基于Plant Simulation的廠區(qū)物流仿真優(yōu)化

馬茂源，李風(fēng)剛，王林軍

(1.機(jī)械工業(yè)第六設(shè)計(jì)研究院有限公司 GBIM工程實(shí)驗(yàn)室，河南 鄭州 450007；2.中鋼集團(tuán)邢臺機(jī)械軋輥有限公司 信息部，河北 邢臺 054025；3.國機(jī)工業(yè)互聯(lián)網(wǎng)研究院有限公司 創(chuàng)新推廣中心，河南 鄭州 450007)

近年來，隨著數(shù)字化、智能化生產(chǎn)的發(fā)展，國內(nèi)制造企業(yè)對虛擬仿真技術(shù)越來越重視[1-2]。在制造業(yè)新廠區(qū)規(guī)劃設(shè)計(jì)階段，特別是面向大型廠區(qū)的復(fù)雜物流組織和多變業(yè)務(wù)場景，選用科學(xué)合理的量化分析手段來評估和優(yōu)化設(shè)計(jì)方案,是十分必要的。仿真分析技術(shù)的應(yīng)用有利于有效評估方案并提出優(yōu)化建議，在降低成本的同時(shí)能夠提高生產(chǎn)效率，為管理者決策提供依據(jù)。

大型企業(yè)的全廠物流是一個(gè)大型、復(fù)雜的動(dòng)態(tài)系統(tǒng)，投資巨大，在規(guī)劃設(shè)計(jì)階段進(jìn)行建模和仿真，可為物流方案規(guī)劃設(shè)計(jì)提供量化的數(shù)據(jù)支撐。本文基于Plant Simulation在廠區(qū)物流仿真中的應(yīng)用情況，研究在規(guī)劃設(shè)計(jì)階段對廠區(qū)物流進(jìn)行仿真優(yōu)化的價(jià)值。

1 全廠物流分析

1.1 問題描述

國內(nèi)某大型冶金制造企業(yè)搬遷改造項(xiàng)目建設(shè)用地1 505畝，其中建筑面積約為35萬平方米，建設(shè)投資約為40億元，新廠區(qū)包含20余項(xiàng)單體工程。

全廠物流是一個(gè)非常復(fù)雜的系統(tǒng)，其最小單元是一條運(yùn)輸線路，而每條運(yùn)輸線路均由若干物流設(shè)備如運(yùn)輸車輛、卸貨平臺、調(diào)度系統(tǒng)等組成。若干運(yùn)輸線路構(gòu)成一個(gè)子系統(tǒng)，所有子系統(tǒng)相互連接而構(gòu)成全廠物流系統(tǒng)。初步擬定的全廠物流方案包括廠外物流和廠內(nèi)物流兩部分(圖1)。確定物流方案時(shí)應(yīng)制定相應(yīng)的物流控制策略。

圖1 全廠物流方案示意圖

1.2 數(shù)據(jù)采集

仿真結(jié)果的準(zhǔn)確性與仿真給定的前提條件有密切的關(guān)系[3]。本文以某大型冶金制造企業(yè)現(xiàn)有生產(chǎn)最繁忙的2個(gè)月生產(chǎn)數(shù)據(jù)作為仿真輸入數(shù)據(jù)。廠外物流關(guān)鍵數(shù)據(jù)采用2020年7-8月份的進(jìn)發(fā)貨計(jì)劃數(shù)據(jù)，廠內(nèi)物流關(guān)鍵數(shù)據(jù)采用2020年配料中心的廠內(nèi)倒運(yùn)記錄表中數(shù)據(jù)。

2 仿真模型建立

2.1 仿真平臺選擇

本文采用Plant Simulation軟件作為仿真平臺。該平臺能為建模、仿真運(yùn)行和顯示提供面向?qū)ο蟆D形化與集成的工作環(huán)境，也可為通過標(biāo)準(zhǔn)和專用模塊庫建立系統(tǒng)仿真模型而提供條件。同時(shí)，它可用于項(xiàng)目規(guī)劃、物流仿真、生產(chǎn)工藝方案優(yōu)化等過程，特別是針對高度復(fù)雜的物流仿真場景，可運(yùn)用其自帶的Simtalk語言編寫Method程序來控制模型的內(nèi)部運(yùn)行邏輯，真實(shí)地還原實(shí)際物流過程[4-7]。

2.2 類庫搭建

搭建仿真模型時(shí)考慮的因素包括：實(shí)際物流系統(tǒng)的進(jìn)發(fā)貨規(guī)則、路口交通規(guī)則、各車間物料轉(zhuǎn)運(yùn)規(guī)則、物料轉(zhuǎn)運(yùn)優(yōu)先級規(guī)則、車輛調(diào)度規(guī)則、車間正常產(chǎn)能和極限產(chǎn)能對物流的影響等。根據(jù)全廠物流特點(diǎn)，在模型文件中搭建Class Library庫(它包括廠區(qū)模型類庫、車間模型類庫、移動(dòng)對象類庫)，并對廠區(qū)交通類庫(如十字形路口、T字形路口、軌道平車位等)進(jìn)行開發(fā)，為后續(xù)建立仿真模型提供條件。

2.3 層次化建模

本文采用層次化建模方式構(gòu)建模型中各子系統(tǒng)，并針對每個(gè)子系統(tǒng)建立一個(gè)單獨(dú)的框架；先建立底層的子模型，再按照物流方案將各子模型的接口連接起來，以建立整體模型。

2.3.1 廠區(qū)外部模型

(1) 進(jìn)貨建模：分別建立配料中心進(jìn)貨、委托外加工及發(fā)運(yùn)、車間進(jìn)貨、成品發(fā)貨的“源”，用“交付表”驅(qū)動(dòng)“源”產(chǎn)生車輛，如配料中心進(jìn)貨表的發(fā)貨時(shí)間，在考慮原料進(jìn)貨計(jì)劃、運(yùn)輸時(shí)段優(yōu)先級等情況下，采用“z_uniform”均勻分布函數(shù)，隨機(jī)安排進(jìn)廠時(shí)間、進(jìn)貨種類，最大限度地模擬現(xiàn)實(shí)情況。

(2) 出貨建模：建立二級嵌套模型，模擬外發(fā)車輛的運(yùn)輸過程。

2.3.2 廠區(qū)內(nèi)部模型

(1) 道路建模：采用TwoLaneTrack軟件進(jìn)行道路建模，通過算法為全廠347條道路編號，為小車尋址提供標(biāo)準(zhǔn)格式；將路口定制類庫中T字形路口、十字形路口分別命名為T_road和Crossroad，建立全廠159個(gè)交叉路口。

(2) 分廠建模：對新廠區(qū)的鑄鋼分廠、鑄鐵分廠、鍛壓分廠、二分廠、五分廠、成品配送中心進(jìn)行分廠建模。分廠建模時(shí)采用的嵌套模型包含物流門表、物料信息表、需求表和物料記錄表，它主要用于廠內(nèi)物料轉(zhuǎn)運(yùn)任務(wù)的觸發(fā)、記錄等。

2.4 參數(shù)化建模

將該大型冶金制造企業(yè)2020年7-8月份數(shù)據(jù)整理成《廠區(qū)物流信息數(shù)據(jù)庫》《進(jìn)發(fā)貨計(jì)劃表》《模型參數(shù)數(shù)據(jù)庫》 3個(gè)表。仿真模型采用Excel數(shù)據(jù)一鍵導(dǎo)入方式輸入數(shù)據(jù)，通過算法控制仿真的運(yùn)行參數(shù)，并采用全局變量設(shè)置委外發(fā)貨比例、裝卸貨時(shí)間等參數(shù)。

車輛建模時(shí)在類庫中新建小車類型，并對每個(gè)小車進(jìn)行自定義參數(shù)設(shè)置(圖2)，以驅(qū)動(dòng)小車運(yùn)行、記錄小車數(shù)據(jù)。如：“DestinationTab”用于定義小車目的地，“State”用于記錄小車狀態(tài)，“UnLoadTime”用于定義小車卸貨時(shí)間。通過算法，對小車的各種屬性參數(shù)進(jìn)行賦值。

圖2 小車自定義參數(shù)設(shè)置界面

2.5 模型運(yùn)行邏輯定義

(1) 委外運(yùn)輸策略：使用全局變量參數(shù)化控制委外發(fā)貨比例。

(2) 極限產(chǎn)能策略：使用仿真工具中的Checkbox，通過勾選來確定極限產(chǎn)能比例。

(3) 車輛運(yùn)行策略：采用觸發(fā)器工具，周期性觸發(fā)“車輛任務(wù)派發(fā)”算法和“車輛利用率”算法，實(shí)現(xiàn)車輛轉(zhuǎn)運(yùn)任務(wù)的周期性派發(fā)和利用率統(tǒng)計(jì)，驅(qū)動(dòng)整個(gè)模型運(yùn)轉(zhuǎn)。

3 仿真實(shí)驗(yàn)

將仿真控制器實(shí)驗(yàn)時(shí)長設(shè)為60 d，分別針對極限產(chǎn)能物流瓶頸、車輛數(shù)量和噸產(chǎn)品的物料倒運(yùn)量進(jìn)行分析。

3.1 運(yùn)輸能力

通過勾選極限產(chǎn)能Checkbox工具，分別進(jìn)行正常產(chǎn)能與極限產(chǎn)能下的仿真實(shí)驗(yàn)，以對比分析物流方案的不同情況。圖3所示為極限產(chǎn)能、正常產(chǎn)能下通行車輛數(shù)排名前九的道路和對應(yīng)的通行車輛情況。極限產(chǎn)能與正常產(chǎn)能的情況相比，排名前九的道路基本相同，前者比后者的日通行車輛數(shù)增加了60～70輛。

圖3 通行車輛數(shù)排名前九的道路和對應(yīng)的通行車輛情況

極限產(chǎn)能下發(fā)運(yùn)成品時(shí)，自有車輛平均使用率超過90%，但是在仿真進(jìn)行10 d后出現(xiàn)了車輛供應(yīng)不足的情況，最大等待任務(wù)量為70個(gè)，比正常產(chǎn)能時(shí)增加了60個(gè)。

分析認(rèn)為：雖然極限產(chǎn)能下，全廠道路的繁忙程度比正常產(chǎn)能時(shí)明顯增大，但現(xiàn)有物流方案能夠支持極限產(chǎn)能下全廠物流系統(tǒng)的運(yùn)轉(zhuǎn)；同時(shí)，廠外運(yùn)輸方面，極限產(chǎn)能下需要增大委外運(yùn)輸?shù)牧俊?/p>

3.2 機(jī)械化車隊(duì)的車輛數(shù)量

機(jī)械化車隊(duì)車輛采購方案(表1)的確定需經(jīng)過多次仿真迭代實(shí)驗(yàn)。

表1 機(jī)械化車隊(duì)的車輛采購方案 輛

通過仿真可知：方案1的機(jī)械化車隊(duì)車輛平均利用率為4.11 h/d；方案2的機(jī)械化車隊(duì)車輛平均利用率為7.40 h/d，達(dá)到了較好的利用水平，相較方案1，車輛數(shù)減少了3輛，按機(jī)械化車隊(duì)所用車輛的市場價(jià)40萬元/輛計(jì)，可節(jié)省購置成本120萬元。

3.3 配料中心的車輛數(shù)量

配料中心是廠區(qū)內(nèi)運(yùn)輸?shù)臉屑~，通過仿真迭代確定配料中心的車輛配置方案(表2)，具有重要的意義。

表2 配料中心的車輛配置方案 輛

通過仿真可知：原方案的配料中心車輛平均利用率為3.68 h/d；調(diào)整后方案1，配料中心車輛平均利用率為4.08 h/d；方案2，配料中心車輛平均利用率為 4.25 h/d；方案3，配料中心車輛平均利用率為5.90 h/d，利用率最高。最優(yōu)方案為調(diào)整后方案3，相較原方案，車輛減少了8輛，按配料中心所用車輛的市場價(jià)6萬元/輛計(jì)，可減少購置成本48萬元。

3.4 噸產(chǎn)品的物料倒運(yùn)量

噸產(chǎn)品的物料倒運(yùn)量，即生產(chǎn)每噸產(chǎn)品所需倒運(yùn)物料的質(zhì)量，是衡量物流轉(zhuǎn)運(yùn)方案優(yōu)劣的重要指標(biāo)。通過對比新舊廠區(qū)噸產(chǎn)品的物料倒運(yùn)量，可驗(yàn)證新廠區(qū)物流方案的先進(jìn)性。經(jīng)過多次仿真實(shí)驗(yàn)和方案優(yōu)化，最終確定的新廠區(qū)各種車輛每年的物料倒運(yùn)量如表3所示。

表3 新廠區(qū)各種車輛每年的物料倒運(yùn)量 萬噸

從表3可算出，新廠區(qū)所有車輛每年的物料總倒運(yùn)量為43.74萬噸。

仿真實(shí)驗(yàn)結(jié)合數(shù)據(jù)統(tǒng)計(jì)可知，新、舊廠區(qū)的產(chǎn)品產(chǎn)量、物料倒運(yùn)量如表4所示。

表4 新、舊廠區(qū)的產(chǎn)品產(chǎn)量和物料倒運(yùn)量

根據(jù)表4中數(shù)據(jù)可算出，新廠區(qū)每年物料總倒運(yùn)量比老廠區(qū)減少21.93萬噸，噸產(chǎn)品的物料倒運(yùn)量減少了3.04 t。經(jīng)實(shí)際估算，運(yùn)輸成本減少120萬元/年。

3.5 實(shí)驗(yàn)結(jié)果分析

通過仿真實(shí)驗(yàn)，全廠物流規(guī)劃的設(shè)計(jì)方案得到了驗(yàn)證。通過優(yōu)化，新廠區(qū)比舊廠區(qū)機(jī)械化車隊(duì)車輛、配料中心車輛的購置成本分別減少120萬元和48萬元；因噸產(chǎn)品物料倒運(yùn)量的減少而降低運(yùn)輸成本120萬元/年?？梢哉J(rèn)為，對全廠物流規(guī)劃設(shè)計(jì)方案的優(yōu)化，使項(xiàng)目投資成本減少了288萬元。

4 結(jié)束語

本文以某大型冶金制造企業(yè)新廠區(qū)物流規(guī)劃為例，運(yùn)用Plant Simulation軟件構(gòu)建全廠物流仿真模型，并進(jìn)行了全過程、多形式、多目標(biāo)的仿真實(shí)驗(yàn)。通過仿真優(yōu)化，確定了全廠物流規(guī)劃設(shè)計(jì)方案。按新廠區(qū)物流規(guī)劃設(shè)計(jì)方案，項(xiàng)目投資成本可減少288萬元。