航天产品总装车间生产效率仿真及优化研究

发布时间：2020-11-15 06:12

　　 日益增长的多品种、变批量航天复杂产品需求与现有生产方式造成的产能不足与生产效率低等矛盾逐渐凸显。本文以某典型航天产品总装车间为研究对象,从航天产品装配过程的特点出发,研究了极其不同于一般生产线特征的总装车间生产线布局、效率仿真与优化问题。本文针对航天产品总装线交互式快速仿真布局需求,构建了基于虚拟模型库的快速布局方案框架,提出了将作业区域布局方案转换至三维车间仿真模型布局的快速布局数学模型,基于生产线基本对象类搭建了虚拟模型类库以实现基于模型库的交互式快速可视化布局。结合仿真与优化阶段仿真模型频繁的逻辑与物理重构需求,本文研究了航天产品总装线生产数据类型;采用功能建模技术与IDEF1X语义建模方法建立了其数据关系表达的数据模型;基于数据驱动技术实现了面向航天产品总装线的数据驱动建模、仿真与重构功能以提高其建模效率,模型的重用性和可维护性。在优化阶段,针对其装配过程工时极不平衡、生产资源分配与可重入规则造成的产能不足与资源利用率不均衡问题,提出了基于数据驱动的仿真优化解决方案;研究了生产线仿真优化技术;结合遗传算法自适应拒绝与惩罚约束处理机制解决了现有仿真优化引擎对组合优化约束处理能力不足的问题。鉴于仿真系统庞杂数据管理与功能集成需求,采用图形用户界面设计理念在Plant Simulation平台封装并集成了本文所研究的各功能模块,开发了相应的数据管理原型系统。以某航天产品总装线为研究案例,其建模与仿真效率显著提升;采用仿真优化方法后,其产能相较于原始方案提升了21%。实践表明,本文研究内容对航天产品及类似产品生产线仿真具有较高的适用性与应用价值。
【学位单位】：华中科技大学
【学位级别】：硕士
【学位年份】：2019
【中图分类】：V465
【部分图文】：

图像的方式显示仿真计算结果或比较不同方案的关键信息[7]，为设计与决策提供令服的数据支持。尽管传统虚拟工厂技术作为一种实用的工厂设计和产线规划方案存在，但是其缺乏用于布局和生产流程优化的通用框架和基于仿真的设计手段，集成更多的功能需求。因此国内外涌现除了一批专注于制造系统设计的专业性虚真软件，包括PURDUE大学的GCMS、美国SystemModeling公司的SIMAN/CINEM拟工厂软件 UBVR-Fact、Auto Simulation 公司的 AUTOMOD/AUTOGRAM，国内华大学为首开发的 IMMS（Integrated Multiview Modeling and Simulation）和 IMIntegrated ManufacturingSimulationSystem）。现有的车间布局流程可以概括为先用方法或算法确定布局方案，然后在虚拟仿真软件环境中进行可视化布局与验证， 1.1 所示；或者直接在仿真软件中设计、调整并确定最终的布局方案。

图 1.2 生产线数据驱动建模与仿真框架[30]在国内，诸多学者聚焦于基于数据驱动的方法实现快速建模与仿真的研究；人[26]建立了通过模型生成器调用事先建立的各类模型库的方法实现了仿真模构建。任志伟[27]研究了数据驱动关键技术中的数据预处理方法。王长伟[28]、王峻峰[30]等人通过构建数据模型，采用数据访问技术，在成熟的商业化 DE上通过二次开发实现了模型自动生成与仿真，大大提高了建模效率。一般的建模与仿真框架如图 1.2 所示，该数据驱动建模与仿真框架由数据准备、模模型验证和情景仿真四个部分构成；来源于企业 ERP 和 MES 等系统的相关信息模型处理为仿真模型的自动生成提供驱动数据，继而完成后续的模型验仿真分析。（3）数字孪生建模与仿真技术数字孪生（DigitalTwin, DT）是现有计算机仿真与数字化技术发展新趋势，密歇根大学教授 MichaelGrieves 在 2002 年一场关于产品全生命周期管理（Pycle Management, PLM）演说中提出[31]；2014 年，其发表的 DT 白皮书中明 DT 概念，最初的 DT 被描述为与物理系统相连接的数字化信息结构，物理系

车间优化等应用模式[36][37][38][39]。如图 1.3 所示，在车间优化应用模式中，通车间层数字孪生数据，实现了物理车间、虚拟车间与车间生产管理系统的实互；与此同时，基于获取的实时数据开展系统反复迭代优化、优化策略的仿真式，最终实现基于现场实时数据与动态对车间进行实时控制与优化的功能。最新的建模仿真技术、数据交互技术、人工智能技术，能够实现传统仿真建模能达到的实时性、高效性与智能分析，通过虚拟模型贯穿 PLM。但是，由于的局限性，DT 在实践与应用上，尤其是生产制造环节的数字孪生仿真仍然存局限性。
【参考文献】

相关期刊论文 前9条

1 袁小兰;徐子奇;舒帆;;基于遗传算法的发动机装配线平衡问题仿真及优化[J];物流工程与管理;2015年07期

2 陈华伟;刘国平;涂海宁;王爱民;宁汝新;;数据驱动的制造系统快速建模技术[J];河北科技大学学报;2014年06期

3 葛安华;姚向楠;张玉巧;;基于改进蚁群优化算法的车间布局优化[J];森林工程;2014年04期

4 李妍妍;陈素敏;;面向可重构的离散式生产系统快速建模方法[J];机电产品开发与创新;2010年04期

5 王国新;阎艳;宁汝新;王爱民;;数据驱动与模块化控制模型相结合的生产系统快速建模方法[J];系统仿真学报;2009年14期

6 王国新;宁汝新;王爱民;;面向可重构制造单元的仿真建模技术研究[J];系统仿真学报;2007年17期

7 田方;邵娟;张禹;;基于惩罚和修复混合策略的约束处理方法[J];计算机工程与设计;2006年12期

8 孙丕忠;夏智勋;赵建民;;约束处理策略对遗传算法优化性能的影响[J];固体火箭技术;2005年04期

9 孙连胜,宁汝新,王新永;虚拟制造中生产线可视化设计[J];北京理工大学学报;2002年01期

相关博士学位论文 前1条

1 王楠;基于实时状态信息的混流装配生产优化与仿真技术研究[D];华中科技大学;2012年

相关硕士学位论文 前5条

1 李建斌;可重入制造系统的性能优化问题仿真研究[D];大连理工大学;2016年

2 田孝林;船舶分段生产线快速建模与仿真[D];华中科技大学;2015年

3 任志伟;面向数据驱动建模的数据预处理方法研究[D];河南科技大学;2013年

4 王长伟;生产线快速建模与仿真系统关键技术研究[D];南京航空航天大学;2007年

5 卢桂萍;制造单元的三维可视化重构及仿真技术研究[D];广东工业大学;2006年

本文编号：2884437