基于Plant Simulation的煙草柔性分揀系統仿真與優化

楊 姣，楊旭東，李露莎，劉 旭，周 林

（1.貴州大學 機械工程學院，貴州 貴陽 550025；2.貴州省煙草公司黔南州公司，貴州 黔南 558000）

0 引言

我國是卷煙大國，隨著國家對煙草實施專賣專營管理制度，煙草行業已經成為我國財政的重要來源。近年來，異型卷煙以其包裝的獨特性、口味的多樣化等特點深受消費者喜愛，其銷售數量與日俱增。由于卷煙分揀的品規種類和數量不斷增加，造成客戶訂單多呈現“多品規、少數量、多批次”的特點。在這些現實情況下，設計分揀系統效率最高、成本最低的最優方案成為在產品投入生產之前的重要問題。而很多企業的生產運作方案主要是靠經驗設計，可能在實際運行中會發現產品設計缺陷、資源配置不合理等問題。所以借助Plant Simulation仿真軟件，在虛擬環境中對生產的合理性和效率等進行仿真驗證，為設計得到最優方案提供借鑒與參考。

1 Plant Simulation仿真

Plant Simulation是一款關于生產、物流和工程的系統仿真軟件，具有面向對象、圖像化和集成化等主要特點。它提供了大量可模擬現實物流環境中生產環節和設備的模型，且在模型中可直觀和準確的顯示系統情況，如整體生產效率、設備利用率、工人勞動程度和模型運行流暢度等。Plant Simulation仿真建模步驟一般為：首先進行系統調研，了解系統的運行狀況和相關問題，從而確定好仿真目標；其次是建立仿真模型，從軟件中找到能夠代表現場設備的實體，根據現場實際情況設置好各個工位之間的關系，達到“一比一”貼合實際；再次是確定相關程序和參數，以保證仿真軟件能夠準確反映現場實際生產情況，之后驗證仿真模型，若仿真模型不能夠準確模擬現場情況，則重新檢查和改進仿真模型，反之運行仿真模型；最后得到仿真結果后和現場數據相比較，若相差太大，可改變相關位置的程序和參數直至得到正確結果，反之直接輸出。具體步驟如圖1所示。

圖1 仿真流程

2 仿真模型的分析與建立

2.1 分揀系統流程描述

目前現有的大部分物流配送中心都是集倉儲和分揀于一體，而訂單分揀則是煙草物流配送中心的核心環節，某煙草物流配送中心的訂單分揀流程如圖2所示。件煙通過輥道從密集倉儲庫中輸送到貨架，再由人工拆箱后上煙。根據訂單分配策略，條煙從不同煙倉出煙到皮帶機后，向前輸送到達合單工位，然后與上層或下層條煙進行合單。條煙輸送到打碼位置時，激光打碼器會根據煙草公司配發的編碼在對應條煙上進行打碼，再在碼垛包裝工位對條煙碼垛和煙垛包裝，最后貼標機對煙包信息進行貼標。主要的工序集中在條煙合單和包裝位置，所以這些工位可能會存在瓶頸，從而影響分揀效率。

圖2 系統簡化流程

2.2 分揀系統仿真假設

由于仿真系統的內部環境和現場的不確定性，仿真模型運行時不可能和現場完全一致，我們只需要仿真出核心部分和環節，所以有必要對模型進行合理的假設：

（1）根據現場實際情況，將不同合單工位設備設置不同的可用性比率（Availability）和平均修復時間（MTTR），見表1。

表1 主要設備可用性比率

（2）除去作業中途吃飯、休息等時間，按照每天平均在線分揀作業8h計算。

（3）不考慮缺煙和條煙損壞的情況。

2.3 建立Plant Simulation仿真模型

運用Plant Simulation仿真軟件定義各個實體參數，建立實體之間的邏輯關系，部分模型實體設計見表2。此分揀系統中含有標煙、細支煙、類標煙和特異型煙等四種條煙類型，設置不同Entity實體參數來代表不同類型的卷煙。Plant Simulation模型中可以使用最常用的TableFile表來存儲信息，將其作為物流對象的數據來源，這樣編寫的程序語句才可以通過使用系統標識或者自定義標識來讀取表中某個單元格的數據。分揀系統模型定義的Dingdan表一次性生成了卷煙的MU類型、Number和Name以便控制煙倉出煙順序，并根據Dingdan表在Frame中設置不同工位的Method程序，Conveyor皮帶機速度設置為1.0m/s，得到的仿真模型如圖3所示。

表2 模型實體設計表

圖3 Plant Simulation系統仿真模型

此外，在實際生產中，條煙的出煙順序、出煙間隔和訂單間隔都是采用虛擬托盤技術進行控制，讓每一條煙和每一訂單之間都有一定的間隔，以防止條煙重疊。假設每一條煙占據一個寬度為d的MU小托盤，不同訂單占據N個MU小托盤，所以一個訂單的托盤距離D為：

當不同訂單之間的間距為固定值l時，得到皮帶機上前一訂單首位MU小托盤和后一訂單首位MU小托盤的距離為：

設皮帶機速度為v，則不同訂單之間的時間間隔t為：

在仿真模型中，虛擬托盤根據Dingdan表的順序在皮帶機上輸送，當托盤上的MU屬性和煙倉中實體條煙Name屬性一致時，觸發傳感器后，對應的煙倉就會分揀出Dingdan表中MU所對應的Number數量，設計的虛擬托盤SimTalk算法語言如下：

var MudiHao:integer

var MudiMing:string

MudiMing:=copy(@.name,2,3)

MudiHao:=str_to_num(MudiMing)

count:=count+1;

if liu=0

liu:=@.liushuihao

else

if liu/=@.liushuihao

if Mudihao<61

@.move(line1)--判斷條煙輸送軌道

hedan1.entrancelocked:=true

liu:=@.liushuihao if count=zongshu[1,liushui]

liushui:=liushui+1

@.liushuihao:=zongshu[2,liushui]--計算同一訂單

條煙總數

wait t--不同訂單之間的間隔

hedan1.entrancelocked:=false

end

end

end

end

3 仿真結果分析

以某煙草物流配送中心某天訂單數據進行仿真，不設置固定的仿真時間，直到當天訂單仿真完成為止，只通過Event Controller仿真控制器設定仿真時速度，在仿真完成生產總量的情況下，從仿真軟件的瓶頸分析器Bottleneck Analyzer中得到各個工位的工作情況，見表3。

表3 工位工作情況

由表3可知，在皮帶機Line41和Line6合單處，即合單6工位堵塞情況最為嚴重，其堵塞率達到了45.41%，主要是由于四層子線的條煙都將在此進行合單后打碼輸送，所以設備利用率較低。類似情況下的前方三層子線合單5處的堵塞情況也較為嚴重，堵塞率達到39.66%。碼垛AB是機械手和疊煙機共同碼垛工位，除了存在堵塞情況外，還由于后方合單處堵塞嚴重而導致條煙輸送設備空閑等待，相同訂單條煙可能會被機械手和疊煙機分別進行碼垛后再合單，所以會導致處理不及時而造成長時間的等待和堵塞，自身設備利用率較低，只有56.97%。所以可在多層子線合單容易造成堵塞處增加緩存區，以減少堵塞情況，而在碼垛合單處可以考慮再增加一個碼垛包裝機和出口，減少因碼垛合單不及時而造成的等待時間過長和堵塞情況。

4 仿真優化分析

4.1 確定緩存區容量的單因子多水平試驗

緩存區是前后相鄰工位之間的紐帶，在本次仿真模型中，首先采取在工位合單5和合單6后方增加緩存區的優化方法，但是緩存區的容量不能隨意設置，容量過大容易造成前后設備等待時間過長，反之無用。所以利用試驗設計的思想，首先明確試驗指標、影響試驗指標的影響因子和設計合適的試驗方法，最后科學的分析結果。本次模型的仿真優化將產出率作為試驗指標，緩存區容量大小作為影響因子，通過對不同影響因子進行仿真試驗，得到仿真結果，從而選擇最合適的緩存區容量配置。在仿真軟件中的Experiment Manager模塊中的Output Values中確定產出率為試驗指標，Input Values中確定0、5、10、15、20、25、30、35、40、45、50等11個影響因子。利用相同訂單數據，確定仿真時間為8h，點擊RESET重置后開始仿真，得到的緩存區容量和產出率的關系如圖4所示。

圖4 緩存區容量對產出率的影響

由圖4可以看出，當緩存區容量為0時，產出率最低，在緩存容量為0~15時產出率上升速率最快，隨著緩存區容量增加到30，產出率趨于平穩，不會再有大幅度的增加。所以當緩存區容量選取小于30時，產出率并沒有達到最高，沒有最大化的利用緩存區的優勢，所以不予考慮。而大于30時，雖然產出率還在增加，但是以極小幅度增加，并且緩存量過大會造成工位等待時間過長也會影響效率，所以選取30作為最優緩存容量。以下的仿真優化分析都是基于緩存區容量為最優進行分析。

4.2 添加緩存區和碼垛工位優化分析

在異標合一包裝機中一般標煙和細支煙是由疊煙機碼垛，特異型煙經過機械手碼垛，如果同一訂單中含有不同類型的卷煙，則由不同碼垛位碼垛完成之后進行合單包裝。且由于本次模型中含有標煙、細支煙、類標煙和特異型煙，會有部分訂單會在碼垛后的鏈板處進行合單，因此，機械手和疊煙機碼垛處會產生等待時間和一定的堵塞情況?？紤]增加一臺異標合一包裝機，即分別增加一個機械手和疊煙機碼垛工位分擔工作?；谠黾泳彺鎱^和碼垛工位進行仿真，利用相同訂單數據，即相同總產量進行仿真，改進前后工位工作情況見表4，利用軟件自帶的Chart圖可以直觀地看到改進前后各個工位的資源占比信息情況，如圖5所示。

表4 改進后工位工作情況

圖5 各工位資源占比情況

從表4和圖5可以直觀看出，在工位Availability不變的情況下，各個工位的工作占比都有所增加，堵塞情況都得到了改善。且堵塞最為嚴重的工位合單6的設備工作率占比從38.71%上升到79.21%，堵塞率從45.41%下降到2.84%。由于打碼后分層處采取動態分配原則，所以兩碼垛包裝工位都不會產生長時間的等待和堵塞情況，最終分別處理了近似數量的條煙，工作運行狀態幾乎相同且良好，原來碼垛工位的等待時間減少了6.96%，堵塞情況減少了8.26%，工作占比增加了15.22%，整體分揀系統的分揀情況都得到了良好的改善。

4.3 仿真優化后效率分析

通過對從某市煙草物流中心獲得的實際訂單6天的數據進行仿真實驗，但在Event Controller中不設置仿真結束時間，當訂單中的條煙總數分揀完成后仿真自動停止，得到以下實驗數據，見表5。

表5 分揀效率統計表

根據效率計算公式可以得到，在某一天生產總量確定的情況下，效率與時間成反比。在總產量確定的情況下，優化后的分揀系統完成相同分揀任務的時間明顯減少，在條煙總量多達87 679條時，分揀完成時間從原來的13.06h減少到9.18h，減少了3.88h，極大地提高了分揀效率。且平均效率可以達到8 866.08條/h，相較于優化前的系統平均效率6 362.89條/h，其效率增加了1.39倍。但是由于每天的訂單總量與結構有所不同，會造成不同的時間差，因此碼垛合流的等待時間也會有所不同，其效率會略有差別，但正常范圍內可以滿足需求。

5 結語

以某煙草物流中心為例，以提高效率為主要目標，在現有設備模型的基礎上，利用Plant Simulation仿真軟件建立系統模型進行仿真分析，通過添加緩存區和碼垛工位的優化方法進行優化分析，在確定仿真時間的前提下，以產出率為試驗指標，緩存區容量為影響因子的試驗分析方法確定緩存區容量的最優解。最后在相同產量下，不設置仿真時間進行優化對比分析。結果表明，該優化方法不僅提高了分揀效率，而且減少了終端配送時間，滿足了某煙草物流中心的現場卷煙分揀需求。