基于Factory Simulation的增材制造智能產(chǎn)線優(yōu)化研究

摘要：為解決某航空發(fā)動機(jī)核心零部件增材制造產(chǎn)線預(yù)設(shè)方案的驗(yàn)證優(yōu)化問題，利用Factory Simulation生產(chǎn)系統(tǒng)仿真軟件，對車間布局和AGV物流路線進(jìn)行二維化模型構(gòu)建，輸入物流調(diào)度數(shù)據(jù)，通過設(shè)計(jì)DOE試驗(yàn)，以最小化產(chǎn)量完成時間為目標(biāo)，得到瓶頸工序?yàn)殂Q工、超聲波清洗、X光工位，在仿真環(huán)境下得到當(dāng)前預(yù)設(shè)條件下的AGV利用情況。分析瓶頸工位，對比后得到最優(yōu)加工站個數(shù)，并以車間內(nèi)正常工作時的AGV平均響應(yīng)時長為依據(jù)討論最優(yōu)AGV臺數(shù)。優(yōu)化后完成產(chǎn)線年產(chǎn)量目標(biāo)的時間縮短了12%，車間內(nèi)投入的物流設(shè)備成本降低了20%。優(yōu)化結(jié)果在現(xiàn)有車間預(yù)設(shè)方案的基礎(chǔ)上為有效提高預(yù)設(shè)車間的生產(chǎn)效率、減少車間成本提出了改進(jìn)建議。

關(guān)鍵詞：智能制造；系統(tǒng)仿真；DOE

中圖分類號：TH166 文獻(xiàn)標(biāo)志碼：A doi：10.3969/j.issn.1006-0316.2024.04.002

文章編號：1006-0316 （2024） 04-0007-09

Optimization of Intelligent Production Line for Additive Manufacturing

Based on Factory Simulation

LIU Hetong，MA Rui

（ Beijing Power Machinery Research Institute， Beijing 100074， China ）

Abstract：To address the verification and optimization of the preset program for the additive manufacturing production line of a certain aero engine's core components， Factory Simulation production system simulation software was used to construct a 2D model of workshop layout and AGV logistics route. Logistics scheduling data was input and the DOE method was used to minimize the completion time of production volume. The bottleneck processes were identified as fitter， ultrasonic cleaning and X-ray workstations. The AGVs utilization under the current preset conditions was obtained in the simulation environment. After analyzing the bottleneck workstations， the optimal number of processing stations was obtained through comparison. The optimal number of AGVs was discussed based on the average response time of AGVs during normal operation in the workshop. After optimization， the time to achieve the annual production target of the assembly line was reduced by 12%， and the logistics equipment cost in the workshop was reduced by 20%. The optimization results provide effective suggestions for improving the production efficiency and reducing the cost of the preset workshop.

Key words：smart manufacturing；system simulation；DOE

隨著技術(shù)的逐漸成熟，增材制造技術(shù)可以加工幾乎任何復(fù)雜結(jié)構(gòu)的零部件，極大地節(jié)省材料，縮短產(chǎn)品研制周期，實(shí)現(xiàn)數(shù)字化、智能化制造[1]，符合航空航天制造的要求，并在實(shí)際生產(chǎn)中獲得了相當(dāng)規(guī)模的應(yīng)用。

航空航天制造業(yè)生產(chǎn)模式為典型的多品種、小批量[2]離散生產(chǎn)，其產(chǎn)品具有生產(chǎn)過程復(fù)雜、工藝路線流程長、產(chǎn)研并存、快速定制等特點(diǎn)。智能工廠是一個復(fù)雜的系統(tǒng)之系統(tǒng)（System of System，SoS），具有全面數(shù)字化、自動化和智能化程度高[3]等特點(diǎn)。隨著生產(chǎn)系統(tǒng)仿真技術(shù)的快速發(fā)展，計(jì)算機(jī)仿真技術(shù)在我國航空航天制造業(yè)中的應(yīng)用受到了廣泛重視。李慧等[4]基于Plant Simulation平臺建立了某航空發(fā)動機(jī)高壓工作葉片的產(chǎn)線仿真模型，初步優(yōu)化后增加了產(chǎn)線24%的產(chǎn)能。張麗[5]應(yīng)用QUEST仿真平臺對某工廠鈑金產(chǎn)線進(jìn)行了建模，從設(shè)備利用率、產(chǎn)能、人員排班等方面進(jìn)行分析并提出改進(jìn)方案，大大縮短產(chǎn)品的生產(chǎn)周期。空客公司使用Witness平臺，對A330、A340及A340-600飛機(jī)機(jī)翼裝配線的工藝流程進(jìn)行了評估和改善[6]。黃亞星等[7]基于某型號航空發(fā)動機(jī)主軸智能鍛造生產(chǎn)車間，在Plant Simulation平臺上構(gòu)建了鍛造設(shè)備布局模型，智能化升級產(chǎn)線后提高了其20%的生產(chǎn)效率，且使鍛件合格率提升了15%。

在智能產(chǎn)線的規(guī)劃設(shè)計(jì)階段，采用計(jì)算機(jī)仿真技術(shù)把制造系統(tǒng)中的生產(chǎn)資源、產(chǎn)品工藝數(shù)據(jù)及物流等信息動態(tài)地結(jié)合起來[8]，以系統(tǒng)活動過程的“復(fù)現(xiàn)”來代替數(shù)學(xué)方法的抽象描述，可以對車間性能進(jìn)行定量分析，提升建設(shè)方案的合理性和經(jīng)濟(jì)性，及時發(fā)現(xiàn)未來風(fēng)險，從而更有效地指導(dǎo)智能工廠建設(shè)。本文以某規(guī)劃設(shè)計(jì)階段的航空發(fā)動機(jī)核心零部件增材制造生產(chǎn)線為對象展開研究，利用國產(chǎn)Factory Simulation生產(chǎn)系統(tǒng)仿真軟件，建立與實(shí)際系統(tǒng)具有相同工藝數(shù)據(jù)、生產(chǎn)資源、設(shè)備布局的仿真模型。結(jié)合仿真結(jié)果對關(guān)鍵生產(chǎn)設(shè)備數(shù)量、AGV（Automated Guided Vehicle，自動導(dǎo)引車）物流安排等提出改進(jìn)建議。

1 發(fā)動機(jī)核心零部件產(chǎn)線生產(chǎn)系統(tǒng)

發(fā)動機(jī)核心零部件產(chǎn)線屬于典型的離散生產(chǎn)模式，該產(chǎn)線主要承擔(dān)某型號發(fā)動機(jī)零部件A、B、C的生產(chǎn)任務(wù)，增材制造單元通過3D打印成形A、B、C三種零件，零件經(jīng)增材制造后處理一系列加工處理后完成入庫。以其中一種零件為例，其工藝流程如圖1所示。

預(yù)設(shè)產(chǎn)線廠房布局如圖2所示，單元內(nèi)物料流轉(zhuǎn)通過天車搬運(yùn)，單元間利用AGV運(yùn)送。

2 生產(chǎn)系統(tǒng)仿真模型建立

2.1 建模流程

Factory Simulation是華中科技大學(xué)國家智能設(shè)計(jì)與數(shù)控技術(shù)創(chuàng)新中心自主研發(fā)的生產(chǎn)系統(tǒng)建模與仿真軟件[9]，其以離散事件仿真理論為基礎(chǔ)，實(shí)現(xiàn)對復(fù)雜離散生產(chǎn)系統(tǒng)的模擬運(yùn)行和性能的定量分析優(yōu)化。對于該生產(chǎn)系統(tǒng)的仿真優(yōu)化，基本流程如圖3所示。

2.2 模型的簡化與假設(shè)

復(fù)雜系統(tǒng)的建模分析無法反映全部現(xiàn)實(shí)系統(tǒng)，仿真模型也不是全部現(xiàn)實(shí)系統(tǒng)的重復(fù)或預(yù)演[10]，因此，需要對模型進(jìn)行合理的簡化和假設(shè)。本文對所建模型作出的假設(shè)如下：

（1）在模型的工藝流轉(zhuǎn)中，每道工序的操作工時用留有裕度的定額工時來代替實(shí)際情況中應(yīng)符合某種數(shù)學(xué)分布的實(shí)際加工工時；

（2）模型按理想情況計(jì)，不考慮設(shè)備故障和殘次品出現(xiàn)；

（3）假設(shè)人力資源和生產(chǎn)原料充足；

（4）由于增材制造零件打印加工的特殊性，在激光成形工序中，打印設(shè)備每爐出產(chǎn)兩件固定在打印基板上的同類毛坯件，打印后直到線切割工序前該倉兩毛坯件被視為處于捆縛狀態(tài)，同時進(jìn)行運(yùn)輸和加工；

（5）為減少激光成形不同種材料的零件而必須進(jìn)行的清換粉操作時間，將36臺激光成形設(shè)備按一定比例分配給不同零件，16臺專門生產(chǎn)零件A，9臺專門生產(chǎn)零件B，11臺專門生產(chǎn)零件C；

（6）產(chǎn)線內(nèi)預(yù)定設(shè)備數(shù)量和生產(chǎn)日歷設(shè)計(jì)如表1所示。

2.3 生產(chǎn)系統(tǒng)模型構(gòu)建

根據(jù)上述模型設(shè)計(jì)要求，按照建模的簡化與假設(shè)原則在Factory Simulation上建立該航空發(fā)動機(jī)零部件產(chǎn)線二維模型，產(chǎn)品工藝、生產(chǎn)工時、BOM（Bill of Material，產(chǎn)品結(jié)構(gòu)表）和生產(chǎn)計(jì)劃等相關(guān)具體實(shí)際信息在模型中以表格（Table）和方法（Method）形式寫入，以完成年產(chǎn)量目標(biāo)為目的對產(chǎn)線進(jìn)行仿真。

3 生產(chǎn)系統(tǒng)仿真模型結(jié)果分析

3.1 產(chǎn)線設(shè)備分析

在新廠房的生產(chǎn)加工中，產(chǎn)線全線開動視為進(jìn)入穩(wěn)定生產(chǎn)，在此之前進(jìn)行的將停機(jī)的設(shè)備逐漸投入生產(chǎn)的過程視為產(chǎn)線的預(yù)熱階段。

對仿真結(jié)果進(jìn)行數(shù)據(jù)分析，得到各工作單元的利用率相關(guān)統(tǒng)計(jì)數(shù)據(jù)和主要設(shè)備前緩存區(qū)的情況[11]，如圖4和表2所示。并得到加工完年產(chǎn)量目標(biāo)及預(yù)熱階段零件共耗時489天，其中預(yù)熱階段81天，完成年任務(wù)的所需時間為406天，不滿足年產(chǎn)量計(jì)劃要求。

大尺寸激光選區(qū)熔化設(shè)備全年開機(jī)，但其利用率并未接近100%，原因在于預(yù)熱階段間隔開機(jī)和最后一個月訂單在該工序加工結(jié)束后的后處理加工時間過長。結(jié)合設(shè)備利用率和緩存區(qū)在制品情況分析，鉗工工位、超聲波清洗機(jī)、增材制品本體射線檢測系統(tǒng)和增材制品焊接質(zhì)量數(shù)字射線檢測系統(tǒng)設(shè)備處存在較高設(shè)備利用率和高在制品積壓情況，為瓶頸工位。對瓶頸工位進(jìn)一步進(jìn)行全年時間范圍下的詳細(xì)分析。

如圖5所示，瓶頸工位的在制品數(shù)量從生產(chǎn)開始就一直處于上升狀態(tài)，直到仿真結(jié)束前下降，呈現(xiàn)斷崖式折線，說明工序上存在加工設(shè)備產(chǎn)能與當(dāng)前產(chǎn)線不匹配的情況。對于鉗工工位，由于零件的工藝特點(diǎn)，一個零件在此工位上需多次加工，零件A和零件B需在此加工去支撐、打磨、二次去支撐、二次打磨和裝配測量產(chǎn)品重量五道工序，零件C需要加工一次去支撐、打磨和裝配測量產(chǎn)品重量三道工序，而且每次加工的時間不一，故導(dǎo)致了鉗工工位處高在制品積壓的情況出現(xiàn)。

3.2 產(chǎn)線物流運(yùn)輸分析

智能工廠需要智能物流系統(tǒng)支撐，而智能物流系統(tǒng)的典型特征是AGV的應(yīng)用。模型在生產(chǎn)現(xiàn)場設(shè)置了10臺AGV在AGV充電區(qū)中等待，當(dāng)零件在單元區(qū)域內(nèi)完成一道工序的加工后會轉(zhuǎn)移到區(qū)域出口緩存區(qū)，并呼叫AGV搬運(yùn)到下一工序?qū)?yīng)的加工區(qū)域中。仿真結(jié)束后訪問AGV系統(tǒng)的運(yùn)行數(shù)據(jù)，得到表3。

可以看出，前三臺AGV工作時間較長，其除等待時長之外的有效運(yùn)行時間占仿真時長比例，即AGV利用率分別為10.5%、4.5%、1.7%，AGV系統(tǒng)整體平均利用率不高。但由于增材制造車間加工工藝的特殊性，零件生產(chǎn)的加工時長實(shí)際是以天為單位，整體加工流程中AGV的平均利用率并不能直接體現(xiàn)生產(chǎn)現(xiàn)場對AGV的需求程度。對于標(biāo)準(zhǔn)化的智能生產(chǎn)車間，AGV物流的即時響應(yīng)程度更能體現(xiàn)AGV在生產(chǎn)中是否得到合理利用。因此以0.5天為一個時間段對AGV系統(tǒng)的AGV呼叫頻次進(jìn)行統(tǒng)計(jì)，得到圖6?？梢钥闯?，AGV最大半天呼叫頻次為84次，平均半天呼叫頻次為18.4次。

進(jìn)一步分析當(dāng)半天呼叫頻次達(dá)到20次以上時對應(yīng)的AGV響應(yīng)時長情況，如圖7所示。

當(dāng)采用10臺AGV進(jìn)行物料運(yùn)輸時，大多數(shù)高峰期呼叫可以滿足物流的及時響應(yīng)，等待響應(yīng)時長最多為16 min，在當(dāng)前的產(chǎn)線設(shè)計(jì)要求下AGV數(shù)量存在冗余。

4 生產(chǎn)系統(tǒng)仿真結(jié)果優(yōu)化

在確定生產(chǎn)系統(tǒng)的最佳方案時，一般需要對關(guān)鍵參數(shù)進(jìn)行設(shè)置，可以通過DOE（Design of Experiment，試驗(yàn)設(shè)計(jì)）的方式，設(shè)計(jì)仿真試驗(yàn)，自動進(jìn)行批量化仿真。DOE是一種安排試驗(yàn)和分析試驗(yàn)數(shù)據(jù)的數(shù)理統(tǒng)計(jì)方法[12]，通過合理安排試驗(yàn)，以較少的試驗(yàn)次數(shù)和較低的試驗(yàn)成本為目標(biāo)，找到最佳的參數(shù)組合[13]。

結(jié)合產(chǎn)線建設(shè)硬約束要求，以降低瓶頸工位前緩存區(qū)在制品數(shù)量為目標(biāo)，分別設(shè)置鉗工工位數(shù)量、超聲波清洗機(jī)工作時長為變量，分析變量和相關(guān)工位前緩存區(qū)在制品數(shù)量的關(guān)系；增材制品本體射線檢測系統(tǒng)和增材制品焊接質(zhì)量數(shù)字射線檢測系統(tǒng)根據(jù)要求不能在廠房內(nèi)部增設(shè)工位，故在外部增設(shè)效率較低的外協(xié)加工單元，設(shè)置外協(xié)加工單元數(shù)量為變量，分析其與兩工位前緩存區(qū)在制品數(shù)量的關(guān)系；適當(dāng)更改AGV數(shù)量，分析不同AGV數(shù)量下，車間內(nèi)高峰時間段呼叫AGV后的響應(yīng)時長。并對上述分析結(jié)果進(jìn)行優(yōu)化。

（1）鉗工工位數(shù)為16、17時在制品數(shù)量情況如圖8所示?？梢钥闯觯?dāng)鉗工工位數(shù)為16時，大大降低了工位在制品堆積數(shù)量，相較增加前優(yōu)化了66.4%；從16增加到17的優(yōu)化不明顯?？紤]到產(chǎn)線建設(shè)成本，鉗工工位增加到16較為合適。

（2）對超聲波清洗單元作如上試驗(yàn)操作，結(jié)果如圖9所示，超聲波清洗機(jī)設(shè)備增加到3較為合適。

（3）由于實(shí)際生產(chǎn)要求，無損檢測工序涉及的兩臺機(jī)器的排班次和加工單元數(shù)量不可更改，故要改善該工序的積壓情況需要增加同屬性的外協(xié)加工單元。設(shè)備調(diào)配邏輯為：外協(xié)設(shè)備工序內(nèi)加工時長為車間內(nèi)設(shè)備的1.5倍，當(dāng)車間內(nèi)相關(guān)設(shè)備前緩存區(qū)容量＞5時，將下一件需要進(jìn)行該工序加工的零件轉(zhuǎn)運(yùn)至外協(xié)。

設(shè)置外協(xié)加工單元為3、4、5、6的試驗(yàn)，試驗(yàn)結(jié)果如表4和圖10所示。隨著外協(xié)加工站單元數(shù)量的增加，兩加工設(shè)備的利用率和最大在制品數(shù)均降低。考慮到實(shí)際生產(chǎn)中外協(xié)數(shù)量過多會導(dǎo)致零件流轉(zhuǎn)繁復(fù)、拉長產(chǎn)品的加工時間，故外協(xié)單元數(shù)量設(shè)為5效果較好。

（4）為尋找最佳AGV數(shù)量，分別設(shè)置AGV數(shù)量為3、5、7、8、9五組試驗(yàn)，并統(tǒng)計(jì)相應(yīng)高峰期平均響應(yīng)時長，結(jié)果如圖11所示?？梢钥闯?，當(dāng)AGV數(shù)量不足時，呼叫高峰期的搬運(yùn)任務(wù)普遍存在響應(yīng)時間，隨著AGV數(shù)量的增加，這種響應(yīng)時間隨之降低。當(dāng)AGV數(shù)量為8時，基本可以滿足所有物流運(yùn)輸任務(wù)的即時響應(yīng)，特高峰等待時間為17 min。以上試驗(yàn)分析結(jié)果可為實(shí)際生產(chǎn)安排的AGV數(shù)量提供參考。

5 生產(chǎn)系統(tǒng)優(yōu)化結(jié)果

經(jīng)上述優(yōu)化分析后重構(gòu)模型，對所涉及的參數(shù)進(jìn)行修改，并進(jìn)行二次仿真模擬，得到整體車間優(yōu)化后的仿真結(jié)果，如圖12所示。

加工零件A、B、C的激光選區(qū)熔化設(shè)備的平均利用率分別為87.05%、81.61%、87.72%，相較于優(yōu)化前的70.83%、68.8%、72.85%均有了較大提升。完成預(yù)熱階段和穩(wěn)定生產(chǎn)階段的仿真結(jié)束時間為440天，完成年生產(chǎn)計(jì)劃所需時間為359天，滿足完成年生產(chǎn)計(jì)劃要求。

6 結(jié)語

本文研究了以某航空發(fā)動機(jī)核心零部件為背景的增材制造生產(chǎn)線，利用仿真軟件Factory Simulation對車間預(yù)設(shè)系統(tǒng)狀況進(jìn)行了仿真，找出了零件生產(chǎn)線中的瓶頸工序和物流設(shè)備安排不合理之處。針對部分瓶頸工位提出了最優(yōu)的設(shè)備數(shù)量改進(jìn)建議，建議調(diào)整后的鉗工工位加工單元數(shù)為16，超聲波清洗機(jī)加工單元數(shù)為3、X光外協(xié)單元數(shù)為5。此外，本文還對物流運(yùn)輸進(jìn)行分析，為實(shí)際生產(chǎn)過程中AGV數(shù)量的設(shè)置提供了參考。優(yōu)化后的年計(jì)劃完成時間縮短了12%，投入的AGV車輛成本降低了20%。以上結(jié)論對全面分析生產(chǎn)線瓶頸及后續(xù)產(chǎn)線建設(shè)具有指導(dǎo)意義。

參考文獻(xiàn)：

[1]楊強(qiáng)，魯中良，黃福享，等. 激光增材制造技術(shù)的研究現(xiàn)狀及發(fā)展趨勢[J]. 航空制造技術(shù)，2016（12）：26-31.

[2]洪海波，陳錦華，左麗玲，等. 基于數(shù)字孿生的航天制造車間設(shè)備能力評估與動態(tài)調(diào)度方法[J]. 航天制造技術(shù)，2022（3）：12-17，60.

[3]徐志濤，胡玉玲，劉慧，等. 基于Anylogic的智能工廠立體物流系統(tǒng)仿真與優(yōu)化研究[J]. 制造業(yè)自動化，2023，45（5）：129-134.

[4]李慧，孫元亮，張超. 基于Plant Simulation的航空發(fā)動機(jī)葉片機(jī)加生產(chǎn)線仿真分析與優(yōu)化[J]. 組合機(jī)床與自動化加工技術(shù)，2019（7）：116-118.

[5]張麗. 基于QUEST的某工廠鈑金生產(chǎn)線仿真與二次開發(fā)[D].