本文介绍基于SimPy搭建简易多阶段离散制造系统数字化仿真。系统含2台加工单元（效率不同可并行）和1个检测单元，加工后零件送检，合格入库，不合格返工（合格率80%）。文中分步说明用SimPy构建并行加工、串联检测及返工流程的仿真过程，展示了各环节运行情况。

多阶段离散制造系统的数字化仿真（简易版）

作者：陆平

免费影视、动漫、音乐、游戏、小说资源长期稳定更新！ 👉 点此立即查看 👈

假设一个简易的多阶段离散流程生产制造系统，包含生产、检测两阶段。系统里部署了2台加工单元和1个检测单元。2个加工单元的工作效率是不一样的，但可以同时并行开工。经过加工单元，加工后的零部件会被传送至检测单元进行质量检测，检测不合格的零部件需要返工，检测合格的零部件进入仓库。

1. 开源离散事件仿真库（SimPy）搭建

本项目中的模拟环境搭建将主要采用SimPy离散事件仿真库。它是一个开源框架，SimPy源文件已经在external-libraries文件夹之中。我们使用sys.path.append方法可以把external-libraries添加至路径，方便调用。

我们首先要把现实世界中的连续生产过程进行离散化，变成一个个的离散事件。接着，把事件进行分类，可以分为持续性事件、中断事件等。持续性事件如“某生产设备持续加工某零部件”、“设备需要等待员工操作”等。中断事件如“某生产设备故障”等。

!mkdir /home/aistudio/external-libraries

mkdir: cannot create directory ‘/home/aistudio/external-libraries’: File exists

import sys sys.path.append('/home/aistudio/external-libraries') #一定得加载external-libraries至路径，否则会报错“找不到simpy”

2.并行加工事件：加工单元可以同时加工

接下来，我们构建2台可以并行运转的加工单元。加工单元的输入是in_put，它是一个store，可以理解从传送带或仓库中获取待加工的零部件。加工单元的输出是out_put, 它也是一个store，可以理解为把已经加工完毕后的零部件放入队列，然后供后续生产事件（比如检测）调用。

#导入simpy模块from simpy.core import Environment #环境，所有的事件都在环境中from simpy.resources.store import Store #存储，用它可以模拟队列、仓库from simpy.resources.resource import Resource #资源，用它可以模拟资源占用

#零部件类--调用它可以生成零部件实例class Part:    #初始化方法    def __init__(self, env, name):        self.env = env        self.name = name        self.finished = "待加工"        self.action = self.env.process(self.do())    def do(self):        yield self.env.timeout(0) #设置延迟时间为0，相当于产品自己不会发生什么变化。def process_unit1(env, in_store, out_store):    i = 0    while True:        p = yield in_store.get() #从输入仓库中获取待加工的零部件        yield env.timeout(10) #加工零部件时间流逝，生产设备1的生产效率为每隔10个单位时间，加工1个零部件        p.finished = "已加工" #设置为已加工        print('%s 在时刻%d加工完毕, 加工设备1' % (p.name, env.now))        out_store.put(p) #把已经加工后的零部件放入输出仓库        i = i+1def process_unit2(env, in_store, out_store):    i = 0    while True:        p = yield in_store.get() #从输入仓库中获取待加工的零部件        yield env.timeout(20) #加工零部件时间流逝，生产设备2的生产效率为每隔20个单位时间，加工1个零部件        p.finished = "已加工" #设置为已加工        print('%s 在时刻%d加工完毕, 加工设备2' % (p.name, env.now))        out_store.put(p) #把已经加工后的零部件放入输出仓库        i = i+1env = Environment() #生成环境实例in_store = Store(env) #生成输入仓库out_store = Store(env) #生成输出仓库#假设输入仓库中有20个待加工的零部件for i in range(20):    p = Part(env, 'part %d' % i) #创建一个待加工零部件实例    in_store.put(p) #把待加工零部件放入输入仓库env.process(process_unit1(env, in_store, out_store))env.process(process_unit2(env, in_store, out_store))env.run()

part 0 在时刻10加工完毕, 加工设备1part 1 在时刻20加工完毕, 加工设备2part 2 在时刻20加工完毕, 加工设备1part 4 在时刻30加工完毕, 加工设备1part 3 在时刻40加工完毕, 加工设备2part 5 在时刻40加工完毕, 加工设备1part 7 在时刻50加工完毕, 加工设备1part 6 在时刻60加工完毕, 加工设备2part 8 在时刻60加工完毕, 加工设备1part 10 在时刻70加工完毕, 加工设备1part 9 在时刻80加工完毕, 加工设备2part 11 在时刻80加工完毕, 加工设备1part 13 在时刻90加工完毕, 加工设备1part 12 在时刻100加工完毕, 加工设备2part 14 在时刻100加工完毕, 加工设备1part 16 在时刻110加工完毕, 加工设备1part 15 在时刻120加工完毕, 加工设备2part 17 在时刻120加工完毕, 加工设备1part 19 在时刻130加工完毕, 加工设备1part 18 在时刻140加工完毕, 加工设备2

3.串联的检测事件

接下来，我们构建1台可以检测的设备。检测设备的输入是in_put，它是一个store，可以理解从传送带或仓库中获取待检测的零部件。检测设备的输出是out_put, 它也是一个store，可以理解为把已经检测完毕后的零部件放入队列（FIFO仓库），准备出库。

#零部件类--调用它可以生成零部件实例class Part:    #初始化方法    def __init__(self, env, name):        self.env = env        self.name = name        self.finished = "待加工"        self.check="未检测"        self.action = self.env.process(self.run())    def run(self):        yield self.env.timeout(0) #设置延迟时间为0def process_unit1(env, in_store, out_store):    i = 0    while True:        p = yield in_store.get() #从输入队列中获取待加工的零部件        yield env.timeout(10) #加工零部件时间流逝，生产设备1的生产效率为每隔10个单位时间，加工1个零部件        p.finished = "已加工" #设置为已加工        print('%s 在时刻%d加工完毕, 加工设备1' % (p.name, env.now))        out_store.put(p) #把已经加工后的零部件放入输出队列        i = i+1def process_unit2(env, in_store, out_store):    i = 0    while True:        p = yield in_store.get() #从输入队列中获取待加工的零部件        yield env.timeout(20) #加工零部件时间流逝，生产设备2的生产效率为每隔20个单位时间，加工1个零部件        p.finished = "已加工" #设置为已加工        print('%s 在时刻%d加工完毕, 加工设备2' % (p.name, env.now))        out_store.put(p) #把已经加工后的零部件放入输出队列        i = i+1def test_unit(env, in_store, out_store):    i = 0    while True:        p = yield in_store.get() #从输入仓库中获取待检测的零部件        yield env.timeout(2) #检测时间流逝，每隔2个单位时间，检测1个零部件        p.check = "检测通过" #设置为检测通过        print('%s 在时刻%d检测完毕, 检测设备1' % (p.name, env.now))        out_store.put(p) #把已经检测后的零部件放入输出仓库        i = i+1env = Environment() #生成环境实例store1 = Store(env) #生成仓库1，待加工零部件储存队列store2 = Store(env) #生成仓库2，加工后的零部件储存队列store3 = Store(env) #生成仓库3，检测后的零部件储存队列#假设输入仓库中有20个待加工的零部件for i in range(20):    p = Part(env, 'part %d' % i) #创建一个待加工零部件实例    store1.put(p) #把待加工零部件放入输入仓库env.process(process_unit1(env, store1, store2))env.process(process_unit2(env, store1, store2))env.process(test_unit(env, store2, store3))env.run()

part 0 在时刻10加工完毕, 加工设备1part 0 在时刻12检测完毕, 检测设备1part 1 在时刻20加工完毕, 加工设备2part 2 在时刻20加工完毕, 加工设备1part 1 在时刻22检测完毕, 检测设备1part 2 在时刻24检测完毕, 检测设备1part 4 在时刻30加工完毕, 加工设备1part 4 在时刻32检测完毕, 检测设备1part 3 在时刻40加工完毕, 加工设备2part 5 在时刻40加工完毕, 加工设备1part 3 在时刻42检测完毕, 检测设备1part 5 在时刻44检测完毕, 检测设备1part 7 在时刻50加工完毕, 加工设备1part 7 在时刻52检测完毕, 检测设备1part 6 在时刻60加工完毕, 加工设备2part 8 在时刻60加工完毕, 加工设备1part 6 在时刻62检测完毕, 检测设备1part 8 在时刻64检测完毕, 检测设备1part 10 在时刻70加工完毕, 加工设备1part 10 在时刻72检测完毕, 检测设备1part 9 在时刻80加工完毕, 加工设备2part 11 在时刻80加工完毕, 加工设备1part 9 在时刻82检测完毕, 检测设备1part 11 在时刻84检测完毕, 检测设备1part 13 在时刻90加工完毕, 加工设备1part 13 在时刻92检测完毕, 检测设备1part 12 在时刻100加工完毕, 加工设备2part 14 在时刻100加工完毕, 加工设备1part 12 在时刻102检测完毕, 检测设备1part 14 在时刻104检测完毕, 检测设备1part 16 在时刻110加工完毕, 加工设备1part 16 在时刻112检测完毕, 检测设备1part 15 在时刻120加工完毕, 加工设备2part 17 在时刻120加工完毕, 加工设备1part 15 在时刻122检测完毕, 检测设备1part 17 在时刻124检测完毕, 检测设备1part 19 在时刻130加工完毕, 加工设备1part 19 在时刻132检测完毕, 检测设备1part 18 在时刻140加工完毕, 加工设备2part 18 在时刻142检测完毕, 检测设备1

4.零部件返工

经过质量检测，如果检测不合格，则需要返回加工单元进行返工，加工后的产品再进行质量检测，直到检测合格入库。为示意，假设零部件质量检测合格的概率为80%。

import random#零部件类--调用它可以生成零部件实例class Part:    #初始化方法    def __init__(self, env, name):        self.env = env        self.name = name        self.finished = "待加工"        self.check="未检测"        self.action = self.env.process(self.run())    def run(self):        yield self.env.timeout(0) #设置延迟时间为0def process_unit1(env, in_store, out_store):    i = 0    while True:        p = yield in_store.get() #从输入队列中获取待加工的零部件        yield env.timeout(10) #加工零部件时间流逝，生产设备1的生产效率为每隔10个单位时间，加工1个零部件        p.finished = "已加工" #设置为已加工        print('%s 在时刻%d加工完毕, 加工设备1' % (p.name, env.now))        out_store.put(p) #把已经加工后的零部件放入输出队列        i = i+1def process_unit2(env, in_store, out_store):    i = 0    while True:        p = yield in_store.get() #从输入队列中获取待加工的零部件        yield env.timeout(20) #加工零部件时间流逝，生产设备2的生产效率为每隔20个单位时间，加工1个零部件        p.finished = "已加工" #设置为已加工        print('%s 在时刻%d加工完毕, 加工设备2' % (p.name, env.now))        out_store.put(p) #把已经加工后的零部件放入输出队列        i = i+1def test_unit(env, in_store, out_store1, out_store2):    i = 0    while True:        p = yield in_store.get() #从输入仓库中获取待检测的零部件        yield env.timeout(2) #检测时间流逝，每隔2个单位时间，检测1个零部件        if random.random() < 0.8: #如果生成的随机数小于0.8，则检测通过            p.check = "检测合格" #设置为检测合格            print('%s 在时刻%d检测合格, 检测设备1' % (p.name, env.now))            out_store1.put(p) #把已经检测后的零部件放入输出仓库        else:            p.check = "检测不合格" #设置为检测不合格            print('%s 在时刻%d检测不合格, 检测设备1' % (p.name, env.now))            out_store2.put(p)        i = i+1env = Environment() #生成环境实例store1 = Store(env) #生成仓库1，待加工零部件的储存队列store2 = Store(env) #生成仓库2，加工后的零部件的储存队列store3 = Store(env) #生成仓库3，检测后的零部件的储存队列#假设输入仓库中有20个待加工的零部件for i in range(20):    p = Part(env, 'part %d' % i) #创建一个待加工零部件实例    store1.put(p) #把待加工零部件放入输入仓库env.process(process_unit1(env, store1, store2))env.process(process_unit2(env, store1, store2))env.process(test_unit(env, store2, store3, store1))env.run()

part 0 在时刻10加工完毕, 加工设备1part 0 在时刻12检测不合格, 检测设备1part 1 在时刻20加工完毕, 加工设备2part 2 在时刻20加工完毕, 加工设备1part 1 在时刻22检测合格, 检测设备1part 2 在时刻24检测合格, 检测设备1part 4 在时刻30加工完毕, 加工设备1part 4 在时刻32检测合格, 检测设备1part 3 在时刻40加工完毕, 加工设备2part 5 在时刻40加工完毕, 加工设备1part 3 在时刻42检测合格, 检测设备1part 5 在时刻44检测不合格, 检测设备1part 7 在时刻50加工完毕, 加工设备1part 7 在时刻52检测不合格, 检测设备1part 6 在时刻60加工完毕, 加工设备2part 8 在时刻60加工完毕, 加工设备1part 6 在时刻62检测合格, 检测设备1part 8 在时刻64检测合格, 检测设备1part 10 在时刻70加工完毕, 加工设备1part 10 在时刻72检测合格, 检测设备1part 9 在时刻80加工完毕, 加工设备2part 11 在时刻80加工完毕, 加工设备1part 9 在时刻82检测合格, 检测设备1part 11 在时刻84检测合格, 检测设备1part 13 在时刻90加工完毕, 加工设备1part 13 在时刻92检测不合格, 检测设备1part 12 在时刻100加工完毕, 加工设备2part 14 在时刻100加工完毕, 加工设备1part 12 在时刻102检测不合格, 检测设备1part 14 在时刻104检测合格, 检测设备1part 16 在时刻110加工完毕, 加工设备1part 16 在时刻112检测不合格, 检测设备1part 15 在时刻120加工完毕, 加工设备2part 17 在时刻120加工完毕, 加工设备1part 15 在时刻122检测合格, 检测设备1part 17 在时刻124检测合格, 检测设备1part 19 在时刻130加工完毕, 加工设备1part 19 在时刻132检测合格, 检测设备1part 18 在时刻140加工完毕, 加工设备2part 0 在时刻140加工完毕, 加工设备1part 18 在时刻142检测不合格, 检测设备1part 0 在时刻144检测不合格, 检测设备1part 7 在时刻150加工完毕, 加工设备1part 7 在时刻152检测合格, 检测设备1part 5 在时刻160加工完毕, 加工设备2part 13 在时刻160加工完毕, 加工设备1part 5 在时刻162检测合格, 检测设备1part 13 在时刻164检测不合格, 检测设备1part 16 在时刻170加工完毕, 加工设备1part 16 在时刻172检测合格, 检测设备1part 12 在时刻180加工完毕, 加工设备2part 18 在时刻180加工完毕, 加工设备1part 12 在时刻182检测合格, 检测设备1part 18 在时刻184检测合格, 检测设备1part 13 在时刻190加工完毕, 加工设备1part 13 在时刻192检测合格, 检测设备1part 0 在时刻200加工完毕, 加工设备2part 0 在时刻202检测合格, 检测设备1

相关攻略

业界动态

直接复制粘贴！5个超好用的提示词技巧：让AI写作去除AI味

4月7日消息，没人愿意读生硬刻板、满是企业腔的AI生成内容。读者只要察觉到文本里那些标志性的AI写作痕迹，页面跳出率就会直线飙升。油管发布的一项调研结果显示，目前已有92%的内容创作者在使用生成式A

热心网友

04.07

AI

让 AI 替你叫车，哈啰顺风车上线出行行业首个 MCP 服务

让 AI 替你叫车：哈啰顺风车上线出行行业首个 MCP 服务 4月3日，哈啰顺风车推出一项业内瞩目的创新举措：正式上线名为MCP的新型服务。通俗来讲，这项服务将顺风车从寻找车主、智能匹配到最终下单支付的完整流程能力，封装成了一套标准化的技术接口，直接向各类大语言模型和AI智能体开放调用权限。 这一变

热心网友

04.07

AI

QQ接入openclaw的几个步骤

2026年4月新版OpenClaw QQ机器人接入全攻略：实践步骤、问题排查与深度解读 随着2026年4月OpenClaw重要更新的发布，其原生集成QQ平台支持的功能引起了大量开发者的关注。这一特性意味着用户无需借助任何第三方插件，即可将智能AI助手便捷地部署为QQ私聊或群聊机器人。本文将系统性地解

热心网友

04.07

AI

阿里千问 AI 眼镜接入蚂蚁 GPASS：语音解锁共享单车、停车缴费

当AI眼镜学会“跑腿”：语音解锁单车，无感支付停车费 近来，智能穿戴领域的一个新动向值得关注：阿里旗下的千问AI眼镜，正式接入了蚂蚁集团的GPASS平台。这可不是一次简单的功能叠加，它意味着，诸如共享单车骑行、停车缴费这一系列高频的“AI办事”功能，开始从手机屏幕转移到了你的眼前。 简单说，借助GP

热心网友

04.06

AI

Workbuddy注册额外积分

角色定位与核心任务目标 明确了基本定位后，我们直接切入核心：作为一名专业的文章优化师，我的核心职责在于，将那些带有明显AI生成特征的文本，深度重塑为拥有个人特色与行业洞见的优质内容。 换句话说，这项任务的关键在于实施一次“精准的换血手术”。你必须严格保证原文所有的事实依据、核心观点、逻辑框架，以及每

热心网友

04.06

热门推荐

游戏资讯

宫本茂谈《马里奥》大电影的酷霸王 单凭游戏难以刻画

任天堂吉祥物马里奥的宿敌酷霸王解析：为何这位反派深受喜爱？宫本茂通过电影揭示角色深层魅力 谈到任天堂的经典形象，马里奥与酷霸王这对宿敌的组合可谓深入人心。一边是永不放弃拯救碧姬公主的英雄，另一边则是不断制造混乱的恶棍，故事框架虽简单却历经三十余年依然人气不减。但仔细品味，酷霸王这个角色颇为值得玩味：

热心网友

04.07

游戏攻略

洛克王国世界神圣狮鹫图鉴

洛克王国神圣狮鹫图鉴：揭秘悬崖之王的飞行奥秘 当冒险者们踏上洛克王国的高耸悬崖，便能感受到猛烈的疾风。呼啸而过的气流远超平地的强度，然而正是这片常年不息的风域，成为了狮鹫一族最卓越的自然训练场。在这个独特的环境中，它们锤炼出了对抗强风与复杂气流的顶级飞行技巧，其背后的生存智慧，实在值得探险者们深入探

热心网友

04.07

网络安全

三星电竞显示器连续七年第一！OLED市占率高达26%

4月2日消息，三星电子最新表示，自2019年起连续七年位居全球第一。根据三星援引的市场调研公司IDC数据，2025年三星电子在全球游戏电竞显示器市场的收入占比达到18 9%。从销量来看，2025年三

热心网友

04.07

iphone

苹果计划扫光内存：牺牲利润只为阻击竞争对手的供应

内存市场因为人工智能高带宽内存的蓬勃需求而陷入供应紧张，传统内存也因大量产线被占用而供不应求。在这种大背景下，苹果似乎采取了一种争议性的商业手段，来进一步扩大其市场份额。据韩国消息人士透露，苹果公司

热心网友

04.07

电脑教程

内存别想降价了！三星：继第一季度涨价100%之后 第二季度价格再涨30%

4月6日消息，近期内存市场风声鹤唳，现货价格小幅回调就引发了内存价格崩盘”的论调，甚至带动相关个股集体下跌，但行业龙头三星却完全不为所动，反而按计划继续上调DRAM内存产品价格，用实际行动打破了市场

热心网友

04.07