路灯是城市重要基建设施,随着城市化进程加快,其需求量不断增长。灯杆是路灯主体部件,其生产线属于大批量、多品种、多工序制造方式,影响因素较多,高效准确的产能优化难以实现。为适应路灯杆件制造业不断增加的竞争压力,本文以某工厂路灯杆件生产线为研究对象,采用数字化工厂技术对其开展优化设计,有效提升产能。主要研究工作包含以下内容:(1)路灯杆件生产工厂调研分析。分别从作业模式、工艺流程、作业设备、厂区排布、人员安排五方面对路灯杆件制造工厂开展调研分析,详细统计归纳各工序信息,为后续研究建立数据基础。(2)基于蚁群算法的路灯杆件生产线设备选择方案优化设计。针对工序、加工方法及加工设备间层级关系构建生产线设备选择数学模型,设置加工成本、加工效率、生产误差、废品率及故障率描述各加工设备性能,将设备配合性能评分最大值作为优化目标,使用蚁群算法求解设备最优组合方案。(3)路灯杆件生产线数字化模型构建。通过Plant Simulation物流模块设置各工序生产参数;应用SimTalk语言模块控制生产过程及数据输出,模拟运行路灯杆件生产线数字化模型并对比实际生产数据,验证该数字化模型的准确性。(4)生产线缓存区容量及工站数量最优配置方案设计。分别讨论短耗时工序缓存区容量及瓶颈工序工站数量对产能的影响,从仿真实验结果中选取使产能最优的缓存区及工站配置方案;针对四个缓存区容量以及两工站的数量对产能综合影响,设计“层级仿真”实验方案,通过逐级缩小实验范围和提高仿真精度的方式寻找最优产能设计方案。研究结果表明:应用蚁群算法寻求最优设备选择方案可为工厂提供客观准确的设备选取参考;通过构建生产线数字化模型、对生产线中缓存区容量及处理工站数量配置方案进行仿真分析及优化,可有效提升生产线产能。本文研究结果对同类多参数生产线优化问题也具有一定参考意义。