摘要：本文考虑航空导管生产线布局规划多约束、多变量、非线性的特点，基于系统布置设计（SLP）方法，划分下料区、弯型区、去余量区、端头成型等10个作业单位，运用定量与定性分析方法，针对物料搬运量进行系统分析。利用Plant Simulation软件对生产过程进行建模，

12月权威4：基于SLP和系统仿真技术的航空导管生产线布局优化

摘要：本文考虑航空导管生产线布局规划多约束、多变量、非线性的特点，基于系统布置设计（SLP）方法，划分下料区、弯型区、去余量区、端头成型等10个作业单位，运用定量与定性分析方法，针对物料搬运量进行系统分析。利用Plant Simulation软件对生产过程进行建模，得到完整的导管生产线的仿真模型，以总物流量最小为目标，建立优化模型并使用遗传算法对生产线布局进行优化，根据作业区面积以及实际约束条件提出了工艺布局的两种方案，利用系统仿真技术对两种方案进行模拟分析。最终，规划优化布局比原布局总物流量降低29.6%，不仅达到节省运输成本和提高生产效率的目的，还可为新建车间工艺布局规划提供有效参考。

关键词：SLP、Plant Simulation、遗传算法、航空导管、车间布局

作者：孙伟光 祖海松 翟锋广 李婷婷 刘建涛

石家庄海山实业发展总公司

目前，航空企业在引进智能制造和数字化工厂建立方面面临重大挑战。加强智能制造，提高产品制造水平、降低生产成本，已成为航空企业所追求的目标，在数智化工厂建设过程中，需要多项技术的整合和先进工艺的布局。合理的布局和生产能力分析可以提高生产效率并且在数智化工厂的柔性生产模式中发挥关键作用[1]。国外先进企业研究表明：合理的生产布局可以为企业贡献10%～30%的红利。由此，我国航空企业在“中国制造2025”实现制造强国战略目标的背景下，开展生产线布局设计优化研究，提升生产过程物流运转效率，已经成为行业内的关注热点[2]。

本文以某航空修理厂改造航空导管生产线为例，运用系统布置设计（SLP）方法对该车间的总体布置进行评价和分析，并与Plant Simulation软件的遗传算法（Genetic Algorithm，GA）相结合，对导管生产线的设备布置和导管生产流程进行仿真建模和优化，以期改善车间物流状况，降低物流成本的目的，并使该车间区域布局更加合理[3]。

一

航空导管生产线的SLP方法分析

航空导管生产线制造导管需要经过多个工序，属于典型的多品种、小批量制造生产线。该类型生产线的工艺布局常用系统布置设计法，首先根据生产线现状对作业单位间的物流关系和非物流关系进行分析；其次根据作业单位间的综合相互关系绘制综合关系表，确定作业单位间相对位置；然后根据实际情况编制多个设施布局可行方案[4]；最终采用定性和定量相结合的方法对可行方案进行评价，选出最优方案。

1.航空导管制造流程

某航空修理工厂导管生产线主要制造歼某型飞机和AG600飞机液压系统金属导管，是典型的多品种、小批量生产类型，采用混联的生产物流系统。航空导管制造的主要工序包括：下料、弯形、去余量、端头成型、试验和清洗包扎，制造流程见图1。图1中，实线框为航空导管制造的主要工序，虚线框为部分特殊类型导管进行的附加工序，例如表面处理、测量和焊接等[5]。

图1 航空导管制造流程图

2.作业单位设计

（1）作业单位划分

生产线的工作区域按使用情况可划分为生产制造区、辅助生产区以及配套设施区。

生产制造区是存在生产线和设备的区域，用于物料存储、处理、设备维护、成品存储；辅助生产区指不参与实际生产，但对生产过程起支持作用的区域，如导管厂房区域内的样件间、科研室等；配套设施区主要指厂房内无法进行布局规划的区域，如通道、厕所等[6]。

基于以上对于工作区域的划分以及导管生产流程的分析，可以将导管生产线分为以下几个作业单位，原始布局见图2。

图2 航空导管生产线原始布局图

①材料库：主要用于生产材料的存放，包括库管办公区、零备件库、管材立体库等，是生产的起始区域；

②生产区：包括下料、弯形、去余量和端头成型，用于各类型导管的生产以及线边缓存库，是生产的主要区域；

③试验间：在此区域内对导管进行密封性能检测，以确定是否满足工艺要求；

④包扎间：包括清洗、包扎和交检，属于生产的末端环节区域。

（2）作业单位面积需求

导管生产线目前分布在长70m、宽26m、可用面积为1820m2的单层生产结构中，共涵盖10个作业单位，包含储存、下料、弯形、试验、清洗、包扎整个制造流程。各作业单位之间的代号及需求面积，见表1。在工艺布置时，需要综合考虑各作业单位面积及厂房的规划面积[7]。根据车间的实际情况，办公室、技术室、焊工间、电镀车间和成品堆放区均设立在车间外，此处不作研究。

表1 导管厂房作业单位名称及面积

3.生产区域物流分析

工艺布局是否合理的主要判断依据，是物流强度的合理性以及物流强度是否满足精益生产的要求。搬运浪费是精益理论八大浪费之一，不合理的生产布局带来的运输行为不仅不会产生价值，而且会消耗其他人力和物力，甚至在运输过程中造成产品损坏[8]。因此，应在生产中尽可能避免产品过度移动，以降低不同生产单元之间的物流强度。而且，目前导管厂房安置单位均为生产相关，其他技术、辅助单位未布置在该厂房，无需考虑其他非物流因素，因此本文不对作业单位间非物流相关性进行分析。

（1）物流从至表的绘制

物流从至表可以通过表格形式显示生产过程中物料的搬运数量和方向。“从”代表物流的起始单位，用行编号表示；“至”代表物流的终止单位，用列编号表示，行和列交点区域中的数据表示两个单位间的物料运量或距离。通常情况，正向物流数据填写在对角线上方，逆向物流数据填写在对角线下方[9]。

依据导管生产线半年内的生产数据，以导管任务数量作为物流量，绘制运量从至表见表2，物流距离从至表见表3，表中仅填写了有直接作业关系的作业单位数据。根据物流运量从至表和物流距离从至表，计算出导管厂房原始布局的总物流量距积和为53390，现有工艺物流量距积和见表4。

表2物流运量从至表

表3物流距离从至表

表4物流量距积和表

（2）物流强度分析及绘制相关图

仅根据上节得到的导管生产线各作业单位间的物流量数据，难以进行有效比较和判断，需要进行等级划分。在系统布置设计方法中，将物流强度划分为5个等级，分别用A、E、I、O、U表示，不同等级代表的意义及符号见表5[10]。

表5 物流强度等级划分表

根据表6，绘制物流相关关系，见图3。从图3可以看出，下料区和去余量区为A级关系。弯型区和清洗区、弯型区和修理区、测量区和去余量区为E级关系，此外，有4对作业单位为I级关系，6对作业单位为O级关系[11]。

表6 物流强度排序与分类

图3 物流相关图

二

SLP-PS求解导管生产线布局

在工艺布局应用中，SLP法可以通过定性分析车间物流和非物流数据，对生产线的物流状态进行系统分析，从而获得相对合理的初步布局计划。SLP方法强调过程的连续性和车间布局的合理性，车间工艺布局质量的判断过多的取决于设计师的经验，并且缺乏对车间的定量分析，从而无法直观、科学地确定布局是否最佳。因此，建立导管生产线系统仿真模型，以物流量最低为目标，利用Plant Simulation软件中遗传算法（GeneticAlgorithm，GA）进行求解，经多次运算，取最优解。

1.车间布局优化模型构建

通过上节运用SLP方法可以看出目前导管厂房布局存在问题，主要是单位间物流量大。因此，可以将导管厂房布局问题转化为实现作业单位间物料搬运成本的最小化，即总物流量距积和最小化多目标约束的组合优化问题，根据这两个目标和工艺布局的相关理论，建立导管生产线布局优化模型[12]。根据本车间的实际情况，不考虑作业单位之间的距离要求，而将间距、作业空间及物料临时存放空间、维修服务空间等全部算入作业单位面积，作业单位之间邻接处即为物料搬运路线或者通道。

图4 导管生产车间优化前单元布局模拟图

2.仿真模型建立

在Plant Simulation软件中的基本建模对象分为4类：物流对象、信息流对象、用户接口对象、移动对象。

物流对象是指生产和运输物流对象，主要包括物料源、处理工位等。这些模块作为系统中的主要组成部分，在车间生产过程中是必不可少的重要对象。

本文将由SingleProc（单处理）和Buffer（缓存库）组合代表一个作业单位，Source（源）负责从Parts零件表中读取数据生成相应的产品；产品完成加工后就运输到Drain（物料终结）产品回收入库，同时说明该产品的运输活动结束，计算为一次运输。

信息流对象是指系统进行控制和处理信息的对象，主要包括Method（方法）、Table（表格）等，这些模块是用来控制仿真模型的运行，拓展标准对象功能，由Plant Simulation软件自带的Simtalk语言编译而成。

本文应用CreateTable方法用于生成W_From_To（搬运量从至表）、D_From_To（物流量从至表）和ActivitySpace（作业单位面积表）；Load方法将生成的物料送到源地址（从至表中的From）机器前的缓存库等待加工。Leave方法将完成加工的物流送到物料终结中，并统计总物流量。

用户接口对象是指控制者和仿真模型之间的链接。它可用于显示仿真模型的详细信息或用于控制仿真模型，本文中其功能是显示导管制造的总物流量。

移动对象是指位置未固定，可以随生产需要发生移动的对象，常见的有零件、AGV小车和容器。本文为物料源生成的工作区上的加工零件[13]。

通过以上建模后进行模拟仿真，计算出总物流量距积和为51140，排除布局时的微小差距，与应用SLP方法计算出导管厂房原始布局的总物流量距积和53390，基本一致，说明本次仿真模型建立合理。

3.优化模型方案建立

已知工作场所的空间约束L×W（长度和宽度）及各个作业单位的面积约束Li×Wi，作业单位对之间的物料搬运量Yij，寻找一种合适的布置使得工作场所的总物流量最小，使布置所占空间在约束空间内及总累加空间最小。

式中，（i,j=1,2,……,n）表示作业单元；（xi，yi）表示作业单元的位置中心；V为工作场所内各作业单位间物流量距积总和；Yij为作业单位i流动到作业单位j的搬运量；S为优化后布局的占地面积；Hk为布置在第k行的作业单位的最大宽度。式（1）表示为各作业单位之间的搬运量与距离乘积的总和；式（2）表示为各作业单元之间的距离；式（3）工作场地总长度与每一行作业单元的最大宽度之和的乘积；式（4）每一行作业单元的最大宽度。

作业单位间的距离按矩形距离并且允许穿越，不能穿越的情形还需要考虑作业单位对之间的最短搬运距离，比较复杂，暂不考虑。若考虑通道，则有必要加载通道的宽度大小，本文假定与通道有关的区域要求包含在作业的单位区域中[14]。在作业单位全部布置后，S表示每行作业单位的最大宽度累加再乘以厂房的长度，即实际布局完成后占据的实际面积，实际上该优化目标也可转化成和。

4.遗传算法设计

本文将该布局问题转化为多行生产设施布局优化问题。大多数的布局研究是将车间工艺布局问题转化为连续优化的多行设备布局问题，并假设将需要工艺布局的车间被视为矩形结果，布局遵循以下原则：（1）设备的长宽和布局空间一致；（2）已知每个设备之间的水平和垂直距离；（3）布置设备时按从左至右和从上到下按顺序排列，且现有布局空间的大小已知。

基于上面设置的条件，可以快速搜索全局最佳解。SLP与GA搭配，通过SLP分析获得的物流关系进行量化并转换为矩阵表，然后将其代入算法计算，以物流量最小为目标，获得最佳方案。以SLP法的初始布局方案用作GA算法的初始种群，以实现全局快速优化，实现过程见图5。本优化模型采用Plant Simulation的遗传算法工具GAWizard，见图6。染色体编码采用作业单位序列码，表示布置的先后顺序。例如，[7，2，5，10，6，1，8，3，9，4]表示布置的顺序，至于作业单位布置的具体位置，则由解码程序完成，解码规则为布置设备时按从左至右和从上到下按顺序排列，某作业单位布置到当前行后超过作业场所长度尺寸L，则从新起的一行开始布置，直到所有的作业单位布置完成，确定当前运输所需的物流量及所需的使用面积。适应度的确认，由于导管厂房为其他厂房改造而成，厂房使用面积已固定无法调整，因此本文以式（1）中的物流量距积总和最小值为优化目标[15]。

图5 遗传算法求解步骤

图6 Plant Simulation的遗传算法工具

三

仿真结果及分析

1.仿真优化

Plant Simulation中提供的通用遗传算法求解工具（Gawizard）可以用于求解和优化工艺布局，并且可以运行遗传算法以优化，遗传算法进化迭代的性能如图7所示。图中水平轴表示迭代的数量，垂直轴代表适应度值，从图7可以看出，随着迭代次数的增加，适应度值逐渐收敛到最佳解决方案，即为导管生产线模型下的物流量距积和最小值[16]。在Plant Simulation中多次迭代，得到10组结果接近的解，从中选择最优的5组进行对比，见表7。经过遗传算法的优化，得到该导管生产线模型的最优布局方案为7,2,5,10,6,1,8,9,3,4，如图8所示。

表7 运行结果

图7 GA算法性能图

2.结果分析

根据优化结果，结合现场生产环境约束条件（如清洗区、试验区属于危险作业区，必须在厂房边缘单独一个房间内；原料库为立体库高度较高，需要置于厂房架空区域等），对导管生产现场布局进行优化调整，并建立仿真模型，优化布局见图9和图10，计算优化后的物流量距积和。为验证所建模型的有效性，将原布局、GA优化布局、现状优化布局和规划优化布局对比，优化前后方案对比见表8，优化后目标函数值明显降低。

表8 优化前后方案对比

图9 导管生产厂房现状优化后单元布局模拟图

图10 导管生产厂房规划优化后单元布局模拟图

通过上述对比分析，经过遗传算法优化后，结合现场实际生产要求，该导管生产线的总物流量为37600就可完成加工，对比未优化前53390，减少15790，运输效率提高29.6％。结果表明，利用本文所用的布局优化方法对减少导管生产线上的物流运输量是有效的。

四

结论

本文通过SLP方法与系统仿真技术相结合的方法对某航空维修厂导管生产线布局进行改善。通过对单位间的物流量和距离进行系统分析，得到物流相互关系，计算出初始布局总物流量距积和，并与SLP法计算值相对比，确定本次仿真模型的合理性。以总物流量最小为目标，设计优化模型，通过Plant Simulation中的遗传算法求解工具（Gawizard）进行仿真求解，得到优化布局。最终，优化后的生产线总物流量距积和降低29.6%，验证了模型和算法的有效性。同时，证明了SLP与系统仿真技术相结合的方法，可以为生产线工艺布局优化和新建厂房工艺布局规划提供改进方向的可行性。

参考文献:

[1]黄亚星,袁秀志,于克勤,等.基于Plant Simulation的发动机主轴智能锻造生产车间设计及仿真优化[J].锻压技术, 2022, 47(7): 53-58,94.

[2]彭建华,王岳,吕峰,等.基于SLP和遗传算法的船舶管加工车间设备布局设计[J].船舶工程,2022,44(10):15-21,106.

[3]杨涛.基于SLP和遗传算法的CR公司车间布局优化研究[D].北京交通大学,2019.

[4]王富强,杨妮,吴铎,等.基于PlantSimulation平台的铝挤压生产线系统调度仿真实现[J].重型机械,2022(003):16-21.

[5]涂学明.基于仿真优化方法的离散加工工厂布置研究[D].合肥工业大学,2014.

[6]陈昆仑．基于仿真技术的制造车间布局优化研究[D].武汉:武汉理工大学,2014．

[7]黄鹏鹏,魏春珊,郑雅琳.基于SLP和AHP的输液器组装车间布局优化及仿真[J].制造业自动化,2022(004):17-21.

[8]邢彩虹,刘刚,胡晓兵,等.基于SLP改进遗传算法的多区域单双行设备布局优化方法[J].四川大学学报:自然科学版,2022,59(5):64-72.

[9]董舒豪,徐志刚,秦开仲,等.基于SLP与SHA的农机车间布置优化及仿真研究[J].现代制造工程,2020(1):50-57.

[10]BragliaM,ZanonS,ZavanellaL.LayoutdesignindynamicenvironmentsStrategiesandquantitativeindices[J].IntJProdRes,2003,41(5):995-1016.

[11]RAMANDhamodharan,NAGALINGAMSev,GURDBruce.Ageneticalgorithmandqueuingtheorybasedmethodologyforfacilitieslayoutproblem[J].InternationalJournalofPro-ductionResearch,2009(No.20).

[12]刘旺盛,兰培真.系统布置设计——SLP法的改进研究[J].物流技术,2006(10):82-85.

[13]周金平.生产系统仿真[M].电子工业出版社,2011.

[14]张惠,李成松,李玉林,等.基于SLP法和Flexsim仿真的机加工车间设施布置优化研究[J].现代制造工程,2016(5):63-68.

[15]亢欣欣.大型压铸车间生产系统规划及仿真研究[D].大连理工大学,2020.

[16]熊轮,陈绪兵,戴耀南,等.基于SLP法的零件加工车间布置优化[J].武汉工程大学学报,2020,42(6):678-682.

———— 物流技术与应用 ————

编辑、排版：罗丹

本文内容源自

欢迎文末分享、点赞、在看！转载请联系后台。

广告宣传

来源：小胡科技观