纸箱制造作业动态过程仿真课程设计报告文档格式.docx
《纸箱制造作业动态过程仿真课程设计报告文档格式.docx》由会员分享，可在线阅读，更多相关《纸箱制造作业动态过程仿真课程设计报告文档格式.docx（14页珍藏版）》请在冰豆网上搜索。
4.纸质产品在两台机器间之间搬运时间忽略不计。
5.该纸质制造厂每天工作24小时，模拟30个工作日。
故假设其工作720小时。
4系统输入数据建模
4.1系统决策参数
纸制产品来到频率或纸质产品来到之间隔时间。
4.2系统绩效评估参数
1.三种纸质产品之个别生产周期及平均生产周期。
2.三种纸质产品的月产能。
3.每台机器的平均使用率。
4.印刷剪裁台的平均等候长度。
5.系统内的平均在制品数量。
4.3机器数量和加工及等待时间分布
以下是该纸器制造厂各机台的数量及对应产品之加工时间与整备时间：
5系统仿真
5.1．要素
建立一个model，在左边的models目录下分别复制三个entity，并且取名为“A〞“B〞“AB〞，代表三种不同类型的纸箱。
PlaceBuffer表示压线等候区；
PlaceBuffer1表示印刷剪裁等候区；
PlaceBuffer2表示堆高等候区；
PlaceBuffer3表示糊纸等候区；
PlaceBuffer4、6表示打钉等候区；
PlaceBuffer5表示包装等候区。
Singleproc表示压线机；
Singleproc1表示印刷剪裁机；
Singleproc2表示堆高机；
Singleproc3表示糊纸机；
Singleproc4表示打钉机；
Singleproc5表示包装机。
因系统假设每机台设有无限长度的等候区，故各PlaceBuffer之capcity设置成-1〔表示无限容量〕。
设置Source的属性，将其到达时间inteval设置成为UNIFORM〔25，30〕分布，并且将其MUselection设置成为Radam的类型，并建立一张名为resources表，在表中分别输入三种不同的纸箱的Entity的名称及比例，最后将该表拖入与MUselection相关联的Source的Table属性中，在将表拖入该属性值后，系统会自动提示修改表中的结构及相应的格式，按确定执行即可，下列图为表的根本结构：
设置仿真钟开始与结束时间，此仿真共模拟30个工作日，每天工作24小时，即可只设置仿真钟而不需shiftcalendar。
5.2．功能划分
1〕除了resources表格以外，系统还需要另外六张表格。
2．numtable：
分别记录不同时刻在系统中所有Entity的数量，即在制品数量。
3．waitingnum：
用于记录印刷剪裁台前的等待的长度。
4．tongji1：
用来记录三种产品的平均生产周期以及月产能：
5．tongji2：
用来记录各台机器的使用率：
6．tongji3：
用来记录印刷裁剪台的平均等候长度以及系统内的平均在制品数量：
2〕设置全局变量
根据以下表格设置5个全局变量：
形成：
3〕添加method用于控制程序的运行
1．reset代码：
用于控制系统恢复到初始状态；
用于将全局变量恢复到初始值及清空各个表格中的数据。
is
do
iA:
=1;
iB:
iAB:
k:
num:
deletemovables;
tongji1.delete;
tongji2.delete;
tongji3.delete;
waitingnum.delete;
numtable.delete;
end;
2．endsim代码：
statworkingportion表示singleproc在整个仿真过程中的工作比例，然后将其值赋到tongji2这张表中；
然后将该值赋到表tongji1当中的第几列，第几行；
Ydim表示该表中有数值的最后一行。
tongji2[1,1]:
=singleproc.statworkingportion;
tongji2[1,2]:
=singleproc1.statworkingportion;
tongji2[1,3]:
=singleproc2.statworkingportion;
tongji2[1,4]:
=singleproc3.statworkingportion;
tongji2[1,5]:
=singleproc4.statworkingportion;
tongji2[1,6]:
=singleproc5.statworkingportion;
tongji3[1,1]:
=waitingnum.sum（`[1,1]..`[1,waitingnum.Ydim]）/waitingnum.Ydim;
tongji3[2,1]:
=numtable.sum（`[1,1]..`[1,numtable.Ydim]）/numtable.Ydim;
3．method1代码：
控制source的输出，即原料进入工作流程。
假设原料是A浪，那么进入压线等候区，即placebuffer；
假设原料是B浪，那么进入印刷裁剪等候区，即placebuffer1；
假设原料是AB浪，那么进入压线等候区，即placebuffer。
条件选择；
source.numin表示进入source的物件的数量，drain.numin代表进入drain的物件的数量；
两者相减就是目前在系统中所有在制品的数量；
num:
=num+1用来对num值自增，来记录不同的数值。
end;
numtable[1,num]:
=source.numin-drain.numin;
=num+1;
4．method2代码：
用于控制压线机，即singleproc的输出，
从压线机出的产品进入印刷剪裁等候区。
5．method3代码：
用于控制印刷剪裁机，即singleproc1的输出，
从印刷剪裁机出的产品进入堆高机。
6．method4代码：
用于控制堆高机，即singleproc2的输出
假设出A浪，那么进入糊纸等候区，即placebuffer3；
假设出B浪，那么进入糊纸等候区，即placebuffer3；
假设出AB浪，着进入打钉等候区，即placebuffer4。
条件选择。
7．method5代码：
用于控制糊纸机，即singleproc3的输出，
从糊纸机出的产品进入包装等候区。
8．method6代码：
用于控制打钉机，即singleproc4的输出，
从打钉机出的产品进入包装等候区
9．method7代码：
判断不同的产品，后进行增加记录，
statavgLifeSpan表示该entity在整个系统中所待的时间，即其整个加工时间。
iA:
=iA+1;
tongji1[2,1]:
=tongji1[2,1]+1;
iB:
=iB+1;
tongji1[2,2]:
=tongji1[2,2]+1;
iAB:
=iAB+1;
tongji1[2,3]:
=tongji1[2,3]+1;
10．method8代码：
placebuffer1.numMU表示在placebuffer1上的物件的数量，numMU就表示这个数量的值，
waitingnum[1,k]:
=placebuffer1.numMU表示将该值赋到表waitingnum中的第1列，第k行
waitingnum[1,k]:
=placebuffer1.numMU;
=k+1;
判断不同物品，然后将堆高机的加工时间设置为不同的值；
因A浪、B浪、AB浪在堆高机中加工时间服从不同正态分布，
需要在堆高机等候区，即placebuffer2的输出阶段进行控制，
以保证其在堆高机中的加工时间分布正确。
4〕在系统中插入Guage，用来评估各个等候区。
更改其Data及Display：
因共需6个，每个设置不同颜色来区分
选择type为bar〔柱状〕：
六个等候区形成：
运行后显示为：
5〕使用chart来表现tongji2表格中各机器使用率
设置该chartData
设置该chartDisplay
showchart
5.3界面
下列图为整个界面一览
5.4确认和验证
确认关心的是“是否正确地建立模型及仿真系统〞，根据本文开头所陈述的纸箱制造动态过程的仿真的目的是要记录平均生产周期、平均等待时间、机器使用率以及在制品数量等数据，找出整个流程中的瓶颈，以改良仿真，在仿真的结果记录中是包含了这些数据的，也就是按照仿真系统应用目标和功能需求正确地设计出仿真系统的模型。
验证关心的是“建立的模型和仿真系统是否正确〞，即多大程度地反响了真实世界的情况，而这个纸箱制造动态过程的系统仿真是根据具体情况，确认到达时间分布及加工、等待时间分布，所以是与实际情况根本一致的。
6系统结果分析
6.1结果处理
一次仿真运行结果：
表格tongji1输出数据：
表格tongji2输出数据：
表格tongji3输出数据：
6.2敏感度分析
采用变动因子法
印刷剪裁机加工时间分布为NORMAL〔18,1〕，变动该因子进行处理。
改变分布为NORMAL〔15,1〕、NORMAL〔16,1〕、NORMAL〔17,1〕、NORMAL〔18,1〕、NORMAL〔19,1〕、NORMAL〔20,1〕、NORMAL〔21,1〕共七种进行处理。
更改分布进行仿真后输出结果整理如下表：
印刷剪裁机加工时间分布
印刷剪裁机使用率
成品数量
NORMAL〔15,1〕
0.55
1574
NORMAL〔16,1〕
0.58
1572
NORMAL〔17,1〕
0.62
1571
NORMAL〔18,1〕
0.65
1570
NORMAL〔19,1〕
0.69
1568
NORMAL〔20,1〕
0.73
1573
NORMAL〔21,1〕
0.76
1569
根据以上表格画出如下两个响应曲线：
在印刷剪裁机加工时间不同分布下的设备使用率：
在印刷剪裁机加工时间的不同分布下系统成品数量：
有两张折线图的结果说明：
当印刷剪裁机加工时间服从正态分布，均值
不同，方差
相同，当
越大时，印刷剪裁机的使用率越高；
但同时印刷剪裁等候区的排队长度也将增加，且成品数量呈现些许波动，并不是
越大或越小整体就最优。
6.3正交分解法
用来了解哪些因子对系统性能的影响比拟大。
全面分析各因子的影响。
将糊纸机、打钉机、包装机的加工时间分布设置为三个试验因子A、B、C
制表：
试验因子与水平
糊纸加工时间分布（A）
打钉加工时间分布〔B〕
包装加工时间分布〔C〕
水平1
NORMAL（12,1）
NORMAL（15,1）
NORMAL（20,1）
水平2
NORMAL（11,1）
NORMAL（14,1）
NORMAL（19,1）
水平3
NORMAL（13,1）
NORMAL（16,1）
NORMAL（21,1）
将AB纸箱的平均生产周期作为试验治标。
因子的水平为3，共有3个因子，做全面试验需要27次，这里用正交表安排试验，做9次试验。
把A、B、C三个因子安排在正交表的前三列上，按照确定的水平和正交表中的试验号进行试验。
例如将A因子的第一个水平NORMAL（12,1）,B因子的第一个水平NORMAL〔15,1〕，C因子的第一个水平NORMAL（20，1）组合起来做一个试验，试验号为1。
所有9各个结果如下表所示。
实验结果
试验号
因子A
因子B
因子C
AB纸箱的平均生产周期
1
4798
2
4688
3
4939
4
4766
5
4807
6
4869
7
4764
8
9
4785
试验指标的极差分析
K1
14425
14328
14431
K2
14442
14259
14239
K3
14313
14593
14510
k1
4808.33
4776
4810.33
k2
4814
4753
4746.33
k3
4771
4864.33
4836.67
均值的极差
43
111.33
90.3
因子B，即打钉机加工时间分布的极差最大，那么该因子为主要因子。
其次为因子C，即包装机加工时间分布。
纸箱AB最大生产周期在A2B3C3的情况下。
即糊纸机加工时间分布为NORMAL（11,1）；
打钉机加工时间分布为NORMAL〔16,1〕；
包装机加工时间分布为NORMAL（21,1）。
6.4固定样本批量法
保证仿真系统初始条件相同，改变随机数，重复运行10次，输出各纸箱生产周期及月产能，构造90%置信度的执行区间，即产品生产周期或月产能在其置信区间的可能性为90%。
此次更改的随机数为source中原料interval分布uniform〔1,25:
00,30:
00〕
中1用1——10代替，
进行独立仿真：
输出数据
10
A均生产周期
4550
4558
4540
4556
4537
4574
4544
4546
4547
4542
B均生产周期
4082
4057
4060
4118
4059
4074
4086
4058
4095
AB均生产周期
4793
4811
4792
4813
4809
4774
A纸箱月产能
459
468
453
461
442
475
470
451
479
B纸箱月产能
774
777
784
772
775
789
796
769
794
771
AB纸箱月产能
333
322
319
340
335
338
300
330
325
324
根据上表算出输出数据的均值、方差、置信区间：
均值
方差
置信区间
A平均生产周期
4549.4
118.5
4549.4+/_6.3[4543,4556]
B平均生产周期
4074.8
418.8
4074.8+/_11.8[4063,4087]
AB平均生产周期
4796.6
147
4796.6+/_7.0[4790,4804]
462.6
113.6
462.6+/_6.7[456,469]
780.1
98.3
780.1+/_5.7[774,786]
326.6
136.5
326.6+/_6.8[321,333]
A纸箱平均产品生产周期在其置信区间[4543,4556]的可能性为90%；
B纸箱平均产品生产周期在其置信区间[4063,4087]的可能性为90%；
AB纸箱平均产品生产周期在其置信区间[4790,4804]的可能性为90%；
A纸箱月产能在起置信区间[456,469]的可能性为90%；
B纸箱月产能在起置信区间[774,786]的可能性为90%；
AB纸箱月产能在起置信区间[321,333]的可能性为90%。
7系统改善
从三个方面使用不同方法机器改善设备利用率
7．1压线机、糊纸机设备利用率优化
由下列图可知，压线机、堆高机、糊纸机以及打钉机的利用率都比拟低，
，
为了使该系统工作到达较大效率，打算通过改变系统决策参数，即纸质产品来到之间隔时间，来提高设备使用率，从而实现系统的优化。
原系统原料到达时间服从均匀分布uniform〔25,30〕，通过改变分布再次进行仿真。
将原frame复制为三个，frame1、frame2、frame3，将source中interval分布分别改为uniform〔22,27〕、uniform〔19,24〕、uniform〔16,21〕。
那么得到tongji2表格分别为：
showchart分别为以下三图，
可更加直观地表现出各设备利用率的改变。
frame1，
即interval分布为uniform〔22,27〕：
frame2，
即interval分布为uniform〔19,24〕：
frame3，
即interval分布为uniform〔16,21〕：
通过改变interval分布进行优化，可以看到压线机以及糊纸机的使用率有了较为明显的提高，但是堆高机与打钉机使用率提高不大。
7．2打钉机设备利用率优化
由以上可知印刷裁剪机以及包装机的使用率很低，那么必定造成印刷裁剪等候区以及包装等候区的拥堵，采用增加机器台数的方法来进行优化。
将frame复制为frame2_1，在该frame2_1上进行优化作业。
将印刷剪裁机即包装机分别增加一台，如图：
并且设置其加工时间分布，准备时间分布以及控制method
试运行，得到各设备使用率如图：
该图表显示增加了台机数量后，所有设备的时候效率都降低到了0.4以下，这时那么需要通过改变原料到来的时间间隔分布来控制改变设备使用率，以到达仿真动态系统的优化。
原先的interval分布为uniform〔25，30〕，现改为uniform〔20，25〕，uniform〔15,20〕，以及uniform〔10,15〕再次进行仿真。
interval分布：
uniform〔20，25〕
uniform〔15,20〕
uniform〔10,15〕
根据以上图表显示通过2〕的优化方案，既增加个别种类的机台数量以及改变interval到达时间分布可比拟明显地提高打钉机使用率，但对堆高机影响不大。
7．3堆高机机设备利用率优化
可知堆高机加工时间对于A浪、B浪及AB浪具有不同分布，这是导致堆高机使用率很难到达提高的原因，试统一三种加工时间分布，再次进行仿真查看结果如何。
根据上图显示结果可验证假设，堆高机的设备使用率限制确实在于加工时间分布的区别，假设统一其，那么堆高机的设备使用率将大大提高。
之后可以再继续使用7.2中的方法提高打钉机设备使用率，这样整个系统各设备使用率都将趋于优化。
8成果与缺乏
8．1成果
本次课程设计旨于仿真模拟某纸制品制造厂加工作业的动态过程，通过使用eM-Plant软件比拟真实的仿真了这一动态过程，并对仿真过程进行了验证，评估了其有效性，通过记录三种纸箱的平均生产周期、月产能、每台机器的使用率、印刷裁剪台的平均等候长度以及系统内的平均在制品数量等数据，找出了整个流程中的瓶颈，从而改良仿真的条件，提出优化方案，到达了提高设备使用率的目标。
经过本次课程设计，我能根本熟练掌握eM-Plant软件使用其进行仿真，也了解到了仿真的重要性，特别是其实用意义，加深了对于各加工作业流程的熟悉。
8．2缺乏
由于车间加工的作业流程动态过程是一个复杂的系统，而我此次做的仿真系统对很多方面进行了简化，并且设定了一些假设，而实际的问题会比这个仿真更为复杂，比方原料本钱的问题，车间面积，设备摆放流程等问题，所以还可以在这个仿真的根底上做出进一步的优化，使之更能真实有效的反响实际情况，也为管理者提供更为可靠的决策依据。
升级会员 