基于資源共用調度的離散型柔性化生產線仿真分析方法研究與應用

董淼，閆勇斌，任澤兵，楊濤

（東風設計研究院有限公司，武漢 430000）

0 引言

隨著市場競爭日趨激烈，供需關系轉換，客戶需求已占據市場主導地位，小批量多品種、大批量定制的生產方式在競爭性制造產業中已成為主流，對生產線的柔性化及相關應變措施提出了更高響應要求[1-2]。同時，受智能制造和數字化轉型政策影響，眾多大型制造企業紛紛打造未來燈塔工廠，而各類全自動柔性化生產線已成為眾多離散制造企業建設燈塔工廠的必選項[3]。

眾多面向多品種加工的全自動柔性化生產線中，對于多個終端加工設備共用一個輸送轉接設備這類基于資源調度共用的離散型柔性化生產線，如多個切割工位共用智能行車的無人化下料系統、多個數控機床共用上下料機器人的全自動機加線、多個焊接機器人共用上下料機器人的全自動焊接島等，由于存在加工時間因品種多樣導致的不確定性、多個終端加工設備同時需要使用輸送轉接設備導致等待的不確定性和隨機性等復雜因素，傳統設計方法難以對此類柔性化生產線進行加工設備負荷率、線體極限產能等關鍵指標的準確計算，通常用經驗系數進行估算[4]。本文提出采用知識建模和系統仿真的方法[5-6]，對離散型柔性化生產線進行仿真預演，從而為方案的精細化設計和生產計劃優化提供數據支撐。

1 知識模型構建

對基于資源調度共用的離散型柔性化生產線，即具備多個終端加工設備共用一個輸送轉接設備、加工產品種類較多且加工時間不一等特點的離散制造生產線，圍繞機器設備、物料、工藝方法三大關鍵生產制造要素進行知識模型構建[7]。

1.1 生產要素知識模型

從三維模型、行為特性、運動參數、決策規則等方面出發，對離散型柔性化生產線的關鍵生產要素進行梳理，形成生產要素知識模型，包括設備、物料、方法3個類別。生產要素知識模型是仿真模型模塊化開發的重要基礎，可提供模塊劃分依據、設備運行參數和作業邏輯等。

1.2 產線運行知識模型

產線運行知識模型是指將離散型柔性化生產線的運行過程及相關邊界條件以圖結構式網狀模型的方式進行構建，從而清晰表達出各工序間的流轉及判斷關系，是仿真運行程序開發的依據。

在離散型柔性化生產線中，對終端加工設備共用的輸送轉接設備的調度判斷邏輯關系構建尤為重要，涉及到最終仿真模型的質量。輸送轉接設備的調度判斷通常有兩種方式，分別為基于設備狀態的調度判斷和基于任務等待表的調度判斷。

基于設備狀態的調度判斷的知識模型如圖4所示，其主要特點是仿真程序開發中數據結構簡單，狀態判斷數據僅需一個整數型字符。同時，邏輯關系相對簡單，仿真程序開發也相應較為容易。

圖1 設備類知識模型

圖2 物料類知識模型

圖3 方法類知識模型

圖4 基于設備狀態調度判斷的知識模型

基于任務等待表的調度判斷的知識模型如圖5所示，其主要特點是簡化搜索邏輯，將原來需要循環搜索判斷各個終端設備狀態簡化為只判斷轉接設備的任務等待表，同時便于實現先到先服務，但這種調度判斷模式需要使用和處理結構化數據，仿真程序開發相對復雜些。

圖5 基于任務等待表調度判斷的知識模型

2 仿真模型開發

仿真模型開發是指在三維仿真軟件中選用適當的元素進行二次開發，主要包括模塊化開發、模塊集成及調試。

2.1 模塊化開發

根據生產要素知識模型，搭建起產線仿真模型框架，將整個系統分割成數個模塊，分割原則是盡量保證各個模塊的獨立性和功能完整性，以便于分模塊開發，同時保證模型層次架構清晰，提高模型的可讀性，便于后期進行修改或擴展等。離散型柔性化生產線仿真模型的架構通常包括設備模塊、參數輸入模塊、初始化模塊、控制模塊、參數統計模塊。

設備模塊主要保證各運動機構能準確執行，同時需集成GUI界面供用戶進行參數輸入和修改；參數輸入模塊主要用于生產計劃、工作時間、初始緩存量等系統性參數的變量定義及數據導入；初始化模塊主要用于緩存區、線體上的原料或在制品的初始產生；控制模塊主要用于產線按工作時間或其它規則進行啟動、停止、切換等系統性的控制；參數統計模塊主要用于仿真統計指標的實時運算和記錄。

2.2 模塊集成和調試

完成各個設備模塊和其它功能模塊開發后，根據產線運行知識模型，開發模塊間通信接口，進行模塊集成和系統調試，以真實模擬現實流程。

模塊通信接口開發可分為兩種：方式一為全局路徑尋址，主要是通過訪問模型結構樹中的唯一地址來獲取相關模塊的引用，從而建立通信接口；方式二為端口連接尋址，主要是通過將模塊進行連線建立端口通信渠道，根據端口號進行相關模塊通信。全局路徑尋址方式便捷且準確度高，但受限于模型結構樹，復用性較差，通常用于功能性模塊的通信；端口尋址方式不受模型結構樹變化的影響，可復用于多個項目，但連續的先后順序需與通信端口號對應，通常用于設備模塊間的通信。

系統調試主要是通過對三維動態仿真運行過程的觀察，來判別仿真運行是否與現實工藝流程和設備動作有原則性差異，從而進行程序修改調整。

3 應用舉例

圖6 智能天車設備模塊開發

以某工廠柔性化無人化鋼板下料切割線為例，進行仿真建模和生產預演，對系統產能、切割機負荷率、智能天車負荷率進行仿真計算，為方案評價和優化提供數據支撐。

圖7 全局路徑尋址方法

圖8 端口連接尋址方法

圖9 某工廠柔性化無人化鋼板下料切割線

3.1 仿真建模

根據生產要素知識模型和產線運行知識模型進行仿真邊界約束條件和運行邏輯梳理，主要包括以下幾個方面：

1）生產管理邊界約束。

a.切割工位采用兩機三工位布置，即2個切割機和3個切割工位成1組，每臺切割機可在相鄰2個工位間進行作業切換，同時共用1個智能天車進行上下料，調度智能天車原則為先申請先服務。

b.一天24 h分為前20 h（定義為上班時間）和后4 h（定義為下班時間）兩個時間段。

c.上班時間段內智能天車從虛擬庫位向切割機上補料，并從切割機上將切割完后鋼板吊至分揀區；同時，物流貨車到達卸貨區通過手動天車向線邊緩存補料。

d.下班時間手動天車將線邊緩存鋼板吊運至平板車，平板車運輸到天車跨內，通過智能天車向虛擬庫位補料。

2）設備運行邊界約束。

a.智能天車從虛擬庫位往切割工位上補料時單次吊1張，從平板車往虛擬庫位補料時按照天車載重量和單張鋼板質量計算單次可吊運的鋼板張數。

b.從線邊緩存向虛擬庫位補料時智能天車隨機選擇一個空垛位進行堆料，且按品種進行分開堆垛。

c.從虛擬庫位向切割機上補料時智能天車隨機選擇一個滿垛進行補料，直到該垛消耗完畢再隨機選擇一個滿垛進行補料，依次循環。

d.切割機在下班時間到達后，若在切割中則直接中斷切割，待上班后進行切割；若在空行程中，則空行程結束后停止。

e.智能天車和手動天車的大車運行、小車運行、吊具升降運行均按照單獨非協同模式設置，運行參數如表1所示。

表1 智能天車和手拉天車運行參數

3）物料計劃邊界約束。

表2 三日滾動生產計劃表

4）產線運行邏輯。

基于仿真邊界約束條件和運行邏輯，在三維仿真軟件中進行相應的模塊化開發、模塊集成和調試，建立的仿真模型如圖11所示。

圖10 下料切割區仿真邏輯

圖11 某工廠柔性化無人化鋼板下料切割線仿真全貌

圖12 日切割量和補貨時間統計

圖13 智能天車日均負荷率統計

表3 切割機日工作時間統計

3.2 仿真分析

通過長時間仿真運行統計并取平均值以期得到偏差量較小的仿真結果，對仿真統計數據進行分析后發現：

1）整線體的平均切割量為138.2張/d，每天線邊緩存到庫區緩存的平均補貨時間為3.41 h。

2）受切割機布局方式、天車效率、各品種切割時間不同等綜合影響，存在多個切割機在某一時段同時切割完需要等待天車上下料的情況，導致切割機平均每天有1.44 h的必要等待時間。

3）智能天車在上班時間段內平均負荷率達55.22% ，下班時間段內平均負荷率達60.98% ，仍有一定的作業裕量。

該仿真結果為后續的方案比選和優化提供數據支撐，同時仿真模型可作為后續生產計劃制定、驗證和優化的預演平臺。

4 結語

對于多個終端加工設備共用一個輸送轉接設備、且加工產品種類較多的離散型柔性化生產線，具有智能化程度高、適應多品種柔性化生產、設備利用率高、工藝布局緊湊等特點，已廣泛應用于眾多制造企業中。但由于存在加工不確定性、資源共用調度等復雜因素，導致傳統經驗設計方法難以準確計算加工設備負荷率、線體產能等關鍵評價指標。

本文提出采用知識建模和系統仿真的方法，在仿真軟件中建立現實系統的虛擬映射，導入設備運行參數和生產作業計劃，通過仿真預演和數據統計分析，得到線體產能、設備負荷率等關鍵指標，從而為方案的精細化設計和生產作業計劃優化提供數據支撐和虛擬制造預演平臺。