楊 昆,鄒 健,任明杰,丁茂銀
(遼寧工業(yè)大學(xué) 機(jī)械工程與自動(dòng)化學(xué)院,錦州 121001)
由于經(jīng)濟(jì)發(fā)展的速度增快,各類制造企業(yè)之間的相互競(jìng)爭(zhēng)也越發(fā)激烈。對(duì)于我們國(guó)家目前的制造企業(yè)來(lái)說(shuō),應(yīng)該把目標(biāo)放在如何降低成本這一方面,因此企業(yè)應(yīng)該從車間工人、加工設(shè)備等資源在車間的合理分配方面進(jìn)行改善,以達(dá)到降低企業(yè)生產(chǎn)成本的目的[1~3]。傳統(tǒng)的車間布局采用的方法為系統(tǒng)布局規(guī)劃(SLP)法,是根據(jù)車間內(nèi)各個(gè)作業(yè)單位間的物流和非物流關(guān)系密切程度進(jìn)行布局的,并通過(guò)圖解,將作業(yè)單位之間的關(guān)系程度定量化,計(jì)算出評(píng)分值,為平面布局提供依據(jù)[4~6]。受主觀經(jīng)驗(yàn)、知識(shí)能力的限制,采用該方法很難找出較優(yōu)解,最多能找到可行解。制造型企業(yè)的生產(chǎn)車間的布局可分為單行布局、雙行布局和多行布局三種布局形式。其中,單行布局是最簡(jiǎn)單、最基礎(chǔ)的布局問(wèn)題,只考慮一個(gè)方向上的變量,雙行布局和多行布局需要考慮兩個(gè)維度上的變量[7]。綜合考慮他們的優(yōu)缺點(diǎn),結(jié)合曲軸生產(chǎn)線實(shí)際情況,本文采用單行布局和雙行布局兩種布局模型進(jìn)行研究。
目前,國(guó)內(nèi)外研究學(xué)者將遺傳算法應(yīng)用到車間布局設(shè)計(jì)當(dāng)中,并取得大量的研究成果。N.Lenin[8]等采用遺傳算法解決了多產(chǎn)品單行布局生產(chǎn)線的多目標(biāo)優(yōu)化問(wèn)題。Jalilvand[9]開發(fā)了基于遺傳和模擬退火算法的兩種算法來(lái)解決實(shí)際規(guī)模問(wèn)題。龔全勝[10]對(duì)單行布局和多行布局兩種布局類型建立了線性布局?jǐn)?shù)學(xué)模型,利用改進(jìn)遺傳算法進(jìn)行求解。唐贇[11]等采用單親遺傳算法將某大型車間的布局方案抽象成二次分配問(wèn)題,并成功找到了滿意的車間布局。
本文針對(duì)曲軸生產(chǎn)線布局優(yōu)化改造進(jìn)行研究,以物流費(fèi)用最低為目標(biāo)函數(shù),結(jié)合生產(chǎn)線實(shí)際情況,采用單行布局和雙行布局兩種布局模型進(jìn)行研究。運(yùn)用遺傳算法對(duì)兩種布局模型進(jìn)行求解,對(duì)比求解結(jié)果,選取最優(yōu)布局方案。最后采用Flexsim軟件對(duì)曲軸車間機(jī)床布局模型進(jìn)行仿真,驗(yàn)證車間布局重構(gòu)數(shù)學(xué)模型和遺傳算法的有效性。
某發(fā)動(dòng)機(jī)制造企業(yè)的曲軸生產(chǎn)車間各設(shè)備采用產(chǎn)品原則布置形式進(jìn)行布置,曲軸生產(chǎn)車間尺寸為48m×28m,工序內(nèi)容有:銑端面,打中心孔,銑大頭外圓;車平衡塊,外圓倒角;粗磨中頸;粗車主軸頸及大小頭;半精車大頭外圓,小頭,重打中心孔;粗磨1,5主軸頸;銑定位面;荒車全部連桿頸;銑2,3,4主軸頸,全部連桿頸;車臺(tái)肩,小頭,平衡塊倒角;車大頭端面及軸承孔,重打中心孔;鉆全部連桿頸斜油孔;研兩端頂尖孔;熱時(shí)效處理;半精磨全部主軸頸;精車小頭及螺紋;精車大頭外圓及軸承孔;鉆鉸φ12銷孔;鉆攻M14×1.5螺紋;精磨連桿頸;精磨小頭;精磨全部主軸頸;精磨大頭外圓;銑鍵槽;精磨大頭端面;去毛刺;動(dòng)平衡檢驗(yàn);滾壓螺紋;拋光各軸頸及大頭外圓;打印二維碼。車間平面布局如圖1所示,其加工工藝過(guò)程基本信息如表1所示。
圖1 原生產(chǎn)線布局圖
由生產(chǎn)線平衡率公式:
式(1)中:P為生產(chǎn)線平衡率,為各工序作業(yè)時(shí)間合計(jì),N為總工序數(shù),CT為工序節(jié)拍。
依據(jù)表1數(shù)據(jù),經(jīng)計(jì)算可得到,生產(chǎn)線平衡率為82.3%,生產(chǎn)線平衡率較低。曲軸生產(chǎn)線每天曲軸實(shí)際產(chǎn)量為44~50件,與計(jì)劃產(chǎn)量每天75件有較大差距。
表1 曲軸加工工序信息
針對(duì)曲軸生產(chǎn)車間主要考慮單行布局和雙行布局兩種模型,基于遺傳算法,以車間布局物流費(fèi)用最低為目標(biāo)函數(shù),建立生產(chǎn)線布局的數(shù)學(xué)模型,對(duì)車間實(shí)際布局模型進(jìn)行如下簡(jiǎn)化和假設(shè):
1)車間內(nèi)所有由加工區(qū)域規(guī)劃的工作區(qū)域均將加工設(shè)備完全包含進(jìn)去;
2)車間所有工作區(qū)域以及車間形狀均為矩形,忽略其細(xì)節(jié)形狀;
3)工作區(qū)域均面向過(guò)道,且挨著過(guò)道,同一行設(shè)備中心點(diǎn)均位于一條水平線;
4)工作區(qū)域均面向過(guò)道,且挨著過(guò)道,同一行設(shè)備中心點(diǎn)均位于一條水平線;
5)曲軸物流方向均沿工作區(qū)域排列方向依次流動(dòng);
6)兩工作區(qū)域之間的物流運(yùn)輸費(fèi)用與方向無(wú)關(guān)。以第一個(gè)加工區(qū)域所在角落為原點(diǎn)建立數(shù)學(xué)模型如圖2所示。
圖2 車間布局?jǐn)?shù)學(xué)模型
M為工作區(qū)域編號(hào);li、wi為工作區(qū)域Mi的長(zhǎng)度和寬度;Dxij、Dyij為工作區(qū)域Mi和工作區(qū)域Mj沿X軸方向和Y軸方向的最小間距;xi、xj、yi、yj分別為工作區(qū)Mi和工作區(qū)Mj的中心坐標(biāo)。
以物流費(fèi)用作為目標(biāo)函數(shù),目標(biāo)函數(shù)值越小方案可行性越高。
式(2)中:C表示物流費(fèi)用;Dij表示相鄰兩工作區(qū)域i至工作區(qū)域j之間搬運(yùn)的距離;Pij表示工作區(qū)域i與工作區(qū)域j之間的單位運(yùn)輸成本(曲軸生產(chǎn)車間采用兩個(gè)為一批通過(guò)傳送滑道進(jìn)行手動(dòng)搬運(yùn),單位距離物流費(fèi)用為0.2元);Tij表示工作區(qū)域i與工作區(qū)域j之間的物料搬運(yùn)頻率。對(duì)于不同布局模型,Dij的計(jì)算方法不同:
式(4)中:k表示車間過(guò)道寬度。
單行布局模型約束條件:
1)間距約束
2)邊界約束
雙行布局模型約束條件:
1)染色體編碼確定
對(duì)于單行布局模型,其染色體編碼可表達(dá)為:
對(duì)于雙行布局模型,其染色體編碼可表達(dá)為:
2)初始種群的生成
隨機(jī)產(chǎn)生n個(gè)數(shù)據(jù)串,每個(gè)數(shù)據(jù)串稱為一個(gè)個(gè)體,將產(chǎn)生的n個(gè)個(gè)體稱為一個(gè)種群。在運(yùn)算時(shí)以隨機(jī)產(chǎn)生的個(gè)體為初始值進(jìn)行迭代。在進(jìn)行遺傳算法時(shí),需要綜合權(quán)衡群族參數(shù)的設(shè)定,一般而言,群族規(guī)模設(shè)定在10~200之內(nèi)的范圍。
3)計(jì)算染色體適應(yīng)度
適應(yīng)度也可以叫做評(píng)價(jià)函數(shù),被用來(lái)衡量個(gè)體的優(yōu)劣性,其中適應(yīng)性良好的個(gè)體被遺傳到下一代的概率會(huì)更大。其計(jì)算公式為:
不合理懲罰函數(shù)T的作用是用來(lái)保證作業(yè)區(qū)不超過(guò)總車間面積,其數(shù)學(xué)表達(dá)式為:
隨著超出車間尺寸值越大,?值就越大。所以適應(yīng)度函數(shù)為:
4)設(shè)計(jì)遺傳算子
設(shè)計(jì)選擇遺傳算子,用于選擇適應(yīng)性較高的個(gè)體進(jìn)行遺傳;設(shè)計(jì)交叉算子,用于染色體交叉產(chǎn)生新的個(gè)體,交叉概率過(guò)低則會(huì)導(dǎo)致參數(shù)個(gè)體被直接復(fù)制到下一代參數(shù)個(gè)體中,導(dǎo)致算法的搜索處于停止?fàn)顟B(tài),因此,建議的交叉概率取值范圍在0.4至0.99之間;設(shè)計(jì)變異算子,用于染色體變異產(chǎn)生新個(gè)體,進(jìn)行遺傳算法時(shí),一般建議的變異概率取值范圍為0.0001至0.1之間。
依據(jù)所研究情況,設(shè)置種群規(guī)模為100,交叉概率為0.8,變異概率為0.05,遺傳迭代至250代時(shí)終止。將單行布局模型的遺傳代碼導(dǎo)入MATLAB軟件中求解,得到遺傳算法迭代曲線、遺傳算法適應(yīng)度值迭代曲線如圖3、圖4所示。
圖3 遺傳算法迭代曲線
圖4 遺傳算法適應(yīng)度值迭代曲線
根據(jù)圖3和圖4兩圖可知當(dāng)遺傳算法迭代到225代左右時(shí)算法收斂,此時(shí)目標(biāo)函數(shù)物流運(yùn)輸費(fèi)用最小,得到單行布局模型的最優(yōu)布局如圖5所示。以此類推,將雙行布局模型的遺傳代碼導(dǎo)入MATLAB軟件中求解,最終得到雙行布局模型的最優(yōu)布局如圖6所示。各區(qū)域坐標(biāo)如表2所示。
圖5 單行布局最優(yōu)布局圖
圖6 雙行布局最優(yōu)布局圖
表2 工作區(qū)域坐標(biāo)
依據(jù)目標(biāo)函數(shù),原始物流費(fèi)用為14998.5元,通過(guò)MATLAB對(duì)單行布局和雙行布局兩種模型的遺傳算法代碼的運(yùn)行得到的結(jié)果對(duì)比如表3所示,通過(guò)對(duì)比發(fā)現(xiàn),兩種布局模型產(chǎn)生的費(fèi)用均小于原始費(fèi)用。單行布局具有單向運(yùn)輸?shù)奶攸c(diǎn)適合曲軸生產(chǎn)線的實(shí)際狀況,結(jié)合目標(biāo)函數(shù)最低值的要求,應(yīng)當(dāng)選取單行布局模型為曲軸車間的設(shè)備布局。
表3 兩種布局模型結(jié)果對(duì)比
根據(jù)優(yōu)化后的車間布局圖,采用Flexsim對(duì)處理器大小及位置進(jìn)行約束按照表1中機(jī)床實(shí)際大小及遺傳算法最優(yōu)解進(jìn)行設(shè)置,且由于曲軸制品在生產(chǎn)過(guò)程中成批搬運(yùn),因此為了更加符合實(shí)際,在處理器后邊加一個(gè)暫存區(qū),用來(lái)進(jìn)行成批操作,目標(biāo)批量為2。為了更貼近實(shí)際情況,搬運(yùn)在制品采用人工搬運(yùn),因此創(chuàng)建“任務(wù)執(zhí)行類”實(shí)體“操作員”。由于零件在制品成批運(yùn)送至下一工作區(qū),但加工過(guò)程為單件加工,因此在工作區(qū)前創(chuàng)建暫存區(qū)用于存儲(chǔ)在制品。將發(fā)生器、處理器、暫存區(qū)按坐標(biāo)位置創(chuàng)建并連接,將處理器改名為機(jī)床相應(yīng)的操作工序,如“銑端面、打中心孔,銑大頭外圓”,建立的Flexsim仿真模型如圖7所示[12]。
圖7 仿真模型圖
根據(jù)工作時(shí)間設(shè)置仿真運(yùn)行時(shí)間,一天按8小時(shí),一周5天進(jìn)行設(shè)置約為144000秒。按照這個(gè)時(shí)間進(jìn)行仿真運(yùn)行,運(yùn)行結(jié)果如圖8所示。
圖8 運(yùn)行結(jié)果圖
設(shè)置預(yù)熱時(shí)間為17000秒,仿真運(yùn)行時(shí)間變?yōu)?61000秒。在此基礎(chǔ)上反復(fù)運(yùn)行10次,設(shè)置記錄吸收器輸入個(gè)數(shù)作為輸出數(shù)據(jù)。生成數(shù)據(jù)表及散點(diǎn)圖如表4和圖9所示。
表4 吸收器數(shù)據(jù)記錄表
圖9 吸收器散點(diǎn)圖
由仿真數(shù)據(jù)結(jié)果可知,布局優(yōu)化后的生產(chǎn)線每周平均吸收380件,則根據(jù)這個(gè)數(shù)據(jù)可知該生產(chǎn)線平均每天可以生產(chǎn)76件產(chǎn)品。對(duì)比生產(chǎn)線所設(shè)定每天預(yù)期的產(chǎn)量75件,該生產(chǎn)線產(chǎn)量達(dá)到了預(yù)期目標(biāo),則生產(chǎn)線優(yōu)化改善成功。
一個(gè)良好的生產(chǎn)線布局不僅可以提高車間的生產(chǎn)效率,還能節(jié)省空間和減少一些不必要的生產(chǎn)成本。針對(duì)曲軸生產(chǎn)線車間布局問(wèn)題,以車間設(shè)備的單行布局和雙行布局為研究對(duì)象,使用遺傳算法對(duì)車間設(shè)施布局進(jìn)行優(yōu)化改善,得到如下結(jié)果:
兩種布局模型產(chǎn)生的費(fèi)用均小于原始費(fèi)用,且單行布局具有單向運(yùn)輸?shù)奶攸c(diǎn)適合曲軸生產(chǎn)線的實(shí)際狀況,結(jié)合目標(biāo)函數(shù)最低值的要求,應(yīng)當(dāng)選取單行布局模型為曲軸車間的設(shè)備布局。
曲軸生產(chǎn)線每天能生產(chǎn)76件產(chǎn)品,日產(chǎn)量明顯提高,驗(yàn)證了車間布局重構(gòu)數(shù)學(xué)模型和遺傳算法的有效性。