基于Flexsim的供应链建模与仿真课程设计(上)

简介: 基于Flexsim的供应链建模与仿真课程设计

模型下载:flexsim模型下载


一、课程设计目的与要求


1.1课程设计目的


FlexSim是一个基于Windows的,面向对象的仿真环境,用于建立离散事件流程过程。FlexSim仿真系统是工程师、管理者和决策人对提出的"关于操作、流程、动态系统的方案"进行试验、评估、视觉化的工具。

我们通过学习了解flexsim 软件,培养我们善于应用课堂所学理论知识发现问题和解决问题的能力。使用flexsim 软件对实际的生产物流建立模型进行仿真运行,从而对其物流过程,加工工序流程进行分析和改进,得出合理的运营管理生产。本课程设计主要对××便利贴在其部件入库和组装出库过程中通过仿真模拟发现存在的问题,减少工作中的浪费,提高运行效率。


1.2课程设计业务描述及要求


1.2.1 课程设计业务描述


卡纸收货区收到A、B、C、D、E五种材料,发生器里发出托盘将五种材料装在托盘里成为一批一批的货物发往合成器,再进行拆包工作,货物由一个工人将材料搬运至暂存区,剩下的托盘被放到托盘储存区进行储存。通过任务分配器,把任务分配给四个工人,工人把货物搬至处理器,五个处理机分别对五种材料染色,都染成不同的颜色,分别染成红、蓝、绿、黄、粉。通过传输带运送至两个组装处理器,把五种材料组装起来,由一个托盘发生器产生托盘把这五种产品组合放在一个托盘内,存置暂存区,再让叉车把一托盘货物搬至质量检测处理器进行检测放入货架。经过检测处理器来检测产品合格不合格,按照90%的合格率和10%的不合格率分类,把不合格产品放入不合格区域。由一个工人把合格产品搬运至合格产品暂存区,再由叉车把半成品便利贴放入货架,进行下一步工序。便利贴半成品接下来要完成7道工序,每道工序必须在指定的机器上按事先规定好的工艺顺序进行。首先,进行切割,把产品切割成一样的大小放入暂存区,进行称量计量环节,货物达到规定的重量后进行塑封,又再经过一次称量计量,没有问题后进入暂存区,接着进行质量检测环节,货物进行贴标签的步骤,最后把货物打包装箱起来堆放在暂存区,产品包装为固定时间10秒。再由一个工人把货物搬运到传送带上,堆垛机从传送带上把货物放到货架上。通过设置一个全局表,按照客户订单来发货,剩下的货物放在仓库中,客户需要货物时就发送给客户。不同的包装使用不同的托盘,共记5种,由托盘发生器分别在不同的时间段放出,假设一个标有类型值的空托盘表示来自于一个顾客的订单。当再有订单来时,即可发货。产品是放在托盘上输送出去的。


1.2.2 课程设计业务要求


1、熟练掌握系统仿真的基本原理;

2、熟练掌握交通运输系统仿真模型的构建;

3、热练地掌握交通运输系统仿真软件的选择与使用;

4、能对数据进行输入分析,能利用仿真得到的数据进行系统优化与改进。


二、课程设计实现过程


1.建立概念模型


2.建立Flexsim6的模型:

(1)确立概念模型中各元素的模型实体;

(2)在新建模型中加入模型实体;

(3)根据各个模型实体之间的关系建立连接;

(4)根据题目要求的系统数据为不同的模型实体设置相应的参数,已达到对各工序实施控制的目的;

① 卡纸发生器:到达时间间隔设置为0。在创建触发设置类型,为duniform(1,5)

② 托盘发生器:创建触发设置类型,为duniform(1,5)

③ 合成器:加工时间为0

④ 处理器:五个处理器染成五种不同颜色,在触发器里的进入触发中设置颜色。预置时间设置为6,加工时间为16

⑤ 传送带:速度设置为2

⑥ 发生器:到达方式为到达时间间隔,设置为exponential(0, 100, 0),临时实体种类为Pallet

⑦ 合成器:组装产品,加工时间为10,组成清单都设置为3

⑧ 处理器:切割,刚开始加工产品,加工时间为7;而经过6道工序后的产品,加工时间则为10

⑨ 处理器:塑封,加工时间为5,加工批量为5

⑩ 处理器:贴标签,加工时间为20分钟,加工批量为10件

11 合成器:设置一个全局表,按照客户订单来发货


3.模型建立之后,模型的运行与分析;

4.运行完成后输出报表,查看每个模型实体的简单统计数据;

5.根据输出数据对生产工艺流程进行分析,找出瓶颈工序,并合理规划工序流程,合理的进行运营管理。

仿真周期设为1小时,使用复演法做多次独立的仿真试验,然后通过观察、统计、分析实时状态图和导出的仿真实验数据,得到最终的仿真结果。


相关文章
element-ui下拉框el-select多选出现滚动条闪现
弹窗组件中放置了el-select下拉框组件,多选项较多时,聚焦弹出下拉选择框时,下方会出现一个横向滚动条闪现一下,虽然不影响使用,但是作为一个追求完美的码农肯定是受不了
|
域名解析 缓存 网络协议
阿里云DNS常见问题之阿里的域名解析不对如何解决
阿里云DNS(Domain Name System)服务是一个高可用和可扩展的云端DNS服务,用于将域名转换为IP地址,从而让用户能够通过域名访问云端资源。以下是一些关于阿里云DNS服务的常见问题合集:
|
7月前
|
机器学习/深度学习 算法 PyTorch
让 Q 值估计更准确:从 DQN 到 Double DQN 的改进方案
本文深入剖析DQN的过估计偏差根源,系统讲解Double DQN(解耦动作选择与评估)、Dueling DQN(分离状态值与动作优势)、优先经验回放(按TD误差智能采样)三大核心改进,并用PyTorch从零实现,最后对比CleanRL专业实现,助你扎实掌握强化学习进阶技巧。
537 2
让 Q 值估计更准确:从 DQN 到 Double DQN 的改进方案
|
7月前
|
存储 数据采集 运维
自建埋点分析系统的成本对比(含 ClkLog 开源方案)
本文对比自建埋点系统与基于开源ClkLog方案的成本与落地效率:完全自建需几十万、周期长、风险高;而ClkLog可一周快速部署,首期投入仅几万元,覆盖采集、接入、存储、分析及可视化全链路,兼顾数据自主性与实施可控性。
|
7月前
|
机器学习/深度学习 人工智能 并行计算
想打造专属AI?微调大模型前,你必须搞懂这13个关键概念
本文系统解析大模型微调的13个核心概念,涵盖硬件基石(GPU/显存/精度)、训练目标(SFT/RLHF等)、关键设置(Batch Size/Epoch)及模型结构(层数/隐藏维度/显存开销),并提供LoRA实战路径与效果评估方法,助力个人与企业低成本打造专属AI。(239字)
474 0
|
8月前
|
XML 算法 安全
详解RAG五种分块策略,技术原理、优劣对比与场景选型之道
RAG通过检索与生成结合,提升大模型在企业场景的准确性与安全性。分块策略是其核心,直接影响检索效果与答案质量。本文系统解析五种主流分块方法——固定大小、语义、递归、基于结构及LLM分块,对比优缺点与适用场景,助力构建高效、可靠的RAG系统。
|
10月前
|
安全 Java 编译器
从MESA模型到锁升级:synchronized性能逆袭的底层逻辑
管程(Monitor)是管理共享资源并发访问的核心机制,基于MESA模型实现,通过入口队列和条件变量队列解决互斥与同步问题。Java的synchronized关键字借鉴该模型,利用monitorenter/monitorexit指令或ACC_SYNCHRONIZED标志实现对象锁,配合wait/notify实现线程通信。JDK 6后引入偏向锁、轻量级锁、自旋锁等优化,显著提升性能。使用时需注意死锁防范、锁粒度控制及可重入特性,合理应用可保障线程安全并提升并发效率。(238字)
339 6
|
11月前
|
人工智能 安全 数据可视化
数字孪生 + 区块链:MyEMS 引领能源管理技术融合新趋势
MyEMS融合数字孪生与区块链技术,打造可信、透明、高效的能源管理新范式。通过实时镜像、智能预测与数据上链,实现能耗可追溯、碳排可验证、交易可信任,推动能源管理迈向智能化与价值化新时代。(238字)
500 1
|
存储 监控 安全
电脑格式化了还能恢复数据吗?
在日常使用电脑的过程中,我们可能会因为各种原因需要格式化硬盘。然而,格式化操作会清除硬盘上的所有数据,很多人担心格式化后数据无法找回。本文将详细介绍电脑格式化后的数据恢复方法,帮助大家在不小心格式化硬盘后,仍有机会找回重要文件。
电脑格式化了还能恢复数据吗?
|
算法 PyTorch 算法框架/工具
PyTorch 实现FCN网络用于图像语义分割
本文详细讲解了在昇腾平台上使用PyTorch实现FCN(Fully Convolutional Networks)网络在VOC2012数据集上的训练过程。内容涵盖FCN的创新点分析、网络架构解析、代码实现以及端到端训练流程。重点包括全卷积结构替换全连接层、多尺度特征融合、跳跃连接和反卷积操作等技术细节。通过定义VOCSegDataset类处理数据集,构建FCN8s模型并完成训练与测试。实验结果展示了模型在图像分割任务中的应用效果,同时提供了内存使用优化的参考。