李濤,胡濤,萬松,李沨
燃?xì)廨啓C(jī)生產(chǎn)車間布局設(shè)計
李濤,胡濤,萬松,李沨
應(yīng)用SLP方法對燃?xì)廨啓C(jī)生產(chǎn)車間進(jìn)行初始布局設(shè)計,針對車間布局優(yōu)化建立數(shù)學(xué)模型和仿真模型,運(yùn)用遺傳算法進(jìn)行仿真優(yōu)化求解,為車間布局設(shè)計提供定量依據(jù),優(yōu)化后的車間布局總物流量相比初始布局降低了19.5%。
SLP方法;車間布局;遺傳算法;仿真優(yōu)化;物流量
制造型企業(yè)20%~50%的生產(chǎn)成本用于物料運(yùn)輸,而合理的車間布局可以將生產(chǎn)成本降低10%~30%,生產(chǎn)效率提高3倍[1-3]。特別是離散的制造車間,生產(chǎn)流程不連續(xù),物流無法避免存在交叉和迂回,物料運(yùn)輸成本更高,所以在車間規(guī)劃階段,合理地進(jìn)行車間布局顯得至關(guān)重要。
國內(nèi)對車間布局問題的研究側(cè)重于SLP方法的應(yīng)用,以及優(yōu)化算法的研究與應(yīng)用[4-10],研究主要以少品種大批量的流程制造車間為研究對象,物流集中在生產(chǎn)線內(nèi),流向單一,布局設(shè)計以生產(chǎn)線平衡為目標(biāo)。而多品種小批量的離散制造車間,由于工藝不連續(xù),物料無固定流向,物流復(fù)雜,使車間布局尤為困難,這方面的研究較少。為此,結(jié)合我公司燃?xì)廨啓C(jī)生產(chǎn)車間的布局設(shè)計,分析離散制造車間的通用布局設(shè)計方法,首先應(yīng)用SLP方法求解車間初步布局,再通過仿真結(jié)合遺傳算法對車間布局進(jìn)行優(yōu)化設(shè)計。
燃?xì)廨啓C(jī)生產(chǎn)車間產(chǎn)品種類繁多但產(chǎn)量少,包含機(jī)加工、焊接、熱處理、裝配等多個專業(yè),屬于典型的離散制造車間。在設(shè)備類型和數(shù)量已確定的基礎(chǔ)上,可按照以下步驟進(jìn)行此類車間的布局設(shè)計:①作業(yè)單元設(shè)計;②使用SLP方法進(jìn)行車間初始布局設(shè)計;③應(yīng)用仿真對初始布局進(jìn)行優(yōu)化;④作業(yè)單元內(nèi)部詳細(xì)設(shè)備布局設(shè)計。
1.1 作業(yè)單元設(shè)計及物流分析
燃?xì)廨啓C(jī)產(chǎn)品工藝以頻繁的數(shù)控車、車銑,以及退火、焊接、裝配為主,無法成線布置,但根據(jù)不同的制造階段也存在一定的順序,即焊前粗加工→焊接→退火→焊后半精加工→焊后精加工。因此按照工藝原則布置和產(chǎn)品原則布置相結(jié)合的方式,將車間設(shè)備劃分為12個作業(yè)單元(見表1),其中焊后小/大型立車、焊后小/中/大型車銑屬于焊后半精加工。
表1 車間作業(yè)單元
作業(yè)單元內(nèi)不僅包括設(shè)備,還設(shè)置有在制品和工裝暫存區(qū),各作業(yè)單元的面積相近。由于作業(yè)單元內(nèi)部各設(shè)備之間無相互關(guān)系,設(shè)備布置無固定原則,因此作業(yè)單元內(nèi)部的詳細(xì)設(shè)備布局設(shè)計本文不做研究。
根據(jù)產(chǎn)品的工藝流程統(tǒng)計物料在兩兩作業(yè)單元之間的運(yùn)輸次數(shù),形成物料運(yùn)輸量從至表(見表2),并根據(jù)物流運(yùn)輸量所占比例[11]劃分為A、E、I、O、U(由強(qiáng)至弱)5個物流強(qiáng)度等級。
1.2 作業(yè)單元綜合互相關(guān)系分析
作業(yè)單元之間不僅存在物流相互關(guān)系,還因某些位置約束條件而存在非物流相互關(guān)系,見表3。
位置約束條件由作業(yè)性質(zhì)相似程度,交互密切程度,是否產(chǎn)生光、熱、煙塵等實際生產(chǎn)因素確定。
由于物流因素對生產(chǎn)效率影響較大,取物流與非物流相互關(guān)系的相對重要性比值為2∶1,A、E、I、O、U一般取值為4、3、2、1、0,加權(quán)計算得到作業(yè)單元綜合相互關(guān)系,見圖1。
1.3 車間初始布局
車間面積為225 m×96 m,廠房采用網(wǎng)架式結(jié)構(gòu),可設(shè)置兩個48 m跨,每跨對稱分為兩部分,中間為物流通道。各作業(yè)單元的面積相近,所以把車間分為A~L共12個面積相等的區(qū)域(設(shè)施規(guī)劃中稱為工作地),用于布置12個作業(yè)單元。AGV小車在2條橫向物流通道和4條縱向物流通道內(nèi)運(yùn)行,其運(yùn)行路徑見圖2。
每個區(qū)域靠近橫向物流通道的一側(cè)中點(diǎn)設(shè)置一個AGV站臺,作為天車和AGV小車的作業(yè)分界點(diǎn)。區(qū)域內(nèi)部物流由天車負(fù)責(zé),跨區(qū)域物流由AGV小車負(fù)責(zé)。
根據(jù)作業(yè)單元綜合相互關(guān)系圖,優(yōu)先確定級別高的作業(yè)單元的位置,再結(jié)合位置約束條件,得到車間初始布局方案,見圖2。
2.1 問題描述
SLP方法雖然給出了系統(tǒng)的布局設(shè)計步驟,但只是定性分析,布局設(shè)計很大程度上依賴設(shè)計人員的經(jīng)驗,無法定量評價,即在車間初始布局下總物流量是否最小、還有沒有更優(yōu)化的結(jié)果無法判斷。
現(xiàn)在已知12個作業(yè)單元兩兩之間的物料運(yùn)輸量,以及12個工作地和工作地相互間的距離(根據(jù)AGV站臺位置和AGV小車運(yùn)行路徑計算,可得到12個工作地的距離從至表)。布局問題就是將12個作業(yè)單元分配到12個工作地,理論上存在12!種布局方案,從中選擇總物流量最小的方案,屬于典型的二次分配問題(QAP)。
2.2 數(shù)學(xué)模型
在車間各作業(yè)單元面積相近的條件下,車間布局應(yīng)遵循以下兩個原則[12]:①物流量最小原則;②位置約束,有些作業(yè)單元位置有特殊要求,需要考慮布局中固定約束的情況[8,13]。據(jù)此建立車間布局?jǐn)?shù)學(xué)模型。
1)車間各作業(yè)單元之間總物流量最小
(1)
式中:Wij、Dij為作業(yè)單元i與作業(yè)單元j之間的物料運(yùn)輸量和距離;n為作業(yè)單元總數(shù)量。
①鈑金成型焊接(M1)和立體倉庫(M12)靠角布置約束條件。
(2)
表示M1和M12在排序時均布置在工作地A、C、J或L其中之一。
②熱處理(M2)和焊后精加工(M11)靠邊布置約束條件。
(3)
表示M2和M11在排序時均布置在工作地A、B、C、J、K或L其中之一。
③考慮到廠區(qū)道路位置和毛坯進(jìn)車間方向,焊前粗加工(M3)盡量布置在靠近主道路一邊的約束條件。
(4)
表示M3在排序時均布置在工作地A、B、C、D、E或F其中之一。
④同一個作業(yè)單元只能布置在一個工作地的約束條件。
總之,學(xué)術(shù)論文摘要作為信息來源,是論文學(xué)術(shù)質(zhì)量的反映,成為介紹或了解國內(nèi)外學(xué)術(shù)成就非常有效的途徑。學(xué)術(shù)論文摘要的翻譯應(yīng)遵循目的法則、連貫法則和忠實法則,應(yīng)按照英文摘要的普遍標(biāo)準(zhǔn)和特征來進(jìn)行翻譯。
(5)
表示Mi在排序時只能出現(xiàn)一次。
3.1 遺傳算法的運(yùn)用
遺傳算法是一種通用的解決組合優(yōu)化問題的算法,應(yīng)用遺傳算法求解QAP問題已經(jīng)比較成熟。
工作地位置不變,變化的只是工作地上分配的作業(yè)單元,以工作地的編碼順序作為染色體,作業(yè)單元編號作為染色體上的基因,則QAP問題就轉(zhuǎn)變成遺傳算法中最常見的排序問題。
利用遺傳算法進(jìn)行尋優(yōu)時,編碼、選擇、交叉、變異是4個重要的步驟。QAP問題屬于單行作業(yè)單元排序,可以沿用單行編碼方式,即作業(yè)單元排序直接編碼,如[2,3,1,9,8,6,4,7,5,11,12,10]對應(yīng)了一種布局方式,表示M2,M3,…,M12,M10依次布置在工作地A,B,…,K,L,這里編碼對應(yīng)的是作業(yè)單元編號,基因位置對應(yīng)工作地位置。
Plant Simulation軟件提供了通用的遺傳算法求解工具GAwizard,本文應(yīng)用Plant Simulation軟件對車間初始布局進(jìn)行仿真優(yōu)化。
3.2 仿真建模
在Plant Simulation 9中建立如圖3所示的仿真模型,用機(jī)器代表工作單元,在InitPartsTable中編寫程序,處理12臺機(jī)器在12個工作地的分配以及物流量的計算。12臺機(jī)器按照車間初始布局布置,仿真得到初始布局的總物流量為111 813。
利用Plant Simulation中的GASequence和GAwizard兩個工具添加遺傳算法,進(jìn)行布局優(yōu)化設(shè)計。遺傳算法參數(shù)設(shè)置如下。
1) 約束條件。添加作業(yè)單元位置約束條件式(2)~式(5)。
2) 交叉因子。選擇順序交叉OX(Order Crossover),交叉概率Pc=0.8。
3) 變異因子。選擇隨機(jī)變異,變異概率Pm=0.1。
4) 自適應(yīng)度函數(shù)。本文仿真優(yōu)化的目的是找出物流量更小的作業(yè)單元排序,所以GA優(yōu)化問題采用最小值描述,即優(yōu)化的目標(biāo)函數(shù)值越小越好,目標(biāo)函數(shù)為式(1)。本文直接將目標(biāo)函數(shù)作為自適應(yīng)度函數(shù)。
5) 群體大小和代數(shù)。嘗試不同的群體大小和代數(shù)進(jìn)行仿真,結(jié)果見表4。
3.3 結(jié)果分析
由表4可知,當(dāng)群體大小和代數(shù)較小時,最小適應(yīng)度為值90 783;當(dāng)群體大小超過60,代數(shù)超過80后,最小適應(yīng)度值為89 958,且并不隨著群體大小和代數(shù)的增加而變化,說明其對應(yīng)的最優(yōu)解可以代表12個作業(yè)單元12!種排序的最優(yōu)結(jié)果。
圖4所示為群體大小60共80代的仿真優(yōu)化結(jié)果,最優(yōu)解為[12,4,1,9,5,3,10,6,7,8,11,2],對應(yīng)的總物流量為89 958。最優(yōu)解對應(yīng)的車間作業(yè)單元布局方案見圖5,優(yōu)化后的車間布局總物流量比初始布局降低了19.5%。
實際生產(chǎn)中,鈑金成型焊接(M1)、焊前粗加工(M3)、小型設(shè)備(M4)和鉗工裝配(M5)4個作業(yè)單元之間工序連接比較緊密,優(yōu)化后的車間布局中,這4個作業(yè)單元布置在一起,可見優(yōu)化結(jié)果既符合作業(yè)單元位置約束條件也滿足實際生產(chǎn)要求。
1)應(yīng)用SLP方法對燃?xì)廨啓C(jī)生產(chǎn)車間進(jìn)行了初始布局設(shè)計。
2)建立了車間布局的數(shù)學(xué)模型和仿真模型,通過仿真對初始布局進(jìn)行了優(yōu)化,相比車間初始布局總物流量降低了19.5%,為車間布局設(shè)計提供了定量依據(jù)。
3)車間布局?jǐn)?shù)學(xué)模型和仿真優(yōu)化方法具有一定的通用性,只要對約束條件和作業(yè)單元數(shù)量做適當(dāng)更改,就可以應(yīng)用于其他離散制造車間。
4)本文中各作業(yè)單元面積相近,車間布局問題可以簡化為QAP問題。針對作業(yè)單元面積相差較大的車間布局優(yōu)化問題還需進(jìn)一步研究。
[1] 周金平.生產(chǎn)系統(tǒng)仿真:Plant Simulation應(yīng)用教程[M].北京:電子工業(yè)出版社,2011.
[2] Marcello Braglia, Simone Zanon, Lucio Zavanella. Layout design in dynamic environments: strategies and quantitative indices[J]. INT. J. PROD. RES.,2003,41(5):955-1016.
[3] 湯普金斯(Tompkins).設(shè)施規(guī)劃[M].3版.伊俊敏,袁海波,譯.北京:機(jī)械工業(yè)出版社,2007.
[4] 王偉.發(fā)動機(jī)車間布局設(shè)計優(yōu)化及應(yīng)用[D].北京:北京工業(yè)大學(xué),2006.
[5] 胡震.發(fā)動機(jī)車間布局優(yōu)化設(shè)計研究[D].合肥:合肥工業(yè)大學(xué),2005.
[6] 黃超,徐向陽.基于仿真的車間設(shè)備布局優(yōu)化設(shè)計[J].東北電力大學(xué)學(xué)報,2008,28(2):53-56.
[7] 李火生,李志華,鐘毅芳,等.生產(chǎn)車間設(shè)備布局線性模型及算法研究[J].計算機(jī)工程與應(yīng)用,2002(11):221-225.
[8] 許立,李經(jīng)民,王秀倫.基于遺傳算法的車間設(shè)備布局優(yōu)化設(shè)計[J].組合機(jī)床與自動化加工技術(shù),2004(12):45-48.
[9] 孫洪華.多品種中等批量機(jī)械制造車間設(shè)備布局優(yōu)化研究[D].哈爾濱:哈爾濱工業(yè)大學(xué),2008.
[10] 黃冬梅.車間設(shè)備布局建模分析及基于eM-Plant的仿真優(yōu)化[D].武漢:華中科技大學(xué),2012.
[11] 陳昆侖.基于仿真技術(shù)的制造車間布局優(yōu)化研究[D].武漢:武漢理工大學(xué),2014.
[12] 徐立云,楊守銀,李愛平,等.生產(chǎn)車間布局多目標(biāo)優(yōu)化及其仿真分析[J].機(jī)械設(shè)計與研究,2011,27(6):55-59.
[13] 余世根,魯建廈.基于GA的固定約束條件下多目標(biāo)車間設(shè)備布局問題研究[J].浙江工業(yè)大學(xué)學(xué)報,2010,38(8):401-405.
(武漢船用機(jī)械有限責(zé)任公司,湖北 武漢 430084)
Layout Design of a Gas-turbine Workshop
LI Tao, HU Tao, WAN Song, LI Feng
(Wuhan Marine Machinery Plant Co., Ltd, Wuhan 430084, China)
The initial layout scheme of a gas-turbine workshop was designed by using SLP method. A simulation model was built to optimize the workshop layout. The genetic algorithm was used to solve the problem optimization, providing a quantitative evaluation indicator for the workshop layout design. The logistics volume of the optimized layout scheme was reduced by 19.5% then the initial one.
SLP; Workshop Layout; Genetic algorithm; Simulation optimization; Logistics
10.3963/j.issn.1671-7953.2017.01.019
2016-08-23
工業(yè)和信息化部項目(工信部裝函[2016]261號)
李濤(1991—),男,碩士,工程師研究方向:設(shè)施布局,物流仿真
U673.1
A
1671-7953(2017)01-0076-05
修回日期:2016-09-08