柔性生产路径

柔性生产路径（精选八篇）

柔性生产路径 篇1

关键词：柔性生产路径,多目标,产品分配,改进PSO

0 引言

企业在每个时期都会集中制定产品的销售计划, 按照产品的种类和区域市场来划分产品的销售量, 销售人员根据企业的销售计划, 有指导的接受产品订单。订单来至不同的区域市场, 集中到企业进行生产。如果企业接受的订单集中在某些区域, 在企业生产能力有限的情况下, 企业的产品生产就会影响前期制定的销售计划, 打乱企业的生产销售战略。针对企业生产销售状况, 企业应该在满足产品区域市场的需求量满足原则下进行产品分配。因此, 企业在产品分配的过程中, 不仅要将企业的盈利能力最大化作为目标, 同时还要从企业长期战略发展出发, 协调好各区域市场之间的关系, 以市场产品需求满足率为导向, 进而达到提高区域市场企业的满意度最终提高企业的长期盈利能力。由于企业自身产能的限制, 在产品分配过程中要不断提高生产线设备的综合利用率, 充分发挥企业的生产能力。此外, 企业产品如果存在多条生产路径, 不同生产路径生产出的产品具有不同的生产成本, 在产品分配过程中尽可能选择成本最小的生产路径来提高企业的利润率。因此, 多目标产品分配问题的解决对企业的生产销售实际有重要的影响。

陈菊新等[1]建立了产品分配的时变模型, 并将其分为两层子问题。下层子问题为基本的运输问题, 按一般的线性方程求解, 上层子问题采用遗传算法进行求解, 实验取得较好的效果。唐加福[2]考虑了全球制造环境下多产品生产分销网络问题, 提出了基于拉格朗日松弛的两层分解启发式算法来求解包括生产商指定的生产任务、生产批量、生产商和分销商之间的交货量的联合决策模型。张翠华等[3]针对多供应商环境下JIT采购的订单分配问题, 提出在满足一定送货及时率及采购策略条件下生产商的总采购成本最小化模型, 通过企业实例仿真求解出较好的结果。潘伟等[4]通过考虑订单分配信息的不确定性和模糊性, 构建一个包含模糊目标、模糊权重和随机约束的订单分配模型。然后, 利用数值算例证明了模型的可行性。刘晓冰等[5]建立了以企业集团订单排产量最大和集团利润最大为目标的钢铁企业订单分配多目标优化模型, 提出了模型求解的算法流程, 最后通过实例验证了模型和算法。姜意扬等[6]建立基于物流供应商具有的订单、物流能力可获得性、配送效率、缺失率与成本的供应商选择与订单分配组合优化模型, 并采用相应算法进行算例分析。Calvete等[7]分析由于供应商和分销商有各自的目标, 不能实现产销计划的最优。他们在两阶段供应链环境下利用蚁群优化方法得出了一体化产销优化配置, 平衡了供应商和分销商之间的分配关系。Kawtummachai等[8]研究了供应链条件下的订单分配流程, 建立了数学模型。目的使总购买成本最小和维持特定的服务水平, 通过求解算法证明了模型的可行性。

现有文献大多是研究企业在收到客户订单后, 如何安排产品生产最后送达给客户, 而很少有研究根据现有销售计划的指导, 将不同工艺路线生产的产品分配到各区域市场的客户, 达到生产线和市场需求的平衡。本文在考虑市场产品满足率的基础上, 综合考虑了钢铁企业经营总利润和不同工艺路线上生产线上设备的利用率, 建立柔性生产路径钢铁产品分配模型, 设计多目标改进粒子群优化算法求解, 通过实验考察模型和求解算法的可行性和有效性。

1 问题建模

1.1 问题描述

钢铁企业的每种产品生产具有多条工艺路线, 同时产品具有多品种、小批量的特点, 而市场对产品需求也是多种多样。那么, 钢铁企业的产品分配问题是在满足生产和市场约束的条件下, 确定各种产品大类和具体产品的产量, 使得问题的目标函数最优。在钢铁企业经营环境下, 产品分配问题以各市场需求为导向, 在确定各种产品总产量的同时, 还需确定分配至各市场上的产品产量。而同种产品可能来至不同的生产工艺路线, 各生产工艺路线由不同的生产线构成。考虑到钢铁企业的生产情况和各市场的需求情况, 问题存在以下约束:1) 产品的品种大类不得超出最大量限制;2) 各类产品的产量受到生产线生产能力限制, 不得超出各生产线的最大产量;3) 由于生产加工工艺的特殊要求, 某类产品的产量存在最小值约束;4) 各类市场对于各类产品的需求量均存在期望上限, 因而, 钢铁企业分配给各市场的产品量不能超过市场的最大需求量;5) 各市场对某类产品存在特定需求, 企业将此类产品分配给各市场的产量不得小于最小需求量。

在制定产品分配方案时, 钢铁企业需要满足各市场需求为导向, 综合考虑以下问题:1) 产品生产利润最大化原则;2) 生产线上设备的最大平均利用率原则;3) 满足各市场产品需求, 达到各市场产品需求最大化。所以, 本文研究的柔性生产路径钢铁企业产品分配问题以最大化利润、设备利用率以及市场产品满足率为优化目标。

1.2 符号定义

1) 下标符号

i为产品品种编码, i∈I;

l为产品工艺路线编码, l∈∪PLi, i∈I;

m为市场编码, 共有M个市场,

j工艺路线上的节点数 (生产线) Nl为第l条工艺路线的最后一个节点;

k为实际生产线的编号

2) 集合

I为产品品种集合;

PLi为产品i的生产工艺路线集合,

MPm为第m个市场需要的所有产品集合,

3) 参数

Maxk为第k条生产线的最大生产能力;

Mink为第k条生产线的最小生产能力;

Piml为第l条产品工艺路线上生产的产品i在市场m上的单位利润,

zl10lj为生产的钢水总量,

Max Mpim为市场m对产品i的最大需求量,

Min Mpim为市场m对产品i的最小需求量,

4) 变量

zlkilj为产品i的第l条工艺路线上的第j个节点的产出量, k相同时表示从同一条生产线的产出量,

zmiml为第l条工艺路线上生产的产品i在m市场的需求量,

1.3 问题模型

以企业利润最大化、生产线上设备平均利用率最大化、市场产品满足率最大化为目标, 本文建立了多目标产品分配模型为:

目标函数 (1) 表示企业利润最大化;目标函数 (2) 表示生产线上的设备平均利用率最大化;目标函数 (3) 表示最大化市场产品满足率;约束 (4) 表示生产线上的产出量不能大于规定的最大量;约束 (5) 表示生产线上的产出量不能小于最小量;约束 (6) 表示企业的产品销量不能超过市场需求产品的最大需求量;约束 (7) 企业的产品销量必须满足市场需求产品的最小需求量;约束 (8) 为平衡约束, 即产品的产量必须等于其产品的需求量;约束 (9) (10) 定义了产品的分配去向与产量之间的关系;约束 (9) ~ (12) 为变量取值约束。

2 求解算法

上述建立的钢铁产品分配模型是一类多目标、多约束和多变量的组合优化问题, 由于变量具有很大的维数, 解的搜索空间大, 不能够用精确的算法在有效的时间内求解。同时, 多目标优化问题要综合考虑多个子目标之间的联系, 使得问题的求解难度更大。因此, 智能优化算法提供了这类问题的求解技术。粒子群优化算法 (Particle Swarm Optimization, PSO) 是由Kennedy和Eberhart[9]通过模拟鸟群觅食行为而提出的一种基于群体协作的随机搜索算法。由于粒子群算法具有参数少、全局优化效果好、收敛速度快的优点, 该算法在许多多目标优化问题中得到了较好的应用[10,11]。

基本粒子群算法的数学模型如下所示:

在D维的搜索空间中, 一个种群由N个粒子组成, 用来表示种群中的一个粒子, 表示当前迭代次数, 用表示粒子当前的飞行速度;粒子i本身经历的最优位置称为个体极值, 记为整个种群经历的最优位置称为全体极值, 记为粒子按以下公式进行迭代来更新位置和飞行速度:

其中, w称为惯性权重, 通常取0.9~0.4;c1、c2称为加速因子, 通常取c1=c2=2;r1、r2为 (0, 1) 之间的随机数。

2.1 初始解的生成

产品分配模型中有很多复杂的约束条件, 使用随机生成初始粒子群和初始解的方法能够产生无效的粒子。本文研究的钢铁产品分配问题, 可将各不同生产路径下的产品在不同区域市场上的分配量和不同生产线上的产品量映射为变量变量的取值范围映射为变量的值域产品生产和分配约束映射为约束集合C, 则产品生产和分配问题就能够转化为约束满足问题。对于具有复杂约束关系的约束满足问题, 可以通过变量选择、约束传播等方法, 从变量的值域中消除非可行解进而获得较好的初始可行解。

2.2 设计适应度函数

粒子的适应度值是衡量粒子飞行位置好坏的标准, 粒子群算法在搜索过程中根据适应度函数来评价解的优劣。由于粒子群进行的是随机搜索, 会产生不符合目标函数值的解, 所以本文引入惩罚函数来处理约束问题, 将偏离目标函数的解进行惩罚, 使约束优化问题转换成无约束优化问题。

将 (15) ~ (17) 作为本文改进算法的适应度函数, 其中, W是一个足够大的正数,

2.3 设置惯性权重

惯性权重值w对算法收敛性能的影响较大, 较大的惯性权重能够得到很好的全局搜索能力, 而较小的惯性权重有利于算法的局部搜索能力[12]。在算法的开始阶段由于种群的数量较大, 所以应该采用较大的惯性权重, 而在进化的后期保证算法收敛到最优值, 强化局部搜索能力, 选择较小的惯性权重。

由于惯性权重对于搜索策略的重要影响, 本文采用动态调整w值的方法, 随着迭代次数的不断增加, 惯性权重的最大值按照公式 (18) 从0.9到0.4逐次减小, t为当前迭代次数, M为最大迭代次数[13]。

2.4 算法步骤

求解柔性生产路径产品分配问题的改进PSO算法步骤如下:

步骤1初始化

1) 由约束满足算法获得N个初始粒子组成初始粒子群;

2) 令群体迭代数t←0, 加速系数惯性权重w←0.9, 最大寻优次数为Max Iter;

3) 随机生成粒子的初始速度

4) 由约束满足算法求得的三个目标函数值作为初始粒子的适应度;

步骤2更新粒子群

1) 选择粒子的个体极值和全体极值, 令Pit表示第i个粒子迭代到第t代时的位置, Pib表示第i个粒子的历史最优位置, 若t=0, 则Pib←Pit;否则, 若

2) 根据公式 (13) 和 (14) 更新粒子i的速度和位置, 其中公式 (13) 中的惯性权重w根据公式 (18) 动态决定;

3) 按照公式 (15) ~ (17) 计算更新后的粒子适应度, 按照规则修改不可行粒子解, 根据公式 (15) ~ (17) 重新计算修改后的粒子适应度;

步骤3终止条件判断

1) 令t←t+1, 如果t>M, 转2) , 否则返回步骤2;

2) 输出粒子的适应度函数值, 结束算法。

3 数据实验

3.1 实验设计

本文采用Microsoft Visual C++2008实现改进的PSO算法, 实验环境为Pentium4/2.80GHZ2.24GB/Windows7。实验数据来源于国内某大型钢铁企业。改进PSO算法参数设置为:种群规模大小为200;最大迭代次数为200。实验数据设置如下:产品种数n=5, 10;需求市场数m=4, 8;工艺路线数l=4, 8;工艺节点上的最大产品量Maxk∈DU[1000, 2400];工艺节点上的最小产量Mink∈DU[10, 80];不同工艺路线上产品对区域市场的最大分配量Max Mpim∈DU[250, 700];不同工艺路线上产品对区域市场的最小分配量Min Mpim∈DU[100, 400], 其中DU[a, b]表示区间为[a, b]的离散均匀分布。根据产品种类、市场的分配量和产品生产工艺的不同, 将实验分成6组, 每组随机生成60个算例, 采用企业产品利润、设备利用率和市场产品满足率三个指标评价算法的质量。

3.2 实验结果分析

改进PSO算法的算例中, 随机选取一组数据作为实验的最终解, 实验结果如表1所示, 其中CPU为改进PSO算法的实际计算时间。

上述实验数据可以得到以下结论:

1) 由表1可知, 改进PSO算法在很短的时间内能够获得质量比较好的解。随着问题规模的增大计算时间增加, 但是都是在可接受范围之内。

2) 产品数量增加一倍可以引起利润额很大的提高, 但是设备利用率和市场产品满足率都有一定的下降。

3) 市场数量增加一倍可以引起需求满足率大规模的降低, 利润额能够增加很小一部分, 设备利用率减少不大。

4) 工艺路线增加一倍可以引起利润额很大的提高, 但是设备利用率和市场产品满足率都有一定的下降。

该数据实验符合实际情况, 当钢铁企业向区域市场分配的产品种类增加时, 不同种类产品的单位利润不同, 增加的产品会带来利润的上升。由于品种的增多, 设备的利用率和市场产品满足率会有一定幅度的下降。扩大产品的分配范围, 企业产品利润和设备利用率不会有很大的变化, 但是由于分配到区域市场的扩大, 市场产品满足率就会下降。增加生产工艺路线的数量, 扩大了现有企业的产能能力, 但是设备利用率会有所下降。

4 结论

裕兴如何组织柔性生产 篇2

如何组织柔性生产，应对多种少量，快节奏，低损耗产品生产需求

（压力来自生产部门避免成为市场表现不佳的替罪羊）

一、多品种小批量生产的难点

1、动态工艺路径规划与虚拟单元线的部署：紧急插单、材料缺陷，瓶颈漂移。

2、瓶颈的识别与漂移：生产之前与生产过程中

3、多层次瓶颈：装配线瓶颈，材料的虚拟线的瓶颈，如何协调耦合。

4、库存缓冲大小：要么积压，要么服务满足性差。

5、生产排程：不能仅考虑瓶颈，也要考虑非瓶颈资源的影响。

（1）相互冲突的生产计划排程

a.满足客户交货期与生产成本之间的矛盾b.产能最大化与浪费最小化之间的矛盾c.库存成本最小化与客户需求的矛盾d.批量采购与库存最小化之间的矛盾

（2）复杂多约束的生产现场：有限的生产设备，物料，库存，人员，场地，时间的约束

（3）动态变动的生产环境

a.临时订单改变，紧急插单的需求 b.产品流程变化，不同产品生产工艺流程的不统一性c.机器设备故障检修，员工生病请假等

二、制造企业遇到的常见问题

1、无法如期交货，太多“救火式”加班：

a.销售计划不准确 b.材料库存不合理 c.供应商配合不到位，采购交期没法保证 d.物料准备不充分e.生产单撞车

2、生产优先顺序频繁改变，原定计划无法执行：无法坚持原计划

3、库存不断增加，却常常缺关键物料：配置差异，造成物料瓶颈 或客户需求无法预料

三、各部门要解决主要问题：

销售部门：如何更好的管理好预测;如何得到合理的交期;如何提高交货绩效。

工程部门：如何更好、更准的配置客户化的材料清单;如何更快的转化为电子材料清单;如何更有效的控制。

生产计划部门：面对的主要问题是如何面对保证交货期和物料短缺及资源瓶颈之间的冲突;资源瓶颈与物料瓶颈优化排程;插单变更的处理。

采购部门：物料延迟、缺料;供应商的管理;物料需求计划不准。

仓库部门:ERP系统的库存与实物不统一;物料不配套预警;如何提高库存的周转率，配货速度提升 车间部门：主要问题;工作流程化，标准化;可视化;产线布局与库存的布局优化。

产品部门：款式、质量、成本、速度的协调统一

四、解决措施、方案

1、销售计划预测要准确

a.销售计划数据的可靠性评审

b.接单评审:1)看看这个订单能否按客户的要求日期交付 2)如果不能交付，是什么瓶颈影响交付?如果不行，那什么时候可以交付 3)如果这个订单的优先级高，是否可以交付?如果插单，有个模拟过程。c.销售部商务每天安排下达客户的具体交货日期优先排序，生产计划部门给予明确的回复，回单时间控制一天内

2、以月销售计划、产品线为主要依据，合理储备材料；

a.主产品线确认b.销售计划（详尽的月，周计划,并对周计划作实施调整）c.材料储备计划（材料控制分类，安全存量）d.月计划准确率考核，并分解到每个车型e.制度化定期依据市场变化（2月），调整主产品线f.月新车型增加的限制g.将月度或季度产品材料需求趋势信息传递给供应商，建立合理缓存库存

存量管制的重点 ：

①个别定货生产方式原则上不备存量，以批次采购方式订料

②分批订货生产方式，有重复性生产相同产品者可依产业特性订定存量基准以缩短交期，避免紧急订单之欠料。

③运用ABC重点管理法，批次生产用料采取定期或定量订购方式

④常备的共用性料件，批次生产用料采用存量管制及订购方式

⑤实施存量管制的管理方式

⑥定期检讨库存周转率

⑦设定存量管制基准表

⑧实施存量管制制度，运用电脑使物流与资讯同步，实施同步生产与交货，并减少文书作业

⑨彻底实施盘点制度

⑩定期处理剩料与废料

物料分类控制A类累计影响度0~60%B类累计影响度60~85%C类累计影响度85~100%

A类（严密管制）：尽量采用订单订购法；预测精度要高；采保守策略，必要时与其呆存不如缺料；尽可能协助供料厂商压缩供料购备时间；原则上每月盘点一次；采购权限往上移原则。

B类（中度管制）：原则上采用存量订购方式，容许少量的库存与呆料风险；采取经济批量的观念决定订购量或生产批量。

C类（宽松管制）：采用存量订购方式；原则上采取“双堆法”不妨大量库存、大量订购以换取价格优惠。执行先进先出。

h.产品生产期确定（采购期，生产期，列表）

1）交货期=（采购周期+生产周期）*调整系数

2）对采购期长的材料，预测计划的按单冲消，对采购期短的(小于接单提前期)立刻计划。

3）月允许插单次数（例如：10次），周允许插单次数（例如：4次）

4）最小订单量确定，紧急订单之限制，订单变更之限制

订货式生产工厂在物料管理上常遭遇的问题：

①采购与验收效率过低②用料计划与管制不够,造成生产计划变更频繁、交期延误

③呆废料库存过多④库存量过多,积压资金颇巨

⑤用料损耗过多⑥停工待料之非生产性时间过长

⑦帐物不一致⑧仓储计划不周详,仓库十分凌乱,仓储作业不佳

订货式生产工厂在物料管理上常遭遇的问题：

① 处理物料管理问题,除了逐项检讨改进外② 从整体性物料管理系统去改进也很重要

② 多种少量订货式物料管理以批次式为重点,④加强协力厂商管理,缩短购备时间等也是实务运作的要点⑤多种少量订货式生产工厂以批次式物料管理为主,故物料计划手法及备料方式是实务运作的要点。

3、优化排程（对定单池的里所有定单进行优化排程，以达到服务最大化）

1）依据周计划订单优先备好，车架，塑件烤漆2）车架灯具提前预装3）做好制造部内部沟通会（生产前或生产中）4）生产中提前强调应该控制的对象5）加急订单，仅限常规颜色

影响生产日程安排的因素

①紧急订单的处理,在生产日程稳定实施期间如何适切安排或预留一定的生产能力,是产能负荷分析与管制的关健.②客户订单及顾客需求之稳定性③长短期生产订单之搭配 ④季节性的变化:订货式生产管理经常会有季节性变化,善用产能负荷分析及对策是生产管理成败的重点 ⑤制造途程之安排⑥生产状况之确实掌握⑦可用设备.工具.材料.人力之稳定性 ⑧存货调整之必要性

4、合理的产品设计

1）电器件设计通用（线束，灯具，功能开关）2）提前设计一些通用贴花，预防磕碰划伤3）车型选择品质认同度高 4）产品装配容易5）在新品车阶段提前发现装配，工艺等问题6)产品规格型号描述清楚唯一，方便理解7）新材料采购方便8）增加标准通用器件比率 8）新品上市具有较强计划性

5、区域规划

1）车间区域重新规划2）非通用物料按车型单独集中存放管理

3）存放、运输使用防护隔垫及使用带防护的运输车搬运，是否已经准备4）多线并行作业考虑5)预留异常存放区空间6)缩短工作路径（包括产品堆放，搬运，生产路径，人员走动距离，空间利用）a.通过搬运距离短，压缩转移批量b.通过改变为单元流水生产布局，创建各个工序的能力均衡和连续生产

7)3天内要发货车型，车间存放，区域确立，如何管理8）各作业区，工作区标识、标语清晰明了

6、现场处理

a.产品问题处理1）塑件断爪修复，掉漆处理2)在线更改3）同销售或客户协商，个别症状车辆（色差，划伤）特别放行

b.生产方式机动调配：个别车型几个人小组或个人散装生产

c.车型问题点归纳汇总:工程技术部门主导编制，及时传递生产及相关部门

d.生产计划单详细注明客户配置特殊要求:1)配置2）颜色3）包装4）附件等

e.首件确认不做错车:1)品质工程部有专人负责2）产品资料信息获得正确3）生产过程材料，品质跟踪确认4）形成记录

7、交期原则

1）缺货不影响销售为底线

a.销售和商务必须做好客户的配合协调工作b.客户周库存数据统计工作，以尽可能准确的数据为生产提供依据c.资材部门应将销售计划达成率，修改频次，插单总量作为考核指标加以重视

2）库存与生产平衡

a.操作方法：安全存量 = 日平均出货量 × 紧急生产周期×调整系数（月度调整）

依据：①.统计法：依历史资料同期比②.判断预估法： ● 消费习性● 产品在市场竞争力 ● 竞争对手产品 ● 客户需求状况

b、最高库存量=采购周期×平均日销售量+安全存量

受库房空间容量、质保期及市场风险等因素影响，由公司高层、销售集体确定调整系数（原则上考虑季调整）举例目前公司考虑：简易车70%销售量的车型（4-5款），每一款车前3种配色优先保证

豪华车70%销售量的车型（3-4款），每一款车前2种配色优先保证

3））生产均衡经济原则

a、拒绝接单或插单的一些原则条款b.部分成本大难操作车型的提前安排原则、条件

4）订单优先级设定

a.依交期前后；b.重点客户

c.产能平衡原则：（工序多、工时较长之产品，数量少，时间短的优先考虑等）d.工艺流程原则； e.公司目标原则f.配套出货原则

5）产线储备多面手

a.确定生产方式b.确定关键工位 c.人员储备数量d.培训计划e.建立奖励约束机制

6）设定生产排程到小时和半天的动态调整

a.通过分割制造订单b.通过工序的接续方法，缩小批量，使各工序的工作重叠分派c.通过有效的作业人员的排程，来提高生产力d.通过对瓶颈的优化排程，前工序向后推分配，将后工序前推分配，提高生产力

紧急订单可区分为可处理与不可处理两种：

不可处理者是指由客户造成的,除非不接此类客户所下的订单,否则不可避免,此种情形只能尽快处理,造成延误在所难免;

另一种紧急订单为工厂内部管理不严造成的,此种情形一般可尽量避免,处理紧急订单的原则为早期处理.紧急订单的处理

①检讨避免组织不协调造成的紧急订单(如业务区域由各人分项处理订单所造成的延误,应以业务代理制加以避免)。②确立“期间内生产计划不变更”之插单原则

③预留5%的产能以应付急需④利用半成品、成品修改⑤利用加班支援等内部协调方式处理⑥利用外包、调货等外部资源⑦采用分批交货、产品修改等客户协调方式

8、跟踪与执行交付

1）资材部生产前做好充分准备落实工作

a.工艺，品质，培训，信息沟通b.材料，设备，操作，人员,场地。

最常见的进度差异的原因

(1)途程计划不善或生产技术变更(2)日程计划不善(3)工作调派不善(4)材物料或工具不能按时供应

(5)机器设备故障(6)产品品质劣,不良率过高(7)存量不足发生停工待料之现象(8)工作场所纪律不良(9)员工离职率提高或出勤率过低

(10)意外事件的发生

2）随时掌握生产进度及监督异常快速处理

a.编制相应跟踪表单，单单落实到人b.随时做好客户沟通协调工作

消除交期延误必须先具有一些基本观念 ：

①发现交期延误现象，应及早采取对策，使延误时期不致加长

②因生产管理始与营业，故销售方面的检讨与改善是首要工作；

③生产准备工作系统化以缩短制程时间是基本对策；

④减少制程混乱现象，将有助于交期管理；

⑤部门间产销协调体系的建立是根本所在；

消除交期延误方面常用的手法：

① 加强产销配合②制定产品开发进度表，确实掌握产品开发设计与变更状况

③做好用料管理，确实掌握库存资料及供料状况，避免欠料发生

④建立品管制度,加强制程控制,预防问题的重复发生

⑤建立生产绩效管理制度

3)在货源紧张或时间冲突情况下，艺术处理各客户需求的平衡

9、协作厂、供应商的管理

①小批量、多频次②等间隔时间供货;③规格标准化，包装箱规格统一

④建立二级蓄水池⑤异常及时通报⑥把内准备变为外准备，消除浪费

举例：a.同对面焦总烤漆厂商谈如何保证质量，做好防护，确保交期，异常处理途径接口人，约束条款，签订合作协议

b：泰源，晨辉，袁磊，袁欣，光彩等如何合作双赢应一并考虑

c:郑州本地材料供应商，如何调配协商应对柔性生产需要，建立适应材料储备的二级库存功能

d:外地路途远的供应商建立控制分类：可以控制类，难控制类，如何跟踪处理，职责明确，责任到人 例如电机，控制器，车架等关键器件---必须谢总出面将规矩定好，其他人才好执行

10、其它支持

1）财务资金灵活支持 ：在生产紧急的特殊情况下，特事特办

2）延长工作时间 ：

a.在有计划有约束的条件下，适当增加员工作业时间，b.其它相关部门提前做好相应配合工作

3）调配其它人员：

a.非生产人员，要灵活的配合生产部门工作，作为一项本职工作和应尽义务

b.列举配合人员名单及信息传递途径

c.指挥人员及约束措施

柔性生产路径 篇3

在微创介入治疗领域,扎针可能是最古老也是最普遍的一项外科技术,广泛应用于活体组织病理检查、局部投送放射性药物治疗癌症等手术中。微创医疗将成为未来外科临床医学发展的必然趋势。本文研究采用斜尖柔性针(简称柔性针)进行穿刺时的路径优化问题。与传统手术的穿刺钢针不同,柔性针相对于组织具有足够的柔性,利用进针时斜尖与组织的侧向作用力使针轴产生弯曲,可以刺出弧线轨迹。更重要的是它恰好利用针轴的弯曲来避开重要器官(如神经、血管等)和障碍物(如骨骼等),灵活、精确地达到传统钢针所达不到的靶点位置[1,2]。

柔性针的路径优化研究对于准确穿刺具有重要意义。目前,美国一些大学和研究机构开始了柔性针路径优化的研究。Alterovitz等[3,4,5]基于刺针时的不确定性,利用随机问题决策原理,提出了二维环境下绕过障碍的运动优化算法。Park等[6,7]建立了针尖可达概率密度函数,通过计算概率密度来规划针的路径。Duindam等[8]分别采用弧线和螺旋线形式的路径对柔性针绕过三维障碍穿刺路径进行了优化,但此方法存在着盲区,后来他们又提出了利用运动学反解来进行柔性针的三维路径规划的算法[9]。Xu等[10,11]采用快速搜索随机树的算法(RRTs),在有障碍的三维环境下,对斜尖柔性针的路径进行规划,并利用路径的可逆性,从靶点出发优化了入针点,但此算法运算量非常大。Patil等[12]基于RRTs算法利用可达性导航样本启发式算法搜索可行路径,在三维障碍的复杂环境下,使计算速度大幅提高。

综上,不论是二维还是三维路径优化的算法均不完善,有必要进一步研究。上述所有路径采用的形式都比较单一,或者采用弧线,或者采用螺旋线,而且多数没有考虑入针姿态的优化。两点之间线段最短,在没有或局部没有障碍的情况下大可不必走那么多弧线,所以可以把直线和弧线融合起来,采用“直线/弧线+弧线/直线+……”的形式实现穿针路径,并考虑入针姿态的优化。本文提出基于运动学的多种路径形式组合的二维路径优化算法,该算法可以扩展到三维空间。

1 Unicycle运动学建模与运动学分析

1.1 模型的建立

为了得到可控的运动学模型,进行如下合理假设[2,8]:①假设组织是均匀的,而且具有各向同性;②针相对组织具有足够的柔性,即针刺入组织时,组织的变形可忽略不计;③假设针的运动完全取决于针尖,即针体完全沿着针尖的轨迹运动。

带斜尖的柔性针是由两个输入驱动的,即针的进给速度u1和针的自转速度u2。当它刺入组织里时,组织会给斜尖一个反作用力,使得针尖沿固定半径为r的圆弧运动,而针的自转改变其斜尖的方向,此系统为非完整约束系统[2,13],相当于单轮车的运动,在此引入Unicycle模型,如图1所示。在世界坐标系A下,建立物体坐标系B与针尖固联,如图1所示。同时沿坐标系B的xB轴正向会有一个驱动角速度ωx,并且有

ωx=u1/r (1)

1.2 运动学计算

柔性针不像传统的机器人具有关节和连杆,无法用D-H法来表达其运动学问题,在此引入指数积公式。指数积公式最有吸引力的特点之一就是它只用两个坐标系,即世界坐标系和物体坐标系。该特点与运动螺旋的几何特征相结合,使得指数积公式成为D-H参数的最佳替代[13]。

图1所示为两个坐标系:世界坐标系A和物体坐标系B。定义B系相对A系位形的齐次变换矩阵为

式中,Rab为B系相对A系的姿态,即旋转矩阵,Rab∈S O(3);S O(3)为三维旋转群;pab为B系相对A系的位置矢量,pab∈R3;SE(3)为系统位形空间和S O(3)的乘积空间,为欧氏群。

则物体的速度可表示为

undefined

式中,vbab为物体坐标系下的线速度,undefined;ωbab为物体坐标系下的角速度,undefined;ξ为运动旋量undefined的运动旋量坐标,ξ∈R6,undefined∈se(3),se(3)为欧氏群的李代数表达形式;∨表示将旋量转化成旋量坐标的运算符号。

因此,此系统的运动旋量坐标为

其旋量为

由式(3)可得运动学齐次变换矩阵的指数积形式:

由于要考虑入针姿态,所以令gab(0)为入针前绕x轴旋转某一角度的变换矩阵:

当只有u1作用时,针做圆弧运动,式(6)中exp(undefinedt)项可化简为

式中,∧表示将旋量坐标转化成旋量的运算符号。

当只有u2作用时,针绕z轴自转,式(6)中exp(undefinedt)项可化简为

式中,gz(t)为沿着z轴旋转的齐次变换矩阵。

当进给运动和自转运动同时作用时,针做螺旋运动,其节距h和螺旋运动的轴l分别为

ω=ωbabv=vbab

将式(4)代入式(10)得

其轨迹为三维曲线,但从式(11)可以看出,当进给和自转运动同时进行时所产生的螺旋运动只由u2/u1决定。当u2远大于u1时,有

这时其轨迹就是一条沿入射方向的直线,可认为是二维路径,它能应用在二维路径优化求解过程中,也能应用在三维路径优化中。此时,运动学方程近似为

式中,gl(t)为沿z轴平移的齐次变换矩阵。

运动学正解可离散为

gab(t)=gab(0)g1(t1)g2(t2)…gn(tn) (14)

式中,t1～tn为各段路径运动的时间;gi为路径i(i=1,2,…,n)的运动学变换矩阵。

2 路径优化

2.1 路径优化分析

柔性针的路径优化与普通移动机器人的路径优化不同,它不能像普通移动机器人那样可以走出任意曲线或折线,它的轨迹只能是弧线、螺旋线或直线。当只有u1没有u2时,针尖将沿着圆弧运动,刺入一段距离后,使针自转180°,然后继续进给,针尖将沿着相反方向的圆弧继续运动。而且两段圆弧相切,半径相同(图2a),且与针的进给速度无关[1]。当u1、u2同时作用时,针尖就会做螺旋运动(图2b),当u2≫u1时,运动轨迹为直线(式(10)～式(12)得证,图2c)。

众所周知,两点之间线段最短,在局部没有障碍的情况下我们大可不必走那么多弧线或螺旋线,所以我们提出把直线和弧线融合起来。本文提出基于单轮车运动学模型的多种路径形式组合的路径优化,采用“直线/弧线+弧线/直线+……”的多种轨迹形式实现穿刺路径,并考虑入针姿态的优化。

但是弧线的曲率也受到限制,即它的轨迹是受运动学限制的。所以它的路径只能是圆弧与圆弧或圆弧与直线之间的切换,而不能是任意曲线的路径。这也正是柔性针路径优化的难点所在。为了说明问题,先定义一个概念:控制度。控制度为整个路径中需要控制不同形式路径的次数,即包含的直线或圆弧的段数。

由于不同形式的路径有不同的运动学计算方式,所以在路径形式不确定时就无法进行计算,也就是说无法将所有形式的路径同时进行优化计算,所以我们采取“优中选优”的方法进行优化,即先把路径按控制度划分,分别优化同一控制度内不同形式路径的优化解,得到一个控制度的最优解,再比较不同控制度下的最优解,最终可得到总体的最优解。我们可以为拟优化路径选择控制度,即选择在某个控制度下进行优化,也可以在所有控制度范围内进行整体优化。

2.2 目标函数的建立

如图3所示,轨迹规划算法的目的就是控制u1(t)和u2(t),使针从起始点S开始绕过障碍到达目标点G所通过的安全合理的最短路径。采用“直线/弧线+弧线/直线+……”的形式实现穿针路径,当没有障碍时,完全可以沿着一条直线刺入,当需要弯转时再对圆弧路径进行穿刺。这样不但会有效缩短路径的长度,而且还会明显减少对针尖方向的控制(对针尖方向的精确控制是非常难以实现的)。我们要求的最优路径为,在考虑入针角度的优化的同时,使得路径最短、绕过障碍、最安全并且控制最少。因此,建立轨迹优化目标函数为

undefined

(15)

式中,T为运动总时间;L为针从起点到靶点的路径长度,L=∫T0|v(t)|dt;v(t)为vbab的标量值;D为危险度,即针在保证路径最短的情况下应尽量远离障碍,以防多方面误差引起的危险;H为针刺到障碍的惩罚度;N为控制度,N=1,2,…;α1～α4分别为各子目标函数的权重系数;‖png‖为针尖末端到靶点的距离。

我们的目的就是要找到这个目标函数取最小值时,对应两个输入的作用过程。

式(15)中含有关于时间的积分,很难计算,所以要把函数离散化。首先,不妨设u1(t)≡1,但要允许u2(t)可以脉冲形式输入,即针尖倾斜方向的改变不需要时间。u2(t)的输入形式如图4所示。

其次,把刺针的时间离散化。Tj∈{0,Δ,2Δ,…,T},存在一个适当的时间段(或步长)Δ>0,使得离散化后的函数值近似等于式(15)的值。离散化的函数可表示为

undefined

路径的形式和控制度的取值有关,如表1所示,其中直线用L表示,弧线用R表示。不同的路径形式有不同的运动学计算方式。

3 仿真结果

采用Levenberg-Marquardt优化算法,用MATLAB编写优化计算程序。取离散时间段(或步长)Δ=0.01s。圆弧半径r= 50mm,与以前实验结果接近[1,14,15]。选择入针点为(0,0)。仿真时,选择u1(t)=1,u2不必选择,因为由式(13)可知,当u2≫u1时,螺旋运动可近似于沿z轴的平移,然后再调整一定角度(平面问题为0°或180°)。

在没有障碍时,选择靶点为(30,90)mm,最优解为一条连接入射点S和靶点G的线段,如图5所示。优化结果:绕x轴转角(入针姿态)为-18.4378°,路径长度为94.7683mm。

有障碍时,选取靶点为(0,90)mm,设3个障碍的外包圆的圆心分别为(0,40)mm、(-40,30)mm、(30,50)mm,半径分别为10mm、15mm、8mm,仿真结果如图6所示。结果控制度为1时无解,控制度为2时,3种路径形式(LR、RL、RR,表1)的优化解如图6a所示,其中最优路径为RL形式(图6b),亦为整体最优路径,RL为两段路径:第一段为R,第二段为L。图中两段路径的连接点,由于是由一段形式的路径转折到下一段形式的路径,故称“转折点”,其他相同。控制度为3时,5种路径形式(表1)的优化解如图6c所示,其中最优路径为LRL形式(图6d),由三段路径组成。RL和LRL的结果见表2。

由图6和表2可知:①各控制度中的最优路径都含有直线式,这是可以理解的,因为两点之间线段最短;②虽然LRL形式的路径比RL形式的路径缩短0.93mm,但前者增加了一个控制度,使得路径形式复杂,难于控制,导致函数的总体评价值增大,所以总体最优路径为RL形式。

4 结束语

柔性生产路径 篇4

D*算法由Stentz于1994年提出［6，7］, 并于2002年Likhachev和Koenig改进为D*lite［8］算法, 2006年由Ferguson和Stentz逐渐发展为Field D*算法［9］, 2012年Silveira等人提出Space D*算法［10］, 主要应用于移动机器人在部分已知环境系统中作为动态路径规划。Guo Jianming等人［11］将基本D*算法的8维搜索扩展至16维搜索, 使得搜索路径更平滑和有效。岳双［12］实现了只对改变的搜索树进行更新, 加速了搜索过程。D*算法使用全局的环境信息和局部的传感器感应数据, 动态地调整路径, 最终达到全局最优。

本文的目的在于比较各种人工智能算法［13］, 以适合柔性传输系统的机器人控制系统。

1环境模型

D*算法依赖环境信息和传感器感应的数据。 假设空间布局已完全可知, 但包括在某些突发情况下时, 如某通道输送线出现故障, 或临时调整局部输送线的布局, 即为部分未知环境。黑色区域B为障碍区域 ( 如加工中心或其他工艺装备) , 白色区域W是机器人的可规划轨迹空间 ( 如图1所示) 。设环境模型为空间E:

在子空间W内, 设机器人每移动一个结点位置X → Y , 其弧长代价函数为c ( Y, X) 。机器人从源点S开始, 按有向弧长、经单调路径R:

在状态Xi ( 1 ≤ i ≤ N) 的有限次数变换过程中移动, 到达目标点G。逐次比较并更新X及其邻结点Y的路径估价函数:

获得最短路径p ( 最优解) 的单调序列:

2 D*算法

D*算法开辟三个状态列表OPEN、CLOSED和NEW, 分别存储不同的路径代价: OPEN列表的集合为A, 用于存储未经访问节点的路径代价值; CLOSED列表的集合为B, 用于存储已访问节点的路径代价; NEW列表的集合为C, 用于存储待更新节点的路径代价。A*算法只包括OPEN表和CLOSED表。与A*算法不同的是, D*算法的OPEN列表包含两种状态类型: 弧长代价递增的RAISE类型和弧长代价递减的LOWER类型。每个结点X都有一个标识函数t ( X) :

为了寻求最短路径p ( 最优解) 的单调序列Y, 设k ( X) 为Y的最小路径估价值, 即

首先, 对OPEN、CLOSED和NEW赋初始值:

式 ( 7) 中, G、φ 和W分别为OPEN、CLOSED和NEW的初始化集合。

从集合B中遍历路径估价函数h ( Y, X) , 按式 ( 6) 分析最小路径估价值k ( X) 的变化, 结合式 ( 5) , 动态更新路径估价函数h ( Y, X) , 以下述三种情况松弛OPEN和CLOSED的所有出边:

(1) 新的路径估价值过低, k (X) <h (Y) , OPEN和CLOSED没有结点迁移, 则执行 ( 3) , 增加h ( Y) , 重新对路径进行估价。

( 2) 新的路径估价值无变化, k ( X) = h ( Y) , 且OPEN和CLOSED有结点迁移, 在OPEN列表中插入当前路径估价值h ( Y) + c ( X, Y) 。

( 3) 新的路径估价值过高, k ( X) > h ( Y) , 且OPEN和CLOSED有结点迁移, 在OPEN列表中更新当前路径估价值h ( Y) 。

如此循环执行, 直至满足终止条件:

或相应的路径序列不存在。

从而获得式 ( 4) 的最短路径p。

3实验验证

3. 1 D*算法实验结果

假设需要将从图1左上角的加工位置加工出来的物料输送至右下角的加工位置。定义开始位置Start = ( 18, 90 ) , 结束位置Goal = ( 82, 10 ) , 则相应的最短路径如图2所示。

图2中从左至右、从上至下依次表示最短轨迹的动态规划, 右侧颜色渐变值表示离目标节点越近, 相应的数值越小, 颜色也越深。白色线为规划的最短路径轨迹。

当在运行前, 已知在坐标范围为{ x, y | 35 ≤ x ≤ 45, 60 ≤ y ≤ 80} 发生故障, 此时的最短路径如图3所示。

当正在运行时, 如运行至坐标位置P = ( 30, 80) 时, 检测到矩形区域, 在坐标范围为{ x, y | 35 ≤ x ≤ 45, 60 ≤ y ≤ 80} 发生故障, 此时的最短路径如图4所示。

由图2 ~ 图4可得出, D*算法可实时地动态规划路径, 使柔性输送系统的柔性更强。相关参数比较如表1所示。

表1中为Start= (18, 90) 和Goal= (82, 10) 两点之间的直线距离。从表中可得出, 在正常情况下, 相应的迭代次数最少和路径长度最短。三者相差均不大, 如在空间布局时将各加工位置对称排列, 即相应加工中心的规划空间近似相同, 则规划的最短路径长度可近似相等, 在移动速度一定时, 可保证时间上的一致。

3. 2其他算法的比较

图5为Bug2算法规划的最短路径。由于Bug2主要沿着两点之间的直线方向搜索, 难免会进行重复和多余的规划, 这就产生了一些不必要的路径。

图6为PRM算法取采样点数为100时的最短路径图。图中的最短路径出现了转角为90° 的情况, 这就对机器人的结构设计提出了更高的要求。

取三个起始点, 分别为A= (18, 90) , B= (18, 45) , C = ( 62, 90) , 目标点Goal = ( 82, 10) , 采用D*算法、Bug2算法和PRM算法得出的最短路径长度和相应的直线距离的对比图如图7所示。从图中可得出, D*算法在最短路径规划方面具有较好的效果, 能满足多种情况下的应用。

4结语

水泥生产柔性系统初探 篇5

水泥是一种水硬性的胶凝材料, 加水拌合成塑性浆体, 能胶结砂、石等材料, 并能在空气中或水中硬化变成坚固的石状体, 水泥是一种常见的和重要的建筑材料。水泥的生产历史非常悠久, 随着社会的进步, 其生产技术也在发生着深刻的变化, 但不管怎么变化, 水泥生产工艺都可以简单的概括为“两磨一烧”, 即:生料制备、熟料煅烧和水泥制成三个阶段。水泥生产系统是由多个相互依赖、相互联系的生产子系统所组成的, 水泥生产的组织, 讲究的是“平衡、可控、准确”, 目的是实现产质量最优、成本最小、利润最大。总结起来, 水泥生产系统具有整体性、相关性、目的性和适应性等特性。如图1所示。

1.1 水泥生产系统的整体性

水泥生产系统的整体性是指从系统全局层面看, 整个生产系统是由决策、调控、反馈、监督等环节组成的。决策环节决定生产什么、怎样生产, 调控环节对生产和决策进行调控, 反馈环节把生产和调控反馈给决策, 监督环节监督各环节的运行, 各环节组成一个整体, 并可进行统一协调。

1.2 水泥生产系统的相关性

水泥生产系统的相关性主要表现为系统内各环节是相互作用、相互联系的, 主要表现在系统的内容循环和过程循环。水泥生产系统的内容循环是指生产产品的循环, 水泥生产系统过程循环一般是由生产预测、生产决策、生产组织、生产控制、生产分析5个具体环节顺次构成, 每个环节也都是由这5个部分组成, 各个环节又构成了生产系统的整体。

1.3 水泥生产系统的目的性

水泥生产系统的目的很明确, 即生产出质量最好、产量最优的产品, 并且使用的成本最低, 产生的利润最大。

1.4 水泥生产系统的适应性

水泥生产系统的适应性主要体现在内部的控制调整和外部的协调适应上, 内部控制是系统的自我调整和更新, 它可以使系统通过自我的调整和控制来达到一个好的状态, 是系统随环境变化的自我适应。外部的协调适应表现在系统对外部环境的适应, 我们知道, 系统与外部的交流时刻发生, 产生的冲突矛盾需要系统协调, 只有协调适应了外部环境的变化, 系统才能够达到理想状态。适应性是系统的固有特性。

2 水泥生产系统柔性及其分类

柔性的概念最早源于柔性制造系统 (Flexibleproductioncapacity, FMS) , 柔性制造系统是1967年由英国莫林斯 (molins) 公司提出的, 至今已有30多年。Mandelbaum将柔性解释为生产系统适应变化的环境或环境带来的不稳定的能力。邓明然教授认为柔性是快速而经济地处理系统活动中环境变化或由环境变化引起的不确定性的能力。目前, 柔性运用最多的有2个方面, 一方面是柔性生产, 另一方面是柔性管理。柔性生产是针对大规模生产的弊端而提出的新型生产模式, 所谓柔性生产即通过系统结构、人员组织、运作方式和市场营销等方面的改革, 使生产系统能对市场需求变化作出快速的适应, 同时消除冗余无用的损耗, 力求企业获得更大的效益。计算机技术及自动化技术是柔性生产的物质技术基础。柔性生产是全面的, 不仅是设备的柔性, 还包括管理、人员和软件的综合柔性。与柔性生产相适应, 当前国际上柔性管理也开始出现。柔性管理 (Soft Management) 从本质上说是1种对“稳定和变化”进行管理的新方略, 柔性管理理念主要表现为:组织边界网络化、管理层级扁平化、组织结构柔性化和组织环境全球化。柔性管理强调感情管理、塑造企业文化、推行民主管理、重视人才培训、人才资源开发;

柔性生产主要包括:

(1) 设备柔性:是生产一系列不同类型的产品时, 生产设备随产品变化调整而调整的难易程度。

(2) 工艺柔性:生产系统工艺柔性表现在:一是工艺流程不变时工艺系统自身适应产品或原材料变化的能力;二是生产系统内为适应产品或原材料变化而改变相应工艺的难易程度。

(3) 产品柔性:表现在:一是产品更新或完全转向后, 系统能够非常经济和迅速地生产出新产品的能力;二是产品更新后对老产品特性的继承能力和兼容能力。

(4) 维护柔性:即采用多种方式检查、处理故障, 保障生产正常进行的能力。

(5) 生产能力柔性:当产品的生产量要求改变时, 生产系统随生产量改变而自我调节运行的能力。

(6) 扩展柔性:当生产需要的时, 系统可以扩展结构、增加模块, 进而构成一个更大系统的能力。

(7) 运行柔性:利用不同的机器、材料、工艺流程来生产产品的能力或同样的产品换用不同工序生产的能力。

(8) 供需柔性:对企业来说, 一方面为了在市场上站稳脚跟, 要及时快速的满足顾客需求;另一方面, 要根据市场发展的趋势以及竞争对手的情况, 及时调整自己的生产计划。这种供需柔性已成为影响企业决策的重要因素。

(9) 人员柔性:这种柔性是指工人快速有效地处理多种任务和工作的能力。工作人员技术水平的高低、智慧的高低、责任心德强弱以及协调配合的好坏都是人的柔性的表现形式。素质高、动态性强的工作人员可以减少操作时间, 并且能及时解决生产上发生的现场问题, 产品更新时也无需太多的培训就可以适应生产任务的变化。

(10) 组织柔性:随着市场竞争的加剧, 一个企业的生产组织也要有很大的柔性。解决好这种柔性可以保证组织系统、生产计划、人员技能、人员安排等适应各种变化, 从而使生产计划能够顺利实施。

除此之外, 还有物流柔性、交货期柔性、财务柔性等, 这些柔性对生产都有一定的影响。

3 水泥生产系统柔性能力及其基本原理

我们认为, 柔性是指1个系统快速而经济地处理系统活动中外部环境或内部情况变化引起的不确定性的“能力”。水泥生产系统是1个开放的系统, 由于宏观环境、微观环境以及信息变化的影响, 它自身的变化以及与外界的交流时刻发生, 导致系统活动的不确定性普遍存在, 这些不确定既有时间上的, 也有空间上的。在时间上, 由于水泥生产是1个连续的生产过程, 生产系统处于动态之中, 不确定性随时发生, 并且这种不确定性也处于动态之中, 当产生不确定的因素所起作用的条件消失或超过一定的时间界限时, 旧的不确定性就会消失, 同时又会产生新的不确定性, 有些不确定性只是在短期内存在, 而另一些却是长期存在的。在空间上, 企业的人、财、物、信息等微观因素和产、供、销等生产经营环节都在不同程度地影响水泥生产系统的工作。所以, 水泥生产系统柔性就是为处理水泥生产活动中引起的不确定性而设置的, 是处理不确定性的一种“能力”, 这种能力体现为由低级到高级的缓冲能力、适应能力、创新能力和协调能力。

3.1 水泥生产系统的“能力”

3.1.1 缓冲能力

缓冲能力是系统抵御各种风险和不确定性因素的1种手段, 是1种“以不变应变”的能力。水泥生产系统之所以具有缓冲能力, 在于该生产系统储备了缓冲变化的各种资源, 可以对系统发生的变化进行缓冲调节。缓冲通常分为实物缓冲、能力缓冲和时间缓冲。缓冲能力的增强, 要以牺牲库存、增加浪费为代价, 因而是1种处理不确定性的消极方法。缓冲是柔性的一种形式, 但不是柔性的主要形式。

3.1.2 适应能力

适应能力是当风险和不确定性因素开始对水泥生产系统产生影响时, 系统在不改变其基本特征的前提下, 作出相应的调整, 主动适应变化的一种能力, 它是1种“以变应变”的能力, 也是水泥生产系统在生产时的1种必要手段。适应能力的大小取决于“以变应变”这种“变”的速度和范围。在实际生产经营中, 这种适应不应该只是被动的适应环境变化, 而应该是主动的、创新性的适应内外环境的变化。

3.1.3 创新能力

创新能力是水泥生产系统采用新行为、新举措来影响外部环境和改变内部环境的1种能力, 是1种“主动求变”的能力。创新的出发点是求变, 只有不断创新, 水泥企业才能不断适应市场变化, 生产经营才有足够的动力。也才有利于水泥企业及时发现问题, 解决问题。创新是1种积极主动地处理不确定性的方法, 是水泥企业长期健康发展的保证, 水泥企业生产经营活力的源泉是技术创新、管理创新和制度创新,

总的来说, 反映水泥生产系统柔性能力从低级到高级划分为:缓冲能力、适应能力、创新能力。缓冲能力是水泥生产系统具有的吸收或减少环境变化对系统影响的能力;适应能力是水泥生产系统具有的随环境变化而快速适应变化的能力;创新能力是水泥生产系统具有的积极影响企业内、外部环境的能力。

水泥企业应从各方面加强对生产系统缓冲能力、适应能力和创新能力的培育, 提高水泥生产系统的柔性, 尽量把风险和不确定因素消除在对系统产生影响之前。

3.2 水泥生产系统柔性的基本原理

从系统论的角度看, 水泥生产系统柔性是各生产子系统柔性的有机结合, 各子系统柔性以不同方式、不同程序作用于水泥生产系统, 进而影响水泥生产系统的整体柔性。水泥生产系统柔性不仅与各子系统柔性有关, 而且与各子系统柔性之间的匹配程度有关。

3.2.1 水泥生产系统柔性的整体性原理

要提高系统的整体柔性, 必须克服柔性瓶颈, 可以通过以下途径进行:

(1) 在合理匹配条件下提高所有子系统柔性;

(2) 保持各子系统柔性之间的适当平衡;

(3) 提高有效柔性, 减少柔性冗余。

3.2.2 水泥生产系统柔性和刚性相互渗透、互补原理

所谓水泥生产系统刚性, 我们一般认为是指水泥企业在生产活动中必须严格遵守的国家法律、法规和制度, 是已经确定不能轻易改变的部分, 是该生产系统有序性和稳定性的表现。在生产实际中, 系统的刚性和柔性没有明显的界限, 他们是相互渗透、相互补充的。

3.2.3 水泥生产系统柔性与刚性的对立统一性原理

系统的柔性与刚性存在于对立统一的矛盾体中。一般来说, 以适应性为主要特征的柔性同以稳定性为主要特征的刚性之间就存在矛盾, 它们既是相互对立的, 同时又统一在一个系统中。

3.2.4 水泥生产系统柔性的时间运动原理

水泥生产系统柔性的时间运动原理, 是指系统面临的不确定性在时间上的运动变化规律, 包括水泥生产系统信息不确定性递减原理、水泥生产系统方案数量递减原理和水泥生产系统的不确定性传递原理。

4 提高水泥生产系统柔性的途径

由前述可知, 水泥生产系统柔性是处理水泥生产中不确定性的能力, 一般来讲, 我们把不确定性分为客观不确定性和主观不确定性, 由于水泥生产是一个连续的过程, 不确定性在生产过程中时刻发生, 如果不立即解决就会影响到整个系统, 所以, 提高系统的柔性就显得非常重要。提高系统柔性的方法很多, 我们可以做个归纳:

4.1 客观不确定性的处理

滚动计划方法是1种根据计划的执行情况和内外环境的变化, 及时调整和修订计划, 并逐期向前移动, 把近期计划和远期计划结合起来的一种方法。滚动计划方法的实质是用计划调整的“变”来适应系统内外环境的“变”, 即“以变应变”。同时, 在计划变动的过程中寻找稳定因素, 并保留稳定因素, 以计划的相对稳定来实现水泥生产活动的相对稳定。这样, 计划既具有灵、动的一面, 又具有稳、静的一面, 灵、稳兼备, 动、静结合。滚动计划方法是1种有效减少客观不确定性因素的方法, 能提高柔性的功能。

4.2 主观不确定性的处理

水泥生产系统主观不确定性的产生, 主要原因有两个方面, 一方面是信息的不完全性、不准确性及信息利用的不科学性;另一方面是水泥生产系统机制的陈旧性和呆板性。解决这2方面的问题, 一是要建立管理信息系统, 二是要进行水泥生产系统再造。

4.3 提高水泥生产系统柔性的途径

处理客观不确定性和主观不确定性方法的有效运用, 需要与提高水泥生产系统柔性的途径结合起来。水泥企业的筹资、投资、资金营运、利润分配等, 涉及到人、组织、管理和技术。提高水泥生产系统柔性, 需要高素质的人、动态灵活的组织机构、现代化的管理方法与手段、先进科学的技术以及它们的全面集成。也就是说, 提高水泥生产系统柔性的途径, 强调人、组织、管理、技术的高度集成。

4.3.1 人

人的因素是第一位的因素, 树立“以人为本”的思想, 是提高水泥生产系统柔性的根本。“以人为本”可以从以下两方面来认识。

一方面, 重视“外部环境的人”是基础。因此, 要重视“外部环境的人”的研究, 以针对不同的对象, 采取不同的工作方法和手段, 以利快速作出反映, 提高生产的效率和效益;

另一方面, 高素质的员工是核心。培养水泥生产操作人员成为有知识、精技能、善合作、能应变的高素质的员工, 使其逐渐成长为高智能型人才。水泥产业在生产经营过程中, 还应为职工创造来自企业内外的各种有利于培育核心竞争力的培训机会, 激励职工通过持续学习获得新知识和新经验, 营造企业全员参与的良好学习氛围, 以利于全面提高企业职工综合素质, 为企业培育核心竞争力提供智力源泉。

4.3.2 组织

组织形式是影响水泥生产系统柔性的关键因素之一。水泥生产面对的是一个动态多变、纷繁复杂的环境系统, 不确定因素时时、处处存在, 对此, 要提高水泥生产系统柔性, 需要建立一个学习型组织。所谓学习型组织, 是指通过培养弥漫于整个组织的学习气氛, 充分发挥员工的创造性思维能力而建立起来的一种有机的、高度柔性的、扁平化的、符合人性的、能持续发展的组织。

4.3.3 管理

提高水泥生产系统柔性, 要求企业管理者在企业系统柔性、信誉、品质上下功夫。最重要的就是健全和加强水泥企业内部控制制度的建设与执行。管理的最终目标是创新, 全球知名管理大师加里·哈默教授指出, 企业经营长期制胜的秘籍既不是卓越的运营, 也非新的商业模式, 正确的答案是管理创新—长期、持续性的管理创新, 也就是企业应不断拥有激活人才、配置资源和构建战略的新方式。

4.3.4 技术

提高水泥生产系统柔性离不开技术的支撑, 提高水泥生产系统柔性的过程中要采用的关键技术有:信息技术、网络技术、虚拟技术、数字化技术、预测技术和决策技术等。

5 结语

21世纪, 企业间竞争更加复杂, 互动更加激烈, 市场节奏趋快, 企业环境变得越来越不确定。企业是1个开放的系统, 其存在和发展必须要与各方面都发生物质、能量的交换, 因此形成了企业错综复杂的内外部利益链。水泥生产是1个系统化的生产过程, 水泥生产系统随时面临着很多的不确定性因素, 对这些不确定性因素的处理, 就是水泥生产系统的柔性, 柔性是客观存在的, 无法回避, 如何提高水泥生产系统的柔性是每一个水泥生产企业必须要解决的重要问题, 只有将系统的柔性提高了, 系统面临着的很多不确定性因素才能解决, 提高的方式及途径也是企业要研究的主要方向。水泥生产系统柔性是水泥企业柔性的1个方面, 要提高水泥企业柔性, 必须要提高生产系统柔性、经营系统柔性和技术系统柔性。

参考文献

[1]郑必清、徐江华.“浅谈现代企业柔性化管理”[J], 现代商业, 2007, (14)

[2]庞庆华、杜栋.现代生产系统中的柔性决策研究

[3]叶红、谢卓君.“柔性组织浅探.”广东农工商职业技术学院学报, 2002年11月

[4]姚刚.“论现代企业的柔性组织管理.”企业经济.2005年第6期

[5]数控机床.“柔性制造技术的现状及发展趋势, ”宝玛数控.2008年3月

[6]文延莉.“谈柔性制造技术与发展.”制造业信息管理.2009年4月

车身焊装柔性化生产线 篇6

车身焊装生产线

焊装生产线是指必须经过焊接工艺才能完成完整产品的综合生产线, 它包括专用焊接设备、辅助工艺设备以及各种传输设备等。

1.组成

汽车焊装生产线是汽车白车身全部成形工位的总称, 它由车身总成线和多条分总成线组成, 每一条总成线或分总成线又由许多焊装工位组成。每个工位由许多定位夹具、机器供气供水装置组成。线间、工位间通过搬运机、机器人等搬送设备实现上下料和零部件的传送, 以保证生产线内各个工位工作的连贯性。

汽车焊装生产线包括地板总成线、侧围总成线、车身合成线、车身装配完成线及门盖线。汽车焊装生产线的大概流程以及构成一般采用图1所示的方式。

2.常见形式

(1) 随行台车贯通式生产线该生产线一般采用数量不等的相同台车式夹具, 由链条驱动到预定工位后由人工上料焊接等作业。每台车身均在同一夹具上不同的工位上完成拼装。这种形式的生产线生产效率低, 劳动强度大, 是单品种专线生产。这是早期常用的一种生产形式, 适用于小批量生产。

(2) 单车型自动化生产线该生产线一般采用固定式专用夹具并配合机械手进行自动化焊接拼装, 物料通过机械手自动投入, 每个站别间产品输送多采用往复式传动机。其特点是生产效率及自动化程度高, 品质稳定, 但仍属于单品种专用生产, 适用于单一车种的大批量生产。

1.侧围总成2.地板总成3.顶盖总成4.白车身骨架5.白车身总成

(3) 多车型自动化混合生产线这种生产线与单车型自动化生产线基本相同, 主要差异是主焊线上采用多车型混线生产。采用四面回转夹具, 它根据不同车型进行自动化切换对应生产。机械手进行自动拼装, 其主要形式如图2所示。主焊线除总成夹具外, 其他均为补焊夹具, 较容易做到多车种共用。各汽车企业应用较多, 为具有一定弹性的生产模式。

1.左侧围总成线2.右侧围总成线3.地板总成线

汽车焊装生产线柔性化的一些做法

1.小件分拼生产线

对于小件分拼, 由于简单且作业工时较低, 因此通常采用专用夹具人工作业。该方式对于柔性化生产而言, 只要作业工时能满足总产能的要求, 还是可以较好地应用, 其特点是设备投资少, 专机生产, 但设备通用性差。近年来随着机械手等自动化设备的普及以及精度的提升, 这些设备越来越多地被采用在小件分拼生产线中实现柔性化作业。

主要拼装方法有以下两种:

(1) 机械手拼装用两台机械手, 一种是通过工夹具直接抓取拼装的钣件, 另一种则通过机械手上的球形夹紧器等通用定位机构抓取及定位钣件, 靠机械手本身的精度进行拼装后, 再由第三台机械手进行焊接。其特点是:拼装的质量取决于机械手本身的重复精度, 对其要求较高;通用性好, 对于采用工具定位方式的对应不同车型只需更换工夹具, 而采用球形等夹紧器定位的则可完全通用;车型更新, 设备沿用性强, 可达90%以上;但是一次性投资大。这种方式适用于简单及精度要求不高的场合。

(2) 夹具切换模式采用切换式夹具进行钣件定位。夹具由生产系统根据生产车型自动调用切换, 钣件的投料及焊接作业由机械手完成, 拼接后再由机械手搬运到下一个工位。其特点是:部件装配精度要求高, 拼装精度主要由夹具本身的定位精度所决定, 因此质量稳定;能够装配复杂精度要求较高的部件结构, 车型更新时设备有一定的沿用性, 可达70%左右;因需设立多种车型夹具预存区, 故生产区占地较大;该方式适用于结构较复杂及对品质精度有较高要求的场合。

2.地板线

地板线主要生产车身的底盘以及发动机室框架。

发动机室等部件属于中大型部件, 其拼装品质对整个车体的精度有着重大的影响, 其夹具结构也较为复杂, 以往通常做法是将其拼装设定于主焊线以外采用专机生产。

现在许多汽车企业则倾向于将该类部件采用流水线方式生产, 用以达成多车型生产的弹性化及提升总产能。地板生产线焊接自动化率达到100%, 共有20台机器人, 生产节拍为50s/台, 可生产四种车型。其做法为:物料搬送采用多车种共用型台车, 台车结构上尽可能只对应多车型的通用部分, 而不同车型部件定位差异较大的部分, 其定位设定于固定处用伺服系统进行自动切换定位。处于上部的仪表板等的定位则采用机械手抓取专用夹具来定位, 在专用夹具及台车上均设有机械手的专用定位孔, 定位精度可达到0.1~0.2mm。而车体结构差异较大, 采用共用型台车较困难时, 亦可将台车专用化, 即采用专用式台车, 并在生产线上设立台车存放区, 各种台车依生产车型指令进行调用, 实施弹性生产。

3.侧围生产线

常用的侧围生产模式通常采用左右独立式生产专线, 在夹具使用上一般有两种方式:一种为在一套复杂夹具上一次性投人所有部件进行拼装后, 移到下一站别完成补焊。其特点是品质精度较好控制, 但产量受限。另一种方式则采用各部件依序分别投入不同站别进行流水式作业, 直至最后补焊完成。其特点是:设备的重复性基准定位精度要求较高, 否则影响侧围的拼装质量;采用多站别式的流水线生产, 能够满足高产能的要求。过去的侧围生产线均为单车型专线, 很少有多车种混线生产, 原因在于侧围属于大型复杂部件, 其品质精度要求很高, 不采用专机生产模式很难达到要求。因此侧围生产线实施柔性化的难度较大, 并需很高的设备投资费用。

如图3所示, 其做法为:生产线采用机械手自动化生产模式, 侧围夹具的结构设计成随行式夹具, 根据产能的需求制作相当数量的夹具库, 并依车型种别分别存放于夹具预存区内, 依据生产资讯系统提供的现行生产车型, 再分别调入相应车型的夹具进入自动化流水线进行生产, 完成后的侧围扳件随同夹具通过空中搬送机直接送入总拼夹具。其中同一车型的侧围夹具都是一致的, 并作为总拼夹具拼装时的定位载体。其对夹具本身的精度要求较高, 而数目较多的夹具投入使得生产线成本不低, 故实际应用的较少。更多的做法还是采用单车型专线生产模式, 只是生产线自动化程度加大, 以确保必要的产能, 间接满足生产线柔性化的要求。

4.主焊生产线

对于主焊生产线而言, 搬送设备可以说是生产的载体平台, 因此对于生产线的柔性化, 搬送设备起着至关重要的作用。过去主焊生产线上车体的搬送常用动力式滚床、往复式梭动机等, 但由于限制较多, 现在已应用得不多, 目前应用较广的是搬送台车。

其主要优点是:利用台车搬送, 较容易在主焊线上实现多车种共线, 原则上讲, 只要台车能装载某种车型, 就能通过主焊线进行生产;台车搬送不会影响车体生产品质, 不像其他搬送设备在搬送时的冲击对车体有不良的影响;噪声低, 生产环境较为理想;在车型更新时, 设备重复利用率高;台车可直接作为补焊站的定位夹具使用, 来满足生产需要;根据台车之编码能够较容易地实现车型的在线追踪。正因台车搬送方式有如此多的优点, 故在各汽车生产线中得到越来越多的应用。

作为主焊生产线搬送台车常用的形式及特点如下:滚轮驱动式, 特点为结构简单, 速度低;链条驱动式, 控制性及走行稳定性不够理想;动力化台车, 控制性好, 但成本高;张力摩擦轮驱动形式, 其主要特点是噪声低。

主焊生产线搬送台车在实际应用时应注意如下几点:

1) 台车结构在设计上应注意通用性, 结构力求简单, 尽可能轻量化。

2) 台车在各工站到位时, 应采用机械锁紧机构进行定位, 并重点保证能满足机械手自动焊接时的位置精度要求。

3) 在有特别精度要求的工站, 如底板总拼站及车身总拼站上拼装时, 车体位置不能单纯利用台车定位, 而应采用固定式夹具进行准确定位, 以确保车体拼装质量。总之, 在主焊生线上搬送设备的应用对生产线的柔性化有较大的影响。

5.门类的折边生产线

门类的折边生产, 目前汽车厂一般采用通用式油压机配合折边模进行生产, 图4所示的油压机一台可配合多套折边模, 各种折边模存放于模具库中, 生产时折边模可视需要自动调入油压机弹性化生产。

结语

目前中国汽车市场已趋于国际化, 汽车企业如何适应市场和把握市场, 生产的柔性化显得尤为重要。汽车生产是连续性的过程, 而柔性化生产模式更强调了生产系统的完整性。在导入一种车型时, 应充分考虑后续车型, 甚至车型更新时的应对方法。因此生产线的柔性化应系统性、全局化地进行整体规划, 体现出“一次规划、分步实施、同步快速发展”的理念。

现代工业技术及自动化是生产柔性化的基础, 而在规划时应确保自动化设备最大的共用性, 充分提高资源的有效利用率。生产柔性化在具体应用时, 还应结合中国的实际状况及企业的自身特点合理规划, 才具实用性。关键词:

柔性石墨板轧制生产线研制 篇7

应某公司要求,承接了柔性石墨板轧制生产线的研发制造总承包任务,要求设备精度寿命按20年设计,其中原材料的彭化制备(如图1)由对方负责。

技术人员参考了一条进口的辊轧生产线。研制过程中,图纸设计、调研及毛坯预投试制穿插进行。经过一年的努力,车间全套轧制设备调试完毕,成功投入使用。

此生产线的开发成功,填补了石墨板轧制设备的国内空白,甲乙双方领导在用户现场终验收时到场祝贺,对该项研制工作给予了充分肯定。

1石墨板的轧制工艺流程及设备组成

1.1工艺流程

成袋的鳞片状柔性石墨粉经膨化,成为絮状物,直接落入振动筛上部;振动筛边均化边向前输送絮状石墨至皮带铺装机,进行刺辊铺装和皮带压合输送;形成的粗密度石墨板先完成料头飞剪进入预辊轧,进行粗轧工序,石墨板进一步辊压变薄变宽;经过密度检测装置的在线跟踪检测,进入一次烘干炉边烘干边前移,出炉风冷后送入半精轧辊,石墨板经辊压使厚度尺寸达到设定值;继续前送,入二次烘干炉,完成加热风冷进入一次精轧辊,石墨板厚度尺寸接近成品值;接着进入二次精轧,使厚度表面粗糙度均达成品要求;经过厚度仪的在线检测同时完成废边剪切和回收,使石墨板的宽度达成品要求,进入成品料送进辊;经过切断装置进入可转位收卷机纸筒,实现成品石墨板的定长卷取,最后人工卸卷包装码垛。正常生产时每个班次需操作工三人,石墨粉入料、成品板卸卷、参数调整各一人。

1.2主要轧制路线

石墨粉膨化→絮状石墨铺装压合→粗轧→一次加热半精轧→二次加热一次精轧→二次精轧→石墨板成品。

1.3生产线组成

如图2所示,该生产线主要由主传动、石墨膨化机、挡料、刺辊、一次切边、预轧辊、密度检测、烘干炉、轧制、冷却、厚度检测、二次切边、废边回收、成品料送进、切断、收卷、护栏、电气、液压、气动、振动供料、托料、压料及料尾送进、支架、地基、液化气站等组成。

2生产线主要技术参数

表1所示为SMX-1000X1.5柔性石墨板轧制生产线主要技术参数。

3轧制生产线设计技术要点分析

(1)柔性石墨的絮状物有很强的导电性,在轧制运行过程中可四处飘移,要求整个电气系统的设计要充分考虑漏电保护和电气柜的防护等级要提高至IP55,如图3所示。石墨板连续轧制期间,有两次通过式烘干,因为材料的导电性,加热系统设计要求采用硅碳棒加热,不能用传统的电阻丝加热,如图4所示。

(2)要求主传动对轧辊的输出速度在规定范围内 连续可调,采用锥皮带轮气动控制联调的方式,如图5所示。

(3)根据膨化后棉絮状石墨为散状的特点,振动筛(图6)接料并为刺辊铺装皮带压合(图7)送料,振动筛的激振频率和速度可连续调整,解决了散物料的可调供应问题。

(4)粗轧精轧各辊设置单独的蓄能器(图8),保证了轧制过程中轧制压力的灵活调整。半精轧、一次精轧、二次精轧的料仓张紧辊的张紧力由调试时移动平衡块来调节,上下位置由气动平衡缸通过凸轮控制气阀来自动调节(图9)。

(5)生产线前端的密度在线检测、后端的厚度在线检测、前端的料头飞剪及后端的废边切断回收均为轧制工作的连续可靠运行和成品质量提供了有力的保证。可转位收卷机的设计为成品料的人工下卷上筒留出了足够的时间。全线PLC闭环控制,有危险的操作互相联锁制约,大大提升了设备运行的安全性指标。

4轧制生产线制造调试技术难点、关键点

(1)整线设计方案确定。主要参数不变的前提下,课题组首先安排了十根锻坯辊轧和刺辊的投产;提前编写了加热炉和振动筛的技术要求,并与装配图设计同步确定供应商采购合同。然而在发货前预验收时发现轧辊表面硬铬层脱落现象,课题组认为这是关重件的重要质量问题,于是重新联系供应商,进行了解铬、镀前磨削、电镀铬层、镀后磨削的补救措施,技术人员全程跟踪指导,修复十根辊子耗时二十多天。

(2)在设备单机部装之初,技术人员亲自带队到用户现场查验地基质量,完成了设备地基板的安装调平工作(框式水平0.02以内),并用膨胀水泥进行二次灌浆,为后期设备就位和精度调整奠定了基础(图10)。课题组在设备制造过程中,为甲方膨化设备的制作提供了有力的理论技术支持。

(3) 在用户现场调试的主要难点是平衡缸凸轮的圆弧半径尺寸和安装位置确定,如图11所示。

(4)另一难点是成品板料定尺测量计数轮的齿数设计,需要在现场调试确定实际值,如图12所示。

5结语

该线的研制涉及机械、电气、液压、气动、测量、热力、环保等综合技术的应用。该线的投入使用,加快了国产石墨板轧制设备替代进口的步伐,充分说明进口设备国产化研发方向是技术进步的有效途径。

摘要：介绍了石墨板轧制生产线研发制造过程,阐述了轧制工艺流程和主要技术参数,描述了生产线设备组成,分析了生产线设计技术要点和制造调试关键点。该线的投入使用,加快了国产石墨板轧制设备替代进口的步伐。

数控柔性制造生产线的仿真设计 篇8

随着经济和科技的迅猛发展, 柔性制造生产线在保证多品种复杂产品的质量前提下, 同时缩短产品生产周期, 降低产品成本, 正以其高效、灵活的特性抢占动态变化的市场。柔性制造生产线是由数控加工设备、物料输送装置和工业机器人等组成, 传统的传统设计手段只能专门针对某几个问题作单方面的分析与设计, 不能对系统全局进行优化;仿真设计除了包含传统设计方法的主要内容外, 主要在虚拟环境中对柔性生产线各元素、生产过程等进行仿真模拟, 有效的模拟多品种生产、装配产品, 生产线自动化程度越高, 柔性越大, 设计时考虑的因素越多, 生产线的设计就越复杂, 仿真设计的作用也就越大。

2FLEXSIM与UG NX软件的简介

Flexsim是美国Flexsim软件公司开发的物流仿真软件, 它是面向对象的仿真软件, 可以实现生产流程的真正三维可视化。Flexsim内置模型仓库, 只需用鼠标从模型库里边拖动所需的模型到模型视图里面, 就可以实现快速建模并仿真分析。Flexsim有强大的数据分析功能, 而且伴随着仿真过程还可以观看数据的动态显示, 将仿真结果输出。通过仿真设计、分析, 而且实现生产线资源最优配置。Flexsim的不足在于模型的种类较少, 难以满足需求。而UG NX是目前主流的机械设计软件, 除具有强大的实体造型、曲面造型、虚拟装配及创建工程图等功能外, 还可以进行有限元分析、运动学分析和仿真模拟, 以提高设计的可靠性;根据建立起的三维模型, 由CAM模块直接生成数控代码, 用于产品加工。UG NX为产品设计及加工过程提供数字化造型和验证手段, 但在生产线物流仿真方面不如Flexsim。因此, 两者结合使用, 可以有效地实现柔性制造生产线的设计。

3柔性制造生产线仿真的建立

柔性制造生产线仿真设计分为3 部分: 生产线各部件的实体建模、生产线仿真建模和仿真分析。实体模型指的是反映生产线中设备形状、尺寸、运动学特性等的信息集合, 仿真模型包括布局信息、各种设备的生产参数等。仿真分析指的是运行仿真模型后, 分析生产线平衡、瓶颈, 使之达到产能最大化、排程最佳化、在制品及库存最小化和成本最小化。

3.1Flexsim 仿真模型的建立步骤

首先对生产线实际调研, 完成相关参数的数据采集;然后建立生产线物流模型, 确定生产线布局;再建立仿真模型, 并输入相关参数;编译运行仿真模型;分析仿真结果;根据输出的仿真结果, 对系统方案进行优化;最后输出仿真结果。生产线仿真设计步骤如图1。

3.2 仿真模型

按照某工厂车间的布置情况建立仿真模型, 根据生产情况设定各个实体的参数。首先在Flexsim软件环境中放入所需的实体, 包括发生器、处理器、输送机、缓存区、吸收器、工业机器人等。其中发生器代表加工原料的来源, 处理机是柔性制造生产线的数控加工设备——车削中心、加工中心等, 工业机器人则负责自动上下料工作。开始仿真之前, 要确定毛坯到达数量随时间变化的曲线, 经分析, 该曲线服从均值为Normal (80, 5) 的正态分布。模型中各个实体所涉及的加工或输送时间、速度、尺寸参数都是按照生产线数据采集并分析后进行设置的。数控柔性生产线的仿真模型如图2。

3.3 实体模型

由于Flexsim的模型库中的实体模型种类有限, 如Flexsim中的处理机的三维造型只有1种, 而专门的三维建模软件UG具备强大的三维造型能力。可以通过用UG NX对处理机、机器人、输送装置等实体进行建模, 弥补Flexsim模型的不足。可以根据实际的设备形状, 利用NX的建模模块和装配模块创建机床等的CAD模型, 也可以使用NX预定义的机床模型, 并且针对产品设计和工艺设计的需求, 将机床等模型进行运动学模拟仿真, 验证设计方案。

3.4 仿真与优化

在仿真模型中, 每个实体运行后都能生成相应的对象运行状态统计表, 即设备状态统计分布, 利用系统功能自动采集如空闲时问、处理时间、装载时间、卸载时间、行走时间、堵塞时间、输送时间、等待时间等参数。Flexsim中各个实体的统计数据可以通过状态百分率饼图表示出来。通过仿真, 得到工序状态百分率饼图如图4。发现瓶颈的工序, 要对系统的部分参数进行修改, 成不同的系统方案。对修改后的模型重复运行多次, 对不同方案进行结果比较, 达到优化的目的。

4结语

根据生产车间的实际情况, 运用Flexsim软件对某数控柔性制造生产线进行仿真, 并且利用UG NX改进仿真的三维实体模型。通过观察仿真的状态百分率饼图, 找到瓶颈, 调整平衡。通过Flexsim和UG NX软件将柔性制造生产线建模、仿真和分析, 缩短了生产线的设计时间, 为企业柔性生产线的设计及优化提供新的方法。

摘要：物流仿真软件Flexsim可以对各种生产线进行建模、仿真和优化, UGNX是进行产品设计及加工的优秀软件。针对数控柔性制造生产线, 结合两大软件实现数控设备的实体建模、仿真设计, 并分析仿真数据进行生产线瓶颈分析, 优化配置, 大大提高柔性生产线设计的的改造和设计的质量和效率。

关键词：Flexsim,UG柔性生产线,仿真

参考文献

[1]潘卫军.现代柔性制造技术及其发展[J].装备制造技术, 2007, (12) :89-92.

[2]闫纪红, 王玉燕, 雷呈喜.基于Flexsim的柔性制造系统仿真平台的设计与实施[J].实验室研究与探索, 2009, 28 (10) :55-57.

[3]王福鑫, 向号.基于Flexsim软件的生产线仿真优化[J].机械工程师, 2010, (11) :88-89.