生产系统建模仿真的基本过程.docx

《生产系统建模仿真的基本过程.docx》由会员分享，可在线阅读，更多相关《生产系统建模仿真的基本过程.docx（12页珍藏版）》请在第一文库网上搜索。

1、生产系统建模仿真的基本过程系统(system)是由若干部分相互联系、相互作用，形成的具 有某些功能的整体。根据系统状态变化的时间连续性与否，可将系 统分为连续系统(continuous system)和离散系统(discrete syste m)o其中，离散系统是指系统的全部或关键组成部分的变量具有离 散信号形式，系统的状态在时间的离散点发生突变的系统。描述系统的基本要素包括对象(object)属性(property)、活 动(activity)、输入输出(I/O)J对象又称为实体(entity)?它确 定了系统的构成和边界，可区分为临时对象与永久对象，在系统中 只存在一段时间的对象叫临时对象

2、，比如顾客、工件、工人等，它 们一般是流动的，永久驻留在系统中的对象则叫永久对象，比如服 务台、设备等，它们一般是静止的属性描述了每一个对象的基本 特征,活动定义了对象之间的相互作用，从而确定了系统状态随时 间发生变化的过程,输入输出描述了系统与外部环境的物质和信息 交互。1生产系统建模仿真的目标在生产系统建模领域，有许多经典的分析与优化问题，比如车 间布局规划与重构、生产线平衡分析、车间计划调度、物流路径规 划、物流调度、故障分析与维修决策等等，大量学者利用运筹学(O Perations research,0R)方法对这些问题进行了深入研究，取得了许 多重要的理论成果，然而由于实际生产系统的

3、复杂性，这些成果往 往难以直接用于解决工程问题。通过建模仿真手段对生产系统进行 分析，由于更容易模拟实际生产过程，并且分析手段全面，越来越 受到企业的重视。生产系统建模仿真的根本目的在于：(1)在系统布局设计阶段，通过生产与物流活动的仿真，对系 统运行性能进行定量分析，提前发现问题，为系统结构设计、资源 分配、方案比选等提供数据决策支持，以保证系统设计的科学性、 经济性、鲁棒性；(2)在系统运行与持续优化阶段，建立物理生产系统的数字挛 生，通过基于数字空间的仿真试验与优化，识别生产瓶颈，优化运 行参数，评估系统在不同调度策略下的性能，确定高效的作业计划 和调度方案，辅助生产决策，提高物理系统的

4、综合运行效率。2生产系统的性能指标对于现有或预期建设的生产系统，为了评价其性能的优劣，进 而找到改善的方向，必须量定量化分析系统的性能指标，常见的性 能指标有以下几种。(1)生产率(productivity)：它是一个相对指标，通常表示为产出和投入之比，根据投入要素的数量，分为单要素生产率、多要素生产率和总生产率，比如，投入要素为工人，则表示为劳动生产 率；(2)生产能力(production capacity)：简称产能，指生产系统 在一定时间内，在合理的技术条件下，生产某类产品或零部件的平 均数量和最大数量。比如一条加工生产线，如果工件投入充足，运 行一段时间后，生产线单位时间产出的工件数

5、量会稳定到一个最高 水平值，这就是生产线的最大能力(极限能力)，实际情况下，未必 能满负荷投入工件，平均产量一般小于最大产量。进一步还可考虑 设备故障、工件缺陷、工人离岗等因素，定义有效生产能力；(3)在制品数量(number of work in process, WIP)：指已投 产未完工的工件数量，包括处于工作、等待、运输等状态的工件数 量之和。根据著名的LittIe公式，单位时间投入系统的工件越多，并 且工件通过系统的时间越长，则在制品数量越多。在保证生产能力 的情况下，在制品数量当然越少越好，因此，工件的投产时机选择 和生产调度策略都很重要；(4)通过时间T：指工件进出系统(设备、产

6、线或车间)的时 间差，也称系统逗留时间，它由加工时间、运输时间和等待时间构 成。一般统计一类工件的平均通过(逗留)时间；(5)工件加工/运输/等待时间占比：指工件通过时间中，加工/ 运输/等待时间的比例，显然，如果加工时间占比偏低，则说明物流 效率低或生产调度不合理；(6)等待队长：指在等待加工或搬运任务的缓冲区中，最大和 平均等待的工件个数。等待队列决定了缓冲区的容量设计大小，并 且，队列越长，说明缓冲区之后的设备是瓶颈；(7)订单按期完成率：订单即生产作业计划，在订单下发时一 般会给定期望完成时间。由于生产异常因素，或者生产负荷过重、 调度不合理，部分订单可能无法按期完成，导致订单按期完成

7、率达 不到Io0%。实际情况中，订单提前太长时间完成可能也不合理，这 时可以设定期望完工时间区间，并计算订单准时完成率；(8)直通率(first pass yield rate)：指产品从第一道工序开始 一次性合格到最后一道工序的比例，与每道工序的合格率相关；(9)设备利用率(utilization ratio)：指设备实际工作时间占总 时间或有效时间的比例；(10)设备(OEE):指设备综合效率，OEE=可用率X表现指数X 质量指数；(11)资源利用率：指物流车辆、人、工装、工具的利用率；(12)能源效率：指单位产品能耗或单位能耗产出；(13)生产线平衡率(line balance rate

8、)：指各工序作业时间和/ (工序数X瓶颈工序时间)；(14)物流运输距离/成本：指单位时间内的物流运输距离/成本 或者产品的平均物流运输距离/成本；(15)平均故障间隔时间(mean time between failure, MTBF)；(16)平均故障维修时间(mean time to repair, MTTR)；(17)设备可用率(availability)： MTBF(MTBF+MTTR)o如果生产系统已经存在并运行了一段时间，理论上讲，通过历 史数据统计可以计算出上述性能指标，但分析过程一般非常复杂； 如果生产系统尚不存在，或者虽存在但亟待重构，新系统性能如何 往往难以测算。现实中一

9、般靠经验估计或者简单计算来分析生产系 统性能，结果难以令人信服，此时，建立生产系统仿真模型，通过 仿真运行来计算上述指标，并给出定量评价，就非常必要了。3建模仿真的意义和过程从某种程度上讲，生产系统仿真和产品设计仿真(computer ai ded engineering, CAE)具有类似的含义。产品设计过程中，为了提 前验证产品的性能，需要利用CAE软件，建立有限元分析模型，对 产品的功能、性能与安全可靠性进行计算，对产品的工作状态和预 期行为进行模拟仿真，及早发现设计缺陷，改进和优化设计方案， 证实未来产品的可用性与可靠性。同样，在生产系统设计过程中也 需要开展仿真分析，基于虚拟工厂模型

10、，通过模拟、验证、优化手 段，实现低成本、快速、科学的工厂设计，当产品、工艺或物流发 生变化时，基于虚拟工厂先进行重构和优化，持续保障工厂效能。因此，生产系统仿真分析可认为是针对工厂所开展的CAE工作。具体而言，生产系统建模仿真的实际意义在于:（1）基于虚拟环境，可以较为真实地模拟生产与物流过程，从 而快速、全面地获得生产运行数据。在物理生产系统中，能获取的 数据往往是不全面的，尽管各种物联网技术、生产管控技术（ME S）等逐步在推广应用，但生产过程中有价值的数据仍然欠缺，这个 时候，仿真技术就为数据的获取提供了另外一个手段。通过工厂建 模，模拟设施、工艺、物流、人、控制与调度逻辑，导入或模拟

11、生 产计划，模拟各种随机因素，然后进行仿真运行，可以在较短时间 内得到大量的运行过程数据，比如，在1分钟内完成1年生产订单 的运行模拟，得到几千万条数据。（2）基于数据分析，定量评估分析工厂的性能，包括能力分析 和效率分析。通过对生产系统性能指标的分析，可以迅速发现系统 运行中存在的问题和有待改进之处，并及时进行调整与优化，减少 后续生产执行环节对于物理系统的更改与返工次数，从而有效减低 成本、缩短工期、提高效率。(3)通过指导性数据分析(PreSeriPtiVe analysis),主动寻找优 化方案并仿真验证。仿真分析和优化算法可以进行各种形式的融 合，比如仿真分析与试验设计的结合，仿真分

12、析与遗传算法的结合 等等，算法提供了基本的优化逻辑，而仿真则为算法中的一些关键 步骤提供了黑箱式计算方式，比如，遗传算法中需要计算个体的 适应度，然而对于复杂问题，很难给出适应度计算的解析公式，这 时候就可以通过仿真来得到适应度值。针对现实应用，生产系统建模仿真的基本过程如图1所示，主 要包括5个阶段。仿真目标定义基m据收集E仿真建模:仿分析J仿真优化胎证产能车间布局布局定义产能分析布局重构识别嬴颈工艺效堀对象建根平武分析投产序优化利用率订单数据H性设X设备效率废冲区优化物流效率费源数弟数据表格物流效率物流设施优化工人效率物流数图阴本方法人员效率人员优化质量彰响故障数蜗物流建及资源效率物流路径

13、优化故防影响质品数据人员建发故静统计试0设计订单持序资源建理雄修效率遗传U法优化投产镣略仿Il分析报告图1生产系统建模仿真的基本过程4仿真目标定义在建模仿真之前，首先要明确仿真的目标，即为什么要进行仿 真，要分析哪些指标等。物理生产系统存在与否、实际运行状况如 何、有哪些改善需求或愿景等因素都会影响仿真的目的。比方说， 物理车间尚未建设，此时的仿真目的就是科学预知未来车间的性 能，如果车间已存在但物流性能不佳，此时的仿真目的就是通过分 析物流效率，找出瓶颈原因，然后提出改善方案并进行验证。根据 性质的不同可将仿真分析的目的分为4类。(1)描述性分析(descriptive analysis)：

14、通过仿真，模拟物理系 统的运行，分析运行数据，计算统计值，绘制图表，得到各项性能 指标的量化值。描述性分析多用于对现有方案的模拟再现和验证， 是最基础的分析；(2)诊断性分析(diagnostic analysis)：基于描述性分析结果， 分析生产系统的性能瓶颈并寻找原因，比如资源不足、生产线不平 衡等等，尝试改变生产布局和结构参数，多次运行仿真，寻找更优 方案。通过诊断性分析，给出诊断报告，达到知其然并且知其所以 然的目的；(3)预测性分析(PrediCtiVe analysis)：模拟各种随机因素，设 计大量仿真试验，结合因果分析、回归分析、相关分析等方法，对 不同参数组合下生产系统性能的

15、变化趋势进行分析。通过预测性分 析，建立响应变量和输入变量之间的关系，预知输入变量改变以后 的结果；(4)指导性分析(prescriptive analysis)：将仿真与运筹学方法 相结合，对生产系统的最优设计方案和最优运作方案给出建议，比 如设施布局、物流路径定义、计划投产策略等等。通过指导性分 析，提出生产系统的改善方案。根据业务的不同可将仿真分析的目的分为产能验证、瓶颈识别、利用率分析、物流效率分析、工人效率分析、质量影响分析、 故障影响分析、订单排序优化、投产策略优化等等。5基础数据收集在仿真建模过程中，需要一定的基础数据支持，基础数据的质 量(全面性、真实性)对仿真结果的真实可信性有直接的影响，这 些数据通常包括：(1)车间布局图：描述了生产系统中的设施布局和物流路径， 一般为CAD模型，有精确的几何数据；(2)工艺数据：车间中生产的每一类零件或部件的工艺路线， 包含工序、工时、所需工具、所需设备、工人、毛坯等信息，如果 是装配工序，还需给定物料清单(bill of material,BOM)数据；(3)订单数据：如果是进行产能分析，则根据经验估计，给出 每年(月)预计投入的订单数量、订单的工件构成、订单的投放规 律(间隔时间、批量)等，如果是进行生产计划仿真，则需要给出 详细