CN115455565A - 基于离散事件仿真的飞机总装批架次完工时间分析方法 - Google Patents

Abstract

针对现有离散事件仿真工具在处理飞机装配作业过程仿真时，无法对具体架次的生产状态和性能指标进行差异化仿真分析的问题，本发明提供一种基于离散事件仿真的飞机总装批架次完工时间分析方法。本发明基于传统的离散事件仿真框架，提出将飞机批架次信息作为仿真输入给仿真在制品元素打上相应标签的方法，并围绕批架次标签提出仿真模型执行机制、推进框架和完工时间解算方法。本发明能够为管控人员提供一种对总装线上各架次预计完工时间的可靠分析结果，从而支撑现场对各批架次的装配状态感知。

Description

基于离散事件仿真的飞机总装批架次完工时间分析方法

技术领域

本发明属于飞机装配线仿真分析领域，具体涉及一种基于离散事件仿真的飞机总装批架次完工时间分析方法。

背景技术

为了提高整体装配效率与装配质量，大部分的飞机总装线将装配作业划分到多个站位进行装配，实现多个站位多架飞机同步生产，结合批架次管理技术以架次为中心从计划、工艺、物料、质量等方面对飞机装配过程进行管理。同时，飞机装配作为一种面向订单的复杂离散制造过程，确保在订单交付节点前完成所有装配任务是飞机制造企业的根本目标，因此现场管控人员对于装配线产能指标有着极高关注程度。由于飞机产品自身的复杂性及其装配过程中存在多种随机因素的影响，采用解析法较难以得到可靠性较高的产能指标分析结果，因此业界目前普遍采用离散事件仿真技术来完成装配线建模以及对产能指标的分析与优化。然而，由于现场存在多架飞机同步生产的情况，只关注装配线整体产能是不够的，现场管控人员更关心具体各架次飞机的预计完工时间，而目前常用的离散事件仿真工具在处理飞机装配作业过程仿真时，通常只能采用模糊的、平均的、普适的方法得到装配线的整体性能，而无法以差异化的方式得到具体架次的生产状态和性能指标。

发明内容

依托飞机制造企业的实际需求，针对现有离散事件仿真工具在处理飞机装配作业过程仿真时，无法对具体架次的生产状态和性能指标进行差异化仿真分析的问题，本发明提供一种基于离散事件仿真的飞机总装批架次完工时间分析方法。本发明基于传统的离散事件仿真框架，提出将飞机批架次信息作为仿真输入给仿真在制品元素打上相应标签的方法，并围绕批架次标签提出仿真模型执行机制、推进框架和完工时间解算方法。本发明能够为管控人员提供一种对总装线上各架次预计完工时间的可靠分析结果，从而支撑现场对各批架次的装配状态感知。

为实现上述目的，本发明采用以下技术方案：

一种基于离散事件仿真的飞机总装批架次完工时间分析方法，其特殊之处在于，包括以下步骤：

步骤S1：统计总装现场生产信息，并构建批架次总装线整线作业过程仿真模型：

S101、采集并统计总装线各站位内资源信息，由此采用形式化符号构建装配站位作业过程仿真模型中的资源和资源库相关元素；所述资源信息包括各项资源编号、名称、配置数量，以及资源库信息，其中资源库信息包括各站位各类资源配置信息，以及资源库与站位内所有作业元素的信息交互集合；

S102、采集并统计总装线各站位内物料信息，由此采用形式化符号构建装配站位作业过程仿真模型中物料和物料库相关元素；所述物料信息包括各项物料编号、名称、供应频率，以及物料库信息，其中物料库信息包括各站位各物料配置信息，以及物料库与站位内所有作业元素的信息交互集合；

S103、采集并统计总装线各站位内、各架次飞机的装配作业信息，结合作业状态信息和作业的输入输出交互信息，采用形式化符号来构建装配站位作业过程仿真模型中作业相关元素；所述装配作业信息包括各项作业编号、名称、作业开展的资源需求和物料需求、额定工时，以及站位内同架次所有作业之间逻辑顺序约束；所述作业状态信息是指作业是否完成的状态描述，为自定义参数；所述作业的输入输出交互信息是作业之间交互信息的集合、作业与资源库之间交互信息的集合、作业与物料库之间交互信息的集合；

S104、构建装配站位作业过程仿真模型：以上述步骤S101-103构建的资源、物料和装配作业相关元素为基础，利用站位内包含的装配作业以及装配作业之间的逻辑顺序约束关系、物料供应与资源配置信息、装配作业与物料库和资源库的交互信息，以及站位的状态变迁信息(即站位内所有作业状态信息的集合)，采用形式化符号构建装配站位作业过程仿真模型；

S105、构建总装线整线作业过程仿真模型：在S104构建的各站位作业过程仿真模型的基础上，将各站位按照逻辑顺序关系进行连接，从而构建成完整的总装线整线作业过程仿真模型。

上述步骤S101和S102不分先后，可互换顺序。

步骤S2、制定步骤S1所构建的总装线整线作业过程仿真模型的执行机制：

S201、制定总装线整线作业仿真模型的批处理执行机制：

在仿真过程中，采用内、外部循环嵌套的方式，外部循环用于判断该批次飞机进入总装线的次数，内部循环通过记录架次信息来判断该批次飞机每次进入总装线的执行进度；

S202、制定总装线整线仿真模型中作业仿真元素的执行机制：

作业动态执行首先按照下述条件一-三依次进行条件判断，

一是检查作业开展所需的物料是否齐套，若物料齐套，获取物料，反之，将作业状态更新为等待物料状态；

二是检查作业开展需要的设备、工具/装是否满足需求，若设备、工具/装都满足需求，获取设备、工具/装，反之，将作业状态更新为等待设备、工具/装状态；

三是检查作业开展所需的人力资源是否满足需求，若人力资源满足需求，获取人力资源，反之，将作业状态更新为等待人力资源状态；

完成条件判断后，若上述三种条件全部满足，则将作业元素的状态更新为“正在执行”，并向物料库、资源库抓取相应的物料、设备、工具/装、人力资源，作业执行完成后，将作业所占用的设备、工具/装、人力资源进行释放，同时更新作业的状态为“已完成”并统计作业结束时间；

S203、总装线整线仿真模型中随机变量的生成机制：

在仿真过程中，将作业实际工时，以及设备故障、人员请假、物料短缺事件设定为随机事件，其中按照传统离散事件仿真在生产系统领域的应用习惯，将作业实际工时设定为服从正态分布，将设备故障、人员请假、物料短缺设定为服从指数分布，本领域普通技术人员还可以根据实际情况采用其他随机变量的分布函数来表达以上随机事件；

步骤S3、制定步骤S1所构建的总装线整线作业过程仿真模型的推进框架：

S301、仿真数据输入：

前述步骤S1构建了一个静态的总装线整线仿真模型，用来简化表达实际生产线，步骤S3的目的是制定一个用于动态推进步骤S1所建立的总装线整线仿真模型仿真运行的推进框架，因此这里首先需要向步骤S1所建立的总装线整线仿真模型中输入仿真数据，所述仿真数据是仿真进程的总体参数，包括仿真循环次数、批次数据和仿真开始时间，其中，批次数据包括批次号、架次信息和总数量；

S302、仿真进程初始化：

按照批次数据，初始化产品(即飞机)在步骤S1所建立的总装线整线仿真模型中的输入顺序和数量，初始化所有物料、资源的配置情况，同时建立并初始化仿真时钟和将来事件表；其中，仿真时钟用来记录仿真推进过程中的绝对时间，是整个仿真系统的一项固有属性，初始化为S301中输入的仿真开始时间；将来事件表用来按时间先后顺序存放将来要发生的各项事件(作业执行、作业完成、资源释放等等)，初始化为空表；

S303、仿真系统状态扫描：

仿真系统状态扫描包括扫描当前系统内所有物料配置数量、各种资源的可用状态、各架次飞机所在位置、各站位上所有作业的执行情况；

S304、事件转换：

根据步骤S303中扫描得到的结果对将来事件表进行更新；

S305、仿真推进：

结合当前所有作业的状态，由决策规则从将来事件表中选择出下一项执行的作业，并将仿真时钟推进到该作业发生的时刻；所述决策规则指作业优先顺序排序规则；

S306、事件处理：

接收在S305步骤中得到的下一项执行的作业信息，首先分别给准备要执行的这项作业所在站位的物料库和资源库发送物料和资源请求信号；其次获得物料库和资源库的反馈信号，并决定是否开始该项作业并执行；最后该项作业执行完成后，释放资源并发送表征其所占用资源已被释放的信号给资源库，并将该项作业状态更改为“已完成”；

S307、仿真系统状态更新：

一项作业完成后，重新计算所有物料配置数量、各种资源的可用状态、各架次飞机所在位置、各站位上所有作业的执行情况，由此更新系统状态；

S308、仿真进度判断：

依据仿真循环次数和架次标签号判断仿真进度，其中，仿真循环次数用于判断仿真的总进度，架次标签号用于判断一次仿真循环是否完成，当架次标签号最大的飞机处于最后一个站位上的所有装配作业已完成，则标志着一次循环完成；

S309、仿真结束：

当仿真循环次数达到最大，且该次仿真循环的最后一个架次完工时，仿真结束；在离散事件仿真领域，最大仿真循环次数均根据实际需要的仿真精度要求自定义，为具体如何定义为已知技术。

步骤S4、解算架次完工时间指标：

S401、以仿真开始时间为基准，将各个架次的总装配工期转化为以天为单位的变量，用D_i＝(d_i1,d_i2,…,d_ij)表示第i次仿真循环的仿真结果，其中d_ij表示第i次循环第j架次在距仿真开始时间的第d_ij天完成装配；

S402、将仿真总循环次数表示为n，由此重新构造统计量d_x＝(d_1x,d_2x,…,d_nx)，d_x为第x架次飞机装配工期天数的集合，其中，d_nx表示第x架次飞机在第n次仿真循环中相对于仿真开始时间的装配工期天数，仿真结果d_1x,d_2x,…,d_nx可以视为是服从正态分布的随机变量；

S403、采用区间估计法，通过确定次数的仿真循环运行，可以得到每架飞机的最有可能完工日期在置信度为1-α的置信区间，其中α表示显著性水平，绝大多数情况都会将其设置为0.05，由此得到的置信区间即为置信度为95％的置信区间；

S404、在每次仿真循环运行后，比较当前各架次完工时间解算的置信区间能否满足精度要求，若不满足，则将总仿真循环次数加1，返回步骤S3重新推进仿真进程，进行仿真分析，以此迭代，直至获得满足精度要求的架次完工时间解算结果。

基于以上技术方案，本发明还作出如下优化和进一步限定：

进一步地，在步骤S101中，仿真模型中每一项资源元素可以表示为三元组：r_i＝{id_i,Nam_i,Num_i}，其中id_i为第i种资源的唯一编号；Nam_i为第i种资源的名称；Num_i表示第i种资源的数量；每一个资源库统计并表示为二元组：RC_i＝{rc_i,rcl_i}，其中rc_i＝(r_i1,r_i2,…,r_ij)为第i个站位上的资源配置信息集合，r_ij表示第i个站位上第j种资源的配置信息；rcl_i＝(rcl_i1,rcl_i2,…,rcl_ij)为第i个站位上资源库与第i个站位内的所有作业的信息交互集合。

进一步地，在步骤S102中，仿真模型中每一项物料相关元素可以表示为三元组：m_j＝{id_j,nam_j,IAT_j}，其中id_j为第j种物料的唯一编号；nam_j为第j种物料的名称；IAT_j表示第j种物料的供应频率。每一个物料库统计并表示为二元组：MC_i＝{mc_i,mcl_i}，其中mc_i＝(m_i1,m_i2,…,m_ij)为第i个站位上的物料配置信息集合，m_ij表示第i个站位上第j种物料的配置信息；mcl_i＝(mcl_i1,mcl_i2,…,mcl_ik)为第i个站位上物料库与第i个站位内的所有作业的信息交互集合。

进一步地，在步骤S103中，仿真模型中每一项作业相关元素可以表示为七元组：

其中Id_i为第x架次飞机该项作业的唯一编号；n_i为第x架次飞机该项作业的名称；R_i＝(Η_i,λ_i)表示第x架次飞机该项作业开工的资源需求集合，其中列向量Η_i＝(id₁,id₂,…,id_j)^T和λ_i＝(Num₁,Num₂,…,Num_j)^T分别表示所需资源的编号和数量；

表示第x架次飞机该项作业执行的物料需求集合，其中列向量K_i＝(id₁,id₂,…,id_k)^T和

分别表示所需物料的编号和数量；t_i＝(t_ir,t_it)是关于第x架次飞机该项作业的时间集合，t_ir为第x架次飞机该项作业的额定工时，t_it为第x架次飞机该项作业在仿真中的模拟工时；st_i表示第x架次飞机该项作业当前的状态，初始状态时，st_i＝0，若该项作业完成，st_i＝1；If_i＝(PI_i,PO_i)表示第x架次飞机该项作业的交互信息集合，其中PI_i为输入信息集合，PO_i为输出信息集合；同时，不同架次之间在同一站位内逻辑顺序约束矩阵都是一样的，所以统一定义站位内所有作业的逻辑顺序约束矩阵为：

PR＝(pr_ij)_n×n (1)

其中，

i∈{1,2,...,n}，j∈{1,2,...,n}，且i≠j，p_i是仿真模型中的某一项作业相关元素，由于不同架次之间在同一站位内逻辑顺序约束矩阵都是一样的，所以这里没有用架次标签x进行区分。

进一步地，在步骤S104中，装配站位作业过程仿真模型可以表示为一个六元组：

其中ID_i为总装线上第i个站位的唯一标识；∑_i＝(P_i,Rl_i)为第i个站位内的作业关系网络，其中P_i＝(p_i1 ^(x),p_i2 ^(x),…,p_it ^(x))为第i个站位内所有作业的集合，p_it ^(x)表示第x架次飞机在第i个站位上的第t项作业，逻辑关系矩阵Rl_i＝(Rl_i(j,k))_t×t表示第i个站位内所有作业的前后置关系，若作业p_ij ^(x)是作业p_ik ^(x)的紧前作业，则Rl_i(j,k)＝1，反之，则Rl_i(j,k)＝0；RC_i ^(x)表示第x架次飞机在第i个站位上进行装配时，该站位上的资源库；MC_i ^(x)表示第x架次飞机在第i个站位上进行装配时，该站位上的物料库；ST_i ^(x)表示第i个站位的状态，t时刻第i个站位的状态由t时刻第i个站位内的所有作业状态决定，

IF_i ^(x)＝(SI_i,SO_i)表示第i个站位的交互信息集合，其中SI_i为输入信息集合，包括上一个站位的完工信息和本站位上一架次的完工信息，SO_i为输出信息集合，即当前站位的完工信息。

进一步地，在步骤S105中，总装线整线作业过程仿真模型可以表示为一个四元组：AL^(x)＝{S^(x),R^(x),W^(x),ST^(x)}，其中

为总装线上站位的集合，i为总装线上站位的总数；R^(x)＝(RC₁ ^(x),RC₂ ^(x),…,RC_j ^(x))为总装线上所有资源的配置信息集合；W^(x)＝(MC₁ ^(x),MC₂ ^(x),…,MC_k ^(x))为总装线上所有物料的供应信息集合；ST^(x)＝(ST₁ ^(x),ST₂ ^(x),…,ST_i ^(x))为总装线的状态，总装线的状态由各站位的状态决定。

进一步地，在步骤S305中，所述决策规则指综合作业工时系数、作业人力资源需求系数、紧后作业工时系数的作业优先顺序排序规则，其建立方法为：设某一仿真时刻某站位内产生冲突的作业集合为P_c＝{p_c1,p_c2,…,p_ck}，三类系数的描述如下：

其中，CJF_ci是作业工时系数，t_ci表示作业p_ci的额定工时；1≤i≤k；

其中，HDF_ci是作业人力资源需求系数，

表示作业p_ci的资源需求总数量，J表示资源种类总数；

其中，OTF_ci是紧后作业工时系数，t′_ci表示作业p_ci的紧后作业工时总和；根据以上三个系数，建立装配作业优先级计算公式：

PEC_i＝λ₁CJF_ci+λ₂HDF_ci+λ₃OTF_ci (5)

其中，λ₁～λ₃为权重系数，且

通常将λ₁、λ₃设置为一样的大小，而λ₂可取值在0～0.5，根据实践过程中实践者对于人力资源的关注程度来确定其取值；

按照上述公式(5)计算得到各装配作业的优先级，根据优先级大小进行排序，得到作业优先顺序排序规则。

进一步地，在步骤S401中，各个架次的总装配工期按照下式计算：

其中，

表示第τ次仿真循环时第x架次在第j个站位上的装配工期，m表示总装线中站位总数。

进一步地，在步骤S403中，所述区间估计法针对第x架次飞机装配工期天数的集合d_x的置信度为1-α的置信区间为：

其中，

表示装配工期天数集合的均值，

表示装配工期天数集合的方差，

表示自由度为n-1的t分布关于

的上侧分位数。

本发明与现有技术相比，具有如下有益效果：

本发明以传统离散事件仿真技术为基础，通过对现场批架次作业、资源、物料信息的统计，构建总装线作业过程仿真模型，制定考虑批架次信息的仿真推进框架、仿真执行机制，给出基于仿真计算结果的架次完工时间分析方法，使得本发明可以解决传统离散事件仿真技术无法进行架次差异化推理与分析的缺陷，可靠地为实践者提供各批架次预计完工日期的置信区间。

附图说明

图1是本发明实施例的总装线站位间作业流程图。

图2是本发明实施例的总装线第一站位中统计得到作业信息。

图3是本发明实施例的总装线第一站位中统计得到资源信息。

图4是本发明实施例的总装线第一站位中统计得到物料信息。

图5是本发明实施例的总装线第一站位作业过程仿真模型网络图。

图6是本发明实施例的总装线整线作业过程仿真模型网络图。

图7是本发明实施例的仿真模型批处理执行机制图。

图8是本发明实施例中首次计算得到的各架次完工时间的置信区间图。

图9是本发明实施例中经过精度调整后各架次完工时间及日期的置信区间图。

图10是本发明实施例中各架次完工时间的分布图。

具体实施方式

实施例：

选取某型飞机总装线作为对象，该总装线包含五个站位，每个站位完成部分装配作业，站位间主要流程如图1所示，站位间是串行逻辑关系。

步骤S1：统计图1所示总装线各站位实际资源、物料、作业，以及批架次信息，构建批架次总装线整线作业过程仿真模型，其中以第一站位为例，共统计得到22项作业信息，如图2所示；从统计的资源信息中选取5种对装配进度影响较大的关键设备，以及8种专业类别的人力资源，共同组成了13项资源信息，如图3所示；从统计的物料信息中选取10种在生产过程中有可能会出现供应不及时的关键物料，形成10项关键物料信息，如图4所示；基于以上统计信息，采用形式化符号将第一站位S₁的作业过程仿真模型构建为六元组：

其中：ID₁＝1，表示为总装线上第一站位；∑₁＝(P₁,Rl₁)，P₁＝(p₁₁ ^(x),p₁₂ ^(x),…,p_1,21 ^(x),p_1,22 ^(x))是第一个站位内22项作业集合，Rl₁为第一站位内22项作业逻辑顺序矩阵；

RC₁ ^(x)＝{rc₁,rcl₁}表示x架次飞机在第一站位上进行装配时，第一站位上的资源库，rc₁为第一站位上13项资源配置信息集合，rcl₁为第一站位上资源库与第一站位内所有作业(共22项)的信息交互集合；MC₁ ^(x)＝{mc₁,mcl₁}表示第x架次飞机在第一站位上进行装配时，第一站位上的物料库，mc₁表示物料配置信息集合，mcl₁表示第一站位上物料库与第一站位内所有作业(共22项)的交互信息集合；

表示第一站位在t时刻的状态，由其中22项作业状态组成；IF₁ ^(x)＝(SI₁,SO₁)表示第一站位输入输出交互信息集合。其中，第一站位上资源库与第一站位内所有作业的信息交互集合rcl₁、第一站位上物料库与第一站位内所有作业的信息交互集合mcl₁、第一站位在t时刻的状态ST₁ ^(x)(t)、第一站位输入输出的交互信息集合IF₁ ^(x)等都是随着仿真运行动态变化。

为了直观地以图形化形式展现第一站位的作业过程仿真模型，以小方块表示物料库、资源库与作业的信息交互，并以带箭头的虚线连接表示信息传递方向；以长方块表示作业间信息交互，并以带箭头的实线连接表示信息传递方向，由此绘制得到第一站位作业过程仿真模型的网络图，如图5所示，将五个站位串联起来得到总装线作业过程仿真模型，简化掉各站位内部交互信息表达，绘制总装线作业过程仿真模型的网络图，如图6所示。

步骤S2：制定仿真模型的执行机制：

本实施例中每批次包含3架次飞机，按照嵌套的方式制定该实施例的批处理执行机制如图7所示，外部n次仿真循环对应将该批次轮流进入总装线仿真模型总共n次，在每一批次仿真中内部通过记录当前各站位上架次信息来判断在当前仿真循环中该批次飞机的执行进度，例如在本实施例中，若第三架次飞机在第五站位内作业已经全部完工，则代表该批次的当前循环已全部完成。仿真模型作业元素的执行机制和随机变量的生成机制按照本发明技术方案中描述的通用方法制定。

步骤S3：制定仿真模型推进框架：

本实施例中明确仿真输入数据为：该订单包含3架飞机，批次命名为X，架次分别命名为X01、X02、X03，仿真开始时间设置为2022-03-01 08:00，仿真初始循环次数设置为30。其余子步骤均按照本发明技术方案中描述的通用方法制定。

步骤S4：解算架次完工时间指标：

在本实施例中，首先对仿真数据进行处理，得到每次循环X01、X02、X03架次的生产工期，然后求取各架次生产工期的均值和方差，最后选取α＝0.05，查表得到

并计算各架次完成时间的置信区间，如图8所示；为了得到更高精度的结果，限定求解精度的临界值为ε＝0.5，逐步增加仿真循环次数直至循环次数达到187次，得到经过精度调整后，满足精度要求的各架次完工时间及日期的置信区间如图9所示，以装配周期天数为横轴，以分布概率为纵轴，绘制一张概率分布图，将各架次装配完工时间集合中各天数的分布概率绘制此图上，如图10所示(图中从左至右三个曲线分别对应X01、X02和X03架次)。

经过上述方法求解，可得到该批次内三架次预计完工时间的置信度为95％置信区间，即完工时间的真实值有95％的概率落在经本发明实施例测量结果的区间内。

Claims (9)

1.基于离散事件仿真的飞机总装批架次完工时间分析方法，其特征在于，包括以下步骤：

步骤S1：统计总装现场生产信息，并构建批架次总装线整线作业过程仿真模型：

S101、采集并统计总装线各站位内资源信息，采用形式化符号构建装配站位作业过程仿真模型中的资源和资源库相关元素；

S102、采集并统计总装线各站位内物料信息，采用形式化符号构建装配站位作业过程仿真模型中物料和物料库相关元素；

S103、采集并统计总装线各站位内、各架次飞机的装配作业信息，结合作业状态信息和作业的输入输出交互信息，采用形式化符号来构建装配站位作业过程仿真模型中作业相关元素；

S104、构建装配站位作业过程仿真模型：

以所述资源、物料和装配作业相关元素为基础，利用站位内包含的装配作业以及装配作业之间的逻辑顺序约束关系、物料供应与资源配置信息、装配作业与物料库和资源库的交互信息，以及站位的状态变迁信息，采用形式化符号构建装配站位作业过程仿真模型；

S105、构建总装线整线作业过程仿真模型：

在所述各站位作业过程仿真模型的基础上，将各站位按照逻辑顺序关系连接，得到总装线整线作业过程仿真模型；

上述步骤S101和S102可互换顺序；

步骤S2、制定步骤S1所构建的总装线整线作业过程仿真模型的执行机制：

S201、制定总装线整线作业仿真模型的批处理执行机制：

在仿真过程中，采用内、外部循环嵌套的方式，外部循环用于判断该批次飞机进入总装线的次数，内部循环通过记录架次信息来判断该批次飞机每次进入总装线的执行进度；

S202、制定总装线整线仿真模型中作业仿真元素的执行机制：

作业动态执行按照下述条件一-三依次进行条件判断，

一是检查作业开展所需的物料是否齐套，若是，获取物料，反之，将作业状态更新为等待物料状态；

二是检查作业开展需要的设备、工具/装是否满足需求，若是，获取设备、工具/装，反之，将作业状态更新为等待设备、工具/装状态；

三是检查作业开展所需的人力资源是否满足需求，若是，获取人力资源，反之，将作业状态更新为等待人力资源状态；

若上述三种条件全部满足，将作业元素的状态更新为“正在执行”，并向物料库、资源库抓取相应的物料和资源，作业执行完成后，将作业所占用的物料和资源释放，同时更新作业的状态为“已完成”并统计作业结束时间；

S203、总装线整线仿真模型中随机变量的生成机制：

将作业实际工时、设备故障、人员请假、物料短缺事件设定为随机事件，其中，将作业实际工时设定为服从正态分布，将设备故障、人员请假、物料短缺设定为服从指数分布；

步骤S3、制定步骤S1所构建的总装线整线作业过程仿真模型的推进框架：

S301、仿真数据输入：

所述仿真数据是仿真进程的总体参数，包括仿真循环次数、批次数据和仿真开始时间；所述批次数据包括批次号、架次信息和总数量；

S302、仿真进程初始化：

按照批次数据，初始化产品在步骤S1所建立的总装线整线仿真模型中的输入顺序和数量，初始化所有物料、资源的配置情况，同时建立并初始化仿真时钟和将来事件表；

S303、仿真系统状态扫描：

仿真系统状态扫描包括扫描当前系统内所有物料配置数量、各种资源的可用状态、各架次飞机所在位置、各站位上所有作业的执行情况；

S304、事件转换：

根据步骤S303中扫描得到的结果对将来事件表进行更新；

S305、仿真推进：

结合当前所有作业的状态，由决策规则从将来事件表中选择出下一项执行的作业，并将仿真时钟推进到该作业发生的时刻；所述决策规则指作业优先顺序排序规则；

S306、事件处理：

接收在S305步骤中得到的下一项执行的作业信息，首先分别给准备要执行的这项作业所在站位的物料库和资源库发送物料和资源请求信号；其次获得物料库和资源库的反馈信号，并决定是否开始该项作业并执行；最后该项作业执行完成后，释放资源并发送表征其所占用资源已被释放的信号给资源库，并将该项作业状态更改为“已完成”；

S307、仿真系统状态更新：

一项作业完成后，重新计算所有物料配置数量、各种资源的可用状态、各架次飞机所在位置、各站位上所有作业的执行情况，由此更新系统状态；

S308、仿真进度判断：

依据仿真循环次数和架次标签号判断仿真进度，其中，仿真循环次数用于判断仿真的总进度，架次标签号用于判断一次仿真循环是否完成，当架次标签号最大的飞机处于最后一个站位上的所有装配作业已完成，则标志着一次循环完成；

S309、仿真结束：

当仿真循环次数达到最大，且该次仿真循环的最后一个架次完工时，仿真结束；

步骤S4、解算架次完工时间指标：

S401、以仿真开始时间为基准，将各个架次的总装配工期转化为以天为单位的变量，用D_i＝(d_i1,d_i2,…,d_ij)表示第i次仿真循环的仿真结果，其中d_ij表示第i次循环第j架次在距仿真开始时间的第d_ij天完成装配；

S402、将仿真总循环次数表示为n，由此重新构造统计量d_x＝(d_1x,d_2x,…,d_nx)，d_x为第x架次飞机装配工期天数的集合，其中，d_nx表示第x架次飞机在第n次仿真循环中相对于仿真开始时间的装配工期天数，仿真结果d_1x,d_2x,…,d_nx视为是服从正态分布的随机变量；

S403、采用区间估计法，通过多次仿真循环运行，得到每架飞机的最有可能完工日期在置信度为1-α的置信区间，其中α表示显著性水平；

S404、在每次仿真循环运行后，比较当前各架次完工时间解算的置信区间能否满足精度要求，若不满足，则将总仿真循环次数加1，返回步骤S3重新推进仿真进程，进行仿真分析，以此迭代，直至获得满足精度要求的架次完工时间解算结果。

2.根据权利要求1所述的基于离散事件仿真的飞机总装批架次完工时间分析方法，其特征在于：在步骤S101中，仿真模型中每一项资源元素表示为三元组：r_i＝{id_i,Nam_i,Num_i}，其中id_i为第i种资源的唯一编号；Nam_i为第i种资源的名称；Num_i表示第i种资源的数量；每一个资源库统计并表示为二元组：RC_i＝{rc_i,rcl_i}，其中rc_i＝(r_i1,r_i2,…,r_ij)为第i个站位上的资源配置信息集合，r_ij表示第i个站位上第j种资源的配置信息；rcl_i＝(rcl_i1,rcl_i2,…,rcl_ij)为第i个站位上资源库与第i个站位内的所有作业的信息交互集合。

3.根据权利要求2所述的基于离散事件仿真的飞机总装批架次完工时间分析方法，其特征在于：在步骤S102中，仿真模型中每一项物料元素表示为三元组：m_j＝{id_j,nam_j,IAT_j}，其中id_j为第j种物料的唯一编号；nam_j为第j种物料的名称；IAT_j表示第j种物料的供应频率；每一个物料库统计并表示为二元组：MC_i＝{mc_i,mcl_i}，其中mc_i＝(m_i1,m_i2,…,m_ij)为第i个站位上的物料配置信息集合，m_ij表示第i个站位上第j种物料的配置信息；mcl_i＝(mcl_i1,mcl_i2,…,mcl_ik)为第i个站位上物料库与第i个站位内的所有作业的信息交互集合。

4.根据权利要求3所述的基于离散事件仿真的飞机总装批架次完工时间分析方法，其特征在于：在步骤S103中，仿真模型中每一项作业相关元素表示为七元组：

其中Id_i为第x架次飞机该项作业的唯一编号；n_i为第x架次飞机该项作业的名称；R_i＝(Η_i,λ_i)表示第x架次飞机该项作业开工的资源需求集合，其中列向量Η_i＝(id₁,id₂,…,id_j)^T和λ_i＝(Num₁,Num₂,…,Num_j)^T分别表示所需资源的编号和数量；

表示第x架次飞机该项作业执行的物料需求集合，其中列向量K_i＝(id₁,id₂,…,id_k)^T和

分别表示所需物料的编号和数量；t_i＝(t_ir,t_it)是关于第x架次飞机该项作业的时间集合，t_ir为第x架次飞机该项作业的额定工时，t_it为第x架次飞机该项作业在仿真中的模拟工时；st_i表示第x架次飞机该项作业当前的状态，初始状态时，st_i＝0，若该项作业完成，st_i＝1；If_i＝(PI_i,PO_i)表示第x架次飞机该项作业的交互信息集合，其中PI_i为输入信息集合，PO_i为输出信息集合；同时，不同架次之间在同一站位内逻辑顺序约束矩阵都是一样的，统一定义站位内所有作业的逻辑顺序约束矩阵为：

PR＝(pr_ij)_n×n (1)

其中，

且i≠j，p_i是仿真模型中的某一项作业相关元素，由于不同架次之间在同一站位内逻辑顺序约束矩阵都是一样的，所以这里没有用架次标签x进行区分。

5.根据权利要求4所述的基于离散事件仿真的飞机总装批架次完工时间分析方法，其特征在于：在步骤S104中，装配站位作业过程仿真模型表示为一个六元组：

其中ID_i为总装线上第i个站位的唯一标识；∑_i＝(P_i,Rl_i)为第i个站位内的作业关系网络，其中P_i＝(p_i1 ^(x),p_i2 ^(x),…,p_it ^(x))为第i个站位内所有作业的集合，p_it ^(x)表示第x架次飞机在第i个站位上的第t项作业，逻辑关系矩阵Rl_i＝(Rl_i(j,k))_t×t表示第i个站位内所有作业的前后置关系，若作业p_ij ^(x)是作业p_ik ^(x)的紧前作业，则Rl_i(j,k)＝1，反之，则Rl_i(j,k)＝0；RC_i ^(x)表示第x架次飞机在第i个站位上进行装配时，该站位上的资源库；MC_i ^(x)表示第x架次飞机在第i个站位上进行装配时，该站位上的物料库；ST_i ^(x)表示第i个站位的状态，t时刻第i个站位的状态由t时刻第i个站位内的所有作业状态决定，

IF_i ^(x)＝(SI_i,SO_i)表示第i个站位的交互信息集合，其中SI_i为输入信息集合，包括上一个站位的完工信息和本站位上一架次的完工信息，SO_i为输出信息集合，即当前站位的完工信息。

6.根据权利要求5所述的基于离散事件仿真的飞机总装批架次完工时间分析方法，其特征在于：在步骤S105中，总装线整线作业过程仿真模型表示为一个四元组：AL^(x)＝{S^(x),R^(x),W^(x),ST^(x)}，其中

为总装线上站位的集合，i为总装线上站位的总数；R^(x)＝(RC₁ ^(x),RC₂ ^(x),…,RC_j ^(x))为总装线上所有资源的配置信息集合；W^(x)＝(MC₁ ^(x),MC₂ ^(x),…,MC_k ^(x))为总装线上所有物料的供应信息集合；ST^(x)＝(ST₁ ^(x),ST₂ ^(x),…,ST_i ^(x))为总装线的状态，总装线的状态由各站位的状态决定。

7.根据权利要求6所述的基于离散事件仿真的飞机总装批架次完工时间分析方法，其特征在于：在步骤S305中，所述决策规则指综合作业工时系数、作业人力资源需求系数、紧后作业工时系数的作业优先顺序排序规则，其建立方法为：

设某一仿真时刻某站位内产生冲突的作业集合为P_c＝{p_c1,p_c2,…,p_ck}，三类系数的描述如下：

其中，CJF_ci是作业工时系数，t_ci表示作业p_ci的额定工时；1≤i≤k；

其中，HDF_ci是作业人力资源需求系数，

表示作业p_ci的资源需求总数量，J表示资源种类总数；

其中，OTF_ci是紧后作业工时系数，t′_ci表示作业p_ci的紧后作业工时总和；

根据以上三个系数，建立装配作业优先级计算公式：

PEC_i＝λ₁CJF_ci+λ₂HDF_ci+λ₃OTF_ci (5)

其中，λ₁～λ₃为权重系数，且

通常将λ₁、λ₃设置为一样的大小，而λ₂可取值在0～0.5，根据实践过程中实践者对于人力资源的关注程度来确定其取值；

按照上述公式(5)计算得到各装配作业的优先级，根据优先级大小进行排序，得到作业优先顺序排序规则。

8.根据权利要求7所述的基于离散事件仿真的飞机总装批架次完工时间分析方法，其特征在于：在步骤S401中，各个架次的总装配工期按照下式计算：

其中，

表示第τ次仿真循环时第x架次在第j个站位上的装配工期，m表示总装线中站位总数。

9.根据权利要求8所述的基于离散事件仿真的飞机总装批架次完工时间分析方法，其特征在于：在步骤S403中，所述区间估计法针对第x架次飞机装配工期天数的集合d_x的置信度为1-α的置信区间为：

其中，

表示装配工期天数集合的均值，

表示装配工期天数集合的方差，

表示自由度为n-1的t分布关于

的上侧分位数。

Images