Ich möchte zeigen, wie Sie ein Fördersystem mit einer Kombination aus mathematischer Modellierung und ereignisdiskreter Simulation (DES) optimieren können. Dies ist eine Ergänzung zu der reichen Vielfalt an Beispielen für die Optimierung von Förderbändern, die in der Industrie verfügbar sind. Wie ich in diesem Artikel erläutern werde, führt der von mir vorgeschlagene Workflow und die Vorgehensweise jedoch zu deutlich besseren Ergebnissen bei deutlich geringerem Aufwand.
Die Simulation erleichtert den üblichen Optimierungsansatz
Es ist ein weit verbreiteter Irrglaube, dass komplexe Fördersysteme (immer) (nur) Simulation erfordern. Das ist nicht richtig. Wie ich in diesem Artikel erläutern werde, empfehle ich stattdessen einen zweifachen Ansatz, der zuerst Routing-Verhältnisse optimiert und dann Layout und mathematisch abgeleitete Routing-Regeln in einer dynamischen Simulation implementiert. Dennoch bleibt es der herkömmliche Ansatz, ereignisdiskrete Simulationsmodelle zum Testen von Förderkonzepten und -layouts zu verwenden.
Hier sind einige Beispiele für einfache Modelle, einschließlich einfacher Fördererbeispiele. Stellen Sie sich diese einfachen Beispiele in einem komplexeren Szenario vor, dh einem komplexeren Förderbandlayout:
Andere beliebte Tools für Förderersimulationen (neben AnyLogic) sind simio, AutoMOD, Plant Simulation, FlexSim und so weiter. Sie können sogar Fördersysteme auf einer höheren Abstraktionsebene mit weniger Visualisierung modellieren, indem Sie zB Simmer in R verwenden. Für eine umfassende Dokumentation zu „Simmer“ lesen Sie bitte den unten verlinkten Artikel.
Der herkömmliche Ansatz besteht darin, das vorgeschlagene Fördererlayout in einer Simulationsumgebung zu implementieren. Als nächstes wird die Ausrüstung gemäß den technischen Spezifikationen eingestellt. Anschließend werden Simulationsexperimente iterativ angewendet. Während dieser Iterationen versucht der Simulationsanalytiker beispielsweise, Layoutoptimierungen, aber auch Routingoptimierungen – wo zutreffend – zu ermitteln.
Veranschaulichung der Komplexität von Fördersystemen
Betrachten Sie beispielsweise das in der folgenden Abbildung dargestellte Förderbandlayout. Das in der folgenden Abbildung dargestellte Layout umfasst Zu- und Abflüsse, von Versorgungsprozessen bis hin zu nachfolgenden Montage- und/oder Endverarbeitungsstationen. Das Layout umfasst außerdem Zu- und Abflüsse von Pufferbereichen.
Der Materialfluss ändert sich dynamisch, abhängig vom Gesamtproduktionsprogramm und dem Masterplan. Zu bestimmten Zeitpunkten übersteigt der Zufluss bestimmter Teilefamilien oder Chargennummern den Abfluss, z. B. wenn über Nacht auf Lager produziert wird. In solchen Situationen werden die Pufferbereiche zum Einlagern von Teilen genutzt. Zu anderen Zeiten können die zuliefernden Produktionsprozesse Teilefamilien herstellen, die derzeit nicht ausgeliefert oder in den nachgelagerten Prozessen verarbeitet werden (Auslauf). Teile werden, sofern verfügbar, aus dem Puffer kommissioniert und von dort nachgelagert.
Offensichtlich kann der Materialfluss schnell komplex werden. Routing-Regeln und Routing-Verhältnisse können verwendet werden, um zu bestimmen, welche Teile entlang welchem Segment des Fördersystems fließen sollen. Dies kann in einem mathematischen Modell beschrieben werden, in dem die Zielfunktion der Gesamtanlagendurchsatz für eine oder mehrere Teilefamilien ist. Die Förderkapazitäten, insbesondere die Kapazitäten der Drehtische, sind die Einschränkungen für dieses mathematische Modell. Das Modell kann dann über Routing-Verhältnisse optimieren, dh sobald sie offiziell als relevante Optimierungsvariablen definiert wurden.
Optimierungstools für Streckenführungen von Förderanlagen
Es gibt verschiedene Tools für die Optimierung des Conveyor-Routing. Ein kommerzielles Tool ist nicht unbedingt erforderlich. Für kleinere Fördersysteme kann ein kostenloses Tool verwendet werden. Wenn Sie Excel installiert haben, können Sie Excel und Excel Solver für kleinere Anwendungen verwenden.
Nachfolgend finden Sie eine Liste einiger Artikel, die einige andere kostenlose Optimierungstools behandeln, die ich oder andere SCDA-Mitglieder bereits in diesem Blog vorgestellt haben.
- Link: Solver zur Optimierung in Python verwenden
- Link: Optimierung mit JuMP und GLPK in Julia
- Link: Optimierung und Modellierung in Python
- Link: Lineare Optimierung mit PuLP in Python
Ich werde Excel Solver für die Routing-Optimierung in einem separaten Blogbeitrag in diesem Blog behandeln.
Vorgehensmodell zur Förderanlagenoptimierung
Indem ich die meisten meiner obigen Kommentare veranschauliche und zusammenfasse, habe ich eine Workflow-Abbildung zur Beschreibung meines Verfahrensmodells zur Optimierung des Fördersystems erstellt. Sie können es unten sehen.
Zunächst wird ein Layoutkonzept erstellt. Dies beinhaltet einige statische Berechnungen, grobe Zahlen und Faustregelschätzungen. Das Layout wird normalerweise entworfen, während die Verfügbarkeit von Daten knapp ist. Dieser Schritt muss die Machbarkeit des gesamten Produktionsprozesses sicherstellen.
Nachdem der erste Entwurf erstellt wurde, muss die Ausrüstung konfiguriert werden. Das Layout gibt an, wo Förderer und Drehteller usw. platziert werden sollen. Aber was für ein Förderer? Was für ein Laufwerk? Antworten auf diese Art von Fragen wirken sich auf die Gerätespezifikationen aus, z. B. in Bezug auf Förderbandgeschwindigkeit und -beschleunigung. Nach Vorgabe kinematischer Daten der Fördertechnik kann eine statische Tragfähigkeitsberechnung durchgeführt werden. Wenn beispielsweise ein Förderer eine Länge von 1 m hat und seine Geschwindigkeit 1 m/s beträgt, kann er bei konstanter voller Geschwindigkeit 3600 Teile pro Stunde fördern.
Statisch berechnete Kapazitäten werden dann an ein mathematisches Programm weitergeleitet, in dem Gerätekapazitäten als Optimierungsbeschränkungen modelliert werden. Routing-Verhältnisse sind, wie weiter oben in diesem Artikel erläutert, die relevanten Optimierungsvariablen. Das mathematische Programm versucht, ein definiertes Ziel zu optimieren, z. B. den Gesamtsystemdurchsatz. Folglich verfügt der Solver nach Abschluss dieses Schritts über definierte Routing-Verhältnisse an jedem Routing-Punkt in der Förderanlage – für das zugehörige Produktionsszenario.
Das mathematische Modell kann bereits zu einer Re-Design-Entscheidung führen. Die Neugestaltung kann sich nur auf die Gerätekonfiguration auswirken. Es könnte aber auch bedeuten, dass das Layout selbst neu erstellt werden muss.
Der letzte Schritt ist ein dynamisches Simulationsmodell . Ein solches Modell berücksichtigt dynamische Systemabhängigkeiten, die vom mathematischen Programm vernachlässigt wurden.
Abschließende Bemerkungen zur Förderanlagenoptimierung
Der direkte Sprung in die Simulationsmodellierung ist nicht unbedingt der richtige Ansatz bei der Optimierung eines Fördersystems. Es kann effizienter sein, zuerst mathematische Modelle anzuwenden. Die Simulationsmodellierung soll die Endphase der Fördersystemoptimierung erleichtern.
Wirtschaftsingenieur mit Interesse an Optimierung, Simulation und mathematischer Modellierung in R, SQL, VBA und Python
Leave a Reply