CC BY
44
DOI 10.25987^1^2019.15.3.007 УДК 004.942
ИМИТАЦИОННОЕ МОДЕЛИРОВАНИЕ ГИБКОЙ ПРОИЗВОДСТВЕННОЙ СИСТЕМЫ НА БАЗЕ АВТОМАТИЗИРОВАННОГО СБОРОЧНО-МОНТАЖНОГО ЦЕХА
Д.П. Лащенов, В.Л. Бурковский
Воронежский государственный технический университет, г. Воронеж, Россия
Аннотация: рассмотрено имитационное моделирование гибких производственных систем на основе математического аппарата теории массового обслуживания (ТМО). Важнейшей спецификой данных систем является их нестационарная гибкая структура, обеспечивающая высокую степень адаптации к изменяющимся внешним и внутренним параметрам технологических объектов и позволяющая производить широкую номенклатуру наукоемкой продукции при непрерывном процессе ее обновления и усовершенствования конструкции. Современная инструментальная среда имитационного моделирования AnyLogic дает широкие возможности для максимально полноценной реализации подобных моделей, позволяет наглядно структурировать модель производственной системы, задать все необходимые параметры, ограничения и требования для того, чтобы провести анализ работы системы и сформировать оптимальный набор параметров для решения поставленных задач. Рассматривается пример реализации имитационной модели производства блоков электрических приводов на базе гибкой производственной системы сборочно-монтажного цеха. Структура модели представляет собой многофазную многоканальную систему массового обслуживания (СМО). Приведены подробное описание состава модели, назначение и характеристики ее составных элементов. На основе заданных требований и исходных данных модели составлена оптимизационная задача. Представлены результаты проведения оптимизационного эксперимента с последующим запуском модели с полученными оптимальными параметрами
Ключевые слова: имитационное моделирование, математическая модель, гибкая производственная система, технологический процесс, оптимизация, система массового обслуживания, инструментальная среда AnyLogic
Введение
В настоящее время во многих промышленных отраслях мировой экономики происходит активное развитие и внедрение концепции «бережливого производства». Данный подход подразумевает переход от массового крупносерийного производства продукции, имеющей строго заданную номенклатуру, к созданию адаптивных/реконфигурируемых производственных систем с высоким уровнем приспособляемости (гибкости структуры и компоновки) к изменяющемуся рыночному спросу, позволяющих изготавливать широкую гамму сложной технической продукции с постоянно обновляемым модельным рядом [1]. Данная концепция особенно актуальна для производства сложной наукоемкой продукции, изготавливаемой по специальным заказам.
Высокая адаптивная способность производственных систем обеспечивается регулированием параметров и структуры технологических объектов в соответствии с происходящими изменениями конфигурации и номенклатуры выпускаемой продукции.
Для достижения максимальной эффективности гибких производственных систем необходимо создание интегрированных систем
управления на базе единой информационной среды, одним из главных компонентов которой является имитационное моделирование технологических процессов. Практическая реализация имитационной модели производственной системы включает в себя создание структурной схемы, состоящей из блоков, имитирующих реальные технологические объекты, имеющих определенные настраиваемые параметры, и построенных между ними связей согласно технологическим маршрутам изготовления деталей. Имитационная модель позволяет производить многократные экспериментальные запуски моделируемой производственной системы в любом временном масштабе с варьированием параметров технологических объектов в заданных пределах, при этом есть возможность задания динамически меняющейся номенклатуры продукции и внешних факторов. Данные исследования позволяют проводить объективный анализ функционирования производственной системы и прогнозирование ее работы в последующие временные интервалы. На основе производимых имитационных экспериментов осуществляется поиск оптимальной конфигурации технологической системы, обеспечивающей выполнение заданных критериев с наибольшей экономической эффективностью в максимально короткие сроки [2].
© Лащенов Д.П., Бурковский В.Л., 2019
Высокой степенью адекватности характеризуются имитационные модели, построенные на базе аппарата теории массового обслуживания. На сегодняшний день одной из наиболее актуальных компьютерных систем имитационного моделирования, основанных на данной теории, является инструментальная среда AnyLogic [3]. В качестве примера практической реализации данной системы будет рассмотрена имитационная модель гибкой производственной системы сборочно-монтажного цеха.
Структура и описание имитационной модели
Рассматриваемая производственная система сборочно-монтажного цеха включает в себя следующие рабочие ресурсы: 10 сборочных роботов, 28 слесарей-сборщиков, 8 модулей автоматического монтажа, 36 монтажников
РЭАиП, 28 регулировщиков РЭАиП. Данные ресурсы сгруппированы по участкам в соответствии с типом выполняемой работы, при этом технологическое оборудование участков обеспечивает гибкую структуру, позволяющую оперативно изменять режимы работы и технологические маршруты изготовления продукции.
Сборочно-монтажный цех получил заказ на серийное изготовление блоков электрических приводов (БЭП). Необходимый объем производства составляет 60 изделий в год. Маршрутная карта изготовления данного изделия представлена в табл. 1. Структурная схема имитационной модели в AnyLogic приведена на рисунке. В основу модели положено формализованное описание ТО как многоканальной многофазной системы массового обслуживания (СМО) [4].
Таблица 1
Маршрутная карта изготовления блока электрических приводов
Операция Сборочные единицы Наименование Рабочие ресурсы Время выполнения операции, ч
Наимено- Кол- блока Вид Кол- Т Т Tшax Тшоёе
вание во ресурса во
Монтаж панелей батарей Батарея 1 auto_montazh1 Модуль авт. монтажа 1 1 3 2
Установка батарей в корпус Корпус 1 auto_sborka1 Сборочный робот 4 8 6
Батарея 8
Сборка жгута ЭММ ЭММ 1 sborka1 Слесарь-сборщик 1 6 10 8
Монтаж жгута ЭММ montazh1 Монтажник 1 5 8 7
Сборка ЭММ ЭММ 1 auto_sborka2 Сборочный робот 4 8 6
Редуктор 1
Регулировка ЭММ ЭММ 1 regulirovka3 Регулировщик 1 2 4 2
Установка ЭММ в корпус Корпус 1 auto_sborka3 Сборочный робот 4 8 6
ЭММ 4
Сборка жгута БЭП Жгут 1 sborka2 Слесарь-сборщик 1 4 8 6
Монтаж жгута БЭП montazh2 Монтажник 1 1 2 1,5
Установка жгута в корпус Корпус 1 sborka5 Слесарь-сборщик 4 9 5
Жгут 1
Монтаж жгута в корпусе Корпус 1 montazh3 Монтажник 1 12 17 15
Монтаж панелей УУК auto_montazh2 Модуль авт. монтажа 1 6 10 8
Установка радиаторов инвертора УУК УУК 1 sborka4 Слесарь-сборщик 1 2 4 3
Регулировка УУК regulirovka1 Регулировщик 1 2 4 2
Установка модулей питания УК sborka3 Слесарь-сборщик 1 1 2 1,5
Монтаж панелей УК УК 1 auto_montazh3 Модуль авт. монтажа 1 3 5 4
Регулировка УК regulirovka2 Регулировщик 1 0,5 1,5 1
Корпус 1 Слесарь-сборщик
Установка УК и УУК в корпус УУК 4 sborka6 5 9 7
УК 1
Финишный монтаж БЭП montazh4 Монтажник 1 4 8 6
Проверка и регулировка БЭП regulirovka4 Регулировщик 30 40 36
Слесарная доработка БЭП БЭП 1 sborka7 Слесарь-сборщик 1 0,5 2 1,5
Монтажная доработка БЭП montazh5 Монтажник 1 0,5 2 1,5
Приемо-сдаточные испытания ЬОПЬЧО! Регулировщик 1 8 16 12
Структурная схема имитационной модели производственной системы
Каждый изготавливаемый образец блока электрических приводов состоит из следующих комплектующих: корпус - 1 шт., батареи с монтируемыми панелями - 8 шт., электромеханические модули (ЭММ) - 4 шт., жгут БЭП - 1 шт., узлы управления каналом (УУК) - 4 шт., узел контроля (УК) - 1шт.
Блоки модели source_korp, source_bat, source_reduktor, source_EMM, source_zhgut, source_UUK, source_UK имитируют поступление соответствующих составных частей изделия в качестве заявок на обслуживание с определенной интенсивностью.
Блоки типа «Queue» с именами st_korp, st_bat, st_reduktor, st_EMM, st_zhgut, st_UUK, st_UK моделируют стеллажи (накопители) для хранения деталей и сборочных единиц (ДСЕ) изделия. Значения максимальной вместимости стеллажей представлены в табл. 2. Поскольку стеллажи имеют ограниченную емкость, в случае переполнения накопителей заявки уничтожаются блоками «Sink» p_st_korp, p_st_bat,
p_st_reduktor, p_st_EMM, p_st_zhgut, p_st_UUK, p_st_UK.
Таблица 2 Максимальные емкости накопителей
Наименование накопителя Максимальная емкость
st korp 50
st bat 200
st reduktor 100
st EMM 100
st zhgut 50
st UUK 100
st UK 50
Выполнение производственных операций (обслуживание заявок) осуществляют блоки типа «Service» и «Assembler» с именами sborka1 - sborka7; montazh1 - montazh6; au-to_sborka1 - auto_sborka3; auto_montazh 1 -auto_montazh3; regulirovka1 - regulirovka4; kontrol. Описание выполняемой операции, вид и количество задействуемых ресурсов, а также время выполнения работы каждого блока приведены в табл. 1. Поскольку в реальных усло-
виях время выполнения операции есть величина непостоянная и имеющая вероятностный характер, при моделировании времени обслуживания использована треугольная функция распределения «triangular» с параметрами: Tmin - минимальное время; Tmax - максимальное время; Tmode - наиболее вероятное время.
Ввиду достаточной сложности изделия и высоких технических требований к его качеству на этапе проверки и регулировки БЭП предусмотрена дополнительная сборочно-монтажная доработка. Разветвление маршрута для выполнения доработки реализовано с помощью блока типа «SelectOutput» с названием treb_dorab, в котором необходимость доработки задана с вероятностью 0,2.
На этапе приемо-сдаточных испытаний происходит финишная отбраковка готовых изделий. Вероятность появления на выходе продукции с браком задана блоком otbrakovka и составляет 0,05. Заявки, выполняющие роль забракованных изделий, уничтожаются блоком «Sink» brak_izd. Конечным элементом технологической цепочки в данной модели является блок got_izd, в который поступают обслуженные заявки - готовые изделия.
Производственные ресурсы, задействуе-мые при выполнении операций, заданы с помощью элементов «ResourcePool» с названиями Sbor_robot, Slesar_sbor, Modul_auto_mont, Mon-tazhnik, Regulirovshik. Количество ресурсов каждого вида в конкретный момент времени определяется в соответствии с расписанием доступности «schedule_work» и значениями параметров k_sr, k_s, k_am, k_m, k_r. Расписание доступности составлено в соответствии с режимом работы цеха: Пн - Пт с 8:00 до 17:00, перерыв с 12:00 до 13:00.
Количество изготовленных изделий заносится в переменную kol_got_izd. Переменная poteri содержит в себе суммарное значение всех потерянных вследствие переполнения накопителей заявок.
Для анализа эффективности работы производственной системы использованы следующие блоки «Статистика»: st_korp_StatsSize, st_bat_StatsSize, st_EMM_StatsSize,
st_UUK_StatsSize - статистика загрузки накопителей ДСЕ; Sbor_robot_util, Slesar_sbor_util, Modul_auto_mont_util, Montazhnik_util, Reguli-rovshik_util - статистика загрузки производственных ресурсов [5].
Исходя из поставленной задачи, при проведении имитационных экспериментов запуск
модели производится на период времени, равный 1 году.
Оптимизация производственной системы на основе имитационного моделирования
Для нахождения параметров рассматриваемой производственной системы, обеспечивающих максимальную эффективность ее работы при заданных экономических и плановых критериях, на имитационной модели в среде AnyLogic проведен оптимизационный эксперимент «Optimization». Формализованное математическое описание оптимизационной задачи представлено системой уравнений.
Целевой функцией здесь является суммарное количество задействованных производственных ресурсов, которое необходимо минимизировать. В качестве управляемых переменных выбраны значения количества ресурсов каждого вида: k_sr, k_s, k_am, k_m, k_r, заданных как параметры. Область допустимых решений задана требуемым годовым объемом производства 60 изделий, отсутствием потерь заявок вследствие переполнения накопителей и ограничением по количеству ресурсов, имеющихся в распоряжении цеха.
^sv + ^s + + ^"ш + к_Т ^ 'ffl.i'H.
kol_got_izd > 60 poteri = 0 ksr < 10 ks < 28 k-am < 8
km < 36 kr < 28
В ходе проведения оптимизационного эксперимента было выполнено 3500 итераций. Наилучший результат был найден на 2231 итерации: k_sr = 3, k_s = 7, k_am = 5, k_m = 15, k_r = 21.
Для анализа функционирования производственной системы с полученными параметрами был проведен запуск имитационной модели. Данный эксперимент подтвердил адекватность результатов, полученных в ходе оптимизации. Количество изготовленных изделий составляет 68 шт. Потери заявок вследствие переполнения накопителей равны нулю, при этом средние
стеллажей составляют:
46 991
к^ = 46991 = 0.235,
значения загрузки
20.76
s^korp
50 0.999
= 0.415, = 0.009, к
stbat 0.999
stEMM 100
О достаточно
= 0.009.
SÍUUK 100
высокой эффективности
производственной системы также свидетель-
ствуют средние значения коэффициентов загрузки производственных ресурсов: Sbor_robot_util = 0.731, Slesar_sbor_util = 0.86, Modul_auto_mont_util = 0.969, Montazhnik_util = 0.819, Regulirovshik_util = 0.879.
Заключение
1. В современных условиях предприятия, задействованные в изготовлении наукоемкой серийной продукции, производимой под заказ, должны иметь гибкую производственную структуру, обеспечивающую оперативную адаптацию к изменениям конструктивных параметров изделия и технологических процессов на любых этапах его изготовления.
2. Имитационное моделирование на базе математического аппарата теории массового обслуживания с применением инструментальной среды AnyLogic позволяет эффективно решать задачи проектирования гибких производственных систем, анализа их функционирования и поиска оптимальной структуры технологических объектов.
3. В данной работе представлена практическая реализация имитационной модели гибкой производственной системы на базе сбороч-но-монтажного цеха.
4. Исходные данные для моделирования взяты из маршрутной карты изготовления блока электрических приводов.
5. Для нахождения оптимальной структуры производственной системы, обеспечивающей максимально возможные показатели эффективности, проведен оптимизационный эксперимент, в котором задаются целевая функция, варьируемые параметры и ограничения.
6. Оптимизационный эксперимент позволил найти максимально выгодные параметры производственной системы, обеспечивающие выполнение годового плана по выпуску продукции с наименьшими материальными затратами и потерями.
Литература
1. Мизюн В.А. Интеллектуальное управление производственными системами и процессами: принципы организации и инструменты. Тольятти: СНЦ РАН, 2012. 214 с.
2. Вавилов А.А. Имитационное моделирование производственных систем. М.: Машиностроение, 1983. 416 с.
3. Хаймович И.Н., Фролов М.А., Куралесова Н.О. Совершенствование технологического процесса многономенклатурного производства на основе имитационного моделирования гибких производственных линий в цехе // Вестник ВУиТ. 2016. № 3. С. 208-213.
4. Лащенов Д.П., Бурковский В.Л. Имитационное моделирование технологических объектов интегрированных производственных систем // Современные технологии в науке и образовании. 2017. Т. 1. С. 38-42.
5. Куприяшкин А.Г. Основы моделирования систем. Норильск: НИИ, 2015. 135 с.
Поступила 22.04.2019; принята к публикации 10.06.2019 Информация об авторах
Лащенов Дмитрий Павлович - аспирант, Воронежский государственный технический университет (394026, Россия, г. Воронеж, Московский проспект, 14), e-mail: [email protected]
Бурковский Виктор Леонидович - д-р техн. наук, профессор, Воронежский государственный технический университет (394026, Россия, г. Воронеж, Московский проспект, 14), e-mail: [email protected]
SIMULATION OF A FLEXIBLE PRODUCTION SYSTEM ON THE BASIS OF AN AUTOMATED ASSEMBLY SHOP
D.P. Lashchenov, V.L. Burkovskiy Voronezh State Technical University, Voronezh, Russia
Abstract: the paper is devoted to simulation modeling of flexible industrial systems based on the mathematical apparatus of the theory of mass service (TMS). The most important specificity of these systems is their non-stationary, flexible structure, providing a high degree of adaptation to changing external and internal parameters of technological objects and allowing one to produce a wide range of high-tech products with a continuous process of updating and improving the design. The modern tool environment of simulation modeling AnyLogic provides ample opportunities for the most complete implementation of such models and allows one to visually structure the model of the production system, set all the necessary parameters, restrictions and requirements in order to analyze the operation of the system and form the optimal set of parameters to solve the tasks. The article presents an example of the implementation of a simulation model for the production of electric drive units on the basis of a flexible production system of an assembly shop. The structure of the model is a multi-phase multi-channel queuing system (QS). The presented work contains a detailed description of the composition of the model, the purpose and characteristics of its
55
constituent elements. On the basis of the specified requirements and initial data of the model, an optimization task was compiled. The obtained results of the optimization experiment with the subsequent launch of the model with the obtained optimal parameters are presented
Key words: simulation, mathematical model, flexible production system, technological process, optimization, queuing system, development environment AnyLogic
References
1. Mizyun V.A. "Intellectual management of production systems and processes: principles of organization and tools" ("Intel-lektual'noe upravlenie proizvodstvennymi sistemami i protsessami: printsipy organizatsii i instrumenty"), Tol'yatti, SNTs RAN, 2012, 214 p.
2. Vavilov A.A. "Simulation of production systems" ("Imitatsionnoe modelirovanie proizvodstvennykh sistem"), Moscow, Mashinostroenie, 1983, 416 p.
3. Khaymovich I.N., Frolov M.A., Kuralesova N.O. "Improving the technological process of multiproduct production on the basis of simulation modeling of flexible production lines in the workshop", Bulletin of Tatishchev Volzhsk University (Vestnik VUiT), 2016, no. 3, pp. 208-213
4. Lashchenov D.P., Burkovskiy V.L. "Simulation of technological objects in integrated production systems", Modern technologies in Science and Education (Sovremennye tekhnologii v nauke i obrazovanii), 2017, vol. 1, pp. 38-42
5. Kupriyashkin A.G. "Basics of system modeling" ("Osnovy modelirovaniya sistem"), Norilsk, NII, 2015, 135 p.
Submitted 22.04.2019; revised 10.06.2019 Information about the authors
Dmitriy P. Lashchenov, Graduate Student, Voronezh State Technical University (14 Moskovskiy prospekt, Voronezh 394026, Russia), e-mail: nord_vrn @mail.ru
Viktor L. Burkovskiy, Dr. Sc. (Technical), Professor, Voronezh State Technical University (14 Moskovskiy prospekt, Voronezh 394026, Russia), e-mail: [email protected]
