張永陽ZHANG Yong-yang；彭恩高PENG En-gao；羅振琨LUO Zhen-kun

（①北京理工大學(xué)珠海學(xué)院工業(yè)自動化學(xué)院，珠海 519088；②重慶掌思科技有限公司，重慶 400039）

0 引言

移動互聯(lián)網(wǎng)的快速普及，后疫情時代消費(fèi)習(xí)慣的日新月異，批量生產(chǎn)的產(chǎn)品逐漸被定制化、個性化、數(shù)字化產(chǎn)品所取代[1]，企業(yè)生產(chǎn)方式，也逐漸向柔性制造和離散制造轉(zhuǎn)變[2]。因此，識別生產(chǎn)系統(tǒng)的瓶頸位置，改善瓶頸產(chǎn)能，提高生產(chǎn)效率，變得越來越重要。

為了識別生產(chǎn)系統(tǒng)的瓶頸單元，Binbin Huang等運(yùn)用深度神經(jīng)網(wǎng)絡(luò)和時間序列分析，來實(shí)現(xiàn)智能工廠生產(chǎn)瓶頸的預(yù)測[3]。楊昊龍等使用基于長短期記憶神經(jīng)網(wǎng)絡(luò)，提出了一種實(shí)時定位情形下的生產(chǎn)瓶頸預(yù)測方法[4]。王紹偉，金文祥[5]運(yùn)用啟發(fā)式算法，來準(zhǔn)確識別生產(chǎn)過程的瓶頸階段，以提高生產(chǎn)效率。然而，這些方法，難以實(shí)現(xiàn)數(shù)據(jù)共享，難以實(shí)現(xiàn)瓶頸動態(tài)識別。

因此，提出了一種基于面向?qū)ο笾玃etri網(wǎng)和云仿真技術(shù)的瓶頸智能識別方法，從客戶實(shí)際需求出發(fā)，建立Petri網(wǎng)子模型，嵌入生產(chǎn)系統(tǒng)大數(shù)據(jù)，智能識別瓶頸單元位置。該方法具有模塊化、面向?qū)ο?、云端處理的特征?/p>

1 瓶頸智能識別建模方法

1.1 模型定義

離散制造系統(tǒng)，用七元組表示為[6]：

1.2 識別流程

根據(jù)IIMFB理念，運(yùn)用云仿真和OOCPN技術(shù)，制定瓶頸智能識別的運(yùn)作流程如下：①制造系統(tǒng)工藝流程分析；②建立OOCPN抽象模型；③進(jìn)行抽象模型性能分析；④構(gòu)建制造系統(tǒng)云仿真模型；⑤嵌入生產(chǎn)系統(tǒng)大數(shù)據(jù)和產(chǎn)能函數(shù)模型；⑥運(yùn)行云仿真模型，智能識別瓶頸位置；⑦判斷瓶頸產(chǎn)能是否滿足客戶訂單需求。若滿足，則結(jié)束；反之，則返回對瓶頸進(jìn)行改善提升，優(yōu)化云仿真模型，重新研判，直至系統(tǒng)產(chǎn)能滿足客戶需求為止。

2 瓶頸智能識別模型構(gòu)建

2.1 抽象模型的構(gòu)建

運(yùn)用IIMFB方法，可將制造系統(tǒng)中所有生產(chǎn)單元抽象為封閉Petri網(wǎng)子模塊，IMi表示第i生產(chǎn)單元的輸入信息庫所；OMi表示第i生產(chǎn)單元的輸出信息庫所；Pi表示第i生產(chǎn)單元的狀態(tài)庫所，Tk表示第k工序完工的門變遷。建立抽象模型，如圖1所示。

生產(chǎn)單元的具體操作被封裝在圓角矩形框中，視作Petri網(wǎng)子模塊，子模塊通過輸入/輸出映射函數(shù)和信息傳遞門，實(shí)現(xiàn)相互信息傳遞和反饋。

2.2 產(chǎn)能函數(shù)模型的建立

在制造型企業(yè)中，生產(chǎn)能力的計(jì)算以生產(chǎn)單元或加工工序?yàn)閱挝贿M(jìn)行統(tǒng)計(jì)分析[7]。生產(chǎn)能力計(jì)算公式如下：

式中，M表示計(jì)劃期內(nèi)某生產(chǎn)單元的產(chǎn)能，S表示生產(chǎn)單元包含設(shè)備臺數(shù)，F(xiàn)e表示單臺設(shè)備的有效工作時間，t表示制造單位產(chǎn)品所需該種設(shè)備的臺時數(shù)，ti表示第i種產(chǎn)品所需該種設(shè)備臺時數(shù)，θi表示第i種產(chǎn)品的產(chǎn)量在計(jì)劃總產(chǎn)量中所占比例，n表示工廠產(chǎn)品品種數(shù)。

生產(chǎn)設(shè)備每天有效工作時間為：

其中，R為設(shè)備停機(jī)時間占比（包含設(shè)備點(diǎn)檢、維修保養(yǎng)等），η為寬放率（包括班前會、喝水、上洗手間、工間操等寬放時間），μ為每天倒班次數(shù)

綜合公式（3）、（4）和（5），建立日產(chǎn)能目標(biāo)函數(shù)如下：

2.3 云仿真建模與瓶頸智能識別

云計(jì)算技術(shù)，可以將實(shí)體工廠、虛擬仿真工作，植入到云服務(wù)器中[8]，從而實(shí)現(xiàn)數(shù)據(jù)的實(shí)時共享，而且還可以基于云服務(wù)器，建立云仿真模型，將生產(chǎn)一線數(shù)據(jù)和產(chǎn)能函數(shù)模型嵌入云仿真模型中，通過大數(shù)據(jù)、云計(jì)算，智能識別實(shí)體工廠的瓶頸單元，其邏輯關(guān)系如圖2所示。

3 應(yīng)用實(shí)例

3.1 變壓器工藝流程描述

Z公司生產(chǎn)經(jīng)營數(shù)據(jù)儲存于集團(tuán)云服務(wù)器中，可實(shí)現(xiàn)全球共享。Z公司主營業(yè)務(wù)為220KV/240MVA（視在功率）油浸式電力變壓器的研發(fā)、制造、銷售和售后服務(wù)，現(xiàn)有生產(chǎn)能力約12800MVA/年。由于該公司中標(biāo)了部分智能電網(wǎng)改造項(xiàng)目，生產(chǎn)訂單增至15360 MVA/年，產(chǎn)能提升非常迫切。

運(yùn)用工時測定方法，結(jié)合云端大數(shù)據(jù)，可計(jì)算出220KV/240MVA變壓器各工序的工時定額，如表1所示。

表1 變壓器生產(chǎn)工序的工時定額

3.2 變壓器生產(chǎn)Petri網(wǎng)定義

變壓器制造系統(tǒng)，可用七元組表示為：

其中：Pi表示庫所集，；Tj表示變遷；IMi表示輸入信息庫所集；OMi表示輸出信息庫所集；Ii表示從庫所P到變遷T的輸入映射函數(shù)；Oi表示從變遷T到庫所P的輸出映射函數(shù)；Ci表示庫所的色彩集。

3.3 變壓器抽象模型的建立

運(yùn)用IIMFB方法，可將變壓器生產(chǎn)流程中各工序，分別抽象出14個狀態(tài)庫所子模塊P1～P14，并結(jié)合實(shí)際情況，設(shè)立1個緩沖子模塊P15，然后將這15個庫所子模塊，按照工藝流程進(jìn)行優(yōu)化組合，建立Z工廠變壓器制造系統(tǒng)抽象模型。

3.4 變壓器生產(chǎn)系統(tǒng)云仿真建模與分析

3.4.1 云仿真初始模型的建立

采用云仿真軟件，將變壓器OOCPN抽象模型中15個庫所模塊P1～P15，分別用不同的工作站表示，結(jié)合云端數(shù)據(jù)和生產(chǎn)實(shí)際，對云仿真模型微調(diào)（如增加工作站），并對人員、資源、優(yōu)先級等參數(shù)進(jìn)行設(shè)置（如：班次為2班，單班工作8小時，寬放率15%，停機(jī)時間占比13.8%，每年工作250天等），建立云仿真初始模型（如圖3所示）。

3.4.2 云仿真模型運(yùn)行結(jié)果分析

通過運(yùn)行云仿真模型，輸出各工序的產(chǎn)能數(shù)據(jù)（如表2），然后智能識別出瓶頸單元。

表2 各工序的生產(chǎn)能力

為了驗(yàn)證云仿真輸出數(shù)據(jù)的準(zhǔn)確性，在此，以線圈干燥工序?yàn)槔?，采用公式?）計(jì)算：

由表2可知，線圈干燥工序年產(chǎn)能為12811MVA，與公式（5）計(jì)算結(jié)果一致。

由于線圈干燥工序年產(chǎn)能12811MVA＜15360MVA，不能滿足生產(chǎn)訂單需求，其他工序均大于生產(chǎn)訂單需求。因此，線圈干燥生產(chǎn)單元為變壓器生產(chǎn)系統(tǒng)的瓶頸單元。

3.4.3 提出優(yōu)化改善舉措

結(jié)合企業(yè)生產(chǎn)實(shí)際，建議線圈干燥工序?qū)嵭?班生產(chǎn)作業(yè)。優(yōu)化后變壓器生產(chǎn)系統(tǒng)云仿真模型（如圖4）。

再次運(yùn)行云仿真模型，瓶頸位置轉(zhuǎn)移至線圈立繞位置，其日產(chǎn)能為0.2752sets/d，年產(chǎn)能為16512MVA＞15360MVA，滿足生產(chǎn)訂單需求。

3.4.4 評估優(yōu)化改善效果

生產(chǎn)系統(tǒng)改善后，年產(chǎn)能由12811MVA提升至16512MVA，達(dá)到并超過了生產(chǎn)訂單的產(chǎn)能需求，產(chǎn)能提升了28.89%，增產(chǎn)效益達(dá)到1735.16萬元/年。（表3）

表3 改善效果分析

4 結(jié)論

本文針對離散制造系統(tǒng)瓶頸單元識別問題，運(yùn)用云仿真技術(shù)和OOCPN技術(shù)，提出了一種瓶頸單元智能識別建模方法，構(gòu)建了制造系統(tǒng)OOCPN抽象模型，優(yōu)化了產(chǎn)能計(jì)算函數(shù)模型，建立了基于云計(jì)算的虛擬仿真模型，并將生產(chǎn)數(shù)據(jù)和產(chǎn)能函數(shù)模型嵌入云仿真模型中，運(yùn)用云計(jì)算技術(shù)，智能識別制造系統(tǒng)的瓶頸單元。通過實(shí)證研究，驗(yàn)證了所提出的IIMFB方法的有效性。