新能源智能裝配車間的AGV物流仿真與優(yōu)化

郭世超，張利平，唐秋華，黃雨晨

(1.武漢科技大學，冶金裝備及其控制教育部重點實驗室，湖北武漢 430081； 2.武漢科技大學，機械傳動與制造工程湖北省重點實驗室，湖北武漢 430081)

0 前言

隨著智能制造技術(shù)的發(fā)展，智能制造車間的自動生產(chǎn)線和倉庫管理系統(tǒng)(Warehouse Management System,WMS)是實現(xiàn)智能制造的必要條件。自動引導車(Automated Guided Vehicle，AGV)作為智能車間和物流系統(tǒng)中重要的物流運輸設備，得到了廣泛的應用。AGV的物流配送能力直接影響著智能制造車間的生產(chǎn)效率，因此如何配置配送小車的能力，使得車間的設備利用率、AGV利用率和小車總行走路線相對最優(yōu)，是智能車間生產(chǎn)的設計環(huán)節(jié)。

針對AGV物流配送與調(diào)度，常見優(yōu)化目標有最小化延遲時間、最小化完工時間等。楊智飛等基于最小化完工時間、最小化AGV 數(shù)量及最小化懲罰成本3個優(yōu)化目標，建立了智能車間 AGV 調(diào)度問題數(shù)學模型,設計了一種新型多目標優(yōu)化算法，完成了模型求解。徐玲和祝軍以口服液滅菌生產(chǎn)物流線調(diào)度系統(tǒng)為實驗載體，對生產(chǎn)物流線調(diào)度系統(tǒng)進行建模，以優(yōu)化調(diào)度算法，提高生產(chǎn)線的效率。石宇強等考慮倉庫存取貨的堆垛機、AGV和線邊裝卸物料的機械手3種資源的協(xié)同作業(yè)，設計多AGV在交叉路口可同時通行的避碰規(guī)則，提高了整個作業(yè)車間的物流作業(yè)效率。上述研究均得到了很好的理論效果，實際應用效果還待進一步完善。

某企業(yè)新能源電池包是由電芯模組串聯(lián)組成，電池包內(nèi)設有電池管理系統(tǒng)、電池熱管理系統(tǒng)，可有效保護電池包安全。其智能裝配車間包含若干裝配工序，每道工序加工完成后自動流入下一道工序，智能裝配車間從立體倉庫到自動化產(chǎn)線，實現(xiàn)多系統(tǒng)集成、數(shù)據(jù)對接以及生產(chǎn)情況反饋看板的智能化生產(chǎn)。在實際企業(yè)調(diào)研中發(fā)現(xiàn)，新能源電池包裝配車間的AGV物流配送與實際生產(chǎn)調(diào)度脫節(jié)，致使智能車間的生產(chǎn)效率受限，無法充分發(fā)揮智能設備的加工能力。因此，針對該企業(yè)特點，提出切實可行的AGV配送與調(diào)度方法是提高設備利用率和生產(chǎn)效率的有效途徑。

該智能裝配車間是典型離散事件系統(tǒng)，面向智能對象，SIMIO仿真軟件可實現(xiàn)二維模型與三維模型的相互轉(zhuǎn)換，對整個生產(chǎn)過程事件進行模擬，直觀地觀察和了解系統(tǒng)。目前，智能車間投產(chǎn)前十分重視設計方案的產(chǎn)能評估，可通過仿真模型構(gòu)建、生產(chǎn)過程仿真優(yōu)化，統(tǒng)計分析設計方案的生產(chǎn)能力與風險性能，為管理者提供決策依據(jù)，以期降低生產(chǎn)成本，提高生產(chǎn)效率。

因此，本文作者以某新能源企業(yè)即將正式投入生產(chǎn)的智能裝配車間為例進行研究。運用SIMIO仿真軟件，設置AGV的數(shù)量和AGV的運載能力等，以設備平均利用率、AGV平均利用率和AGV行走路線總長度為目標，采用方差分析和響應優(yōu)化的方法，得出該企業(yè)智能裝配車間物流配送的優(yōu)化方案。

1 問題描述

某新能源企業(yè)即將正式投入使用的智能裝配車間包括SCADA(數(shù)據(jù)采集與監(jiān)視控制)系統(tǒng)和WMS(倉庫管理系統(tǒng))。SCADA系統(tǒng)負責自動化產(chǎn)線的控制和產(chǎn)線生產(chǎn)數(shù)據(jù)的采集，WMS負責原材料立體倉庫和AGV的調(diào)度，系統(tǒng)間通過信息交互，實現(xiàn)產(chǎn)線的自動化生產(chǎn)。圖1所示為該企業(yè)智能裝配車間簡圖。智能裝配車間由4個工作中心組成，分別為基體工作中心、模組工作中心、Pack工作中心、上箱體工作中心。車間布局以Pack工作中心為主線，以基體、模組、上箱體工作中心為支線。為能夠清晰地表示各個工作中心之間的生產(chǎn)關(guān)系，圖1只展示了每個工作中心首尾2個工序以及匯合點工序(矩形表示匯合點工序)。

圖1 智能裝配車間簡圖

企業(yè)智能裝配車間的具體布局如圖2所示。基體工作中心的工序用嫣紅色標注，包括電芯上線、端板等離子清洗、電芯堆疊等工序；模組工作中心的工序用紫色標注，包括貼加熱膜、安裝鋼扎帶、模組烘烤、模組搬運等工序；上箱體工作中心的工序用洋紅色標注，包括上蓋上線、安裝防水透氣閥等工序；Pack工作中心的工序用淺綠色標注，包括下箱體上線、安裝MSD插座、安裝加熱輸入輸出插件、安裝低壓輸入輸出插件、安裝總負輸出插座、安裝總正輸出插座、整理線束、連接高壓銅排、模組入箱、連接模組加熱線1及測試、擰緊CSC/尾側(cè)壓條/預裝模組螺栓、安裝防碰撞保護板、Pack烘烤、貼FPC、安裝整理低壓線束、安裝總正/負蓋板、Pack入成品庫等工序；其中,模組、Pack烘烤工位為模組、Pack工作中心公用。

圖2 智能裝配車間布局

智能裝配車間是面向訂單生產(chǎn)的生產(chǎn)模式，訂單到達具有隨機性，為盡量減少因物料短缺出現(xiàn)停工，AGV小車無須滿載再進行配送。當產(chǎn)線開始生產(chǎn)時，原材料由AGV小車通過產(chǎn)線兩邊的雙向通道配送到產(chǎn)線線邊倉進行裝配，當線邊倉的料框為空時，設備把空料框移出使用位置，SCADA系統(tǒng)觸發(fā)叫料信號給WMS，WMS判斷AGV停車場是否有空閑，若有空閑，AGV調(diào)用運輸物料(按照整箱配送)到指定工位線邊倉，若沒有空閑的AGV時，該配送任務在系統(tǒng)中等待，當有空閑AGV后再次調(diào)用。

由于裝配工序復雜，該企業(yè)的智能裝配車間生產(chǎn)線比較長，AGV配送的物料按照整包數(shù)量配送，而各個物料單包數(shù)量不同，呼叫小車的時間無法確定。如何配置合理的AGV數(shù)量和AGV的運載能力，使物料能夠準時送到產(chǎn)線，不影響產(chǎn)線生產(chǎn)，使加工設備利用率最高，是需要解決的問題。

2 AGV物流配送仿真模型構(gòu)建與運行

2.1 模型假設

對該企業(yè)的智能裝配車間AGV調(diào)度問題作以下假設：

(1)同一時間點，一臺AGV只能執(zhí)行一個任務且只運輸同一種物料；

(2)智能車間設備布局以及AGV的行走路線已知；

(3)每輛AGV屬性相同，均以固定速度運行，任務結(jié)束后返回停車場；

(4)AGV和車間設備連續(xù)運行，不會發(fā)生故障，運行過程中不會發(fā)生碰撞；

(5)各工位之間的距離已知；

(6)人工配送的工序滿足智能裝配車間的生產(chǎn)物料要求。

2.2 仿真模型構(gòu)建

利用SIMIO軟件搭建智能車間的仿真模型。SIMIO軟件提供了豐富的建模概念和特色，通過建模能得到一個滿足視覺效果和數(shù)據(jù)需求的智能車間。SIMIO是基于面向?qū)ο蟮姆椒ㄕ摚跇藴蕦ο髱臁⒛繕藢嶓w和標準執(zhí)行過程基礎上，使用者可以制定實驗，增刪、修改過程以實現(xiàn)想要得到的功能。

根據(jù)圖2所示的智能裝配車間布局，在SIMIO空間中建模。拖動SIMIO 標準對象庫(Standard Object Library)13個 Source 至空間中，代表著需要AGV運輸?shù)奈锪稀㈦娦旧暇€以及下箱體上線的原材料庫。在項目庫(Project Library)中拖動13個實體(Model Entity)到建模空間中，代表13種物料。拖動12個Combiner,分別代表電芯堆疊、安裝鋼扎帶、安裝MSD插座、安裝加熱輸入輸出插件、安裝低壓輸入輸出插件、安裝總負輸出插座、安裝總正輸出插座、模組入箱、擰緊CSC/尾側(cè)壓條/預裝模組螺栓、安裝防碰撞保護板、安裝防水透氣閥、安裝總正/負蓋板等工序設備。拖動11個Server，分別代表端板等離子清洗、貼加熱膜、模組烘烤、模組搬運、整理線束、連接高壓銅排、連接模組加熱線1及測試、Pack烘烤、貼FPC、安裝整理低壓線束、上蓋上線等工序設備。拖動一個Vehicle模型到空間建模區(qū)，代表AGV，再拖一個BasicNode作為AGV的停車點。在標準對象庫中拖動一個Sink到建模區(qū)，代表成品離開生產(chǎn)線，進入成品庫。

按照物料名稱，修改每一個實體和原材料庫(Source)的名字，且實體需要與原材料庫對應，在Source的Entity Type屬性中修改各個物料的名稱。已知原材料庫的物料配送時間間隔，端板上線、安裝鋼扎帶等工序的物料以2個/min的速度到達，其他物料均以每個3 min的速度到達。修改Source的最初到達時間的屬性，根據(jù)電芯上線、端板上線、安裝鋼扎帶、下箱體上線、安裝MSD插座、安裝加熱輸入輸出插件、安裝低壓輸入輸出插件、安裝總負輸出插座、安裝總正輸出插座、擰緊CSC/尾側(cè)壓條/預裝模組螺栓、安裝防碰撞保護板、安裝總正/負蓋板、安裝防水透氣閥等工序所需物料的整包裝數(shù)分別為4、24、26、6、30、150、100、24、24、8、96、140、400個，修改Source一次到達物料的數(shù)量。修改Server和Combiner的設備加工時間均為每個2.5 min。根據(jù)單個電池包的物料用量在安裝鋼扎帶工序為6個/包，其余工序均為1個/包，修改Combiner的Batch Quantity的數(shù)量關(guān)系。修改實體和小車在系統(tǒng)中的移動速度為0.5 m/s。

設備之間用TimePath線連接，代表車間的傳送線，設置時間為10 s。原材料庫與設備之間用Path連接，代表AGV的行走路線，電芯上線、端板上線、安裝鋼扎帶、下箱體上線、安裝MSD插座、安裝加熱輸入輸出插件、安裝低壓輸入輸出插件、安裝總負輸出插座、安裝總正輸出插座、擰緊CSC/尾側(cè)壓條/預裝模組螺栓、安裝防碰撞保護板、安裝防水透氣閥、安裝總正/負蓋板等工序原材料庫與設備之間的距離，分別為90、10、20、10、130、120、110、100、90、60、50、90、100 m。

AGV在車間設備兩邊的雙向通道中行走，構(gòu)建的AGV物流仿真模型如圖3所示。

圖3 AGV物流配送仿真模型

2.3 AGV物流配送仿真運行機制

假設當前有多個訂單，車間沒有空閑，在連續(xù)生產(chǎn)。當訂單下達到產(chǎn)線后，產(chǎn)線以線邊倉有空料框移出使用位置為信號，呼叫小車配送物料。為模擬該情景，采用原材料庫按照節(jié)拍定時產(chǎn)生各種物料，當某物料達到滿箱時呼叫AGV小車進行配送。這種倉庫按照節(jié)拍驅(qū)動物料配送時，當AGV數(shù)量足夠多時，能夠排除因倉庫物料短缺影響產(chǎn)線生產(chǎn)的因素。在SIMIO的Precesses中，對AGV調(diào)度規(guī)則進行編程，判斷每個物料倉庫產(chǎn)生哪種物料,當該物料達到滿箱時，倉庫的TransferNode呼叫AGV進行配送，否則等待。以防碰撞保護板(Boards)為例，當生產(chǎn)防碰撞保護板的倉庫達到96個物料(滿箱)時，呼叫AGV，否則等待。AGV的響應規(guī)則如圖4所示。

圖4 AGV的響應規(guī)則

3 仿真結(jié)果分析

3.1 參數(shù)設置

車間由26個工位、1個原材料庫、1個上下箱體庫、1個成品庫和AGV停車場組成。其中，自動化工位有19個、人工工位7個，自動化工位需要AGV運輸物料的工位有11個，已在圖2中標出。AGV在生產(chǎn)線兩側(cè)的雙向通道通行,文中只討論需要AGV運輸物料的工位，對模型進行簡化。

對AGV的數(shù)量、運載能力進行調(diào)配，配置合適的配送資源，使物料能夠準時送到產(chǎn)線，不影響產(chǎn)線生產(chǎn)，使設備平均利用率、AGV平均利用率達到最高，AGV行走總路線長度最少。采用上述SIMIO仿真模型，將案例相關(guān)數(shù)據(jù)運用到仿真模型中，對AGV數(shù)量設置了7水平，分別為2、3、4、5、6、7、8，運輸能力設置了7水平，分別為200、250、300、350、400、450、500個，設置運行時間為48 h。采用全因子實驗方式，共進行49組實驗。

3.2 AGV配送方案的方差分析

利用Minitab軟件對配送方案數(shù)據(jù)進行處理，把配送方案數(shù)據(jù)表導入到數(shù)據(jù)窗格中，對數(shù)據(jù)進行方差分析，結(jié)果如表1所示。若值小于0.05，則認為具有統(tǒng)計性顯著影響。設備平均利用率、AGV平均利用率和AGV行走路線總長度的主效應分別如圖5、圖6和圖7所示。

表1 方差分析結(jié)果

由表1可知：(1)AGV的運輸能力值均大于0.05，說明AGV的運輸能力與設備平均利用率、AGV平均利用率和AGV行走路線總長度沒有顯著統(tǒng)計性差異；(2)AGV數(shù)量值均等于0，說明AGV數(shù)量與設備平均利用率、AGV平均利用率和AGV行走路線總長度有顯著差異。

由圖5、圖6和圖7可知，AGV運輸能力在主效應圖中是一條圍繞中線波動很小的折線。由圖5可知，隨著AGV數(shù)量增加，設備平均利用率先快速上升，當AGV數(shù)量達到4之后趨于平穩(wěn)。由圖6可知，隨AGV數(shù)量增加，AGV平均利用率先緩慢下降，當AGV數(shù)量達到6之后呈直線下降趨勢。由圖7可知，隨AGV數(shù)量增加，AGV行走路線總長度先快速上升，當AGV數(shù)量達到6之后趨于平穩(wěn)。因此，AGV的運輸能力對3種因變量沒有顯著性影響，同時可以看到當AGV數(shù)量為2、3時，設備平均利用率不超過60%；當AGV數(shù)量為8時，AGV平均利用率不足70%。

圖5 設備平均利用率主效應 圖6 AGV平均利用率主效應

圖7 AGV行走路線總長度主效應

3.3 AGV配送方案優(yōu)化配置的敏感性分析

因運載能力無顯著統(tǒng)計性影響，AGV數(shù)量與設備平均利用率、AGV行走路線總長度是正相關(guān)，與AGV平均利用率是負相關(guān)。因此，如何權(quán)衡AGV數(shù)量是解決問題的重點。采用響應優(yōu)化方法，通過Minitab修改3個因變量的目的、權(quán)重和約束等，輸入數(shù)據(jù)以49組實驗結(jié)果為依據(jù)，AGV運輸能力為200個。設置設備平均利用率目標為最高的設備平均利用率，權(quán)重為9.6；AGV平均利用率目標為最高的平均利用率，權(quán)重為0.2；行走路線總長度目標為最短的路線，權(quán)重為0.2。AGV物流配送優(yōu)化方案如表2所示，當AGV數(shù)量為6時，AGV行走路線總長度、AGV平均利用率和設備平均利用率達到均衡，此方案為智能車間的物料配送的較優(yōu)方案。

表2 AGV物流配送優(yōu)化方案

3.4 與原方案的性能對比

新能源電池包智能裝配車間，原方案需訂購3輛運載能力為300個/輛的AGV。優(yōu)化后的方案訂購6輛運載能力為200個/輛的AGV。對比優(yōu)化前后的方案，結(jié)果如表3所示。

表3 車間性能比較

由表3可得：從AGV成本來看，可以選購運載能力比較低的AGV，同時AGV的數(shù)量增加了一倍；從結(jié)果來看，設備平均利用率跟成品下線數(shù)量得到了顯著提高，分別提高了30%、28%，同時AGV平均利用率和AGV行走路線總長度出現(xiàn)了負面影響，其中AGV平均利用率降低了9.5%、AGV行走路線總長度增加了166%。但是，由于設備平均利用率的權(quán)重遠遠大于AGV平均利用率和AGV行走路線總長度的權(quán)重，而且單個電池包的凈利潤在1萬元左右，產(chǎn)能提升帶來的利潤遠遠大于AGV成本的投入。

因此，優(yōu)化后的方案權(quán)衡了智能裝配車間的成本投入和利潤，使企業(yè)的收益最大化。企業(yè)可根據(jù)自身情況賦予設備平均利用率、AGV平均利用率和AGV行走路線總長度不同的權(quán)重，來權(quán)衡企業(yè)的資源投入，對于提高企業(yè)的生產(chǎn)效率、降低成本、增加利潤有一定參考。

4 結(jié)論

本文作者以某新能源企業(yè)的智能裝配車間為研究對象，利用SIMIO仿真軟件構(gòu)建仿真模型，對物料配送小車的運載能力和物料配送小車數(shù)量進行分析。介紹了模型構(gòu)建的主要過程和運行機制，設置了2因子7水平，進行了49組實驗，得到了不同組合下的實驗數(shù)據(jù)。借助Minitab軟件對所得數(shù)據(jù)進行處理，通過方差分析得出因子與實驗指標的相關(guān)關(guān)系來控制無關(guān)因子，最后通過響應優(yōu)化得到了一個較優(yōu)方案。研究成果為智能車間AGV的配置提供了有效的方法，權(quán)衡了智能裝配車間的AGV成本投入和成品利潤，保證車間的生產(chǎn)效率，提高利潤。文中僅考慮了設備與AGV連續(xù)運行狀態(tài)的模型構(gòu)建，未來可考慮設備與AGV故障率等因素，以進一步貼近生產(chǎn)實際。