连铸辊修复生产率提高研究与仿真

刘成文，李 洋，汪 炜

(淮海工学院 机械与海洋工程学院， 江苏 连云港 222005)

某机修公司以机械加工和表面再造为主要业务，其中一部车间主要负责连铸辊的修复生产活动。当前，一部车间每月修复连铸辊380根。随着订单的增加，该车间的生产能力已经不能满足市场的需要，根据市场预测，车间修复连铸辊的月订单量将达到425根。为了满足市场的需要，本课题从连铸辊修复生产现场入手，找出影响连铸辊修复生产效率的因素，包括生产流程中存在的瓶颈工序、不合理的人-机作业系统、车间存在的资源浪费等。最后，运用人-机作业系统分析、 “ECRS”等IE方法对瓶颈工序和关键工序进行优化，以平衡修复连铸辊生产流程，提高车间生产效率和效能。

1 连铸辊修复生产流程的分析

对连铸辊修复生产流程进行分析，以找出影响一部车间生产效率的因素，包括影响生产能力平衡的瓶颈工序、不合理的人-机作业系统。

1.1 连铸辊修复工艺程序分析

连铸辊的修复工作包括对辊体的修复和对轴承座的修复，为了清晰地表明连铸辊修复整个生产概况和工序间的相互关系，确定影响连铸辊修复生产的关键路线，为瓶颈工序的确定做好准备，通过实际的观察，绘制连铸辊修复工艺程序图，如图1所示。

关键路线是整个生产过程中持续时间最长的加工路线，由工艺程序图分析可得：由辊体的修复到辊组的包装是影响整个修复工作的关键路线。因此，对连铸辊修复生产流程的分析主要是对辊体修复过程的分析。

1.2 连铸辊修复瓶颈工序的确定

连铸辊修复工序分为以设备作业为主和以人工作业为主2类，采用不同的方法对以上2类工序进行分析，以找出瓶颈工序。

1.2.1 对以设备作业为主瓶颈工序的分析

采用工时法对以设备作业为主的工序进行生产能力的评定，计算设备的可用生产能力和需要生产能力。计算公式如下：

CA,T=60dt(1-θ)T

(1)

式中：CA,T为可用生产能力；d为工序中设备台数；t为每天工作的小时数；θ为设备的故障率，一般为5%左右；T为工作的天数。

(2)

式中：CL,T为需要生产能力；tpi为i产品的加工时间(min)；spi为i产品在设备上的准备时间(min)；λ为宽放率，一般取0.1-0.2;hi为设备的加工工件数量。

图1 连铸辊修复工艺程序图

修复连铸生产中以设备作业为主的工序包括：车疲劳层、堆焊、粗车连铸辊、精车里孔。根据公式可以计算出以上工序的可用生产能力和所需生产能力。

根据可用生产能力和所需生产能力计算工序的负荷比，计算公式如下：

(3)

根据公式计算出以设备为主的工序生产能力负荷比，并规定:当β<1时，表示工序产能过剩；当β≥1时，表示该工序产能不足，为瓶颈工序。计算结果如表1所示。

表1 以设备作业为主工序的负荷比

由计算结果可知：在以设备作业为主的工序中，车疲劳层工序的生产能力不足，确定为影响连铸辊修复生产的瓶颈工序。

1.2.2 以人工作业为主瓶颈工序的分析

连铸辊修复中以人工作业为主的工序包括：拆卸、清洗、组装加工、打压喷漆、在线检修、打甘油、辊组包装。以上工序的生产能力评定以实际的产能为依据，具体的生产信息如表2所示。

表2 生产信息相关表

作业名称配置人数当前产能平均每节时间/min拆卸31528清洗31822组装加工42124打压、喷漆、在线检修41821打甘油,包辊组219-

由表2信息分析可得:在以人工作业为主的工序中，拆卸工序的日产能与其他工序差距较大，故拆卸工序为瓶颈工序。

1.3 连铸辊修复主要人-机系统的效率分析

连铸辊修复生产中涉及的人-机作业系统主要包括车疲劳层、粗车、堆焊、精车里孔等系统，其中堆焊工序还要负责轧辊的加工，因此对车疲劳层、粗车、精车里孔工序进行人-机作业分析，可得：

1) 车疲劳层工序中，工人的时间利用率为13.75%，机器的时间利用率为86.25%，该工序的人工作业时间存在明显的浪费。

2) 粗车工序中，工人的时间利用率为9.5%，机器的时间利用率为90.5%，该工序中工人的时间效率不高。

3) 精车里孔工序中，工人的时间利用率为64.5%，机器的时间利用率为35.5%，该人-机系统人-机关系平衡，效率较高。

综上，连铸辊修复生产的人-机系统中，需要进行效率优化提升的人-机系统主要为：车疲劳层人-机系统和粗车连铸辊人-机系统。精车里孔工序的人-机系统作业效率高，因此保持现状，暂不需进行优化。

2 连铸辊修复生产工艺的优化

2.1 车疲劳层工序的优化

对车疲劳层工序进行优化，以缩短其加工周期，提高该工序的生产能力。车疲劳层工序中存在检查疲劳层厚度的操作步骤，对其进行“5W1H”提问，如表3所示。

表3 “5W1H”提问

项目第1次提问第2次 提问 第3次提问What确定疲劳层的厚度为加工提供依据一定要进行Why确定走刀量工艺的需求一定要满足工艺When在车削前进行工艺的需求一定在车加工前做Where在车床加工区域为什么在车床区域进行可以在其他区域进行Who由车床工人来做为什么要由机床工人检查测量可以由其他工人进行检查How进行实际测量有无别的方法只有这种方法

通过对检查疲劳层操作进行提问，确定该项工作可由其他工位的工人完成。优化方案为：拆卸工人在拆卸完连铸辊后，检查疲劳层的厚度并且将数据标记在待修复的辊体上，这样车疲劳层工序能节省2 min。

车疲劳层工序中存在2次测量操作，根据“ECRS”原则对操作工序进行优化。通过分析，取消第1次的测量操作并不影响车疲劳层的加工质量，因此，取消第1次的测量，这样该工序能节省0.7 min。

采用人-机作业分析图对车疲劳层操作进行进一步的优化。优化方法为：机床在车削连铸辊时，工人检查上一个连铸辊的尺寸，优化后的车疲劳层人-机作业分析图如图2所示。

图2 车疲劳层工序人-机作业分析

由前述分析可知：车疲劳层工序的人-机系统时间利用率不高，因此考虑实现一人多机的优化，计算公式如下：

(4)

其中：N为操作机器的台数;t为工人的操作时间;M为机器的作业时间。根据实际情况，t应选择为标准的作业时间，计算公式如下：

标准作业时间=正常时间×(1+宽放率)

(5)

根据计算公式求得：

考虑到实际的情况，一名工人操作7台车床并不合理，根据实际的生产需要，取N=3(台)。

车疲劳层优化效果分析：通过优化，车疲劳层的作业周期由74.2 min缩短到70.6 min,节约了3.6 min，并且实现了一人同时操作3台车床的优化，节约了2名工人。

2.2 粗车工序人-机系统的优化

粗车工序中，工人的时间利用率不高，通过人-机作业分析实现一人多机的优化，根据式(4)可计算理论上单人操作机床的数量，其中：

从实际情况出发，考虑到机床的故障率、工人的负荷强度等因素，并且为了方便配置工人，取N=2(台)。

粗车工序优化效果分析：经过优化，工人的时间利用率由9.5%提升到19.05%，实现了一人双机的优化，节约了2名工人。

2.3 拆卸工序的优化

车疲劳层工序优化后，拆卸工序不仅要负责拆卸连铸辊，还要负责疲劳层深度的检查，为了缩短其作业周期，现增加1名工人，可使拆卸的工时预期缩短到24 min，与优化前相比节约了4 min。

3 优化方案效果的评定

为了评定优化后连铸辊修复生产的状况，现采用Witness软件对优化前后的连铸辊修复生产流程进行仿真建模，通过模型的运行，生成关于连铸辊修复生产的相关信息表，从而确定该方案的效果，建立的仿真模型如图3 所示。

图3 连铸辊修复生产流程模型

优化前后的连铸辊修复生产模型的不同之处主要表现为对拆卸工序和车疲劳层工序的加工周期设置不同。优化前，车疲劳层的周期设置为4 452 s，拆卸的加工周期为1 680 s。优化后，车疲劳层的周期设置为4 236 s，拆卸的加工周期为1 440 s。

运行模型，模拟1个月的生产计划，工作日设定为24天，生成生产能力对比如表4所示。

表4 优化前后生产能力对比

名称加工数量/根平均时间/s拒绝数量优化前399120 258.10优化后46582 381.990

由于模型与现实之间的差异，根据实际的生产情况和Witness建模理论，优化后的产量取模型运行结果的95%，优化后的月产量约为：465×95%=441(根)。

连铸辊修复车间的月产能由380根提升到441根，增加了61根。

4 结束语

本文研究分析了某机修公司连铸辊修复生产能力不足的问题及原因，提出了改善方案并进行了仿真验证与效果评定：

1) 运用工时法及程序分析法对影响连铸辊修复生产效率的因素进行研究，确定了车疲劳层、拆卸、粗车等3道工序为瓶颈工序。

2) 运用“ECRS”原则讨论并合理简化工艺流程，运用人-机作业分析方法对瓶颈工序的人-机作业系统进行分析优化，调整人员分配。并应用Witness仿真建模对优化后的连铸辊修复生产流程进行了效果评定。连铸辊修复车间的月产能由380根提升到441根，车间参与辊体修复的工人数量由28人减少到25人，节约了3名工人。

3) 提高了连铸辊修复各工序的时间利用率，优化后，工序的时间利用率达到90%以上。