问题
制造业和经济环境越来越复杂和不稳定,使得传统的调度方法在面临生产中断时难以奏效。东欧一家大型钢管制造厂其制造计划依赖于传统电子表格方法制定,开始面临以下问题
- 制造进度表中未说明持续自发出现的瓶颈,并阻碍了项目的实施。
- 制造进度表不包含订单安排,订单依靠工头的经验逐个安排。
- 生产阶段缺乏协调,导致停机、设备过载和订单排序中断。
对此,该工厂的管理团队选择使用仿真软件来改善生产进度。他们联系了Focus Group,这是一家从事决策支持实施的公司。Focus Group的专家开发了一个生产制造仿真模型,有助于实现三个主要目标:
- 生产调度全自动化,避免人为错误。
- 为通过站点的管道生产路线制定精确的规程。
- 确定剩余生产能力以实现额外订单。
解决方案
Focus Group基于离散事件方法开发了一个生产制造调度模型,生产过程用流程图表示。模型基于AnyLogic开发,开发人员之所以选择使用AnyLogic是因为以下几个关键因素:
- 离散事件建模。
- 行业专用库-物料搬运库。
- 模型可以作为独立的Java应用程序导出。
- 包括数据输入和输出,强大的数据处理能力。
- 可以创建生产制造企业数字孪生模型,该模型集成了来自实际生产制造设施运营的数据。
除此之外,AnyLogic不仅能够进行流程建模,还能够为生产线中的组件及其交互规则进行逻辑设置。
对于物料处理模型,Focus Group团队开发的模型包括诸如Order、Pipe、Prokat (金属卷)和Station之类的对象。在模型中,从阻尼器仓库到成品订单发布,他们为整个生产线设置了逻辑。输入数据(每周订单计划、效率、机组工作时间等)通过Excel模板上传到模型中。
每周生产计划由管道制造厂专家制定,可以使用模型检验其可行性。另外,工程师们还开发了一种特定的算法,让模型能够提出最佳的生产计划建议。通过应用分析方法以及动态建模测试结果,Focus Group确保模型中的生产水平不低于工厂团队制定的进度计划。此外,该模型还有助于减少设备更换的次数,并提供了更详细的规划。
结果
开发人员开发了一个包括车间的所有生产阶段钢管生产模型,使得生产能效得到改善。其原因在于通过模型,管理层可以:
- 在无风险的数字环境中测试生产制造计划的可靠性。
- 安全的测试将新订单集成到现有计划的可行性。
- 确定主要站点和机器单元的利用率。
此外,该模型还可以帮助计算预期的订单提前期和顺序优化,提供详细的阶段性订单路径,并可自行制定每周生产计划。
最终,通过仿真模型,制造企业在订单交接、确定瓶颈和优化订单路由方面实现了缺口和每日波动的最小化。他们还将短时间停机合并为较长的间隔,并使用其来提高产线效率。此外,调度表调整时间从3小时缩短到3分钟。总体而言,对生产线进行建模,制定时间表,预测可增加生产量678吨,每周收入增加813000美元。
将来,计划通过将模型与生产控制系统集成来进一步扩展模型,使其作为车间的数字孪生模型。之后,管理层将能够连接计划和生产,为每个机器单元设置详细的班次或日常任务。这样工厂就能够基于生产现场的整体布局来调整生产计划。