，易造成生產(chǎn)線堵塞，進(jìn)而影響整套生產(chǎn)線工作效率。

通過仿真模型分析，造成以上問題的主要原因為：該生產(chǎn)線使用兩輛運輸天車，且為防止撞車，采用分段式管理。中轉(zhuǎn)位置是一個交叉共用區(qū)域，前段天車在此處等待時間過長，影響后段工位生產(chǎn)。該工位是一個高度交叉使用工位，大量半成品堆積在前段工位，導(dǎo)致整個生產(chǎn)線物流流轉(zhuǎn)不順暢，進(jìn)而影響產(chǎn)品生產(chǎn)周期，最終導(dǎo)致整條生產(chǎn)線無法達(dá)成目標(biāo)產(chǎn)能。

改進(jìn)方案

根據(jù)模型仿真結(jié)果以及車間實際生產(chǎn)情況，對該生產(chǎn)系統(tǒng)加以改進(jìn)。

(1)中轉(zhuǎn)工位無法起到緩解物流堵塞的作用，且占地面積較大。新方案考慮直接移除中轉(zhuǎn)工位，減少占地面積，縮短天車運行距離，同時增加后段天車物流區(qū)域，提升后段天車的利用率，如圖7 所示。

(2)修改半成品物流優(yōu)先級，根據(jù)該生產(chǎn)系統(tǒng)的特點，會出現(xiàn)幾個工位同時完成的情況。此時，天車需要通過工位優(yōu)先級來判斷先去哪個目的地作業(yè)。因為天車速度較慢，不同的優(yōu)先級會影響整條生產(chǎn)線最終加工能力。本文采用遺傳算法求出生產(chǎn)線產(chǎn)能最優(yōu)解，通過Plant Simulation 軟件自帶的遺傳算法（GA）模塊進(jìn)行平均加工節(jié)拍時間的最優(yōu)解求值。對八個磷化槽和兩個上下件工位，進(jìn)行1 到10 的優(yōu)先級排序，每個工站設(shè)置一個局部變量p，即通過p 值的大小確定天車服務(wù)的優(yōu)先級。

(3)調(diào)整天車運行算法，考慮引入預(yù)叫車思路，即在工位完成加工前發(fā)送天車運行請求，減少等待時間。

改進(jìn)方案仿真結(jié)果

通過軟件將改進(jìn)方案重新建模及算法編程，設(shè)定相同的加工任務(wù)，再次運行模型。如圖8、圖9所示，改進(jìn)后各工位等待時間明顯降低，基本維持在1 分鐘以內(nèi)，且沒有前后段工序并未出現(xiàn)較大的偏差值，同時各工位堵塞時間明顯減少。經(jīng)過遺傳算法迭代優(yōu)化后，該生產(chǎn)線平均加工節(jié)拍為6'06"/件，基本符合生產(chǎn)需求。

圖8 各工位等待時間

圖9 各工位占用時間

圖10 天車工位移動圖

表1 方案改進(jìn)前后對比

如圖10 所示，前段天車與后段天車在整個生產(chǎn)系統(tǒng)穩(wěn)定工作后，在時間序列中呈現(xiàn)出來一種圍繞長期趨勢的振蕩式變動。通過方案優(yōu)化后，可以大幅度縮短方案中物流程序的開發(fā)時間，直接通過圖中節(jié)點設(shè)置物流天車的工作流程。

表1 為兩種方案改進(jìn)前后的仿真結(jié)果，對比可以看出，單件等待時間減少，堵塞減少，各工位負(fù)荷趨于平衡；生產(chǎn)線平均生產(chǎn)周期縮短，系統(tǒng)產(chǎn)能顯著提高；物流天車整體占用率上升，有效緩解了生產(chǎn)瓶頸現(xiàn)象。同時，改進(jìn)后方案減少了一個槽體，縮短了整條生產(chǎn)線長度，降低了施工成本，達(dá)到了降本增效的目的。

國寶宋醬釉盤口執(zhí)壺

結(jié)束語

智能化車間改造是接下來制造業(yè)企業(yè)主要的提升方向，但前期需要投入大量的成本。因此在方案規(guī)劃與實施的過程中，應(yīng)該對其進(jìn)行深入分析與評估，建立模型以及運行仿真。Plant Simulation 軟件能夠在特定的加工條件下，完成方案的模擬。對方案的可行性和產(chǎn)能進(jìn)行量化，對方案進(jìn)行優(yōu)化，避免投產(chǎn)后試錯再修正，已達(dá)到降本增效的目的。

本文對某方案商的自動磷化生產(chǎn)線進(jìn)行了建模仿真，得出其初步方案無法完成甲方所需產(chǎn)能，避免了方案投產(chǎn)后仍需投入資金對已有生產(chǎn)線進(jìn)行改造。并且直接在軟件中分析出原方案的生產(chǎn)瓶頸與實際加工能力，對其進(jìn)行優(yōu)化改進(jìn)。計算機仿真可以通過2D 建模，參數(shù)設(shè)置，3D 渲染完成工廠設(shè)備可視化布局，再通過GA 算法、瓶頸分析等仿真分析工具得出更優(yōu)解，最終得出工藝排產(chǎn)布局的最優(yōu)方案，為公司和工廠有效地規(guī)避試錯風(fēng)險。