基于Flexsim软件的制造企业物流系统优化

方 达 梁成柱

（石家庄铁道大学 河北石家庄 050000）

基于Flexsim软件的制造企业物流系统优化

方 达 梁成柱

（石家庄铁道大学 河北石家庄 050000）

制造业企业的物流系统的运作效率直接影响着企业的生产效率，进而影响到企业的经济效益。为了避免生产物流系统中的产能瓶颈给企业带来的损失，文章利用Flexsim仿真工具进行有效的仿真分析，并给出有效的优化建议。文章在阐述Flexsim基本步骤及关键技术的基础上，以某制造企业物流系统为研究对象，帮助企业改进业务流程，提高效率，找到瓶颈所在，并且以系统分析的方法，优化原有的生产系统模型。

Flexsim 生产物流系统 瓶颈 系统优化

1 前言

不断加剧的市场竞争迫使企业进一步关注物流成本和生产效率。作为制造企业整个运营系统重要组成部分的物流系统，逐渐成为物流工程研究的重要对象。进而系统仿真试验成为了提高工作效率的有效方法。系统仿真是融合了专家经验和大量历史统计资料后做出的计算机软件，是帮助决策者进行决策的工具。系统仿真分为离散事件仿真和连续系统仿真。目前绝大多数的物流系统是离散事件仿真。Flexsim软件是一款商业化离散事件系统仿真软件，是当今的物流系统优化与工业工程中常用的系统仿真软件。使用Flexsim仿真软件对物流中心的生产作业流程进行仿真建模和深入分析，能够优化参数组合，消除系统瓶颈，提高系统运作效率。通过仿真试验可使方案流程获得改进，达到最佳状态。

2 Flexsim软件简介

Flexsim软件由位于美国犹他州奥勒姆市的Flexsim Software Products公司出品。Flexsim软件应用三维可视效果建立的仿真界面。软件自身集成的C++IDE和编译器。软件本身自带数据拟合功能，然后利用3D技术在试验环境中生成虚拟现实模型。Flexsim软件还自带有外接接口，以供试验者将数据进行统计分析。提供的接口可以与ExperFit和Microsoft Excel进行数据的交换。本文以实际物流系统为切入点，将实际物流系统抽象后，使用Flexsim软件对系统进行模拟仿真。通过对Flexsim软件在虚拟试验中生成的实时数据进行分析对比，找出存在的问题。并提出改进建议。按照系统建模、仿真试验、数据采集、系统优化的顺序对生产物流系统进行相关试验工作。

3 系统建模

3.1 流程描述

据调查某制造企业原有的生产物流系统中有3种类型的产品分别被标示成蓝、红、绿色，产品按随机的时间间隔从工厂的其他部门到达。模型中有3台加工机器，每台加工机器加工一种特定类型的产品。产品完成加工后，必须在一个共享的检验设备中检验质量。如果质量合格就被送到仓库内存储。如果发现质量不合格产品，则必须返工，产品被送回到仿真模型的起始暂存区，然后由相应的机器重新加工一遍，再经过检验送到仓库，凡是经过检验器的产品被标示成黑色。生产物流系统的结构图如图1所示。

图1 产品制造系统结构

3.2 实体对象及相关实验参数

本模型中的相应实体对象全部从Flexsim提供的对象库中选取。模型中要用到的固定对象包括发生器（source）、暂存区（Queue）、处理器（processer）、检验器（Tester）、货架（Rack）。移动对象包括分配器（Dispatcher）、操作员（Operator）、叉车（Transporter）。约定时间单位为秒。

实验参数：

发生器：产品到达时间间隔服从均值10秒的Gamma分布：Gamma(0,10,1)

暂存区容量：1000

处理器：生产时间服从均值10秒指数分布:exponential(0,10,1)

检验器：检验时间常数15秒，10%的不合格产品，90%的合格产品

4 仿真运行及数据收集与分析

4.1 仿真模型运行

对模型进行仿真运行，抽取1个小时即3600秒的运行数据进行仿真，假设仓库货位数量不受限制。因为Flexsim软件是针对离散的随机事件进行仿真，每次运行的结果具有不确定性，所以选取反复运行模型10次后的均值作为数据分析的数值。仿真运行实验图如图2所示。

4.2 仿真模型数据收集

对模型进行反复10次的仿真运行取均值。截取的指标体系分为三部分：处理器和检验器运行状态，包括空置时间，处理时间；暂存区状态，包括空置时间，到货时间，等待时间，最大滞留时间，平均滞留时间，最大滞留量，平均滞留量；移动资源运行状态，包括空闲时间，空运时间，载运时间，未按线路空运时间、未按线路载运时间。数据收集如表1~3所示。仿真结果如图3所示。

图2 实验仿真模型

表1 检验器处理器运行时间占比

表2 暂存区状态

表3 移动资源运行状态

图3 仿真运行结果

4.3 数据分析

通过仿真收集数据进行分析。首先从直观来看，仿真运行结果如图3所示。暂存区2的存量是比较大的，可以看到有大量堆积，这说明流程的瓶颈在暂存区2后面的环节，可能是检验环节，也可能是入库运输环节。然后针对相应的环节进行统计数据分析。表1中Tester的空置时间占比只有0.8%，运行时间占比99.2%，而其余的Processer的时间分布比较均匀，表1的分析说明瓶颈存在于检验环节。表2中Queue2的空闲时间占比0.8%，到货时间99.2%，最大滞留时间，平均滞留时间由大向小排序Queue2、Queue3、Queue1，最大滞留量，平均滞留量由大向小排序Queue2、Queue3、Queue1，说明不仅是暂存区2，暂存区3的入库运送环节上也可能存在瓶颈。结合表3的移动资源的运行状态分析，相比于Operator，Transport的空闲时间占比最小，只有1.4%，这说明叉车的繁忙程度比较高，更加确定可入库环节也存在瓶颈。基于上述的分析可以确定优化的方向，增加检验环节的检验器数量和增加叉车的数量来减少瓶颈带来的影响。

5 模型优化

5.1 模型优化设计

每隔10秒有一个原材料到达，处理器每10秒加工一个单位原材料，三台处理器每10秒加工3个产品，平均3.33秒加工一个产品，检验器每15秒检验一个产品，瓶颈出现在检验器环节，增加一个检验器使得检验时间缩短一倍，检验时间变为7.5秒，根据货架统计，3600秒内叉车的运量是168个单位，检验时间缩短一倍，暂存区3货量增加一倍，所以要想应增加一辆叉车，这样才能避免新的瓶颈产生。

5.2 优化后模型运行

在原有模型的基础上增加一台检验器和一辆叉车，所有新增对象的实验参数不变。反复运行模型10次。结果如图4所示，各项指标如表4~6所示。

表4 检验器处、理器运行时间占比

表5 暂存区状态

表6 移动资源运行状态

5.3 优化后数据分析

从模型的运行结果上可以看出，原有的瓶颈约束减少，暂存区2的最大滞留时间有原来的1434.2秒下降到62.2秒，平均滞留时间由原来的721.2秒下降到11.8秒，最大滞留量有原来的181个下降到9个，平均滞留量由原来80个下降到1.3个。这些数据表明暂存区2的瓶颈约束已经消失。暂存区3的最大滞留时间由573.8秒下降到261.3秒，平均滞留时间由310秒下降到99.4秒，最大滞留量由原来27个稍微上升到30个，但整体的平均滞留量有原来16.2下降到10.3。说明在增加了检验环节的设备后，增加的叉车数量抵消了新的产量带来的瓶颈约束，使系统的状态稳定在优化前，没有因为新增产能带来资源的浪费。

图4 模型运行结果

通过系统仿真，合理的增加了瓶颈约束环节的产能，避免了资源的浪费，又疏通了该企业生产物流系统的流程，提高了生产效率。

[1]朱晓蓉.基于Flexsim的仓储作业系统仿真及优化[J].物流技术,2012

[2]李暄,洪怡恬等.Flexsim系统仿真软件在配送中心分拣系统设计中的应用[J].物流工程与管理,2009

[3]龚小刚.计算机仿真技术及其应用[J].硅谷,2008

[4]王佳.供应链模式下原料入库流程分析及研究[D].重庆.重庆交通大学,2010

Optimization of Manufacturer’s Logistics System Based on Flexsim

FANG Da LIANG Cheng-zhu

(School of Economics and Management Shijiazhuang Tiedao University Shijiazhaung Hebei 050000)

The operation efficiency of manufacturer’s logistics system directly affects the efficiency of production, and then affects the profits of the enterprise. In order to avoid the loss caused by the production capacity bottleneck in the production logistics system, this paper uses the Flexsim simulation tool to carry on effective simulation analysis, and gives effective optimization suggestions. Based on the basic steps and key technologies of Flexsim and taking a certain manufacturer’s logistics system as a research object, this paper helps enterprises to improve their work process, promote their efficiency, find out where the bottleneck is, and optimize the original model of their production system with a systematic analysis method,.

Flexsim production logistics system bottleneck system optimization

A

1673-1816(2017)02-0070-06

2016-06-29

方达，男，回族，河北唐山，硕士，研究方向计算机软件。