李廣振，徐志剛，任朝暉，呂新星

(1.中國科學院沈陽自動化研究所,沈陽 110016；2.東北大學機械工程與自動化學院,沈陽 110819；3.中國科學院機器人與智能制造創(chuàng)新研究院,沈陽 110169)

0 引言

裝配線是一種面向流程的生產(chǎn)系統(tǒng)，其中執(zhí)行操作的工站與工站之間以串行方式連接，工件通過某種運輸系統(tǒng)沿串行線路移動，接連到達工站進行生產(chǎn)活動[1]。自動化裝配線的特點是工站與工站之間的傳輸通過自動化設備完成，如自動傳輸軌道、AGV和搬卸設備等[2]。自動化裝配線是一種典型的離散事件動態(tài)系統(tǒng)。

顧嘉等[3]基于Flexsim對空調內機裝配線進行了仿真研究，顯著提升了目標裝配線的生產(chǎn)效率和經(jīng)濟效益。Yang S L等[4]基于Plant Simulation對某裝配車間內的工人數(shù)量、AGV數(shù)量做了配置優(yōu)化，使產(chǎn)能提高了約42%，物流量降低了約63.5%。何思奇等[5]基于witness對光電組件裝配線進行校核與優(yōu)化，使生產(chǎn)效率提高了約30%。王偉等[6]基于DELMIA/QUEST通過仿真分析了某裝配車間的物流系統(tǒng)，確定了合適的配送方案和叉車數(shù)量。孟英晨等[7]基于witness仿真平臺對某手機裝配線進行了仿真研究，有效地提高了生產(chǎn)線平衡率，降低了生產(chǎn)節(jié)拍。曹陽華等[8]基于Plant Simulation研究了U型裝配線的裝配線平衡問題，并指出變強制節(jié)拍為自由節(jié)拍能有效地提高生產(chǎn)效率與工人間的任務均衡率。Villarreal B等[9]對某U型裝配線進行了仿真優(yōu)化，得到了合理的工序劃分和緩沖區(qū)容量。

總結文獻可知大部分的仿真研究都是針對正在投入使用的裝配線而進行的，即通過模擬現(xiàn)有的生產(chǎn)情況來發(fā)現(xiàn)傳統(tǒng)方式難以發(fā)現(xiàn)的問題并進行改進。但是由于裝配線重構時的高成本，裝配線的提前規(guī)劃與仿真對于提高生產(chǎn)效率與經(jīng)濟效益具有更加突出的意義。提前仿真并發(fā)現(xiàn)問題做出改進首先能以仿真實驗來代替不必要的生產(chǎn)實驗，其次還能提前發(fā)現(xiàn)問題，避免裝配線重構，減少不必要的生產(chǎn)消耗。

盡管在裝配線規(guī)劃階段就進行仿真研究在理論上具有更好的生產(chǎn)效率與經(jīng)濟效益，但是仿真過程中的新問題與缺陷也是未知的，目前并沒有相關文獻針對這一問題展開過實際探討。因此本文基于Plant Simulation仿真平臺對處在規(guī)劃階段的某自動化裝配線進行仿真研究，旨在得到最佳的產(chǎn)能和機器利用率的同時，探討在規(guī)劃階段提前仿真的新問題。

1 本文研究方法

離散事件動態(tài)系統(tǒng)是指受事件驅動、系統(tǒng)狀態(tài)跳躍式變化的動態(tài)系統(tǒng)，系統(tǒng)的狀態(tài)遷移發(fā)生在一系列的離散事件點上[10]。而離散事件仿真技術被認為是解決離散事件問題的有效手段[11]。

Plant Simulation是一款面向對象的離散事件仿真軟件，基于進程交互法的離散事件仿真策略，以事件驅動的推進方式在時間軸上依次對系統(tǒng)事件和進程進行處理，直到滿足仿真終止條件。其次，其面向對象和可視化的特性便于模型的建立與修改，易于使用和分析，滿足我們的研究需要。因此本文基于Plant Simulation仿真平臺展開研究。

對于處在規(guī)劃階段的裝配線而言，其仿真流程與處于生產(chǎn)階段的裝配線仿真流程基本一致。然而模型的檢驗過程往往被大部分的生產(chǎn)仿真研究忽略。因此，本文強調模型檢驗的重要性，提出本文的仿真流程：首先對要解決的裝配線進行生產(chǎn)布局和物料流動分析，收集仿真所需的數(shù)據(jù)，如各工藝時間、AGV速度等；然后根據(jù)生產(chǎn)布局和物料流動過程建立虛擬的仿真模型；對該模型進行有效性檢驗，若無效，則重新檢查模型并修改，直到模型有效性成立；模型有效性成立的前提下，設計可行的幾種方案并在仿真環(huán)境下進行評估與對比，最后確定最佳方案并得到結論。

2 自動化裝配線分析

由于對工作環(huán)境的安全性要求高，該自動化裝配線設計為無人的生產(chǎn)環(huán)境，所有的工序全部由自動化設備完成。

2.1 問題描述

在功能布局與搬卸方案確定后，需要對該初始方案進行產(chǎn)能分析，同時為了獲得更高的產(chǎn)能和機器利用率，主要需要確定AGV數(shù)量的合理配置。

系統(tǒng)核心功能涉及三種零部件的配送、裝配與檢測過程。布局示意如圖1所示。圓圈數(shù)字表示生產(chǎn)流程順序，箭頭位置與方向表示AGV路徑與方向。預定的物料流動過程可以描述如下：

(1) 三種零部件來料，來料后進入A檢測區(qū)進行檢測，檢測完成后在上料區(qū)暫存并等待AGV前來取料；

(2) AGV在上料區(qū)進行三種零部件的裝載，每種零部件分別裝載一個，裝載完成后將三種零部件轉運到裝配區(qū)，進行卸載。卸載完成后AGV在卸載點停車等候；

(3) 三種零部件進行裝配，裝配完成后將產(chǎn)品搬運到AGV；

(4) AGV將產(chǎn)品轉運至B檢測區(qū)進行檢測，檢測過程中AGV在此停車等候；

(5) 檢測完成后AGV將產(chǎn)品轉運到C檢測區(qū)進行檢測，檢測過程中AGV在此停車等候；

(6) AGV將產(chǎn)品轉運至下料區(qū)進行離線入庫；

(7) 產(chǎn)品離線后AGV沿軌道前行重復上述過程。

初始方案AGV的數(shù)量為1，速度為0.3 m/s，上料區(qū)每種零部件的暫存量為2。上述物料流動過程中的搬卸操作都由框架機械手完成。系統(tǒng)的生產(chǎn)安排為每天一班，一班的實際生產(chǎn)時間為7 h。

圖1 系統(tǒng)布局示意

2.2 數(shù)據(jù)收集

許多文獻都是根據(jù)實際的生產(chǎn)數(shù)據(jù)進行函數(shù)擬合或者計算出標準工時作為機器加工信息輸入到仿真模型內[3]。然而本文的研究對象是處于規(guī)劃階段的裝配線，并沒有真實的生產(chǎn)數(shù)據(jù)。因此，本文根據(jù)自動化設備運轉的每一動作節(jié)拍與運轉速度，累加計算出各生產(chǎn)過程的時間數(shù)據(jù)見表1。其中各轉運工序已經(jīng)包括了前后工位產(chǎn)品的搬卸時間。相比處于生產(chǎn)階段的數(shù)據(jù)收集方式，處于規(guī)劃階段的時間計算方式的準確度會有所下降。

表1 各工藝流程的工藝時間

3 仿真模型建立

3.1 模型假設

為便于研究和建模，我們提出了以下不對仿真邏輯產(chǎn)生影響的模型假設：①在裝配、B檢測、C檢測工站的前后設置一個容量為1的緩存區(qū)，作為仿真環(huán)境下的虛擬卸載目的地和裝載目的地；②來料速度穩(wěn)定準時，保證系統(tǒng)不會由于物料的供應不及時而產(chǎn)生生產(chǎn)波動的現(xiàn)象；③倉庫的容量無窮大，保證產(chǎn)品能夠一直順利離線。

3.2 模型建立

根據(jù)系統(tǒng)布局建立各實體設備的虛擬對象，根據(jù)生產(chǎn)流程建立各虛擬對象之間的連接，將表1的各工藝時間輸入到仿真模型，再根據(jù)生產(chǎn)邏輯建立各過程的控制策略。最終建立的系統(tǒng)仿真模型如圖2所示。

其中事件控制器是基于進程交互法的仿真時鐘，BF2、BF3、BF4、BF5、BF6和BF7是模型假設中提出的虛擬緩存區(qū)。

圖2 系統(tǒng)仿真模型

3.3 模型檢驗

模型的檢驗過程往往被忽略，這一結論在大部分裝配線仿真文獻中得到了體現(xiàn)。然而模型的正確性是得出正確數(shù)據(jù)與結論的前提。

基于以下事實，我們認為建立的仿真模型能夠真實準確地反映真實系統(tǒng)。①仿真模型能夠無差錯地運行直到滿足模型的運行終止條件；②輸入仿真模型的工藝時間是根據(jù)自動化設備的每一動作節(jié)拍累加得到的，盡可能地符合了實際情況；③觀察仿真動畫發(fā)現(xiàn)仿真環(huán)境下的生產(chǎn)流程與規(guī)劃中的實際生產(chǎn)邏輯一致。

4 仿真結果

4.1 仿真方案設計

仿真的輸入為AGV的數(shù)量。盡管還存在其余決策內容如各工位的配置數(shù)量、處理時間，AGV的速度等，但是由于空間限制，各設備的數(shù)量不能再增加；且各操作均由自動化設備完成，其生產(chǎn)效率幾乎無法加快；其次AGV大部分時間都處在停車搬卸或停車等待的狀態(tài)，提高AGV速度對系統(tǒng)性能的提升并不顯著。

為了減弱系統(tǒng)鋪線時間對短期仿真結果的影響，設仿真模型的運行終止條件為模型運行70 h。并以70 h內的產(chǎn)能和機器利用率作為評估指標，也即仿真實驗的輸出。在除AGV數(shù)量外其余參數(shù)不變的情況下，設計4種仿真場景，分別對應AGV數(shù)量為1、2、3、4。

4.2 仿真結果

通過仿真得到各場景下的產(chǎn)能與機器利用率情況。每種場景以不同隨機數(shù)種子運行100次，各評價指標取100次重復仿真的平均值。仿真結果見表2。

表2 仿真結果

5 仿真結果分析

4種場景下的產(chǎn)能與平均機器利用率的雙Y軸點線圖見圖3。由圖3可知在前三種場景中產(chǎn)能與平均機器利用率隨著AGV數(shù)量的增加而提高，當AGV數(shù)量從3增加到4時，產(chǎn)能與平均利用率都不再增加。可知對于本文研究對象而言，提高AGV的數(shù)量能有效地提高生產(chǎn)效率?？紤]前三種場景，AGV數(shù)量為1、2和3的產(chǎn)能分別為22、44、52?？芍啾華GV數(shù)量從2增加到3的情況，AGV數(shù)量從1增加到2的產(chǎn)能提升情況更顯著。

圖3 產(chǎn)能與平均機器利用率隨AGV數(shù)量的變化趨勢

4種場景下各機器的利用率柱狀圖如圖4所示。由圖4可知各機器利用率隨AGV數(shù)量的變化趨勢與產(chǎn)能、平均機器利用率相似。但是考慮利用率最大的機器即裝配機器的利用率，AGV數(shù)量為2和3時的利用率分別為73.2%和87.0%。對于自動化設備來說，并不希望利用率過高。利用率過高會增加機器故障率與維護成本，一旦發(fā)生故障，整個系統(tǒng)都要停止運作。而AGV數(shù)量為1時的場景利用率和產(chǎn)能過低，相對來說AGV數(shù)量為2時的機器利用率更令人滿意。

圖4 各場景下各機器利用率的變化趨勢

各場景下各工件的完工時間曲線如圖5所示，其中第3、4個場景各工件的完工情況完全一致。斜率越小說明生產(chǎn)效率越高。可知場景2相比場景1生產(chǎn)效率顯著提高；而場景3相比場景2生產(chǎn)效率有所提升，但是相對不夠顯著；場景4相比場景3的生產(chǎn)效率沒有提高。

圖5 各場景下的完工時間曲線

綜上分析，AGV數(shù)量為2時的場景在產(chǎn)能與平均機器利用率提升上的性價比更高，且最大機器利用率令人滿意。因此確定AGV的數(shù)量配置為2。

相比初始方案，產(chǎn)能從22增加到44，提高100%；平均機器利用率從27.4%增加到53.5%，提高約95%；核心的裝配工站利用率從37.2%增加到73.2%，提高約97%；A檢測工站利用率從32.7%增加到62.1%，提高約90%；B檢測工站利用率從29.0%增加到57.8%，提高約99%；C檢測工站利用率從10.5%增加到21.0%，提高100%。

6 結論

為了對處于規(guī)劃階段的某自動化裝配線進行產(chǎn)能、機器利用率分析與優(yōu)化以期發(fā)現(xiàn)新的問題，本文基于面向對象的離散事件仿真平臺Plant Simulation對該裝配線進行了建模與分析，并設計了4種場景分別進行仿真評估與比較。最終得到了AGV的最佳數(shù)量配置為2。

通過本文的實際研究，發(fā)現(xiàn)對處在規(guī)劃階段的裝配線進行仿真會帶來新的問題：①收集數(shù)據(jù)階段缺乏真實的生產(chǎn)數(shù)據(jù)，通過人為估算確定仿真輸入并不十分準確；②模型假設階段由于缺乏直觀的場景體驗，假設條件難以完全確定。③模型檢驗階段由于缺乏真實的歷史生產(chǎn)數(shù)據(jù)，模型的有效性檢驗結果缺乏與真實數(shù)據(jù)的對照。

這些新的問題會降低仿真結果的可信度。但是仿真結果仍然表明對規(guī)劃階段的裝配線進行仿真優(yōu)化能極大的提高生產(chǎn)效率。因此在規(guī)劃階段提前進行仿真優(yōu)化具有非常重要的實際意義。同時，本文發(fā)現(xiàn)的新問題也需要進一步思考和解決，這將作為下一步的研究內容。