【CISMA2019专家谈】张欣：服装缝制生产线仿真技术在智慧缝制工厂建设中的作用
【CISMA2019专家谈】张欣
陕西省服装工程技术中心主任 教授
服装缝制生产线仿真技术
在智慧缝制工厂建设中的作用
服装生产企业所关心的问题
>订单是否能够按时完成？
>加工能力是否满足订单的要求？
>加工能力中设备、人员是否齐备？
>生产计划的编排是否合理？
>生产计划中，对工序、设备、人员的编排是否最优？
>生产过程中，对现场的管理是否及时、有效？
>生产过程中，设备是否有较高的利用率？
>生产过程中，人员的工作是否均衡？
>生产过程中，生产的节拍是否均衡？
>如何培养一个合格的生产线管理人员（班组长）？
【思考】在智慧缝制工厂中应如何理解、解决这些问题？
服装缝制生产线的特征主要表现在——
复杂的、多因素耦合、随机因素并存、动态变化的、离散的生产系统。因此，研究服装缝制生产线的唯一方法是系统仿真。
一、数字化仿真是建设智慧工厂的关键技术——
在智慧工厂建设中，如果没有对生产系统的数字化仿真，智慧工厂的以上主要特征难以在物联网和企业数字化管理中体现。所谓的以产品生命周期的相关数据为基础，对整个生产过程进行自动感知、自动分析、闭环控制的智慧工厂系统就是无源之水，无法落实。
在现代科学技术领域，数字化仿真是与理论和物理实验对等的科学方法。数字化仿真赋能制造业的数字化转型和创新。虚拟工厂，虚拟建筑，虚拟样机，虚拟服装缝制生产线，虚拟功能性服装……系统仿真的优势
>大多数复杂的、真实的具有随机因素的系统不能用可解析求解的数学模型来精确描述，可以用仿真的方法来研究。
>在某些计划的一组运行条件下仿真可使人们估计一个现有系统的性能。
>在仿真中我们可以更好地控制实验条件，这些实验条件在用真实系统本身做实验过程里往往可能出现。
>可以在计算机中，以压缩时间的方式来模拟系统的运行。
二、Simfactory系统仿真技术赋能智慧缝制工厂建设
Simfactory系统简介
由香港纺织及研发中心（HKRITA）立项，香港制衣业训练局（HKCITA）与西安工程大学、陕西省服装工程技术研究中心联合开发。
系统是根据实际的缝纫生产模式而设计的虚拟缝纫生产线，用于培训生产线组长及主管应用工业工程技术，支持他们作缝纫生产线资源分配决定。经过系统培训后，他们可以获得在工业工程基础上安排人力、缝纫设备和缝纫生产过程管理的正确知识，从而提高自己的管理技能水平，更合理的安排缝纫生产线，提高车间生产效率。
系统实现采用全仿真架构实现，可用于模拟复杂的缝纫生产线。
Simfactory系统仿真技术主要从三方面赋能智慧缝制工厂——
（一）通过仿真技术，提高生产管理系统的自主能力。
1）数据采集与处理
系统数据来源分为两类：经验数据和采集数据
经验数据：用户按照所在企业实际情况，对工人、设备、工序等相关对应参数给出经验数据，仿真系统对此经验数据进行模拟，给出预测
采集数据：用户通过物联网技术，将现场设备和仿真系统相连，仿真系统实时采集工作现场数据并进行模拟分析，通过分析给出下一步优化方案并实时反馈给现场，以此实现工作现场工作方案实时智能调整。
2）分析判断及规划工人自身行为
（二）通过仿真技术，实现数字孪生的智慧缝制工厂
智慧工厂的数字孪生模型
>实际缝制生产线的数字孪生模型，例：西装，女装，牛仔裤…
>生产订单及其生产计划编排的数字孪生模型
>实际生产过程的数字孪生模型
（仿真车间布局）
通过实际缝制生产线的数字孪生模型，用户可以按照需要的方式对车间进行布局。
（仿真人、物的流转路线）
通过生产订单及其生产计划编排的数字孪生模型，可以对物料路线进行规划。
（系统仿真模拟某订单的生产流程）
通过实际生产过程的数字孪生模型，由系统算法进行驱动，按照用户给定的参数进行模拟
通过仿真实现数字孪生的智慧缝制工厂
使用simfactory系统进行服装缝制生产仿真流程
1.建立数字化孪生工厂
2.模拟排产
3.模拟生产运行
4.模拟结果报告
三、通过仿真技术，实现生产管理系统的自我学习
基于仿真系统的能力模型、业务模型、仿真模拟模型，采集分析在线数据和历史数据，应用人工智能技术方法，实现系统的自我学习，赋能智慧缝制工厂制造过程资料信息的补充、更新。
例如：基于工人、设备、工序等实体模型及其之间的关系模型，通过在线KPI指标数据采集，实现工人学习曲线动态变化。
工人学习曲线模型⬇
⬆通过工人学习曲线模型，定义工人操作特定工序的学习能力。
实体之间的关系模型⬇
⬆工人、设备和工序均为多对多关系，由工人能力曲线和能力矩阵模型来定义。
通俗的理解，某人使用某设备加工某工序，可采用多个方案。
