离散型制造企业车间生产物流系统的优化

曹国安, 王 丽, 万文杰, 李后天, 许 强

(合肥工业大学机械与汽车工程学院,安徽合肥 230009)

面对激烈的市场竞争,生产企业在不断地运用各种方法寻求生产系统优化,工业工程思想、精益生产理论、人因工程方法、价值流理论及系统建模仿真等已被广泛地运用。企业寻求改进的主要目标就是降低生产成本,随着物料成本和人力资源成本可降低的空间越来越小,物流成本成为主要的关注对象,生产企业对物流系统的研究越来越重视。

生产物流系统是指原材料、能源、外购件等投入生产后,经过下料、发料、运送到各加工和存储点,以在制品的形态,从一个生产单元流入另一个生产单元,按照规定的工艺路线,进行加工、储存,借助一定的输送装置,在某个点内流入,又从某个点内流出,始终体现着物料实物形态的流转过程是一个有机系统[1]。

在生产物流系统中,库存占据了相当一部分物流成本,根据库存控制理论,合理地减少库存就是降低物流成本。生产物流系统中的在制品库存是企业管理的重要内容,其管理的好坏程度直接影响着企业的核心竞争力。根据利特尔法则(Little's Law)[2],当生产率达到生产能力,并保持基本恒定时,生产节拍的变化量与在制品库存的变化量成正比,因此,控制生产系统的在制品库存等同于控制生产节拍[3]。

本文在对某汽车制造企业转向节生产物流系统现状调查研究的基础上,结合相关的系统平衡知识和建模仿真方法[4],运用Flexsim仿真软件建立仿真模型,对现状进行分析,找出系统存在的问题,进而根据生产实际提出2种不同的优化方案,为企业的管理决策提供可靠依据。

1 Flexsim软件简介

Flexsim软件是新一代离散事件系统仿真的有效工具,是一套系统设计、制作与分析的工具软件,所建立的物理仿真模型可以用三维动画方式表现出来。它集计算机三维图像处理技术、仿真技术、人工智能技术、数据处理技术为一体,专门面向制造、物流等领域。

运用Flexsim系列仿真软件,可在计算机内建立研究对象的系统三维模型,然后对模型进行各种系统分析和工程验证,最终获得优化设计或改善方案[5]。

目前,Flexsim软件已经在物流及生产制造领域里成功地进行了多种系统的建模与仿真分析,如配送中心的拣选仿真、仓储出入库仿真、产品库分拣仿真、生产物流系统仿真、高速公路交通仿真、集装箱码头仿真、机场运作仿真、城市应急系统仿真等[6]。Flexsim具有强大的分析能力,可以通过各种图表或统计信息直观地显示仿真结果,从而解决生产制造过程中存在的各种问题。

2 生产物流系统的现状及建模仿真

2.1 生产物流系统现状

转向节是组装汽车前桥的关键零件,前桥是汽车的重要部件,转向节的生产分为毛坯制造和成品机加工。汽车制造企业通常是从毛坯生产商那里直接购进某种型号的毛坯,然后通过自己的生产系统进行车、铣、钻孔、镗、磨、拉削、攻丝等一系列精细的机加工。

本文所研究的汽车转向节生产系统目前布局是W型的主线和副线结构,由于主、副线的机加工时间是中线的2倍左右,所以毛坯从两端进入生产系统,经过平行的主线和副线2条生产线加工,最后汇集到中线,如图 1所示。

图1 转向节生产系统现状流程

提高产能是此生产系统最迫切的任务,目前最大产能是200只/d,但客户需求随着生产淡旺季的变化在200～400只/d之间,远远不能满足客户需求,主要原因是生产副线上有的设备作业时间过长或老化。目前只能依赖某些瓶颈工序的工人加班来勉强维持现状,关键工序甚至要安排2班生产才能完成每天的生产任务,这样就导致生产线上的产能不平衡、物流路线紊乱、在制品大量堆积等问题存在。

2.2 现状流程分析及建模仿真分析

2.2.1 现状流程分析

汽车转向节生产系统有23道工序,为了研究方便,以操作工人为单位将其合并简化;而机器加工时间远大于人的操作时间,所以实际加工时间以机器加工时间为标准。

由于问题主要存在于主线和副线,根据工序清单的原理[7],本文只对生产线的主线和副线进行研究,并在此基础上建立在制品库存控制模型,中线取最大的机器加工时间。

根据各工序的加工时间约束确定工序组合,利用生产线平衡理论,将整个生产系统共划分为9 个工作地 ,分别用 A 、B 、C 、D、E 、F 、G 、H 、I表示,如图2所示。其中各工作地的加工时间分别在括号内给出。工人工作采用一班制,每班有0.5 h的准备时间,并假设每个工序所完成的产品都是合格的[8]。

图2 简化后的转向节生产系统现状流程

调研发现,由于产能不平衡,各工作地作业时间相差较大,各工作地前的在制品大量堆积,如A 、B、C、D、E 、F、G 、H 、I工作地的前在制品数量分别为 12、24、77 、82、200 、182、0、0、467 只,整个生产系统中的在制品量平均达到1 044只。

2.2.2 建模仿真

运用Flexsim仿真软件将上述生产系统中的实物进行建模仿真,参见文献[5]。

为了表现仿真生产过程的真实情况,依据具体作业时间,仿真时间设置为27 000 s(1 d或7.5 h),仿真结果用标准仿真报告给出,具体见表1所列,其中t1、t2、t3分别为最短停留时间、最长停留时间及平均停留时间;K、J分别为空闲率和加工率。

表1 现状流程仿真报告

2.2.3 仿真结果分析

(1)生产能力不平衡,该系统的瓶颈工序在工作地E中,其加工率为95.4%,工作时间强度最大,制约着整个生产系统的产能。

(2)整个生产线呈前紧后松的状态,即生产线靠近前端生产率较低而靠近后端生产率较高。若要使整个系统的生产率最大,生产线上瓶颈工作地的位置应尽量靠近生产线末端,生产线上各工作地的生产率应呈依次下降的趋势[9]。

(3)在制品在各工序之间大量存在,没有得到规范化管理,导致整个生产系统反应能力非常慢,不能应对即时的客户需求。

3 生产物流系统的优化分析

3.1 优化方案一

不改变现有的生产线布局和各工序之间的关系,采用TOC理论和JIT思想相结合的方法,对生产系统中各工作地前的在制品数量进行优化设置。

3.1.1 方案设计

根据TOC理论[10],一个生产系统的生产率是由瓶颈的生产率决定的,所以,首先应该考虑在瓶颈工作地前设置合理的在制品库存。结合JIT思想[11],非瓶颈工作地以瓶颈工作地为驱动源,生产任务直接下达到瓶颈工作地。

瓶颈工作地前采用拉动式生产以不断满足其需求,瓶颈工作地后则是以瓶颈为驱动来推动生产的。

图3所示为生产物流系统优化的在制品库存控制模型。

图3 优化方案一的在制品库存控制模型

在TOC理论下,考虑看板数量和容量的同时,系统瓶颈工作地前的在制品库存的计算公式为:

其中,Rb表示瓶颈工作地的生产能力,即瓶颈工作地的生产率;T表示生产周期,即单位产品的生产周期[12]。

其它非瓶颈工作地前的在制品库存的计算公式为:

其中,xi(t)为时刻t第i个在制品存储区的库存量(i=A,…,I-1);ui(t)为时刻t第i个工作地的生产率(i=A,…,I)[9]。

依据(1)式、(2)式,并结合看板原理,优化方案一的各工作地前在制品数量分别为21、23、28、24、42、10、10 、10、150 只,总量为 318 只 。在此,取各工序间的看板数量为1,看板容量为10只。

3.1.2 优化结果的建模仿真

此方案中工艺流程没有发生变化,只通过限制每个工作地前的在制品数量来降低整个生产系统的在制品数量,即当在制品数量达到设定值时前工作地停止生产。优化方案一的系统仿真参考文献[6],仿真立体图略。

优化方案一的仿真结果用标准仿真报告给出,见表2所列。表2中的阻塞率Z表示后工作地前的在制品数量达到设定值时,前工作地停止生产的停工率。

表2 优化方案一的流程仿真报告

3.2 优化方案二

通过图2和现状仿真结果,可以看出此系统运行的主要瓶颈是工作地E,即铣主销孔端面和钻主销孔这2道工序。

基于系统平衡理论,增加这2道工序的机器设备,可以使生产系统趋于平衡。

3.2.1 方案设计

在实际的生产现状中,生产副线上的主要设备因故障或老化而作业时间过长,所以导致了生产系统不平衡。

从企业长远的发展来看,维护设备或更新设备是非常有必要的。

优化方案设计如下:

(1)对设施与物料搬运重新布局,将原来的W型布局变为U型布局,即将主线、副线、中线和弯头区的布局整合为前加工线和后加工线2部分,彻底消除混乱的物料搬运,并使布局更加合理。

(2)维护故障设备或更换新设备,根据实际分析论证,虽然维修费用或更换成本较高,但可提高整个系统的生产平衡性,并大大提升产能。这样就增加了与工作地E的工序内容相同的另一工作地X,将其并入2条前加工线,改善整个生产系统中的瓶颈。

(3)经过工艺分析,主销孔和1∶10锥孔加工的先后顺序对整个加工工艺不产生影响,因此将G和H的工序移至E的工序前面,并入2条前加工线,彻底消除主销孔与锥孔加工工序的逆流和阻塞问题。

(4)工作地D的钻法兰孔工序作业时间过长,经分析研究,原因为钻孔刀具的老化所致,所以建议更换一套新的刀具,作业时间可以由原来的215 s至少降低为190 s,使整个生产系统更加趋于平衡。

(5)各工序间的在制品可根据看板原理进行设置。

3.2.2 优化后的流程及建模仿真

依据优化方案,优化方案二的生产系统流程如图4所示。

图4 优化方案二的转向节生产系统流程

将优化方案二的生产系统流程在Flexsim仿真软件中进行建模仿真[5]。优化方案二的仿真结果用标准仿真报告给出,见表3所列。

表3 优化方案二的流程仿真报告

4 优化结果分析

4.1 优化方案一结果分析

由分析可知,整个生产系统的在制品库存得到了有效的降低,优化后的在制品库存比原来减少了69%,大大降低了库存成本,提高了系统的反应能力,产能没变。

流程仿真的立体图显示,优化后整个生产系统前紧后松的生产状态仍然没有得到改善;根据表2仿真报告数据,前5个工作地的加工率在80%以上,而其余工作地的加工率却低于65%,并且工作地C和D出现阻塞情况。这说明整个生产系统的产能仍然不平衡,很多设备没有得到充分利用[13]。

4.2 优化方案二结果分析

从流程仿真立体图和表3可以看出,整个生产系统的平衡性大大改进。根据系统平衡理论和看板原理,各工作地前的在制品数量可以设置为看板容量,整个生产系统的工作地数量为23个,看板容量为10只,所以整个生产系统的在制品数量为230只,比原来减少了78%。

由于优化后的生产系统平衡性得到了有效的改进,前紧后松的生产状态得到了显著的改善,各工作地前的在制品数量大大降低,各工作地的加工率在70%以上。工作地F的加工率达95.3%,为最大,即为新的瓶颈工序,是进一步改进的对象。此时生产系统的节拍为工作地F的作业时间即 95 s/只 ,产能为27 000/95=285(只/d),系统产能提升42.5%。

4.3 2种方案的对比分析

2种优化方案是基于不同的优化要求,所以得到了不同的优化效果。方案一适合于企业近期的优化目标,优化成本也非常小,但只能达到优化在制品数量的效果,整个生产系统前紧后松的生产状态仍然没有得到改善,物料搬运依旧存在逆流。方案二适合于企业长远的优化目标以及结合其它系统进行整体的改造,优化成本明显较大,但优化效果非常显著,系统的平衡性、物流路径、在制品库存、产能等都得到了很大的优化。

5 结束语

本文利用现有管理方法和技术,对某汽车转向节生产物流系统的现状进行优化。首先运用Flexsim仿真软件分析系统现状和存在的问题,然后针对不同的优化目标给出了2种优化方案。方案一是不改变现有的生产线布局和各工序之间的关系,采用 TOC理论和JIT思想相结合的方法,对生产系统中各个工作地前的在制品数量进行优化设置。通过建立生产物流系统的生产与库存控制模型,具体地计算出各工作地前的在制品库存并进行设置,有效地降低了在制品库存的数量。方案二是基于系统平衡理论,从优化瓶颈的角度出发,通过增加资源和重新布局生产线等手段,有效地改善了整个系统的平衡性,提高了各个工作地的生产率,减少了系统中的在制品库存,增加了系统的生产能力。方案一适合于企业近期的优化,方案二适合于企业长远的优化以及结合其它系统的整体改造。

[1]张跃刚.生产物流系统的计算机仿真应用的研究[J].煤矿机械,2007,28(7):80-81.

[2]M arek R P,Elkins D A,Smith D R.Understanding the fundamentals of Kanban and CONWIP pull systems using simulation[C]//Proceeding s of the 2001 Winter Simulation Conference.California,USA:IEEE,2001:921-929.

[3]Hopp W J,Spearman M L.Factory physics:foundations of manufacturing management[M].Burr Ridge,IL:Irwin,1996:420-424.

[4]孙小明.生产系统建模与仿真[M].上海:上海交通大学出版社,2006:56-72.

[5]张卫德,严洪森,徐 成.基于Flexsim的生产线仿真与应用[J].工业控制计算机,2005,(9):46-47.

[6]张晓萍,石 伟,刘玉坤.物流系统仿真[M].北京:清华大学出版社,2008:11-16.

[7]Ortega M J.Analysis of production-inventory systems by dual-models of control-theoretic and discrete-event simulations[D].State University of New York at Buffalo,2001.

[8]朱耀祥,朱立强.设施规划与物流[M].北京:机械工业出版社,2004:49-62.

[9]郭彩芬,王宁生.串行生产线生产率的最优控制[J].机械科学与技术,2005,24(4):408-411.

[10]王玉荣.瓶颈管理[M].北京:机械工业出版社,2002:89-106.

[11]邓 超,周炳海.以JIT为目标的柔性调度作业完工期求解算法[J].合肥工业大学学报:自然科学版,2009,32(2):206-210.

[12]Lodding H,Yu K W,Wiendahl H P.Decentralized WIP-oriented manufacturing control[J].Production Planning&Control,2003,14(1):42-54.

[13]扈 静,蒋增强,葛茂根,等.基于改进遗传算法的混合装配生产线平衡问题研究[J].合肥工业大学学报:自然科学版,2010,33(7):1006-1009,1019.