刀榮貴，呂小波

紅塔煙草（集團(tuán)）有限責(zé)任公司，云南省玉溪市紅塔區(qū)紅塔大道118號 653100

系統(tǒng)優(yōu)化是運(yùn)用最少的資源獲得最佳效果，物流系統(tǒng)優(yōu)化主要有運(yùn)籌學(xué)［1］、智能優(yōu)化［2］和模擬仿真［3-4］等方法。隨著煙草行業(yè)精益物流的推進(jìn)，在進(jìn)行物流系統(tǒng)優(yōu)化時(shí)，涉及到人力、物力、財(cái)力的投入和時(shí)效限制，通常采用模擬仿真方法進(jìn)行實(shí)驗(yàn)。文獻(xiàn)［5-8］顯示，傳統(tǒng)的煙草物流系統(tǒng)仿真優(yōu)化方法主要是進(jìn)行物流搬運(yùn)路徑規(guī)劃，采用調(diào)度策略來平衡各個(gè)物流環(huán)節(jié)的使用頻率，以提高物流環(huán)節(jié)的利用率為導(dǎo)向，按平衡利用率來選取最佳物流方案，因此該優(yōu)化方法稱為平衡利用率法。但傳統(tǒng)仿真優(yōu)化方法存在以下不足：一是物流任務(wù)到達(dá)和各個(gè)實(shí)體的運(yùn)行屬性僅考慮其平均值，未考慮物流運(yùn)行隨機(jī)分布情況，導(dǎo)致仿真模型不能更好地模擬現(xiàn)實(shí)系統(tǒng)；二是仿真的時(shí)長或次數(shù)僅根據(jù)班次情況或經(jīng)驗(yàn)確定，仿真輸出數(shù)據(jù)不準(zhǔn)確；三是以平衡利用率為導(dǎo)向的仿真優(yōu)化缺乏判斷系統(tǒng)關(guān)鍵因素的方法，可能會(huì)把優(yōu)化方向確定在系統(tǒng)的非關(guān)鍵因素上，導(dǎo)致資源投入浪費(fèi)；四是僅根據(jù)輸出指標(biāo)的大小判斷方案的優(yōu)劣，忽視指標(biāo)差別的顯著性。近年來，關(guān)鍵因素法在項(xiàng)目投資、質(zhì)量管理、績效評估等方面進(jìn)行了應(yīng)用，該方法圍繞仿真輸出指標(biāo)，充分考慮系統(tǒng)的影響因素并進(jìn)行實(shí)驗(yàn)設(shè)計(jì)，對仿真結(jié)果通過方差分析來確定影響系統(tǒng)的關(guān)鍵因素，并以關(guān)鍵因素為維度繪制等值線圖，將實(shí)驗(yàn)結(jié)果劃分出層次，在最優(yōu)層次中選擇關(guān)鍵因素作為物流系統(tǒng)的最優(yōu)方案，用于指導(dǎo)系統(tǒng)進(jìn)行優(yōu)化改善。為此，以卷煙生產(chǎn)車間廢料回收物流系統(tǒng)優(yōu)化為例，應(yīng)用仿真優(yōu)化關(guān)鍵因素法進(jìn)行分析，以解決系統(tǒng)占用資源多、運(yùn)行效率低等問題，提高物流系統(tǒng)的運(yùn)行效率以及精益化管理水平。

1 存在問題

卷煙生產(chǎn)車間用于回收生產(chǎn)廢料的自動(dòng)化物流系統(tǒng)主要由 AGV（Automated Guided Vehicle）［9］和翻箱機(jī)完成搬運(yùn)和傾倒廢料任務(wù)，廢料滿箱后工作人員呼叫AGV搬運(yùn)，通過AGV搬運(yùn)滿箱、翻箱機(jī)倒料、AGV運(yùn)回空箱等環(huán)節(jié)完成廢料回收任務(wù)，見圖1。系統(tǒng)通過排隊(duì)論分析［10］、路徑規(guī)劃［11］等獲得了初步仿真模型，由于AGV在卷煙生產(chǎn)車間中還要承擔(dān)輔料發(fā)放、空托盤回收、成品抽檢和自充電等業(yè)務(wù)，廢料回收業(yè)務(wù)占用AGV資源較多，影響了其他業(yè)務(wù)的運(yùn)作效率。對該系統(tǒng)仿真優(yōu)化的目標(biāo)是使廢料回收搬運(yùn)周期（從廢料箱獲得回收任務(wù)到傾倒廢料再把空箱搬回原位置的時(shí)間）最短，且投入AGV和翻箱機(jī)數(shù)量最少。

圖1 卷煙生產(chǎn)車間廢料回收物流系統(tǒng)示意圖

2 仿真實(shí)驗(yàn)設(shè)計(jì)

2.1 設(shè)定因素、水平及指標(biāo)

經(jīng)過層次分析可得出系統(tǒng)的影響因素，剔除不可實(shí)施的因素和水平，即為設(shè)定的仿真因素和水平。根據(jù)需要提出運(yùn)行指標(biāo)，經(jīng)過歸納整理后即為仿真指標(biāo)［12］。分析可見，影響廢料回收物流系統(tǒng)的因素主要有AGV數(shù)量、翻箱機(jī)數(shù)量和調(diào)度方法。對3個(gè)因素進(jìn)行實(shí)驗(yàn)設(shè)計(jì)，因素A：AGV數(shù)量設(shè)置4～8臺共5個(gè)水平，使廢料回收業(yè)務(wù)盡可能少地占用AGV系統(tǒng)資源，AGV數(shù)量在指標(biāo)優(yōu)化條件下越少越好；因素B：翻箱機(jī)數(shù)量設(shè)置1～2臺共2個(gè)水平，為減少資金投入，翻箱機(jī)數(shù)量在指標(biāo)優(yōu)化條件下越少越好；因素C：調(diào)度方法共設(shè)置3個(gè)水平，其中C1為AGV將空箱放回原站臺后觸發(fā)搬運(yùn)緩存廢料箱，C2為AGV從翻箱機(jī)上取下空箱后觸發(fā)搬運(yùn)緩存廢料箱，C3為AGV將滿箱移載到翻箱機(jī)后觸發(fā)搬運(yùn)緩存廢料箱。

系統(tǒng)指標(biāo)是平均搬運(yùn)周期，所用平均時(shí)間越少說明系統(tǒng)處理廢料效率越高。以上3個(gè)因素各個(gè)水平共構(gòu)成5×2×3=30個(gè)回收物流方案，利用仿真軟件對這些方案進(jìn)行實(shí)驗(yàn)并確定最優(yōu)方案。

2.2 建立仿真模型

系統(tǒng)仿真是將現(xiàn)實(shí)系統(tǒng)的物理對象映射為仿真對象，并將它們之間的關(guān)聯(lián)表達(dá)出來。仿真軟件集成了系統(tǒng)執(zhí)行和優(yōu)化的方法，通過軟件可以對系統(tǒng)進(jìn)行計(jì)算和存儲所需信息，并支持用戶根據(jù)需要編寫程序以運(yùn)行系統(tǒng)和收集數(shù)據(jù)［13］。采用仿真軟件Plant Simulation［14］將廢料回收的各個(gè)環(huán)節(jié)映射為仿真對象，并建立仿真模型，見圖2。在此模型上，通過編程和內(nèi)置工具完成各因素、水平和系統(tǒng)指標(biāo)的仿真實(shí)驗(yàn)設(shè)計(jì)。

圖2 廢料回收物流系統(tǒng)仿真模型示意圖

2.3 仿真對象數(shù)據(jù)收集

數(shù)據(jù)的輸入和執(zhí)行是根據(jù)所建立的仿真模型確定各個(gè)階段的處理情況。在數(shù)據(jù)輸入和執(zhí)行過程中有時(shí)是已經(jīng)假設(shè)好的常數(shù)或分布函數(shù)；當(dāng)輸入和執(zhí)行過程無法假定時(shí)，可構(gòu)建一個(gè)初始系統(tǒng)，在系統(tǒng)使用過程中收集數(shù)據(jù)，通過對各組數(shù)據(jù)進(jìn)行擬合檢驗(yàn)，判定其符合哪種分布規(guī)律；若分布規(guī)律不便于用函數(shù)表達(dá)則做出經(jīng)驗(yàn)分布表。

通過觀測初始系統(tǒng)（改善前系統(tǒng)）運(yùn)行過程，收集廢料回收過程中主動(dòng)環(huán)節(jié)的數(shù)據(jù)，并采用Minitab統(tǒng)計(jì)工具［15］對數(shù)據(jù)進(jìn)行擬合優(yōu)度檢驗(yàn)，以獲得各個(gè)環(huán)節(jié)的運(yùn)行規(guī)律。廢料回收的主動(dòng)環(huán)節(jié)包括任務(wù)到達(dá)、搬運(yùn)滿箱、翻箱倒料、運(yùn)回空箱，數(shù)據(jù)收集過程如下：

（1）隨機(jī)收集任務(wù)到達(dá)數(shù)據(jù)150個(gè)。在Minitab中采用個(gè)體分布標(biāo)識工具進(jìn)行擬合優(yōu)度檢驗(yàn)，所獲得的概率圖中，任務(wù)到達(dá)規(guī)律不服從常規(guī)函數(shù)分布，用經(jīng)驗(yàn)分布表表示，見表1。

表1 任務(wù)到達(dá)時(shí)間間隔經(jīng)驗(yàn)分布表

（2）隨機(jī)收集搬運(yùn)滿箱環(huán)節(jié)數(shù)據(jù)150個(gè)。在Minitab中采用個(gè)體分布標(biāo)識工具進(jìn)行擬合優(yōu)度檢驗(yàn)，所獲得的概率圖中，Johnson變換后正態(tài)圖95%的置信區(qū)間P值=0.412＞0.05。所以，該組數(shù)據(jù)服從正態(tài)分布Normal（5.06，1.24）min，即為AGV搬運(yùn)滿箱環(huán)節(jié)的運(yùn)行規(guī)律。

（3）翻箱倒料環(huán)節(jié)為固定常數(shù)1 min。

（4）隨機(jī)收集運(yùn)回空箱環(huán)節(jié)數(shù)據(jù)150個(gè)。在Minitab中采用個(gè)體分布標(biāo)識工具進(jìn)行擬合優(yōu)度檢驗(yàn)，所獲得的概率圖中，Johnson變換后正態(tài)圖95%的置信區(qū)間P值=0.211＞0.05。所以，該組數(shù)據(jù)服從正態(tài)分布Normal（5.18，1.21）min，即為AGV運(yùn)回空箱環(huán)節(jié)的運(yùn)行規(guī)律。

2.4 仿真實(shí)驗(yàn)步驟

仿真實(shí)驗(yàn)步驟為：①在圖2仿真模型的各個(gè)實(shí)體對象中加載屬性為2.3節(jié)的分布函數(shù)或分布表，以表示該實(shí)體的運(yùn)行規(guī)律；②將各因素及其水平作為實(shí)驗(yàn)工具的輸入值，生成全因子或正交實(shí)驗(yàn)方案；③將指標(biāo)作為實(shí)驗(yàn)輸出觀測值；④設(shè)定仿真統(tǒng)計(jì)置信區(qū)間95%，分別運(yùn)行仿真30，50，100，200，500次，輸出仿真運(yùn)行結(jié)果，其中欄目Right interval bound-Left interval bound為判斷置信區(qū)間。對比仿真30，50，100，200，500次的平均置信區(qū)間，選擇平均置信區(qū)間最小的即為最佳結(jié)果。本實(shí)驗(yàn)的最佳結(jié)果是仿真50次的運(yùn)行結(jié)果；⑤整理仿真結(jié)果（表2），列出各方案對應(yīng)的指標(biāo)值。

表2 仿真實(shí)驗(yàn)運(yùn)行結(jié)果

3 最優(yōu)方案的確定

3.1 方差分析

通過方差分析，可以獲得判定關(guān)鍵因素的離差平方和的值，初步判定哪些因素對指標(biāo)輸出的影響顯著。在95%的置信區(qū)間，P值小于0.05的因素對指標(biāo)影響顯著。表3可見，仿真因素AGV數(shù)量、翻箱機(jī)數(shù)量、調(diào)度方法均影響顯著，交互作用AGV數(shù)量×調(diào)度方法影響顯著。

3.2 確定關(guān)鍵因素

根據(jù)帕累托原理［16］，少數(shù)關(guān)鍵因素導(dǎo)致主要問題的發(fā)生。因此，對離差平方和的值進(jìn)行排列，占離差平方和合計(jì)80%以上的因素是關(guān)鍵因素，是系統(tǒng)優(yōu)化改善的重點(diǎn)。對關(guān)鍵因素的離差平方和進(jìn)行帕累托檢驗(yàn)，結(jié)果見圖3?？梢?，調(diào)度方法和AGV數(shù)量占離差平方和合計(jì)的82.1%，因此廢料回收物流系統(tǒng)應(yīng)以優(yōu)化這兩個(gè)因素為主；對于翻箱機(jī)數(shù)量，不作為關(guān)鍵因素，則選擇投入最少的方案，只需1臺。

表3 方差分析

3.3 等值線法

圖3 因素的離差平方和帕累托圖

以調(diào)度方法和AGV數(shù)量兩個(gè)關(guān)鍵因素為維度，采用Minitab統(tǒng)計(jì)工具繪制等值線圖，見圖4。等值線圖按平均搬運(yùn)周期指標(biāo)分離出從優(yōu)到劣共10個(gè)層次，其中平均搬運(yùn)周期在27.523 min以下為最優(yōu)區(qū)域。結(jié)合表2可見，有 12，15，17，18，20，21，23，24，26，27，29，30共12個(gè)方案在最優(yōu)區(qū)域，其中12，17，18，23，24，29，30這7個(gè)方案采用2臺翻箱機(jī)，不符合3.2節(jié)中的要求。余下的15，20，21，26，27這5個(gè)方案中，方案15（6臺AGV、1臺翻箱機(jī)、調(diào)度方法3）投入的AGV數(shù)量最少，可確定為最優(yōu)方案。

圖4 平均周期與調(diào)度方法、AGV數(shù)量的等值線圖

4 結(jié)語

應(yīng)用仿真優(yōu)化關(guān)鍵因素法分析得到影響系統(tǒng)的關(guān)鍵因素，對卷煙車間廢料回收系統(tǒng)進(jìn)行改善，通過實(shí)驗(yàn)設(shè)計(jì)確定投入資源最少的最優(yōu)方案，有效滿足了精益物流的要求。對傳統(tǒng)仿真優(yōu)化方法改進(jìn)后，以物流運(yùn)作數(shù)據(jù)的分布函數(shù)或經(jīng)驗(yàn)分布表為運(yùn)行規(guī)律，仿真模型更加切合實(shí)際；利用運(yùn)行結(jié)果的最小置信區(qū)間確定仿真運(yùn)行的最佳時(shí)長或次數(shù)，輸出指標(biāo)數(shù)據(jù)更加準(zhǔn)確；通過方差分析和帕累托原理選擇優(yōu)化的因素，可以節(jié)約資源投入，系統(tǒng)改善效果顯著；結(jié)合等值線法能夠通過關(guān)鍵因素確定最優(yōu)方案，指導(dǎo)系統(tǒng)的優(yōu)化實(shí)施。

［1］中國運(yùn)籌學(xué)會(huì).中國運(yùn)籌學(xué)發(fā)展研究報(bào)告［J］.運(yùn)籌學(xué)學(xué)報(bào)，2012，16（3）：1-48.

［2］公茂果，焦李成，楊咚咚，等.進(jìn)化多目標(biāo)優(yōu)化算法研究［J］.軟件學(xué)報(bào)，2009，20（2）：271-289.

［3］王凌，張亮，鄭大鐘.仿真優(yōu)化研究進(jìn)展［J］.控制與決策，2003，18（3）：272-277.

［4］彭揚(yáng)，伍蓓.物流系統(tǒng)優(yōu)化與仿真［M］.北京：中國物資出版社，2002.

［5］梁志強(qiáng)，王勇，楊忠文.基于EM-Plant的柔性煙草制絲生產(chǎn)線物流系統(tǒng)的仿真［J］.煙草科技，2009（3）：26-29.

［6］梁瑞鳳，程國全，王轉(zhuǎn).FLEXSIM在卷煙廠自動(dòng)化輔料配送物流系統(tǒng)仿真中的應(yīng)用［J］.物流技術(shù)，2006（2）：28-30.

［7］施彥，王愛娟，翁貽方.煙草輔料入庫系統(tǒng)的仿真與優(yōu)化［J］.微計(jì)算機(jī)信息，2008，24（1）：205-206，178.

［8］蔡靖，申婷婷，王海丹.基于Flexsim的某自動(dòng)化倉儲系統(tǒng)的仿真結(jié)果和分析［J］.制造業(yè)自動(dòng)化，2012，34（7）：107-108，112.

［9］張建華，楊啟成，陳勇，等.卷包生產(chǎn)廢料回收物流自動(dòng)化的實(shí)現(xiàn)［J］.煙草科技，2007（1）：23-26.

［10］刀榮貴，張進(jìn)武，楊祥.卷煙生產(chǎn)線廢料回收物流系統(tǒng)建模分析［J］.煙草科技，2010（12）：16-20.

［11］李昌權(quán)，吳罡，劉峰，等.卷煙工業(yè)自動(dòng)導(dǎo)引車（AGV）系統(tǒng)的優(yōu)化改進(jìn)［J］.煙草科技，2010（11）：18-21.

［12］陳魁.試驗(yàn)設(shè)計(jì)與分析［M］.2版.北京：清華大學(xué)出版社，2005.

［13］Banks J，Carson J S，Nelson B L，et al.離散事件系統(tǒng)仿真［M］.肖田元，范文慧，譯.北京：機(jī)械工業(yè)出版社，2007.

［14］施於人，鄧易元，蔣維，等.eM-Plant仿真技術(shù)教程［M］.北京：科學(xué)出版社，2009.

［15］馬逢時(shí)，周峰，劉傳冰，等.六西格瑪管理統(tǒng)計(jì)指南［M］.2版.北京：中國人民大學(xué)出版社，2013.

［16］N.格里高利·曼昆.經(jīng)濟(jì)學(xué)原理［M］.6版.北京：北京大學(xué)出版社，2013.