APP下载

基于数字平台的板式家具板材备料上料研究

2023-11-03王小飞尹志远

林产工业 2023年10期
关键词:备料板材利用率

王小飞 卿 彦 尹志远 杨 冰

(中南林业科技大学,湖南 长沙 410004)

板式家具板材的备料是生产管理中的一项重要内容,直接关系到整个家具制造过程的生产调度[1]。板材家具产品样式种类繁多,板件复杂多样。一个产品的加工成型要经过备料、开料、打孔、铣型、封边、包装等多道工艺[2]。板材备料计划的不合理会造成原材料浪费,上料环节的调度不仅影响设备工作效率,也会影响产品生产周期,造成交付延期的问题。钟洪江等[3]总结了备料生产环节的信息化需求,将优化排样与生产管理相结合,提高了材料利用率。黄鹏鹏等[4]通过建立关于最佳物料备料量及暂存区规划的数学模型,并使用精益思想分析方法对备料上料过程进行规划,从而求出最佳备料量,解决了企业生产线的生产能力与物料需求不匹配的问题。冯雁[5]提出了在生产波动下,制品最小备料量的数学模型,实现了车间生产节拍与备料的同步化。付宇[6]提出一种融合K-means聚类算法的多准则库存分类法的库存策略,解决了烟草企业备料库存积压严重的问题。

综上所述,本文通过对板式家具企业备料上料问题展开研究,分析数据流,建立备料模型与上料模型,并用遗传算法求解模型。根据模型搭建数字备料上料平台,将数字化技术和车间的生产管理相结合[7-9],解决了订单备料上料中板材利用率和设备使用效率的问题,满足了大批量订单生产的需求。

1 研究内容与方法

为能更好地对数字化备料上料平台展开研究,首先根据板式家具的生产现状,构建备料模型与上料模型。然后通过遗传算法求解数据模型,模型的表示可以使问题的表述更直观。

1.1 模型构建

1.1.1 备料模型

板式家具的订单类型中包含了各种不同尺寸的工件,工件所包含的数据集合可以表示为:

式中:qi为任一一个工件,个;为工件数量,上标m表示包含颜色、厚度等信息,个;为工件长度,mm;为工件宽度,mm。

备料模型可以表示为:

备料过程中算法的搭建与优化要根据模型进行。式(2)表示任意的工件面积大于0,也就是表示工件存在;式(3)表示排样剩余余料的面积,余料长度和宽度的限制范围;式(4)表示所有排样工件面积与余料面积之和;式(5)表示板材综合利用率;式(6)表示求解出的板材数量小于库存的板材数量。

在模型求解过程中,为求解出满足需求的最大板材利用率,系统会不断优化求解的集合。随后,将求解出的板材数量集合与板材仓库中的库存数量作对比,当板材数量大于库存数量时,系统暂缓备料,等库存补充之后重新安排备料。当板材数量小于库存数量时,系统确认备料计划,并安排下一阶段的任务。备料数据集合则表述为:

1.1.2 上料模型

上料模型可以表示为:

式中:e为电子开料锯单位时间开料量,n/min;T为电子开料锯每天的标准工作时间,min;为任一批次板材上料数量,块;b为备料区单位时间备料量,n/min;ti为车辆运输板材所花费的时间,min,t为电子开料设备在加工第i+1批次板材时因板材未及时送到而浪费的时间,min;T0为电子开料设备每天的最大工作时间,min。

式(8)表示板材备料数量与电子开料锯每天产能相匹配;式(9)表示电子开料锯工作时有停机;式(10)表示电子开料锯每次的停机时间;式(11)表示电子开料锯每天的最大工作时间。

1.2 模型求解

1.2.1 遗传算法介绍

遗传算法模拟大自然中生物进化过程,通过随机选择、交叉和变异操作[10],可以不断优化选择,搜索过程中自动获取和积累有关搜索空间的知识,并自适应地控制搜索过程以求得最佳解,在求解复杂问题时有很强的适用性[11-12]。

1.2.2 算法求解

板材备料模型的求解是为了得到最大的板材利用率,要求输入备料订单数据,输出板材利用率与排版结果。依据遗传算法的三大步骤,适应性函数选择最大值原则[13-14],首次遍历选择面积最大板材,并加入M集合;在剩下的数据集里选择符合要求的数据,根据上次选择板材的长宽计算出剩余面积,并从中选择最大的面积作为这次的备料面积;将前面步骤进行迭代,可得到全局最优解。根据模型的求解可以分为以下步骤:

1)导入数据:N个d和w,板材的长D,宽W,板材的面积S。

2)初次筛选数据:按照最大值原则在N个d和w中,选择最大的di*wi,并满足di≤D,wi≤W,di*wi≤D*W,D1=D-di,W1=W-wi。

3)多次筛选:ifW*D1

Or MaxS=W*D1,W=W1

重复2、3步骤,直至MaxS

板材上料模型的求解是为得到最优上料计划,减少扰动,提高设备工作效率。执行制造系统MES(Manufacturing Execution System)主要进行生产调度任务[15],利用数字平台的MES与设备进行数据交互[16],系统采集生产过程中的动态数据,做出动态调度指令,完成板材上料。

2 数字平台搭建

板式家具数字化备料上料平台主要用C++语言结合MFC(Microsoft Foundation Classes,MFC)进行集成,结合板材备料模型和上料模型,并与MES和ERP等系统进行联动。系统主要由数据采集与数据分析两大部分构成,数据采集依靠MES系统的自动数据采集技术。电子开料锯提供API接口与MES系统的数据接口接通,电子开料锯内部的可编程逻辑控制器(Programmable Logic Controller,PLC)将设备运行状态等数据传输到MES系统[17-18]。MES系统访问ERP系统中板材仓储数据,备料优化数据与板材库存相同步[19]。

数据分析:MES系统对采集的基础数据、生产数据和物料数据首先进行数据清洗,再进行数据分类[20-21]。平台对不同类型进行协议转换,使用边缘计算提高数据处理能力,通过自我学习完成自我判断与决策[22-24]。平台依据数据分析结果,评估不同生产线的生产能力,结合不同生产线的生产工艺对工单进行上料作业[25]。

图1 数字平台备料上料框架图Fig.1 Digital platform material preparation and loading frame diagram

3 数字平台测试

数字平台搭建完成之后,选择板式办公家具企业A进行数据测试。在备料阶段,A企业由人工排产方式组批生产,排列出工单的开料顺序。仓库备料人员根据工单顺序备料。由于无法获知设备的开料情况与板材运输情况,整个备料过程中物料流转不能与设备保持一致,板材的备料与上料无法同步,电子开料锯出现等待开料的现象,极大地浪费了设备资源。备料阶段选择单一规格板材,没有考虑板材规格与板材利用率的关系,降低了板材综合利用率。

3.1 板材综合利用率

板式家具企业常见板材规格有3种,1 220 mm×2 440 mm、1 530 mm×2 440 mm和1 830 mm×2 440 mm。随机选择20个待备料订单,首先将订单用板材优化软件进行排版优化,分别选用3种不同规格的板材测试。为进行对比测试,将20个订单的数据在数字平台上进行分析,并把分析结果发送至CutRite板材优化软件。测试结果如表1和表2所示。

表1 单一规格板材利用率Tab.1 Utilization rate of single specification sheet

表2 数字平台板材利用率Tab.2 Sheet utilization rate of digital platform

根据测试结果可以看出,在选择单一规格的板材备料生产时,板材利用率并不高。选择1 220 mm ×2 440 mm规格板材备料时,板材利用率最大为88.46%,而数字平台的板材利用率达到了93.96%。原因是板材排样对工件有颜色、横纵纹理和尺寸的限制,工件尺寸和板材规格都会影响板材利用率,不同组合的板材规格可以优化订单排样。相比于用单一规格板材备料生产的方式,数字平台对订单分析选择不同规格的板材进行排样备料,有效避免了因大工件排样产生的废料过多问题。

3.2 开料设备的时间开动率

时间开动率表示设备的时间利用情况,是设备使用效率的指标,可以定义为设备的开动时间与负荷时间之比。电子锯的时间开动率能代表板材上料的情况。开料设备在测试中选取两台电子开料锯,A电子开料锯采用人工备料方式、B电子开料锯使用数字备料上料平台,每天的备料任务量都满足电子开料锯的最大产能。选择平台应用前1个月的数据,摘取连续15 d的数据进行对比分析,采集数据如表3所示。

表3 电子开料锯开动时间Tab.3 Operation hours of electronic cutting saw

根据数据对比可以看出,电子开料锯A平均开机时长由12.14 h提高到16.66 h,平均时间开动率由平台应用之前的63.81%提高到平台应用之后的87.67%。电子开料锯B的时间开动率提高主要原因是,在数据平台应用之后解决了备料上料过程的人机不协调问题,实现了信息化上料。

图2 数字平台使用后设备开动时间对比Fig.2 Comparison of equipment operation hours after the digital platform is used

4 结语

家具行业正面临产业升级,生产制造智能化已成为企业升级改造的目标之一。针对板式家具企业备料上料过程中出现的各种问题,笔者经过实地调研,总结了板式家具企业备料的现状与当前面临的困难,建立了备料模型和上料模型,并进行算法优化求解模型,搭建了数字备料上料平台,实现了信息采集分析、备料上料的数字化管理,开料精准派工、制造资源共享,提高了设备产能,增加了企业经济效益,提升了家具企业制造水平。

猜你喜欢

备料板材利用率
2019年全国煤炭开采和洗选业产能利用率为70.6%
化肥利用率稳步增长
浅议如何提高涉烟信息的利用率
一种新型零部件备料货架的设计及应用
板材满足设计
到2022年北美复合板材市场将有强劲增长
板材利用率提高之研究
消防部队工程备料款问题探讨
模具用经济型P20板材生产实践
RH二级系统加料控制方法的研究与创新