文/藍(lán)立高,蘇喜·廣汽乘用車有限公司
汽車沖壓車間排產(chǎn)經(jīng)濟性提升,是提高沖壓車間柔性及效率、降低生產(chǎn)成本、提高企業(yè)競爭力的必要途徑。本研究以深入剖析汽車沖壓生產(chǎn)過程的特點為基礎(chǔ),對比不同排產(chǎn)優(yōu)化方法的優(yōu)缺點,并運用Gurobi 優(yōu)化求解器求解某汽車沖壓車間排產(chǎn)問題,為企業(yè)推進沖壓排產(chǎn)經(jīng)濟性提升項目提供參考。
沖壓是汽車制造四大工藝之首,直接影響后工序生產(chǎn)計劃的達(dá)成。汽車市場競爭日益激烈、客戶需求逐漸多樣化、個性化,共線生產(chǎn)車型數(shù)量逐年攀升,同時為充分發(fā)揮規(guī)模效應(yīng)降低采購成本,車企逐步加大沖壓件內(nèi)作深度。上述趨勢對沖壓車間柔性、效率提出更高要求,汽車沖壓車間排產(chǎn)經(jīng)濟性提升重要度逐步提升。當(dāng)前我國主流的汽車沖壓排產(chǎn)仍采用人工排產(chǎn)方式,部分車企結(jié)合數(shù)字化轉(zhuǎn)型戰(zhàn)略,以拓展MES 系統(tǒng)管理沖壓材料及零件為前提,逐步自主開發(fā)或?qū)攵ㄖ苹妮o助排產(chǎn)系統(tǒng),提高生產(chǎn)經(jīng)濟性。
與焊裝、涂裝、總裝工藝追求生產(chǎn)平準(zhǔn)化不同,汽車沖壓工藝采用大批量生產(chǎn)方式,其具有以下特點:
⑴生產(chǎn)準(zhǔn)備時間長及批量性。單個沖壓零件對應(yīng)3 ~5 個模具、5 ~6 個專用端拾器(搬運抓取工具),單次準(zhǔn)備時間為50 ~60 分鐘。為避免出現(xiàn)等待浪費,每種零件生產(chǎn)經(jīng)濟時長不低于生產(chǎn)準(zhǔn)備時間,即批次生產(chǎn)量應(yīng)大于準(zhǔn)備時間×每小時沖次數(shù)。
⑵多樣性。共線生產(chǎn)車型數(shù)量增多、內(nèi)作深度增大,同時為確保滿足已停止售賣車型的售后件供應(yīng),沖壓須具備一百多種零件共線生產(chǎn)的能力。
⑶提前性及臨時性。沖壓須提前做好多個車型、每個車型十幾種零件的建庫;在疫情、芯片供應(yīng)等造成整車生產(chǎn)計劃及售后零件需求波動較大時,沖壓生產(chǎn)量波動起伏很大,需合理設(shè)置并維持庫存大小。
⑷工藝復(fù)雜性。為提高材料利用率,車門內(nèi)外板、翼子板、前后地板等部分零件采用并模形式,即一次沖壓生產(chǎn)多個零件。
⑸批量的不確定性。一是不同零件對應(yīng)的材料批量不同,排產(chǎn)時要考慮此因素,以免大量中斷材占用車間面積甚至報廢,二是不同零件對應(yīng)的料架不同,且為降低成本,當(dāng)前越來越多通用化料架投入使用,為排產(chǎn)增加了更多的不確定性。
⑹生產(chǎn)線差異性。不同線體于不同時間進行設(shè)備招標(biāo)、導(dǎo)入,可能存在較大差異,包括可容納的模具大小、能耗差異等。
⑺計劃執(zhí)行難度較大。沖壓生產(chǎn)過程中,受材料不良、生產(chǎn)過程中異常、料架占用等因素影響,極有可能導(dǎo)致當(dāng)批次產(chǎn)量未達(dá)預(yù)期數(shù)量,因此需要頻繁重新進行排產(chǎn)。
汽車沖壓生產(chǎn)復(fù)雜性高,對排產(chǎn)的科學(xué)性要求高。成本削減是制造車間為企業(yè)盈利作貢獻的最優(yōu)途徑。汽車沖壓排產(chǎn)不經(jīng)濟,將可能導(dǎo)致不必要的重復(fù)上線生產(chǎn),需要更多生產(chǎn)準(zhǔn)備時間(不產(chǎn)生直接價值)、更長的生產(chǎn)時間,需要投入更多的人員工時成本、能源成本。
汽車沖壓車間排產(chǎn)是常見的混合整數(shù)規(guī)劃問題,約束條件眾多,求解難度較大,排產(chǎn)經(jīng)濟性提升即運用各種數(shù)字化手段求解最優(yōu)排產(chǎn)方案,實現(xiàn)最小完成時間或最低綜合成本。對比研究表明,排產(chǎn)經(jīng)濟性提升主要運用以下幾種方法或途徑。
⑴針對零件種類較少、排產(chǎn)周期較短的場景,可采用Microsoft Excel 軟件提供的規(guī)劃求解工具(Evolutionary Solver)進行求解,其依托常用的辦公軟件,具有門檻低、便捷的特點。
⑵企業(yè)中亦可自主開發(fā)或?qū)肱女a(chǎn)管理系統(tǒng),通過運用遺傳算法等智能優(yōu)化算法提高排產(chǎn)經(jīng)濟性。此類系統(tǒng)存在導(dǎo)入成本高、維護難度大等局限性,難以適應(yīng)瞬息萬變的供應(yīng)鏈變化。
⑶Gurobi 等綜合了多種優(yōu)化算法的全局優(yōu)化求解器,以其在連續(xù)和混合整數(shù)線性問題、含有絕對值、最大值、最小值、邏輯與或非目標(biāo)或約束的非線性問題等類型模型求解的便捷性,逐步為汽車沖壓車間(或其軟件供應(yīng)商)所采用。企業(yè)可通過Java、Python 與優(yōu)化求解器的接口進行調(diào)用,便捷高效。優(yōu)化求解器多為商用產(chǎn)品,知識產(chǎn)權(quán)管控嚴(yán)格,需結(jié)合投入產(chǎn)出比進行綜合判斷。
本文以某汽車企業(yè)沖壓車間生產(chǎn)排產(chǎn)案例為原型,建立單沖壓生產(chǎn)線排產(chǎn)模型,以Python 編程語言為載體,通過接口調(diào)用Gurobi 數(shù)學(xué)規(guī)劃優(yōu)化求解器進行求解,探索其在汽車沖壓車間排產(chǎn)經(jīng)濟性提升方面的可行性。
⑴案例原型。后工序日投入量(需求)已知,生產(chǎn)規(guī)則如下:1)單班生產(chǎn),日生產(chǎn)工時不超過10小時;2)零件排產(chǎn)模式為2天1循環(huán)(即某零件安排:第i天,第i+2 天生產(chǎn));3)某零件單批次生產(chǎn)時間不低于生產(chǎn)準(zhǔn)備時間;4)某零件單批次產(chǎn)量為原材料批量的整數(shù)倍;5)某零件產(chǎn)量不超過該零件容器最大收容數(shù),部分零件容器通用;6)零件必須滿足后工序需求,且?guī)齑鏀?shù)量≥最小安全庫存。
⑵模型定量參數(shù)。1)P 為零件集合;2)T 為排產(chǎn)周期天數(shù)集合;3)Gsphi表示i 種零件每小時產(chǎn)量;4)Tci表示i 種零件的容器收容數(shù);5)Ci表示i 種零件的初始庫存;6)Ai表示i 種零件對應(yīng)的安全庫存基準(zhǔn);7)Mi表示i 種零件的原材料批量;8)Bij表示i 種零件與j 種零件的容器是否通用;9)Dit表示i 種零件每天的需求量;10)W 為一個最大的數(shù)值;11)α 為日生產(chǎn)工時權(quán)重;12)β 為換模次數(shù)權(quán)重。
⑶模型變量參數(shù)。1)Zmax為排產(chǎn)周期內(nèi)最大日庫存;2)Nit表示任意一個整數(shù)值;3)xit表示i 種零件第t 天產(chǎn)量;4)yit表示第t 天是否生產(chǎn)i 種零件;5)fijt表示第t 天i 種零件借用j 種零件容器的數(shù)量。
⑷最優(yōu)排產(chǎn)方案目標(biāo)。1)日生產(chǎn)工時最小;2)換模次數(shù)最小化;3)日庫存量總量最小化。
⑸數(shù)學(xué)模型。目標(biāo)函數(shù):
條件約束:1)每天生產(chǎn)工時不超過10 小時:
2)某個零件單批次生產(chǎn)時間不低于生產(chǎn)準(zhǔn)備時間:
3)某零件單批次產(chǎn)量為原材料批量的整數(shù)倍:
4)每天某零件庫存不低于安全庫存:
5)某零件的班后庫存量不超過可用于該零件的容器最大收容數(shù):
6)某零件被借用的容器收容數(shù)量不超過對應(yīng)的容器收容數(shù)總量:
7)Zmax存在最小值:
8)變量類型:
Gurobi 數(shù)學(xué)規(guī)劃求解器以數(shù)學(xué)規(guī)劃為框架,綜合多種啟發(fā)式算法,幫助用戶更快獲得初始可行解、更多或更優(yōu)質(zhì)的可行解。本研究中通過調(diào)用Gurobi 數(shù)學(xué)規(guī)劃求解器,快速高效獲得沖壓排產(chǎn)方案,縮短排產(chǎn)時間1 小時/次,求得的排產(chǎn)方案對應(yīng)的完成時間較人工排產(chǎn)縮短20%~30%。
汽車沖壓車間排產(chǎn)經(jīng)濟性的提升需充分考慮沖壓生產(chǎn)過程的特點,結(jié)合零件種類、周期長短、數(shù)字化水平、人員專業(yè)性、求解器成本等方面的實際情況,選取合適的提升方法,以實現(xiàn)完成時間最小、成本最優(yōu)的目標(biāo)。對于未導(dǎo)入定制化排產(chǎn)系統(tǒng)的企業(yè),可檢討運用編程語言調(diào)用數(shù)學(xué)規(guī)劃求解器的方式,提高排產(chǎn)經(jīng)濟性。
汽車沖壓車間排產(chǎn)要考慮的約束條件眾多,在沖壓排產(chǎn)模型建立過程中,可能存在約束條件考慮不夠全面或者進行了偏離實際的取舍,例如不同生產(chǎn)設(shè)備的能耗差異很大,在實際排產(chǎn)中只考慮了生產(chǎn)時間。面向未來,要以提高實用性為目標(biāo),盡量立足實際場景(多生產(chǎn)線)、實際規(guī)則(多約束條件),探究集成優(yōu)化問題(同時對任務(wù)分配、生產(chǎn)排序、生產(chǎn)批量進行決策優(yōu)化),實現(xiàn)人力、能源、庫存等綜合成本最小化。