馬靖,黃士軒,胡曉兵*,
(1.四川省宜賓普什集團有限公司技術(shù)中心,四川 宜賓 644007;2.四川大學(xué) 機械工程學(xué)院,四川 成都 610065;3.宜賓四川大學(xué)產(chǎn)業(yè)技術(shù)研究院,四川 宜賓 644005)
生產(chǎn)物流指的是生產(chǎn)過程中的物料流動[1],當(dāng)原材料或外部加工件等投入生產(chǎn)之后,通過下料、發(fā)料、輸送等方式到達(dá)各個加工工位或緩存區(qū),作為在制品,從一個生產(chǎn)單元流向下一個生產(chǎn)單元,再根據(jù)規(guī)定的生產(chǎn)工藝來進行加工存儲,上述過程可以看成是一個不間斷的生產(chǎn)物料的流轉(zhuǎn)過程[2]。
虛擬仿真是采用計算機技術(shù),通過對一個真實系統(tǒng)進行模擬,構(gòu)建虛擬實驗場景、實驗內(nèi)容和操作對象,輔助設(shè)計和優(yōu)化,對資源進行合理配置,從而提高整個物流系統(tǒng)的運行效率[3],大大縮減了資金成本。隨著仿真軟件的不斷發(fā)展,學(xué)者們對流水線優(yōu)化的仿真研究也不斷深入。Mendes等[4]在建模仿真照相機裝配生產(chǎn)線的基礎(chǔ)上優(yōu)化了物流線路的配置。李廣振等[5]對處于規(guī)劃階段的某自動化裝配線進行產(chǎn)能、機器利用率分析與優(yōu)化,并設(shè)計了不同場景分別進行仿真評估與比較。楊旻等[6]通過Flexsim軟件對全自動柑橘包裝生產(chǎn)線進行仿真分析與平衡優(yōu)化,實現(xiàn)了柑橘的分級、整料、裝袋、裝箱等工序,降低了工作強度,提高了生產(chǎn)效率,實現(xiàn)了包裝過程的自動化。羅文科等[7]針對全自動道釘整理裝箱生產(chǎn)線建立了基于Flexsim的仿真模型,通過生產(chǎn)線平衡分析和平衡操作有效提高了生產(chǎn)效率,降低了生產(chǎn)成本。方赫等[8]利用Plant Simulation軟件對沖壓車間進行仿真優(yōu)化,為車間管理問題提出可行解決辦法。肖海寧等[9-10]針對新能源汽車底盤裝配線以及內(nèi)飾生產(chǎn)線行仿真分析,提出了一種基于Plant Simulation的產(chǎn)線運行參數(shù)優(yōu)化方法。李慧[11]根據(jù)葉片機械加工工藝特點和生產(chǎn)線運行流程建立生產(chǎn)線仿真模型,從產(chǎn)能、設(shè)備利用率、緩存區(qū)設(shè)置等多方面進行了仿真分析與優(yōu)化。徐責(zé)等[12]利用Plant Simulation軟件對某企業(yè)涂裝線進行仿真分析,通過優(yōu)化傳送帶容量配置,降低了生產(chǎn)線工位的阻塞率,提高了企業(yè)產(chǎn)能。
本文針對白酒包裝生產(chǎn)線進行分析,結(jié)合現(xiàn)有的生產(chǎn)工藝,通過建立Plant Simulation仿真模型,全面模擬了生產(chǎn)實施過程,對產(chǎn)線提出了優(yōu)化設(shè)計方案,并對優(yōu)化模型進行仿真驗證。
根據(jù)企業(yè)調(diào)研結(jié)果,本文研究的白酒包裝生產(chǎn)工藝主要包括9道工序,其工藝流程如圖1所示。
圖1 白酒包裝生產(chǎn)工藝流程
聚對苯二甲酸乙二醇酯(Polyethylene Terephthalate,PET)原料[13]經(jīng)過混料器(加回收料)進入干燥機(除去水分)進入分料器(24根料管到對應(yīng)的注塑機),注塑機將PET原料進行塑化成形出PET透明盒體,PET透明盒體通過傳輸帶進入燙金機進行燙金和熱轉(zhuǎn)印,燙完金的盒體進入丟底座機(機器人加底座),盒體進入傳輸線,人工往盒體上套袋,套完袋的產(chǎn)品進入碼垛機進行碼垛。碼完垛的托盤經(jīng)過自動導(dǎo)引運輸車(Automated Guided Vehicle,AGV)轉(zhuǎn)運到立庫,經(jīng)過掃碼入庫[14]。
白酒包裝的生產(chǎn)過程既存在連續(xù)工序加工,又存在離散工序加工。連續(xù)工序主要指注塑成型工序,在原料充足時,注塑機連續(xù)加工;而離散工序包括注塑成型之后的燙金、丟底座與碼垛工序。在連續(xù)工序與離散工序之間設(shè)置緩存區(qū)具有必要性,緩存區(qū)的存在可以避免加工產(chǎn)品因下道工序生產(chǎn)能力不足而滯留在注塑成型工位,有效維護了注塑成型加工的連續(xù)性,從而保證了產(chǎn)品加工質(zhì)量的穩(wěn)定性。
因此,白酒包裝生產(chǎn)線采用典型的單品種多并行工位串行作業(yè)形式,其產(chǎn)線構(gòu)型如圖2所示。生產(chǎn)線由若干個串行工位構(gòu)成,每個工位由1臺或多臺加工設(shè)備并聯(lián)而成,同一工位各加工設(shè)備性能相同且執(zhí)行同一道工序,各工位機器信息如表1所示。在兩兩連續(xù)工位之間設(shè)置緩存區(qū)。
表1 各工位加工設(shè)備生產(chǎn)節(jié)拍
圖2 白酒包裝生產(chǎn)線構(gòu)型
在產(chǎn)線設(shè)計階段,需要確定各工位配置的機器數(shù)量以及各緩存區(qū)容量配置使得產(chǎn)線生產(chǎn)效率最高。產(chǎn)線優(yōu)化問題集中于求解使得產(chǎn)線平衡率高的機器配置問題,然而緩存區(qū)配置問題同樣對制造企業(yè)具有重要價值。緩存區(qū)容量越大則設(shè)備故障對系統(tǒng)整體性能的影響就越小,然而相應(yīng)地會導(dǎo)致成本上升;反之其容量越小,成本也越低,然而生產(chǎn)系統(tǒng)卻不能充分發(fā)揮其生產(chǎn)能力,當(dāng)系統(tǒng)出現(xiàn)局部故障時很容易影響到整個系統(tǒng)的生產(chǎn)性能。
為避免生產(chǎn)節(jié)拍無序擴張并結(jié)合企業(yè)現(xiàn)實需求,限制產(chǎn)線末端工位(碼垛工位)配置機器數(shù)量為1。
為了能準(zhǔn)確表達(dá)研究目的,對相關(guān)模型要素做出假設(shè)和簡化:①加工設(shè)備只有正常工作和故障維修兩類狀態(tài),設(shè)備發(fā)生故障后,經(jīng)維修即可恢復(fù)正常工作;②加工設(shè)備僅會發(fā)生操作型故障,即只在操作過程中發(fā)生故障,與仿真時間無關(guān);③確保注塑成型工位不出現(xiàn)空閑,即有足夠多的原材料輸入,不會出現(xiàn)因原材料不足而停工的情況;④確保碼垛工位不出現(xiàn)堵塞,有足夠大的庫存接收加工完成的產(chǎn)品;⑤各設(shè)備的非加工時間均包括在其生產(chǎn)節(jié)拍內(nèi);⑥緩存區(qū)以及物料傳輸系統(tǒng)均不會發(fā)生故障。
在真實的生產(chǎn)環(huán)境中,流水線中的加工設(shè)備均會出現(xiàn)故障。當(dāng)加工設(shè)備出現(xiàn)故障時,其上的任何當(dāng)前處理操作都被中斷,而且任何即將到來的生產(chǎn)訂單只能在故障排除后才能繼續(xù)加工。故障的發(fā)生具有隨機性,Plant Simulation常以可利用率和故障平均修復(fù)時間(Mean Time To Repair,MTTR)兩個指標(biāo)來刻畫真實的生產(chǎn)過程,如圖4所示??衫寐适且粋€介于0%和100%之間的值,表示加工設(shè)備處于可操作狀態(tài)的時間比例??捎眯杂善骄收祥g隔時間(Mean Time Between Failures,MTBF)和MTTR計算得到。MTBF是加工設(shè)備可靠性的重要衡量標(biāo)準(zhǔn),表示加工設(shè)備隨機故障之間經(jīng)過的平均時間。一般而言,MTBF符合負(fù)指數(shù)分布,MTTR符合Erlang分布。根據(jù)實地調(diào)研與數(shù)據(jù)分析,本文設(shè)置白酒包裝生產(chǎn)線中的各設(shè)備故障指標(biāo)如表2所示。
表2 加工設(shè)備故障指標(biāo)
根據(jù)以上產(chǎn)線相關(guān)信息,建立的初始仿真模型如圖3所示。加工設(shè)備的命名采用“M+工位編號+機器編號”的方式,緩存區(qū)的命名采用“BF+緩存區(qū)編號”的方式,如M130表示1號工位(注塑成型工位)的第30號機器。仿真模型采用柔性建模方式,各工位的機器數(shù)量由全局變量控制。
圖3 初始白酒包裝生產(chǎn)線模型
針對提出的機器配置與緩存區(qū)配置優(yōu)化問題,本文采用試驗設(shè)計(Design of Experiment,DOE)方法進行研究。DOE是一種常見的設(shè)計實驗和分析實驗數(shù)據(jù)的數(shù)理統(tǒng)計方法,通過對實驗進行合理設(shè)計安排,使得試驗規(guī)模較小、試驗時間較短、并以較小的試驗成本獲得理想的試驗結(jié)果,得出科學(xué)合理的結(jié)論。
為了減小試驗規(guī)模,將DOE試驗設(shè)計分為兩步:首先進行兩級試驗設(shè)計,定性研究影響指標(biāo)的主要影響因子及其交互作用;之后篩選出主要影響因子進行多級試驗設(shè)計,定量研究主要影響因子的配置方案對指標(biāo)的影響。針對機器配置問題,注塑成型工位機器數(shù)量N1、燙金工位機器數(shù)量N2和丟底座工位機器數(shù)量N3為影響因子,碼垛工位機器數(shù)量為常值1;針對緩存區(qū)配置問題,緩存區(qū)BF1容量C1、緩存區(qū)BF2容量C2以及緩存區(qū)BF3容量C3為影響因子。因此,針對本文研究問題一共有6個影響因子。
以N1、N2、N3、C1、C2和C3作為輸入值,以仿真時間內(nèi)產(chǎn)線總產(chǎn)量Output作為輸出值,利用ExperimentManager模塊進行兩級DOE試驗設(shè)計,各因子高低水平設(shè)置如表3所示,共進行64次試驗,設(shè)置每個實驗的觀察數(shù)為5,置信度為 95%。設(shè)置運行時間為200 h,預(yù)熱時間2 h,仿真得到的各因子的主效應(yīng)如表4所示,各影響因子之間的交互效應(yīng)如表5所示。
表3 產(chǎn)線配置兩級試驗因子設(shè)計
表4 各因子對產(chǎn)量的主效應(yīng)
表5 各因子之間的交互效應(yīng)
分析試驗結(jié)果可以看出:產(chǎn)線產(chǎn)能與各工位設(shè)備數(shù)量和工位間緩存空間均密切相關(guān)。緩存空間對產(chǎn)線生產(chǎn)效率的改進效果十分有限,而各工位設(shè)備數(shù)量對產(chǎn)線生產(chǎn)效率的影響極其顯著,其主要原因在于緩存空間并不能提高設(shè)備的生產(chǎn)效率[15]。
因子N1、N2以及N3的主效應(yīng)遠(yuǎn)大于因子C1、C2和C3的主效應(yīng),且C1、C2和C3與其他因子之間的交互效應(yīng)也相對較小,因此認(rèn)為N1、N2和N3為影響生產(chǎn)效率的三個主要影響因子,C1、C2和C3的影響可以忽略。重新建立的仿真模型如圖4所示,僅在“注塑成型-燙金”間設(shè)置緩存區(qū)BF1。
圖4 忽略次要影響因素后的白酒包裝生產(chǎn)線模型
本文研究的產(chǎn)線設(shè)計問題首先確定各工位機器配置,之后再為緩存區(qū)BF1選擇合理的容量配置,即先進行N1、N2和N3的三因子多級試驗設(shè)計,再進行C1的單因子多級試驗設(shè)計。
以N1、N2和N3作為輸入值,以仿真時間內(nèi)產(chǎn)線總產(chǎn)量Output作為輸出值,進行三因子多級DOE試驗設(shè)計,試驗?zāi)康臑榇_定各工位的最小機器配置使得產(chǎn)線生產(chǎn)效率最高。各因子設(shè)計如表6所示,共進行336次試驗,設(shè)置每個實驗的觀察數(shù)為5,置信度為95%。為避免緩存區(qū)BF1容量影響試驗結(jié)果,將BF1容量設(shè)置為100 000。設(shè)置運行時間為200 h,預(yù)熱時間2 h,得到的仿真結(jié)果如圖5所示。在得到的試驗結(jié)果中,產(chǎn)量最大值為1951.4板,達(dá)到此最大值時的最小機器分配為 [N1, N2, N3]=[41, 4, 4]。
表6 產(chǎn)線配置多級試驗因子設(shè)計
圖5 機器分配多級試驗結(jié)果圖
隨后,以C1作為輸入值,設(shè)置 [N1, N2, N3]=[41, 4, 4],以仿真時間內(nèi)產(chǎn)線總產(chǎn)量Output作為輸出值,進行單因子多級DOE試驗設(shè)計,試驗?zāi)康臑榍蠼馐沟卯a(chǎn)線生產(chǎn)效率處于最大值的緩存區(qū)容量最小值。設(shè)置C1的低水平為100,高水平為2000,增量為100,共進行20次試驗,設(shè)置每個實驗的觀察數(shù)為5,置信度為95%。設(shè)置運行時間為200 h,預(yù)熱時間2 h,得到的仿真結(jié)果如圖6所示。
從圖6可以看出:從試驗5之后,產(chǎn)量始終保持為1951.4板,即在緩存區(qū)BF1容量超過500之后,容量的增加不能使產(chǎn)量增加。因此,緩存區(qū)BF1的最小容量設(shè)置為500。
圖6 緩存區(qū)BF1容量配置多級試驗結(jié)果圖
優(yōu)化設(shè)計后的產(chǎn)線配置方案如下:注塑成型工位配置注塑機41臺,燙金工位配置燙金機4臺,丟底座工位配置丟底座機4臺,碼垛工位配置碼垛機1臺,在“注塑成型-燙金”間配置容量為500的緩存區(qū),“燙金-丟底座”與“丟底座-碼垛”間物料并線合流運輸,產(chǎn)線構(gòu)型如圖7所示。
圖7 優(yōu)化后的產(chǎn)線構(gòu)型
設(shè)置運行時間為30 d,預(yù)熱時間為2 d,產(chǎn)線總產(chǎn)量為7056板,每小時吞吐量為9.8板,平均每板的加工時間為367 s。考慮碼垛機的生產(chǎn)節(jié)拍為360 s,產(chǎn)線的生產(chǎn)節(jié)拍為碼垛機單機作業(yè)的98.09%,基本上等于碼垛機的可利用率,產(chǎn)線性能已達(dá)最優(yōu)。
值得注意的是,以傳統(tǒng)的計算產(chǎn)線平衡率的方法[16]配置各工位機器數(shù)量,對于設(shè)備可能發(fā)生故障的產(chǎn)線優(yōu)化問題不再適用。根據(jù)傳統(tǒng)的計算方法,白酒包裝生產(chǎn)線的各工位機器數(shù)量的最優(yōu)配置為[N1, N2, N3]=[40, 2, 2],計算得到的產(chǎn)線平衡率高達(dá)96.7%,但是根據(jù)仿真
實驗結(jié)果,傳統(tǒng)的設(shè)計方法得到的產(chǎn)線配置方案只能達(dá)到8.158板的每小時吞吐量。因此認(rèn)為,本文采用的設(shè)計方法具有較強優(yōu)勢,能夠帶來生產(chǎn)效率約20%的提升。
圖8 各工位機器的資源統(tǒng)計信息
以規(guī)劃設(shè)計階段的某白酒包裝生產(chǎn)線為例,研究了離散事件仿真平臺Plant Simuation在包裝印刷生產(chǎn)線規(guī)劃設(shè)計中的應(yīng)用。根據(jù)白酒包裝加工工藝特點與生產(chǎn)工藝流程建立生產(chǎn)線仿真模型,以產(chǎn)能最大作為優(yōu)化指標(biāo),利用DOE方法針對生產(chǎn)線各工位的最小機器分配數(shù)量和緩存配置進行聯(lián)合優(yōu)化。研究結(jié)果表明,優(yōu)化設(shè)計后的產(chǎn)線能夠有效的滿足生產(chǎn)需求,產(chǎn)線生產(chǎn)節(jié)拍已達(dá)理論最優(yōu)值,該設(shè)計方法對提高生產(chǎn)線設(shè)計質(zhì)量和設(shè)計效率有重要意義。