熱門論文
最新論文
船舶管加工車間布局優化 與信息管理技術研究
發布時間：2023-07-06 10:21
目 錄
摘 要 I
Abstract III
第 1 章 緒論 1
1.1 研究背景與意義 1
1.2國內外研究現狀 3
1.2.1車間布局優化 3
1.2.2車間信息管理 4
1.3本文研究內容及組織結構 5
1.3.1本文主要研究內容 5
1.3.2本文組織結構 6
第 2 章 S 船舶制造企業管加工車間現狀分析 9
2.1S 船舶制造企業管加工車間概況 9
2.1.1管加工車間區域布局 9
2.1.2管子加工業務流程 11
2.1.3管子加工工藝流程 12
2.1.4管子加工作業特點 14
2.2S 船舶制造企業管加工車間現狀分析 15
2.2.1車間布局現狀定量分析 15
2.2.2車間生產信息管理現狀分析 19
2.3管加工車間存在的問題及解決思路 22
2.3.1車間布局存在的問題及解決思路 22
2.3.2生產信息管理存在的問題及解決思路 22
2.4本章小結 23
第 3 章 基于 SLP 法的管加工車間車間布局優化 25
3.1SLP 法簡介 25
3.1.1SLP 法基本要素 25
3.1.2SLP 法步驟 26
3.2車間布局分析 27
3.2.1制造單元劃分 27
3.2.2物流關系分析 29
3.2.3非物流關系分析 30
3.2.4制造單元間綜合相互關系分析 32
3.3制造單元相對位置圖及結果 34
3.4本章小結 36
第 4 章 結合 SLP 和遺傳算法的管加工車間布局優化 37
4.1遺傳算法簡介 37
4.1.1遺傳算法的概念 37
4.1.2遺傳算法的特點和優點 37
4.1.3遺傳算法實現步驟 38
4.2基于遺傳算法建立管加工車間數學模型 38
4.2.1車間布局優化的問題描述和假設 38
4.2.2車間布局優化數學模型的約束條件 39
4.2.3 車間布局優化數學模型的目標函數 40
4.3 遺傳算法設計和求解 42
4.3.1編碼設計 42
4.3.2初始化種群 43
4.3.3適應度函數選擇 43
4.3.4遺傳算子設計 44
4.3.5Matlab仿真優化及結果分析 47
4.4基于Plant Simulation的布局仿真驗證 49
4.4.1Plant Simulation 概述 49
4.4.2管加工車間仿真目標及建模原則 51
4.4.3建立仿真模型 51
4.4.4仿真結果分析 54
4.5本章小結 56
第5章 船舶管加工信息管理系統研究 57
5.1船舶管加工信息管理需求分析 57
5.1.1船舶管加工信息管理存在的問題分析 57
5.1.2船舶管加工信息管理系統需求分析 58
5.2船舶管加工信息管理關鍵技術 58
5.2.1設備感知網絡拓撲結構 58
5.2.2管加工車間數據采集方法 59
5.2.3基于SQL Server的數據庫設計 62
5.2.4基于BOM的信息集成 62
5.3船舶管加工信息管理系統的總體設計 63
5.3.1船舶管加工信息管理系統模塊結構 63
5.3.2船舶管加工信息管理系統模塊功能設計 64
5.4船舶管加工信息管理系統 65
5.4.1船舶管加工信息管理系統開發平臺 65
5.4.2船舶管加工信息管理系統開發環境 65
5.4.3船舶管加工車信息管理系統主界面 66
5.5本章小結 74
總結與展望 75
參考文獻 77
攻讀碩士學位期間發表的學術論文 80
致 謝 81
Contents
Chinese Abstract I
Eenglish Abstract III
Chapter 1 Exordium 1
1.1Background and significance of research 1
1.2Research status at home and abroad 3
1.2.1Workshop layout optimization 3
1.2.2Workshop information management 4
1.3Research contents and organization structure of this paper 5
1.3.1Main research contents 6
1.3.2Organization structure 9
Chapter 2 S analysis of current situation in shipbuilding enterprise 9
2.1Overview of the tube processing workshop of S shipbuilding enterprise 9
2.1.1Tube processing workshop area layout 9
2.1.2Pipe processing business process 11
2.1.3Pipe processing process 12
2.1.4Pipe processing operation characteristics 14
2.2S Analysis of current situation of tube workshop in shipbuilding enterprise 15
2.2.1Quantitative analysis of current situation of workshop plane layout 15
2.2.2Current situation of workshop production information management 19
2.3Problems and solutions in pipe processing workshops 22
2.3.1Problems and Solutions of Plane Layout 22
2.3.2Production information management problems and solutions 22
2.4Summary 23
Chapter 3 Layout optimization of tube workshop based on SLP method 25
3.1Introduction to SLP method 25
3.1.1Basic elements of the SLP method 25
3.1.2SLP method steps 26
3.2Workshop layout analysis 27
3.2.1Manufacturing cell division 27
3.2.2Logistics relationship analysis 29
3.2.3Non-logistics relationship analysis 30
3.2.4Comprehensive interrelation analysis of manufacturing units 32
3.3Manufacturing cell relative position diagram and results 34
3.4Summary 36
Chapter 3 Layout optimization of tube workshop SLP and genetic algorithm ... 37
4.1Introduction to genetic algorithms 37
4.1.1The concept of genetic algorithm 37
4.1.2Features and benefits of genetic algorithms 37
4.1.3Genetic algorithm implementation steps 38
4.2Establishment of mathematical model based on genetic algorithm 38
4.2.1Problem description and assumptions for floorplan optimization 38
4.2.2Constraints of mathematical models for floor layout optimization 39
4.2.3Objective function of mathematical model for layout optimization 40
4.3Genetic algorithm design and solving 42
4.3.1Coding design 42
4.3.2Initialize the population 43
4.3.3Fitness function selection 43
4.3.4Genetic operator design 44
4.3.5Matlab simulation optimization and result analysis 47
4.4Layout simulation verification based on plant simulation 49
4.4.1Overview of plant simulation 49
4.4.2Simulation objectives and modeling principles for tube shops 51
4.4.3Build a simulation model 51
4.4.4Analysis of simulation results 54
4.5Summary 56
Chapter 5 Research on information management system of pipe processing 57
5.1Analysis of information management demand for ship pipe processing 57
5.1.1Analysis of Problems Existing in Information Management 57
5.1.2Requirement analysis of processing information management system 58
5.2Key technology of information management for ship pipe processing 58
5.2.1Device-aware network topology 58
5.2.2Data collection method in pipe processing workshop 59
5.2.3Database design based on SQL Server 62
5.2.4BOM-based information integration 62
5.3Overall design of processing information management system 63
5.3.1Module structure of processing information management system 63
5.3.2Functional design of information management system module 64
5.4Ship pipe processing information management system 65
5.4.1Pipe processing information management system development platform . 65
5.4.2Processing information management system development environment .. 65
5.4.3Main interface of information management system for ship pipe vehicle . 66
5.5Summary 74
Conclusion and prospection 75
Reference 77
Papers and Academic Achievements During Master Period 80
Acknowledgement 81
第 1 章 緒論
1.1 研究背景與意義
現代船舶制造業既是勞動力密集和技術密集型產業，又是國家促進經濟發展的支 柱性產業，對社會穩定和國防建設具有重大意義。但從 2008 年全球性金融危機發生以 來，船舶制造業受大環境的影響開始進入低迷期，面對激烈的國外市場競爭，不得不 將“搶訂單，保交船”作為戰略目標。在激勵的市場競爭中，我國船舶制造企業逐漸 暴露出弊端，產能過剩、技術落后和浪費嚴重等問題導致很多中小型船舶制造企業相 繼倒閉，大型船舶制造企業也開始調整人員結構，試圖緩解經濟壓力。因此，如何在 激烈的市場競爭中取得較好的發展，成為中國船舶制造企業急需解決的問題。
表1.1 2021年世界造船三大指標
Table 1.1 Three major indicators of world shipbuilding in 2021
指標/國家 世界 中國 韓國 日本
萬載重噸 8409 3970 2466 1690
造船完工量 占比重% 100 47.2 29.3 20.1
萬修正總噸 3183 1204 1053 530
占比重% 100 37.8 33.1 16.6
萬載重噸 12461 6707 4061 1283
新接訂單量 占比重% 100 53.8 32.6 10.3
萬修正總噸 4804 2402 1744 416
占比重% 100 50.0 36.3 8.7
萬載重噸 9584 9584 6706 3086
年底手持訂單量 占比重% 100 47.6 33.3 15.3
萬修正總噸 7650 3610 2940 932
占比重％ 100 47.2 3&4 12.2
船舶制造工業是水上交通運輸、海洋資源勘探和海上國防安全建設的支柱性產業。 近兩年，國際貿易往來頻繁，水上交通運輸成了商品的主要流通方式，船舶制造業迎 來了新的發展機遇。根據克拉克松研究公司提供的 2021 年世界造船三大指標，我國憑 借著人力和物力等優勢各指標均占據第一，如表 1.1 所示。但根據全球航運市場價值 評估公司的數據，我國船舶制造企業數量和規模遠大于韓國和日本，而盈利率卻低于 其他兩國。由此表明，我國船舶制造工業取得的成就大多依靠“量”而非“質”的提 升。工信部對我國船舶制造工業相繼提出“十三五”、“十四五”期間的階段性目標規 劃，企業開始引進或自主研發新型設備，提升制造工藝和管理水平，向國外先進船舶 制造業靠攏，但不可否認的是我國船舶制造工業水平與國外相比仍有很多不足。如何 縮短生產周期、降低生產成本，提升市場競爭力是目前造船企業需要思考的重點問題。 德國工業“4.0”的提出，以“智能制造”為核心的制造理念席卷全球，我國船舶制造 業業開始向智能制造轉型。在這樣的環境下，我國制定了制造業發展戰略，要求我國 船舶制造工業向智能化、信息化和管理精細化方向發展。在升級轉型過程中，如何利 用信息管理技術提高車間的管理水平是急需解決的問題。
船舶制造是一項復雜而又龐大的項目，需要各個部門和車間的協同合作。優化車 間布局，提高車間的管理水平對降低車間生產成本，縮短建造周期具有重要意義。其 中，船舶管加工車間是船舶建造過程中重要組成部分。船用管數量大、種類多，一艘 萬頓級的散貨船往往需要上萬根管子，其加工和安裝貫穿整個船舶生產過程。據統計， 管子加工和舾裝工作量可占整艘船建造總工作量的20%?30%。由此可見，管子的準 時生產和按時集配對船舶建造周期至關重要。然而，國內船舶制造企業的管加工車間 還處于粗放式生產，存在生產流程不清晰、車間布局混亂和管理水平低下等問題，導 致車間生產效率低下、資源浪費嚴重和生產成本居高不下。
船舶制造企業的發展，需要重點控制生產成本，使利潤盡可能的大。據數據統計， 中小企業在生產過程中，原材料的加工時間只占了 10%?20%，搬運和存放占據了大 量時間，同時占用了企業管理經營費用的 20%?40%。合理的生產車間設施布局可以 改善車間的物流系統，從而降低車間的物流成本，是船舶制造企業生產運營的重要考 慮因素之一。管加工車間布局的合理性，對車間管子的工藝路線、中間成品的運輸時 間和加工效率等有重大影響。管加工車間設施間隔和物流路線的合理規劃，可以有效 的減少中間產品的運輸距離，還有助于減少運輸路線交叉和回流問題，縮短搬運時間， 降低車間物流成本，提高車間生產效率。
管加車間是船廠關鍵的生產部門，管子制作是船舶建造過程中的關鍵環節。船舶 產品制造所需要的管子不僅數量龐大，而且管子材質、結構、工藝以及性能要求又各 不相同，導致船廠管加車間生產組織困難。對管加工過程未進行數據實時收集和動態 監控，使生產過程狀態信息難以及時反饋到管理部門，管理者難以及時掌握人力資源、 設備資源狀態和管子的加工狀態等信息，難以對人力、設備等資源進行科學的組織和 調度，導致生產組織科學性低和生產過程黑箱化等問題。因此，通過信息管理技術提 升管加車間的管理水平，從而提高船舶企業的制造速度和效率，對降低造船成本、縮 短造船周期有著重要意義。
本文針對上述呈現的問題，利用SLP （System Layout Planning，系統布置設計） 和SLP-GA（Genetic Algorithm,遺傳算法）對管加工車間制造單元布局進行優化，得到 兩個新的布局方案，并通過Plant simulation軟件對三個布局方案進行仿真，驗證方法 的有效性和新布局的合理性與優越性。此外，基于信息管理技術構建管車間加工信息 管理系統，對車間加工信息進行收集，實現車間加工狀態的實時監控，指導實際生產。
1.2 國內外研究現狀
1.2.1 車間布局優化
在船舶制造車間中，原材料和中間產品等在車間運輸構成生產物流。暢通的生產 物流系統可以有效減少車間物資運輸距離，降低物流成本，提高車間的生產效率。車 間布局的優劣直接影響了車間物流系統的效果，因此成為了國內外很多學者和專家的 關注熱點。
車間布局問題在國外很早就有研究， 1957 年， Koopmans 等人在發表的文章中表 示車間設施布局規劃問題是制造工業領域快速發展急需解決的問題，并對靜態車間的 設施規劃問題進行了相關研究［1］。隨著研究的深入，學者將關注的重點轉移到了動態 車間設施布局問題。其中，以Mazinani在文章中闡述了靜態車間設施布局和動態設施 布局的區別［2］。隨著計算機技術的發展，國外開始使用算法和仿真軟件對車間設施布 局進行研究。 Utamima 等人應用分布估計算法對車間設施布局進行規劃，提高了布局 規劃的合理性［3］; Pourvazir采用遺傳算法對混合動態設施布局問題進行了研究，并給 出了合理的解決方法［4］; Leno等人將混合算法和混合整數規則相結合對車間設施布局 規劃進行研究，彌補了傳統方法過于依賴人工經驗的缺陷［5］； Sadan基于一種新的柔性 空間結構，利用優化后的粒子群算法研究了面積不同的車間設施布局規劃求解方法［6］; Mohammed等人通過窮舉搜索的啟發式算法設置約束還原車間的實際情況，確定了車 間生產設備的最佳布局［7］; Razavialavi 等人通過仿真軟件對車間物料搬運過程進行模 擬，以搬運時間最短為優化目標確定最佳布局［8］; Jessica 等人開發了數字化車間布局 軟件，根據車間模型關系和人機功效評分等約束自動計算最佳設備布局［9］; Erik 等人 對三個高不確定條件下的車間布局進行優化仿真研究，探討如何降低其不確定性，最 終取得了不錯的結果［10］; Shaik 等人利用仿真軟件對汽車原件制造車間進行仿真，根 據仿真結果對車間設施布局進行優化，以此提高車間精益化水平［11］。
國內對車間布局設計的研究比較晚，始于上世紀末Richard Muthe教授到中國參加 學術交流，在交流過程中針對設施布局規劃問題進行了深入的探討，讓中國企業認識 到設備布局規劃對車間生產的重要性［12］。隨后，大量學者對車間布局技術進行研究， 并取得很多研究成果。連建新等人對設施布局規劃方法進行了研究，探討不同方法對 車間設施布局效果的影響［13］;彭維文利用物流量-物流距離圖分析了車間制造設備間物 流量和物流距離對車間設施布局的影響［14］;于瑞峰等人通過對遺傳算法的改進，在算 法中設置了自動換行，通過車間設施的有效排列，從中選取最優布局［15］;汪新剛等人 通過系統布置設計得到三個車間初始布局，再利用層次分析法和模糊綜合評價對三個 布局方案進行評估，從而篩選出最優方案［⑹；芳文景通過SLP法得到多個合理布局方 案，再通過模糊層次分析法對方案進行評估，根據評估選擇最優布局，最后使用 Flexsim 仿真對布局進行了再一次的優化［17］；雷明達通過 Flexsim 仿真驗證了遺傳算法對車間 布局優化有顯著效果［18］；廖帥等人基于某車間生產物流系統的實際情況，利用 Anylogic 軟件進行建模仿真，根據車間存在的問題調整仿真模型，最終得到最優布局［19］；王進 等人針對混流生產線提出了兩種車間布局思路，分別用流水線設計法和智能優化算法 對車間設施布局進行優化［20］；薛順提出了遺傳模擬退火混合算法對車間設施布局進行 優化，彌補遺傳算法易陷入局部最優解的缺陷［21］；郭源源等人將 SLP 法與粒子群算法 相結合，以車間物流成本最小為優化目標，求解車間設施布局最優解［22］；邱勝海等人 利用改進的遺傳算法對螺桿制造車間布局進行優化，彌補 SLP 法過于依賴設計經驗的 缺陷［23］。
通過國內外文獻查閱和分析，發現學者們對車間布局優化問題研究從定性階段過 渡到定量階段，從過于依賴設計者經驗的 SLP 法過渡到利用計算機算力的智能算法。 文獻中對船舶車間布局優化研究甚少，本文結合 SLP 和遺傳算法對管加工車間進行研 究。
1.2.2 車間信息管理
隨著制造工業的快速發展，加工車間的生產活動開始變的復雜化，規模也在不斷 擴大，通過看板和紙質記錄生產信息的方法已不在適用，如何結合現代化信息技術完 善車間生產管理成了重要研究方向。
國外信息技術發展較早，對車間信息化管理進行了深入研究。Chai結合船用管子 特點，對數字化管加工車間的物流情況進行了研究，利用 TRIBON 軟件實現管子信息 查詢和導入功能［24］； Hozak基于現代化造船模式的需要，從生產物流、管理信息流和 資源信息流等五個方面實現了船舶加工車間信息化管理模型的構建［25］； Zhao 等人通過 多 Agent 技術挖掘舾裝托盤信息，從而提取 TRIBON 中的托盤信息，建立了信息提取 通道［26］； Song 等人根據制造企業的實際生產特點和需求，開發了用于網絡協同設計和 分發的應用服務系統［27］； Li 等人構建了 EMS 系統，對車間加工狀態進行監控，再根 據反饋的車間加工情況，來優化車間生產流程［28］； Gao 等人依據車間加工的實際情況， 利用信息化技術對車間加工數據進行采集，并經過處理反饋至終端，實現車間信息化 管理，提升加工車間的制造能力［29］； Park 等人基于信息技術提出了一種智能制造自優 化控制系統，降低機械加工過程中的干擾對產品質量的影響［30］； Zhang 等人提出了基 于工業 4.0 概念的智能制造系統的概念框架，分析了智能加工、智能調度和智能控制 等關鍵技術在生產車間應用的可行性，意在推動工業 4.0 的發展［31］； Kato 基于物聯網 技術構建了車間生產過程信息監控框架，利用宏程序、工業看板技術實現了對機加工 車間的實時監控［32］。
隨著計算機技術的快速發展，推動了我國制造車間向信息化管理轉型升級，但仍 然有很多不足。袁軼彥根據船舶管加工車間的生產過程，建立了管子制造過程狀態數 據管理系統，實現管子制造過程有效管理［33］；戚寶運等人基于數字化車間概念對車間 MES 的構建和實現進行了討論，并闡述了如何構建以 MES 為核心的數字化車間系統 集成體系［34］;李琳根據管子設計和制造數據要求，建立了基于TRIBON的管子數據庫, 實現了管子相關信息的導入、提取和查詢功能［35］；高歡等人基于射頻技術對離散型車 間生產活動數據進行收集，并構建了車間物料生產過程的實時監控系統，提高了車間 物料生產狀態信息的實效性和追溯性［36］;劉一凡基于UG二次開發技術，開發出工藝 信息模型，將其運用到裝配車間，提高了車間的裝配效率［37］；孟麗麗等人針對車間生 產管理的需求，建立了以Web Services為基礎的車間管理系統，實現了車間生產現場 數據信息的集成，指導車間實際生產［38］;孫硯輝基于AES和MD5算法對數字化車間 內傳輸的數據進行加密，避免數據被篡改，提高了車間信息管理系統數據的安全性［39］; 袁志瓔等人通過信息技術構建了管加工信息管理系統，從中提取管子加工信息，并利 用成組技術進行分組加工［40］;王麟琨等人提出了一種多維度模型，并詳細分析了模型 核心要素，給解決制造裝備信息集成問題提供了有效方案［41］;
通過國內外文獻查閱和分析，我國離散型制造車間信息化管理還處于發展階段， 仍有很多大的進步空間，如何利用車間信息管理提升車間生產能力，還有待于進一步 的研究。本文根據管加工車間實際生產情況，通過信息管理技術構建了管加工信息管 理系統，對車間生產狀態進行監控，指導車間生產。
1.3本文研究內容及組織結構
1.3.1 本文主要研究內容
本文以 S 船舶制造企業管加工車間為例，深度剖析了管加工車間存在的問題，并 提出了相應解決思路。先從定量角度分析了管加工車間布局存在的問題，再從定性角 度分析了管加工車間生產信息管理存在的不足。通過SLP法和SLP-GA法對管加工車 間布局進行優化，改善車間物流系統，降低物流距離，提高設備利用率，從而降低車 間生產成本，同時通過信息管理技術構建管車間加工信息管理系統，對車間生產活動 進行實時監控，指導車間生產，提高車間生產能力。
本文的研究內容主要包括：
（1）對S船舶制造企業管加工車間和管子加工現狀進行了簡要介紹，從定量和定 性的角度分別對管加工車間布局和生產信息管理現狀進行了分析，并針對兩者存在的 問題提出了對應的解決思路;
（2） 利用 SLP 法的產品、數量、工藝路線、輔助生產部門和時間五項基本要素 對管加工車間制造單元間的物流關系和非物流關系進行分析，再根據兩者得到車間制 造單元間綜合相互關系，并繪制制造單元相對位置，最后根據實際情況確定 SLP 法管 加工車間布局優化方案；
（3） 為了克服 SLP 法過于依賴設計者經驗的缺點，將 SLP 與遺傳算法結合，利 用計算機算力代替人力。根據管加工車間實際情況，建立數學模型，以物流成本最小 和非物流關系最大為目標函數對遺傳算法進行設計，利用 Matlab 進行多次求解，最后 得到 SLP-GA 法車間布局優化方案。為了驗證方法的有效性和新布局的優越性，利用 plant simulation 軟件對車間原始布局、 SLP 法車間優化布局和 SLP-GA 法車間優化布 局進行仿真；
（4） 根據管加工車間的生產信息管理需求，結合生產管理體系結構和信息管理關 鍵技術，針對管加工車間的工作人員、生產設備、管子加工和生產執行信息四個方面 構建管車間加工信息管理系統，對管加工車間生產信息收集和狀態監控，指導車間實 際生產。
1.3.2 本文組織結構
第一章介紹了本文的研究背景與意義及相關領域的國內外現狀，對文章的研究內 容與組織結構進行總結；第二章對管加工車間進行了簡要介紹，分析了車間布局和生 產信息管理存在的問題，并提出了相應解決措施；第三章通過 SLP 法對管加工車間布 局進行優化；第四章建立了管加工車間數學模型，通過設計遺傳算法，將 SLP 與遺傳 算法結合，以物流成本最低和非物流關系最大為目標函數，利用 Matlab 進行求解，多 次運行獲得最優布局方案，并用 Plant Simulation 進行仿真驗證；第五章根據車間生產 管理需要，通過信息管理技術構建了管加工信息管理系統；最后，對論文的主要研究 內容進行總結，提出了不足之處以及對該研究方向的展望。
本文組織結構圖如圖 1.1 所示。
圖 1.1 論文組織結構圖
Fig.1.1 Organizational structure of dissertation
第 2 章 S 船舶制造企業管加工車間現狀分析
在萬噸級的散貨船制造過程中， 管子的制造和舾裝任務量占總任務量的 20%?30%。管加工車間是S船舶制造船用管子的重要場所，其生產組織能力影響整艘 船的建造進度。因此，管加工車間的生產組織任務繁重，如何提高管加工的生產組織 能力對船舶制造至關重要。本章針對S船舶制造企業的管加工車間布局和生產信息管 理現狀進行分析，發現問題并提出合理的解決思路。
2.1S船舶制造企業管加工車間概況
2.1.1 管加工車間區域布局
S 船舶制造企業管加工車間負責船用管子的制造，采用多品種、少批量生產模式， 是典型的離散型車間。管加工車間被劃分為12個制造單元，每個單元內含有多個功能 相近的設備，設備具體數量由加工量、工藝特點和設備加工能力決定。 12個制造單元 分別為：1.下料區， 2.彎管區， 3.附件堆放區， 4.校管區 1， 5.校管區2， 6.焊前打磨區， 7.小管徑焊區， 8.中管徑焊接區， 9.大管徑焊接區， 10.大管徑生產線， 11.成品打磨區， 12.泵壓區， S 船廠管加工車間布局簡圖和各區域的主要功能如圖 2.1 和表2.1 所示。
圖 2.1 S 船船制造企業管子車間加工區域布局示意圖
Fig.2.1 Sketch map of processing area layout of pipe workshop in shipbuilding enterprise
表2.1 S船舶制造企業管子加工區域職能簡介
Table 2.1 Introduction to the functions of the pipe processing area in the shipbuilding enterprise
區域 職能 主要設備
下料區 劃線和切割 各類型切割機
彎管區 彎管 各類型彎管機
校管區 校正和裝配 校管平臺和校管機
焊接區 焊接 CO2焊機和氬弧焊機
打磨區 打磨焊縫 氣動砂輪機和鋼絲刷
泵壓區 檢驗焊接質量 水壓試驗相關設備
附件堆放區 相關配件存儲 托盤和存儲架
大管徑生產線 生產大管徑管子 相關生產設備
管子加工車間內的生產設備是車間生產力的重要保障，設備加工能力越強，管加 工車間的生產能力越強，任務完成時間越短，整艘船的建造周期就越短。因此，管加 工車間設備生產能力對管子生產具有很大的影響，S船舶制造企業管加工車間各區域 設備布局情況如下表 2.2 所示：
表 2.2 管車間加工設備和工位布局
Table 2.2 Tube workshop processing equipment and station layout
區域 序號 設備名稱 數量
下料區 1 臥式鋸床 5
2 電動坡口機 3
3 數控管道切割機 1
4 相貫線切割機 1
5 割管機 1
6 彎管機 1
7 液壓彎管機 1
彎管區 1 彎管機 7
2 液壓彎管機 2
3 中頻彎管機 1
焊前打磨區 1 焊前打磨機 6
2 校管平臺 2
校管區1 1 校管平臺 14
2 數控管道切割機 1
3 割管機 3
校管區2 1 校管平臺 29
2 相貫線切割機 1
小管徑焊接區 1 小管徑焊接臺 28
中管徑焊接區 1 中管徑焊接臺 18
大管徑焊接區 1 大管徑焊接臺 15
大管徑生產線 1 大型直管法蘭機器人 3
2 中型馬鞍形機器人 1
區域 序號 設備名稱 數量
大管徑生產線 3 大管徑焊接臺 4
泵壓區和其他 1 水壓機 5
2 集配托盤 800
3 運輸、分揀、酸洗等工裝
2.1.2 管子加工業務流程
隨著船舶制造技術的發展，管加工車間的管子生產方式逐漸形成以托盤為單位組 織生產，其過程包括以托盤為單位的生產設計、物資采購、車間加工和分段舾裝。托 盤是管子加工和物料集配的載體，通常分為實托盤和虛托盤，又稱物理托盤和邏輯托 盤，具體含義如表 2.3 所示：
表 2.3 托盤的分類
Table 2.3 Classification of tray
分類 分類原則 類型
實托盤
（物理托盤）
托盤 虛托盤
（邏輯托盤） 在生產制作、運輸物流中用來集配、裝卸、
搬運物品的容器。
生產設計及相應的采購、生產、集配及現 場安裝而編制的管理用表冊，是現場作業 的基本單位。 由鋼結構、木結構等組成的 托盤架。
包含舾裝管理表、計劃管理 表、物料清單管理表等，涉 及工時和物量等信息。
船廠接到顧客訂單后，按照客戶要求進行設計和組織生產計劃。在管路設計過程 中，設計人員按照管子的裝配關系進行管子設計和編碼，并按照管子所屬的管路或分 段制定加工計劃。當相關文件發送至管加工部門，部門設計人員依據虛擬托盤提供的 管子信息，將管子按照成組技術和工藝相似性原理進行分組形成管件族，并構建加工 托盤，其包含了管子的類型、加工特點和裝配關系等信息。以實托盤為搬運單位在車 間內進行流動，將中間產品運輸至各加工區域。最后加工完的管子按照裝配關系進行 重組形成裝配托盤，并按要求交付。整個過程稱為雙托盤生產管理，托盤分揀流程如 圖2.2，基于雙托盤的生產管理模式流程如圖2.3所示：
圖 2.2 托盤分揀流程
Fig.2.2 Pallet sorting process
V
V分段舾裝
圖 2.3 管加工車間雙托盤生產模式
Fig.2.3 Double pallet production mode in tube processing workshop
2.1.3 管子加工工藝流程
船舶制造過程中，涉及多種多樣的管子，不同管子的加工要求也不近相同，因此 管子在車間加工的工序也有差別。S船舶制造企業管加工車間主要加工船用管子，是 典型的多品種、小批量生產類型，采用混聯的生產物流系統。船用管子加工的主要工 序：下料、校管、焊接、打磨、表面處理和集配，工藝流程如圖 2.4。流程圖中，實線 框為典型管子加工的主要工藝，虛線框為根據管子功能需求進行的特殊處理工藝，例 如開坡口、彎管和探傷等處理，表面處理和管子集配一般在加工車間外進行。
圖 2.4 車間管子加工的典型工藝流程
Fig.2.4 Typical pipe processing process
管加工車間的主要工序介紹：
（1）切割下料 管子切割下料是指操作工按照工藝要求對管子原材料進行劃線和切割。根據管材 和工藝要求的不同，使用對應的設備進行加工，一般小管徑管材使用鋸床切割，中管 徑和大管徑管材一般使用火焰切割。管材下料根據加工工藝可以分為有余量下料和無 余量下料，一般管材切割后都會留有余量，方便后續管材加工，而無余量下料盡管可 以節省資源，但加工要求太高，難以精準實現。
（2）彎管 彎管是對管材按照加工工藝要求進行彎制，主要設備為彎管機，一般分為冷彎和 熱彎。冷彎彎管機又分有芯彎管機和無芯彎管機，根據管材的不同材料和加工要求選 擇對應的彎管機。彎管工藝分先焊后彎和先彎后焊兩種加工方式，由于先焊后彎加工 工藝要求高，所以目前國內主要還是采用先彎后焊方式。
（3）校管
校管是將法蘭、三通件和管接頭等配件按照工藝要求安裝搭焊到主管上。根據管 子零件圖，調整校管機和管子的位置，將配件進行定位工作。
（4）焊接
焊接是將校管后的管子通過焊接的方式組裝連接，并將焊縫填充。鋼管焊接方式 通常分為氬弧焊和CO2氣體保護焊接，前者適用于管子對接焊的封底焊、薄壁管焊接, 而后者常用于管子對接焊的封面焊和搭接焊等。
（5）打磨 打磨是將焊接后的管子表面或內部進行瑕疵處理，將焊渣和硼砂等做打磨處理， 使焊接表面光滑，同時也對管子表面出現的焊縫缺陷進行修補工作。打磨常用氣動砂 輪機、鋼絲球和冷風皮帶等工具對不同管材情況進行處理。
（6）水壓試驗
水壓試驗是將經過打磨等工序的管子進行焊接質量檢測，具體操作是將管子放在 托架上，兩端用盲板夾緊，其中一端盲板上有通水管，另一端為放氣閥，將管內注入 淡水，排空管內空氣，用堅硬物輕敲焊縫處，觀察焊縫表面是否有水滲出，若沒有水 滲出則為合格的管子，可進行后續工序。
2.1.4 管子加工作業特點
在船舶制造過程中，每艘船通常要涉及成千上萬根管子，且管子規格很多，可達 到上百種，因此，管加工車間生產任務繁重。管子加工車間是船用管制造的重要場所， 同時也是船舶制造企業的重要生產部門。管加工車間的管子加工采用的是多品種、小 批量生產方式，一般具有以下作業特點：
（1）管子和管件復雜多樣
船舶常用管可分為鋼管、銅管和塑料管三大類。以鋼管為例，鋼管按工藝又可分 為有縫鋼管和無縫鋼管，按材料可以分為普通碳素鋼、優質碳素鋼、合金鋼和不銹鋼 等，其中還要根據型號和用途等進行分類，復雜多樣，且不同的管子加工要求也不同。 管件是將管子連接成管路的零件，在校管階段需要將各管件裝配到管子上，而管件樣 式很多，如表 2.4 所示，無疑又給管子加工帶來了極大的挑戰。船廠一般采取訂單式 生產方式，即整艏船為單位分配建造任務，不可避免的使管加工車間按照多品種、少 批量的生產方式去組織生產活動，給車間生產管理帶來了重重困難。
表 2.4 管件分類
Table 2.4 Pipe fitting classification
分類 管件類型 作用
用途 卡套、法蘭、管箍、喉箍等 連接管子
彎頭 改變管子方向
異徑四通、異徑管、 異徑彎頭和異徑三通 改變管子管徑
三通和四通 增加管路分支
墊片和生料等 密封管路
支架、卡環、吊環和拖鉤等 固定管路
連接 焊接管件、螺紋管件、 卡套管件和卡箍管件等 ——
材料 不銹鋼管件、鋼管件、 碳管件、塑料管件和橡膠管件等 ——
2）工序變化頻繁
管加工車間管理員按照加工清單對管子進行分類，給車間操作員分配加工任務。 管子在管加工車間加工一般要經歷以下工序：下料、彎管、校管、焊前打磨、焊接、 打磨、水壓試驗。因為管子材料和用途不同，對其加工工序也不近相同，部分管子加 工工藝如圖 2.5 所示：
圖 2.5 管子加工工藝路徑
Fig.2.5 Processing route of ship pipes
3）主要工序的自動化程度要求高
管車間加工管子采用多品種、小批量的生產方式，難以形成流水線生產，但是管 子加工工序對制造工藝要求較高，大都采用半自動化和自動化設備進行加工，純手工 制造較少。
（4）物流路線復雜 管加工車間在組織生產活動時，因為管子的加工工藝各異，在各個工序之間穿梭，
路線復雜，加上車間內通道寬度有限，多任務同時進行加工容易造成運輸堵塞。如何 合理的安排加工任務和保持車間內物流運輸的暢通性很重要。
（5）搬運形式多樣性
管加工車間內的中間產品以單件或者多根管子成批量放置托盤的形式在工序之間
流轉，運輸方式一般以叉車、軌道車和人工搬運為主。
2.2S 船舶制造企業管加工車間現狀分析
2.2.1 車間布局現狀定量分析
管加工車間布局影響中間產品的運輸路線和運輸距離，同等條件下，車間布局越 合理，物流運輸越通暢，運輸距離越短，則運輸時間越短、物流成本越低。本文以制 造單元間的物流量和物流距離對管加工車間布局進行定量分析。
制造車間的物流量一般是指在一定時間內制造單元間中間產品流通數量或總質 量，物流量越大則表示兩制造單元關系越密切。目前，物流量在學術界還沒有統一的 定義，為了符合車間的實際情況，本文取S船舶制造企業管加工車間2020年各制造單
元平均每天的加工托盤數量為物流量，且叉車在各區域之間運輸托盤時，一次只運輸 一個。制造單元間的運輸距離，又稱物流距離，是指中間產品在制造單元間運輸時行 經的路程，本文取兩制造單元間距離。在管加工車間生產活動中，中間產品在制造單 元間運輸所占的時長比重較大，涉及了人員或運輸工具的搬運、運輸、裝載等操作。
合理車間布局，可以最大限度的減少物流運輸距離，降低物流成本和生產時間，提高 車間生產效率。
依據 S 船舶企業管加工車間工藝流程，管子大致分為三類：直管、彎管和裝配管，
三類管的加工工序如表 2.5 所示：
表 2.5 船舶管子大致分類及其加工工序
Table 2.5 General classification of ship pipe and its processing procedure
管子分類 工序順序
直管 下料一校管一焊接一打磨一預集配一水壓試驗
彎管 下料一彎管一校管一焊接一打磨一預集配一水壓試驗
根據管加工車間的運輸距離和物流量繪制F-D（Flow，Distance，流量-距離）圖分析 管加工車間布局現狀，具體步驟如下所示：
（1）繪制制造單元間距離從至表
制造單元間距離從至表描述的是從制造單元a到制造單元b的距離。制造單元間 的距離為制造單元a的中間產品出口位置到制造單元b的中間產品進口位置的距離， 但為了方便下文的研究，在盡可能符合實際生產情況的前提下，取某個區域中心點位 置出發，沿著區域邊緣豎著或水平方向到另一個區域中心點位置的距離。為了方便表 述，將各制造單元名稱用 2.1.1 節中提到的數字序號替代，通過測量最終得到的制造單 元間距離從至表如表2.6所示：
表 2.6 制造單元之間距離從至表
Table 2.6 The distance between manufacturing units from to table
序號 1 2 3 4 5 6 7 8 9 10 11 12
1 35 29 30
2 24 38
3 37 19
4 34 35
5 21 47
6 48 48
7 43
8 33
9 27
10 23
11 20
12
（2）繪制制造單元間物流量從至表 根據管加工車間各個制造單元間的物流量，繪制制造單元間物流量從至表，如表
2.7 所示：
表 2.7 制造單元之間物流量從至表
Table 2.7 Logistics flow between manufacturing units from to table
序號 1 2 3 4 5 6 7 8 9 10
11 12
序號 1 2 3 4 5 6 7 8 9 10 11 12
7 67
8 72
9 43
10 43
11 182
12
依據表 2.6 和表 2.7，計算出物流量和物流距離的乘積，得到制造單元間物流強度 統計表，如表 2.8 所示：
表 2.8 制造單元間物流強度統計表
Table 2.8 Statistical table of quantitative data between manufacturing units
序號 加工區域對 物流量（個） 運輸距離（m） 量距積
1 1-2 26 35 910
2 1-4 52 29 1508
3 1-5 61 30 1830
4 2-4 14 24 336
5 2-5 12 38 456
6 3-4 12 37 444
7 3-5 14 19 266
8 4-6 8 34 272
9 4-7 58 35 2030
10 5-6 13 21 273
11 5-8 60 47 2820
12 6-7 9 48 432
13 6-8 12 48 576
14 7-11 67 43 2881
15 8-11 72 33 2376
16 9-10 43 27 1161
17 10-11 43 23 989
18 11-12 182 20 3640
（3）繪制并分析 F-D 圖
在 F-D 圖中，橫坐標代表物流距離，縱坐標代表物流量，將各制造區域間的物流 距離和物流量組成的點繪制在同一個直角坐標系，為了更加直觀的觀察各制造單元間 的物流關系，將此坐標系劃分為I、11、III、IV四個區域，如圖2.7所示：
80
• •IjlV
0 35 70
圖 2.7 管加工車間 F-D 分析圖
Fig.2.7 F-D analysis diagram of pipe processing workshop
在上圖中，可以直觀的看到18個點散布在四個區域。在區域I中共有六個點，該 區域物流量相對較大，但運輸距離短，能夠有效減小運輸成本，符合車間布局的要求； 在區域II中共有四個點，該區域物流量小，運輸距離也短，因此物流強度小，對物流 搬運產生的運輸影響較小，是較為理想的制造單元布局；在區域III和虛線上中有五個 點，該區域物流量小，但運輸距離遠，導致物流強度較大，造成輸運成本的增加；在 區域W和虛線上中共有三個點，該區域制造單元間運輸量大，運輸距離遠，對車間的 運輸和制造成本影響很大，是車間布局優化中重點對象。區域I和區域II的物理量受 車間訂單的影響，導致物流強度較大，而區域III和區域W主要是受物流距離的影響， 導致物流強度很大。因此，在接下來的車間布局優化中，著重考慮區域III、區域W和 虛線兩側涉及的制造單元的相對位置布置。
2.2.2車間生產信息管理現狀分析
2.2.2.1 管子業務流程管理
船廠一般以訂單式生產組織生產活動，多個部門協同完成生產任務。當有訂單時， 根據船型和顧客的需求，設計部門進行對接，并按照要求設計相關文件，然后按照各 部門職能制定相關生產計劃和任務。
生產計劃和相關文件下發到車間時，管加工車間的設計人員和管理人員依據相關 要求制定詳細生產計劃和任務，合理分配各班組任務進行加工。然而管加工車間是離 散型車間，以多品種、小批量方式組織生產活動，難以實現大批量生產，想要較小成 本的按時完城任務，對管加工車間加工計劃和生產能力提出了較高要求。管子加工計 劃和生產一般以托盤為單位，將托盤相關信息生成加工清單，下發到各班組，各班組 按照要求進行加工。具體流程如下所示：
（1） 設計部門根據船舶制造需求，建立相關模型，然后將模型轉化成對應階段的 管子場內制作圖和場外安裝圖發給管車間管理員。管子場內制作圖是指導管車間加工 的重要文件，包含了管子生產所需要的工藝信息。管子場外安裝圖是指導管件安裝作 業的重要文件，包含了管支架、緊固件等安裝方式；
（2） 將設計所建立的模型數據轉化成各階段的管子原材料托盤表、制造托盤表和 安裝托盤表，指導管加工車間生產；
（3） 管子加工車間的設計人員將接受到的文件進行整理，按照管加工車間的組織 生產特點進行分類，并記錄工藝信息和材料信息；
（4） 管加工車間的工藝組根據生產經驗計算生產工時，并抄寫派工單用于分配任 務和管子制造過程跟蹤；
（5） 生產部門根據加工任務擬定生產計劃，由調度人員分配任務給各班組。班組 先根據任務和相關清單到倉庫領取相關原材料和管件，然后根據工藝要求進行加工， 加工完后將成品管按要求放置托盤。某管件的原材料和成品如圖 2.8 所示:
（a）管子原材料 （b）法蘭
（c） 成品管
圖 2.8 船舶管件示例
Fig.2.8 Example of ship pipes
管加工車間在進行生產活動時，由于車間信息技術應用不夠廣泛，存在手工抄寫 圖紙信息的情況，不僅效率低還容易出現錯誤；存在手工計算作業工時情況，導致準 確率和效率低下；每天和每階段的生產任務進度，利用紙質表格、看板或者電子表格 進行人工記錄，不僅易丟失，而且精確度難以保證。
2.2.2.2 管子加工車間生產管理
由于我國制造業發展起步慢，與國外相比船舶制造企業車間管理還有很大的差距。 隨著國家政策的推動和信息化的快速發展，船舶企業逐步由傳統造船模式向現代化造 船模式轉變，雖有了很大的進步，但信息管理中仍存在著很多不足，導致車間生產能 力難以進一步的得到解放。
（1） 生產作業管理方面 隨著制造業的不斷發展，很多新的管理理念得以運用到車間作業管理中。目前，
精細化管理理念被船舶制造業廣泛應用于車間作業管理，但由于傳統制作模式的弊端， 難以一時取得很好的效果。傳統造船模式的粗放式管理模式導致很多問題：因為缺少 完善的信息管理，導致現場管理混亂，資源浪費嚴重，配套設施落后無法滿足精益化 生產需求；派工管理無法科學的落實到個人，導致一個班組里的操作工任務分配不均， 易造成消極怠工；生產作業過程管理不科學，過度依賴管理者生產經驗，難以實現有 節拍的均衡性生產。
（2） 生產計劃管理方面 一艏船舶的建造需要成千上萬根管子，為了滿足不同功能的需求，管子種類繁多，
加工時涉及了多個工種和工藝流程，給生產作業計劃帶來了極大的挑戰。傳統造船模 式中，管子加工車間生產作業計劃過度依賴管理員經驗，缺乏科學依據，易導致生產 混亂現象。當有返工、插單和急單等情況出現時，缺乏完善的計劃信息管理，經常不 得不更改生產計劃，導致原先生產計劃延期，不能按時完城制造任務，從而影響整個 船舶的建造周期。
（3） 生產資源管理方面
生產資源是車間生產力的重要保障，管加工車間的資源包括人力資源、設備資源 和運輸工具等。人力資源主要是指車間的操作工，管加工車間以班組形式進行任務加 工，每個班組由多名經驗不一的操作員，由于缺乏各操作工管子加工能力的科學統計， 在分配任務時容易導致任務分配不均，造成加工能力強的操作工過早完成任務處于空 閑狀態，而加工能力弱的不能按時完成任務，導致人力資源的浪費；設備資源是指車 間內從事生產的設備，管加工車間任務量大，相關生產設備多，但由于缺乏設備加工 能力的科學統計數據，導致設備資源利用不合理；輸運工具是指車間內負責運輸原材 料、中間產品和附件的工具，管加工車間運輸工具一般有叉車和行車，因為缺乏科學 的加工計劃，導致運輸路線交叉和堵塞嚴重。
2.3管加工車間存在的問題及解決思路
2.3.1車間布局存在的問題及解決思路
結合車間實際生產情況，通過對管加工車間布局分析，管加工車間布局存在以下 三個方面的問題：
（1） 車間設備布局不合理
S 船舶管加工車間布局初期以完成訂單為目的，結合生產流程和個人經驗進行車 間設備布置。隨著訂單量的增多，不得不增加設備數量，但因為缺乏科學指導，設備 布局不合理，導致制造單元生產能力不均衡，時常引發工序堵塞等問題，降低了設備 利用率，未經過系統規劃設計的車間布局逐漸顯露弊端。
（2） 中間產品搬運過程不流暢
管加工車間采用的是多品種、小批量生產模式，管子加工工序多變，難以形成流 水線生產。因為工序多變和缺乏完善的運輸調度系統，存在工藝路線和運輸路線不符 的情況，運輸員將原材料、半成品和管件等資源從上行制造單元運輸到下行制造單元 時，導致運輸路線交叉多，再加上管加工車間內的通道寬度有限，經常引起運輸不暢 等問題，從而影響下道工序加工。
（3） 制造單元布置不合理
通過F-D分析，處于III、IV區域和虛線上的有八個點，均是運輸距離相對較遠的 制造單元對，尤其是V區域三個點代表的制造單元對，兩者之間運輸量大，距離又遠, 導致運輸人員在搬運中間產品過程中花費時間過長，也增加了車間物流運輸過程堵塞 的可能性。同時，容易導致工序瓶頸，影響整個車間生產線的加工進度。在進行車間 布局時，不僅要考慮到工序之間的連貫性，還要考慮運輸距離和物流成本，如此才能 滿足企業實際生產情況的車間布局。
早期， S 船舶管加工車間未進行系統的設施規劃設計，在生產實踐過程中逐漸暴 露了很多不足，影響了車間的生產能力和生產進度。為了解決上述問題，管加工車間 需要根據車間生產的實際情況，對車間重新劃分區域，嚴格按照功能性原則布置，每 個區域實現一道工序加工；運用系統的車間設施規劃設計對管加工車間進行重新布局， 調整物流路線，縮短制造單元間距離，從而達到降低制造成本的目的。
2.3.2生產信息管理存在的問題及解決思路
在管加工車間內，管子的原材料、中間產品和附件等按照工藝要求在工序之間流 轉，推動整個車間的生產。隨著“兩化融合”的發展，管加工車間作為船舶制造過程 中的重要組成部分，已成為轉型升級的重點對象，使用信息化管理，推進管加工車間 的科學管理已是必然趨勢。通過現狀分析，目前管加工車間生產信息管理存在以下三
個方面的問題：
（1） 制定作業計劃不科學
設計部門將圖紙給計劃部門，由計劃部門按照工作量和工作難度給車間制定生產 計劃。管加工車間拿到管子加工相關文件后，由管理人員進行分解任務，并安排給各 個班組，但由于缺乏各班組生產能力數據，只能按照管理員的經驗進行分配任務，導 致作業計劃的可行性降低，容易造成班組任務分配不均，有的提前完成任務，有的拖 期嚴重。
（2） 生產過程缺乏有效控制
管加工車間管理員將任務分配給各班組，各班組按照任務分配給各操作工。管理 員通過看板了解各班組的完工情況，缺乏管加工過程狀態監控，難以掌握車間實時生 產狀態，包括操作工加工狀態、生產設備運行狀態和管子加工狀態。操作工狀態信息 包括加工、等待、空閑和缺勤等信息；生產設備運行狀態信息包括設備運行、等待、 堵塞和維護等信息；管子加工狀態包括管子加工設備和工序等信息。管理員不能實時 掌控車間生產狀態，就難以實現資源的最大化利用，導致車間資源的浪費，同時也影 響了加工周期。
（3）缺乏生產資源的快速重組能力
管加工車間管理人員將任務分解，以紙質形式給各班組，通過看板記錄計劃和完 工信息。當上級部門計劃或者車間加工計劃出現變化時，例如出現急單、插單和返單 等情況，管理人員難以及時更新計劃。由于管理人員未能掌握車間實時生產信息，難 以作出相應的任務分配，缺乏快速響應能力。
上述是傳統造船模式遺留下來的問題，船舶企業在向現代化造船模式轉變時，由 于車間現代化信息管理技術應用不夠，導致車間生產信息管理過程中存在許多問題。 以現代信息管理技術為基礎，對管車間加工信息進行收集，提高車間信息采集效率， 保證信息的完整性和時效性，經后臺處理后的管加工車間的生產活動信息實時反饋至 終端，便于管理人員實時掌控車間生產狀態。管理人員可以根據終端顯示的生產信息， 對管加工車間生產作出科學指導。
2.4 本章小結
本章介紹了 S 船舶制造企業管加工車間的布局、管子業務流程、加工工藝流程和 管子加工作業特點，然后從定量和定性的角度，分別對管加工車間布局現狀和生產信 息管理現狀進行分析，總結管加工車間在上述兩方面存在的問題，并提出了相應改善 思路。
第 3 章 基于 SLP 法的管加工車間布局優化
本章基于管加工車間的現狀研究和分析，通過 SLP 法對車間存在的布局不合理問 題進行改善。 SLP 法是基于五項基本要素對車間內各制造單元間的物流關系和非物流 關系進行分析，得到綜合相互關系，從而進一步對車間制造單元布局進行合理布置。
3.1 SLP 法簡介
SLP是工業工程領域中對企業車間布局研究最具代表性的一種方法［42］。SLP方法 的提出者是美國工程師理查德•繆瑟。該方法通過對車間物流分析和非物流分析得到作 業單位綜合關系，最終得到作業單位相對位置。 SLP 方法不僅限于工業廠房的設施分 布，也對大量工業工程布局問題有重要參考價值和意義［43］。
3.1.1 SLP 法基本要素
SLP 法是基于車間的五項基本要素對車間設施布局進行研究，分別是 P（Product， 產品）、Q（Quantity，數量）、R（Routing，工藝路線）、S （Service，輔助生產部門）、 T（Time，時間），具體內容如下所示：
P 是指車間生產過程中的生產對象，包括加工時涉及的物料。管加工車間布局設 計中， P 是指在車間加工的各類管子和管件。車間加工是將虛擬托盤中的管子和管件 按照成組技術和工藝相似性原理分組形成加工托盤，并以此為單位進行加工，所以本 文以托盤為對象進行研究。
Q 是指車間生產過程中的生產數量，涉及產品數量、在制品數量和加工數量。在 管加工車間布局優化中， Q 指在各制造單元進行加工的托盤數量。本文以各制造單元 間運輸的托盤數量為制造單元間的物流量。
R 是指車間生產過程中的工藝路線，影響車間布局中各制造單元的相對位置。在 管加工車間布局設計中， R 是指管子和管件的加工和運輸路線，即各種物料和中間產 品在車間各制造單元間的流動路線。在管加工車間， R 是指加工托盤根據工藝清單在 各制造區域流轉路線。
S 是指影響車間生產活動的部門，包括辦公室、員工休息區和監控室等。在管加 工車間布局規劃中， S 是指輔助車間生產活動的部門，包括生產計劃部門、辦公室、 運輸部門、員工休息區和食堂等。本文主要針對管加工車間生產區域的布局優化，輔 助生產部門不做研究。
T 是指產品從原材料到加工成產品所需的時間，包括物料投放時間、加工時間、 和運輸時間等。在托盤管理模式下的管加工車間中， T 主要是指在各工序上的加工時 間和制造單元間中間產品搬運時間。
3.1.2 SLP 法步驟
在使用 SLP 方法對車間布局進行規劃時，包括以下幾個步驟：
（1） 收集資料和劃分區域：在車間設施規劃前，對車間的 P、 Q、 R、 S、 T 五項 基礎信息進行收集、整理和歸納。根據五項基礎信息的分析和管加工工藝流程進行劃 分制造區域；
（2） 物流關系分析：主要分析加工車間制造單元間的物流量和運輸距離關系，物 流量越大、運輸距離越短，車間布局越理想。利用不同等級的物流強度劃分制造單元 間的物流關系程度，物理程度等級越高，布局時對應制造單元位置應越接近；
（3） 非物流關系分析：非物流關系分析主要考慮非物流因素對制造單元間的影響， 常以人員流動、中間產品流通、操作人員舒適度、作業工序的連貫性和車間安全等為 指標。對非物流關系強度劃分等級表示制造單元間的非物流關系；
（4） 綜合關系分析：考慮制造單元間的物流關系和非物流關系，根據車間的具體 需求，對兩者進行按比例加權重，取兩者之和的數值來表示制造單元間的綜合關系， 數值越大，密切程度越大，布局時位置越接近，最后整理得到綜合關系表；
（5） 繪制位置相關圖：根據綜合關系表，得到各制造單元間的密切聯系程度，其 加權后的數值由高到低進行排序，排名越高的優先安排至車間中心區域，與其密切聯 系的制造單元合理安排在周圍，最終得到位置相關圖；
（6） 繪制作業單位面積相關圖：根據步驟一中收集的信息，得到劃分后各制造單 元的面積和形狀，按照繪制的位置相關圖進行合理的擺放，得到車間制造單元面積相 關圖；
（7） 修正：在實際的車間布局中，車間條件不具備理想化狀態，需要結合車間具 體情況，例如車間面積大小、制造單元面積、車間安全、中間產品和工作舒適度，對 面積相關圖進行調整，使之符合車間的實際情況；
（8） 方案評價擇優：作業單位位置相關圖經修正后，可得到多個車間布局方案。 以工藝流暢度、空間利用率、生產成本、搬運成本等指標，對初步車間布局進行評價， 選擇最優方案。
SLP 法實施流程圖如圖 3.1 所示：
圖 3.1 SLP 法車間布局流程圖
Fig.3.1 SLP method workshop layout flow chart
3.2 車間布局分析
3.2.1 制造單元劃分
S 船舶制造企業管加工車間設備是按照工藝原則和功能性原則相結合的方式布 置。車間長55m,寬為50m,將其劃分為12個制造單元，其名稱、需求面積和代號如 表 3.1 所示。在同一制造單元內，含多個功能相近設備，布置無特殊要求，擺放合理 即可。制造單元內部設有臨時通道和臨時存儲區。
表 3.1 制造單元設計
Table 3.1 Manufacturing cell design
序號 單元名稱 面積/m2 代號 序號 單元名稱 面積/m2 代號
1 下料區 10x20 M1 7 小管徑焊接區 10x20 M7
2 彎管區 3x17 M2 8 中管徑焊接區 10x20 M8
3 附件堆放區 6x16 M3 9 大管徑焊接區 7x22.5 M9
4 校管區1 10x17 M4 10 大管徑生產線 7x22.5 M10
5 校管區2 16x20 M5 11 成品打磨區 23x7.5 M11
6 焊前打磨 3x18 M6 12 泵壓區 17x7.5 M12
由表 2.2 可知，部分制造單元內含有多種工序加工設備，沒有嚴格按照功能性原 則布置，不利于管子加工流程的流暢性，同時會導致車間物流運輸路線變多，增加了 車間物流運輸路線交叉的可能性和運輸堵塞現象。因此，將制造單元內設備按功能性 原則布置，同種功能的設備放置在同一區域，如表 3.2 所示：
表 3.2 各制造單元加工設備和工位布局
Table 3.2 Processing equipment and station layout of each manufacturing unit
區域 序號 設備名稱 數量（個）
下料區 1 臥式鋸床 5
2 電動坡口機 3
3 數控管道切割機 2
4 相貫線切割機 2
5 割管機 4
彎管區 1 彎管機 8
2 液壓彎管機 3
3 中頻彎管機 1
焊前打磨區 1 焊前打磨機 6
校管區1 1 校管平臺 16
校管區2 1 校管平臺 29
小管徑焊接區 1 小管徑焊接臺 28
中管徑焊接區 1 中管徑焊接臺 18
大管徑焊接區 1 大管徑焊接臺 15
大管徑生產線 1 大型直管法蘭機器人 3
2 中型馬鞍形機器人 1
3 大管徑焊接臺 4
泵壓區和其他 1 水壓機 5
2 集配托盤 800
3 運輸、分理、酸洗等工裝
3.2.2 物流關系分析
物流關系分析中，利用從至表對車間制造單元間物流量和距離進行統計。從至表 的橫行和豎列按照制造單元序號依次列出，用數字表示相對應的制造單元，表中的數 據表示制造單元間的物流量和距離，如表2.6和2.7所示。
制造單元間的物流強度是SLP法的重要組成部分，根據從至表算出制造單元間的 物流強度，并依據物流強度表對制造單元間物流強度進行等級劃分。物流強度通常分 為五個等級A、E、I、0、U,其程度由強到弱，如表3.3所示。將各制造單元間物流 強度從高到低排列，根據表2.8物流強度統計表和表3.3得到制造單元間物流強度匯總 表 3.4。
表 3.3 物流強度等級劃分表
Table 3.3 Logistics intensity classification table
物流強度等級 代表符號 承擔物流量比例/% 分值
超高物流強度 A 40 4
特高物流強度 E 30 3
較高物流強度 I 20 2
一般物流強度 0 10 1
可忽略物流強度 U 0 0
表 3.4 物流強度匯總表
Table 3.4 Logistics Intensity Summary Table
序號 制造單元對 物流強度 物流強度等級 分值
1 11-12 3640 A 4
2 7-11 2881 A 4
3 5-8 2820 A 4
4 8-11 2376 E 3
5 4-7 2030 E 3
6 1-5 1830 E 3
7 1-4 1508 E 3
8 9-10 1161 I 2
9 10-11 989 I 2
10 1-2 910 I 2
11 6-8 576 I 2
12 2-5 456 I 2
13 3-4 444 I 2
14 6-7 432 I 2
15 2-4 336 0 1
16 5-6 273 0 1
17 4-6 272 0 1
18 3-5 266 O 1
基于以上對物流關系的分析，可整理得到管加工車間物流相關圖，如圖 3.2 所示。 從圖中可直觀的反映各制造單元間的物流強度等級關系，有 3 對制造單元間為超高物 流強度 A 級關系， 4 對制造單元間為特高物流強度 E 級關系， 7 對制造單元間為較高 物流強度 I 級關系， 4 對制造單元間為較高物流強度 O 級關系。
圖 3.2 管加工車間制造單元間物流強度關系
Fig.3.2 The relationship of logistics intensity between manufacturing units in tube processing workshop
3.2.3 非物流關系分析
在管加工車間制造管子時，各制造單元間不僅有物流關系，還存在非物流關系。 因此，在制造車間布局設計中，物流因素和非物流因素共同決定車間的最終布局。非 物流因素中，主要考慮工作的連續性、人員的調配關系、物流的搬運和生產安全等方 面，繆瑟認為，在車間布局設計中， SLP 法的非物流影響因素選取不超過 10 個。結合 S 船舶企業管加工車間的實際情況，選取了以下 6 個因素，如表 3.5 所示，以此確定制 造單元的非物流關系，繪制得非物流關系圖，如圖 3.3 所示：
表 3.5 非物流關系影響因素
Table 3.5 Influencing factors of non-logistics relationship
序號 影響因素
1 工藝的連續性
2 中間產品搬運的便捷性
3 職員的調配通用性
4 作業環境的安全性
5 便于監督管理
6 作業緊密聯系
將車間非物流關系對制造單元間布局的影響進行定性分析，根據上述的 6 個影響
因素將非物流關系密切程度分為 6 個等級，分別用 A、 E、 I、 O、 U、 X 表示，其重要
程度依次降低，如表 3.6 所示。
表 3.6 非物流關系密切程度等級劃分表
Table 3.6 Classification table of closeness degree of non-logistics relationship
含義 符號 量化值
絕對重要 A 4
特別重要 E 3
重要 I 2
一般 O 1
不需要 U 0
不希望接近 X -1
結合車間實際情況，對車間各制造單元間的非物流關系進行分析，整理得到非物
流關系等級劃分表，如表 3.7，繪制非物流關系圖，如圖 3.3 所示。
表 3.7 非物流關系等級劃分表
Table 3.7 Non-logistics relationship classification table
序號 制造單元對 密切程度等級 等級理由 分值
1 1-2 A 1, 2, 5, 6 4
2 11-12 A 1，2，5，6 4
3 5-8 A 1，2，5，6 4
4 7-11 E 1 ，2，5 3
5 8-11 E 1 ，2，5 3
6 10-11 E 1 ，2，5 3
7 2-4 E 1 ，2，5 3
8 9-10 E 1，3，5 3
9 4-6 E 1 ，4，5 3
10 6-7 I 1 ， 2 2
11 6-8 I 1 ， 2 2
12 4-7 I 1 ， 2 2
13 1-4 I 1 ， 2 2
14 1-5 I 1 ， 2 2
15 2-5 O 1 1
16 3-4 O 2 1
17 3-5 O 2 1
18 5-6 O 2 1
圖 3.3 制造單元間的非物流關系
Fig.3.3 Non-logistics relationships between manufacturing units
3.2.4 制造單元間綜合相互關系分析
制造單元間綜合相互關系分析是對各制造單元間物流關系和非物流關系進行分 析，將兩者的量化值進行加權計算，得到新的量化值，并以此進行劃分等級，得到制 造單元間綜合關系緊密度，最后整理繪制制造單元間綜合相互關系圖。具體方法如下：
（1）確定加權方式。采用加權計算方法，如公式（3.1）所示：
Zij = xMjj + yyNi （3.1）
其中，Zi為制造單元間的綜合相互關系量化值，Mj為物流關系量化值，Nj為非 物流關系量化值，x和y為加權系數。
（ 2 ）確定物流關系和非物流關系的比例。在諸多文獻研究中，兩者的關系比例范 圍通常在1:3到3:1。因為，當比例小于1：3時，物流因素對車間生產影響很小，非 物流因素占據主導地位，此時只需要考慮非物流因素；當比例大于 3：1 時，說明物流 因素對車間生產影響比較大，非物流因素可以忽略，只需要考慮物流因素。 S 船舶企 業管加工車間生產活動中，希望盡可能的降低物流強度，縮短制造單元間的距離，從 而降低車間物流運輸成本，但同時也要考慮制造單元間的非物流關系。因此，管加工 車間制造單元間的物流因素大于非物流因素，取權重比例 x:y=2:1。
（3）制造單元間綜合相互關系等級劃分，等級劃分表如表 3.8 所示：
表 3.8 制造單元間綜合相互關系等級劃分表
Table 3.8 Classification table of comprehensive interrelationships among manufacturing units
含義 符號 量化值
絕對重要 A 4
特別重要 E 3
重要 I 2
一般 O 1
不需要 U 0
不希望接近 X -1
（4）對物流關系量化值和非物流關系量化值進行加權計算，按照綜合相互關系等
級劃分表對各制造單元間等級進行劃分和排序，如表 3.9 所示：
表 3.9 制造單元間綜合相互關系等級劃分
Table 3.9 The classification of comprehensive interrelationships among manufacturing units
序號 制造單元對 物流強度量化值 非物流強度量化值 加權后得分 強度等級
1 5-8 4 4 12 A
2 11-12 4 4 12 A
3 7-11 4 3 11 A
4 8-11 3 3 9 E
5 4-7 3 2 8 E
6 1-4 3 2 8 E
7 1-5 3 2 8 E
8 1-2 2 4 8 E
9 9-10 2 3 7 I
10 10-11 2 3 7 I
11 6-8 2 2 6 I
12 6-7 2 2 6 I
13 2-4 1 3 5 O
14 2-5 2 1 5 O
15 4-6 1 3 5 O
16 3-4 2 1 5 O
17 3-5 1 1 3 O
18 5-6 1 1 3 O
（5）根據制造單元間綜合相互關系等級劃分表，繪制制造單元間綜合相互關系圖， 如圖 3.4 所示：
Mi 下料區
m2 彎管區
m3 附件堆放區
m4 校管區1
m5 校管區2
m6 焊前打磨
m7 小管徑焊接區'
m8 中管徑焊接區
m9 大管徑焊接區'
Mio 大管徑生產線
Mn 成品打磨區
Ml 2 泵壓區
圖 3.4 制造單元間綜合相互關系圖
Fig.3.4 Comprehensive interrelationship diagram between manufacturing units
3.3制造單元相對位置圖及結果
制造單元相對位置圖一般是根據綜合接近程度進行。制造單元綜合接近程度是用 某制造單元與其他制造單元之間量化后的關系密切程度求和所得值來表示。將制造單 元綜合接近程度量化值按照從高到低進行排序，分值高的制造單元優先繪制。繪制過 程中為了清晰地表示各制造單元間的位置緊密關系，通常將制造單元間綜合相互關系 等級轉化成不同型線來表示，并利用對應型線相連。具體步驟如下：
（1）根據制造單元間綜合相互關系等級劃分表算出各制造單元的量化值總和，得 到綜合關系排序表，如表 3.10 所示：
表 3.10 制造單元綜合接近程度
Table 3.10 Overall proximity of manufacturing units
序號 1 2 3 4 5 6 7 8 9 10 11 12
1 8 8 8
2 5 5
3 5 3
4 8 5
5 3 12
序號 1 2 3 4 5 6 7 8 9 10 11 12
6 6 6
7 11
8 9
9 7
10 7
11 12
12
分值 -- 8 -- 18 16 3 14 23 -- 7 27 12
排序 10 7 10 3 4 9 5 2 10 8 1 6
（2）確定繪制位置相關圖的規則。根據綜合相互關系等級劃分表中各制造單元對 等級和綜合接近程度表進行繪制，A等級最重要，其次為E等級、I等級、0等級U 等級和 X 等級，分別用表 3.11 中的線型表示。
表 3.11 制造單元密切程度等級符號
Table 3.11 Manufacturing unit closeness level notation
綜合相互關系等級 接近密切程度 線型表示
A
E
I
0 極其重要 特別重要 重要 一般重要
U 不重要 無
X 不希望接近
（3）根據制造單元綜合相互關系等級劃分表和綜合接近程度表繪制管加工車間各
制造單元相對位置關系，如圖3.5所示：
圖 3.5 制造單元相對位置圖
Fig.3.5 Manufacturing cell relative position diagram
（4）根據管加工車間實際情況進行調整，因為M11位成品打磨區，M12位泵壓區 是管子加工的最后兩道工序，考慮工藝的連續性和完工運出車間因素，將其放置靠近 邊緣位置；M7和Ms為焊接區，M6為焊前打磨區，有些管子在焊接前需要打磨，所 以將其放在相鄰位置； M2 為彎管區， M1 為下料區， M4 為校管區，有些管子下料完后 要先進行彎管再校管，所以將 M2 放在 M1 和 M4 的之間。最后根據各制造區域面積合
理安置，得到最后布局圖，如圖 3.6 所示：
圖 3.6 SLP 法車間平面優化布局
Fig.3.6 SLP method workshop layout optimization
3.4 本章小結
基于管加工車間的基本要素，通過 SLP 法對車間的物流關系和非物流關系進行分 析，得到物流相關圖、非物流相關圖和綜合相互關系圖，綜合以上信息繪制制造單元 相對位置布局圖，再根據制造單元的面積和車間實際生產情況進行調整，最后得到管 加工車間布局優化方案。
第 4 章 結合 SLP 和遺傳算法的管加工車間布局優化
在設施布局設計中， SLP 法通過車間物流和非物流因素分析，從而得到較為合理 的初步布局方案。但 SLP 法注重工藝的連續性和車間布局的合理性，對車間設備布局 優劣性的判斷過于依賴設計人員的經驗，缺乏對車間的定量分析，導致無法直觀的、 科學的判斷布局是否最優。因此，建立管加工車間數學模型，以物流成本最小和非物 流關系密切程度最大為目標，設計遺傳算法，用 Matlab 進行求解，經多次運算，取最 優解，最后通過 Plant Simulation 仿真進行驗證。
4.1 遺傳算法簡介
4.1.1 遺傳算法的概念
遺傳算法是美國John Holland于20世紀70年代提出，是一種模擬達爾文生物進 化論的自然選擇和遺傳學機理的生物進化過程的計算模型，通過模擬自然進化過程搜 索最優解的方法［44］。該算法通過數學方式，利用仿真軟件進行運算，將所求的問題轉 換成生物進化的染色體遺傳問題，通常伴隨選擇、交叉、變異等過程。遺傳算法在求 解復雜的組合優化問題時，通過設計的算法可較快、較輕松的得到較好的優化結果， 常被研究者應用于組合優化、機器學習等領域［45］。基于這些特性，通過設計遺傳算法， 對管加工車間布局進行優化。
4.1.2 遺傳算法的特點和優點
遺傳算法的特點有如下四點：
（1） 在建立數學模型時，模型中的變量可以是非連續的。求解過程中利用離散的 編碼進行尋優。因此，可以將車間的制造單元用數字編號，按照一定的順序排列，形 成算法中的基因編碼；
（2） 利用適應度函數充當匹配優化問題和算法模型兩者間的橋梁。適應度函數作 為一個評價函數，根據目標函數判斷個體的優劣程度；
（3） 算法借鑒自然界中的生物進化原理，可最大程度的進行全局搜索，尋求最優 解；
（4） 算法中的交叉和變異操作，可有效避免在求解過程中，陷入局部最優解。 遺傳算法的優點有如下四點：
（1）應用廣泛。遺傳算法的運算對象是編碼，可以直接針對集合、矩陣等結構對 象。在研究問題時，只需要將對應的求解目標轉換成編碼等對象即可；
（ 2）評價科學化。在算法求解過程中，利用適應度函數對優化目標進行科學評價， 可根據輸出的適應度函數判斷優化結果的優劣性；
（ 3）搜索范圍廣。搜索過程是從一個具有多個個體的初始種群開始，不僅可以有 效避免不必搜索的個體，還可以避免搜索過程中陷入局部最優解；
（ 4）搜索靈活度高。遺傳算法的搜索規律是不確定性規則，參數對搜素結果應影 響較小，且每個個體可代表具體的搜索方向。
4.1.3 遺傳算法實現步驟
遺傳算法利用了“優勝劣汰，適者生存”的生物進化規律，將研究對象表示成串 聯的編碼，形成遺傳學中的基因編碼，通過復制、交叉和變異等操作對個體進行有方 向的選擇，適應度高的個體被保留，適應度低的個體則被淘汰，最后得到最優個體即 問題的最優解，具體步驟如下：
（1）染色體編碼。遺傳算法應用中，需要對研究的問題中的變量轉化成對應的編 碼，不同的編碼方式影響優化速度和結果。編碼方式通常用二進制編碼、格雷碼編碼 和實數編碼等方式，針對不同的問題研究選擇對應的編碼方式。
（ 2）確定初始種群。一般可以隨機生成初始種群作為初始解，也可以自定義初始 種群。初始種群的數量和質量影響優化速度和結果，數量過多會導致求解時間過長， 影響進化方向，而數量過少、質量太差會影響求解精準度，因此要選擇合適的種群。
（ 3）計算適應度。適應度函數值是判斷新生成個體優劣的一個重要依據。根據研 究對象，建立適合適應度函數，適應度函數值代表某染色體在種群中的遺傳能力的強 弱，遺傳能力強的可以順利進化到下一代，將優勢基因一代代的遺傳下去，依次類推， 最終得到最優解。
（ 4）選擇操作。選擇操作是將種群中適應能力強的個體直接遺傳至下一代或者配 對交叉產生新的個體，而適應能力差的則被淘汰［46］。
（ 5 ）交叉操作。交叉操作是將種群中的兩個染色體按照一定的規律替換重組形成 新的染色體，提高搜索能力，同時避免因適應能力差的染色體被快速淘汰，導致過早 收斂，從而影響優化結果［47］。
（6）交叉操作。交叉操作是將種群中的某些個體基因座上的基因進行變動，得到 新的個體，提高種群多樣性［48］。
4.2基于遺傳算法建立管加工車間數學模型
4.2.1車間布局優化的問題描述和假設
船舶管加工車間的設施布局是連續優化的多行設備布局問題。管加工車間制造管 子，根據不同管子加工需求，在多個工序之間流轉，每個制造工序在同一個區域有多 個功能相近的設備。由于車間實際情況的約束和加工需求不同，各加工區域的面積大 小和形狀不盡相同，在研究時，其區域近似為長、寬不一的矩形。為了方便研究，做 以下假設：
（1） 加工車間內單個大型設備或多個功能相近的設備所在區域形狀近似為包絡矩 形，且長和寬已知。
（2） 各制造單元按橫平豎直擺放，處于同一行的制造區域中心坐標在同一水平線 上，其邊界平行于車間邊界；
（3） 加工車間內的物流運輸沿水平或者豎直方向運輸；
（4） 制造區域沿 X 軸方向依次布局放置，采用自動換行策略。
基于以上假設，建立以車間左下角為坐標原點，長為X軸，寬為Y軸的車間布局 數學模型，如圖 4.1 所示。
圖 4.1 數學模型參數圖
Fig.4.1 Mathematical model parameter map
其中，車間的長度L=55m；車間的寬度H=50m；制造單元的數量"=12；車間的 制造單元行數M=3；制造單元i和汁1在X軸方向上的最小距離要求Sy=1m； mi為第 i（i=1,2,…,,,...,）個制造單元;制造單元i與左、右邊界最小間距要求Sia=Sib=0.5m； 制造單元i與作業單元k在Y方向最小間距要求dik=2m；第一行/最后一行作業單元的 中心線到邊界的距離Do=1m； li為第i個制造單元的長度；h為第i個制造單元的寬度;
xi為第i個制造單元中心到X軸的距離；y為第i個制造單元中心到Y軸的距離；山 為制造單元k和相鄰制造單元邊界在X軸方向上的凈距離；D為制造單元行距離。
4.2.2車間布局優化數學模型的約束條件
建立車間數學是建立在理想的條件下，但為了保證算法結果的精確性，還需要根
據車間的實際情況設立約束條件，主要包括以下五個方面：
1）制造單元在水平方向上不沖突：
|xz -xj\TikTjk - (li +1)2 + Sij （4.1）
[1, 制造單元i•在第k行
（4.2）
]o. 其他
2）制造單元在豎直方向上不沖突：
1/ -yk| - (yi + yj)/2 + dik （4.3）
3）制造單元不超過車間長度：
Xj +1 / 2 + Sjb — L （4.4）
4）制造單元不超過車間寬度：
y + h /2 — H （4.5）
5）各制造單元不重復布置：
M
工T = 1
k=1 （4.6）
4.2.3車間布局優化數學模型的目標函數
在車間設備布局問題研究中，多個因素的共同作用才能決定最終的車間布局。因 此，在優化車間設備布局時，要考慮多個因素的影響，屬于多目標優化問題。在研究 中為了降低多目標問題的求解難度，通常將多目標問題轉化為單目標問題，再對不同 目標根據實際情況賦予相應的權重。在管加工車間實際生產中，生產成本是重要考慮 因素，其中除了生產所必需的成本，還有物流成本。從定量的角度分析，物流強度是 必須要考慮的因素；從定性的角度分析，還要考慮制造區域之間的非物流關系，根據 工藝的連續性和制造區域之間的影響等合理安排車間布局。
物流成本的大小被視為車間布局優劣判斷的重要指標。合理的車間布局，使中間 產品在各制造區域之間運輸更流暢，運輸路程更短，減少了運輸途中的時間，盡可能 的減少了車間物流成本。根據車間的實際情況，運輸成本主要受運輸量和運輸距離影 響，因此物流成本公式如下所示：
Z1 =ttCQjDj （4.7）
i=1 j=1
其中，Zi表示車間物流成本；Cij表示制造單元i到制造單元j的物流費用；物流 量矩陣 Qij 表示制造單元 i 到制造單元 j 的物流量，見表 2.7，Qij 如公式（4.8）所示； 距離矩陣 Dij 為制造單元 i 制造單元 j 的運輸距離，見表 2.6， Dij 如公式（4.9）所示：
d11 d12… d1n
D= d21 d22 •… d2 n
ij J J • •. J (4.9)
_ dn1 dn 2… dnn _
在優化車間布局時，不僅要考慮物流關系，非物流關系也同樣重要。非物流關系 代表制造單元間的緊密聯系程度，包含制造單元上下游的工藝連續性，信息傳遞的迅 捷性，物流運輸的便捷性等方面，其表達式如公式（4.10）所示：
Z2 ER （4.10）
i=1 J =1
其中，Ej表示制造單元i與制造單元j之間的非物流關系量化值，其根據密切程 度等級進行量化而來，見表3.6和表3.7； Rij表示制造單元i與制造單元j的接近程度, 稱為關系因子，由Dij轉化而來，如表4.1所示，其中Dmax為車間長與寬之和。
表 4.1 關系因子值的換算
Table 4.1 Conversion of Relation Factor Values
Dj范圍 Rj
0 <Dij#Dmax 4
Dmax/6 VDjSDmax/3 3
Dmax/3 V Dij^Dmax/2 2
Dmax/2 V Dij^2Dmax/3 1
2Dmax/3 VDijW5Dmax/6 0
5 Dmax/6 V Dij<Dmax -1
基于上述分析，取車間制造單元間物流成本最小（Z,）和制造單元間非物流關系
最大（ZJ為目標函數，公式如（4.11 ）和（4.12）所示：
min Z1 =ZicQjDj （4.11）
i=1j=1
maxZ = EE EjRj （4?12）
i=1j=1 為了有更直觀的優劣比較，將上述兩個目標函數合成一個函數。由于不同車間對 物流成本和非物流關系密切程度需求不同，對兩個優化目標加以不同的權重W1和W2, 且W1+ W2=1,最終目標函數如公式（4.13）所示：
n n n n
minZ = W1 工工CjQjDj -w?工工場飛 （4.13）
i=1 j =1 i=1 j =1
4.3遺傳算法設計和求解
遺傳算法可根據設定的一些條件，實現快速搜索全局最優解。將 SLP 和 GA 結合， SLP 分析得到的物流關系和非物流關系表進行量化運算，轉化為矩陣表，代入算法計 算，以成本最低和非物流關系最大為目標，求出最優解。以 SLP 法的初始布局方案作 為 GA 的初始種群，達到全局快速尋優的目的，實現過程如圖 4.2 所示：
圖 4.2 SLP-GA 算法流程圖
Fig.4.2 SLP-GA algorithm flow chart
4.3.1編碼設計
遺傳算法的原理是模擬自然界的遺傳進化，涉及染色體和基因。在應用中，遺傳 算法通常需要將所要求解的問題，轉化成規定的編碼，充當遺傳學中的染色體，染色 體上的基因代表著具體方案。至今，遺傳算法的編碼方法尚未統一，常見的編碼方法 有二進制編碼、格雷編碼、浮點數編碼和符號編碼。
S 船舶企業管加工車間的區域劃分明確，面積和形狀已定，對其進行布局優化問 題即將不同的布局方案代入到設計的遺傳算法中，經過運算求解，目標函數最大的則 為布局效果最好的方案。結合四種編碼方法的優缺點，符號編碼更適合用于車間布局 優化問題的研究。
符號編碼是用某些符號來表示染色體上的基因值，可由具體的求解問題設定相關 符號，符號本身不具有實際意義，只充當代碼含義的符號集，例如｛a，b，c…｝或｛0, 1, 2,…｝代表一個染色體，而集合里的元素代表染色體上的基因值。將車間布局方案 按照一定的順序進行排列，作為染色體，染色體上的基因視為各個制造單元，多個染 色體組成種群。種群在設定的競爭規則中，優勝劣汰，最終保留最優個體，即最優解。 船舶制造車間屬于典型的多行設備布置，在應用中制造單元按行布置，采用自動換行 策略，即當布置區域的長度或者寬度超過實際車間的大小時，默認布置到下一行，遵 循從左到右，自上而下的布置方式。目標函數由車間制造單元的相對位置和制造單元 間的凈距離決定，因此本研究采用制造單元序號和凈距離進行編碼：
｛% m2, m3,…,m〉, n\,' 2, X …,亠｝
式中：mi為編號是i的制造單元；n為制造單元個數；Ai為制造單元i與制造單 元 i-1 之間的水平凈距離。
4.3.2初始化種群
設定初始種群是遺傳算法進行的先前條件，為算法后面的進化提供方向。在遺傳 算法中，初始種群一般采用隨機生成，保證了種群的多樣性，為多方向進化提供保障。 初始種群的數量和質量影響求解的速度和效果，當種群數量過多，質量較差時，會導 致求解時間過長，不容易收斂，降低求解效率；當種群數量過少，質量較差時，種群 的多樣性降低，容易造成局部收斂，無法獲得全局最優解，求解效果差。為了避免上 述兩種情況，可根據需要，自主設定初始種群。將 SLP 法優化后的管加工車間布局作 為初始種群的一部分，其他部分由算法在此基礎上隨機生成。
4.3.3 適應度函數選擇
適應函數是遺傳算法對種群中染色體基因優劣判斷的重要指標。適應函數值高的 個體，適應能力越強，基因越優質，越容易被遺傳到下一代，而適應函數值低的個體， 越容易被淘汰。適應函數是種群進化的內驅動力，也是“優勝劣汰”的唯一選擇標準。 因此，適應函數的選擇需要依據實際情況而定，一般是由目標函數演變而來。常用的 目標函數中，取倒數法是將目標函數取倒數從而轉化成適應函數。若目標函數為最大 化問題，則轉化成公式（4.14）；若目標函數為最小化問題，則轉化成公式（4.15）。其 中 f 為一個常數，保證分母為正數。
F(x) - £ 仃、f 工0, f +f(x)工0 (4.14)
1 + f + f (x)
F(x) = i fa、 f >0,f f(x) >0 l4.15)
1 + f - f (x)
根據管加工車間實際情況，適應函數選擇取倒數法。結合車間制造單元布局中采
用自動換行策略的懲罰項，種群中第k條染色體的適應度函數Eval 5）如下式（4.16）
所示： T ) = min Z + Pk (4.16)
在優化過程中， 采用自動換行策略，只需要考慮布置最后一行制造單元時，縱向
上是否超出車間區域，所以 Pk 取值情況如公式（ 4.17）所示：
p _]0, 不超出車間邊界
P =[T, 超出車間邊界
式中：minZk為目標函數；Pk為不合理懲罰項；T為一個不合理的正數，取懲罰值 為 500 。
4.3.4 遺傳算子設計
4.3.4.1 選擇算子
選擇操作是遺傳算法從種群中挑選優質個體，淘汰劣質個體的操作。選擇操作是 建立在適應函數評估基礎之上，適配度高的優秀基因個體越容易直接遺傳到下一代或 者通過交叉和變異操作產生新的個體。在遺傳算法的應用中，常見的選擇算子有輪盤 賭選擇、錦標賽選擇和精英選擇等。
根據常用選擇算子的特點和車間布局的實際情況，遺傳算法的選擇操作設為輪盤 賭選擇。輪盤賭選擇是根據個體的適應函數值所占種群適應函數值的比例進行隨機選 擇，個體適應函數值所占比例越大，被選擇的概率越大，越容易進入下一代。具體步 驟如下：
（1）根據個體的適應函數值計算各個個體被選中的概率，計算公式如（4.18）。
n
工 Eval (%)
k=1
l 2）將各個個體被選擇的概率用長度不一的線段表示，概率越大，線段越長。各 個個體的線段組成一條直線，直線長度為 1，如下圖 4.3 所示：
P1 P2
丨 丨 丨 丨
0 P1 P1+P2 1
圖 4.3 輪盤賭選擇示意圖
Fig.4.3 Roulette selection diagram
(3)在［0， 1］區間隨機生成一個數，數字落在哪個位置，就選擇該數對應的線段。 可知，個體適應函數值大的個體，多對應的線段越長，數值區間就越大，越容易包含 所隨機產生的數，則該個體越容易被選擇，遺傳到下一代。該法避免了適應度值低的 個體被全部淘汰，從而減少多樣性的損失。
4.3.4.2 交叉算子
遺傳算法是模擬自然界中遺傳特點的一種啟發式算法。遺傳學中，兩個父代染色 體通過交叉重組形成子代染色體，獲得不斷進化的能力。在遺傳算法中，交叉操作將 “父代”編碼通過一定的規律，交叉重組成新的“子代”編碼，從而獲得繼承“父代” 優秀基因的“子代”。交叉操作要解決的主要問題是交叉基因點的選擇和兩個個體基因 部分交換的方法，是種群產生新個體的主要方式，因此，交叉操作的選擇及其重要。 交叉操作分為實值交叉和二進制交叉，因遺傳算法在車間布局中的應用，主要使用二 進制交叉，所以此處主要討論二進制交叉。常用二進制交叉算子有單點交叉、兩點交 叉、多點交叉和部分匹配交叉等。
根據交叉算子的特點，管加工車間布局優化問題中的制造單元編碼序列采用部分 匹配交叉操作。部分匹配交叉是在種群中任選兩個染色體，并在相同基因位置選擇兩 個切點。兩個染色體切點之間的基因段形成映射關系，將其進行交叉替換，得到新的 個體。該方法的優點在于每個染色體中基因的唯一性，常用于排序問題編碼。其運算 過程如圖 4.4 所示。
步驟一：在種群中隨機選擇兩個染色體，其對應的兩個制造單元編號序列假設為 父代1和父代2,并在兩個編號序列相同位置隨機產生兩個起止交叉點，如圖(a)所 示；
步驟二：交換兩組編號序列中起止交叉點之間的序列片段，如圖(b)所示；
步驟三：交換完后，解決在同一序列里某些制造單元編號重復出現的問題。根據 交換的兩組序列片段可以建立一個映射關系，如圖(c)所示，利用未在起止交叉點之 間的制造單元編號將重復的編號交換掉，在此過程中起止交叉點間的序號片段不變。 根據此法依次替換同一序列內的重復編號，直至不再出現沖突，最終得到兩個新的制 造單元編號序列即子代1和子代2最后結果如圖(d)所示。
(c) (d)
圖 4.4 部分匹配交叉操作
Fig.4.4 Partial match crossover operation
制造單元間的凈距離采用算術交叉操作，假設第i代中的A和B兩個染色體對應 的制造單元凈距離序列為和AXiB,按照公式(4.19)進行運算，得到第汁1代的 染色體中對應的制造單元凈距離序列AXai+1和21 Xb 7
AX『=aAX； + (1 - a)AX： 、
A B A ( 4.19)
AX『=a^X\ + (1-a)AX；
式中：a取值為0.5。
4.3.4.3 變異算子
遺傳學中，自然界的生物會因為自身的基因在某些特殊的情況下發生變異，從而 得到新的顯性基因，甚至長時間的積累進化成新的物種。盡管變異的概率很低，但卻 是生物進化的重要方式。遺傳算法中，變異是指染色體上某個基因發生變化，從而產 生新的個體，豐富種群的多樣性。變異操作是對選擇操作和交叉操作的一個補充，三 者的有效結合，可充分發揮遺傳算法在種群中的尋優能力。其中，選擇操作是選擇有 利的進化方向；交叉操作是提高全局的搜索能力；變異操作可提高局部的搜索能力。 常用的變異操作有基本位變異、區間逆轉變異和交換變異等。
根據管加工車間布局的特點和符號編碼的性質，選擇變換變異作為遺傳算法的變 異操作。交換變異是在染色體上隨機定位兩個基因位，將被標記的兩個基因位上的基 因值互換，得到新的染色體，其運算過程如圖 4.5 所示：
1 2： 0 6 0 8 一 口 2： 6 8
圖 4.5 交換變異示意圖
Fig.4.5 Schematic diagram of exchange variation
4.3.4.4 算法終止設計
使用遺傳算法處理具體問題時，種群在進化到一定程度會出現進化緩慢甚至停滯 現象，為了保證搜索效率，要對其設定一個迭代終止條件。若算法運行中達到以下任 一條件，可終止算法：種群中某一個體的適應函數值超過設定值；種群中個體的平均 適應函數值超過設定值；在運算過程中，算法迭代的次數超過設定值。本文設定迭代 數位 200，當迭代次數超過 200 時，算法終止。
4.3.5 Matlab 仿真優化及結果分析
根據上述建模和遺傳算法步驟，編寫 Matlab 腳本文件，種群大小設定為 100，交 叉概率為0.8,變異概率為0.05,最大遺傳代數為200,懲罰項T值為500, Dmax=105, 凈距離范圍為［0， 3］。本文目標函數中的加權系數依據 SLP 法中物流關系和非物流關 系的權重進行取值，即wi=0.7, W2=0.3。制造單元距離之間的搬運成本c=0.2（元/米）。 以 SLP 得到的車間布局結果作為初始種群： ［12， 11， 8， 5， 9， 10， 7， 6， 4， 2， 1， 3］。
在 Matlab R2018b 中多次運行主函數，得到多組近似解，從中選取 6 組較優結果 進行分析，并選出最優結果，如表 4.2 所示。
表 4.2 運行結果
Table 4.2 Operation result
序列 基因序列 目標函數值 物流成本 迭代數 布局
1 [12 11 8 5 9 10 7 6 4 2 1 3] 2185 3564 124 良好
2 [9 8 11 12 5 10 7 4 6 3 2 1] 2024 3473 137 一般
3 [9 10 5 8 11 12 2 4 7 6 1 3] 2046 3510 138 較差
4 [11 12 8 6 7 9 10 5 3 4 2 1] 1952 3253 114 良好
5 [12 11 8 5 6 9 10 1 2 3 4 7] 2019 3365 85 一般
6 [12 11 6 4 5 8 10 1 2 3 7 9] 1980 3300 99 良好
以目標函數值大小、物流成本、迭代數和布局結果為評價標準，目標函數越小對 應物流成本越低，種群中優秀基因被保留下來的可能性越大，得到的車間布局越理想。 將目標函數值過大、過早收斂和不符合工藝流程的布局結果排除，最終得到第 4 組數 據結果。運行程序，得到進化次數同最優函數值曲線如圖 4.6 所示：
圖 4.6 最優函數值曲線
Fig.4.6 Optimal function value curve
由圖 4.6 可知，在第 114 代時函數收斂，目標函數值為 1952，對應運行結果： {11， 12， 8， 6， 7， 9， 10， 5， 3， 4， 2， 1}， {1.257， 0.271， 0.384， 0.182， 0.862， 0.152， 0.085， 0.142， 0.153， 0.091， 0.094， 0.245}，進行解碼后的車間布局如圖 4.7 所示。
M]1 M]2
圖 4.7 SLP-GA 法車間布局
Fig.4.7 SLP-GA method workshop layout method
為驗證所建模型的有效型，將原方案、SLP方案和SLP-GA方案進行對比，優化
前后方案對比如表 4.3 所示，優化后的布局在目標函數值和物流費用上均明顯降低。
表 4.3 優化前后方案對比
Table 4.3 Comparison before and after optimization
布局方案 目標函數值 物流費用（元）
原方案 2746 4158
SLP 方案 2185 3564
SLP-GA方案 1952 3253
最終優化效果/% 28.9 21.7
4.4 基于 Plant Simulation 的布局仿真驗證
4.4.1 Plant Simulation 概述
Plant Simulation 是離散型系統仿真常用的軟件之一，可同時面向操作和屬性，用 戶可根據自己的需求創建圖形化模型，利用 SimTalk 程序語言設定模型中各模塊的屬 性，使模型按照自身需求運行，從而達到仿真目的［49］。相比其他離散型系統仿真軟件， Plant Simulation 有以下優勢：
( 1 )圖形化顯示
在仿真中， Plant Simulation 根據建模時的設定和需求，窗口會顯示對象信息和屬 性，以及仿真效果動畫。用戶可以根據顯示的信息判斷是否符合自身的需求，若出入 較大，可依據仿真過程更改模型信息和屬性，而其他仿真軟件只能等待仿真過程完全 結束，根據仿真結果判斷是否修改相關模型，不僅可以為用戶節省等待時間，也提高 了仿真效率。
( 2 )屬性繼承
Plant Simulation 軟件可預設一個對象的信息和屬性，新建的對象均可保留該對象 的信息和屬性。因此，在車間生產線建模時，遇到同種設備的建模很便捷，節省了建 模時間。
( 3)模塊化建模
在 Plant Simulation 建模中，通過自帶的模塊可很方便的滿足簡單生產線的建模， 具有很高的易用性和靈活性。當遇到復雜模型時，可通過內嵌SimTalk語言進行精確 調整，滿足用戶對建模對象的多種需求［50］。
( 4 )軟件擴展接口多
Plant Simulation 軟件中包含多種其他軟件的接口，滿足與其他軟件之間交互功能， 能夠讓用戶快速讀取相關數據，并將處理后的數據傳輸給其他軟件，極大的提高了模 型數據的讀寫效率，其中擴展接口包含Excel、C語言和SQL。
Plant Simulation 含有多個基礎建模模塊，大體可分為兩類，一類為數據信息處理 模塊，主要用于輸入、分析或控制仿真的控制；一類為物理模塊，主要用于模擬實際 設備和工具。本文仿真涉及的主要模塊，如表4.4所示：
表 4.4 控件的名稱及含義
Table 4.4 Names and meanings of the controls
類別 名稱 圖形 含義
物理模塊 Source 模擬送料口
Drain 模擬產品加工完成
SingleProc 模擬加工設備
ParallelProc 模擬多個并行加工設備
Assembly 模擬組裝過程
FlowControl ■> 模擬分/合流
Track 模擬通道
Part S 模擬零部件
Container 模擬托盤
Buffer •：g~u」 模擬緩沖區
Transporter 模擬運輸工具
數據信息 處理模塊 Event Controller 事件控制器，控制仿真的運行
Shift Calendar 日歷，用于模擬生產和休息時間的控件
Table File 園 表格，用于存放生產數據的表格
Method 程序控件，運用編程來控制仿真
Chart 圖片，用于分析工位設備的使用情況
Experiment Manager 試驗管理器，試驗設計的工具
Bottleneck Analyzer 瓶頸分析器，查看工位瓶頸情況的控件
4.4.2管加工車間仿真目標及建模原則
（1）仿真目標 前章節中對管加工車間經行了布局優化。在理論基礎上進行了研究，具體投入到 實際生產效果還有待商榷。通過三個布局方案的對比，驗證新布局方案是否真正縮短 了車間物流距離，改善車間的物流系統，從而提高了工藝的連續性和改善了設備的運 行狀況，達到提高車間生產能力，減少車間生產成本的目的；因此，上述問題需要在 Plant Simulation 仿真中得到進一步的確認。
通過 Plant Simulation 對管加工車間平面的原始布局方案、 SLP 法布局方案和 SLP-GA 法布局方案進行仿真，并以各制造區域設備或工位的加工狀況和車間物流距 離為評價指標。
（2） 建模假設 管加工車間生產系統是離散型系統，多個中間產品同時在多個設備上加工，上道
工序加工完后，由叉車等工具運輸到下一道工序，不同工序分布在不同的制造區域。 因此，為了簡化仿真的復雜度的同時，盡量貼近實際生產情況，做以下假設：
1） 車間設備起始準備時間為零，設備加工完一個零件時，放置該工位旁的緩存區 的對應托盤里，完成該托盤時，由叉車運輸到下一道工序，且可立即進行加工；
2） 生產所需的原料充足，可維持生產線不停加工的需求；
3） 加工過程中，設備正常運轉不會出現故障現象；
4） 工作時間為一周五天，每天上午 8:00-12:00，下午 13:00-17:00。
（3） 前置功能描述
通過 Plant Simulation 中的 SimTalk 語言對以下功能進行處理：
1） 建立的仿真物流搬運符合實際生產車間的運輸特點；
2） 建立的仿真制造單元面積符合實際生產車間的需求；
3） 建立仿真時，將其與生產管子 BOM 數據相連接，管子的基本信息、制造工藝 順序和各工序加工時間均可獲取；
4） 建立仿真時，連接 SQL 數據庫，通過數據庫讀取管加工車間布局方案和設備 信息，一鍵導入。
4.4.3建立仿真模型
本文利用 Plant Simulation 建模，按照上章節的三種車間布局方案進行布局，模型 中主要分為物流系統和生產線系統。在建模過程中，將車間設備和工藝流程采用流程 再造技術映射到仿真中，由單個設備到制造區域，再到整個車間，逐層次化建模；根 據管加工車間的生產組織模式，利用相似性理論、成組技術和雙托盤模式對生產加工 流程進行模擬。
在建立的物流系統中，運輸工具先將原材料運輸到先行制造區域的緩存區，再從 緩存區將完工的中間產品通過制造區域間的通道運輸到下行制造區域的緩存區，按照 導入的工藝流程依次運輸，直至運輸到成品區。交通工具的行走的路程，作為評價布 局方案優劣的指標，路程越短，則該布局的方案越優。
在建立的生產線系統中，通過成組技術和加工托盤將生產所需的原材料通過運輸 工具送至下料區，加工完后放置加工托盤中，當托盤里的零件加工完后，由運輸工具 送至下個制造單元的緩存區等待加工，按照設定的加工工藝流程依次重復上述過程， 直至運輸到成品區。各制造區域的設備利用率作為評價布局方案優劣的指標，設備利 用率越高，則表示該布局方案越優。
本文仿真數據來源于 S 船舶管加工車間的某一訂單，共 216 個托盤，因為篇幅原 因，其中一個托盤艉部船內裝 MA13CZ 部分信息如表 4.5 所示：
表 4.5 艉部船內裝 MA13CZ 部分信息
Table 4.5 Part of the information on the interior of the stern ship MA13CZ
序號 托盤名 管子名 規格 工時單流水號 工時單編號 材料
1 艉部船內裝MA13CZ 5712-DM06-1 22*2.2 001278 0001-5712 鋼
2 艉部船內裝MA13CZ 5712-DM06-2 22*2.2 001278 0001-5712 鋼
3 艉部船內裝MA13CZ 5712-DM06-3 22*2.2 001278 0001-5712 鋼
4 艉部船內裝MA13CZ 5712-DM06-4 22*2.2 001278 0001-5712 鋼
5 艉部船內裝MA13CZ 5712-DM02-1 35*2 001278 0001-5712 鋼
6 艉部船內裝MA13CZ 5712-DM02-2 35*2 001278 0001-5712 鋼
7 艉部船內裝MA13CZ 5712-DM02-3 35*2 001278 0001-5712 鋼
8 艉部船內裝MA13CZ 5712-DM02-4 35*2 001278 0001-5712 鋼
9 艉部船內裝MA13CZ 5712-DM02-5 35*2 001278 0001-5712 鋼
10 艉部船內裝MA13CZ 5712-DM03-1 35*2 001278 0001-5712 鋼
11 艉部船內裝MA13CZ 5712-DM03-2 35*2 001278 0001-5712 鋼
12 艉部船內裝MA13CZ 5712-DM03-3 35*2 001278 0001-5712 鋼
13 艉部船內裝MA13CZ 5712-DM03-4 35*2 001278 0001-5712 鋼
14 艉部船內裝MA13CZ 5712-DM03-5 35*2 001278 0001-5712 鋼
15 艉部船內裝MA13CZ 5712-DM03-6 35*2 001278 0001-5712 鋼
16 艉部船內裝MA13CZ 5712-DM05-1 35*2 001278 0001-5712 鋼
17 艉部船內裝MA13CZ 5712-DM05-2 35*2 001278 0001-5712 鋼
18 艉部船內裝MA13CZ 5712-DM05-3 35*2 001278 0001-5712 鋼
19 艉部船內裝MA13CZ 5712-DM05-4 35*2 001278 0001-5712 鋼
20 艉部船內裝MA13CZ 5712-DM05-5 35*2 001278 0001-5712 鋼
21 艉部船內裝MA13CZ 5712-DM05-6 35*2 001278 0001-5712 鋼
將物流系統和加工系統，利用 Plant Simulation 的控制模塊和 SimTalk 編程關聯， 按照管加工車間的實際情況進行建立仿真。對管加工車間原始布局方案、 SLP 優化布 局方案和 SLP-GA 優化布局方案建立仿真模型，分別如圖 4.8、圖 4.9 和圖 4.10 所示：
如直道切
sreneau
圖 4.8 管加工車間原始布局仿真
Fig.4.8 Simulation of the original layout of the tube shop
圖4.9管加工車間SLP法優化布局仿真
Fig.4.9 Simulation of optimum layout by SLP method in Pipe Machining Workshop
圖 4.10 管加工車間 SLP-GA 法優化布局仿真
Fig.4.10 Simulation of optimum layout by SLP-GA method in pipe machining workshop
4.4.4 仿真結果分析
三個仿真方案使用的數據來自管加工車間同一訂單，將相關信息導入 Plant
Simulation，分別運行三個仿真，得到三個方案的物流距離和各制造單元設備利用率。
三個方案的物流距離分別為75362.3m、66544.9m和61344.7m。各制造單元設備利用 率如圖4.11、圖4.12和圖4.13所示：
原始車間布局制造單元設備利用率
100
圖 4.11 原始車間布局各制造單元設備利用率
Fig.4.11 The equipment utilization rate of each manufacturing unit in the original workshop layout
圖4.13 SLP-GA法車間布局各制造單元設備利用率
Fig.4.13 SLP-GA method workshop layout equipment utilization rate of each manufacturing unit
由仿真結果知，原車間布局物流距離為 75362.3m， SLP 法車間布局物流距離為 66544.9m 相比原車間布局物流距離降低了 11.7%；SLP-GA 法車間布局物流距離為 61344.7m,相比SLP法車間布局物流距離降低了 7.8%，相比于原車間布局物流距離 降低了 18.6%，有明顯的降低，驗證了方法的有效性。設備運行仿真情況對比如表4.6 所示：
表 4.6 三種方案設備運行情況對比
Table 4.6 Comparison of equipment operation of three schemes
制造 ——原布局 SLP法布局 SLP-GA 法布局
單元 工作
/% 等待
/% 堵塞
/% 工作
/% 等待
/% 堵塞
/% 工作
/% 等待
/% 堵塞
/%
M1 48.3 39.7 12.0 53.6 36.1 10.3 62.3 28.9 8.8
M2 61.6 11.8 26.6 66.2 12.9 12.9 70.3 29.2 10.5
M4 70.0 10.3 19.7 74.3 19.5 6.2 80.5 11.1 8.4
M5 42.3 31.5 26.4 66.1 17.6 16.3 75.4 11.2 13.4
M6 61.7 25.2 13.1 61.5 24.3 14.2 65.7 24.5 9.8
M7 59.0 24.2 16.8 70.3 17.7 11.0 82.3 13.1 4.6
M8 66.1 17.3 16.6 67.4 16.4 16.2 73.4 11.9 14.7
M9 51.8 39.9 8.3 60.0 31.9 8.1 65.7 23.5 10.8
M10 4& 1 41 10.7 54.2 35.8 10.0 72.3 23.1 4.6
M3 為附件堆放區， M11 為成品打磨區， M12 為泵壓區，其所用的加工設備較少， 所以仿真中不討論其設備運行狀況。通過表中數據的對比， SLP 方案中設備的利用率 整體呈上升趨勢，等待時間和堵塞時間均在減少。 SLP-GA 布局中的設備運行進行情 況得到了進一步的改善，相比原始車間布局的設備運行情況而言，設備利用率平均提 高了 15.4%，等待時間平均減少了 7.1%，堵塞時間平均降低了 7.2%。
通過三個布局的仿真結果分析可知，車間物流總距離降低了 14017.6m,減少比例 為 18.6%，設備利用率平均提高了 15.4%，等待時間平均減少了 7.1%，堵塞時間平均 降低了 7.2%，驗證了方法的有效性和優化后的布局方案的合理性與優越性。
4.5 本章小結
基于 SLP 法的基礎上結合遺傳算法對管加工車間布局進行優化，并通過 Plant Simulation 進行仿真驗證。首先根據管加工車間實際情況進行數學建模和約束條件設 定，確定了以物流成本最小和非物流關系最大的目標函數；然后對遺傳算法進行設計， 根據車間的實際情況確定遺傳算法的編碼方式、適應度函數、選擇算子、交叉算子和 變異算子，通過 Matlab 編寫程序，并運行求解，通過結果分析得到最優布局方案；最 后利用 Plant Simulation 對原車間布局、 SLP 法車間布局和 SLP-GA 法車間布局進行建 模和仿真，通過仿真結果分析可知， SLP-GA 法車間布局縮短了物流距離、提高了設 備利用率，減少了等待時間、降低了堵塞時間，驗證方法的有效性和優化后的布局方 案的合理性與優越性。
第 5 章 船舶管加工信息管理系統研究
據實際數據統計，在整個船舶制造過程中，管系的制造與舾裝工作量可占總工作 量 20%-30%，因此，船舶管子加工是船舶制造重要組成部分。由于傳統船舶管加工車 間生產信息獲取難，對車間管子的加工狀態無法實時監控，難以合理安排生產活動， 從而影響船舶建造周期，增加了制造成本。隨著信息化不斷的發展，企業逐步使用信 息化管理車間生產活動，并取得了很好的效果。因此，本文結合 S 船舶制造企業的管 加工生產信息管理現狀，在優化后的車間引進信息化管理，通過信息管理技術構建管 加工信息管理系統，對管子生產過程進行管理和監控，提高管理水平，進而增強車間 的生產能力，縮短船舶制造周期，減少制造成本，提高企業競爭力。
5.1船舶管加工信息管理需求分析
5.1.1船舶管加工信息管理存在的問題分析
管加工車間是船舶制造企業用來加工船舶所需管子的制造場所，是船舶制造的重 要組成部分。管子制造工序繁雜，不同類型的管子需要經歷不同工序，而建造一艘船 所需管子數量可達上萬根，總量大、品種多、少批量，甚至有些管子只有一根，對加 工過程管理提出了較高要求。根據第二章的分析，管加工車間的信息管理可總結為以 下三個問題：
（1） 信息化應用效率低
隨著信息化的發展，企業逐步使用信息化管理，系統中存儲了大量的數據，但卻 沒有很好的利用。部門之間的信息化已逐步完善，但在加工車間的信息化利用率仍然 較低，對車間的運行狀態難以很好的把控。
（2） 基礎數據混亂
管加工車間基礎數據包含管子信息、設備信息和加工人員信息等，信息量大且雜， 由于缺乏統一信息收集、存儲和查詢平臺，每當需要相關信息時，需要花費大量的人 力、物力才能整理出來，甚至時間過長導致數據遺失。如果將這些數據進行統一收集 整理，可通過其對車間的生產能力等形成一個科學的評價。
（3）生產制造狀態難控制
管加工車間生產過程中，生產狀態信息難以及時的反饋到數據端，管理人員難以 直接的掌握車間的生產情況，對設備資源、人力資源的調用和管子的加工狀態難以及 時掌控，對出現緊急、插單和臨時作業調度時，難以合理安排，從而影響整個周期。
5.1.2船舶管加工信息管理系統需求分析
基于管加工車間信息管理存在的問題分析，根據需求，通過信息管理技術構建管 加工車間信息管理系統。本文對于管加工車間信息管理系統的總體要求：
（1） 搭建一個信息平臺，幫助車間管理人員制定合理車間加工計劃，將車間資源 進行合理分配，實現車間生產信息的快速反饋和車間資源的柔性調度；
（2） 幫助車間管理員掌控車間生產設備基本信息、人員基本信息、管子加工基本 信息和生產執行信息；
（3） 設計部門將任務分發給管加工車間，車間管理員分配完任務，可通過該功能 了解任務是否開始和任務進度；
（4） 建立一個車間生產狀態監控平臺，監控車間加工時的狀態信息。對車間的設 備運行狀態進行監控，便于車間管理員了解設備狀態，及時作出計劃調整；對車間加 工人員進行監控，便于車間管理人員及時了解員工的加工狀態；對加工工件狀態進行 監控，便于管理員查找具體管子加工狀態和位置。
5.2船舶管加工信息管理關鍵技術
5.2.1 設備感知網絡拓撲結構
車間設備管理以實現對加工設備狀態進行統計和跟蹤為目的，以便車間管理人員 查看設備運行狀態和維護人員及時維護。車間設備管理中，需要收集設備的名稱、設 備類型等信息。根據收集的信息，給設備進行編號，每個編號代表一個設備即編號具 有唯一性，方便管理人員準確查找，及時了解設備的運行狀態、維護歷史等信息。
隨著信息化的應用，企業可以根據實際生產需要，將傳感器和執行器等數字化設 備產生的信息上傳到工業互聯網數據庫中，并可通過特殊處理以圖表等形式上傳到 ERP 系統，以便各管理層直觀查看車間生產信息。信息的傳遞注重時效性，所以對生 產車間的網絡速度和穩定性要求較高。結合管加工車間實際生產需求，在眾多網絡架 構中選用星型拓撲結構。星型拓撲結構采用的是中式通信控制方式，利用中央節點對 車間網絡進行控制。車間信息采用有線和無線傳輸兩者相互配合，確保信息傳遞的及 時性和完整性。
星型拓撲結構具有結構簡單、維護容易、網絡延遲時間短和傳輸信息誤差低等優 點，只要中央節點正常，一般不會出現網絡癱瘓問題。因此，中央節點的設置至關重 要，本文采用交換機進行布置，通過網卡與車間設備相連接，整體網絡結構以星狀分 布呈現，如圖5.1所示。管加工車間還需實現無線Wi-Fi全覆蓋，用來連接無線設備, 例如車間人員攜帶的終端設備，如此無線設備通過無線網卡實現信息傳輸。
設備2 設備3
圖 5.1 車間網絡拓撲結構
Fig.5.1 Workshop network topology
服務器包含生產工藝管理、生產信息管理和生產過程管控等模塊。如圖 5.2 所示 為船舶管加工車間設備管理結構。
5.2.2 管加工車間數據采集方法
管加工車間具有占地面積大、設備數量多、工種多和加工量大等特點，要想車間 正常且高效的運轉，信息化管理技術必不可少。車間數據的精確和完整收集是信息化 管理的前提條件，也是重要保障。以下是車間采集數據的常用方式：
（1）自動識別數據采集
1 ）條形碼技術
條形碼是利用規則的條空和對應的字符組成的符號來表示一定的信息。條形碼技 術通過光電掃描設備讀取條形碼，將條形碼代表的信息快速、精準的錄入數據庫，從 而達到信息采集和管理的目的。其優點是信息錄入快、可靠性高，易操作和成本低； 其缺點是識別距離有限、每個條碼存儲信息量小、保密性低和受損后可讀性差。
2）射頻識別技術
射頻識別技術（Radio Frequency Identification, RFID）是一種自動識別技術。RFID 系統由閱讀器、標簽和應用軟件系統構成，其工作原理是當標簽進入到閱讀器的可讀 取范圍時，自動接收閱讀器的射頻信號，然后將自身存儲的信息發送至閱讀器，經閱 讀器解碼后，上傳至數據庫進行相關信息處理。 RFID 具有穩定性高、存儲信息量大、 安全性高、可批量處理、可重復使用和感知距離遠等優點，能夠很好的彌補條形碼技 術的缺點。 RFID 標簽可分為三大類：傳統自粘不干膠式標簽、注塑式標簽和卡片式標 簽，可根據不同應用場景選擇合適的標簽形式。
3）工業手持終端 工業手持終端結構由操作系統、屏幕和按鍵等組成，由于體積較小，工作人員可 以隨身攜帶，及時采集所需要的數據信息，上傳到客戶端。工業級手持終端支持條碼 掃描、指紋采集、無線數據通訊和 RFID 識別等功能，可以很好的協助工作人員完成 信息采集工作。其缺點是無法實現數據的自動化采集，需要人工操作。
（2） 設備終端自動采集
設備終端自動采集一般分為三種情況：①普通以太網模式：通過以太網開發包的 數控設備，操作人員可以根據廠商提供的開發接口進行數據傳輸，例如管加工車間的 激光切割機；②數據采集卡：操作人員可以根據信息需求，將設備的I/O點與傳感器 相連，可以采集設備運行狀態、加工時長等參數；③組態軟件采集：利用PLC控制類 設備，對加工設備進行數據提取，通過計算機進行信息的采集和處理。其優點是可以 實現對設備的控制和監控；缺點是對車間加工設備自動化能力要求頗高。
（3） 人工采集 車間非自動化設備的采集難以實現自動化信息采集，需要操作人員手動采集。一
般分為兩種方式：①車間工作人員在從事生產時，收集的零碎信息或者紙質信息需要 手動錄入到客戶端；②車間工作人員利用現場信息收集工具對所需要的信息進行采集, 最后導入數據庫。
船舶管加工車間屬于典型的離散型生產方式，其具有設備數量多、管子加工類型 多和數量大等特征，僅采用單一的信息收集方法是無法滿足生產數據信息收集的。以 FRID 為主要信息收集方式，其他方式根據生產實際情況作為輔助手段。船舶管加工信 息收集方式和采集流程如圖 5.3 所示：
圖 5.3 管加工車間數據采集方式和流程
Fig.5.3 Workshop data collection methods and processes
管加工車間信息采集主要過程：
1）車間管理人員根據設計部門提供的虛擬托盤，將管子按照成組原理和工藝相
似性原理形成管件族，放置到加工托盤，該托盤內的管子加工工藝相同。在加工托盤 和物料明顯的地方貼 RFID 電子標簽，電子標簽里錄入該加工托盤的資源信息；
（ 2）加工托盤出庫時，經過 RFID 閱讀器，可自動將出庫信息上傳到客戶端；
（ 3 ）各制造單元配有足夠的閱讀器，當加工托盤在該制造單元某工位加工時，會 將加工信息自動上傳至客戶端。加工托盤在該工位加工完后，由質檢人員檢驗是否達 標，并將相關數據上傳至數據庫；
（ 4）每位員工有對應的掛式 RFID 標簽，標簽里錄入錄入職員基礎信息，并通過 標簽記錄加工人員考勤狀況和監控工作狀態；
（ 5）車間生產活動開始，設備啟動后，自動化設備會根據設定的上傳信息收集數 據，并自動上傳至數據庫，經處理反饋到客戶端。而非自動化設備則需要人工統計數 據后再上傳相關信息；
（ 6）每天車間生產活動結束后，調度人員通過終端讀取和錄入生產計劃與作業進 度信息；工作人員輸入生產設備信息，并檢驗今日工作計劃完成情況，準備明日生產 物料需求計劃。
5.2.3 基于 SQL Server 的數據庫設計
管加工車間生產線系統由加工設備、操作工、原材料、中間產品和搬運工具等部 分組成，每天從事生產活動會產生大量的數據，如何快速、完整和高效存儲至關重要。 生產線系統中，每個組成部分都是唯一的，可用自身屬性信息標記。實現生產線信息 化管理，對數據的存儲和處理要求較高，需要選取集成度高的數據庫。
數據庫是生產管理體系的結構核心，因此數據庫的合理設計是對車間管理可靠性 和運行效率的重要保障。 Microsoft SQL Server 與其他數據庫相比，其具有以下優勢： 易用性、可伸縮性、集成性高可與很多服務器軟件關聯，能夠與 Windows 系統形成良 好的軟件互通。因此，本文選擇 SQL Server 2014版本作為管加工信息收集系統的數據 服務器。根據管加工車間需要收集的信息，建立關系型數據，進行數據庫設計，實現 管加工車間生產線系統內部的信息互通。
5.2.4基于BOM的信息集成
物料清單（Bill of Material, BOM）是用數據信息描述產品結構的文件。BOM是 設計人員通過計算機繪制某一產品時，對該產品構成和產品涉及的物料信息作出詳細 說明時形成的文件。BOM貫穿產品的全生命周期，在產品的不同階段充當著不同的角 色，發揮著重要作用。因此，根據作用不同，BOM也不同，例如EBOM （Engineering Bill of Materials,工程設計物流清單）、PBOM （Process Bill of Material,工藝制造設計 清單）和 MBOM （Manufactured Bill of Material,制造材料清單）。BOM 與其他 BOM 的關系如圖 5.4所示。
圖5.4 BOM與其他BOM的關系
Fig.5.4 Relationship between BOM and other BOMs
本系統中涉及的部分BOM說明如下：
EBOM為設計BOM,是指在設計產品時的產品結構和物料清單。船舶企業在接 到船舶訂單時，研究人員根據客戶需求，制定《產品設計說明書》，明確各技術細節。 EBOM是工藝設計的數據重要來源，工藝部門會根據EBOM設計管子類型、加工工藝、 加工物料和工時定額等信息。EBOM的生成一般有兩種方式：一是可以在PDM系統 中建立產品結構；二是利用CAD接口的BOM導入到系統中，然后系統會根據導入的
圖紙信息自動生成結構樹，再通過報表直接生成即可。
PBOM為工藝BOM，是在產品工藝設計階段形成的一種文件，對于船舶制造尤 為重要。一艏船的建造可能要上萬根管子，數量大、種類繁多、少批量的制造特點對 管加工車間組織生產來說任務艱巨。因此，如果能夠提前規劃好產品加工路徑，明確 各個零部件的裝配關系，就可高效和精準的進行組織生產，從而減少車間加工壓力。 PBOM中包含管子的加工工藝和裝配關系等信息。
MBOM為制造工藝，車間生產部門依據EBOM和PBOM和車間的實際情況生成 的文件。MBOM中一般包含工裝、裝配件、工藝路線和工時等明細表，是對產品生產 過程的詳細說明，同時也是車間組織生產的重要依據。
管加工車間信息收集系統是基于 BOM 將各個系統之間的數據高度集成，提高管 加工車間生產管理效率。在ERP系統中，BOM為物料需求計劃提供重要數據，是連 接生產計劃和物料需求計劃的橋梁；在CAPP系統中，依據EBOM生成產品的工藝路 線和關鍵工序等信息；在PDM系統中，BOM為產品結構的搭建和模型的建立提供數 據支撐；在MES系統中，BOM可以給加工環節的產品提供裝配順序信息，保證產品 順利加工。
5.3船舶管加工信息管理系統的總體設計
5.3.1船舶管加工信息管理系統模塊結構
管加工車間信息管理系統采用“模型-視圖-控制器”框架進行構建，用戶可以在 控制器中輸入信息或指令，控制器根據輸入的信息或指令進行程序邏輯判斷，通過模 型即數據庫中獲取對應信息，然后將信息傳輸給視圖，視圖將經過處理的信息反饋給 用戶。在上述過程中，用戶還可以通過控制器錄用信息，實現業務邏輯，系統框架圖
如圖 5.5 所示：
管加工車間信息管理系統由數據訪問層、數據實體層和業務邏輯層三層構架組成。 數據訪問層不僅由數據訪問組件，還有服務代理。用戶通過訪問層進行數據訪問、存 儲和更新，通過業務邏輯層設定各種關系表的銜接方式，數據經業務邏輯層處理后通 過數據實體層反饋結果。
5.3.2船舶管加工信息管理系統模塊功能設計
根據上文的問題分析和需求分析，結合管加工車間實際生產活動，基于信息管理 技術的管加工車間信息收集系統分為四個功能模塊，分別為：工作人員信息管理、設 備信息管理、物料信息管理和生產執行信息管理。如圖 5.6 所示：
圖 5.6 生產監控管理系統功能模塊
Fig.5.6 Functional module of production monitoring and management system
（ 1 ）工作人員信息管理模塊
工作人員信息管理模塊的實施對象是車間操作人員。工作人員信息管理模塊中實 現了對操作工基本信息管理、工作狀態信息管理和全員工作狀態監控功能。基本信息 管理中記錄了員工的個人基本信息，例如姓名、工位和工種等信息，可實現查詢、新 增和更改功能；工作狀態信息管理記錄了員工實時工作狀態和工作時長等信息；工作 狀態監控可實現對車間全體員工狀態進行查詢和監控功能。
（ 2 ）生產設備信息管理模塊
生產設備信息管理實施對象是車間工位上的設備。生產設備信息管理模塊中可實 現生產設備基本信息管理、生產設備運行狀態信息管理和設備狀態監控管理功能。設 備基本信息管理可實現對設備基本信息的查詢和更改；生產設備的運行狀態信息管理 可實現對生產設備的運行狀態和加工信息查詢；設備狀態監控信息管理可實現對車間 所有生產設備工作狀態實施監控。
（ 3 ）管子加工信息管理模塊
管子加工信息管理模塊實施對象是管子，可以實現管子基本信息管理、管子加工 狀態信息管理和管子批量導入功能。管子基本信息管理可以實現對管子的信息進行查 詢和更改；管子加工狀態信息管理可以查看管子加工工時和生產時間比例等信息；管 子批量導入可以實現管子加工計劃的批量導入。
(4)生產執行信息管理模塊
生產執行信息管理是依據生產計劃，對車間加工任務進度的信息管理。生產執行 信息管理可實現托盤基本信息管理、托盤加工狀態信息管理和任務進度管理功能。托 盤基本信息管理可以查看和修改托盤基本信息；托盤加工狀態信息管理可以實現托盤 工序時長和生產時間比例統計；任務進度管理可以查詢任務加工進度和狀態。
5.4船舶管加工信息管理系統
5.4.1船舶管加工信息管理系統開發平臺
結合上述管加工車間信息管理系統功能實現需求，選用Microsoft SQL Server作為 后臺數據庫，應用 Microsoft Visual Studio 軟件和 Visual Basic 軟件，對其系統進行設 計開發。
Microsoft Visual Studio (VS)由微軟公司開發，是基于當下主流Windowds系統 的開發環境。相對于其他開發環境， VS 幾乎提供了軟件開發所需的各種開發工具，以 功能齊全、通用性好和穩定性強等優點，被廣泛的應用于各種程序設計與開發。 VS 提供了多種多種語言環境，滿足多種應用程序開發需求，便于開發者根據自身能力和 需求選擇對應的開發環境。
Visual Basic(VB)是微軟基于BASIC語言基礎推出的Windows環境下的軟件開發 工具。 VB 是面向對象的可視化設計平臺，其模塊化設計滿足設計者快速構建程序設 計框架的需求。 VB 還包含以下功能：通過動態數據交換技術實現不同程序之間的通 訊功能；通過對象連接與嵌入技術，鏈接不同應用程序嵌入到 VB 應用程序；可以訪 問和管理多種格式的數據庫。其降低了設計難度，提高了可視化系統和應用程序開發 效率。
5.4.2船舶管加工信息管理系統開發環境
系統的硬件配置環境：處理器為Intel Core i7-9700K @ 3.90GHz雙核；內存為16G 的 DDR4 3200MHz；主硬盤為 1TB 的 ST2000DM008。
系統的軟件配置環境：操作系統為Windows 10 64位；開發環境為Microsoft Visual Studio 2010；數據庫為 Microsoft SQL Server2014。
5.4.3船舶管加工車信息管理系統主界面
5.4.3.1 用戶登錄
用戶打開系統后，會跳出系統登錄界面，如圖 5.7 所示。用戶需要根據界面顯示 的內容填寫用戶名和密碼，輸入正確則可以進入系統功能界面。系統管理員有增添和 修改登錄信息權限，用戶登錄信息由系統管理員提前錄入或者提前注冊，只有用戶輸 入信息正確才可以成功登錄，使用系統的相關功能。
圖 5.7 系統登錄界面
Fig.5.7 System login interface
5.4.3.2系統功能界面
用戶登錄成功后，系統會自動彈出系統功能主界面，如圖 5.8 所示。用戶可以根 據查詢和更改信息的需求，選擇不同功能模塊，點擊對應按鈕，自動彈出對應功能窗 口，包含工作人員信息管理、生產設備信息管理、管子加工信息管理、生產執行信息 管理四個模塊窗口。
圖 5.8 系統功能界面
Fig.5.8 System function interface
5.4.3.3 工作人員信息管理模塊
在制造車間生產活動中，工作人員是重要組成部分，也是重要資源。對管加工車 間操作人員信息進行管理，有利于管理人員了解操作人員的工作能力和工作狀態，對 該資源的充分利用，有利于提高車間生產活動效率。
(1)工作人員信息管理 工作人員信息管理模塊針對的對象是操作工，主要分為三項功能：工作人員基本 信息查管理、工作人員的工作狀態查詢和全體工作人員工作狀態監控。工作人員信息 管理主界面主要包含了車間操作工的基本信息，例如姓名、工種和工作狀態等，在該 界面還可以根據實際情況對操作人員信息進行修改，如圖5.9所示。
圖 5.9 工作人員信息管理界面
Fig.5.9 Staff information management interface
(2)工作人員工作狀態信息管理
點擊界面的“狀態跟蹤”按鈕，系統自動彈出該工作人員的工作狀態信息管理窗 口，如圖5.10所示。車間信息收集系統，將收集的信息進行上傳，經后臺處理后，對 數據進行更新。該模塊中可以查詢工作人員基本信息和生產信息，并對工作人員的工 作狀態進行監控。提取信息采集系統上傳的員工工作、等待、休息和缺勤時間，按照 百分比繪制扇形圖反饋終端。通過對工作人員加工信息實時監控，管理人員可以合理 安排加工任務。
圖 5.10 工作狀態信息界面
Fig.5.10 Work status information interface
（3）全體員工工作狀態信息管理 點擊工作人員信息管理界面的“全體員工工作狀態信息”按鈕，系統自動彈出全 體員工工作狀態信息界面，如圖 5.11 所示。該界面顯示了全體員工當前工作狀態，工 作狀態分為工作、等待、休息和缺勤四種。為了方便管理人員對操作工的工作狀態有 個直觀的認識，用不同顏色的模擬燈表示了不同的工作狀態。通過查看全體員工的工 作狀態，管理人可以很好的掌控人力資源情況，既可以起到監督作用，也有助于工作 人員的調度工作安排。
圖 5.11 全體員工工作狀態信息界面
Fig.5.11 All staff working status information interface
5.4.3.4 設備信息管理模塊
車間生產設備是車間生產活動的重要資源，對車間設備信息進行管理，有利于車 間管理人員對車間生產合理安排，提高車間生產線的加工效率。
（1）設備信息管理 設備信息管理針對的是加工車間工位上的生產設備，主要功能有設備基本信息管 理、設備運行狀態查詢和設備狀態監控。設備信息管理界面可以查詢設備的名稱、編
號和運行狀態等信息，如圖5. 1 2所示。
圖 5.12 設備信息管理界面
Fig.5.12 Device information management interface
(2)設備狀態信息管理
點擊設備信息管理界面的“狀態跟蹤”按鈕，系統自動彈出查詢的設備狀態信息 管理窗口，如圖5.13所示。設備狀態信息管理界面可以查詢設備基本信息、正在加工 的管子、實時運行狀態和設備運行時間等信息。提取信息采集系統上傳的設備運行、 空閑、堵塞和維護狀態時間，按照百分比繪制扇形圖反饋終端。管理人員對運行時間 短的設備上報車間管理人員，查看原因，并合理解決，提高設備的利用率。
圖 5.13 設備狀態信息界面
Fig.5.13 Standby status information interface
(3)全設備運行狀態信息管理
點擊設備信息管理界面的“全設備運行狀態信息”按鈕，系統自動彈出全體員工 工作狀態信息界面，如圖5.14所示。該界面采用不同顏色的模擬信號燈，表示設備不 同運行狀態。管理員可以通過界面清晰明了的了解設備運行狀態，對生產設備實施監 控。若顯示設備長期處于空閑或堵塞狀態，管理員可以通知車間生產管理員，由車間 調度人員對該設備進行任務重新安排，保證生產線的正常運行。
A舍狀態信患
全設督運行狀態信息
•運行 空閑 •堵塞 •維護
• i§«1 •述 8 •設備15 •設備22 •設備29
•彌2 >述9 •述16 •述23 •設備30
•述3 •述10 •設備17 ■述24 •設備31
•述 4 • iSS11 •設備18 •述25 •設備32
•設備5 •設備12 •述19 •設備26 •設備33
<P 還 6 . i§S13 •卻20 •還27 •如34
•述7 •述14 •昨21 •逐28 •設備35
圖 5.14 全設備運行狀態信息界面
Fig.5.14 All equipment operating status information interface
5.4.3.5 管子加工信息管理模塊
管加工車間的加工對象是船用管。每艘船的建造需要不同的管子，數量大、品種 多、小批量，甚至單件，在安裝階段若是少了某管子會影響作業進度，所以在生產過 程中，對管子加工信息進行管理和監控是非常有必要的。
（1）管子加工信息管理 管子加工信息管理模塊可以查看管子在車間生產的基本信息、加工計劃和加工狀 態，如圖 5.15 所示。在該模塊中輸入要查詢的管子號，點擊查詢，系統自動更新管子 的加工信息，以便車間管理員及時了解管子加工信息。
圖 5.15 管子加工信息管理界面
Fig.5.15 Pipe processing information management interface
（2）加工狀態信息 點擊管子加工信息管理界面的“狀態跟蹤”按鈕，系統自動彈出查詢的管子加工 狀態信息界面，如圖 5.16 所示。在該界面，管理員可以查看管子的基本信息、加工進
度、所在制造區域、正在進行的工序、加工設備和操作員等信息。在界面下方會生成 工序加工時長和生產狀態時間比例，幫助管理員對管子加工全過程進行監控。加工設 備信息和操作人員信息可以幫助管理員對后續質檢不合格的管子查找原因，發現問題 并解決問題，提高管子加工的合格率。
圖 5.16 管子加工狀態信息界面
Fig.5.16 Pipe processing status information interface
（3）管加工計劃導入 點擊管子加工信息管理界面的“管加工計劃導入”按鈕，系統自動彈出查詢的管 子導入信息界面，如圖 5.17所示。管子加工計劃導入可以實現批量添加加工計劃，其 中記錄了管子的基礎信息、加工工序和各工序額定工時信息。
圖 5.17 管加工計劃導入界面
Fig.5.17 Pipe processing plan import interface
5.4.3.6 生產執行信息管理模塊
船舶制造過程中，管子的制造和安裝占制造工作總量的20%?30%,因此，管加 工車間的加工進度，對整艘船的制造進度具有很大的影響。管加工車間生產設計員根 據設計部門提供的信息，利用成組技術和相似性原則，將任務細分，一艘船分成多個 區域，區域分成多個加工托盤，工藝相似的加工托盤組成一個分箱。建立生產執行信 息管理系統，可以查看任務完成進度和根據實際情況對任務計劃進行調整，以確保管 加工車間生產活動有序進行，按時完成制造任務。
（1）生產執行信息管理 生產執行信息管理模塊可以查看生產任務基本信息、加工時間和任務進度跟蹤， 如圖 5.18 所示。通過輸入托盤號查詢相關信息，例如，計劃開工時間和計劃結束時間 等信息。
圖 5.18 生產執行信息管理界面
Fig.5.18 Production execution monitoring management interface
（2）任務狀態信息管理 點擊生產執行信息界面的“狀態跟蹤”按鍵，系統自動彈出查詢的托盤加工狀態 信息界面，如圖 5.19 所示。該界面顯示了查詢托盤的基本信息和加工信息。托盤按照 工序在各個制造區域進行加工，系統后臺統計上傳各制造區域的加工時間和生產時間 比例，分別用條形圖和扇形圖展現出來，有助于管理人員對加工狀態的監控和后續任 務更加合理的安排，減少無效時間的浪費，給車間生產活動的有序進行提供保障。
A托盤狀態信息 E°3（^ZI^3
「099121加工狀態
托盤號：099121 船名：AX1860 區域：M20 分箱號：AA2391
當前區域：中管徑焊接 計劃生產日期：2021/05/19 計劃完工日期：2021/05/19
實際生產曰期：2021/05/19 實際完工日期：未完成
工序時間
圖 5.19 任務狀態信息界面
Fig.5.19 Task progress tracking interface
（3）任務進度監控 點擊生產執行信息界面的“任務進度監控”按鍵，系統會自動彈出該功能界面， 如圖 5.20 所示。可以在該界面輸入船名和區域信息，點擊查詢，實現精準查詢某一區 域任務完成進度。管理人員通過該功能對任務進度進行把控，對加工滯后的任務需要 加快進度，保證按時完成車間生產任務。
5.5 本章小結
本章主要根據管加工車間實際生產需要，結合管加工車間生產管理體系結構和信 息管理關鍵技術，針對管加工車間的工作人員、生產設備、管子加工和生產執行四個 方面制定管加工車間信息管理系統，對管加工車間的生產狀態進行管理和監控，從而 指導車間實際生產。
總結與展望
論文工作總結
本文針對 S 船舶管加工車間生產現狀對車間布局和生產信息管理進行了深入研 究。通過SLP法和SLP-GA法，分別對車間布局進行優化，并通過Plant Similation建 模仿真，驗證了方法的有效性和新布局的優越性，降低了車間物流距離，提高了設備 利用率，從而減少了生產成本。最后結合管加工車間生產管理體系結構和信息管理關 鍵技術，構建了管車間加工信息管理系統，指導車間實際生產。論文的主要工作和成 果如下：
(1)基于SLP法的五項基本要素對管加工車間物流關系和非物流關系進行分析, 繪制物流關系圖、非物流關系圖和綜合相互關系圖確定車間制造單元相對位置，最終 根據實際情況進行調整得到SLP法車間布局優化方案；
(2)為了克服 SLP 法過于依賴設計者經驗的缺陷，結合遺傳算法對管加工車間 布局進行優化。根據管加工車間實際情況建立數學模型并設立約束，以物流成本最小 和非物流關系最大為優化目標設計遺傳算法。針對管加工車間加工特點，在SLP法的 基礎上設計編碼方式、初始種群、適應度函數和遺傳算子，通過 Matlab 進行編程，多 次運算取最優解，經解碼后得到SLP-GA法優化方案；
(3)通過Plant Simulation對原始布局、SLP法布局和SLP-GA法布局進行建模 仿真，通過結果分析，車間SLP法車間布局物流距離相比原車間布局物流距離降低了 11.7%,而SLP-GA法車間布局物流距離相比SLP法車間布局物流距離降低了 7.8%, 相比于原車間布局物理距離降低了 18.6%,有明顯的降低。SLP方案中設備的利用率 相比原車間布局整體呈上升趨勢，等待時間和堵塞時間均在減少，而SLP-GA布局相 比原始車間布局設備利用率平均提高了 15.4%，等待時間平均減少了 7.1%，堵塞時間 平均降低了 7.2%。物流搬運距離和設備利用情況均得到了很大的改善，驗證了方法的 有效性和新布局方案的優越性，為船舶制造車間布局優化提供了可行性解決方案；
(4)結合生產管理體系結構與信息管理關鍵技術，構建管加工信息管理系統，針 對管加工過程中工作人員、生產設備、管子加工和生產執行四個方面的信息收集和管 理，實現對管加工過程的管理與實時監控，為船企推進信息化造船奠定了基礎。
論文工作展望
本文根據管加工車間的實際情況，對車間布局和管加工信息管理進行了研究，并 取得了一定的成果，但由于時間和知識面等方面的因素限制，還有諸多地方需要考慮 和改進的地方，今后還可以從以下幾個方面做進一研究：
（1） 本文在 SLP-GA 法求解管加工車間布局過程中，以物流成本最小和非物流關 系最大為目標函數求解，而物流成本無法精確統計，可能存在些許誤差。在后續的研 究中可以嘗試以其他為目標進行求解形成對比，得到更優解的車間布局方案；
（2） 本文在 SLP 的基礎上結合 GA 對管加工車間布局進行研究，通過 Matlab 編 程求解得到了不錯的結果，但因為時間和精力有限，未進行不同遺傳算法之間的比較 工作。后續還可以嘗試將 SLP-GA 法封裝成一個軟件，根據需要輸入相關信息，自動 導出優化后的布局；
（3） 本文使用 RFID 為主要信息采集方式，其他方法為輔，后續研究中可研究硬 件如何布置，數據以何種方式傳輸可以使得采集的數據更加及時和完整；
（4） 因為條件有限，本文基于信息管理技術構建的管加工信息管理系統的各端口 未能和企業數據庫相連接進行測試。后續還可以研究如何通過手機和網頁端進行查詢 相關信息。
參考文獻
[1]Koopmans T C, Beckmann M. Assignment Problems and the Location of Economic Activities[J]. Econometrica, 1957, 25(1): 53-76.
[2]Erik F C, et al. Simulation-based Optimization for Facility Layout Design in Conditions of High Uncertainty[J]. Procedia Cirp, 2018, 15(2): 156-157.
[3]Yang C, Utamima A. Hybrid estimation of distribution algorithm for solving single row facility layout problem[J]. Computlnd Eng, 2013, 66(1): 95-103.
[4]Pourvaziri H, Naderi B. A hybrid multi-population genetic algorithm for the dynamic facility layout problem[J]. Applied Soft Computing, 2014, 24: 457-469.
[5]Leno I J, Sankar S S & Ponnambalam S G. MIP model and elitist strategy hybrid GA-SA algorithm for layout design[J]. J Intel Manuf, 2015, 12(3): 45-49.
[6]Kulturel-Konak S, Konak A. A new relaxed flexible bay structure representation and particle swarm optimization for the unequal area facility layout problem[J]. Engineering Optimization, 2011, 43(12): 1263-1287.
[7]Benderbal H H, Dahane M, Benyoucef L. Exhaustive Search Based Heuristic for Solving Machine Layout Problem in Reconfigurable Manufacturing System Design[J]. IFAC-PapersOnLine, 2018, 51(11): 78-83.
[8]Razavialavi, Seyedreza, Abourizk, Simaan. Proceedings-Winter Simulation Conference, Material and facility layout planning in construction projects using simulation[J]. Proceedings of the 2014 Winter Simulation Conference, 2015, 2(2): 38-39.
[9]Kim S, Yim C H, Chang H. Efficient geo-location estimation system using two-dimensional MUSIC algorithm[J]. International Journal of Control Automation & Systems, 2011, 9(4):636-640.
[10]Wang J S, Shen Z X. An improved MUSIC TOA estimator for RFID positioning[C]. Radar. IET, 2016:478-482.
[11]Shaik A S, Rodrigues L. Plant layout optimisation with implementation of technical cleanliness in an automotive industry: a system dynamics approach[J]. International Journal of Technology Policy and Management, 2018, 18(3): 201.
[12]趙濤,趙雙記，林濤.淺析SLP法在企業設施布局的應用[J].價值工程,2012,31(6):30.
[13]連建新，閆輝.設施布局設計的理論與方法研究綜述J].科技風,2017,41(24):205-206.
[14]彭維文，林衛，張鑒明,華翠平.從至表試驗法在車間布局優化中的應用J].物流工程與管理,2010, 32(12):112-115.
[15]于瑞峰,王永縣，彭海.工作地中設施布局問題的改進遺傳算法J].清華大學學報(自然科學 版),2003,(10):1351-1354.
[16]汪新剛.基于SLP方法的L公司車間設施布局優化研究[D].哈爾濱:東北農業大學,2017.
[17]方景芳，安迪，王曉龍.基于SLP的發電機車間布局規劃與評價[J].機械制造,2016,54(08):94-97.
[18]雷明達.船舶分段車間物流優化與仿真研究[D].哈爾濱:哈爾濱工程大學,2017.
[19]廖帥,何邦貴.基于Anylogic的車間布局優化問題研究[J].軟件,2018,39(12):162-165.
[20]王進,樊樹海，沈謙，李磊.混流生產車間設施布局方法概述[J].機械制造,2009,47(10):4-6.
[21]薛順.基于遺傳模擬退火混合算法的生產設施布局研究[D].成都:西南交通大學,2011.
[22]郭源源，王謙，梁峰.基于粒子群優化算法的車間布局設計J].計算機集成制造系統,2012,18(11): 2476-2484.
[23]邱勝海，陳曙鼎,王云霞，等.遺傳算法在車間設施布局優化中的應用[J].機械設計與制造工程, 2017,46(2):80-83.
[24]Chai T Y, Li X P, Zhou X-j, et al. Contemporary integrated manufacturing system basedon ERP/MES/PCS in gold mine enterprise[J]. Control Engineering of China, 2003, 10(1): 18-22.
[25]Hozak K, Hill J A. The material handling trade-off when lot splitting with RFID in a job shop[J]. International Journal of Production Research, 2010, 48(9):2723-2743.
[26]Zhao C X, Wu C Z, Chai Jian, et al. Decomposition-based multi-objective firefly algorithm for RFID network planning with uncertainty[J]. Applied Soft Computing, 2017, 55: 549-564.
[27]Song H, Shi H, Zhao C, et al. The networked manufacture application service platform for the equipment manufacturing industry base in north-east China[J]. International Journal of Computer Integrated Manufacturing, 2007, 20(2-3): 211-221.
[28]Li H, Yang H, Cao H, et al. State space modelling carbon emission dynamics of machining workshop based on carbon efficiency[J]. International Journal of Computer Integrated Manufacturing, 2017, 32(1):1-16.
[29]Gao Q, Shi R, Wang G. Construction of intelligent manufacturing workshop based on lean management[J]. Procedia CIRP, 2016, 56(Complete): 599-603.
[30]Park H S, Tran N H. Development of a smart machining system using self-optimizing control[J].
The International ournal of Advanced Manufacturing Technology, 2014, 74(9-12): 1365-1380.
[31]Zheng P, Wang H, Sang Z, et al. Smart manufacturing systems for Industry 4.0: Conceptual framework, scenarios, and future perspectives[J]. 機械工程前沿:英文版, 2018, 13(2): 137-150.
[32]Kato M, Matsumura S. Using manufacturing measurement visualization to improve performance[J]. Mechanics, 2014,20(1): 99-107.
[33]袁軼彥.船舶管件加工制造狀態數據管理系統的研究與實現[D].華中科技大學,2008.
[34]戚寶運，許自立,毛勤儉.數字化車間MES系統構建[J].指揮信息系統與技術,2013,4(01):25-29.
[35]李琳.基于生產流程的船舶管加工車間信息模型的研究[J].新技術新工藝,2012,09:34-37.
[36]高歡，王少華,張亮星.離散型車間生產過程中的物料實時跟蹤與管理[J].機械設計與制 造,2018,327(05):275-278.
[37]劉一帆，陶澤，郝永平，曾鵬飛,劉淑娟.基于UG開發技術實現裝配系統零部件工藝信息管理J].機 械工程師,2016(03):7-9.
[38]孟麗麗,路春光,趙會珍.制造企業車間管理與控制信息系統[J].機械制造與自動 化,2013,42(5):170-173.
[39]孫硯輝，胡毅，畢筱雪,劉勁松.數字化車間信息安全機制的設計與實現J].組合機床與自動化加工 技術,2017(12):156-160.
[40]袁志瓔，薛曾.基于成組技術的船舶管子生產信息化[J].造船技術,2010,(2): 44-46.
[41]王麟琨，趙艷領,閆曉風.數字化車間制造裝備信息集成通用解決方案研究[J].中國儀器儀表, 2017(3):21-25.
[42]周佶睿，張新艷.運用系統布局規劃方法改善電動機維修車間布局[J].上海電機學院學 報,2019,22(02):115-119.
[43]敬瑜，邵冰倩,侯璐懿，楊鵬菲,倪佳盛.基于SLP布局規劃的智慧型高鐵快運物流基地概念設計J]. 智能城市,2021,7(18):15-16.
[44]孫金玉.計算機通信網優化的遺傳算法應用[J].電子測試,2020(24):49-50.
[45]徐建中,王純旭.產業自主創新能力自適應遺傳算法組合評價[J].哈爾濱工程大學學 報,2016,37(10):1460-1466.
[46]張琛,詹志輝.遺傳算法選擇策略比較[J].計算機工程與設計,2009,30(23):5471-5474+5478.
[47]李書全，孫雪，孫德輝,邊偉朋.遺傳算法中的交叉算子的述評[J].計算機工程與應 用,2012,48(01):36-39.
[48]龐博.基于均勻設計的并行變異遺傳算法[J].計算機與數字工程,2020,48(01):39-45.
[49]方忠民.基于Plant Simulation的離散生產系統仿真文獻綜述[J].物流工程與管 理,2018,40(11):70-73.
[50]鄧嘯塵，周宏，楊振，劉建峰,蔣志勇.基于Plant Simulation的船廠平直車間作業仿真與優化[J].船 舶工程,2020,42(03):147-151.
上一篇：滑坡危險區信息管理系統開發與應用
下一篇：沒有了
相關標簽:
