FlexSim-汽车零部件仓库布局优化与仿真
一、仿真目标
通过对优化前和优化后的布局图进行对比分析，并根据布局图进行FlexSim仿真，通过对比分析得出两个方案的仿真指标数据。从而可以确保优化后的方案理论和实际操作中都能够达到预期效果，因此可以得出如下四点仿真目标：
1. 操作员的状态
通过仿真得出优化前后操作员的工作时间状态占比，作为优化前后的对比指标。
2. 总的出库量
优化前后的总出库量是检验系统的运作效率的指标，总出库量越多，即代表系统的运作效率高。
3. 操作员运行距离
通过仿真优化前后的布局图，可以得出各个操作员的总运行距离，运行距离越短说明操作员的劳动轻度月底。
4. 设备利用率
通过仿真可以导出各个设备的利用率，通过利用率高低可以分析优化前后布局图的合理性。
二、初始仿真建模构建与运行
2.1. 建模前的基本假设
为了保证模型数据的稳定可靠，在一定程度上简化内部运行过程。以下为具体的内容说明：
- 在模型中创建的临时实体代表该车间生产的汽车零部件的原料。
- 在整个模型运行过程中，假设产品始终保持完好状态，不会发生任何错漏货损坏，从而保证仿真结果的准确无误。
- 将模型中设备的运行过程设定为无故障状态，避免模拟因设备故障而产生偏差。
2.2. 构建初始仿真模型
（1）准备工作
打开仿真模型，添加各个实体，根据布局图构建仿真模型，并用使用A和S进行连接。明确物流流向和各个作业的作业顺序，同时给每个作业区都设置一个合适的参数。通过仿真运行分析，选择合适的分析指标，并输出仿真结果。
（2）模型构建
实体
数量
说明
Source
2
模拟仿真汽车零部件的到达和包材的产生
Queue
11
模拟货物的暂存区
Processor
6
模拟车间的清洗、检验、烘干、装箱和产品抽检工序
Combiner
4
模拟车间的包装和打包工序
Sink
1
模拟车间的出货区
Operator
3
模拟进行搬运原料等作业
本文采用FlexSim2023版本建立仿真模型，主操作界面如下图所示：
通过主操作界面上的各个实体工具，如发生器、暂存区、合成器、处理器、吸收器等实体工具对初始模型和优化后的方案模型进行仿真建模，建立优化前后的模型图如下图所示。
2.3 优化前布局图和仿真模型图
2.4参数设置
- Source
发生器用来模拟实际原材料的到达， 是产生临时实体的工具。新增2个Source，Source1用来进行仿真汽车零部件的原料到达，设置Source1产生临时实体的间隔时间，在Inter-Arrival Time栏输入exponential（0,10），即汽车零部件的原料到达间隔时间，如下图是设置Source1的具体参数。
Source2是用来进行仿真提供包材的工具，假定包材无限供应，不存在缺货而影响车间的生产，因此在Source2的时间间隔设置为0，即Source2无限供料。同时在FlowItem Class栏选择Tote（周转箱）作为包材，如下为Source2的参数设置。
2. Queue
Queue为临时存放实体的工具，新建11个Queue，作为各个区域临时存放原料的区域； 1个Queue用来模拟废弃区，用来存放不合格品，1个Queue用来模拟存放包材区域，提供打包的包材。其他的Queue分别命名为“Queue1”到“Queue10”，用于各个区域的临时存放。暂存区设置最大容量500，具体参数如下图所示。
设置暂存区的搬运工具，在“Use Transport”前面打“ü”，即暂存区内的原料需要操作员进行搬运动作。
不良率的设置，原料经过检验后不良品会被发送至废弃区，因此在Queue5中，Send To Port功能栏，选择By Percentage，设置98%为良品，2%为不良品发送到废弃区，具体的参数设置如下图所示。
3. Processor
Processor是用来进行仿真车间内的清洗、检验、烘干、装箱、产品抽检工序。新建6个Processor，Processor1代表清洗作业，Processor2代表检验作业，Processor3、Processor4代表烘干作业，Processor5代表装箱作业，Processor6代表产品抽检作业。每个处理器的参数如下表所示。
Processor
模型中名称
加工时间
Processor1
清洗
Normal（32,2）
Processor2
检验
Uniform（32,35）
Processor3
烘干1
68
Processor4
烘干2
68
Processor5
装箱
Exponential（0,34）
Processor6
产品抽检
Exponential（0,84）
4. Combiner
合成器是用来仿真打包作业，新建4个Combiner，其中2个Combiner用来进行仿真包装作业；另外2个Combiner用来仿真打包作业。点击“Combiner”在Process Time栏输包装和打包作业的时间，具体的参数如下图所示。
Combiner
模型中的名称
加工时间
Combiner1
包装1
Normal（64,2）
Combiner2
包装2
Normal（64,2）
Combiner3
打包1
Exponential（0,68）
Combiner4
打包2
Exponential（0,68）
5. Sink
Sink是用来仿真吸收临时实体的工具，新建1个Sink，命名为出货区，用来进行仿真汽车零部件加工完成后的发货区域。
6. 操作员
新建3个Operator用来进行各个区域内的物料运输，设置操作员的最大移动速度为2m/s，一次搬运1个货物，其参数设置如下图所示。
3. 优化前仿真结果
通过上述参数的设置，点击“Run Time”，运行仿真，得到仿真结果如下：
（1）各个操作员的利用率分析
由如下对比饼图可以看出，优化前的各个操作员的利用率分别为93.24%、95.19%、94.20%，闲置率分别为6.76%、4.81%、5.80%。三个操作员的平均利用率为94.21%，平均闲置率为5.79%。由此说明优化前三个操作员的利用率非常高，劳动负荷以及劳动强度非常大，几乎没有休息的时间。
操作员
利用率
闲置率
操作员1
93.24%
6.76%
操作员2
95.19%
4.81%
操作员3
94.20%
5.80%
平均
94.21%
5.79%
（2）总出货量分析
通过下图仿真结果可以看出，优化前总的出库量为2969，出货量比较低。
（3）操作员的运输距离分析
通过下表可以看出，优化前操作员的搬运距离分别为484.01km、493.74km和488.99km。三个操作员的总搬运距离为1466.74km，平均搬运距离为488.91km。三个操作员的劳动强度高，搬运距离长。
操作员
搬运距离（km）
操作员1
484.01
操作员2
493.74
操作员3
488.99
总搬运距离
1466.74
平均搬运距离
488.91
（4）各个工序设备利用率分析
通过仿真结果得出如下的结果数据可看出，初始布局下，所有设备的平均利用率为39.06%，平均闲置率为60.94%。设备的利用率比较低，没有得到合理的利用，有很大的优化提升空间。
Processor
利用率
闲置率
清洗
40.59%
59.41%
检验
42.28%
57.72%
包装1
40.40%
59.60%
包装2
40.37%
59.63%
烘干1
42.90%
57.10%
烘干2
42.90%
57.10%
打包1
33.04%
66.96%
打包2
34.99%
65.01%
装箱
34.09%
65.91%
平均
39.06%
60.94%
三、优化模型
3.1. 初始模型仿真结果总结
1. 三个操作员的利用率非常高，几乎没有休息时间，另外三个操作员的搬运距离非常长，劳动负荷很高；
2. 车间的各个设备的平均利用率比较低，大部分时间处于闲置状态，有提升的空间；
3. 出货区的出货量比较少，不足。
4. 因此考虑以上几点，进行初始布局的优化。
3.2. 优化后布局图和仿真模型图
3.3 优化后仿真结果
通过上述参数的设置，点击“Run Time”，运行仿真，得到仿真结果如下：
（1）各个操作员的利用率分析
由如下对比饼图可以看出，优化后的各个操作员的利用率分别为48.58%、62.47%、53.45%，闲置率分别为51.42%、37.53%、46.55%。三个操作员的平均利用率为54.83%，平均闲置率为45.17%。由此说明优化后三个操作员的利用率得到了大幅度的降低，劳动负荷以及劳动强度大幅度的减少。
操作员
利用率
闲置率
操作员1
48.58%
51.42%
操作员2
62.47%
37.53%
操作员3
53.45%
46.55%
平均
54.83%
45.17%
（2）总出货量分析
通过下图仿真结果可以看出，优化后总的出库量为4302，出货量大幅度增加。
（3）操作员的运输距离分析
通过下表可以看出，优化后操作员的搬运距离分别为232.39km、306.37km和257.48km。三个操作员的总搬运距离为796.24km，平均搬运距离为265.41km。三个操作员的搬运距离大幅度减少。
操作员
搬运距离（km）
操作员1
232.39
操作员2
306.37
操作员3
257.48
总搬运距离
796.24
平均搬运距离
265.41
（4）各个工序设备利用率分析
通过仿真结果得出如下的结果数据可看出，优化布局下，所有设备的平均利用率为55.48%，平均闲置率为44.52%。设备的利用率得到了提高，
Processor
利用率
闲置率
清洗
51.29%
48.71%
检验
53.65%
46.35%
包装1
51.25%
48.75%
包装2
51.24%
48.76%
烘干1
54.45%
45.55%
烘干2
54.44%
45.56%
打包1
59.17%
40.83%
打包2
58.79%
41.21%
装箱
65.03%
34.97%
平均
55.48%
44.52%
四、模型优化前后对比
通过以上优化前后的仿真结果，汇总如下的表格数据，通过对比数据可以看出如下几点：
1. 优化前操作员的平均利用率为94.21%，而优化后操作员的利用率为54.83%，利用率得到了大幅度的降低，操作员的劳动强度大幅度减少。
2. 优化前的总出货量为2969，优化后总出货量为4302，出货量增加了1333，说明优化后的布局图，物流更顺畅，效率更高。
3. 优化前操作员的总搬运距离为1466.74km，平均搬运距离为488.91km。而优化后操作员的总搬运距离为796.24km，比优化前减少670.5km，平均搬运距离为265.41km，减少223.5km，由此说明优化后的布局图路径更优，大幅度降低了操作员的行走距离，降低了操作员的疲劳度。
4. 设备平均利用率由优化前的39.06%提升至优化后的55.48%，提升16.42%，说明更好方案同时提供了车间内设备的利用率。
5. 综合以上几点，说明优化后的方案更优。
优化前
优化后
优化前后数据差异
操作员平均利用率%
94.21%
54.83%
-39.38%
总出货量
2969
4302
1333
操作员搬运总距离km
1466.74
796.24
-670.5
操作员搬运平均距离km
488.91
265.41
-223.5
设备平均利用率%
39.06%
55.48%
16.42%
