基于重構的捷聯汽車覆蓋件的制造

優雅的制造是21世紀的一種制造模式。作為制造系統的基本組織管理單位和制造過程的執行單位,制造單元必須滿足敏捷制造模式的需求。現有的有關制造單元的概念,如成組制造單元、柔性制造單元、智能制造單元、虛擬制造單元和獨立制造島等,在應用于敏捷制造時都存在一定的局限性。因此,有必要對敏捷制造模式下的制造單元進行研究。1柔性制造單元敏捷制造單元應強調其敏捷性以適應構造敏捷制造模式的制造系統,因此必須首先明確制造單元敏捷性的涵義。1.1重新配置性制造單元敏捷性可以從時間、成本、健壯性和適應范圍這四個方面綜合描述和度量。敏捷制造單元不再是根據市場預測的要求而設計的具有柔性的制造單元,而是由一系列的制造資源(設備、人員和其它相應的工具)結合具體的制造環境按照不同需求構成的可重構的制造單元,它可以很方便地分解成不同的功能單元,也可以通過重新配置而組合成新的制造單元以適應不斷變化的制造環境。因此,制造單元應該具備可重用性、可重構性、可伸縮性。制造單元的敏捷性主要指單元動態靈活地、可重構地、集成地、快速地響應產品變化的能力。1.2物理制造單元與靈活生產任務的組合優化敏捷制造單元可以定義為根據某一階段的生產任務聚合起的制造資源集合,這種聚合是在生產組織和管理上的快速重構。物理上構成敏捷制造單元的設備位置不發生改變,而在邏輯上設備則根據生產組織和管理需要組合成不同的敏捷制造單元,實現制造資源的動態優化配置,并對變化的任務作出及時響應。在固定制造單元中,制造資源(或設備)根據特定的生產任務需要,組合在一起,以取得最優的效益。同時,這也限制了固定制造單元不能及時適應生產任務的變化。在構造一個敏捷制造單元時,不強調設備在物理位置上,而是在邏輯上根據生產任務的特點和需要,組織制造資源,以滿足生產任務在成本、交貨期及質量上的綜合要求,實現制造資源面向加工任務的動態組合優化。在敏捷制造模式下,所有資源都是共享的。它可以為本企業的產品開發服務,也可以為其它企業的產品開發服務。總之,是面向產品的,而不是面向企業的。同一資源在同一時間內可以為多個產品服務,而且產品也在不斷地變化。在建立新工廠或車間時,制造資源在物理上必須要進行合理的組織,以發揮最大的效益。此時成組技術就可以發揮其作用,即可以用成組技術進行設計,形成的單元稱之為成組制造單元。敏捷制造單元強調的是在現有車間物理設備基礎上的重構。圖1是物理制造單元與敏捷制造單元的關系示意圖。敏捷制造單元是為了完成特定產品(或零件)的加工任務而形成的制造資源集合,其目的是在滿足各方面約束條件的前提下使加工成本盡可能最低。同時,敏捷制造單元是一種動態的生產單元,它總是和特定的加工任務聯系在一起,隨加工任務的到達而組建,隨加工任務的完成而解散。2敏學成單元的重構技術在目前的制造環境下,如果制造單元采用固定的生產組織方式,就無法根據加工任務在時間上的變化動態組合制造資源,限制了制造系統的柔性和敏捷性,造成了制造資源的浪費。不僅如此,迅速地形成敏捷制造單元對于縮短加工任務的完成時間是有意義的。重構機制的引入使得制造系統的生產計劃控制能夠在保證按時完成所有加工任務的前提下,盡可能有效地利用系統的制造資源,提高系統的生產率,它不僅對加工任務進行優化分解,還對制造資源進行優化組合,動態形成制造單元,這是傳統的單元化生產方式所無法比擬的。因此,重構技術可以被認作是敏捷制造單元的關鍵技術之一,通過恰當的重構對生產任務進行空間上的優化分配,實現制造單元面向加工任務的動態優化組合,正是敏捷制造單元理論的精髓所在。敏捷制造單元重構問題可描述如下:已知加工任務(包括加工工件的種類、數量及交貨期)、工藝規程、允許的制造資源集合(包括有哪些制造資源、它們的種類、數量和加工能力),選擇哪些制造資源用來完成加工任務,這些制造資源怎樣形成相應的敏捷制造單元。上面的描述實際上也定義了敏捷制造單元重構問題的輸入和輸出。輸入信息包括要完成加工任務及其工藝規程,允許的制造資源。輸出信息包括選定的制造資源及其組織形式。這樣敏捷制造單元的重構過程可以認為是制造資源的選擇過程和選定制造資源的組織過程,敏捷制造單元的重構問題就是制造資源的選擇和組織問題。為了建立恰當的數學模型來解決敏捷制造單元重構問題,還應對問題進行目標分析、因素分析、約束分析。通過分析,將成本定為敏捷制造單元重構問題的優化目標,它包含了制造成本與運輸成本,時間則作為約束來考慮,即單元的構造必須保證按時完成加工任務,此外,約束還包括制造資源的加工能力以及相應的工藝要求。3制造單元的確定敏捷制造單元重構問題的實質是制造資源的選擇和組織問題,一要選擇合適的制造資源,二要將選擇好的制造資源組合成合適的制造單元。因此,這里提出的重構問題的求解方法也分為兩步,第一步是制造資源的選擇算法,第二步是制造資源的聚類組織算法。3.1第r種加工路徑加工的工件p制造資源的選擇、優化的目的是在保證按時完成加工任務的前提下使加工成本和運輸成本最小,同時要考慮工藝約束和制造資源的加工能力約束以及制造系統內的運輸能力約束。這里我們用整數規劃來描述該優化選擇過程。整數規劃的變量包括:p為工件,p=1,2,…,P;m為制造資源,這里的制造資源是指可用于完成工件加工任務的加工設備,m=1,2,…,M;r為每個工件存在的可替代加工路徑,r=1,2,…,Rp;Np為工件p的加工數量;D為交貨期;Spr為采用第r種加工路徑加工工件p時所需的制造資源集合;Cm(D)為制造資源m在交貨期內的加工能力,即制造資源m在交貨期D到來之前能夠用以完成該加工任務的加工時間;Tmn(D)為在交貨期內制造資源m,n之間的運輸能力;MTmpr為采用第r種加工路徑加工的工件p在制造資源m上所用的加工時間,m∈Spr;MCmpr為采用第r種加工路徑加工的工件p在制造資源m上加工的加工成本,m∈Spr;TTmnpr為采用第r種加工路徑加工的工件p在制造資源m,n之間所用的運輸時間,m,n∈Spr;TCmnpr為采用第r種加工路徑加工的工件p在制造資源m,n之間運輸的運輸成本,m,n∈Spr;求解變量Npr為采用第r種加工路徑加工工件p的數量目標函數:ΜΙΝ∑p∑r[Νpr?(∑mΜCmpr+∑m∑nΤCmnpr)](1)MIN∑p∑r[Npr?(∑mMCmpr+∑m∑nTCmnpr)](1)約束包括:(1)環境保護產品∑p∑rΚmΜΤmpr≤Cm,?m(2)∑p∑rKmMTmpr≤Cm,?m(2)(2)能源消耗∑p∑rΤΤmnpr≤Τmn,?m,n(3)∑p∑rTTmnpr≤Tmn,?m,n(3)(3)加工任務的分配∑rΝpr=Νp??p,Νpr≥0?且為整數(4)∑rNpr=Np??p,Npr≥0?且為整數(4)目標是最小化加工成本與運輸成本,求解變量是每種工件在各種可能的加工路徑上的加工數量,即通過加工任務在制造資源集合中空間的分配使加工與運輸成本最小。這種空間分配的完成就確定了采用哪些制造資源,結果中Npr=0意味著沒有采用該加工路徑加工工件,可以從工件列表中刪除。約束(1)表明每個制造資源在加工任務的交貨期內必須有足夠的加工能力完成分配的加工任務,約束中的Km是相應制造資源m的能力系數,引入Km是為了考慮加工過程中各種不確定因素對制造資源加工能力的影響,Km應大于或等于1。約束(2)是制造資源間的工件運送能力必須能夠滿足分配要求。這種典型的整數規劃問題,可用割平面或分枝定界法來求解。3.2金氏排序算法聚類的目的是將生產過程相似的制造資源聚合成單元,降低了生產過程的復雜性,提高效益。這里采用的是金氏排序聚類算法,它是用于制造資源-工件分類并組的一種簡單而有效的方法。采用這種算法,不必計算相似系數,只要建立制造資源-工件矩陣,在此矩陣內進行對角線分組,就可完成制造資源-工件的聚類工作,簡單而有效。根據最后排定的制造資源-工件矩陣即可確定制造資源與工件的分組,確定敏捷制造單元的數目與構成。通過金氏排序算法,我們把通過優化從可用制造資源集合中選出的制造資源按加工過程的相似性聚合成不同的資源組合,這些資源組合就構成了相應的敏捷制造單元。至此,敏捷制造單元的重構過程也就完成了,我們根據加工任務和允許的加工資源集合將加工任務分組,并形成了相應的敏捷制造單元以完成這些任務,實現了資源面向任務的動態優化。3.3常用多最優解在整數規劃問題的求解過程中可能會出現找不到唯一最優解的情況,一般來說有以下3種情形:無窮多最優解,無界解和無可行解。只要問題的各種參數選取得當,前兩種情形一般不會出現。無可行解的情況的出現一般是由于制造資源的加工能力或制造資源間的運輸能力滿足不了約束條件的要求。4制造資源優化以一個具體問題為例說明重構算法的工作流程。有6個鈑金類工件P1～P6需要加工,其加工數量分別為N1=18,N2=13,N3=6,N4=7,N5=8和N6=9件,而交貨期D=400。可用制造資源集合包括10臺加工設備,分別為M1,M2,M3,M4,M5,M6,M7,M8,M9和M10,各臺設備在交貨期內的加工能力Cm(D)均為400,也就是說這些設備還沒有接收其它加工任務。工件的加工工藝規程如表1所示,10臺加工設備依次為J23-40沖床、J23-100沖床、Z121臺鉆、PXKA-160彎板機、JA21-160沖床、Z3063橫臂鉆、JB23-80沖床、9TZNT21-2高速剪床、Q11Y剪床和Z36搖臂鉆。需要說明的是這里沒有考慮運輸問題,而是假設制造資源之間的運輸能力是足夠的,工件的運輸時間和成本可以不計,這樣大大減小了問題的復雜性。一般來說,這種假設對于同一加工地點的制造資源重構是成立的。若制造資源位于不同的加工地點,將制造資源按加工地點分為若干個集合,只有在工件跨集合加工時才需要考慮工件的運輸時間與成本以及制造資源間的運輸能力。按前面討論的算法可得整數規劃的目標函數為ΜΙΝ(21×Ν11+14×Ν12+10×Ν13+22×Ν21+8×Ν22+1+33×Ν41+26×Ν42+27×Ν51+19×Ν52+29×Ν61)(5)MIN(21×N11+14×N12+10×N13+22×N21+8×N22+1+33×N41+26×N42+27×N51+19×N52+29×N61)(5)工件數量約束表示為[111000000000001100000000000100000000000110000000000011000000011001][Ν11Ν12Ν13Ν21Ν22Ν31Ν41Ν42Ν51Ν52Ν61]=(6)加工時間約束表示為[1000200000000204002000000003020002000000010001530000000002000300020000020003000200000000025000000000030000300000000300240000000152001413][Ν11Ν12Ν13Ν21Ν22Ν31Ν41Ν42Ν51Ν52Ν61]Κm=[400400400400400400400400400400]其中能力系數Km統一取1.1。通過進行分支定界法求解,最后得到的結果如下:N11=8,N12=1,N13=9,N21=8,N22=5,N31=6,N41=2,N42=5,N51=0,N52=8,N61=9。根據優化結果制造資源-工件矩陣如圖2所示,經過聚類分析后,如圖3。最后形成了3個敏捷制造單元,單元1的制造資源集合為{1,2,3,4},加工任務為{1-1(8),1-2(1),2-1(8),2-2(5)},1-1(8)表示工件1以第一種加工路徑加工,加工數量為8件,其余意義相同;單元2的制造資源集合為{5,6},加工任務集合為{1-3(9),3-1(6)};單元3的制造資源集合為{7,8,9,10},加工任務集合為{4-1(2),6-1(9),5-2(8),4-2(5)}。5優化算法的效益算法具有以下的優點:(1)考慮了工件存在多種可替代的加工路徑;(2)考慮了加工設備的加工能力和制造系統的運輸能力;(