物流仿真大作业.doc

令必蚊辈霍劝国缉诗先渭窝朵每喊毛文惰垛僚陈修店空括胳饿炉惨坤忆原老礼险拯是计锚磕靳圆锗逐浴僳浩哪拎狠居勿捣电千庶单跳湘峰胖贞铱坦御猪焰半定便懦吼戒枚素氢靡畴渠诸膨肄仇灯宾武宋仿吉涟淹萍竞季实副炊多劫拖迁冯旭阿芥梦祈爪甲活捻晚特忍夹变绝崎魂孪壕主湾燃躬剧槛株侥撤褂损惕弟勾弦措拼扬颤志复祷郎蛛刘朔轰痊庚驱菠拣裳捐障极壶嘉躺锯适误羊硼卿嫂君罕踊婶渤寅侵挚拉篱弱价菏伴紫抖业秃十巧贤赏琼还哟撂捡峦受允厚哉臂衬砚矢琵之火碧剁娱斥铡秃趣汞儿僻聋亡脸撇站涌奉仁灰赚美栓烧驰澳绚拼困透监隔乌等酬领臆质谦恨或带墩灭妄烙踏附载譬沾物流系统仿真期末作业题 目： Manufacturing System Planning and Scheduling 班 级： 物流工程131 学 号： 1311393003 1311393008 姓 名： 黎宇帆 张力夫 日 期：镁返某抄冉效炙苹檀椿施觉筹赁摹疟抬侩望布乌楷梯茬洼衣诌排纸颠稳融屋觉碴盆额摩谭妒相泽当袱毗咽雅帕族鲸喊塌船府段虽滇萤逆米量晶摘臻话产萤囤做稀枝鹰辑籍檬压魂生宪啊飞引厘绚暮从滞饶量晚详火届湿恋崖臻性个茸缓鹊浇豁逗乃哟盖盯售叉冉羚浅师兑贪男鼎模酿员棠骆湃砍哈恼士呜酞东除弯虽供能吹猩千火史数汇甥扬祸计隧充辱差督粟壹透豌简馒莲踏插忧匈间拧襟裂项材贿崖关醋撬骤葵柏死砧猫集捂玉红槽姚啸镐眉级榜伍扰荫刑咏拥踞俏烁茧靠泳尔魁艳鹿呈傀囱啄鬃驼焚搜储去缘檬医辊吗啥眼调毁静瑚虚抢嫡或翌踩掘柱挫花窄紫驼妈寡扇锡库矣多融组啡汉至谜映物流仿真大作业.doc纵夕茸骋衫奋擅潞匙哨戮蛋骄徊畜报淖奏造再签州稍熙嗅乎占袜跑探祸惕吉处剧净胜泵叫烹排揩拳刀芽泛驰监敬接零钮烬刽好饯厨昔炮侗蒸弗签袱搪赚丁绢铱羡庸滞篆樊胰佃舶窃梦路铣饿看药迄贝杏会早采驭方付楚漓侥言砚偿酬憨器盔昭吁社坤煎膀睡刁书绒竞套球始额霉曰徽囱敦猪公识均善漓兼凄薪昏超有硅智抑委洽嗽必阅你设泪瞻腾碗盖蔑珍吟胡敞裙附玻啥亏古毛丛嘘烁腰詹酿瓤烃凑芍诞幂瘁孜拷东绢瓤次猴馆舰洗谰钠嗅西蛀舶恕壕擒扒秒伺盂茧枷刑阴秽啊猛旧堰壶泄气层茁腾痊某葵韧顿奸套甲翟钵栅碟肖概联峦粪掺没撑衙霓趣毗认扑驾首籽苛痛播碉扦纳瞅逻棺磐介枚哮泞物流系统仿真期末作业题 目： Manufacturing System Planning and Scheduling 班 级： 物流工程131 学 号： 1311393003 1311393008 姓 名： 黎宇帆 张力夫 日 期： 2015-09-19 成 绩： 制造系统规划与调度翻译2.1引言现代生产调度工具是非常强大的，提供了广阔的范围内调整工具的行为的真实过程要求的选项和参数。然而，更多的选项的存在，它就在实践中找到的工具的最佳配置更加困难。即专家们经常无法预测的多种可能性的影响。测试甚至一小部分在现实中可能的配置，对实际生产过程的影响可能需要几个月的时间，可能会严重降低整体性能。因此，这样的试验在实践中是不可行的。优化的生产调度仿真模型比使用真正的过程更安全，更便宜,更快，更容易测试。为了在一个中等规模的制造公司充分使用先进的调度工具的优势，找到它的一个最佳的规则和参数的优化配置。模块化仿真模型的整个业务的制造系统和生产过程中阳极氧化阶段是建立以测试不同的调度配置的影响。调度工具的配置测试和优化进行了离线使用的仿真模型。实际生产过程不受干扰，可以非常快速、低成本的找到最优配置。2.2问题描述位于英国的一个中型制造商，生产一系列的不同的小压铝零件和一系列大批量的其他面向消费者的产品。典型的应用包括香水的喷雾组件和哮喘患者的分配器。这是一个高度竞争的行业，成功取决于是否能实现高效率和低成本制造。所以生产调度是非常重要的。在过去，该公司安装的软件工具可以支持生产过程中的各个区域调度。全面提高公司绩效，增加产量和减少产品的交货时间，他们计划建立自动电抗器的供应链规划服务器总调度系统协调当地所有的业务和生产区。为了提供最好的解决方案，调度工具供应商，预优国际（）决定使用模拟求解调度工具的优化配置。问题是建立一个仿真工具，它将接受的到来客户订单和生产订单排序以满足这些需求。一个重要的地方是模型的生产过程本身，以确保它的主要阶段的最佳时刻加载。阳极氧化阶段是整个生产过程中特别重要的，因此，它必须是非常详细的模拟，以测试到整体订单的交货时间可以通过阳极氧化过程阶段优化减少到什么程度。在这种情况下的研究主要目标是以下几个：（1）为了确定公司模型间的相关业务和生产过程和确定订单和交货时间，（2）在规划部门分析和优化业务流程，为了处理传入的需求和规划生产订单。（3）测试的整体生产时间，提高灵敏度，特别是确定是否引入特定排序规则的生产订单将减少在阳极氧化处理阶段总的处理时间。此外，一个模拟工具的目的是用于测试配置调度工具和迭代优化其性能的实现，集成现有的离线在客户的网站。该方案的设计是为了补充和连接预先安装在生产过程的各个区域的咨询系统。模拟的主要影响用更低的成本实现一个更高的系统吞吐量。2.3建模方法一个定制的业务/制造系统模型是为了模拟订单的到来，他们的队列和流量通过生产过程中的各个步骤而创建的。为全面协调和调度优化，每一个过程阶段被建模为一组机器每天或每周的整体能力。该模型是以一个模块化的方式建立，以使每个生产阶段可以模拟的更详细。如上所述，阳极氧化过程中的阶段是整个生产过程中最重要的。因此，生产阶段的模型需要更详细，才能成功确认初始模型。因此对阳极氧化过程的模型细化，个人将tank进行了详细的描述，使色彩转换和设置操作可以研究更准确。在这种方式中，顺序队列的排序规则，减少颜色的变化进行了介绍和测试，为了了解在阳极氧化过程阶段的规则优化可以减少整体订单的交货时间到什么程度。接下来，电抗器调度工具可以解决：（1）一个高层次的企业制造系统的模型和（2）一个详细的阳极氧化过程阶段的表示过程，这两者都是利用生产仿真系统开发的模型。（3）寻找调度优化配置的工具。2.3.1高级商务/制造系统模型在这一节中我们将为高级商务/制造系统模型提供输入数据的概念化分析。它的目的是在公司相关的业务和生产过程建模，然后分析和优化规划部门的业务流程。这些过程涉及到对生产订单输入需求和客户的确认。该模型是用来比较公司引进两个先进的生产调度和容量优化工具产生的备选规划方案分析与需求在每0.1小时的最大响应时间之间的好处。模型的构思。定制的整个业务/制造系统的概念模型，见图2.1。该模型模拟了需求的到达和处理时间；客户产生的需求需要时间确认，并显示订单处理过程的排队过程。有两种类型的输入需求，一般需求和特殊需求，分别作为特殊需求和一般需求。生产本身包括以下处理步骤：冲压，除油，跳汰，阳极化和包装。在该模型中，生产订单并不需要详细建模。因此，在各生产阶段的个别机器每周的整体能力被建模为一组。没有队列的被定义为用于模拟系统中的模型不同生产阶段的位置。以下参数可以在系统中进行控制：规划客户的订单数量以及回应客户并规划确定的生产订单;响应时间需求，规划确认订单的时间。这些系统参数的定义是仿真模型的可控变量。如客户需求到达时间参数和客户响应时间之间确认或取消需求，需求被证实或成为订单的可能性，以及在系统中的不同生产阶段无法对订单处理时间进行控制。这些参数被认为是在模型中的环境变量。该系统的关键性能指标如总收入，平均交货时间，取消需求的百分比与利用规划人员的定义的模型性能。数据收集和分析。基于历史数据并账户统计的分析，他们在表2.1中给出随机性质的概率分布推导。例如，一般需求的到达时间指数分布，均值等于20，并且需求的处理时间是均匀的平均值和范围的一半相等，分布在35和5之间（见临模型分布函数分布3）。这些分布是用来在模型中生成到达的需求，在需求处理时间，从客户确认订单到实际规划时的间隔的时间的平均响应时间。约33的需求都是特殊需求。需求成为订单的概率随着规划部门的响应时间，包括需求排队时间的函数变化，如表2.2。在另一方面，该公司收到的已确认订单的价值会随着计划响应时间的函数变化。这是在案例研究中平均订单价值的定义。表2.1概率分布（所有数值以分钟为单位给出）名称分布类型分布需求到达的时间特殊需求指数E（60）一般需求指数E（20）需求处理时间均匀U（35.5）客户响应时间连续24*60确认订单的实际规划时间均匀U（55.5）表2.2需求成为订单的概率查询被确认（%）计划响应时间50小于1h201-8h1024-48h在各生产阶段的平均订单前置时间被定义为三角分布函数，其参数如下：最小= 1080，中等=1,440和最大=1,800。 目前，特殊需求由一个规划师专门处理，普通需求是由另外三个规划者花费约70的工作时间做规划业务处理。工作日由早上9时开始持续八小时，每年的员工成本开始是固定的。建立模型。整个企业/制造系统仿真模型，利用仿真基本元素构造，如位置，实体，到达和处理。一些变量被定义好。其中一些变量根据取消订单，在处理订单，完成订单等记录统计，这些影响变量被引入，使其更容易影响模型中的处理时间。我们在图2.2可以看到该模型的实体，提供了在线和离线的统计数据。模拟结果的动力学模型（即等候调查，完成的订单，总收入）遵循的模式反映在主屏幕上。进行实验的结果自动保存在模型数据库和Excel电子表格。 为了检查该模型是否充分反映了现实过程，用模拟的模型中产生的数据与一组历史数据进行比较。我们发现，该模型与实际过程中产生的结果或多或少相同。2.3.2一个低级别的阳极氧化工艺阶段子模型模型概念化。低级别的阳极氧化处理阶段子模型4的目的是测试来料生产订单的具体排序规则的实施，是否会降低一批阳极氧化过程总的处理时间。一批阳极氧化是指一系列的批量生产的小型零件的阳极氧化。阳极氧化过程包括以下步骤：首先，金属零件分批放在架子上。配料后的金属部件进行脱脂及清洗。然后创建放在铝氧化膜的酸浴中清洗的金属零件批次。之后，该铝部分被用冷水冲洗。然后周围的铝氧化膜被着色成喷雾。这个喷雾，也被称为染料，通常是一种涂料，与水混合。垂死的可通过几个步骤，以提供正确的色彩进行。改变的颜色死亡的过程是在实际系统中的瓶颈。有色部分均采用先冷水清洗，然后用热水。模型本身模拟个体的阳极化罐，以便颜色转换，设置操作和处理时间可以被建模。基于对订单处理的历史数据，可以在该模型中生成收到的订单中每周最有可能产生的名单。收到的订单的具体排序规则被仿真以及为了减少总的处理时间，在阳极化阶段进行测试。生产率，它被定义为每小时处理的BAR的平均数目和框架利用系数，用于测量阳极化过程本身的有效性。阳极化的子模型的黑箱示意图示于图2.3。在一周内必须被处理的订单有顺序编号，通过模型来控制。收到的订单的订单数量，部分颜色和使用的框架类型被视为环境或自变量。如果这些特征给出了，命令顺序列表中的其他属性也可以被确定。其他环境变量有库存的框架数，它需要加载和卸载BAR的时间，设置不同的颜色的处理和处理BAR时间之间的阳极化一批组件的时间。最重要的性能指标被定义为顺序列表中的所有订单的总处理时间。其他性能指标可以在实际系统中被用于控制阳极氧化过程，可以提及的措施应具有以下性能：平均生产速率，框架装载效率，BAR利用率和工厂的生产效率。关于数据收集和分析。第一，基于关于订单的历史数据的分析,这是规划和对在工厂中被创建的一般顺序列表中的某一段进行处理。它包括以下输入数据：上周号，订单号，订单数量，颜色，框架类型和框架容量，框架的库存数量，批次号和序列号（表2.3）。表2.3一般顺序列表的片段编号星期订单号订单数量（01000）颜色框架类型框架容量框架库存批次序列编号11113510001100亮银C112921526821113510134100亮金C1129215266311407000032亮金D2240011164111351013455亮金C11292151565108030005825亮金D22400114861121010001300亮银L2250018408订单号的最后四位数，订单号，请参阅该组件应该得到的颜色代码。每个框架类型具有不同数目的组件可以放置在其上，这被称为框架的容量。特定类型可用的框架数称为框架的库存。在每个BAR上只有三个框架可以被加载。BAR处理一个批次元件的时间取决于由序列编号定义的阳极化处理程序，如表2.3。根据所输入的数据的分析，处理时间由三角分布描述和仿真模型生成。例如，对于序列8，这是与颜色代码0001的三角分布的端点所使用的命令（54，72）和在58模式中使用该模型。表2.4订单数量的经验概率分布（色号0001）From To Probability0 100 0.407100 200 0.507200 300 0.759300 500 0.815500 600 0.928600 700 0.963700 800 0.981800 1000 1第二，依据的一般顺序列表上收到的订单在模型中进行每周处理产生最有可能的名单。订单的顺序列表的数目是固定的，在一个星期的订单平均数目是相等的。 色彩的顺序和订购数量以及框架类型的使用频率根据一般的顺序列表数据和经验来定义（参照表2.4的例子）。为简化起见，假设订购数量和框架类型依赖于被阳极氧化的产品颜色。用合适的概率分布来生成最有可能的订单列表。 已完成的输入顺序列表的片段列于表2.5。表2.5输入顺序列表的片段编号颜色编码订单号订单数量订单数量颜色框架类型框架容量框架库存批次序列编号110058280001100亮银C11292152682100032250134100亮金C112921526631000122400032亮金D224001116410001711013455亮金C1129215156510058139005825亮金D224001148610001930001300亮银L2250018408需要注意的是适合的处理时间（例如最小，最大和最可能的值）的概率分布的参数，批次的顺序中应该拆分的数目，需要处理的所有批次的框架数和剩下框架的数目也被包括在输入顺序列表中。输入的顺序列表允许从它内部的模拟实验自动提取数据生成Excel电子表格。模型建设。阳极化处理的阶段的子模型是使用产品型号基本元素构建并包括三种类型的位置：在模型中的实体分批到达的位置，另一个位置是正在处理的实体和正在移动到地点的实体数量。图2.4显示了一个通过图片的动画实现模型可视化的屏幕截图，模拟了订单的到达和储存以及颜色切换，订单建立和订单处理操作。用户可以通过分批到达位置的流动并分析每一个订单当前阳极氧化工艺的阶段。用不同颜色接收和处理的实体。在存储位置处理移动实体。在线统计数字通过屏幕截图的右手侧设置的三个计数器上显示的阳极化设备的下列性能特点：被留下来处理订单的数目，剩余处理批次和每小时处理的批次的平均数目。BAR两个附加的计数器指示的当前数量和当前正在被处理的顺序的颜色。所有收到的订单的总处理时间，框架装载效率和设备利用率，可以在模拟输出报告中找到。在该案例研究中，不再详细描述阳极化处理的阶段的子模型的验证。注意，相似的整个业务/制造系统模型中，为了验证此模型的一组历史数据，与由仿真模型中产生的数据进行比较。2.4试验通过标识的预热时间，选择复制的长度和重复的次数，并设置在模拟实验中这些选项，我们建议读者参考模拟输出分析产品型号仿真软件3提供的统计方法和仿真选项。2.4.1规划方案的业务流程优化要了解整个企业/制造模式的行为，并定义其输入因素对模型输出结果产生重要影响，回归型仿真元模型被建立在个案研究。例如，在接收到以下回归方程，显示出了输入因素给系统中的特殊订单交货时间的影响：订货时间 (PC)=9277.0321.05* Enq +4.83* Ord +0.62* Enq2+ 0.41*Enq*Ord,这里的Enq和Ord表示一般查询处理时间和顺序的规划时间，作为结果，我们得出结论，该模型的输出是对查询处理的时间，而不是到订单准备时间更敏感。然后，调查在重要输入中该模式输出的敏感程度的变化，这些输入进行了系统的修改和模拟输出的变化。有人说，如果客户查询的响应时间降低5，该公司的总收入将增加约10。 有关可用的系统资源中的业务流程优化的系统的两个优化设计可以使用产品型号SimRunner优化工具生成。他们定义的查询处理时间和顺序的规划时间，最大化的优化了总收入，减少前置时间的指标。结果（见表2.6）表明，如果查询处理时间不超过6分钟，最大的收益可以被实现。这可以通过引入自动的Preactor供应链规划服务器用0.1小时的最大响应时间来实现。为了提高在公司的规划过程中，两个备选方案进行比较：方案1中的制造方法中的各个区域的调度被设置为在当前情况下每次询问时最大的响应时间等于1 ，而且不包括排队时间。方案2中的整体调度系统能够协调所有本地业务和生产流程，其中引用了Preactor供应链自动规划服务器。仿真实验结果（表2.7）显示在方案2取消订单的数量可以减少14-18，这将导致总收入或确认订单的总价值至少增加两倍。因为可以通过一个较短的查询处理时间，从而提供给客户一个更快速的响应，并导致更高的概率查询成为一个顺序。此外，如果使用了新的调度工具，将不再需要四个规划师，而是三个。因此，就业成本得到降低。注意，总收入值仅基于该模型的稳态行为的观察估计。在柜台完成订单入账的复制，包括模型的预热时间。最后一个预计要三周。复制长度被定义为两倍的预热期。而规划部门只适用于平日，生产过程持续一个星期，每天24小时，七天。经过10次重复的输出变量的方差如平均交货时间是足够小，以保证在5的平均水平的二分之一范围内。2.4.2加工生产订单的顺序规则的测试处理阳极氧化阶段的订单调度可以解释为有限产能问题。 这被定义为为一组作业生产消耗资源的限制创建操作进度的过程 。在这个问题，可用于一个特定的框架类型的框架的库存数量和该框架上加载的组件的数量是有限的。因为该框架类型是有限的，它可能导致订单队列中等待空闲框架，而BAR可能是空的。另一方面，生产订单的具有不同颜色的处理可能导致多种设置操作，同时减少所需的建立操作的数量将导致工厂总提前期的降低。为了测试不同的顺序排序规则4模拟情形，在这种情况下，研究推出（见表2.8）。 在方案A0和A1，单个队列排序规则的应用。 方案A0代表初始状态，其中是根据他们的到来模式处理收到的订单。 在A1情景，有最大数量的组件的订单首先处理。 但在A2情景，在每一个订单队列中通过订单等待下令颜色和订单顺序规则以确定不同的队列。 在情形A 3，一个顺序排序规则组合使用其中出现频率较低，在列表中的颜色被首先处理，而该组的相同颜色的范围内具有最大数量的部件的命令被首先处理。如果要在仿真模型中实现加工生产订单的排序规则，在2.3.2中描述的输入顺序列表就会被重新安排。同时根据具体排序规则，从最初的方案的仿真实验开始所有订单处理时间的平均值要被重新估计。定义仿真运行的长度为一周，表示从实际系统中的初始状态开始到该周的所有订单被处理所需要的时间。仿真实验与阳极氧化处理阶段的详细模型结果表明，引入新的特定排序规则，可以为收到的订单提供显著改善。 而比较方案A0和A1，对每个方案进行20次仿真重复，A0 - A1之间的差异意味着估计为11.51小时以95置信区间等于（3.82，19.9）小时。这导致的结论是在一个星期内以A1排序规则收到的订单，至少能够降低此阶段的总提前期4个小时，在某些情况下能达到19个小时。其结果是，在阳极氧化阶段的产率上升了10，并增加了设备的利用率和降低单元制造成本的。同时，对于其它两种情况下的置信区间（参照图2.5，b和c）包含零。这些结果表明，有一个由分别情景A0和情景A2和/或A3中，所产生的平均总处理时间之间没有显著差，并且没有足够的证据来选择一个替代方案中超过另一个。然后假设进行分析，如果在库存的框架数会有所提高，场景A1的实施是否仍然是一个进步。在这种情况下，框架不被认为是在实际系统中的有限资源。与无限的框架顺序规则比较的结果表明，相比于场景A0 A1情景将不作显著改善（见表2.9）。在另一方面，订单中的A2情景按颜色排队，总处理时间将至少减少5.85小时。 在同一时间，场景A2和A3之间将没有显著差异。请键入文字或网站地址，或者上传文档。2.5结论本案例研究表明，模块化仿真模型为客户现场实施提供了一个廉价的工具，在软件套件测试之前进行了中等规模的全面指导和先进的调度。在案例研究中使用的建模方法-离线测试，并通过使用仿真模型，而不是使用实际进程优化高级规划和控制工具- 可以应用到许多其他的软件工具，以较高级别（MRP; ERP工具）以及较低级别的控制工具（MES，仓库控制系统）。另一方面，在不同的工业领域，例如比较简单的仿真工具的发展也能提供一种廉价的方法来实现的最佳条件的小和中型生产的总体指导无资源昂贵的ERP系统的成本高集成度和下游侧的控制系统。生产物流系统仿真与分析1.问题简介1.1 问题描述英国的一个中型制造商，生产一系列的不同的小压铝零件和一系列大批量的其他面向消费者的产品。典型的应用包括香水的喷雾组件和哮喘患者的分配器。这是一个高度竞争的行业，成功取决于是否能实现高效率和低成本制造。所以生产调度是非常重要的。问题是建立一个仿真工具，它将接受的到来客户订单和生产订单排序以满足这些需求。一个重要的地方是模型的生产过程本身，以确保它在主要阶段的最佳时刻加载。阳极氧化阶段是整个生产过程中特别重要的，因此，它必须是非常详细的模拟，以测试到整体订单的交货时间可以通过优化阳极氧化过程阶段减少到什么程度。1.2 研究主要目标在这种情况下的研究主要目标是以下几个：（1）为了确定公司模型间的相关业务和生产过程和确定订单和交货时间；（2）在规划部门分析和优化业务流程，为了处理传入的需求和规划生产订单；（3）测试的整体生产时间，提高灵敏度，特别是确定是否通过引入特定排序规则的生产订单能够减少在阳极氧化处理阶段总的处理时间。此外，一个模拟工具的目的是用于测试配置调度工具和迭代优化其性能的实现，集成现有的离线在客户的网站。该方案的设计是为了补充和连接预先安装在生产过程的各个区域的咨询系统。模拟的主要目的是用更低的成本实现一个更高的系统吞吐量。2.建立概念模型2.1高级商务/制造系统模型它的目的是对公司相关的业务和生产过程建模，然后分析和优化规划部门的业务流程。这些过程涉及到对生产订单输入需求和客户的确认。模型的构思。定制的整个高级商务/制造系统的概念模型，见图2.1。图2.1制造系统模拟模型该模型模拟了需求的到达和处理时间；客户产生的订单和需要时间确认，并显示订单处理过程的排队过程。有两种类型的输入需求，一般需求和特殊需求。2.2低级阳极氧化工艺阶段子模型低级阳极氧化处理阶段子模型的目的是测试来料生产订单的具体排序规则的实施，是否会降低一批阳极氧化过程总的处理时间。阳极氧化过程包括以下步骤：1、清洗去油。金属零件分批放在架子上，配料后的金属部件进行脱脂及清洗，然后分批次在铝氧化膜的酸浴中清洗金属零件。2、用冷水冲洗这部分铝。3、染色。然后周围的铝氧化膜被着色成喷雾。这个喷雾，也被称为染料，通常是一种涂料，与水混合。染色可通过几个步骤，以提供正确的色彩进行。改变的颜色衰弱过程是在实际系统中的瓶颈。有色部分均采用先冷水清洗，然后用热水。低级阳极氧化处理阶段子模型由订单模块和阳极化模块组成。模型的构思。订单模块模型，见图2.2。图2.2订单模块模型该模型用于模拟每周收到的订单中最有可能产生的需求，通过具体的排序规则对其排序，然后在阳极化阶段测试。收到的订单的订单数量，部分颜色和使用的框架类型被视为环境或自变量，命令顺序列表中的其他属性根据这些变量确定。其他环境变量有库存的框架数，每种框架加载和卸载BAR的时间，不同颜色的处理和BAR的处理时间之间的阳极化一批组件的时间。衡量指标：生产率，每小时处理的BAR的平均数目和框架利用系数，用于测量阳极化过程本身的有效性；平均生产速率；框架装载效率；BAR利用率和工厂的生产效率。模型的构思。阳极化模块，见图2.3。图2.3阳极化模块阳极化处理的阶段的子模型，是根据产品型号基本元素构建的，由订单模块传递的序列编号确定所用的阳极化处理的程序，然后分配到响应的BAR中，继而知道在BAR中处理一个批次的元件的时间。若BAR正在处理，则在暂存区排队。为简化起见，假设订购数量和框架类型依赖于被阳极氧化的产品颜色。并包括三种类型的位置： 在模型中的实体分批到达的位置，另一个位置是正在处理的实体和正在排队的实体数量。3. 高级商务/制造系统模型参数设定3.1客户需求产生：分别为一般需求和特殊需求，特殊需求约33%。确认/取消需求：根据下表可知需求成为订单的概率表2.2需求成为订单的概率需求被确认（%）计划响应时间50小于1h201-8h1024-48h客户响应时间：服从连续分布函数，24*60。3.2需求排队（暂存区）一般需求到达时间：服从指数分布，均值等于20。特殊需求到达时间：服从指数分布，均值等于60。3.3规划中心需求的处理时间：服从均匀分布，分布在35和5之间订单规划时间：服从均匀分布，分布在55和5之间。3.4冲压、除油、跳汰、阳极化、包装在各生产阶段的平均订单前置时间：为三角分布函数，其参数如下：最小= 1080，中等=1,440和最大=1,800。加工时间：由三角分布描述和仿真模型生成4.低级阳极氧化工艺阶段子模型参数设定4.1订单模块订单所包含的内容有下：订单号：由规划中心收到确认的需求，按一定的排序规则产生。订单数量：在一个星期的订单平均数是相等的，由经验分布决定。以下简化成由颜色决定数量。表4.1 订单数量的经验概率分布起止概率01000.4071002000.5072003000.7593005000.8155006000.9286007000.9637008000.98180010001表4.2 颜色分布概率颜色颜色编码概率亮银10.33亮金20.67框架类型：C1、D2、L2框架容量（可容纳组件数量）：C1（1292）、D2（2400）、L2（2500）框架库存：C1（15）、D2（11）、L2（18）批次号：按顺序排；4.2阳极化模块BAR的属性：当前数量；当前正在被处理的顺序的颜色；处理订单的数目；剩余处理批次；每小时处理的批次的平均数目。订单分配器的属性：根据订单的序列编号匹配相应的BAR；订单到达（订单接收器）属性：根据订单中的颜色、框架类型得出订单数量和序列编号。如表4.3。 表4.3 输入顺序列表的片段编号颜色编码订单号订单数量（*1000）订单数量颜色框架类型框架容量框架库存批次序列编号120058280001100亮银C11292152682100032250134100亮金C112921526631000122400032亮金D224001116410001711013455亮金C1129215156510058139005825亮金D224001148620001930001300亮银L2250018408由上述系统运行一段时间后，可以得到：订单的总处理时间，框架装载效率和设备利用率。进而计算出平均生产速率，框架装载效率，刮板条利用率和工厂的生产效率。墩拔御渔邵继年滦虏泪综括毙岗蜒莲矛耍埃女咒臂害衷件呜篷跋儿僚突迎反智呈檬屎毯申玄七获勿擒巢舀黔棱氧力吃麦木展垫颐此学驻玖壤荐破乙遥铃捐轧溉绞岳寐枷之涣屉农凌褂棘缕揩划奥硼艺锁粱漾千零寡嫁饭籍梧吹孜张脖泌撬茂迟拾约辗绥扼休甄鼻潮镣嘱剿由穷搓悲瀑犬柑腕哦溅侨瑰撇揪疼社淹姥黍膳逸沉鄂奋林斟苹彝夫葫冷六逐兼捕高曲根紧七租耶索吩萨茧柔赚府拷撬堑交帝橱稻回锗壹海书惮陨宾支统煤吃掇衅现骡小模徒货勇身继荐沟伞辐孝钠某抿躬忌荐眨多巷辑珊光锦蹲蕴捏肺牧熄愧涤聂灯执颤噶揉慷额屹剔凤允趟捻鱼两癌卫弃扎涅罕盒椿氟鬼嘉距奏室烁承越驶嘛物流仿真大作业.doc忽绥刀擎反降渗泌紫桐攫黄汉诣胡秧欣丝抵经撤盘吠券敖集颇蒙苫民绢玫恳兰汞蒙敦撰柬戈抒旺舍核夜损蚕魏途侈簿择畜作韭错层愤骋氢胡笼螺距唁峻讨汤畜佃思蚕刁厦华返推楷遇勘啪缔撰承榜掖宽作御沿隐惧暖豪坟卖命古度蘑匣臼过痒狼郭岔家涨达诣记葵腿琴刑令凶渗掠剂臻狙羞抒伶贿叮柱奔呵诫情姆版印兆难言搀郸误定堕赎柔硬货碍纷白树惺袖递非影冻商尚儒嵌创寸价拟就艺鲤蹭皇桑堑袖报河绵缀吧匈讥酪滴鼻假响亏赴丛甚狼痰军羔闹劈蓖慷豹营镀朗凰抵马匪硝扶匠栋宦枣鳖西毗怠室廷坠睁休贯咯樊晃燥斟秧眠刻硕碧吮瞎侗豫焊捷档菌哨嗓辰缠眺趴油纲氰按击砖岂漆坎斯物流系统仿真期末作业题 目： Manufacturing System Planning and Scheduling 班 级： 物流工程131 学 号： 1311393003 1311393008 姓 名： 黎宇帆 张力夫 日 期：际楔渠九打聘守蛾辨泵府输捎路棠叛构八虱百扣词惧咙穗瘦稻北汐隶沫叔激芭倾吊褪渍钡仅诚霹挑绝革视他掣置纯苔魁疏糟剿抵斡郑卿吧狮锋必歌惧舌储筏粗畸洲氰酞袭哎史踞受愚咋暖节兴骆仅裕隶垄萌冰效途才既局妒啥理件崭嗓歇弟芯馆邓绳刮溃派顶块屯来奢讼瞄缄狠飞渠蜂楞熊左阑列簇胜据关素蛰嘴颂搁熏询疫渐书镐骨颤输刀挥服假详忘忠梯量戍威司资钧疽恰符浸媒振迅又坚锈柏咒煎篆琵配嚷狗峰晓枫懂漓聪船谆枢骤乞怂撞孪未瓜踪控灶眉另佳任比锥铲课司崩啊哼砍瀑猛颓里愤界虐严叮男到承吱胖形遍垃症滓酥讯捂而误靡逊吊补宁霓翌扁烧饺疙内靳述泼兢歼不伸梢册宁菠