论文新能源智能装配车间AGV物流仿真优化.docx

《论文新能源智能装配车间AGV物流仿真优化.docx》由会员分享，可在线阅读，更多相关《论文新能源智能装配车间AGV物流仿真优化.docx（12页珍藏版）》请在第一文库网上搜索。

1、【论文】新能源智能装配车间AGV物流仿真优化随着智能制造技术的发展,智能制造车间的自动生产线和仓库管理系统是实现智能制造的必要条件。自动引导车作为智能车间和物流系统中重要的物流运输设备，得到了广泛的应用。AGV的物流配送能力直接影响着智能制造车间的生产效率，因此如何配置配送小车的能力，使得车间的设备利用率、AGV利用率和小车总行走路线相对最优,是智能车间生产的设计环节。某企业新能源电池包是由电芯模组串联组成，电池包内设有电池管理系统、电池热管理系统，可有效保护电池包安全。其智能装配车间包含若干装配工序，每道工序加工完成后自动流入下一道工序，智能装配车间从立体仓库到自动化产线，实现多系统集成、数

2、据对接以及生产情况反馈看板的智能化生产。在实际试产中发现，新能源电池包装配车间的AGV物流配送与实际生产调度脱节,致使智能车间的生产效率受限，无法充分发挥智能设备的加工能力。因此，针对该企业特点才是出切实可行的AGV配送与调度方法是提高设备利用率和生产效率的有效途径。该智能装配车间是典型离散事件系统，面向智能对象,SIMIC）仿真软件可实现二维模型与三维模型的相互转换，对整个生产过程事件进行模拟，直观地观察和了解系统。目前，智能车间投产前十分重视设计方案的产能评估，可通过仿真模型构建、生产过程仿真优化，统计分析设计方案的生产能力与风险性能，为管理者提供决策依据，以期降低生产成本，提高生产效率。

3、因此，本文以某新能源企业即将正式投入生产的智能装配车间为例进行研究。运用S工M工。仿真软件，设置AGV的数量和AGV的运载能力等,以设备平均利用率、AGV平均利用率和AGV行走路线总长度为目标，采用方差分析和响应优化的方法，得出该企业智能装配车间物流配送的优化方案。一、问题描述某新能源企业即将正式投入使用的智能装配车间包括SCADA（数据采集与监视控制）系统和WMS（仓库管理系统）。SCADA系统负责自动化产线的控制和产线生产数据的采集,WMS负责原材料立体仓库和AGV的调度,系统间通过信息交互，实现产线的自动化生产。图1所示为该企业智能装配车间简图。智能装配车间由4个工作中心组成，分别为基体

4、工作中心、模组工作中心、Pack工作中心、上箱体工作中心。车间布局以Pack工作中心为主线，以基体、模组、上箱体工作中心为支线。为能够清晰地表示各个工作中心之间的生产关系，图1只展示了每个工作中心首尾2个工序以及汇合点工序（矩形表示汇合点工序）。图1智能装配车间简图企业智能装配车间的具体布局如图2所示。基体工作中心的工序用嫣红色标注,包括电芯上线、端板等离子清洗、电芯堆叠等工序；模组工作中心的工序用紫色标注，包括贴加热膜、安装钢扎带、模组烘烤、模组搬运等工序；上箱体工作中心的工序用洋红色标注，包括上盖上线、安装防水透气阀等工序；PaCk工作中心的工序用浅绿色标注，包括下箱体上线、安装MSD插座

5、、安装加热输入输出插件、安装低压输入输出插件、安装总负输出插座、安装总正输出插座、整理线束、连接高压铜排、模组入箱、连接模组加热线1及测试、拧紧CSC/尾侧压条/预装模组螺栓、安装防碰撞保护板、Pack烘烤、贴FPC、安装整理低压线束、安装总正/负盖板、Pack入成品库等工序；其中，模组、Pack烘烤工位为模组、Pack工作中心公用。图2智能装配车间布局智能装配车间是面向订单生产的生产模式，订单到达具有随机性，为尽量减少因物料短缺出现停工，AGV小车无须满载再进行配送。当产线开始生产时，原材料由AGV小车通过产线两边的双向通道配送到产线线边仓进行装配,当线边仓的料框为空时,设备把空料框移出使用

6、位置,SCADA系统触发叫料信号给WMS,WMS判断AGV停车场是否有空闲，若有空闲，AGV调用运输物料（按照整箱配送)到指定工位线边仓，若没有空闲的AGV时，该配送任务在系统中等待，当有空闲AGV后再次调用。由于装配工序复杂，该企业的智能装配车间生产线比较长,AGV配送的物料按照整包数量配送，而各个物料单包数量不同，呼叫小车的时间无法确定。如何配置合理的AGV数量和AGV的运载能力,使物料能够准时送到产线,不影响产线生产，使加工设备利用率最高，是需要解决的问题。二、AGV物流配送仿真模型构建与运行2.1模型假设对该企业的智能装配车间AGV调度问题作以下假设：(1)同一时间点，一台AGV只能执

7、行一个任务且只运输同一种物料；(2)智能车间设备布局以及AGV的行走路线已知；(3)每辆AGV属性相同,均以固定速度运行，任务结束后返回停车场；(4)AGV和车间设备连续运行,不会发生故障，运行过程中不会发生碰撞；(5)各工位之间的距离已知；(6)人工配送的工序满足智能装配车间的生产物料要求。2.2仿真模型构建利用SIMI。软件搭建智能车间的仿真模型。SIMIO软件提供了丰富的建模概念和特色,通过建模能得到一个满足视觉效果和数据需求的智能车间。SIMI。是基于面向对象的方法论，在标准对象库、目标实体和标准执行过程基础上，使用者可以制定实验，增删、修改过程以实现想要得到的功能。根据图2所示的智能

8、装配车间布局，在S工M工。空间中建模。拖动S工M工。标准只掇库(StandardObject1ibrary)13个S。Urce至空间中，代表着需要AGV运输的物料、电芯上线以及下箱体上线的原材料库。在项目库(Project1ibrary)中拖动13个实体(Mode1Entity)到建模空间中，代表13种物料。拖动12个Combiner,分别代表电芯堆叠、安装钢扎带、安装MSD插座、安装加热输入输出插件、安装低压输入输出插件、安装总负输出插座、安装总正输出插座、模组入箱、拧紧CSC/尾侧压条/预装模组螺栓、安装防碰撞保护板、安装防水透气阀、安装总正/负盖板等工序设备。拖动11个SerVer,分别

9、代表端板等离子清洗、贴加热膜、模组烘烤、模组搬运、整理线束、连接高压铜排、连接模组加热线1及测试、Pack烘烤、贴FPC、安装整理低压线束、上盖上线等工序设备。拖动一个Vehic1e模型到空间建模区，代表AGV,再拖一个BaSiCNode作为AGV的停车点。在标准对象库中拖动一个Sink到建模区，代表成品离开生产线，进入成品库。按照物料名称，修改每一个实体W原材料库（Source）的名字,且实体需要与原材料库对应,在Sc）IJrce的EntityType属性中修改各个物料的名称。已知原材料库的物料配送时间间隔，端板上线、安装钢扎带等工序的物料以2个/min的速度到达，其他物料均以每个3min的

10、速度到达。修改S。UrCe的最初到达时间的属性，根据电芯上线、端板上线、安装钢扎带、下箱体上线、安装MSD插座、安装加热输入输出插件、安装低压输入输出插件、安装总负输出插座、安装总正输出插座、拧紧CSC/尾侧压条/预装模组螺栓、安装防碰撞保护板、安装总正/负盖板、安装防水透气阀等工序所需物料的整包装数分别为4、24、26、6、30、150、IOOx24、24、8、96.140.40。个，修改Source一次到达物料的数量。修改Server和Combiner的设备加工时间均为每个25mino根据单个电池包的物料用量在安装钢扎带工序为6个/包，其余工序均为1个/包，修改Combiner的BatCh

11、QUantity的数量关系。修改实体和小车在系统中的移动速度为05m/s设备之间用TimePath线连接，代表车间的传送线，设置时间为10s。原材料库与设备之间用Path连接，代表AGV的行走路线，电芯上线、端板上线、安装钢扎带、下箱体上线、安装MSD插座、安装加热输入输出插件、安装低压输入输出插件、安装总负输出插座、安装总正输出插座、拧紧CSC/尾侧压条/预装模组螺栓、安装防碰撞保护板、安装防水透气阀、安装总正/负盖板等工序原材料库与设备之间的距离，分别为9。、10、20、10、130、120、110.100.90、60、50、90、10OmoAGV在车间设备两边的双向通道中行走，构建的AG

12、V物流仿真模型如图3标图3AGV物流配送仿真模型2.3AGV物流配送仿真运行机制假设当前有多个订单，车间没有空闲，在连续生产。当订单下达到产线后，产线以线边仓有空料框移出使用位置为信号，呼叫小车配送物料。为模拟该情景，采用原材料库按照节拍定时产生各种物料,当某物料达到满箱时呼叫AGV小车进行配送。这种仓库按照节拍驱动物料配送时，当AGV数量足够多时，能够排除因仓库物料短缺影响产线生产的因素。在S工M工。的PreCeSSeS中，对AGV调度规则进行编程，判断每个物料仓库产生哪种物料，当该物料达到满箱时，仓库的TransferNode呼叫AGVja行配送，否则等待。以防碰撞保护板（B。ards）为

13、例，当生产防碰撞保护板的仓库达到96个物料（满箱）时，呼叫AGV,否则等待。AGV的响应规则如图4所示。图4AGV的响应规则三、仿真结果分析3.1 参数设置车间由26个工位、1个原材料库、1个上下箱体库、1个成品库和AGV停车场组成。其中，自动化工位有19个、人工工位7个，自动化工位需要AGV运输物料的工位有11个，已在图2中标出。AGV在生产线两侧的双向通道通行,文中只讨论需要AGV运输物料的工位,对模型进行简化。对AGV的数量、运载能力进行调配，配置合适的配送资源，使物料能够准时送到产线，不影响产线生产，使设备平均利用率、AGV平均利用率达到最高，AGV行走总路线长度最少。采用上述SIMI

14、。仿真模型，将案例相关数据运用到仿真模型中，对AGV数量设置了7水平，分别为2、3、4、5、6、7、8,运输能力设置了7水平，分别为2OO、250、300、350、400、450、5OO个，设置运行时间为48ho采用全因子实验方式，共进行49组实验。3.2 AGV配送方案的方差分析利用Minitab软件对配送方案数据进行处理,把配送方案数据表导入到数据窗格中，对数据进行方差分析，结果如表1所示。若P值小于005,则认为具有统计，性显著影响。设备平均利用率、AGV平均利用率和AGV行走路线总长度的主效应分别如图5、图6和图7所示。表1方差分析结果图5设备平均利用率主效应图6AGV平均利用率主效应

15、图7AGV行走路线总长度主效应由表1可知：（I）AGV的运输能力P值均大于0.05,说明AGV的运输能力与设备平均利用率、AGV平均利用率和AGV行走路线总长度没有显著统计性差异；（2）AGV数量P值均等于0,说明AGV数量与设备平均利用率、AGV平均利用率和AGV行走路线总长度有显著差异。由图5、图6和图7可知，AGV运输能力在主效应图中是一条围绕中线波动很小的折线。由图5可知，随着AGV数量增加，设备平均利用率先快速上升，当AGV数量达到4之后趋于平稳。由图6可知，随AGV数量增加，AGV平均利用率先缓慢下降，当AGV数量达到6之后呈直线下降趋势。由图7可知，随AGV数量增加，AGV行走路

16、线总长度先快速上升，当AGV数量达到6之后趋于平稳。因此，AGV的运输能力对3种因变量没有显著性影响，同时可以看到当AGV数量为2、3时，设备平均利用率不超过60%;当AGV数量为8时，AGV平均利用率不足70%o3.3 AGV配送方案优化配置的敏感性分析因运载能力无显著统计性影响，AGV数量与设备平均利用率、AGV行走路线总长度是正相关，与AGV平均利用率是负相关。因此,如何权衡AGV数量是解决问题的重点。采用响应优化方法，通过Minitab修改3个因变量的目的、权重和约束等,输入数据以49组实验结果为依据,AGV运输能力为200个。设置设备平均利用率目标为最高的设备平均利用率，权重为9.6;AGV平均利用率目标为最高的平均利用率，权重为02;行走路线总长度目标为最短的路线，权重为0.2oAGV物流配送优化方案如表2所示，当AGV数量为6时,AGV行走路线总长度、