基于成本的机械加工产线资源仿真优化设计

高志全

摘 要：机械加工产线的成本控制是机械制造企业控制成本、提升运营经济效益的主要方式，在实际产线中对优化方案进行验证会导致大量人力成本、时间成本、产线加工成本的浪费。基于此，文章提出基于成本的机械加工产线资源仿真优化设计通过建立构架加工线仿真模型，模拟出当前产线的生产参数和生产效率，使用基于资源配置遗传算法的产线资源仿真进行优化，最后将资源配置优化前后生产指标数据进行对比分析，验证机械加工产线资源仿真优化设计对产线加工成本控制的有效性。

关键词：生产制造；机械加工；产线生产；仿真优化设计

1引言

机械加工产线的生产制造总成本包括加工成本、生产物流成本、缓存成本、人力成本、延期交货惩罚成本五项。想要对机械加工产线的资源配置能力进行优化设计，最大化降低生产制造成本，需要对五项生产制造成本进行人力、资金、设备、技术、材料、运营等多方面的协调分配，使企业能在有限的资源条件下创造出更高的价值。使用仿真模型对产线优化设计方案进行模拟是机械制造行业常用的方式，但目前的仿真模拟方式以独立考虑某个资源的方式为主，最后通过多个独立模块的成本控制方式，组建成完整的成本控制优化方案，这种方法虽然能够将独立板块的成本降到最低，但忽略了机械加工产线是整体化、具有连贯性的流水线，区块化的成本控制方案在实际应用过程中会出现不用程度的生产冲突。针对这种现象，文章以汽车前后座椅背板构件的制造产线为例，设计出综合考虑产线产量、投产顺序、缓冲区容量、人力资源配置等重要因素的协调性仿真模型。并基于该模型进行仿真优化设计，在保证生产协调性的前提下，降低生产制造总成本。

2基于成本的构架加工线仿真模型

2.1 构件加工产线现状

2.1.1 加工构件

该构件加工产线主要负责生产汽车前后座椅背板，汽车座椅背板是车辆舒适性、安全性的重要保障。前排座椅背板和后排座椅背板的机械构造区别较小，可以在统一产线进行加工，具体构件形状如图1、图2所示[1]。

2.1.2 构架加工线加工工序和布局

构架加工线加工工序包括汽车座椅背板构件的加工位置划线、铣床、构件加工（测量、更换刀具、切割等）、镗床、研磨和测量，具体如表1所示[2]。

根据表1中的工序，构架加工线布局分为加工中心、缓冲区、铣削区、镗区、钻区、研磨区和检测区，共计两个班组，均在虚线范围内进行作业，各车间之间使用电动平车和天车进行构件传输具体如图3所示[3]。

2.2 仿真模型三维布局构建

掌握加工对象、加工工序和产线布局后，文章使用Plant Simulation仿真软件建立产线仿真模型，Plant Simulation仿真软件是一款面向对象的集成建模物流仿真优化软件能够对生产系统中的生产设备、生产线、生产过程等进行建模、仿真和优化，具有充足的模型族群和直观的仿真过程，还能根据仿真情况提供数据的记录和计算[4]。

使用Plant Simulation仿真软件建立产线仿真模型后将目前的产线运行数据输入模型，批量为18，资源分配方案为4、6、6、12、4、6、6、6、6、13、8，投产顺序为HHHHQQQQHHHHHQQQQQ，运行后计算出当前产线生产运行方案的总生产制造成本为233285元，具体运行生产指标如表2所示[5]。

将仿真模型的运行数据和生产指标与实际生产数据进行对比，两者之间的较差在0.1%以内，说明仿真模型建立有效，其优化决策方案具有可信度。

3 基于资源配置遗传算法的产线资源仿真优化

3.1 资源因素编码

3.1.1 资源因素范围

文章将资源因素设为缓冲区Z1-Z9、班组H1-H2，共计11个资源因素，其中Z1范围（2、8）、Z2范围（2、8）、Z3范围（2、8）、Z4范围（8、14）、Z5范围（2、8）、Z6范围（2、8）、Z7范围（2、8）、Z8范围（2、8）、Z9范围（2、8）、H1范围（9、15）、H2范围（5、8）、批量保持8、12、18、24不变[6]。

3.1.2染色体编码

文章将染色体编码设置为上下两层，上层为资源分配层（资源因素）、下层为投产循序层（二进制编码，0代表Q、1代表H），并按照生产加工任务对投产顺序进行调整，当下层的二进制编码长度等于上层资源因素数量时，说明投产顺序合理，最终按照批量8、12、18、24的范围，筛选出最优化方案[7]。

3.2 资源配置遗传算法

3.2.1 生成初始种群

采用随机选择法产生初始种群，初始种群规模为50。

3.2.2 适应度计算

将资源配置方案输入产线仿真模型運行，并计算生产制造成本，利用目标函数，将方案优化目标设置为生产制造成本最低化，进而完成适应度计算，目标函数如公式（1）所示。

K=CZ=CJ+CW+CH+CR+CY                                     公式（1）

公式（1）中，代表适应度、代表最小生产制造总成本、代表生产制造总成本、代表加工成本、代表生产物流成本、代表缓存成本、代表人力成本、代表延期交货惩罚成本。

3.2.3 遗传操作

遗传操作通过公式（1）中求解的适应度值完成，优化配置方案中值越大，遗传操作中被选中的概率越大，反之被选中的概率越小。遗传操作以最优保存策略为准，寻找出所有优化配置方案中适应度最高的方案，世代数设施为40、世代大小设置为50。

3.3 优化结果

优化结果如表3所示。

根据表3可以得知，最低生产制造总成本和批量呈正比例关系，所以最优的生产制造方案应当是批量为8，资源分配方案为2、2、2、8、3、3、2、2、2、10、5，投产顺序为QHQQHQHH。

4 资源配置优化前后生产指标数据对比分析

4.1 资源配置方案对比

优化前后资源配置方案对比数据如表4所示。

根据表4可以得知，优化后的生产制造方案不僅能够按时完成生产制造循序，还在投产循序方面进行精简，达成工人极限利用率，使生产制造总成本从233285元降低到192878元，验证了完整优化方案的有效性。

4.2 生产线性能指标数据对比

文章通过优化前后的生产线性能指标数据对比进一步探究文章优化方案的详细成本控制数据，具体数据对比如表5所示。

根据表5可以得知，优化后的班组1工人利用率提升19.60%、班组2工人利用率提升16.70%、研磨台位1-4平均堵塞率降低26.29%、缓冲区容量总数降低30个、平均在制品构架数量降低11.66个、在制品平均流通时间降低19.62时、在制品平均等待时间降低17.99时，达成了生产线性能指标数据的全面优化。

5 总结

综上所述，文章提出基于成本的机械加工产线资源仿真优化设计通过建立构架加工线仿真模型，模拟出当前产线的生产参数和生产效率，使用基于资源配置遗传算法的产线资源仿真进行优化，最后将资源配置优化前后生产指标数据进行对比分析，验证优化后的生产制造方案使生产制造总成本从233285元降低到192878元，产线班组1工人利用率提升19.60%、班组2工人利用率提升16.70%、研磨台位1-4平均堵塞率降低26.29%、缓冲区容量总数降低30个、平均在制品构架数量降低11.66个、在制品平均流通时间降低19.62时、在制品平均等待时间降低17.99时，达成了生产线性能指标数据的全面优化。

参考文献

[1]裴世峰，谭阳伟.机械加工过程中零件精度的研究[J].科技创新与应用，2022，12（27）：161-163+167.

[2]吴小风.机械加工精度的影响因素及提升策略[J].科技创新与应用，2022，12（26）：145-148+152.

[3]肖德华.减少机械加工误差提高机械加工精度[J].黑龙江造纸，2022，50（03）：38-40.

[4]王宇雷.数控刀具智能技术在机械加工中的应用研究[J].中国设备工程，2022（17）：34-35.

[5]高鹏.机械加工工艺技术的误差分析及策略分析[J].现代工业经济和信息化，2022，12（08）：287-288+291.

[6]李健，谷善茂.微电子技术在机械加工系统中的应用研究[J].有色金属工程，2022，12（08）：203.

[7]马立权.机械加工中工件变形的原因及预防措施[J].化学工程与装备，2022（08）：229-230.