Немецкий автомобилестроительный гигант из Штудгарта за последние двадцать с небольшим лет произвел больше 3,4 миллионов микроавтобусов. Компания решила использовать имитационное моделирование для оптимизации производственных процессов на своем заводе в Дюссельдорфе. Выполнение первого этапа проекта повысило эффективность работы завода на 5% и позволило оценить, каких результатов можно достичь на следующем этапе.
Проблема: оптимизация и повышение эффективности работы сборочного конвейера
В связи с широкомасштабным внедрением на заводе мобильных роботов инженерам компании был необходим инструмент для анализа и оптимизации внутренней логистики предприятия. Они хотели определить следующие аспекты интеграции мобильных роботов в работу производства:
- уровень загрузки мобильной робототехники;
- степень вовлеченности персонала в работу мобильных роботов (особенно для нерегулярных задач);
- время простоя мобильной робототехники (из-за заторов, ожидания, переукладок и т.д.);
- преодолеваемое роботами расстояние;
- частоту остановок конвейера из-за задержек доставки компонентов;
- уровень запасов компонентов, при котором должно осуществляться их пополнение;
- маршруты доставки компонентов от складских участков к сборочной линии.
Для увеличения прибыльности прежде всего необходимо было исключить незапланированные остановки производства из-за сбоев в подаче компонентов к сборочному конвейеру.
При анализе эффективности и путей оптимизации перечисленных выше аспектов инженеры должны были удостовериться, что смогут обеспечить работу сборочной линии микроавтобусов, учтя все сложности и нюансы:
- многообразие компонентов: десятки тысяч видов деталей должны быть собраны на одном заводе;
- вариативность компонентов: так, например, у зеркала заднего вида микроавтобусаесть 130 разновидностей;
- сложную транспортную систему, включающую вилочные погрузчики и мобильные роботы с прицепными тележками;
- временные и пространственные ограничения: общие полосы движения и строго ограниченные по времени рабочие операции;
- принципы компании, определяющие работу сборочной линии: качество, количество персонала на конвейере, «одно прикосновение – одно движение» и т.д.
Как оптимизировать работу сложноорганизованного сборочного конвейера?
Традиционные методы анализа производства с помощью электронных таблиц не позволяют учитывать все нюансы работы современных сборочных конвейеров автомобильных заводов, происходящие на них операции и взаимосвязи между ними.
Также для реалистичного отображения работы сборочного конвейера необходимо принимать во внимание изменение скорости мобильных тележек, интенсивность движения, доступ к общим ресурсам и вероятностный спрос на разные компоненты.
Для разработки модели конвейера инженеры использовали AnyLogic. Имитационное моделирование позволяет учесть тонкости и динамику работы сборочных линий. Встроенная Библиотека производственных систем, доступ к внешним библиотекам, а также возможность разрабатывать собственные пользовательские элементы значительно упростили работу над моделью и повысили её точность.
Команда инженеров также использовала возможности облачного сервиса AnyLogic Cloud, в котором они могли совместно работать над экспериментами, анализировать результаты и обмениваться ими. Это в свою очередь ускорило разработку модели.
Решение: моделирование сложных автомобилестроительных предприятий
Чтобы максимально расширить будущую область применения создаваемой модели, разработчики заложили в неё несколько основных принципов:
- гибкость;
- масштабируемость;
- использование реальных данных;
- быструю адаптируемость.
Благодаря этому модель получилась гибкой. Например, если на заводе внедрят новые технологии, это можно будет легко добавить в существующую модель. Кроме того, ее можно будет масштабировать, чтобы отразить работу других заводов.
Структура модели настраивается как параметр, для чего необходимо загрузить план производственного помещения в формате DXF (CAD). Это означает, что специалист, планирующий производство, может модифицировать планировку цеха с помощью программного обеспечения для проектирования производственных помещений и оперативно протестировать свой проект в имитационной модели.
Использование реальных данных подразумевает, что актуальная информация о каждой детали и её местоположении, транспортерах и заказах будет загружена в модель непосредственно перед её запуском, а вышеперечисленные элементы станут агентами в модели. Высокая степень детализации обеспечивает очень низкий уровень абстракции и высокую реалистичность модели.
Разработчики использовали модульный подход, чтобы обеспечить адаптируемость модели к стремительно меняющимся в современном мире производственным условиям. Поэтому инновации и модифицированные рабочие процессы можно смоделировать отдельно, а затем легко интегрировать в общую модель для анализа.
Результат
Инженеры-логисты автомобилестроительного завода до этого не располагали таким большим количеством выходных данных и детализированной информации, какие им предоставляет имитационная модель. Например, логистические поезда с прицепами могут перемещаться между более чем 300 пунктами, но их движение было трудно проанализировать.
Теперь же их маршрут удалось отразить. При этом специалисты теперь знают не только, насколько занят водитель, но и степень загруженности тележки, что помогает оценить эффективность транспортировок.
Скриншоты интерфейса имитационной модели (нажмите, чтобы увеличить).
Разработчики модели смогли предоставить логистам все нужные им данные, причем количество и подробность полученных сведений превосходило то, что когда-либо было в их распоряжении.
Поддержка принятия решений по планированию и инвестициям
Сначала имитационная модель успешно показала себя, позволив протестировать и подтвердить эффективность проекта по внедрению мобильных роботов до начала его финансирования.
После того, как был подтвержден первоначальный проект по внедрению мобильной робототехники, модель стала использоваться для дальнейшего уточнения и реализации проекта. В целом, модель помогает оценить эффективность процессов с участием персонала, сопровождает деятельность по внедрению мобильных роботов и переходу к полностью автоматизированной работе цеха.
Примером эффективной работы модели служит анализ работы штата из более 70 человек. Уже на первом этапе анализа работы, её эффективность удалось увеличить на 5%. На втором этапе удалось определить, как увеличить эффективность ещё на 5% с помощью автоматизации.
Следует отметить, что имитационная модель предоставляет 90% расчетов по оценке эффективности производства, которые раньше при планировании осуществлялись вручную. Это помогает сэкономить время и провести дополнительные проверки.
В целом, благодаря тщательному планированию и четко поставленным целям логисты внедрили инструмент, который помогает совершенствовать производственные процессы сегодня и планировать дальнейшее развитие. Кроме того, эта модель может быть применена и к другим заводам, что повышает окупаемость затрат на ее разработку.
Решающими в проекте были конструктивные решения, обеспечившие гибкость и масштабируемость модели, и возможности ПО AnyLogic, которые позволили их реализовать.
Вы можете посмотреть видео презентации и об этом проекте, представленной на конференции AnyLogic, а также беседы в форме вопросов-ответов после выступления докладчика.
