物流仿真大作业.doc

物流系统仿真期末作业题目：Manufacturing System Planningand Scheduling班级：物流工程131学号：1311393003 1311393008姓名：黎宇帆张力夫日期：2015-09-19成绩：制造系统规划与调度翻译2.1引言现代生产调度工具是非常强大的，提供了广阔的范围内调整工具的行为的真实过程要求的选项和参数。

然而，更多的选项的存在，它就在实践中找到的工具的最佳配置更加困难。

即专家们经常无法预测的多种可能性的影响。

测试甚至一小部分在现实中可能的配置，对实际生产过程的影响可能需要几个月的时间，可能会严重降低整体性能。

因此，这样的试验在实践中是不可行的。

优化的生产调度仿真模型比使用真正的过程更安全，更便宜,更快，更容易测试。

为了在一个中等规模的制造公司充分使用先进的调度工具的优势，找到它的一个最佳的规则和参数的优化配置。

模块化仿真模型的整个业务的制造系统和生产过程中阳极氧化阶段是建立以测试不同的调度配置的影响。

调度工具的配置测试和优化进行了离线使用的仿真模型。

实际生产过程不受干扰，可以非常快速、低成本的找到最优配置。

2.2问题描述位于英国的一个中型制造商，生产一系列的不同的小压铝零件和一系列大批量的其他面向消费者的产品。

典型的应用包括香水的喷雾组件和哮喘患者的分配器。

这是一个高度竞争的行业，成功取决于是否能实现高效率和低成本制造。

所以生产调度是非常重要的。

在过去，该公司安装的软件工具可以支持生产过程中的各个区域调度。

全面提高公司绩效，增加产量和减少产品的交货时间，他们计划建立自动电抗器的供应链规划服务器–总调度系统协调当地所有的业务和生产区。

为了提供最好的解决方案，调度工具供应商，预优国际（）决定使用模拟求解调度工具的优化配置。

问题是建立一个仿真工具，它将接受的到来客户订单和生产订单排序以满足这些需求。

一个重要的地方是模型的生产过程本身，以确保它的主要阶段的最佳时刻加载。

阳极氧化阶段是整个生产过程中特别重要的，因此，它必须是非常详细的模拟，以测试到整体订单的交货时间可以通过阳极氧化过程阶段优化减少到什么程度。

在这种情况下的研究主要目标是以下几个：（1）为了确定公司模型间的相关业务和生产过程和确定订单和交货时间，（2）在规划部门分析和优化业务流程，为了处理传入的需求和规划生产订单。

（3）测试的整体生产时间，提高灵敏度，特别是确定是否引入特定排序规则的生产订单将减少在阳极氧化处理阶段总的处理时间。

此外，一个模拟工具的目的是用于测试配置调度工具和迭代优化其性能的实现，集成现有的离线在客户的网站。

该方案的设计是为了补充和连接预先安装在生产过程的各个区域的咨询系统。

模拟的主要影响用更低的成本实现一个更高的系统吞吐量。

2.3建模方法一个定制的业务/制造系统模型是为了模拟订单的到来，他们的队列和流量通过生产过程中的各个步骤而创建的。

为全面协调和调度优化，每一个过程阶段被建模为一组机器每天或每周的整体能力。

该模型是以一个模块化的方式建立，以使每个生产阶段可以模拟的更详细。

如上所述，阳极氧化过程中的阶段是整个生产过程中最重要的。

因此，生产阶段的模型需要更详细，才能成功确认初始模型。

因此对阳极氧化过程的模型细化，个人将tank进行了详细的描述，使色彩转换和设置操作可以研究更准确。

在这种方式中，顺序队列的排序规则，减少颜色的变化进行了介绍和测试，为了了解在阳极氧化过程阶段的规则优化可以减少整体订单的交货时间到什么程度。

接下来，电抗器调度工具可以解决：（1）一个高层次的企业制造系统的模型和（2）一个详细的阳极氧化过程阶段的表示过程，这两者都是利用生产仿真系统开发的模型。

（3）寻找调度优化配置的工具。

2.3.1高级商务/制造系统模型在这一节中我们将为高级商务/制造系统模型提供输入数据的概念化分析。

它的目的是在公司相关的业务和生产过程建模，然后分析和优化规划部门的业务流程。

这些过程涉及到对生产订单输入需求和客户的确认。

该模型是用来比较公司引进两个先进的生产调度和容量优化工具产生的备选规划方案分析与需求在每0.1小时的最大响应时间之间的好处。

模型的构思。

定制的整个业务/制造系统的概念模型，见图2.1。

该模型模拟了需求的到达和处理时间；客户产生的需求需要时间确认，并显示订单处理过程的排队过程。

有两种类型的输入需求，一般需求和特殊需求，分别作为特殊需求和一般需求。

生产本身包括以下处理步骤：冲压，除油，跳汰，阳极化和包装。

在该模型中，生产订单并不需要详细建模。

因此，在各生产阶段的个别机器每周的整体能力被建模为一组。

没有队列的被定义为用于模拟系统中的模型不同生产阶段的位置。

以下参数可以在系统中进行控制：规划客户的订单数量以及回应客户并规划确定的生产订单;响应时间需求，规划确认订单的时间。

这些系统参数的定义是仿真模型的可控变量。

如客户需求到达时间参数和客户响应时间之间确认或取消需求，需求被证实或成为订单的可能性，以及在系统中的不同生产阶段无法对订单处理时间进行控制。

这些参数被认为是在模型中的环境变量。

该系统的关键性能指标如总收入，平均交货时间，取消需求的百分比与利用规划人员的定义的模型性能。

数据收集和分析。

基于历史数据并账户统计的分析，他们在表2.1中给出随机性质的概率分布推导。

例如，一般需求的到达时间指数分布，均值等于20，并且需求的处理时间是均匀的平均值和范围的一半相等，分布在35和5之间（见临模型分布函数分布3）。

这些分布是用来在模型中生成到达的需求，在需求处理时间，从客户确认订单到实际规划时的间隔的时间的平均响应时间。

约33％的需求都是特殊需求。

需求成为订单的概率随着规划部门的响应时间，包括需求排队时间的函数变化，如表2.2。

在另一方面，该公司收到的已确认订单的价值会随着计划响应时间的函数变化。

这是在案例研究中平均订单价值的定义。

表2.1概率分布（所有数值以分钟为单位给出）名称分布类型分布需求到达的时间特殊需求指数E（60）一般需求指数E（20）需求处理时间均匀U（35.5）客户响应时间连续24*60 确认订单的实际规划时间均匀U（55.5）表2.2需求成为订单的概率查询被确认（%）计划响应时间50 小于1h20 1-8h10 24-48h在各生产阶段的平均订单前置时间被定义为三角分布函数，其参数如下：最小= 1080，中等=1,440和最大=1,800。

目前，特殊需求由一个规划师专门处理，普通需求是由另外三个规划者花费约70％的工作时间做规划业务处理。

工作日由早上9时开始持续八小时，每年的员工成本开始是固定的。

建立模型。

整个企业/制造系统仿真模型，利用仿真基本元素构造，如位置，实体，到达和处理。

一些变量被定义好。

其中一些变量根据取消订单，在处理订单，完成订单等记录统计，这些影响变量被引入，使其更容易影响模型中的处理时间。

我们在图2.2可以看到该模型的实体，提供了在线和离线的统计数据。

模拟结果的动力学模型（即等候调查，完成的订单，总收入）遵循的模式反映在主屏幕上。

进行实验的结果自动保存在模型数据库和Excel电子表格。

为了检查该模型是否充分反映了现实过程，用模拟的模型中产生的数据与一组历史数据进行比较。

我们发现，该模型与实际过程中产生的结果或多或少相同。

2.3.2一个低级别的阳极氧化工艺阶段子模型模型概念化。

低级别的阳极氧化处理阶段子模型[4]的目的是测试来料生产订单的具体排序规则的实施，是否会降低一批阳极氧化过程总的处理时间。

一批阳极氧化是指一系列的批量生产的小型零件的阳极氧化。

阳极氧化过程包括以下步骤：首先，金属零件分批放在架子上。

配料后的金属部件进行脱脂及清洗。

然后创建放在铝氧化膜的酸浴中清洗的金属零件批次。

之后，该铝部分被用冷水冲洗。

然后周围的铝氧化膜被着色成喷雾。

这个喷雾，也被称为染料，通常是一种涂料，与水混合。

垂死的可通过几个步骤，以提供正确的色彩进行。

改变的颜色死亡的过程是在实际系统中的瓶颈。

有色部分均采用先冷水清洗，然后用热水。

模型本身模拟个体的阳极化罐，以便颜色转换，设置操作和处理时间可以被建模。

基于对订单处理的历史数据，可以在该模型中生成收到的订单中每周最有可能产生的名单。

收到的订单的具体排序规则被仿真以及为了减少总的处理时间，在阳极化阶段进行测试。

生产率，它被定义为每小时处理的BAR的平均数目和框架利用系数，用于测量阳极化过程本身的有效性。

阳极化的子模型的黑箱示意图示于图2.3。

在一周内必须被处理的订单有顺序编号，通过模型来控制。

收到的订单的订单数量，部分颜色和使用的框架类型被视为环境或自变量。

如果这些特征给出了，命令顺序列表中的其他属性也可以被确定。

其他环境变量有库存的框架数，它需要加载和卸载BAR的时间，设置不同的颜色的处理和处理BAR时间之间的阳极化一批组件的时间。

最重要的性能指标被定义为顺序列表中的所有订单的总处理时间。

其他性能指标可以在实际系统中被用于控制阳极氧化过程，可以提及的措施应具有以下性能：平均生产速率，框架装载效率，BAR利用率和工厂的生产效率。

关于数据收集和分析。

第一，基于关于订单的历史数据的分析,这是规划和对在工厂中被创建的一般顺序列表中的某一段进行处理。

它包括以下输入数据：上周号，订单号，订单数量，颜色，框架类型和框架容量，框架的库存数量，批次号和序列号（表2.3）。

表2.3一般顺序列表的片段编号星期订单号订单数量（0~1000）颜色框架类型框架容量框架库存批次序列编号1 1 1135 1 0001 100 亮银C1 1292 15 26 82 1 1135 1 0134 100 亮金C1 1292 15 26 63 1 1407 0 0003 2 亮金D2 2400 11 1 64 1 1135 1 0134 55 亮金C1 1292 15 15 65 1 0803 0 0058 25 亮金D2 2400 11 4 86 1 1210 1 0001 300 亮银L2 2500 18 40 8订单号的最后四位数，订单号，请参阅该组件应该得到的颜色代码。

每个框架类型具有不同数目的组件可以放置在其上，这被称为框架的容量。

特定类型可用的框架数称为框架的库存。

在每个BAR上只有三个框架可以被加载。

BAR处理一个批次元件的时间取决于由序列编号定义的阳极化处理程序，如表2.3。

根据所输入的数据的分析，处理时间由三角分布描述和仿真模型生成。

例如，对于序列8，这是与颜色代码0001的三角分布的端点所使用的命令（54，72）和在58模式中使用该模型。

表2.4订单数量的经验概率分布（色号0001）From To Probability0 100 0.407100 200 0.507200 300 0.759300 500 0.815500 600 0.928600 700 0.963700 800 0.981800 1000 1第二，依据的一般顺序列表上收到的订单在模型中进行每周处理产生最有可能的名单 。