□ 張 孟 □ 范欽映 □ 梁春游 □ 周留洋
蘭州理工大學(xué) 機(jī)電工程學(xué)院 蘭州 730050
針對(duì)多故障模式下緩存區(qū)容量有限的雙設(shè)備模型,提出了一種求解其生產(chǎn)能力的解析方法。多故障模式是指此雙設(shè)備模型的上下游機(jī)器有多種故障方式,每一種故障方式都有相對(duì)應(yīng)的MTTF(同一臺(tái)設(shè)備,兩次故障之間的平均工作時(shí)間)和MTTR(同一臺(tái)設(shè)備從發(fā)生故障到正常工作的平均維修時(shí)間),用這兩個(gè)參數(shù)來(lái)區(qū)分不同的故障方式。一臺(tái)設(shè)備通常有多種故障方式,因?yàn)橐慌_(tái)機(jī)器擁有許多零部件,每一個(gè)部件都有可能發(fā)生故障。以汽車(chē)自動(dòng)組裝線(xiàn)為例,每一個(gè)工作站都包含有:上料裝置、夾緊裝置、切削加工裝置、進(jìn)給裝置等,這些裝置的可靠性都是不同的,一旦發(fā)生故障,那么對(duì)應(yīng)的維修時(shí)間、維修方式都是不同的。正是有了這樣的情況,關(guān)于多故障模式下生產(chǎn)線(xiàn)的研究分析就具有實(shí)際意義。對(duì)于多故障模式下生產(chǎn)線(xiàn)的研究分析,單一故障模式的求解辦法是綜合多種故障方式對(duì)生產(chǎn)能力的影響,得到一個(gè)平均值,然后代入計(jì)算求解。但是,由于許多模型的MTTF和MTTR都是呈指數(shù)分布或是幾何分布,單一故障模式的求解結(jié)果對(duì)生產(chǎn)能力給出一個(gè)近似的解析值,而不同故障方式對(duì)生產(chǎn)能力的不同影響卻被忽略掉了。當(dāng)緩存區(qū)容量很小時(shí),生產(chǎn)能力的差別會(huì)很大,采用單一故障模型求解結(jié)果就不再可靠,換言之,單一故障模式的求解方法的適用性差。多故障雙設(shè)備模型可以具體分析每一種故障方式對(duì)生產(chǎn)能力的影響。盡管分析雙設(shè)備模型只是分析兩臺(tái)設(shè)備和一個(gè)緩存區(qū)組成的生產(chǎn)單元,但是,這種分析卻是值得深究的。大型的生產(chǎn)線(xiàn)系統(tǒng)(Gershwin S B[1];Dallery[2];Tulliotolio,et al[3]) 是通過(guò)分解方法(Gershwin S B,et al[4];Yeralan,et al[5])或者綜合方法(Dallery ,et al[6];Gershwin S B[7])來(lái)具體求解的,但是這兩種方法都是以雙設(shè)備模塊為計(jì)算單元。更多方法參見(jiàn)文獻(xiàn)[8~10]。針對(duì)多故障模式下緩存區(qū)容量有限的生產(chǎn)線(xiàn),很多學(xué)者提出了自己的建模方法,參見(jiàn)文獻(xiàn)[7,11~13]。 筆者受 Tulliotolio[14]所提模型的啟發(fā),對(duì)上下游均有兩種故障方式的模型做出了具體的分析。仿真結(jié)果表明,本方法更準(zhǔn)確可靠。
▲圖1 雙設(shè)備模型
雙設(shè)備模型由上游機(jī)器Mu、緩存區(qū)B、下游機(jī)器Md組成,如圖1所示。每一個(gè)零件進(jìn)入上游機(jī)器Mu,經(jīng)過(guò)緩存區(qū)B和下游機(jī)器Md,最后離開(kāi)此模型。上下游機(jī)器擁有相等的加工時(shí)間,傳送時(shí)間忽略不計(jì)。緩存區(qū)容量有限,上游緩存區(qū)為空的機(jī)器所對(duì)應(yīng)的狀態(tài)記為饑餓,下游緩存區(qū)存滿(mǎn)的機(jī)器所對(duì)應(yīng)的狀態(tài)記為阻塞,上游機(jī)器永不饑餓,下游機(jī)器永不阻塞,空閑狀態(tài)的機(jī)器(處于饑餓或阻塞狀態(tài))不會(huì)發(fā)生故障。機(jī)器工作后,發(fā)生某種故障的概率是確定的,同一時(shí)間,一臺(tái)機(jī)器只能發(fā)生一種故障狀態(tài)。在一次工作循環(huán)中,一臺(tái)機(jī)器在循環(huán)開(kāi)始階段故障,那么,此機(jī)器的維修率也是確定的。故障和維修均出現(xiàn)在循環(huán)開(kāi)始,緩存區(qū)工件數(shù)目的變化發(fā)生在循環(huán)結(jié)束。工件不會(huì)被拒收或損壞,一臺(tái)機(jī)器發(fā)生故障后,正在處理的工件自動(dòng)返回上游緩存區(qū),等待新一輪循環(huán)。
假設(shè)此模型的狀態(tài)為 (n,α1,α2),n 代表緩存區(qū)即時(shí)工件數(shù)目 (0≤n≤N),α1為上游機(jī)器的維修狀態(tài),α2為下游機(jī)器的維修狀態(tài)。上游機(jī)器的正常工作狀態(tài)為α1=1,否則 α1=μi(i=1,2,...,s),μi為機(jī)器的故障模式。同樣的,下游機(jī)器的正常工作狀態(tài)為α2=1,否則α2=μj,(j=1,2,...,t),μj為機(jī)器的故障模式。 機(jī)器處于狀態(tài)(n,α1,α2)所對(duì)應(yīng)的穩(wěn)態(tài)概率記作 P(n,α1,α2),由于維修和故障在循環(huán)開(kāi)始時(shí)發(fā)生,緩存區(qū)盈余水平的變化在循環(huán)結(jié)束時(shí)發(fā)生。緩存區(qū)的盈余水平為:
式中:τ為一次工作循環(huán)。
定義l1(τ+1)為上游機(jī)器在此工步結(jié)束時(shí)的加工件數(shù);l2(τ+1)為下游機(jī)器在此工步結(jié)束時(shí)的加工件數(shù)。如果 α1(τ+1)=1,且 n(τ)<N,則 l1(τ+1)=1,否則 l1(τ+1)=0;同樣,如果 α2(τ+1)=1,且 n(τ)>0,則 l1(τ+1)=1,否則 l1(τ+1)=0。
將正常工作的機(jī)器進(jìn)入某一故障模式i的概率記為pui,那么,在一次工作循環(huán)中,機(jī)器經(jīng)過(guò)維修可以正常工作的概率記為rui。同樣, pdj、rdj分別代表下游機(jī)器的故障率和維修概率。上游機(jī)器所有故障模式的概率之和記為;下游機(jī)器所有故障模式的概率之和記為
衡量生產(chǎn)能力的指標(biāo)是此雙設(shè)備模型的生產(chǎn)率和緩存區(qū)的盈余水平,雙設(shè)備模型的生產(chǎn)率記為E1、E2。E2指在某工作循環(huán)τ內(nèi)下游機(jī)器Md正常工作的概率,E1指在某工作循環(huán)τ內(nèi)上游機(jī)器Mu正常工作的概率,由于生產(chǎn)線(xiàn)具有連續(xù)性,所以上下游機(jī)器正常工作的概率是相等的,也即E1=E2。根據(jù)生產(chǎn)線(xiàn)產(chǎn)量的定義,E1=prob[(τ+1)=1,且 n(τ)<N];E2=prob[(τ+1)=1,且 n(τ)>0],進(jìn)一步推導(dǎo)可得:
緩存區(qū)的盈余水平為:
故要衡量模型的生產(chǎn)能力,必須計(jì)算得到每一個(gè)狀態(tài)的概率。
此雙設(shè)備模型共有 M=(s+1)(t+1)(N+1) 個(gè)狀態(tài),所以必須分析擁有M個(gè)狀態(tài)的馬爾可夫鏈。傳統(tǒng)的思路是,求得M個(gè)關(guān)于這些狀態(tài)概率的方程,建立方程組,求解這些未知數(shù)。但是,當(dāng)N特別大的時(shí)候,這樣的求解方法是行不通的?;谝陨峡紤],筆者提出了一種解析方法,本方法需要求解一個(gè)關(guān)于k的s+t次方程和一個(gè)s+t-1個(gè)方程的方程組。因此,本方法的數(shù)學(xué)計(jì)算量大大減少。本方法是對(duì)Gershwin,S.B.,1994[7]方法的一個(gè)擴(kuò)展。核心思想是,首先對(duì)結(jié)果進(jìn)行猜想,進(jìn)而驗(yàn)證。驗(yàn)證過(guò)程為,將猜想的結(jié)果代入內(nèi)部狀態(tài)(2≤n≤N-2)方程,得到s+t組解。如果猜想是正確的,這些解的線(xiàn)性組合中肯定有一組會(huì)滿(mǎn)足邊界狀態(tài)方程,那么這組線(xiàn)性組合就是要找的解。
分析此多故障雙設(shè)備模型的馬爾可夫鏈,可以得到以下?tīng)顟B(tài)方程:
受Tulliotolio[14]的啟發(fā),猜想內(nèi)部狀態(tài)的概率形式如下:
當(dāng) X、Ui、Dj一共有 1+s+t組,將式(9)代入式(5)~式(8),可以得到:
進(jìn)一步簡(jiǎn)化后,假設(shè):
進(jìn)一步整理,把 Ui、Dj代入式(11),可以得到:
這是一個(gè)關(guān)于K的 (s+t)次方程。約定Km(m=1,...,s+t)為方程的第 m 個(gè)根,那么,Ui,m、Dj,m、Xm即為對(duì)應(yīng)的解,整理可以得到:
假定所有的根Km都是實(shí)數(shù),容易得到其中一個(gè)KR=1,代入式(17)有:
以上R組解滿(mǎn)足內(nèi)部方程,接下來(lái)尋找這些解來(lái)滿(mǎn)足邊界方程的線(xiàn)性組合。
部分狀態(tài)是暫時(shí)的,部分狀態(tài)對(duì)應(yīng)的穩(wěn)態(tài)概率等于零,也就是說(shuō)這些狀態(tài)是暫時(shí)的,記為邊界狀態(tài):
2.2.1 低邊界狀態(tài)變遷方程
2.2.2 高邊界狀態(tài)變遷方程
如果式(9)是合理的,那么一定能找到這些解滿(mǎn)足邊界方程的線(xiàn)性組合,猜想內(nèi)部狀態(tài)的概率符合以下形式:
式(22)、式(25)中:p(1,ui,1)、p(N-1,1,dj)只包含內(nèi)部狀態(tài)的概率,可以參照內(nèi)部狀態(tài)的概率公式計(jì)算,利用式(20)、式(21)、式(23)、式(24)、式(26)、式(27),可以把邊界方程寫(xiě)成是關(guān)于常數(shù)C1,...Cm的函數(shù):
經(jīng)過(guò)一系列處理,可以得到CR=0,將這些概率代入式(23)、式(26),可以得到:
所有的狀態(tài)概率之和必須滿(mǎn)足標(biāo)準(zhǔn)方程:
由式(45)~式(47)可以得到 1+s+t個(gè)方程組成的方程組,其中只有s+t+1個(gè)方程是與線(xiàn)性無(wú)關(guān)的。而未知數(shù)Cm(CR=0)也正好是1+s+t個(gè),求解這個(gè)方程組,即可得到Cm。
(1) 求解式(16),得到的所有根 Km(m=1,...,R)。
(2) 每個(gè) Km可以產(chǎn)生一組 Xm、Ui,m、Dj,m, 通過(guò)式(17),求得 Xm、Ui,m、Dj、m。
(3) 求解由式(45)~式(47)組成的方程組,得到:Cm(m=1,...,R)。
(4) 通過(guò)式(28)~式(44),分別得到內(nèi)部狀態(tài)概率和邊界狀態(tài)概率。
(5) 通過(guò)式(2)~式(4),得到系統(tǒng)的性能評(píng)價(jià)指標(biāo)E1、E2、n。
多故障模型方法針對(duì)性能指標(biāo)的準(zhǔn)確性,與Gershwin,S.B.[7]的單一故障模型分析作一對(duì)比。在基于單故障模型的分析方法中,每一臺(tái)機(jī)器只有一種故障模式,而基于多故障模型的分析方法中,每一臺(tái)機(jī)器有兩種故障模式。
故障率和維修率之間的關(guān)系:
器故障率,ri代表機(jī)器維修率。
上下游機(jī)器的運(yùn)行效率
可以得到上游機(jī)器的平均故障率、維修率和下游機(jī)器的平均故障率、維修率,也即單一故障模型的求解所需要的參數(shù)[7]。
圖2中,虛線(xiàn)代表基于多故障雙設(shè)備模型生產(chǎn)能力的解析結(jié)果,星型線(xiàn)代表基于單故障雙設(shè)備模型生產(chǎn)能力的解析結(jié)果[7]。圖2為平均產(chǎn)量與上游機(jī)器故障率ru1的關(guān)系圖。圖3為緩存區(qū)庫(kù)存水平與上游機(jī)器故障率ru1的關(guān)系圖。其中,rd1=0.09,rd2=0.09,pu1=pu2=0.005,eu=0.9,pd1=pd2=0.005,ed=0.9,N=10,ru=0.09,ru2隨著ru1而變化,也即ru2可以用ru1和ru表示,這樣,就可以得到系統(tǒng)性能隨自變量ru1的變化關(guān)系。
▲圖2 平均產(chǎn)量與上游機(jī)器故障率ru1的關(guān)系圖
▲圖3 緩存區(qū)庫(kù)存水平與上游機(jī)器故障率ru1的關(guān)系圖
通過(guò)仿真實(shí)驗(yàn),可以看出,基于多故障雙設(shè)備模型生產(chǎn)能力的解析方法得到的平均產(chǎn)量會(huì)隨著上游機(jī)器維修率的變化而變化,當(dāng)上游機(jī)器兩種故障狀態(tài)維修率相等時(shí)(ru1=ru2=0.09),系統(tǒng)的平均生產(chǎn)率達(dá)到最大,緩存區(qū)庫(kù)存水平最小;當(dāng)<0.09時(shí),平均產(chǎn)量隨著ru1的增大而增大,緩存區(qū)庫(kù)存水平隨著ru1的增大而減??;當(dāng) ru1>0.09時(shí),平均產(chǎn)量隨著ru1的增大而減小,緩存區(qū)庫(kù)存水平隨著ru1的增大而增大。而基于單故障雙設(shè)備模型生產(chǎn)能力的解析方法得到的平均產(chǎn)量圖和緩存區(qū)的庫(kù)存水平不會(huì)隨著上游機(jī)器維修率的變化而變化,只得到了近似解,這說(shuō)明本解析方法更準(zhǔn)確可靠。
筆者以多故障雙設(shè)備模型為主要研究對(duì)象,受Tulliotolio[14]所提模型的啟發(fā),結(jié)合對(duì)馬爾可夫鏈和內(nèi)部狀態(tài)及邊界狀態(tài)的變遷關(guān)系的分析,提出了一種對(duì)多故障雙設(shè)備模型生產(chǎn)能力的解析方法。對(duì)上下游均有兩種故障方式的模型做出了具體的分析,并將本解析方法與基于單故障模式解析方法所得結(jié)果相比較,結(jié)果顯示,在多故障模式下,本解析方法更準(zhǔn)確可靠。
[1] Gershwin S B.An Efficient Decomposition Method for the Approximate Evaluation of Tandem Queues with Finite Storage Space and Blocking [J].Operations Research,1987,35(2):291-305.
[2] Y Dallery,R David,Xiao Lan Xie.An Efficient Algorithm for Analysis of Transfer Lines with Unreliable Machines Finite Buffers [J].IIE Transactions,1988,20(3):280-283.
[3] Tullio Tolio,Matta A ,Jovane F.A Method for Performance Evaluation of Automated Flow Lines [J].Consumer Intelligence Research Partners Annals-Manufacturing Technology,1988,47(1):373-376.
[4] Gershwin S B, Schick I C.Modeling and Analysis of Three-Stage Transfer Lines with Unreliable Machines and Finite Buffers [J].Operations Research,1983,31 (2):354-377.
[5] S Yerelan,B Tan.A Station Model for Continuous Materials Flow Production Systems [J].InternationalJournalof Production Research,1997,35(9):2525-2541.
[6] Dallery Y,Gershwin S B.Manufacturing Flow Line Systems:a Review of Models and Analytical Results [J].Queueing Systems,1992,12(1-2):3-94.
[7] Gershwin S B.Manufacturing Systems Engineering [M].Upper Saddle River,Prentice Hall,1994.
[8] Kim J,Gershwin S B.Integrated Quality and Quantity Modeling of a Production Line[J].Operations Research Spectrum,2005,27(2):287-314.
[9] Poffe Andrea,Gershwin S B.Integrating Quality and Quantity Modelling in a Production Line [R].MIA Operations Research Center,2005.
[10] Soares A D S,Latouche G.Matrix-analytic Methods for Fluidqueues with Finite Buffers [J].Performance Evaluation,2006,63(4-5):295-314.
[11] Ignall E,Sehick A.The Output of A Two-Stage System with Unreliable Machinesand Limited Storage [J].American Institute of Industrial Engineers Transactions,1977,9 (2):183-188.
[12] Shantikumar J,Tien C.An Algorithmic Solution to Two-Stage TransferLines with Possible Scrapping ofUnits [J].Management Science,1983,29(9):1069-1086.
[13] Jafari M A,Shanthikumar J G.Exact and Approximate Solutions to Two-Stage Transfer Lines with General Uptime and Downtime Distributions [J].IIE Transactions,1987,19(4):412-419.
[14] Tullio Tolio,Matta A,Gershwin S B.Analysis of Twomachine Lines with Multiple Failure Modes [J].IIE Transactions,2002,34(1):51-62.