基于Witness的发动机生产线仿真优化论文_蒋帆宇

(上汽通用汽车有限公司 上海 201206)

摘要:本文以某发动机缸体机加工生产线为研究对象,应用witness仿真软件对生产线进行建模和仿真优化。首先,根据现有生产线情况搭建仿真模型,并通过仿真分析验证其产能。然后结合实际工艺情况寻找瓶颈工位优化方案,再运用仿真手段对产线优化方案进行验证,最终使得产线设计达到规划的产能要求。

关键词:产能仿真;witness;生产线规划

Simulation on engine production line by Witness

JIANG Fanyu

(Saic General Motors Corp., Ltd., Shanghai 201206, CHN)

Abstract: Study the manufacturing of a certain engine cylinder block machining line through modeling and simulation by the software of Witness. Firstly, analysis initial line design and find out the bottleneck. Secondly, based on actual process to study potential optimization proposal and verify by further simulation. Finally, optimize manufacturing planning to achieve production capacity.

Key words: simulation; witness; manufacturing planning

0 引言

随着生产线自动化率的不断提高,机械手、多功能工站等复杂自动化设备得到广泛应用,使得发动机生产线变得越来越复杂,传统的评估方法已经无法快速、准确的识别瓶颈工位,评估产线产能。

生产线仿真,一般指运用计算机仿真技术,建立生产线模型,并进行模拟运行和分析优化,是一种低成本高效率的精益规划辅助工具。

本文将使用来自英国Lanner公司开发的witness仿真软件,对上汽通用汽车某发动机缸体机加工生产线进行分析研究,在设计阶段寻找潜在问题,并制定改善方案,优化生产线设计。

1 生产线分析

1.1生产线规划常用术语

首先对本文中出现的生产线规划常用术语进行简要说明。

JPH:Jobs Per Hour,每小时产出。

Net JPH:设备每小时净产出,表示考虑设备异常中断情况下的每小时产出。本文定义为考虑设备故障及换刀后的每小时产出。

CT:Cycle Time,工位节拍,连续加工两个相同产品的时间间隔,不含待料、堵料、设备停机等异常情况。

MCBF:Mean Cycle between failure,平均停机时间,表示设备中断工作的时间间隔,用于衡量设备的停机频次,如设备故障、换刀等。单位可以是时间,也可以是加工循环次数。

MTTR:Mean time to repair,平均中断修复时间,表示设备从发生中断到完成修复的时间间隔。

SAA:stand alone availability[1],设备单机开动率,本文定义为考虑设备故障和换刀后的单机综合开动率。

1.2生产线工艺分析

本文研究的缸体机加工生产线,规划产能为15万/年,目标JPH为22.22。该生产线设备大部分来自老项目改造,部分工位采用了双工位设置。根据项目选址,初步规划的产线平面布局如图1所示。

图1 缸体机加工线平面布局

在规划阶段,已初步评估出各工位节拍、设备开动率及刀具换刀情况等数据,整线各工位基本信息汇总后如表1所示。

表1 缸体机加工线初始工位信息表

从表1中可以看出,所有工位Net JPH均超过规划JPH,最低为工位OP40,Net JPH为25.0,生产线初步设计看似能够满足规划要求,接下来的仿真工作需要对其进行验证。

2 仿真分析

2.1 仿真的一般过程

在生产线仿真之前,一般需要对被评估生产线进行基础数据收集和处理;然后在witness环境下建立初步的仿真模型并对其进行功能验证;接下来运行仿真模型,结合运行结果的分析处理,寻找瓶颈工位及潜在风险点并进行优化,以寻求最佳规划方案。仿真的一般过程如图2所示。

图2 仿真分析流程

2.2 仿真建模

参照产线布局及制造工艺流程,并按照各工位、各设备的实际加工方式,在witness环境下建立缸体机加工线的仿真模型,如图3所示。产线JPH以最后产品下线点的产出为准。

图3 缸体机加工线Witness仿真模型示意图

2.2 仿真运行及结果分析

本文中,仿真运行热机时间为100小时,仿真模型连续运行3000小时,平均每100小时取值计算一次区间JPH。仿真结束后整线JPH统计情况如表2所示。

表2 仿真运行整线JPH

图4 仿真运行整线JPH分布曲线

本文按照95%的置信度对仿真数据进行处理,即产线JPH有95%的可能性处于置信下限至置信上限之间。仿真分析最终得出的整线JPH一般以置信下线为准,如整线JPH置信下限高于规划JPH,则认为产线满足规划要求。

根据表2数据,整线JPH的95%置信上、下限分别为20.20和20.72,即产线仿真JPH为20.20。对比章节1.2整线JPH规划目标,目前的生产线设计无法满足规划产能要求,需要进一步优化。

3. 生产线优化

3.1生产线优化方案

经过深入的研究分析,结合实际工艺特点和设备特性,项目组提出了以下几个生产线优化方向:

(1)OP10~OP30

分析停机数据后发现该区域设备频繁停机。经研究后,优化了OP10~OP30的设备报警信号,减少误报警及报警处理流程,减少OP10~OP30的停机频次和停机时间。

(2)OP40

优化工位机器人运行轨迹,增加真空泵,加快真空干燥速度,降低工位节拍。

(3)OP70~OP80,OP100~OP130

调整刀具参数和夹具,优化刀具运行路径,减少切削时间,提高机械手运行效率,降低工位节拍。

经优化,生产线各工位基础数据如表3所示。

表3 优化方案各工位基础数据

3.2 优化方案仿真验证

参照章节2.2的步骤进行仿真验证,得到的整线JPH数据如表4所示。

表4 优化方案的仿真运行整线JPH

图6 优化方案仿真运行整线JPH分布曲线

根据表4数据,整线JPH的95%置信上、下限分别为22.47和22.93,即产线仿真JPH为22.47,超过规划要求的22.22,优化后的生产线可以满足规划产能要求。

4. 结束语

随着智能工厂、无人工厂的快速发展,自动物料运输系统、智能立体库等设备会得到越来越广泛的应用,生产线也将越来越复杂,传统的规划方法已经无法支持产线的分析和设计决策。从上述案例可以了解到,运用仿真技术,可对复杂生产系统进行快速、细致、准确的分析,为产线规划提供强有力支持。

参考文献:

[1] 唐一. 作业设计与仿真分析技术在Gen3发动机项目中应用[D].上海交通大学硕士论文,2009.

第一作者:蒋帆宇,女,广西贺州人,1987年生,硕士,主任工程师,研究方向为人机工程、生产线精益规划、智能制造等。

论文作者:蒋帆宇

论文发表刊物:《电力设备》2019年第1期

论文发表时间:2019/6/21

标签:;  ;  ;  ;  ;  ;  ;  ;  

基于Witness的发动机生产线仿真优化论文_蒋帆宇
下载Doc文档

猜你喜欢