基于Plant Simulation的厂区物流仿真优化

马茂源，李风刚，王林军

(1.机械工业第六设计研究院有限公司 GBIM工程实验室，河南 郑州 450007；2.中钢集团邢台机械轧辊有限公司 信息部，河北 邢台 054025；3.国机工业互联网研究院有限公司 创新推广中心，河南 郑州 450007)

近年来，随着数字化、智能化生产的发展，国内制造企业对虚拟仿真技术越来越重视[1-2]。在制造业新厂区规划设计阶段，特别是面向大型厂区的复杂物流组织和多变业务场景，选用科学合理的量化分析手段来评估和优化设计方案,是十分必要的。仿真分析技术的应用有利于有效评估方案并提出优化建议，在降低成本的同时能够提高生产效率，为管理者决策提供依据。

大型企业的全厂物流是一个大型、复杂的动态系统，投资巨大，在规划设计阶段进行建模和仿真，可为物流方案规划设计提供量化的数据支撑。本文基于Plant Simulation在厂区物流仿真中的应用情况，研究在规划设计阶段对厂区物流进行仿真优化的价值。

1 全厂物流分析

1.1 问题描述

国内某大型冶金制造企业搬迁改造项目建设用地1 505亩，其中建筑面积约为35万平方米，建设投资约为40亿元，新厂区包含20余项单体工程。

全厂物流是一个非常复杂的系统，其最小单元是一条运输线路，而每条运输线路均由若干物流设备如运输车辆、卸货平台、调度系统等组成。若干运输线路构成一个子系统，所有子系统相互连接而构成全厂物流系统。初步拟定的全厂物流方案包括厂外物流和厂内物流两部分(图1)。确定物流方案时应制定相应的物流控制策略。

图1 全厂物流方案示意图

1.2 数据采集

仿真结果的准确性与仿真给定的前提条件有密切的关系[3]。本文以某大型冶金制造企业现有生产最繁忙的2个月生产数据作为仿真输入数据。厂外物流关键数据采用2020年7-8月份的进发货计划数据，厂内物流关键数据采用2020年配料中心的厂内倒运记录表中数据。

2 仿真模型建立

2.1 仿真平台选择

本文采用Plant Simulation软件作为仿真平台。该平台能为建模、仿真运行和显示提供面向对象、图形化与集成的工作环境，也可为通过标准和专用模块库建立系统仿真模型而提供条件。同时，它可用于项目规划、物流仿真、生产工艺方案优化等过程，特别是针对高度复杂的物流仿真场景，可运用其自带的Simtalk语言编写Method程序来控制模型的内部运行逻辑，真实地还原实际物流过程[4-7]。

2.2 类库搭建

搭建仿真模型时考虑的因素包括：实际物流系统的进发货规则、路口交通规则、各车间物料转运规则、物料转运优先级规则、车辆调度规则、车间正常产能和极限产能对物流的影响等。根据全厂物流特点，在模型文件中搭建Class Library库(它包括厂区模型类库、车间模型类库、移动对象类库)，并对厂区交通类库(如十字形路口、T字形路口、轨道平车位等)进行开发，为后续建立仿真模型提供条件。

2.3 层次化建模

本文采用层次化建模方式构建模型中各子系统，并针对每个子系统建立一个单独的框架；先建立底层的子模型，再按照物流方案将各子模型的接口连接起来，以建立整体模型。

2.3.1 厂区外部模型

(1) 进货建模：分别建立配料中心进货、委托外加工及发运、车间进货、成品发货的“源”，用“交付表”驱动“源”产生车辆，如配料中心进货表的发货时间，在考虑原料进货计划、运输时段优先级等情况下，采用“z_uniform”均匀分布函数，随机安排进厂时间、进货种类，最大限度地模拟现实情况。

(2) 出货建模：建立二级嵌套模型，模拟外发车辆的运输过程。

2.3.2 厂区内部模型

(1) 道路建模：采用TwoLaneTrack软件进行道路建模，通过算法为全厂347条道路编号，为小车寻址提供标准格式；将路口定制类库中T字形路口、十字形路口分别命名为T_road和Crossroad，建立全厂159个交叉路口。

(2) 分厂建模：对新厂区的铸钢分厂、铸铁分厂、锻压分厂、二分厂、五分厂、成品配送中心进行分厂建模。分厂建模时采用的嵌套模型包含物流门表、物料信息表、需求表和物料记录表，它主要用于厂内物料转运任务的触发、记录等。

2.4 参数化建模

将该大型冶金制造企业2020年7-8月份数据整理成《厂区物流信息数据库》《进发货计划表》《模型参数数据库》 3个表。仿真模型采用Excel数据一键导入方式输入数据，通过算法控制仿真的运行参数，并采用全局变量设置委外发货比例、装卸货时间等参数。

车辆建模时在类库中新建小车类型，并对每个小车进行自定义参数设置(图2)，以驱动小车运行、记录小车数据。如：“DestinationTab”用于定义小车目的地，“State”用于记录小车状态，“UnLoadTime”用于定义小车卸货时间。通过算法，对小车的各种属性参数进行赋值。

图2 小车自定义参数设置界面

2.5 模型运行逻辑定义

(1) 委外运输策略：使用全局变量参数化控制委外发货比例。

(2) 极限产能策略：使用仿真工具中的Checkbox，通过勾选来确定极限产能比例。

(3) 车辆运行策略：采用触发器工具，周期性触发“车辆任务派发”算法和“车辆利用率”算法，实现车辆转运任务的周期性派发和利用率统计，驱动整个模型运转。

3 仿真实验

将仿真控制器实验时长设为60 d，分别针对极限产能物流瓶颈、车辆数量和吨产品的物料倒运量进行分析。

3.1 运输能力

通过勾选极限产能Checkbox工具，分别进行正常产能与极限产能下的仿真实验，以对比分析物流方案的不同情况。图3所示为极限产能、正常产能下通行车辆数排名前九的道路和对应的通行车辆情况。极限产能与正常产能的情况相比，排名前九的道路基本相同，前者比后者的日通行车辆数增加了60～70辆。

图3 通行车辆数排名前九的道路和对应的通行车辆情况

极限产能下发运成品时，自有车辆平均使用率超过90%，但是在仿真进行10 d后出现了车辆供应不足的情况，最大等待任务量为70个，比正常产能时增加了60个。

分析认为：虽然极限产能下，全厂道路的繁忙程度比正常产能时明显增大，但现有物流方案能够支持极限产能下全厂物流系统的运转；同时，厂外运输方面，极限产能下需要增大委外运输的量。

3.2 机械化车队的车辆数量

机械化车队车辆采购方案(表1)的确定需经过多次仿真迭代实验。

表1 机械化车队的车辆采购方案 辆

通过仿真可知：方案1的机械化车队车辆平均利用率为4.11 h/d；方案2的机械化车队车辆平均利用率为7.40 h/d，达到了较好的利用水平，相较方案1，车辆数减少了3辆，按机械化车队所用车辆的市场价40万元/辆计，可节省购置成本120万元。

3.3 配料中心的车辆数量

配料中心是厂区内运输的枢纽，通过仿真迭代确定配料中心的车辆配置方案(表2)，具有重要的意义。

表2 配料中心的车辆配置方案 辆

通过仿真可知：原方案的配料中心车辆平均利用率为3.68 h/d；调整后方案1，配料中心车辆平均利用率为4.08 h/d；方案2，配料中心车辆平均利用率为 4.25 h/d；方案3，配料中心车辆平均利用率为5.90 h/d，利用率最高。最优方案为调整后方案3，相较原方案，车辆减少了8辆，按配料中心所用车辆的市场价6万元/辆计，可减少购置成本48万元。

3.4 吨产品的物料倒运量

吨产品的物料倒运量，即生产每吨产品所需倒运物料的质量，是衡量物流转运方案优劣的重要指标。通过对比新旧厂区吨产品的物料倒运量，可验证新厂区物流方案的先进性。经过多次仿真实验和方案优化，最终确定的新厂区各种车辆每年的物料倒运量如表3所示。

表3 新厂区各种车辆每年的物料倒运量 万吨

从表3可算出，新厂区所有车辆每年的物料总倒运量为43.74万吨。

仿真实验结合数据统计可知，新、旧厂区的产品产量、物料倒运量如表4所示。

表4 新、旧厂区的产品产量和物料倒运量

根据表4中数据可算出，新厂区每年物料总倒运量比老厂区减少21.93万吨，吨产品的物料倒运量减少了3.04 t。经实际估算，运输成本减少120万元/年。

3.5 实验结果分析

通过仿真实验，全厂物流规划的设计方案得到了验证。通过优化，新厂区比旧厂区机械化车队车辆、配料中心车辆的购置成本分别减少120万元和48万元；因吨产品物料倒运量的减少而降低运输成本120万元/年。可以认为，对全厂物流规划设计方案的优化，使项目投资成本减少了288万元。

4 结束语

本文以某大型冶金制造企业新厂区物流规划为例，运用Plant Simulation软件构建全厂物流仿真模型，并进行了全过程、多形式、多目标的仿真实验。通过仿真优化，确定了全厂物流规划设计方案。按新厂区物流规划设计方案，项目投资成本可减少288万元。