文／趙杰鋒，余磊，蔣磊·寧波海天塑機集團有限公司

導 語

本文主要以某方案商提供的磷化工藝生產(chǎn)線進行仿真建模研究，運行并分析方案的可行性，并通過遺傳算法對方案進行調(diào)整優(yōu)化，指導生產(chǎn)線設計投產(chǎn)。為公司投資設備規(guī)避風險，對方案的有效性進行量化，達到降本增效的目的。

生產(chǎn)系統(tǒng)是一個高度動態(tài)、高度變化的復雜系統(tǒng)，對整個系統(tǒng)的性能進行分析和優(yōu)化是非常困難的。自2015 年中國提出“中國制造2025”戰(zhàn)略以來，智能制造這一概念從抽象到具體，從局部試點到遍地開花。智能制造在國家政策支持下，紛紛提上了各大中型企業(yè)的發(fā)展日程。而各大FMS（即柔性制造系統(tǒng)Flexible Manufacture System）方案商也走上了這條快車道，步入了高速發(fā)展時期。

國寶乾隆抹紅甘露瓶

現(xiàn)如今，市場上各種“智能化”方案層出不窮，如何有效快速地甄別方案的“可行性”成了投資方的一大難題。動輒百萬千萬的項目投資試錯成本太高，計算機仿真作為一種虛擬建模及實驗分析的方法，能夠在項目投產(chǎn)前對方案的生產(chǎn)流程進行仿真優(yōu)化，檢驗方案的可行性以及更優(yōu)解。本文就主要利用Plant Simulation 對某FMS 方案商的自動飛巴磷化線方案進行仿真，驗證方案中設備能力和運行情況，包括物流路線、工藝流程、材料供應等。

圖1 一般的離散事件系統(tǒng)仿真流程

離散事件系統(tǒng)仿真

遺傳算法是一種模擬達爾文生物進化論的自然選擇和遺傳學機理的生物進化過程的計算機模型。它的基本思想是使用模擬生物和人類進化的方法求解復雜的優(yōu)化問題，因而也成為模擬進化優(yōu)化算法。其對系統(tǒng)的具體細節(jié)依賴性小，且擁有在異常和危險情況下在系統(tǒng)中自適應的能力。通過遺傳算法，在經(jīng)過幾次迭代之后，算法最終會收斂于目標的最優(yōu)解。

遺傳算法的應用

生產(chǎn)系統(tǒng)是一個典型的離散事件系統(tǒng)。離散事件系統(tǒng)是指活動和狀態(tài)變化僅在離散時間點上發(fā)生的系統(tǒng)。離散系統(tǒng)類型雖然多種多樣，但其基礎組成要素基本上相同，主要分為實體、屬性、活動、事件和狀態(tài)等基本要素。

本文中的自動飛巴磷化線（簡稱磷化線）方案屬于典型的離散系統(tǒng)。離散系統(tǒng)的仿真流程一般為確定工藝流程、建立系統(tǒng)方案、建立仿真模型、編寫程序、運行仿真、仿真結果分析以及優(yōu)化方案，如圖1 所示。

遺傳算法

遺傳算法的基本原理

遺傳算法作為一種優(yōu)秀的計算機算法，經(jīng)常用于組合優(yōu)化，函數(shù)優(yōu)化，自動控制，生產(chǎn)調(diào)度，圖像處理，機器人學習等方面尋找問題的最佳解決方案。本文中將對FMS 磷化線通過運行仿真模型觀察物流是否順暢、工位是否處于等待狀態(tài)等，然后使用遺傳算法及其他優(yōu)化方法不斷調(diào)整并優(yōu)化仿真模型，通過分析仿真輸出數(shù)據(jù)分析方案的優(yōu)劣及可行性。在此基礎上，對方案進行優(yōu)化調(diào)整，最終以最小的生產(chǎn)成本與投資達成目標產(chǎn)能。

GA（Genetic Algorithms）表示遺傳算法，在Plant Simulation 中GA 模塊包含GA 優(yōu)化器、GA 選擇、GA 序列、GA 值域分配及GA 數(shù)據(jù)組分配5 個對象。其中GA 優(yōu)化器負責管理、生成GA 的優(yōu)化方案，而其他4 個對象則用于構建GA 算法的初始染色體、定義采用遺傳算子。在Plant Simulation 中，可直接調(diào)用GA 模塊計算模型最優(yōu)解。

圖2 磷化線工藝流程

圖3 磷化線三維模型布局圖

磷化工藝生產(chǎn)線建立

磷化工藝流程分析

磷化線主要工藝流程為掛裝→脫脂→水洗→噴淋→表調(diào)→磷化→熱水洗→干燥等多個步驟。其中脫脂槽、磷化槽文中所采用的是雙工位方案，如圖2、圖3 所示。

由圖可知，該方案中磷化線由兩個上下件工位，兩條上下料傳送帶，兩輛運輸天車，七輛飛巴（黃色），九個槽工位（灰色）等主要部件組成，考慮脫脂與磷化所需時間較長，采用雙工位并聯(lián)，可減少前道工序等待時間。該方案并沒有準確的產(chǎn)量和效率數(shù)據(jù)，對項目設計人員的個人能力和工作經(jīng)驗有較強依賴性。當工藝參數(shù)或機械結構調(diào)整時，單純憑經(jīng)驗估算得出的數(shù)據(jù)略顯單薄。為驗證此方案可行性，基于Plant Simulation 15.0 對此方案進行虛擬建模仿真。

模型的建立與假設

FMS 磷化線的復雜系統(tǒng)無法完全映射到仿真模型當中，仿真模型也不需要全部現(xiàn)實系統(tǒng)的完全復刻。因此本文對生產(chǎn)系統(tǒng)進行合理的簡化，對仿真模型作出了如下假設。

(1)假設模型加工過程中每道工序采用工藝流程中所設標準值為加工時間。

(2)假設模型中所有設備故障率為0。

(3)假設模型中殘次品率為0。

(4)假設來料連續(xù)不間斷供應。

根據(jù)上述條件簡化模型，依據(jù)方案在Plant Simulation 上進行建模，如圖4 所示，將產(chǎn)品工藝流程、設備布局、人員配置以及物流方式等具體的生產(chǎn)資料輸入到仿真模型當中，通過Simtalk 實現(xiàn)方案邏輯的完整映射，得到更加精準量化的產(chǎn)能。

圖4 磷化線仿真建模

建立仿真模型主要是為了能夠準確地獲得實際生產(chǎn)過程中生產(chǎn)系統(tǒng)的運行情況。主要方法為：以工藝指導規(guī)范、方案商設備加工參數(shù)為基礎進行模型仿真，讀取仿真結果與實際生產(chǎn)情況能否達到生產(chǎn)需求。從而驗證了方案的可行性，為項目方案提供了準確的參考數(shù)據(jù)，進而指導生產(chǎn)。

仿真結果的分析與優(yōu)化

仿真結果

以此模型進行為期30 天的仿真運算，觀察生產(chǎn)情況。利用Plant Simulation 自帶統(tǒng)計模塊及Simtalk對整條FMS 磷化線加工能力進行分析，各工站等待時間如圖5 所示 ，各工站占用情況如圖6 所示。

圖5 各工位加工等待時間

圖6 各工位占用情況

圖7 改進后磷化線工藝流程

通過對該模型仿真結果進行分析，可以從柱狀圖中發(fā)現(xiàn)該套方案生產(chǎn)系統(tǒng)主要存在以下幾個問題。

(1)設備利用率低。

部分設備利用率不高，上下件工位等待時間較長，空槽噴淋與水洗兩個工位設備利用率，等待時間占比較高。

(2)加工節(jié)拍時間長。

該模型磷化工藝的平均加工節(jié)拍時間為7'09"/件，無法達到生產(chǎn)需求節(jié)拍要求的6'00"/件，說明整體方案需要改進完善，人工估算無法作為制定方案的主要依據(jù)。

(3)存在瓶頸工序。

脫脂槽與磷化槽的加工時間各占總加工時間41.7%，而脫脂槽的等待時間比磷化槽等待時間多2 分鐘左右，前半段工序堵塞極為嚴重。中轉工位是目前生產(chǎn)線瓶頸，易造成生產(chǎn)線堵塞，進而影響整套生產(chǎn)線工作效率。

通過仿真模型分析，造成以上問題的主要原因為：該生產(chǎn)線使用兩輛運輸天車，且為防止撞車，采用分段式管理。中轉位置是一個交叉共用區(qū)域，前段天車在此處等待時間過長，影響后段工位生產(chǎn)。該工位是一個高度交叉使用工位，大量半成品堆積在前段工位，導致整個生產(chǎn)線物流流轉不順暢，進而影響產(chǎn)品生產(chǎn)周期，最終導致整條生產(chǎn)線無法達成目標產(chǎn)能。

改進方案

根據(jù)模型仿真結果以及車間實際生產(chǎn)情況，對該生產(chǎn)系統(tǒng)加以改進。

(1)中轉工位無法起到緩解物流堵塞的作用，且占地面積較大。新方案考慮直接移除中轉工位，減少占地面積，縮短天車運行距離，同時增加后段天車物流區(qū)域，提升后段天車的利用率，如圖7 所示。

(2)修改半成品物流優(yōu)先級，根據(jù)該生產(chǎn)系統(tǒng)的特點，會出現(xiàn)幾個工位同時完成的情況。此時，天車需要通過工位優(yōu)先級來判斷先去哪個目的地作業(yè)。因為天車速度較慢，不同的優(yōu)先級會影響整條生產(chǎn)線最終加工能力。本文采用遺傳算法求出生產(chǎn)線產(chǎn)能最優(yōu)解，通過Plant Simulation 軟件自帶的遺傳算法（GA）模塊進行平均加工節(jié)拍時間的最優(yōu)解求值。對八個磷化槽和兩個上下件工位，進行1 到10 的優(yōu)先級排序，每個工站設置一個局部變量p，即通過p 值的大小確定天車服務的優(yōu)先級。

(3)調(diào)整天車運行算法，考慮引入預叫車思路，即在工位完成加工前發(fā)送天車運行請求，減少等待時間。

改進方案仿真結果

通過軟件將改進方案重新建模及算法編程，設定相同的加工任務，再次運行模型。如圖8、圖9所示，改進后各工位等待時間明顯降低，基本維持在1 分鐘以內(nèi)，且沒有前后段工序并未出現(xiàn)較大的偏差值，同時各工位堵塞時間明顯減少。經(jīng)過遺傳算法迭代優(yōu)化后，該生產(chǎn)線平均加工節(jié)拍為6'06"/件，基本符合生產(chǎn)需求。

圖8 各工位等待時間

圖9 各工位占用時間

圖10 天車工位移動圖

表1 方案改進前后對比

如圖10 所示，前段天車與后段天車在整個生產(chǎn)系統(tǒng)穩(wěn)定工作后，在時間序列中呈現(xiàn)出來一種圍繞長期趨勢的振蕩式變動。通過方案優(yōu)化后，可以大幅度縮短方案中物流程序的開發(fā)時間，直接通過圖中節(jié)點設置物流天車的工作流程。

表1 為兩種方案改進前后的仿真結果，對比可以看出，單件等待時間減少，堵塞減少，各工位負荷趨于平衡；生產(chǎn)線平均生產(chǎn)周期縮短，系統(tǒng)產(chǎn)能顯著提高；物流天車整體占用率上升，有效緩解了生產(chǎn)瓶頸現(xiàn)象。同時，改進后方案減少了一個槽體，縮短了整條生產(chǎn)線長度，降低了施工成本，達到了降本增效的目的。

國寶宋醬釉盤口執(zhí)壺

結束語

智能化車間改造是接下來制造業(yè)企業(yè)主要的提升方向，但前期需要投入大量的成本。因此在方案規(guī)劃與實施的過程中，應該對其進行深入分析與評估，建立模型以及運行仿真。Plant Simulation 軟件能夠在特定的加工條件下，完成方案的模擬。對方案的可行性和產(chǎn)能進行量化，對方案進行優(yōu)化，避免投產(chǎn)后試錯再修正，已達到降本增效的目的。

本文對某方案商的自動磷化生產(chǎn)線進行了建模仿真，得出其初步方案無法完成甲方所需產(chǎn)能，避免了方案投產(chǎn)后仍需投入資金對已有生產(chǎn)線進行改造。并且直接在軟件中分析出原方案的生產(chǎn)瓶頸與實際加工能力，對其進行優(yōu)化改進。計算機仿真可以通過2D 建模，參數(shù)設置，3D 渲染完成工廠設備可視化布局，再通過GA 算法、瓶頸分析等仿真分析工具得出更優(yōu)解，最終得出工藝排產(chǎn)布局的最優(yōu)方案，為公司和工廠有效地規(guī)避試錯風險。