工业工程  2019, Vol. 22Issue (1): 79-84.  DOI: 10.3969/j.issn.1007-7375.2019.01.010.
0

引用本文 

周康渠, 杨坤, 游思琦. HTBS微耕机包装线仿真与优化[J]. 工业工程, 2019, 22(1): 79-84. DOI: 10.3969/j.issn.1007-7375.2019.01.010.
ZHOU Kangqu, YANG Kun, YOU Siqi. Simulation and Optimization of Micro-Cultivator Packing Line of HTBS[J]. Industrial Engineering Journal, 2019, 22(1): 79-84. DOI: 10.3969/j.issn.1007-7375.2019.01.010.

基金项目:

国家自然科学基金资助项目(51705055)

作者简介:

周康渠(1967-),女,重庆市人,教授,博士,主要研究方向为工业工程相关理论及应用、精益与智能化制造等。

文章历史

收稿日期:2018-07-03
HTBS微耕机包装线仿真与优化
周康渠, 杨坤, 游思琦     
重庆理工大学 机械工程学院,重庆 400054
摘要: 针对HTBS公司微耕机产能提升的紧迫性,分析了微耕机生产线工段——包装线的工位作业及工序流程;依据秒表测时法所测数据,结合Flexsim仿真技术分析包装线瓶颈;运用经验排序法对包装线瓶颈工位工序及其他工位工序进行合理排序,以平衡各工位负荷,并通过Flexsim建立优化后的包装线仿真模型验证其有效性。微耕机包装线优化后,生产线平衡率由66.67%提高到90.77%,日产量由354台提高到436台,平衡优化效果明显。
关键词: 包装线    工位    仿真优化    FlexSim软件    
Simulation and Optimization of Micro-Cultivator Packing Line of HTBS
ZHOU Kangqu, YANG Kun, YOU Siqi     
School of Mechanical Engineering, Chongqing University of Technology, Chongqing 400054, China
Abstract: In view of the urgency of improving the productivity of the micro-cultivator in HTBS company, the position operation and process flow of the work-packing line of the micro-cultivator production line are analyzed. According to the data measured by the stopwatch timing method and in combination with the FlexSim simulation technology, the bottleneck of packaging line is analyzed. The Experience ranking method is used to reasonably sort the bottleneck work station and other work stations of the packaging line, in order to balance the load for each station, and build the optimized packing line by FlexSim simulation model to verify its effectiveness. After the optimization of micro-cultivator packaging line, the balance rate of production line increases from 66.67% to 90.77%, and the daily output increases from 354 to 436. The balance optimization effect is obvious.
Key words: packaging line    station    simulation and optimization    FlexSim    

农机装备是农业现代化进程中的重要装备,是“中国制造2025”十大领域之一。我国丘陵山地幅员辽阔,微耕机具有广阔的应用前景。目前,微耕机生产企业普遍存在产能不足,生产管理水平亟需提高的难题,主要表现为生产线不平衡、生产效率低下。如何以较少的投入,快速提高生产率是较多微耕机生产企业迫切需要解决的问题。通过计算机仿真技术寻找瓶颈工位,同时利用工业工程方法进行生产线平衡优化,是提高机器设备和人员利用率、提高劳动生产率的有效解决方案[1-2]。可视化计算机仿真技术的迅速发展,降低了建模成本,提高了建模准确度[3-4],基于FlexSim的仿真优化获得了相关研究者的青睐。宝斯琴塔娜等[5]在研究相关建模仿真理论的基础上,应用FlexSim软件对多条流水生产线进行仿真优化,验证了设计方案的合理性。龚立雄等[6]对摩托车涂装生产线流程进行了研究,建立了基于FlexSim的仿真模型,针对模型中的工艺流程瓶颈,进行了二次优化,使摩托车涂装线达到满足要求的平衡。朱小蓉[7]对仓储作业系统进行了研究,利用FlexSim模拟出入库作业,理清了物流中心仓储作业系统的综合效率跟货架的存储策略、设备人员的协调运作之间的密切关系,并提出了优化方案。Garrido[8]认为FlexSim可以在短时间内帮助用户发现问题,并找出多个选择方案。Bai等[9]以重庆汽车生产线为研究对象,提出不改动生产线、引进新技术和改进工人效率等条件,通过FlexSim找出瓶颈工序,获得了两个优化方案供企业选择,最终提高了生产效率。Chen等[10]提出对3条单生产线组成的混合生产线进行研究,使用FlexSim找出混合生产线的瓶颈工序,优化后实现了高效的混流生产,满足了多品种小批量的定制化生产要求。

本文针对HTBS公司微耕机包装线产能亟待提高的问题,结合FlexSim仿真技术分析包装线瓶颈,依据经验排序法对包装线的工序进行优化[11],短时间内在很少投资或无需投资的情况下,提高企业的生产效率,有效增强企业的核心竞争力。

1 HTBS微耕机生产线瓶颈分析

近年来,HTBS公司微耕机国际国内订单数量稳步增加,现有产能已经不能满足市场需求,提高劳动生产率成为公司当前最为紧迫的任务之一。HTBS公司微耕机生产主要包括部件装配、水检、整机装配、性能调试和包装5个部分,如图1所示。

图 1 微耕机生产流程图 Fig. 1 Micro-tillage production process

部件装配包括行走箱和变速箱的装配两部分,装配完成后进行连接和密封;对密封箱体进行气密性检测,检查是否存在漏气问题;然后,将检测合格的产品运送至整机装配线,将发动机、扶手架等其他部件安装于箱体上,完成整机装配;整机装配完成后,运至调试车间,进行性能测试;对调试合格的微耕机进行包装,最后将完成包装的成品入库。由于空间限制,调试车间和包装线之间的暂存区允许的最大在制品库存为20台,但目前约为70台,为整个车间在制品最多的暂存区。因此,包装线是整个微耕机生产流程中的“瓶颈”环节。

2 微耕机包装线现状 2.1 包装线流程

包装线工位布置如图2所示,共9个工位,13名操作工人。

图 2 包装线工位布置图 Fig. 2 Packing line workstation layout

其中,工位1负责将调试合格的产品送上包装线;工位2负责拆卸扶手架和发动机;工位3需要为工位4准备足量的零部件(铁架);工位4负责铁架的固定;工位5对微耕机表面脏污进行清洁作业;工位6是领取微耕机的部装件,比如挡泥板、刀具等;工位7负责对产品进行装箱,贴标签,将产品信息录入系统;工位8利用起重打包机对产品进行外部塑料包装;工位9将完成包装的产品进行下线入库。微耕机包装线流程如图3所示。

图 3 微耕机包装线流程图 Fig. 3 Micro-tillage production packaging line flow
2.2 包装线作业测定

为方便后续仿真模型参数的设置,利用秒表时间研究法在生产现场进行数据收集。通过秒表测时法来进行各个工序的作业时间测量,利用三倍标准差法剔出观测数据中的异常值,计算平均观测时间并记录;根据包装线的实际情况确定宽放率,得出各工序及工位的标准作业时间,即实际生产节拍[12],如表1所示。

表 1 包装线作业情况 Tab. 1 Packing line operation
3 微耕机包装线仿真优化 3.1 仿真模型设计与分析 3.1.1 建立微耕机包装线仿真模型

步骤1  创建对象。

从对象库中用鼠标拖动一个发生器(Source)、9个处理器(Processor)、8个传送带(Conveyor)、2个队列(Queue)、一个任务分配器(Dispatcher)、一个叉车(Transporter)和一个货仓(Rack)(作用等同于吸收器)。

步骤2  连接对象。

按照产品的流动路径,从Source开始两两连接对象,产品将沿着连线在对象间流动,连接时注意连接方向是从起点对象到终点对象[13-15],建立如图4所示的Flexsim包装线仿真模型图。

图 4 包装线仿真模型图 Fig. 4 Packaging line simulation model

步骤3  设置实体参数。

1) 设置发生器的参数,根据实际生产中收集的数据,发生器的速率为65 s/台;

2) 设置传送带的参数,传送带的速度可以调节,设定模型中所有传送带的速度为0.5 m/s;

3) 工位1~9处理速率如表2所示,即Processor1~Processor9的处置速率分别满足69 s/台,68 s/台,8 s/台,62 s/台,15 s/台,17 s/台,60 s/台,80 s/台,35 s/台。

表 2 处理器速率 Tab. 2 Processor speed

4) 根据实际生产中收集的数据,两个暂存区(Q1和Q2)的最大库存为20台;

5) 根据实体Q2的参数,设定运输机(transporter)的容量为1个;根据实际生产中收集的数据,运输机的最大运输速度为6 台/min;

步骤4  重置和运行模型。

完成上述步骤之后,仿真模型建立完成。

3.1.2 模型运行及分析

在菜单栏中,点击【重置】命令,完成编译。公司目前为单班制生产,每日工作时为8 h,设置运行时间为28 800 s(8 h/d),点击【运行】按钮开始运行模型。运行结束后,点击【数据】按钮,输出统计报告和仿真结果报告,如表3表4所示。

表 3 初始模型仿真结果报告 Tab. 3 Initial model simulation results report rate
表 4 初始模型统计报告 Tab. 4 Initial model statistics report

表3中货栈R产品数量为354台,暂存区Q1库存为66台,与实际生产情况相符。表4中工位3、8的加工率分别为10.31%、98.71%,表明包装线目前处于较为严重的生产不平衡状态;工位3、5、6的加工率分别为10.31%、19.02%和21.38%,对应的阻塞率平均达70%;工位1、2、8平均加工率达90%以上。由此可知,工位1、2、8是包装线的瓶颈环节,是重点优化对象。

3.2 方案优化设计

为实现包装线各个工位的负荷均衡,运用经验排序法对包装线瓶颈环节进行优化。由测试工段的节拍65 s可知,包装线固定节拍应为65 s左右,因此采用经验排序法来安排工序[11]

3.2.1 经验排序法

包装线作业工序顺序如图5所示。

图 5 包装线作业工序顺序示意图 Fig. 5 Packaging line operation sequence

步骤1  制作作业工序工时和顺序表。

表5可知,作业工序3、6、9、10、13、14和16没有紧前工序,即这7个工序可更改作业顺序,不需要等待其他工序完成后再进行。

表 5 包装线作业工序工时和顺序表 Tab. 5 Packaging line working procedure time and order

步骤2  计算工位数。

已知包装线包装一台产品的时间为T=414 s,假设Ti为各工位工时,则工位数N

$\quad\quad N = {T_{\text{总}}}/{\rm{CT}}\text{。}$ (1)

式中CT为生产节拍,由式(1)计算出包装线的工位数为7。

步骤3  工序初步确定。

根据CT和估算工位数进行工序初步确定。工序4、8、11、15、17和19作业时间较长,初步定为主工序,计算主工序工时与节拍CT的差值,如表6所示。

包装线作业工序工时和顺序如表5所示。

表 6 包装线主工序情况 Tab. 6 Main process of packing line

尽管工序5工时相对较短,但优先度较高,因此也作为主工序考虑。

步骤4  确定未安排工序的作业工位。

未安排的工序分别是1、2、3、5、6、7、9、10、12、13、14、16和18,可以编入表6工时较短的工位,使得各工位工时差为最小。将12编入工位3,将16编入工位4,将18编入工位6,将1、2、3、5和7编入工位1;剩余工序为6、9、10、13和14,组合为一个新工位。

步骤5  设计工位作业顺序表。

计算各工位工时与CT的差值。

根据表7重新对原工位和工序进行编排,得到优化后的包装线流程如表8所示。

表 7 包装线作业工位排定表 Tab. 7 Packing line job assignment
表 8 优化后的包装线流程 Tab. 8 Improved packaging line process
3.2.2 优化效果分析

导入表8中优化后的包装线各工位数据,重新设置模型参数后,点击【运行】,输出模型仿真报告和统计报告如表9表10所示。

表 9 优化后模型仿真结果报告 Tab. 9 Optimized simulation results
表 10 优化后模型统计报告 Tab. 10 Optimized Model statistical report

包装线优化前后各指标对比情况如表11所示。

表 11 包装线优化前后各指标对比情况 Tab. 11 Comparison of various indicators after packaging line optimization

包装线平衡主要优化结果如下:

1) 包装线各工位平均加工时间比例由58.28%提升到90.21%;

2) 各工位没有阻塞现象;

3) 暂存区库存量由66台降低至7台,符合微耕机整条生产线暂存要求;

4) 日产量从354台提升至436台;

5) 减少了包装线工人1名;

6) 减少了2个工位,节省了生产空间;

7) 生产线平衡率从66.67%提高到90.77%。

综合来看,包装线各工位负荷趋于平衡,优化效果显著。

4 结束语

根据HTBS实际情况,公司当前提高生产能力的关键仍然是生产线的平衡优化,因此,对产线平衡进行分析,解决瓶颈问题,提高生产能力是企业关注的核心问题。本文通过对微耕机包装线的平衡优化,包装线平衡率从66.67%提升到90.77%;日产量从354台增加到436台,增长23.2%;暂存区库存从66台降低至7台,减少89.3%;减少了1名操作工人和2个工位,生产成本降低。

参考文献
[1]
王媛. 基于Flexsim的磁极铁芯生产线仿真优化研究[D]. 太原: 中北大学, 2017.
WANG Yuan. Research on simulation optimization of the production line of pole core based on Flexsim[D]. Taiyuan: North University Of China, 2017.
[2]
朱琼, 陈雪芳, 田世勇, 等. 基于仿真技术的生产线平衡优化研究与应用[J]. 工业工程与管理, 2008, 13(4): 110-113.
ZHU Qiong, CHEN Xuefang, TIAN Shiyong, et al. The application and research of a simulation-based streamline balance method[J]. Industrial Engineering and Management, 2008, 13(4): 110-113. DOI: 10.3969/j.issn.1007-5429.2008.04.023.
[3]
田凌峰. 基于FLEXSIM的A公司生产线平衡问题优化研究[D]. 成都: 成都理工大学, 2017.
TIAN Lingfeng. Research on optimization of production line equilibrium problem of Company A based on Flexsim[D]. Chengdu: Chengdu University of Technology, 2017.
[4]
孙先富. 基于Flexsim的混流生产线仿真与优化研究[D]. 河南: 河南工业大学, 2011.
SUN Xianfu. The studies on simulation and optimization of mixed flow production line based of Flexsim[D]. Henan: Henan University of Technology, 2011.
[5]
宝斯琴塔娜, 陈红霞, 姜广君, 等. 基于FLEXSIM的流水线生产物流优化[J]. 工业工程与管理, 2008, 13(4): 106-109.
BAO Siqintana, CHEN Hongxia, JIANG Guangjun, et al. Optimizing the logistics of streamline based on software Flexsim[J]. Industrial Engineering and Management, 2008, 13(4): 106-109. DOI: 10.3969/j.issn.1007-5429.2008.04.022.
[6]
龚立雄, 谭国, 黄敏. 基于Flexsim的摩托车涂装生产线仿真与优化研究[J]. 工业工程与管理, 2014, 19(3): 122-126.
GONG Lixiong, TAN Guo, HUANG Min. Simulation and optimization of motorcycle coating product line based on Flexsim[J]. Industrial Engineering and Management, 2014, 19(3): 122-126. DOI: 10.3969/j.issn.1007-5429.2014.03.020.
[7]
朱小蓉. 基于Flexsim的钢材仓储系统出入库仿真与优化[D]. 成都: 西南交通大学, 2012.
ZHU Xiaorong. Simulation and optimization of in-out storage of steel warehouse system based on Flexsim[D]. Chengdu: Southwest Jiaotong University, 2012.
[8]
GARRIDO J M. Introduction to Flexsim[M]. US: Springer, 2009.
[9]
BAI Jianming, PAN Jinhang. The optimization and simulation of automobile production line based on Flexsim[C/OL]. (2011-08-30). International Conference on Management and Service Science, MASS 2011, 2011.
[10]
CHEN Hongxia, YANG Dong, SUN Honghua. Simulation research of the mixed-model production line based on Flexsim[C/OL]. (2009-12-04). https://ieeexplore.ieee.org/document/5344303.
[11]
张志勇. 基于产品工序分析的系统组装生产线平衡分析与改善[D]. 上海: 上海交通大学, 2011.
ZHANG Zhiyong. The methods for solving the problem of balancing an assembly line[D]. Shanghai: Shanghai Jiao Tong University.
[12]
宋小双. 基于IE理论的LY公司生产线平衡改善研究[D]. 成都: 西南交通大学, 2012.
SONG Xiaoshuang. The improvement research of LY Company's production line balancing base on the theory of IE[D]. Chengdu: Southwest Jiaotong University, 2012.
[13]
秦天保, 周向阳. 实用系统仿真建模与分析--使用Flexsim[M]. 北京: 清华大学出版社, 2016.
[14]
杨帆. 基于Flexsim的生产线仿真优化[J]. 物流工程与管理, 2017, 39(12): 125-127.
YANG Fan. Simulation and optimization for production line based on Flexsim[J]. Logistics Engineering and Management, 2017, 39(12): 125-127. DOI: 10.3969/j.issn.1674-4993.2017.12.041.
[15]
王建青, 邵延君, 刘永姜. 基于Flexsim的炼镁生产线仿真与优化[J]. 工业工程, 2009, 12(2): 78-81.
WANG Jianqing, SHAO Yanjun, LIU Yongjiang. Simulation and optimization of management smelting process based on Flexsim[J]. Industrial Engineering Journal, 2009, 12(2): 78-81. DOI: 10.3969/j.issn.1007-7375.2009.02.018.