Flexsim建模案例

1、Flexsim建模案例大型分揀系統(tǒng)的空間布局實驗要求：（1）3種貨物A, B, C以正態(tài)分布函數(shù)normal （ 10, 2） s到達(dá)高層的傳 送帶入口端。（2）3種不同的貨物沿一條傳送帶傳送，根據(jù)品種的不同由分揀裝 置將其推入到3個不同的分揀道日，經(jīng)各自的分揀通道到達(dá)操 作臺。（3）每個檢驗包裝操作臺需操作工1名，貨物經(jīng)檢驗合格后打包， 被取走。（4）每檢驗1件貨物占用時間為uniform （ 60, 20） s。（5）每種貨物都可能有不合格產(chǎn)品。檢驗合格的產(chǎn)品放入箱籠;不合 格的通過地面?zhèn)魉蛶屯鶛z修處進行修復(fù);A的合格率為80% ;B 的合格率為85%; C的合格率為90%。（6）如果該

2、系統(tǒng)中合格的貨物被操作工放置在箱籠中，每累計20個 打包送走。2 / 91. 實驗布局。逐步添加離散實體：4個發(fā)生器（1個用于生產(chǎn)產(chǎn)品；3個用于生產(chǎn)托盤）；1個暫存區(qū)；4條傳送帶（一條進貨, 3條出貨）；1條分揀傳送帶；3個處理器；3個合成器；1個吸收 器；3個操作員，如圖1.圖12. 離散實體連接。按照不同的邏輯關(guān)系，采用A連接和S連接，逐一對模型內(nèi)的實體進行連接，應(yīng)注意各個端口的連接順序，（輸入端口，輸出端口，中間端口）。3. 方案布局優(yōu)化。為了使模型整體運行流暢，更加形象逼真，在實驗要求的基礎(chǔ)上適當(dāng)添加部分實體，添加5條傳送帶；1個合成器；Flexsim建模案例3個貨架；3個機器人；1個

3、起重機，如圖2。圖2發(fā)生器4參數(shù)設(shè)置1、臨時實體種類設(shè)置為Box2、物品類型設(shè)苣為3。3、到達(dá)時間間隔設(shè)置為"統(tǒng)計分布:normal (10,2)o4、其余為默認(rèn)值如圖3滿足實驗要求(1)圖33 / 9Flexsim建模案例圖4如圖5滿足實驗要求和分揀傳送帶參數(shù)設(shè)置1、發(fā)送條件選擇“按端 口”發(fā)送。2、等分岀來3個出貨口。3、英余為默認(rèn)值如圖4滿足實驗要求(2)處理器參數(shù)設(shè)置1、加工時間設(shè)置為統(tǒng)計分 布:uniform (60,20)。2、勾選加工時使用操作 員。圖54 / 9Flexsim建模案例圖6此處為滿足實驗要求，連接3個處理器與分揀傳送帶和3個合成3、臨時實體流選項卡 中，

4、發(fā)送至端口，選擇 按百分比（輸入），處理 器1參數(shù)設(shè)置為（80,20）；處理器2設(shè)苣為 （85, 15）：處理器3設(shè)置為（90, 10）o4、其余為默認(rèn)值如圖6 滿足實驗要求（5）器時，應(yīng)注意端口順序：處理器的輸出端口 1分別和3個合成器連接;處理器的輸出端口 2分別與分揀傳送帶連接（如下圖）。這樣，合格的產(chǎn)品就會各自進入合成器進行打包，不合格產(chǎn)品通過分揀傳送帶送 往檢修處進行修復(fù)。5 / 9Flexsim建模案例圖98 / 9圖7合成器參數(shù)設(shè)置1、合成模式設(shè)宜為 packo2、組成淸單選項卡中 Target Quantity 設(shè)置為 20。3、苴余為默認(rèn)值。如圖7滿足實驗要求（6）發(fā)生器1.

5、 2、3參數(shù)設(shè)置1、發(fā)生器1、2、3的任 務(wù)是生產(chǎn)托盤，將臨時實 體類型設(shè)置為Pallet02、物品類型設(shè)置為1。如圖8滿足實驗要求（6）3、其余為默認(rèn)值。為了優(yōu)化實驗?zāi)Ｐ停砑觽}庫、機器人、起重機等。模型的運行 狀態(tài)改變?yōu)椋寒?dāng)合格的貨物被操作工放置在箱籠中，每累計20個打 包送走時，由機器人將托盤放置在進貨傳送帶上，再由起重機提取并 入庫，如下圖。貨架參數(shù)設(shè)置2、其余為默認(rèn)值如圖91、在尺寸表格選項卡 中，設(shè)置列數(shù)為5,列寬 為2,層數(shù)為5,層高為 2oFlexsim建模案例5、模型運行及調(diào)整結(jié)合圖10可知：模型正常運行時，其他部位運行流暢，3條出10 / 9貨傳送帶上出現(xiàn)擁堵現(xiàn)象，初步分析是由于3個處理器的檢驗速度過 慢，如圖11。State圖11Statei Fxrcoeaio.y.iv圖12此處采用的調(diào)整方案為：分別提高處理器1、2、3的檢驗速度，問題 基木得到解決，3個處理器工作速度合理，如圖12。最