论文部分内容阅读
[摘 要]要建立起优化目标为最小总生产时间的电路板贴装排产数学模型(PCB),同时要使用eM-Plant建模软件仿真和优化该模型,通过分析在成组配置和单独配置的情况下各自贴装排产的最优顺序,选出最优的配置策略。当前,大规模a的电子组装生产大都使用SMT生产线,因此,研究SMT设备的选择和组线的设计等问题将对企业具有重要的作用。
[关键词]生产线;回流焊;贴片机;表面贴装技术;印刷机
中图分类号:TG229 文献标识码:A 文章编号:1009-914X(2015)17-0030-01
1 生产配置策略的分析和比较
当前,单个贴片机的生产配置策略主要有单独配置策略和成组配置策略两种。为了研究在单条SMT生产线贴装某一个批次的PCB的情况下选择合适的贴片机的最优策略,笔者建立了如下图一所示的数学模型(该模型的优化目标是最小总生产时间):
在该式中,N代表所有需要贴装的PCB的种类,和则分别表示第i个PCB的贴装的数量、节拍时间,而代表第i个PCB和第j个PCB之间的换线时间,和是当第i个PCB在x位置并且第j个PCB被安排在(x+1)的位置进行生产时,它们的值都将为1,不然就全部是零。
从该模型里我们能够发现,尽管GSS策略下的换线只是发生在组间而不是组内,但GSS所考虑的是组内全部的PCB的贴片机整体为最优的设置,而不能够为每一种PCB均设置元件的贴装顺序和喂料器,所以,和USS策略相比较而言,每一种PCB相应的贴装节拍时间都会有不同程度上的增加,同时,因为每一组都至少应当包括一种PCB,所以PCB组间的换线时间一定会大于USS策略两板之间的换线时间。
和USS策略相比,GSS在贴装到这六种PCB的时候会产生所示大于、等于和小于USS的总生产时间这三种情况,所以,本文将使用仿真的方法对上述的数学模型进行求解,以选择在贴装一定批量的PCB时的最佳策略。
2 仿真分析和优化
SMT生产线建模优化工具采用的是UGS公司研发的eM-Plant软件,这是一个面向对象的图形化建模及仿真软件,而且它还具有遗传算法优化模块(GA),可以能够较为便利地使用这一软件对两种策略之下的SMT生产线的贴装排产顺序模型进行优化。
SMT生产线的仿真模型如上图二所示,控件DeliverySource根据产品表Delivery来产生相对应的PCB种类,其中,PCB的数量可以由控件RollDice在一定的区间里根据均匀分布来随机产生。在这里,Conveyor1和Conveyor2表示PCB的传送装置,它们的容量根据实际情况被设置为一。作为整个SMT生产线的瓶颈,贴片机的生产时间也就是整个SMT生产线的节拍时间(CT),所以,就用贴片机PlaceMachine来表示SMT生产线上的全部机器。此外,表格ProcTime和Setuptime为各个PCB的贴装的节拍时间表以及紧密生产的两个PCB换线时间矩阵表,参数SetupTime、TotalProcTime则用endSim方法控件来计算相应的机器换线总配置时间和总生产时间,而遗传模块GASequence和GAwizard则用于对两种策略下的各个种类的PCB的排产顺序进行优化,具体而言,就是分别在两种策略下GASequence产生初始的PCB的排产顺序,即在初始种群之后,用GAwizard对各个排产顺序进行遗传操作,在经过多代的反复性优化之后,最后得出在两种策略下的生产同一个批量的PCB的各自的最小总生产时间,通过对这些时间进行比较来选择最佳的配置方案。
3 正交试验
在SMT生产线对一定种类的PCB进行贴装的时候,有三个最为关键的因素将会影响到其生产配置策略的选择,即各个PCB的批量和相对于单个配置成组配置之后的贴装节拍和换线设置时间的增量。
如下表1所示,将上述三个因素均按照高、中、低三个水平进行安排,具体而言,就是PCB的贴装批量分为大量、中批量和小批量,贴装的节拍的三个水平值则为表一的贴装节拍时间的百分之一百三、百分之一百二和百分之一百一,而换线时间在处于低水平的情况下的值是,其他两个水平的换线时间正好为该值的1.1和1.2倍。在将影响参数和各自相应的水平值设置好以后,我们就可以使用DOE试验设计技术进行试验的安排,这个试验表是一个分部因子设计阵列,能够保证任何一个引子的各水平是平衡的组合,并且每一個引子都可以进行独立的评估。在本次试验设计中,我们采用三因子三水平即L9正交表进行九次试验。其中的因素响应量是对应于USS的GSS策略下的生产总生产时间的减少或者增加比率,具体可以参见表2。
在利用Minitab进行试验后,我们可以得到如表3和下图三所示的各个影响因素的方差分析表,即ANOVA和各个因素的主效应图。在表3中,PCB的批量以及设置时间的增加量这两个影响因素的检验概率值P是小于检验统计量值F,所以,我们可以看出,这两个因素是影响配置的策略选择的最主要因素,而且,PCB的批量的影响更为关键(0.107<<8.34),与此同时,我们从下图三中还可以发现,这三个影响因素均处在较低的水平的时候,USS策略的优势更为突出,然而,随着PCB批量的增加,GSS策略则会变优,但是当PCB的批量超过某个不确定的水平时,GSS的策略的优势显著性则会大大减小。
4 小结
实现电子规模化组装的基础就是SMT生产线,在设计SMT的组线时,我们必须认真地调查和研究SMT组线中的关键设备,并了解其各个具体的技术参数,在这些认识的前提下,我们才可以充分比较和识别各个设备的优劣以做出最为明智的选择,并且,我们在选择设备的时候,必须做到量体裁衣,千万不可以盲目地追求大而全,否则,就会产生不必要的浪费。
参考文献
[1] 李秉祥,裴筱捷,黄泉川.基于作业成本法下SMT生产线成本的分析及应用[J].工业工程,2006,9(6):123-124.
[2] 鲜飞.提升SMT生产线效率的方法和措施[J].电子工艺技术,2008,29(5):145-146.
[3] 兰秀菊,陈勇,汤洪涛.SMT生产线平衡的持续改善方析[J].工业工程与管理,2006,11(2):148-149.
[4] 郭延涛,徐克林,李振飞.SMT生产线生产配置策略选择研究[J].现代制造工程,2009,3(7):120-121.
[关键词]生产线;回流焊;贴片机;表面贴装技术;印刷机
中图分类号:TG229 文献标识码:A 文章编号:1009-914X(2015)17-0030-01
1 生产配置策略的分析和比较
当前,单个贴片机的生产配置策略主要有单独配置策略和成组配置策略两种。为了研究在单条SMT生产线贴装某一个批次的PCB的情况下选择合适的贴片机的最优策略,笔者建立了如下图一所示的数学模型(该模型的优化目标是最小总生产时间):
在该式中,N代表所有需要贴装的PCB的种类,和则分别表示第i个PCB的贴装的数量、节拍时间,而代表第i个PCB和第j个PCB之间的换线时间,和是当第i个PCB在x位置并且第j个PCB被安排在(x+1)的位置进行生产时,它们的值都将为1,不然就全部是零。
从该模型里我们能够发现,尽管GSS策略下的换线只是发生在组间而不是组内,但GSS所考虑的是组内全部的PCB的贴片机整体为最优的设置,而不能够为每一种PCB均设置元件的贴装顺序和喂料器,所以,和USS策略相比较而言,每一种PCB相应的贴装节拍时间都会有不同程度上的增加,同时,因为每一组都至少应当包括一种PCB,所以PCB组间的换线时间一定会大于USS策略两板之间的换线时间。
和USS策略相比,GSS在贴装到这六种PCB的时候会产生所示大于、等于和小于USS的总生产时间这三种情况,所以,本文将使用仿真的方法对上述的数学模型进行求解,以选择在贴装一定批量的PCB时的最佳策略。
2 仿真分析和优化
SMT生产线建模优化工具采用的是UGS公司研发的eM-Plant软件,这是一个面向对象的图形化建模及仿真软件,而且它还具有遗传算法优化模块(GA),可以能够较为便利地使用这一软件对两种策略之下的SMT生产线的贴装排产顺序模型进行优化。
SMT生产线的仿真模型如上图二所示,控件DeliverySource根据产品表Delivery来产生相对应的PCB种类,其中,PCB的数量可以由控件RollDice在一定的区间里根据均匀分布来随机产生。在这里,Conveyor1和Conveyor2表示PCB的传送装置,它们的容量根据实际情况被设置为一。作为整个SMT生产线的瓶颈,贴片机的生产时间也就是整个SMT生产线的节拍时间(CT),所以,就用贴片机PlaceMachine来表示SMT生产线上的全部机器。此外,表格ProcTime和Setuptime为各个PCB的贴装的节拍时间表以及紧密生产的两个PCB换线时间矩阵表,参数SetupTime、TotalProcTime则用endSim方法控件来计算相应的机器换线总配置时间和总生产时间,而遗传模块GASequence和GAwizard则用于对两种策略下的各个种类的PCB的排产顺序进行优化,具体而言,就是分别在两种策略下GASequence产生初始的PCB的排产顺序,即在初始种群之后,用GAwizard对各个排产顺序进行遗传操作,在经过多代的反复性优化之后,最后得出在两种策略下的生产同一个批量的PCB的各自的最小总生产时间,通过对这些时间进行比较来选择最佳的配置方案。
3 正交试验
在SMT生产线对一定种类的PCB进行贴装的时候,有三个最为关键的因素将会影响到其生产配置策略的选择,即各个PCB的批量和相对于单个配置成组配置之后的贴装节拍和换线设置时间的增量。
如下表1所示,将上述三个因素均按照高、中、低三个水平进行安排,具体而言,就是PCB的贴装批量分为大量、中批量和小批量,贴装的节拍的三个水平值则为表一的贴装节拍时间的百分之一百三、百分之一百二和百分之一百一,而换线时间在处于低水平的情况下的值是,其他两个水平的换线时间正好为该值的1.1和1.2倍。在将影响参数和各自相应的水平值设置好以后,我们就可以使用DOE试验设计技术进行试验的安排,这个试验表是一个分部因子设计阵列,能够保证任何一个引子的各水平是平衡的组合,并且每一個引子都可以进行独立的评估。在本次试验设计中,我们采用三因子三水平即L9正交表进行九次试验。其中的因素响应量是对应于USS的GSS策略下的生产总生产时间的减少或者增加比率,具体可以参见表2。
在利用Minitab进行试验后,我们可以得到如表3和下图三所示的各个影响因素的方差分析表,即ANOVA和各个因素的主效应图。在表3中,PCB的批量以及设置时间的增加量这两个影响因素的检验概率值P是小于检验统计量值F,所以,我们可以看出,这两个因素是影响配置的策略选择的最主要因素,而且,PCB的批量的影响更为关键(0.107<<8.34),与此同时,我们从下图三中还可以发现,这三个影响因素均处在较低的水平的时候,USS策略的优势更为突出,然而,随着PCB批量的增加,GSS策略则会变优,但是当PCB的批量超过某个不确定的水平时,GSS的策略的优势显著性则会大大减小。
4 小结
实现电子规模化组装的基础就是SMT生产线,在设计SMT的组线时,我们必须认真地调查和研究SMT组线中的关键设备,并了解其各个具体的技术参数,在这些认识的前提下,我们才可以充分比较和识别各个设备的优劣以做出最为明智的选择,并且,我们在选择设备的时候,必须做到量体裁衣,千万不可以盲目地追求大而全,否则,就会产生不必要的浪费。
参考文献
[1] 李秉祥,裴筱捷,黄泉川.基于作业成本法下SMT生产线成本的分析及应用[J].工业工程,2006,9(6):123-124.
[2] 鲜飞.提升SMT生产线效率的方法和措施[J].电子工艺技术,2008,29(5):145-146.
[3] 兰秀菊,陈勇,汤洪涛.SMT生产线平衡的持续改善方析[J].工业工程与管理,2006,11(2):148-149.
[4] 郭延涛,徐克林,李振飞.SMT生产线生产配置策略选择研究[J].现代制造工程,2009,3(7):120-121.