基于Witness发动机测试线布局优化和仿真分析*

廖忠情，郑华栋，丛　明，刘　冬，刘云飞

(1.大连理工大学 机械工程学院，辽宁 大连　116024；2.大连豪森瑞德设备制造有限公司,辽宁 大连　116036)



基于Witness发动机测试线布局优化和仿真分析*

廖忠情1，郑华栋1，丛明1，刘冬1，刘云飞2

(1.大连理工大学 机械工程学院，辽宁 大连116024；2.大连豪森瑞德设备制造有限公司,辽宁 大连116036)

根据某发动机测试线的实际运行情况，运用Witness仿真软件对生产线进行建模和优化分析。利用软件的分析模块对仿真结果进行图像化处理，发现了原检测线中存在的限制整体生产节拍的设计缺陷。通过对测试线的空间布局进行局部调整，减少了测试线的生产节拍和占地面积、提高了年产量，经过再次仿真验证了优化后模型的合理性。仿真实验展现了基于软件仿真的生产线优化技术的应用价值。

Witness；发动机；空间布局优化；节拍

LIAO Zhong-qing1，ZHENG Hua-dong1，CONG Ming1，LIU Dong1,LIU Yun-fei2

(1.School of Mechanical Engineering, Dalian University of Technology, Dalian Liaoning 116024, China; 2.Dalian Haosenread Equipment Manufacturing Co., Ltd., Dalian Liaoning 116036, China)

0　引言

汽车发动机作为汽车中最重要的部分，其加工装配工艺非常复杂，汽车发动机装配线规划及布局优化问题是各个汽车厂家非常重视的问题。装配线的排产、空间布局规划、工位节拍和工位数量的设计等工作对于提高生产效率和节约成本有重要意义[1]。

装配线规划(Assembly Planning, AP)问题主要分为三类问题：装配序列规划，即将一系列的装配任务在装配顺序不冲突的情况下安排到各工位；装配线平衡，即平衡工位间的工作量和工作节拍；装配路径规划，即通过合理安排装配工序以达到装配线上工人、零件以及小车整体路径最优[2]。在装配线平衡和规划以及算法优化方面，许多学者对此作了大量的工作。西南交通大学的李明对应用于装配线平衡问题中的变异粒子群算法作出优化，有效提高了种群搜索能力[3]。邱和孟等分别利用遗传算法和仿真软件结合等方法得到了混流生产线的优化解决方案，并用于指导制造企业进行生产线设计和车间改造[4-8],利用Flexsim和eM-Plant仿真软件在方案比较、空间布局优化方面获得很多成果。在工位配置和优化方面，林和暴分别使用eM-Plant和witness仿真软件优化焊装线和厂区设计方案，对软件的应用恰到好处[9-10]。结合发动机测试线的特点，本文运用汽车工业领域内主流的仿真软件Witness对汽车发动机整装测试线进行仿真，找出设计缺陷，并对改进后的设计进行仿真验证。

1　发动机测试线系统仿真

1.1模型描述

本文对发动机缸体装配线下的一条测试线进行优化仿真。该测试线主要完成型号为B38和B48的两款发动机的漏试、冷试以及发动机零件装配完整性测试三个任务，对应的工位分别是A040、A061(A062、A063)、A150。考虑生产线操作工人利用率、设备利用率、平均排队时间、最大队列长度、生产节拍等影响装配效率的重要因素，对测试线进行合理规划和布局，以提高产量、提高工人和设备利用率。

在模型建立之前，需要对仿真数据进行收集，仿真数据的输入尤为重要，数据的正确与否对于仿真结果合理性有着至关重要的影响。表1是所收集的各工位节拍情况，该线总共包含22个工位，其中自动工位7个，手动工位12个，返修工位5个，另外在实际生产中，生产线的设备开动率为90%。

表1　测试线各工位节拍

注：A表示自动工位，M表示手动工位，R表示返修工位

1.2仿真分析

仿真主要针对测试线的生产节拍和工件流动等方面进行，所以忽略了单个工位的工序操作，把一个工位作为一个单元进行建模，不对单元内部进行优化仿真。

作为一款生产系统规划与运营仿真平台，Witness软件中提供描述工业系统的模型元素，用户可以使用这些模型元素建立模型；该软件集成了模型运行规则和属性描述函数等功能，这其中就包括了离散分布模型。本模型中采用了Part(发动机)、Machine(装配或测试工位、转盘)、Conveyor(滚道)、Labor(工人)、Attribute以及Variable等物理元素和逻辑元素。

由图1可以清楚的看出三个测试工位在工艺流程中的分布，以及待测试的发动机在整个测试线中的流动情况。发动机先经过漏试工位，漏试不合格马上进入返修工位返修，然后再次通过发动机泄漏测试，测试合格后进入下一工位。其他两个测试工位的安排和漏试工位大致类似。

图1　发动机测试线工艺流程图

1.3建立模型

测试线中有三个返修工位，测试完成后根据情况对发动机的流向做出不同的控制。在实际的生产线中，这一过程是通过转盘实现的。各工位之间通过滚道连接，载着发动机的托盘在滚道上向前移动，进入各工位之后无需将发动机从托盘中取出。发动机上有二维码，用以记录发动机的测试状态，托盘进入转盘时，转盘上的摄像头扫描发动机的二维码，识别发动机的测试状态，转盘根据得到的信息，引导工件进入不同的工位。

(a)R61加工完成时　　　(b) 转盘TQD066输出时

在Witness仿真软件中，为了完成这一过程，定义了一些属性(Attribute)，通过在Machine中编写代码，对属性进行设置用以记录发动机的测试状态(如图2a)，图2b为转盘TQD066输出命令的代码；测试工位测试通过率根据实际生产过程中的实际情况确定，漏试和拍照的通过率为90%，冷试通过率为60%；实际生产中，返修后存在一部分发动机仍然不合格的现象，在建立模型时这种情况也被考虑在内，漏试和拍照返修不合格概率为10%，冷试返修不合格概率为20%；设计之初各工位的节拍是由该工位的操作任务量决定的，设计时是一个定值，但现实中，由于操作工人的工作效率并不恒定，经常出现波动。建模时，以离散分布函数设定工位节拍(此处用节拍为μ的正态分布作为各工位的节拍进行仿真)。

图3　发动机测试线仿真布局图

1.4仿真结果分析

按照原始发动机测试线的布局图，在Witness中建立模型(如图3所示)。根据本项目总技术指标，3班年产40万台，设备开动率90%。设置仿真时间为3600×24×365×0.9，得到发动机年产量377587台，计算出发动机总结拍为75s，所消耗的仿真时间为19分08秒，其中年产量37.8万台不满足设计要求。图4为发动机测试线各工位的运行情况。

图4　发动机测试线各工位运行情况

从图中可以看出，设备使用率的情况，其中最明显的是R040、R061、R061、R150的闲置率(Empty)偏高。这几个工位是测试返修工位，发动机只有少部分需要测试返修，这是导致返修工位闲置的原因,属于合理情况。

图5　发动机测试线滚道运行情况

在发动机测试线的各工位节拍已经给定的情况下，发动机在滚道上的等待时间是影响整体节拍的主要因素。从图5可以看到，C52的排队时间(Queue)明显比其他几段滚道的要长，工件在C52出现了拥堵，影响了整体的节拍。图中Blocked表示“堵塞”，因为滚道的输送速度是12m/min，节拍远超过各工位的节拍，所以在滚道上堵塞是常态，并不是影响节拍的因素，此处等待则表示等待进入C52的时间。

测试线的总长达215m，因为冷试通过率低，为了平衡各工位的节拍，所以实际的发动机测试线中设置了三个相同的冷试工位和三个冷试返修工位。缩短滚道以达到减少占地面积的效果，设计之初发动机流动方向与流程图中所表示的流向有些差别，完成冷试工位后，发动机并不是直接进入冷试返修工位，而是在拍照测试之后设置了冷试返修工位，利用滚道M170与下线工位的滚道将冷试返修后的发动机输送到冷试工位，进行再次冷试操作。如仿真结果显示，这一段“公共使用”的滚道影响到了测试线的整体节拍，这一设计得不偿失。

2　模型优化

模型运行的结果显示，优化前发动机测试线主要存在两个限制生产线平衡的因素：①返修工位的闲置率很高；②C52段滚道的排队时间过长，影响整体节拍。

综合考虑上述两个缺陷，对发动机测试线的整体空间布局进行重行排列(不改变各工位内部布局)，将三类返修工位作为一个单元进行排布，由原来5个返修工位(R060不作修改)5名工人减少为3名工人；同时取消C52滚道“公共使用”的部分，将完成冷试工位后的发动机由一条单独的滚道运送到冷试返修工位；尽量利用有效空间，减少占地面积。

仿真运行优化后的模型，运行仿真时间一年。仿真结果显示平均节拍降低到58s,年产量提高了10.9万台。滚道运行情况如图6所示。从图可以看出C52的排队时间降到了10%以下，有效得降低了整体节拍。与原设计相比，优化后得到的生产线布局占地面积由原来的1372m2，减少为1069m2，减少了22%的占地面积。

图6　优化后滚道排队时间

3　结论

本文利用Witness软件对某发动机测试线进行仿真分析，指出限制整体节拍的因素，通过对测试线的空间布局进行重行排布，将整体节拍由原来的75s减小为58s，年产量提高了10.9万台，同时减少22%的占地面积。仿真结果验证了优化后模型的合理性。本文指出生产线中的不合理部分并进行了初步优化。结果表明合理使用仿真软件，能够有效评估复杂生产线优化的解决方案，计算机仿真软件在现代生产中发挥重要的作用。

[1] 刘文平. 混合品种汽车装配线平衡与排序问题研究[D].济南:山东大学,2009.

[2] Ghandi Somaye, Masehian Ellips. Review and taxonomies of assembly and disassembly path planning problems and approaches[J]. Computer Aided Design, 2015(5):58-86.

[3] 李明,张则强,刘济洲. 变异粒子群算法在装配线平衡问题中的应用[J]. 组合机床与自动化加工技术,2014(10):27-29,33.[4] 邱伊健,涂海宁. 基于Flexsim与遗传算法的混流生产线仿真与优化研究[J]. 组合机床与自动化加工技术,2015(8):119-123.

[5] 孟哲,王红军. 基于Flexsim的混合流水线系统仿真与优化[J]. 组合机床与自动化加工技术, 2015(1): 142-145.

[6] Alnahhal Mohammed, Noche Bernd. Dynamic material flow control in mixed model assembly lines[J]. Computer & Industrial Engineering,2015(3): 110-119.

[7] Hazir Oncu, Dolgui Alexandre. A decomposition based solution algorithm for U-type assembly line balancing with interval data[J]. Computers & Operations Research,2015(7):126-131.

[8] 黄国安. 基于Plant Simulation的汽车混流装配线仿真研究与优化[D].济南:山东大学,2012.

[9] 林巨广,武文杰,蔡磊,等. 基于Plant Simulation的白车身侧围焊装线仿真与优化[J].组合机床与自动化加工技术,2015(8):111-114.

[10] 暴志刚,董宝力,鲁玉军,等. 基于witness的厂区物流系统仿真与分析[J].组合机床与自动化加工技术,2010(7):106-108.

(编辑李秀敏)

Simulation and Analysis of an Engine Testing Line Based on Witness

According to the actual operative situation of a test line of engine production line, we built a model and analyze the production system using simulation and analysis software which provides automatic analyzing module and data visualizing module. It is found that some defects of the original test line in the initial design stage restrict the overall productive efficiency. The cycle time of the overall production line and the space which the test line occupies are reduced largely by re-adjust the spatial layout of simulation model. The result of re-simulation of the new model supports its rationality. The process indicates the bright future of optimization technology based on simulation software.

Witness; engine; layout planning and optimization; cycle time

1001-2265(2016)09-0068-03DOI:10.13462/j.cnki.mmtamt.2016.09.019

2015-10-26；

2015-12-01

辽宁省科技创新重大专项(201408001)；大连市科技计划项目(2013A11GX012)

廖忠情(1992—)，男，浙江丽水人，大连理工大学硕士研究生，研究方向为生产线仿真优化，生产线自动控制，(E-mail)liaozq@mail.dlut.edu.cn。

TH122;TG506

A