相较于电动机,柴油发动机具有动力强、续航持久等优势,因此广泛应用于重载汽车、船舶等领域。随着市场需求的持续增长,大部分的柴油发动机生产企业面临产能不足、成本过高等问题。本文以W企业的柴油发动机车间为研究对象,采用建模仿真的分析方法对缸体生产线瓶颈工序进行了优化,针对车间布局中存在的物流混乱等问题,以遗传算法与SLP方法相结合的方式提出了新的设施布局方案,并采用灰色关联度法选择最佳的车间布局方案,从而降低车间内的物流成本,提高生产效率。具体研究内容如下:首先,通过实际调研收集整理了缸体的工艺流程,车间的物流路线,设备的加工时间和故障率等参数,为后文缸体生产线仿真、柴油发动机的车间布局规划做准备。其次,以缸体的加工工艺和各工序加工时间的参数为依据,运用plant simulation软件对柴油发动机车间的缸体生产线进行了建模仿真,得出30天的缸体产量为4589,缸体产量较实际需求量差距很大。为了满足生产需求,通过新添加一台并行设备对四周孔加工工序进行了优化,大幅度提高了生产线的生产效率。并对比优化前后设备的运行数据,发现大多数设备的利用率提升了15%～25%,说明了缸体生产线优化具有有效性。同时也确定了缸体生产线作业单元的占地面积为3600m2,作为车间整体布局的基础数据。然后,运用传统SLP方法得到的两种初始布局方案主观性和局限性较强,所以提出了改进SLP方法。并根据柴油发动机车间的实际情况,以目标函数和约束条件构建数学模型,运用遗传算法求解得到改进后的布局方案,较初始布局方案一的优化了13.91%,较方案二的优化了9.48%,初步验证了改进SLP方法的有效性。最后,以六大类评价指标为依据,设计了一套针对柴油发动机车间的综合评价指标体系。运用主客观相结合的方式,通过熵权法和层次分析法法计算出评价指标的综合权重。并根据灰色关联度法分析了改进前后的布局方案,通过关联度排序得出改进后的方案与车间的关联值为0.868,优于两个初始布局方案,进一步验证了改进SLP方法的有效性。