物与信息混合驱动的带返修生产系统性能分析.docxVIP

? ? 物与信息混合驱动的带返修生产系统性能分析 ? ? 陈文冲 阮渊鹏 李建国 齐二石 1.杭州电子科技大学管理学院，杭州，310018 2.天津大学管理与经济学部，天津，300072 0 引言 生产系统建模主要借助抽象化的数学模型、模型语言来描述生产系统的行为特征与变化规律，以识别瓶颈工序、在制品库存等关键属性，从而为优化和改善制造系统的性能、制定更加有效的生产控制与调度策略提供指导[1-2]。HUDSON等[3]基于ProModel仿真软件构建了面向异步生产系统性能的分析模型。JIA等[4]应用分解和聚合算法构建了不可靠生产系统的性能分析模型。仿真模型能对复杂生产系统进行较好的建模与性能分析，但存在模型运行时间长的问题；数学模型则能有效避免仿真模型的缺点。有学者针对以实物流为核心的生产系统性能分析问题，建立了Flow models[5]、Markov Chain模型[4]。 随着越来越多专业化信息工具的使用，以实物流为主的生产系统向以信息流与实物流(以下简称“两流”)为核心的自动化、数字化、智能化生产系统转变[6-8]。这种转变提高了系统的精准决策能力，但也提高了系统的不确定性。基于自动化制造系统构建的CPS架构[9]和以数字孪生技术为核心的制造车间分层管控模式[10]对构建信息作用下的现代化生产决策与管控平台具有重要作用，但它们难以识别系统运行过程中存在的问题，并制定相应的生产改善与控制策略来提高性能。 针对两流混合驱动的数字化生产系统性能分析问题，本文以含返修闭环异步串联生产系统为对象，研究建立系统稳态性能分析数学模型。首先，利用重叠分解法[11-12]将两流混合驱动的串联生产系统拆分成3个子装配系统和1个混合生产系统(含装配和拆卸两类过程)。而后，通过前向递归和反向递归方法对4个子系统中的关键参数进行迭代分析，确定稳态条件下的生产系统总体性能，并通过数值实验验证模型的有效性。最后，以工业缝纫机自动化生产线为实例，进一步验证模型的有效性，并识别生产系统瓶颈、不确定生产要素对系统生产率的影响等关键属性。 1 问题描述 两流混合驱动的含返修闭环异步串联生产系统被广泛用于玻璃、钢铁、芯片、装配等领域[1，13]。该系统包括一条串联生产线(主生产线)、一条或多条返修闭环线，以及多种类型的信息控制设备。主生产线包含检验工位或检验设备，不合格产品经过返修闭环后再次进入主生产线的前工序进行加工；返修线可有效地提高生产系统的总生产率，降低系统因工件废弃造成的浪费，但提高了生产信息采集、分析与执行的复杂度。该生产系统主要存在两类信息流：①根据历史生产数据和需求数据，制定合理的生产计划，生成实时的生产指令以自动控制生产系统的运行，控制关键设备的生产率，避免过量生产或产生大量的在制品库存[14]；②通过感知实时的工件质量数据，生成实时的返修指令以控制相应工序或设备对工件进行返修。复杂的生产系统结构和信息控制过程使面向该类生产系统的建模分析变得异常困难。 为降低运行总成本，两流混合驱动的含返修闭环异步串联生产系统只在关键工序配备信息控制设备，如图1所示，图中，实线箭头表示生产系统工件流，虚线箭头表示信息流。在该生产系统中，制造执行系统(MES)分别向信息控制设备I1～I4发送短期计划指令。4台信息控制设备分别根据生产计划指令独立控制机器m2、mj、mk、mK。信息控制设备I5、I6主要用来接收工件返修信息，并将处理后的工件返修信息反馈至机器mj和mk。为应对生产系统中的不确定因素，在加工机器间设立缓冲区，在机器与信息控制设备间均设立信息暂存区(主要用来存储信息控制设备发送的信息指令)，以避免随机扰动事件造成不必要的生产系统性能损失。若信息暂存区的容量过大，系统动态调整信息控制指令的能力较弱；容量过小，则有可能因信息控制设备的随机故障而影响整个系统的生产性能。 图1 信息流与实物流混合驱动的含返修闭环异步串联生产系统物理结构 (2)信息控制设备Iz(z=1，2，…，6)有两种状态：运行状态和故障状态。当处于运行状态时，信息控制设备单位时间向相应的机器(如设备I1对应机器m1、I2对应机器mj)发送cI，z(由具体的生产需求和生产参数决定)次信息控制指令；否则，不产生信息指令。 (3)机器mi的平均故障时间间隔与修复时间均是随机变量，且服从参数为λi和μi的指数分布；返修机器rv的平均故障时间间隔与修复时间均是随机变量，且服从参数为λr，v和μr，v的指数分布；信息控制设备Iz的平均故障时间间隔与修复时间均是随机变量，且服从参数为λI，z和uI，z的指数分布。所有机器和信息控制设备的状态相互独立。 (4)缓冲区Bi、Br，v和信息暂存区BI，z对应的容量分别为Ni、Nr，v、NI，z，且0ni，nr，v，ni，z+∞。 p (5)首台机