小批量制造业

小批量制造业（共10篇）

小批量制造业 篇1

摘要：成本控制水平是企业经营管理水平的重要标志, 很大程度地制约着企业在市场上的竞争力, 本文以单件小批量制造企业为例, 阐述了单件小批量制造企业成本控制措施, 以期对单件小批量制造企业的成本管理有借鉴和指导意义。

关键词：单件小批量,成本控制,措施

世界著名的咨询机构麦肯锡曾经这样评价中国企业:“成本优势的巨人, 却是成本管理的侏儒”。中国制造的优势是成本, 但成本管理的优势却不在中国。

单件小批量产品生产有如下特点:一、产品为订单式生产, 公司销售部门接到客户订单, 签订合同后, 公司才开始安排设计、采购、生产制造, 每个客户需求情况不一样, 提前设计或投产制造的可能性很小;二、客户的产品需求数量少, 多为单台或小批量, 无法形成规模效应;三、每个客户产品需求不同, 技术要求、工艺参数等指标不同, 工装投入相对较多, 会进一步增加企业的制造成本;四、产品交货周期较长, 生产效率低, 制造成本高。因此, 单件小批量制造企业不能从批量和规模上取得优势, 探讨成本管理措施意义重大。

本文以单件小批量生产制造企业为例, 探讨企业成本控制措施, 以期对提升此类企业的成本管理水平有所帮助。

1.单件小批量制造企业成本控制对策与措施

单件小批量制造企业成本控制方面既有管理机制方面的问题, 也有观念意识方面的问题, 本文从四个方面阐述单件小批量制造企业成本控制的措施。

1.1建立健全成本管理制度

为了保证单件小批量制造企业的成本控制有效开展, 要做到制度先行, 在制度上做好文章。企业要成立专门的成本控制部门, 部门组成人员须对企业产品形成过程有较为详细的了解, 制定的制度要涵盖营销、设计、工艺、采购、生产等产品形成全过程, 要尽量的详细, 操作性强, 明确经济责任制, 将成本管理工作系统化, 并与全员的岗位职责紧密挂钩, 将成本管理的责任具体到每个部门、每位员工, 促使企业全员积极参与成本管理, 尽量量化管理制度中的规定, 以便于进行考核。

1.2转变观念加强重点过程的成本控制

成本控制是一个系统的工程, 企业要转变成本管理观念, 强化成本管理在企业运行过程中的作用, 不能只对生产制造过程进行成本控制, 应从产品形成过程入手, 重点对以下过程进行成本控制:

1.2.1设计阶段成本控制

单件小批量产品制造企业成本控制的重点已经不单纯是生产制造过程的成本控制。生产阶段的成本控制空间非常有限, 只占产品成本的20%, 产品成本的80%在设计阶段已经确定。因此, 企业不能单纯依靠削减生产阶段的成本来降低成本, 而应该从产品的研发设计阶段就着手成本控制。设计环节成本控制的主要内容有:第一, 单件小批量产品制造意味着每项产品的设计方案都不尽相同, 每个客户需求不同, 与之对应的产品设计参数、材料标准等也不相同, 这就要求设计人员根据客户需求, 进行合理的产品设计, 选取合适的材料标准, 不能一味追求高品质而要求每一部分的材料标准都采用最高的, 要避免出现质量过剩的设计, 无端增加产品成本;第二, 在满足产品质量及使用要求的前提下, 鼓励采用新材料、新技术;第三, 加强设计方案的评审工作, 组织企业工艺、制造方面的相关人员对设计方案进行全方位评审和论证, 在满足客户技术要求的前提下, 严格审核确保工艺方案的合理性, 形成最优设计方案;第四, 推行标准化建设, 由于产品的差异会使单件小批量产品的标准化程度降低, 因此推行标准化建设是降低单件小批量产品制造成本的重要内容;最后, 设计人员除了对自己所在的领域非常熟悉之外, 还要对工艺、生产制造过程有一定的了解, 才能设计出既满足客户需求又不会产生质量过剩的图纸。

1.2.2工艺阶段成本控制

工艺阶段就是根据设计图纸提出材料需求, 编制工艺路线施工阶段, 在此阶段应从以下方面进行成本控制:第一, 根据单件小批量产品的特点, 每项产品的材料、用量、规格等参数都不相同, 要求工艺人员在根据设计图纸进行提料时, 特别是遇到复杂图纸时, 要模拟套裁方案或排版图, 提高材料利用率, 减少不必要的材料采购;第二, 工艺人员提料施工前要审图, 对有异议的地方要及时与设计人员进行沟通, 不可迷信设计图纸, 发现错误也不提出来, 更要防止将材料标准、数量和尺寸计算错误, 造成不必要的损失;第三, 工艺人员要熟知企业的加工能力, 预留合理的材料加工余量, 余量过大容易造成采购成本的增加和企业加工费的增加, 余量过小则容易造成废品或返修;第四, 编制工艺路线时, 要求工艺人员根据自身的专业知识, 结合企业的加工能力, 还要与一线工人多沟通交流, 了解工人的能力水平, 才能编制出合理的工艺流程路线, 在一定程度上降低企业的生产制造成本。

1.2.3采购阶段成本控制

通常来讲, 一个企业的采购部门会控制承揽合同总价70%以上的金额, 降低采购过程中的成本是降低企业成本的重要环节。第一, 将企业需要采购的物资进行分类, 分成重点物资、重要物资和一般物资, 采购部门应将力量集中在重点物资的询价比价、周期确定、合同签订和催促交货上, 因为这些物资的采购价格和周期将直接或间接地影响到企业的整体成本, 重要物资和一般物资的关注度次之;第二, 由于单件小批量的原材料采购不具有规模效应, 材料成本价格肯定大于规模采购, 而采购价格的高低很大程度上影响了产品制造成本, 因此运用价格控制手段就显得尤为重要, 公开招标、竞争性商务谈判、三家以上供应商报价等手段较为常用, 通过利用不同供应商之间的竞争, 将劣势转为优势, 降低采购成本;第三, 制定详细的采购制度, 使采购过程透明化, 从询价、比价、发收询价单、公开招标、竞争性商务谈判、合同签订、合同审批、付款提货等方面, 制定详细的采购管理制度, 明确业务流程, 做到流程合理, 监督到位;第四, 通过与供应商建立长期战略协议, 可以减少前期询价比价时间、稳定材料质量、减少采购风险, 从整体上降低企业采购成本。

1.2.4生产阶段成本控制

单件小批量制造企业产品制造过程成本控制方法主要有:第一, 定额管理, 定额管理是控制材料和人工工时用量的基本手段, 单件小批量企业应该结合企业自身产品类型制定合理的定额标准, 并作为材料实际用量和工时结算的考核目标;第二, 生产计划部门按照设计、工艺安排合理使用生产资源, 做好各个工序之间的衔接, 减少停工等待, 对单一设备的生产任务根据轻重缓急做出排序, 合理安排生产次序;第三, 对生产加工环节作业产生的原因、作业执行的情况以及作业执行的结果进行分析, 来区分增值与非增值作业, 结合企业自身的管理特点, 不断消除非增值作业、降低非增值成本、提高增值作业的效率, 使企业整体运营环节的效率不断提升;第四, 加强员工技能培训, 提高员工技能, 提高产品的一次送检合格率, 降低产品的质量成本。

1.3科学编制成本预算并严格执行

科学合理的预算是企业成本控制的基础, 成本控制部门是编制成本预算的主导部门, 财务部门为其归口管理部门, 成本预算的编制应组织企业的营销、设计、工艺、采购、生产等部门管理人员参与, 各个部门应在充分沟通交流后, 编制出科学合理的预算。另外, 企业还需要保证预算的执行力度, 加强对预算执行情况的监督, 对于不合理的成本支出及时采取措施予以纠正。成本预算的完成情况应作为成本控制考核的重要内容, 对于成本预算执行情况好的部门要给予适当奖励, 并将其成功经验在企业推行, 成本预算完成不好的部门要受到惩罚, 并要求其提出整改意见。成本预算如遇特殊情形需要调整时, 也应按照规定程序进行处理。

1.4建立健全成本管理激励机制

如前所述, 企业的成本控制必须有全员的参与才能保证各项措施的有效性。第一, 企业必须建立完善的成本控制激励约束机制, 将员工的绩效考核与成本控制直接挂钩, 并制定相应的监督措施和奖励措施, 从制度上保证企业的成本控制措施落到实处;第二, 成本控制部门要建立员工降低成本的意见反馈渠道, 收集员工在平常工作中对降低企业成本的意见和建议, 并对其进行甄别, 对降低成本有显著效果地进行推广实施, 并对谏言者进行奖励, 使员工得到认同感。第三, 简化降低成本的建议收集渠道和奖励落实程序, 使职工充分感受到自己在企业降低成本中的重要作用, 增强其责任感和使命感。

结语

总之, 单件小批量制造企业的成本控制是企业获得经济效益的重要保障, 企业管理者应该在明确成本控制特点的前提下, 了解企业成本控制存在的问题, 针对问题采取有效措施, 如健全管理制度、转变管理观念、加强重点过程的成本控制、建立成本控制激励机制等, 来提升企业的成本管理水平, 为企业创造更多的经济效益。

参考文献

[1]石焕琼.谈谈单件小批量生产企业中的成本控制方式[J].经营管理者, 2010 (15)

[2]康迎.论单件小批量生产成本控制[J].现代商贸工业, 2015 (07)

[3]张蕾.浅谈现代成本管理在单件小批量生产企业的应用[J].山东机械, 2005 (21)

创新工场:批量制造上市公司 篇2

“我有一颗骚动不安的心。”张磊的这种骚动,是创业的冲动和激情,也是所有加盟“创新工场”的项目成员一致的DNA。无论是“乐啊”创业团队的李琪缘,还是“豌豆荚”团队的王俊煜,抑或是“行云”团队的唐彬森,都是如此。他们天生就是创业狂。

创业辅导

在张磊这样的创业者看来,李开复的创新工场简直就是天堂。张磊在和李开复交谈20分钟之后,就带着做“点心”的想法加入了创新工场。接着就开始搭建项目团队,而当时他最需要的是一个优秀的产品经理,这个人需要具备三个素质:非常自我、逻辑性强、有细腻的情感。很快,李开复带领的创新工场平台就帮他找到了一个让他非常满意的人——在腾讯无线部门,从事移动互联网产品的体验研究和全面产品策划、运营7年之久的游敏丽。现在游敏丽已经成为了“点心”的研发总裁。

“在孵化期内,项目团队最核心的是工程师,他们在财务、法务、招聘等方面既没有资源,也没有经验,而创新工场平台可以帮他们完成这些工作,并且提供必要的帮助。” 创新工场CEO陶宁指出,这些帮助包括为这些创业团队提供技术、人力、培训,以及公司的商务计划等等。而创新工场的平台层管理者——除了董事长李开复、CEO陶宁之外,投资方面有汪华,架构方面有蔡学镛,运营方面有徐磊,用户体验方面有吴卓浩,产品方面有王晔,他们将利用自己的人脉、阅历为创业者提供支持。

而经过创新工场平台9〜12个月的“辅导”,在产品逐渐成熟、用户群逐渐拓开的同时,“点心”、“豌豆夹”等创业团队也逐渐具备商业运作、市场推广、政府关系、媒体关系等方面能力,就这样,创新工场逐渐把一个团队的项目经理培养成为股份公司的CEO。“点心”项目的创始人张磊就率先完成了孵化的第一阶段,成立了独立的公司。

上市主导

当然,在孵化期,最主要的投资还是钱,而创新工场定位的是“种子投资”。据李开复介绍,目前创新工场一年计划投入的资金是三、四百万美元。所有进入创新工场的项目组,在种子期都是由工场平台100%投资。目前的“点心”、“豌豆夹”、“魔图精灵”、“行云”等等项目都是如此。

到天使投资阶段的时候,创新工场会大约占50%的投资比例,创业团队需要自己到外面找天使投资人,创新工场平台也会协助寻找合适的投资者。而到创业公司A轮融资的时候,创新工场的比例就会大幅减少;到B轮投资,也就是风投进入的时候,创新工场将完全撤离。

李开复表示,“对于创新工场来说,必须让创业公司融资成功后才能离开,所以张磊在我们这里要学习如何融资,我们会帮助他,教他,帮他建一些目标,甚至可能陪着他见一些风险投资,最终风险投资愿意投,我们才出得去。”

在创新工场孵化的公司,几乎都把上市作为奋斗目标。“在中国没有那么多收购的方式,所以我们必须选择上市为主导。”李开复说,“同时我也认为,如果一个创业公司把被收购作为目的,是不可能健康发展的。所以,我很乐于见到创业者把上市作为一个伟大的事业。”

如果一个项目没有按照预期实现融资,创新工场是不可能一直给它输血的。至于这个“种子期”有多长,很难整齐划一地界定。可能是9个月,可能是18个月。比如张磊的“点心”项目,接下来应该寻找“天使投资”,而一旦没有天使投资愿意接着投,那么这个团队就会解散,自谋出路。

小批量制造业 篇3

对于制造企业,生产计划的制定方法根据是面向订单生产(MTO)还是面向库存生产(MTS)的生产环境而有所不同。尤其是在MTS环境下多品种小批量生产方式下的制造装配型企业,生产主要是为了满足订单和短期市场的需求。由于不同品种的结构、生产能力有较大的差异,又没有办法预测出相对长时期的市场需求,所以长期生产计划只能起一种指导作用。这类企业生产计划管理的重点是以主生产计划和生产作业计划为主,包括由主生产计划扩展的物料需求计划、生产能力计划和成品装配计划等。这也是本文研究的主要内容。

1 制造企业生产计划管理的主要内容

如图一所示,生产计划系统是一个以长期资源计划、综合生产计划、主生产计划、物料需求计划和详细作业计划为主线,包括预测、需求管理、分销计划、能力计划等,并以生产控制信息的及时反馈连接构成的复杂系统。

1.1 主生产计划

主生产计划(Master Production Schedule,MPS)是MTS环境下多品种小批量生产方式下的制造装配型企业生产计划系统的核心,它是联系生产计划与市场销售计划的桥梁。主生产计划的期限一般为季度或月度,它规定企业何时生产、生产多少最终产品的问题。制造装配型企业根据产销综合计划分别按产品的品种、型号、规格编制它们在计划期内的产量任务,并根据它制定物料需求计划、生产能力计划和生产作业计划。

制造装配型企业的主生产计划的处理对象是装配好的成品,并按照时间段计划企业最终产品的数量和生产期,试图达到市场需求和企业可用资源之间的平衡。主生产计划使企业能宏观地安排主要生产活动和市场计划。它是在考虑库存、批量、提前期等计划因素后,经过运算,编制出主生产计划。

1.2 物料需求计划

物料需求计划就是制定原材料、零部件的供应和库存计划,决定外购什么、什么物料需要什么时候定货或开始生产以及定多少、每次订货和的批量是多少。它是根据产品的物料清单(Bill of Material,BOM)和零件的可用库存量,将主生产计划展开成最终的、详细的材料需求及零件外协加工作计划。对于多品种小批量制造装配型企业,由于产品种类较多,往往涉及成千上万种不同规格的材料的零件品目,只要有一种缺货,就会影响整个产品的加工和装配进度。故对于装配型制造企业来说,物料需求计划对确保主生产计划和顾客订单的及时齐套交付非常关键。物料需求计划工作复杂、琐碎但又十分重要,故企业的实际应用中一般会采用计算机来管理物料需求计划和库存。

1.3 生产能力计划

主生产计划和物料需求能否按期实现的关键是生产作业计划是否与实际生产能力相吻合。超出现有生产能力的作业计划必然被延迟,只有满足现有生产能力约束的生产作业计划才是可行的,故生产能力计划是生产作业计划的保障。能力计划一般分为两个层次:第一个层次称为粗能力计划,其功能是在主生产计划制定阶段根据产品工艺路线对关键生产设备或称为“瓶颈”环节的负荷进行概算,以确认主生产计划是否可行并进行必要调整;第二个层次称为详细能力计划,它是在制定物料需求计划阶段,根据零件品目的加工批量和工艺路线,对每台主要设备的负荷进行测算,如果作业计划超出生产能力限制,则考虑采取加班、外包、调整加工次序等措施确保计划的进度安排。在大量生产方式下,如果经粗能力计划平衡后的主生产计划切实可行,则一般可省去详细能力计划这一步。但是在多品种小批量生产方式下,详细的生产能力计划才能确保生产计划的实施。

1.4 生产作业计划

生产作业计划是企业生产计划的具体执行计划。这种具体化表现在将生产计划规定的产品任务在规格、空间、时间等方面进行分解,即在产品方面具体规定品种、数量;在作业单位方面具体规定到车间、班组乃至设备;在时间上细化到旬、周、日等。所以生产作业计划不仅决定作业在各加工中心的加工顺序,还决定每个产品在各加工中心处理的时间。它的计划期一般为日或一个轮班,它是依据主生产计划完工时间,物料需求计划中各零件计划到位时间,以及产品的加工次序,充分利用瓶颈环节生产能力,保证生产中心按期完工,准时提供零部件。同时尽量使设备负荷均衡并使在制品库存尽量减少。生产作业计划的一个主要任务是安排关键设备或瓶颈环节零件加工的优先次序。对于多品种多加工次序的安排问题,是一个很复杂的问题。原因是在现实中,生产运作必须面临重置时间、加工时间、中断等各种改变,作业组本身的变化以及外部供应商交货不准确性等问题。

2 生产计划制定的方法

2.1 主生产计划的制定方法

制造企业的主生产计划制定时,需要确定在一个短期内(通常是月度或季度)需要生产的产品品种、生产时间、生产批量。

2.1.1 确定生产批量

MTS环境下多品种小批量生产方式下的制造装配型企业的主生产计划一般采用经济生产批量法确定生产批量。确定经济生产批量需要建立经济批量模型进行计算,因为生产批量太小会增加因为调整产品而产生的费用,而生产批量太大会增加库存和资金占用的成本。所以MTS环境下的制造企业必须确定经济的批次容量,以平衡这些成本。经济生产批量计算的公式如下:

式中:Q*———经济生产批量D———年需求量

C1——库存成本d——需求率

p——生产率C3——生产调整费用

2.1.2 确定生产品种和生产时间

面向库存的制造装配型的企业的需求管理是建立在对许多顾客未来需求的预测基础上的。先根据预测需求量和库存量的平衡计算预期库存量,如果某品种在计划期末的预期库存量为0,那么这个品种的产品需要在计划期内安排生产。将现有库存量按照平均需要量计算预期库存量为0的时间,并最迟在预期库存量为0的时间减去生产周期的时间前安排生产。

2.2 物料需求计划的方法

2.2.1 物料管理的ABC分类法

ABC分类法的基本思想是:按照所控制对象价值不同或重要程度的不同将其分类,分别采用不同的管理方法。企业的物料种类非常繁多,但是它们的价值并不一样,有的很贵,有的很便宜,所以需要把他们按价值分为A、B、C三类,根据实际情况也可以分为两类或四类。对于比较贵重的A类应该重点管理,严格控制,保持完整和准确的库存记录,同时也有专门的人负责其采购需求计划。对于最便宜的C类物料则可以进行简单的管理。

在多品种小批量生产方式下的制造装配型企业,物料品种繁多,如果不按ABC分类法进行分类管理,那么很容易出现混乱的局面,如可能同时出现如下两种局面:一边是积压大量物料库存资金;一边是部分物料没有及时到位。在多品种小批量生产方式下的制造装配型企业,很多都是生产系列产品,其核心的材料一般都是通用的物料。所以一般情况下,可以将物料分成如下三类:A类贵重的通用物料;B类某品种专用物料;C类廉价的通用物料。

在物料需求计划管理中,一般可以采用定量定货法、定期定货法、MRP订货法,表一是上述三种物料需求计算方法的要求和特点。

MRP计算法在MTS环境下多品种小批量生产方式下的制造装配型企业应用最多。如果全部物料采用MRP计算法工作量很大,所以一般对于ABC不同类别的物料可以采用不同的方法计算物料的需求。

2.2.2 A类物料需求计划用定量订货法

定量订货法的基本假设:

(1)需求是已知的,需求率均匀且为常量;

(2)订货量无最大最小限制,无折扣;

(3)订货提前期不变;

(4)各批量单独运送接收;

(5)维持库存费用是库存量的线型函数;

(6)补充率为无限大。

定量定货法是连续不断地监测库存水平的变化,当库存水平降到再定货点R时,就按照预先确定好的量Q进行定货。经过一段时间,新货到达,库存得到补充。对于多品种物料,这种监测通过计算机很容易实现。每次监测后,根据当时的库存水平IP(Inventory Position)决定是否需要订货。IP取决于预计到货量SR(Schedule Receipts),现有的库存量OH(On-hand Inventory)和已分配库存量BO。

如果IP大于再订货点R,那么不需要订货;如果IP小于再订货点R,那么需要按照订货量来订货。

采用定量订货法,需要事先确定好两个参数:每次订货量Q和再定货点R。每次订货点需要参考经济定购批量EOQ和供应商的最小订货批量。经济订货模型是使库存成本和订货成本最低的订货批量。其计算工式为:

式中:EOQ——经济定购批量D——需求量

C1——库存费用 C3—订货成本 再订货点 R 的计算公式为：

式中:R——在订货点——日平均需求量(常数)

L——采购提前期(天)

Ls——需要安全库存量的天数

2.2.3 C类物料需求计划用定期订货法

按预先规定的间隔期P定期检查库存,如果库存大于目标库存量T,则不需要补充;如果库存小于目标库存量T,就随即提出订货需求。在这个订货系统里,库存水平被周期性的监测,每两次的监测之间有一定的时间间隔,而且这个时间间隔是固定的。由于需求是个随机变量,所以两次监测之间的需求是不同的,从而每次订货的批量也是变化的。

采用定期订货系统需要事先确定好两个参数:监测间隔期P和目标库存量T。监测期间可以是某个周期时间,每周或每月等,也可以是使用经济订货批量计算后得出的订货间隔期。目标库存量T的计算公式为:

式中:T——目标库存量d——日平均需求量(常数)

P ——监测间隔期 L ——采购提前期(天)

Ls——需要安全库存量的天数

将监测间隔期P和目标库存量T输入计算机后,计算机会定期监测实际库存量,一旦发现小于目标库存量,将自动提出采购请求。

2.2.4 B类物料需求计划用MRP计算法

MRP主要解决与MPS规定的最终产品相关联的物料采购计划。由于多品种小批量的制造装配型企业中相关需求的物料种类和数量相当繁多,而且不同的零部件之间还有多层的‘母子’关系。所以通常需要用计算机化的MRP信息管理系统来计算物料的需求。MRP首先根据主生产计划和BOM导出相关物料的需求量和需求时间。根据现有的库存信息计算需要采购的物料种类和数量。再根据物料需求的时间和生产、采购周期来确定其开始订货的时间。例如,对于自生产的A组件需要在第5周最终产品装配时使用,而其生产周期为1周,那么最晚开工时间应该在第4周开始加工A组件。而对于A组件中的物料b如果其采购周期为2周,那么最晚应该在第2周开始订货。因为已经采用定量订货法和定期订货法计算通用物料的需求计划,所以对于通用物料在运行MRP的时候计算机系统提示已有库存,不出请购需求,这样很大程度简化了物料需求计划的工作,又能起到控制库存价值的目的。

2.3 生产能力计划的方法

在多品种小批量生产方式下,每个品种的加工工艺和生产能力可能有很大程度的不同,所以需要核算每个生产中心的能力计划,才能最终确定主生产计划的可行性。先按照主生产计划中已经计划的产品所需生产流程次序将订单分配给各个工作中心。接下来,可以采用产量核算法或工时核算法来核算每个生产中心生产能力是否满足主生产计划的需要。

2.3.1 产量核算法

主要适用于大量生产的生产中心,如生产通用部件的生产中心。首先核算本生产中心的每小时(或每天)可生产的产品数量,再根据主生产计划分解到本生产中心的生产数量和完成时间,如果在规定时间内最大可生产数量大于需要生产的数量,那么计划可行。

2.3.2 工时核算法

对于多品种小批量的制造企业,大多数生产中心因为需要在计划期内加工多个不同产品,所以适合采用工时核算法。根据每个不同品种的单件标准时间计算各生产中心的机器和人力需要的工作时间,将需要的劳动小时、机器小时与同期内可以获得的劳动小时、机器小时相比较,得出现在的生产能力能否满足主生产计划的要求。

如果所有的工作中心在当期都能获得足够的生产能力,那么主生产计划就能成功的实施下去。如果不能,就必需决定是否采用经济的方式增加生产能力。如果外发生产、加班、临时租用机器、增加人手等能有效的增加生产能力,那么主生产计划也能成功的实施。如果短期内没有经济的方式增加生产能力,那么就很有可能需要调整主生产计划了。

2.4 生产作业计划的方法

传统的观点认为,生产作业计划的方法一般有在制品定额法、累计编号法、生产周期法。分别适合不同生产类型的制造企业。多品种小品量的制造企业一般采用累计编号法。

累计编号法,就是事先制定的提前期转化为提前量,来确定各生产中心在计划期应该达到的投入和产出累计数,来计划各生产中心在计划期内应完成的投入和产出数。所以累计编号法又称为提前期法,它是适合成批生产类型的生产作业方法。使用累计编号法确定零部件的投入产出进度计划,便于控制生产的成套性,也容易实现生产过程在时间上的衔接。

多品种小批量制造企业的生产作业计划还需要确定生产日程编排,一般可以采用甘特图来处理,其排序的方法通常有两种:顺向排序和逆向排序。顺向排序是从某个时间开始向前进行进度安排,这种排序方法一般适用于在完成某项工作需要多长时间,没有完成日期约束的前提下。逆向排序从某个特定时间开始向后进行进度安排,这种排序方法一般适用于在不影响按时完成的前提下,这项工作需要什么时候完成。

3 结束语

本文希望生产计划管理的理论和方法能运用到实际企业的生产管理中去。在主生产计划制定的方法中采用经济生产批量可以降低总生产费用;物料需求计划的分类管理在简化物料需求计划工作的同时,通过制定经济定购批量重点的控制贵重通用物料的总费用,实现经济性;生产能力计划和负荷平衡一方面检验主生产计划的可行性,另一方面也及时发现生产能力的余力;制定详细的生产作业计划可以保证生产的顺利进行,实现按期交货。

摘要：本文在详细介绍MTS环境下多品种小批量制造企业生产计划管理的内容、结构和要点的基础上,为主生产计划、物料需求计划、生产能力计划、生产作业计划的制定提供了科学的方法。

关键词：制造企业,生产计划,多品种小批量,方法

参考文献

[1]陈国华,杨勇.关于我国制造企业生产管理模式更新的研究[J].企业活力,2006,(03).

[2]傅和彦(台湾).生产计划与管制[M].厦门:厦门大学出版社,2006.

[3]黄卫伟.生产与运营管理[M].北京:中国人民大学出版社,2006.

[4]王巧梅.基于需求管理企业生产计划的制定[J].陕西煤炭,2007,(3).

小批量制造业 篇4

西安是千年古城，历史文化悠久，近几年，期刊业发展异常迅猛，新刊物层出不穷，在全国首屈一指。做旧期刊业务要保证自己有充足、稳定的货源，西安的期刊界无疑是必备的靠山。2001年11月，何晓卉踏上了开往西安的列车。

早前，何晓卉已经与西安几家杂志社建立了合作关系，算得上杂志社发行的大客户了，杂志社的老总及发行总监们很乐意跟这位年轻姑娘说一些推心置腹的话。譬如杂志要想生存发展就要扩大发行量，按发行数定印刷量的做法已经很被动了，杂志市场竞争越来越激烈，每个月下印刷厂时都会在原来印刷量的基础上增印几万本，以求占有市场同类杂志的更大份额，这样就不可避免造成一部分退货。因为是月刊，过了这个月份就要处理，4、5元钱一本的新杂志只能被当作几毛钱的旧刊处理掉。掌握了一手的商业信息，何晓卉心里有了底，洽谈工作也进行得一帆风顺。

在西安的半个多月，何晓卉眼界大开。随着渠道越建越宽，一个大胆的想法在她的头脑中渐渐萌生：听说目前国内还没有一个专业、正规的过刊发行机构，何不汇集各地的期刊杂志，打造一个遍布全国的过刊经销网络。

2003年初，何晓卉带着她的“三原色”正式登陆西安。新的合作计划引起更多杂志社老总的兴趣，纷纷与她签订旧刊包销合同，除了给予她合理的进货价格，更在媒体上给予不同程度的广告支持。此外，何晓卉还与当地邮局零售部门达成了过刊包销合作，与北京、郑州、武汉等地几个过刊发行商达成了换刊协议，使手中的刊物种类在短短一年时间里迅速增加到三百多种，涵盖财经、时尚、生活、军事、文摘、故事、文艺等十几个门类，成为目前国内货源品种最全、最新、供货价格最低的过刊批发销售机构，在业内声名鹊起。

◎2000元创业旧书刊闯出新财路◎

2003年10月，何晓卉精心策划推出了“投资2000元，自己做老板”的小本创富计划，首先在西安及附近几个城市试运作，面向广大下岗职工、农民工、城乡待业人员、第二职业者招募创业伙伴。任何人只要首批进货量达到2000元，就可以成为“三原色”的加盟商，享受区域独家经销权，总部提供超低的供货价格、完善的调换货机制、长期的营销支持和媒体广告支持，可轻松实现当老板的梦想。

咸阳的宋女士是“三原色”打造的第一位小老板。宋女士下岗后，由于没有一技之长，一直没有再找到工作。一个偶然的机会，她看到了“三原色”的招商信息，于是决定试一试。没想到，生意出奇地好，每次刚摆上，就有人围上前来，翻翻捡捡。虽说是旧杂志，可看上去跟新的一样，一两元一本，谁都不会觉得贵，几乎都不会空手而走。一个月下来，宋女士手中的杂志已经所剩无几，仔细一算，好家伙，比她原来一个月的工资多好几倍。

新乡的赵涛是通过西安的一个亲戚结识“三原色”的。首批进的2000元的货并不如预想的卖得那么好，来看的人挺多，可真正买的却很少，赵涛急了，马上给总部打来求救电话。何晓卉耐心地帮他分析市场，原来，赵涛将摊位摆在了一所大学附近，面对的主要是学生消费者，可他选择的杂志五花八门，什么样的都有，当然不会畅销。何晓卉马上安排工作人员帮他调货。一个星期后，一批青年类、时尚类、体育类杂志就送到了赵涛手中。两个星期后，赵涛打来报喜电话，手中的存货已经全部销售一空，还有了不少回头客。

越来越多像宋女士、赵涛一样的小生意人看到了旧书刊的巨大商机，全国各地要求加盟者络绎不绝。何晓卉一边与更多的杂志社开展合作，丰富杂志品种，一边完善代理加盟政策，让投资者都能轻松加盟，轻松操作，轻松获利。她还积极总结好的经营思路和模式，随时帮助经营有困难的加盟者出谋划策。旧书刊业务属于新生行业，只要抢得先机，操作得当，旧书刊也可以闯出一条新财路。

西安市“三原色”特价期刊发行中心

电话 ：029-87595697 85272944

13474372773

液体处理法批量制造高纯度石墨烯 篇5

美国莱斯大学和以色列理工学院的科学家找到了一种用化学溶液大批量制造高纯度石墨烯的方法, 有望大大降低具有广泛用途的炭素复合材料和触摸屏的生产成本, 也将推进基于纳米技术新材料的研发。相关研究成果发表在《自然·纳米技术》杂志网络版上。 研究小组带头人莱斯大学化学和分子生物学家马特奥·帕斯夸里认为, 石墨能溶解在一种名为氯磺酸的超强酸中, 石墨中单个的石墨烯薄层会在溶液中自然剥落。帕斯夸里指出, 目前有很多高效的方法可以制造氧化石墨烯, 但其导电性与石墨烯相比相形见绌, 而制造纯粹石墨烯的方法还比较少, 且效率都不高, 利用此新方法则可得到大量纯石墨烯。

研究表明, 每升酸溶液可溶解2g石墨烯, 使用高浓度的、含有石墨烯的溶液可制造出透明的薄膜。该导电薄膜制成的触摸屏成本要低于目前智能手机上使用的触摸屏。此外, 研究人员还利用该方法制造出液晶。

石墨烯不仅可用来开发制造纸片般薄的超轻型飞机材料、超坚韧的防弹衣, 甚至能让科学家梦寐以求的2.3万英里长太空电梯成为现实。研究人员美国莱斯大学的化学家詹姆士·图尔认为, 如果这种方法被证明可用于成批制造石墨烯光纤, 将降低超坚固炭素复合材料的成本, 使炭素复合材料在航空航天、汽车和建筑等领域得到广泛应用。

小批量制造业 篇6

关键词：生产批量,提前期,瓶颈漂移,排队论

0 引言

现代制造模式下,产品生产批量和提前期的设置直接影响制造车间的生产效率和连续性。作业车间各个制造单元的生产能力和生产负荷各有不同,每个制造单元的加工批量和转运批量应与当前制造单元的生产能力以及下游制造单元的生产能力相匹配,才能缩短非增值生产时间,提高生产的连续性,否则,则会造成不必要的排队等待或空闲。批量的大小以及加工能力决定了提前期的长短。目前,对生产批量和提前期的研究主要集中在订单和生产计划这一层级[1,2,3,4],以保证生产拖期最小,对加工工序这一层级的生产批量和提前期的研究多以固定瓶颈为中心确定瓶颈单元的生产批量,尽量保证瓶颈单元利用率的满负荷[5,6,7],并未考虑相邻制造单元加工能力的差异对物料流动的连续性方面的影响。此外,制造过程中存在的大量不确定性因素导致了物料流瓶颈频繁漂移,使得依照原有瓶颈设定的批量和提前期不能适应实时工况。故制造单元生产批量和转运批量应能够适应漂移的瓶颈(包括制造单元瓶颈程度的漂移变化和制造车间主瓶颈位置的漂移变化),则制造车间瓶颈的识别和预测以及各制造单元的瓶颈程度的度量成为生产批量和转运批量设置是否合理的关键因素之一。现有的研究成果主要立足于静态的瓶颈判定指标或者利用瓶颈的外部表现特征对其进行预测[8,9,10,11,12],而对不确定环境下瓶颈程度变化的度量[13,14]方面的研究甚少。因此,本文在考虑制造车间物料流瓶颈漂移现象的基础上,利用瓶颈漂移指数预测不确定环境下的制造单元的瓶颈程度,并提出基于漂移瓶颈的生产批量和提前期设置方法,使其与实时工况匹配,平衡相邻工序间的加工能力差异,以缩短生产中的等待和排队时间。

1 物料流漂移瓶颈

本文中定义的物料流不仅指每道工序所需的零部件,还包括制造过程中在各个加工单元间流转的在制品。当某一制造单元的生产能力小于生产需求时,必然导致在这一制造单元中上游在制品堆积和下游物料流动不畅。根据约束理论,这个制造单元即是阻碍连续生产的物料流瓶颈。由于在现代多品种、中小批量制造模式下,各种不确定性因素(如设备状态变化、人员变动和紧急插单等)均会引发制造单元能力和需求实时变化,导致生产车间物料流瓶颈程度和位置频繁漂移,制造车间中每个制造单元在某一时间段内随工况的变化都有可能成为下一时刻的瓶颈,故不仅需要对当前各个制造单元生产能力和需求进行评估,同时还需要对一定时间段内各个制造单元相对变化程度进行预测。

1.1 物料流漂移瓶颈指数研究

笔者在对瓶颈程度研究中已提出瓶颈指数[15]的概念,作为制造单元动态瓶颈属性的数学表达,瓶颈指数从时间和质量两方面综合度量制造车间中某一制造单元成为瓶颈的能力。由于本文研究的重点是基于漂移瓶颈的生产提前期研究,故将质量方面对制造单元瓶颈程度的影响通过不合格品的返修时间或再制造时间反映在瓶颈指数中。

制造过程中,制造单元加工能力越大、加工任务(需求)越少,其成为瓶颈的可能性越小;反之,成为瓶颈的可能性越大。依据这一特性,以制造单元加工能力和加工需求为参数,构建制造单元j的瓶颈指数IBNj的数学模型:

$\begin{array}{l}{\rm I}{}_{\text{B}\text{Ν}{}_j}=D{}_j/C{}_j=\\ \frac{{\displaystyle \sum _{i=1}^{{\rm N}{}_j}[}n{}_{ij}(1+f{}_{ij})E{}_{ij}+F{}_{ij}]+C{}_{D{}_j}(t)}{{\displaystyle \sum _{i=1}^{{\rm N}{}_j}{\rm T}}{}_{ij}+C{}_{C{}_j}(t)}(1)\end{array}$

式中,Dj为制造单元j的生产负荷(需求);Cj为制造单元j的生产能力;Nj为制造单元j所加工的产品种类的数量;nij为第i种产品在制造单元j所需加工的数量;fij为第i种产品在制造单元j的不合格品率;Eij为第i种产品在制造单元j所需的单位加工时间;Fij为第i种产品在制造单元j所需的单位生产准备时间;CDj(t)为制造车间实时工况变化引起的制造单元j的生产需求时间变动量;Tij为第i种产品在制造单元j的计划可用时间;CCj(t)为制造车间实时工况变化引起的制造单元j的生产能力时间变动量。

1.2 物料流瓶颈漂移趋势研究

在不确定因素影响下,制造单元的瓶颈指数并不是保持不变的,而是随着因素的影响而累积发生变化的。瓶颈漂移指数IBNS用于描述制造单元在各种瓶颈漂移因素(制造过程中导致物流瓶颈漂移现象产生的各种不确定性因素)综合影响下,在瓶颈和非瓶颈、主瓶颈和次瓶颈之间漂移的速度和方向。

由瓶颈漂移指数IBNS的含义可知,IBNS大小直接反映了制造单元在瓶颈和非瓶颈、主瓶颈和次瓶颈状态之间变化的快慢程度,其正负则反映了其变化的方向。因此,可通过对IBNS的分析来预测系统瓶颈的漂移趋势。

制造车间导致瓶颈漂移现象发生的瓶颈漂移因素主要包括设备、人员状态的变化和外部因素变化(如紧急插单、物料质量变化)。故设备状态的变化、员工胜任能力的变化以及外部因素变化所引起的可用和所需时间的变化综合影响着制造单元瓶颈指数的变化趋势。据此,构建制造单元j瓶颈漂移指数IBNSj:

${\rm I}{}_{\text{B}\text{Ν}\text{S}{}_j}=(-1)[\omega {}_{\text{Μ}{}_j}k{}_{\text{Μ}{}_j}+\omega {}_{\text{Ρ}{}_j}k{}_{\text{Ρ}{}_j}+\omega {}_{\text{Ο}{}_j}(o{}_{\text{s}\text{t}\text{d}}-\frac{{\rm O}{}_{D{}_j}}{{\rm O}{}_{C{}_j}})]$

式中,ωMj、ωPj、ωOj分别为制造单元j中设备状态、员工胜任能力、外部因素影响对瓶颈漂移的影响权重;kMj为制造单元j设备状态曲线在时间t内的平均斜率;kPj为制造单元j员工胜任能力曲线在时间t内的平均斜率;ostd为瓶颈指数的判定标准,即若IBNj>ostd,则制造单元j为瓶颈;ODj为外部影响因素造成的制造单元j生产所需时间;OCj为外部影响因素造成的制造单元j生产可用时间。

设备的状态分布符合正态分布[16],可使用最小二乘法进行二维曲线(时间-工序能力)拟合,并在拟合过程中根据故障和维修次数以及稳定时间内的平均不合格品率对拟合曲线进行修正;员工的胜任能力曲线可通过统计该制造单元员工在不同工作时间段内的加工合格率和加工耗时进行曲线拟合。权重分配原则为kMj、kPj、$(o{}_{\text{s}\text{t}\text{d}}-\frac{{\rm O}{}_{D{}_j}}{{\rm O}{}_{C{}_j}})$数值越接近,则其权重越平均;三者数值相差越大,则数值较大的其权重也相应较高,尤其当该数值为负时。

在时间t内,制造单元j的IBNSj对应的含义可具体表示如下:

(1)IBNSj>0,表示制造单元j的瓶颈指数(制造单元的瓶颈程度)在时间t内将逐渐增大,若此时j不是瓶颈,则表示j正逐渐成为瓶颈;

(2)IBNSj<0,表示制造单元j的瓶颈指数在时间t内将逐渐减小,若此时j是瓶颈,则表示j在下一时刻可能不再是瓶颈;

|IBNSj|越大,表示制造单元j在瓶颈和非瓶颈、主瓶颈和次瓶颈状态之间变化的速度越快。

以制造系统S为例描述瓶颈漂移预测过程。假设S中有制造单元U1、U2、U3,瓶颈判定标准ostd=1,在t1时刻,各设备对应的瓶颈指数分别为IBN1、IBN2和IBN3,时间段t内瓶颈漂移指数分别为IBNS1、IBNS2和IBNS3,各自对应的数值及瓶颈预测结果如表1所示。

由表1可知,在t1时刻,U1为系统瓶颈,此时,IBNS1<0,表示U1以单位时间内瓶颈程度降低0.12的速度逐渐向非瓶颈漂移,而U2和U3则以单位时间内瓶颈程度增大0.18和0.32的速度逐渐向瓶颈漂移。制造系统S中,将发生的瓶颈漂移过程如图1所示。

由图1可知:当0<t<0.5时,系统只有U1一个瓶颈;当0.5≤t<0.7时,系统中存在U1和U2两个瓶颈,其中U1为主瓶颈;0.7≤t<1时,U1和U2仍为系统瓶颈,但此时U2为主瓶颈;当1≤t<1.7时,U2和U3为系统瓶颈,其中U2仍为主瓶颈;t≥1.7时,U2和U3仍为系统瓶颈,但此时U3为主瓶颈。

2 基于物料流漂移瓶颈的制造单元生产批量和提前期设置

提前期是指某一工作的工作时间周期,具体到生产中的工序,提前期指一批产品的某一工序开始加工到该批产品该工序加工完成的时间周期。

如图2所示,工序i的生产提前期为工序i的生产需求时间(生产准备时间+加工时间)和工序i与上游工序间的间隔时间。其中,工序i与上游工序间的间隔时间包括上一工序的在制品等待时间、上一工序在制品和工序i所需零部件运送时间、在制品在工序i加工前的排队时间。

与生产提前期产品密切相关的是生产批量,生产批量越大,产品的生产提前期就越长;生产批量越小,其生产提前期就越短,但在制品运送和生产准备时间也就相应延长。相对于生产批量lp,转运批量lt指的是产品由上游工序i运送至下游工序i+1时的批量,一般转运批量小于等于生产批量。当转运批量小于生产批量时,可减少等待和排队时间、缩短下游工序的生产提前期;同时下游工序的一次生产批量lp(i+1)对应上游工序的一次转运批量lt(i),通过多批次的加工完成上游工序全部的生产批量lp(i),如图3所示。

图3中,假设整个生产系统需要生产批量为lp(0)的产品,则第一道工序所在制造单元U1的一次生产批量为lp(1)(等于lp(0),制造单元U1的一次输入批量),其转运批量为lt(1)(制造单元U1的一次输出批量,同时也是下一个制造单元U2的一次生产批量lp(2)),k1为总的生产批量lp(0)(等于lp(1))相对于运转批量lt(1)的倍数,lp(1)=k1lt(1)=k1lp(2);同理,lp(1)=k1lt(1)=k2lt(2)。

2.1 不考虑瓶颈约束的批量和提前期设置

在不考虑瓶颈约束的条件下,每个制造单元的生产批量大小仅由生产任务到达量的期望值决定,而每个制造单元加工过程类似于排队论中的MX/M/c类型问题,即系统中的加工任务的到达是成批的(批量大小为X)且符合参数为λ的Poission分布,每批加工任务中的产品在机床上加工是单个进行的,系统(制造单元)中可以完成该任务的机器数量大于等于1。

设h为一段时期内加工单元所需加工的产品种类数量,h=1,2,…,H;d(h)为产品h的需求率;ξ(h)为产品h到达加工单元时的批量大小;λ(h)j为产品h到达加工单元j的达到率;$\lambda {}_{ji}^{(h)}=\frac{d{}^{(h)}}{B{}^{(h)}}\xi$,其中B(h)指一段时间内产品h总的生产批量之和(总需求量);η(h)ji为标识函数,表征制造单元j中的机器Mji是否可以加工产品h,即

$\eta {}_{ji}^{(h)}=\{\begin{array}{l}1\text{产}\text{品}h\text{可}\text{以}\text{在}{\rm M}{}_{ji}\text{上}\text{加}⌶\\ 0\text{产}\text{品}h\text{不}\text{可}\text{以}\text{在}{\rm M}{}_{ji}\text{上}\text{加}⌶\end{array};$

c(h)j为制造单元j中可供加工产品h的机器数量,$c{}_j^{(h)}={\displaystyle \sum _{i=1}^{c{}_j}\eta }{}_{ji}^{(h)},c{}_j$表示制造单元中总的机器数量;q(h)ji为在制造单元j的机器Mji上加工单位h产品所需的加工时间;τ(h)ji为在制造单元j的机器Mji上加工单位h产品所需的准备时间;p(h)ji为在制造单元j的机器Mji上单位产品h所需的时间(加工时间+准备时间),p(h)ji=τ(h)ji+q(h)ji;p(h)j为在制造单元j加工批量为ξ(h)的h产品所需的时间,$p{}_j^{(h)}=\max \{\tau {}_{ji}^{(h)}+\frac{\xi }{c{}_j^{(h)}}q{}_{ji}^{(h)}\}/\xi ,i=1,2,\cdots ,c{}_j$。

根据MX/M/c类型排队问题特征,各状态间的转移差分方程如表2所示,表中,Pn为状态n的稳态概率。

对于制造单元j来说,表2中,μ表示的服务率即p(h)j的倒数,λ表示到达速率即λ(h)j,c表示的服务台个数即c(h)j,每次批量大小为ξ。利用递推法解上述差分方程,可得状态概率[17]。

在批量大小为ξ的情形下,每个新来的产品平均排队的时间为

$\begin{array}{l}W=\frac{\xi +1}{2c(\mu -\lambda \xi )}\mu ＞\lambda \xi c＜\xi \\ W=\frac{\xi +1}{2\xi (\mu -\lambda \xi )}\mu ＞\lambda \xi c＞\xi \end{array}$

由于ξ为随机变数,故ξ的大小应通过其期望值体现:

$\begin{array}{l}W=\frac{E(\xi {}^2)+E(\xi )}{2(c\mu -\lambda E(\xi ))E(\xi )}c＜\xi \\ W=\frac{E(\xi {}^2)+E(\xi )}{2(\mu -\lambda )(E(\xi )){}^2}c＞\xi \end{array}$

则制造单元j的提前期为

$\begin{array}{l}{\rm T}{}_j={\displaystyle \sum _{h=1}^{{\rm H}}(}w{}_{j-1}^{(h)}+{\rm T}{}_{(j-1)\to j}^{(\text{E}(\xi {}^{(h)}))}+W{}_j^{(h)}+p{}_j^{(h)})\\ w{}_{j-1}^{(h)}=\frac{(E(\xi {}^{(h)})-1)q{}_{j-1}^{(h)}}{2c{}_{j-1}^{(h)}}+\delta {}_{j-1}^{(h)}\\ {\rm T}{}_{(j-1)\to j}^{(E(\xi {}^{(h)}))}=(\frac{E(\xi {}^{(h)})}{n{}_{\text{t}\text{s}{}_{j-1}}V{}_{j-1}^{(h)}}+1)\frac{s{}_{(j-1)\to j}}{v{}_{\text{t}\text{s}{}_{j-1}}}\\ W{}_j^{(h)}=\frac{E((\xi {}^{(h)}){}^2)+E(\xi {}^{(h)})}{2(c{}_j^{(h)}(p{}_j^{(h)}){}^{-1}-\lambda {}_j^{(h)}E(\xi {}^{(h)}))E(\xi {}^{(h)})}c{}_j^{(h)}＜\xi \\ W{}_j^{(h)}=\frac{E((\xi {}^{(h)}){}^2)+E(\xi {}^{(h)})}{2((p{}_j^{(h)}){}^{-1}-\lambda {}_j^{(h)})(\text{E}(\xi {}^{(h)})){}^2}c{}_j^{(h)}>\xi \end{array}$

式中,w(h)j-1为批量为E(ξ(h))的产品h在制造单元j-1的等待时间;T(E(ξ(h)))(j-1)→j为将批量为E(ξ(h))的产品h从制造单元j-1运送到制造单元j所耗费的时间;w(h)j为批量为E(ξ(h))的产品h在制造单元j的排队时间;δ(h)j-1为产品h在制造单元j-1的等待时间修正值;ntsj-1为制造单元j-1运送工具的数量;V(h)j-1为制造单元j-1运送工具一次运送产品h的运送容量;$[\frac{\text{E}(\xi {}^{(h)})}{n{}_{\text{t}\text{s}{}_{j-1}}V{}_{j-1}^{(h)}}+1]$为E(ξ(h))除以ntsj-1V(h)j-1的整数部分加1;s(j-1)→j为制造单元j-1到制造单元j的运送距离;vtsj-1为制造单元j-1运送工具的运送速度。

2.2 考虑瓶颈约束的批量提前期设置

若考虑瓶颈约束,则为保证系统中的瓶颈制造单元的连续生产应尽量缩短等待时间,分批量进行生产;但减少每次的加工批量的代价是总的运送和生产准备时间的增加,故寻求其中的最优平衡点(生产批量)是解决该问题的关键。不考虑运送环节对批量的限制,则在瓶颈约束条件下生产批量大小应满足:

$\begin{array}{l}①\min \{{\displaystyle \sum _{h=1}^{{\rm H}}[}[\frac{B{}^{(h)}}{\xi {}_j^{(h)}}+1](w{}_{j-1}^{(h)}+{\rm T}{}_{(j-1)\to j}^{(E(\xi {}^{(h)}))}+W{}_j^{(h)})]\}\\ ②\min |{\rm I}{}_{\text{B}\text{Ν}{}_{j-1}}+{\rm I}{}_{\text{B}\text{Ν}S{}_{j-1}}{\displaystyle \sum _{n=1}^{[\frac{B{}^{(h)}}{\xi {}_j^{(h)}}+1]}{\displaystyle \sum _{h=1}^{{\rm H}}(}}w{}_{j-1}^{(h)}+{\rm T}{}_{(j-1)\to j}^{(E(\xi {}^{(h)}))}+W{}_j^{(h)})-\\ {\rm I}{}_{\text{B}\text{Ν}{}_j}-{\rm I}{}_{\text{B}\text{Ν}\text{S}{}_j}{\displaystyle \sum _{n=0}^{[\frac{B{}^{(h)}}{\xi {}_j^{(h)}}]}{\displaystyle \sum _{h=1}^{{\rm H}}(}}w{}_{j-1}^{(h)}+{\rm T}{}_{(j-1)\to j}^{(E(\xi {}^{(h)}))}+W{}_j^{(h)})|\\ ③{\displaystyle \sum _{h=1}^{{\rm H}}(}[\frac{B{}^{(h)}}{\xi {}_j^{(h)}}]W{}_j^{(h)}(c{}^{(h)}＜\xi {}^{(h)})+W{}_j^{(h)}(\xi {}^{(h)}=\end{array}$

$\begin{array}{l}\text{m}\text{o}\text{d}(\frac{B{}^{(h)}}{\xi {}^{(h)}})＜c{}^{(h)})+[\frac{B{}^{(h)}}{\xi {}_j^{(h)}}+1]\tau {}_j^{(h)}+\\ \frac{B{}^{(h)}}{c{}_j^{(h)}}q{}_j^{(h)})\le \frac{{\rm T}{}_{c{}_j}}{{\rm I}{}_{\text{B}\text{Ν}{}_j}+{\rm I}{}_{\text{B}\text{Ν}\text{S}{}_j}{\rm T}{}_{c{}_j}}\end{array}$

以上三个约束条件的意义分别为:①最小化制造单元j-1与制造单元j之间的非增值时间;②最小化制造单元j-1与制造单元j的瓶颈差距(即加工速率),使两者间的生产更具连续性,减少在制品堆积;③按照最优批量ξ(h)j加工时,制造单元j上的准备时间和加工所需时间能够满足考虑瓶颈漂移变化的制造单元生产可用时间。

其中,B为要生产的产品h的总数;$[\frac{B{}^{(h)}}{\xi {}^{(h)}}]$、mod$(\frac{B{}^{(h)}}{\xi {}^{(h)}})$分别为生产总数除以每次加工批量的整数部分和余数部分;W(c(h)<ξ(h))为在c(h)<ξ(h)情况下的等待时间;W(c(h)>ξ(h))为在c(h)>ξ(h)情况下的等待时间;Tc为制造单元的生产可用时间。

则在瓶颈约束条件下的生产提前期为

$\begin{array}{l}{\rm T}{}_j={\displaystyle \sum _{h=1}^{{\rm H}}[}w{}_{j-1}^{(h)}+{\rm T}{}_{(j-1)\to j}^{(E(\xi {}^{(h)}))}+\\ \frac{\xi {}^{*(h)}+1}{2c{}_j^{(h)}((p{}_j^{(h)}){}^{-1}-\lambda {}_j^{(h)}\xi {}^{*(h)})}+p{}_j^{(h)}]c{}_j^{(h)}＜\xi {}^{*}\\ {\rm T}{}_j={\displaystyle \sum _{h=1}^{{\rm H}}[}w{}_{j-1}^{(h)}+{\rm T}{}_{(j-1)\to j}^{(\text{E}(\xi {}^{(h)}))}+\\ \frac{\xi {}^{*(h)}+1}{2\xi {}^{*(h)}((p{}_j^{(h)}){}^{-1}-\lambda {}_j^{(h)}\xi {}^{*(h)})}+p{}_j^{(h)}]c{}_j^{(h)}＜\xi {}^{*}\end{array}$

式中,ξ*(h)为ξ(h)的最优值。

3 实例验证

以某车间在四个制造单元上加工A、B两种产品为例,运用基于漂移瓶颈的生产批量和提前期的设定方法,对比验证相关理论的正确性和科学性。

假定该企业工序能力标准采用一般性工业标准,该车间运输设备数量充分,即不存在运送限制,且预测时间内的有效工作时间为8小时。

假设某车间中有4个制造单元(U1(M11),U2(M21,M22,M23),U3(M31,M32),U4(M41)),且同一制造单元中机器具有相同加工力。表3中列出的是产品A、B的订单到达速率λ和到达批量期望值E(ξ)以及产品在各个制造单元上的加工时间t和不合格率fj。

S1、S2、S3、S4、S5表示车间中最频繁发生的瓶颈漂移因素,分别表示订单变更、产品工艺、设备故障、人员效率和物料质量。统计分析历史数据, 利用训练好的神经网络结构[15], 可得出漂移因素引起各制造单元的生产能力变动量CCj(t)和生产需求变动量CDj(t),分别为(-3.78,-7.7,-13.02,-3.3)min,(6.07,12.8,10.38,2.75)min。

根据式(1)计算各个制造单元的瓶颈指数,并通过对车间制造单元加工机器状态和加工人员胜任能力状态的统计分析,拟合其设备和人员的状态曲线,可得出各个制造单元在有效工作时间内的瓶颈漂移指数,结果如表4所示。

以瓶颈单元U3为例(ostd=1),设每次运送时间与生产准备时间为0.8min、0.5min,分别计算不考虑瓶颈约束、考虑瓶颈约束但忽略瓶颈漂移影响、考虑漂移瓶颈三种状况下的一次最优加工批量,并比较其提前期大小和其中的非增值时间,结果如表5所示。

由表5可知,利用基于漂移瓶颈设定的生产批量和提前期可有效缩短制造单元间的非增值时间,增强生产的连续性。

4 结论

(1)本文提出的瓶颈漂移指数是综合考虑了设备状态、人员状态以及紧急订单或消单的影响后,对制造单元在瓶颈和非瓶颈、主瓶颈和次瓶颈之间漂移的速度和方向的度量,在瓶颈指数的基础上起到预测瓶颈的作用。

(2)基于瓶颈漂移指数的生产批量和提前期设定方法,可以起到在不确定环境下优化物料流流动速率,缩短工序间非增值作业时间,提高生产连续性的作用。

小批量制造业 篇7

随着环保问题的日益严重,废旧产品的回收再利用受到了普遍重视,许多国家已经立法,责令制造商要对产品的整个生命周期负责,以期节约资源和保护环境[1]。同时,企业出于经济性的考虑,也更加主动地对处于生命周期末端的产品进行再制造或再利用,进而实现价值增值。打印机、计算机、电子元件、汽车、轮胎和家电等许多行业都存在再制造活动。

生产计划是制造系统运行的核心,而传统的生产计划模型并没有考虑再制造因素的影响,只是近几年才将产品的回收管理整合到生产计划当中。文献[2]以再制造中检验和修理过程为研究对象,以延期/提前时间窗和库存优化为目标函数,考虑系统中的不确定因素和关键环节的能力约束,将拉格朗日松弛法、随机动态规划方法进行综合用于模型求解。文献[3]在假设有限时间内需求量和回收量确定的条件下,考虑了再制造产品和新产品同时满足需求的制造/再制造生产批量问题,以成本最小化为目标函数,并在模型中设计了制造和再制造活动的启动成本。文献[4]引入库存能力约束,利用动态规划方法给出了一多项式算法来求解终产品库存能力受限问题和回收品库存能力受限问题。文献[5]引入生产能力约束,建立了生产能力约束下的再制造批量决策模型。文献[6]综合考虑了回收品处理、拆卸、检验、再加工、装配等环节的影响和约束,以最大化生产利润为目标函数,建立了通用的再制造系统的生产计划混合整数规划模型,并设计了两种启发式算法对该模型进行求解。

在考虑产品需求可替代的生产计划研究方面,文献[7]研究了产品需求可替代条件下的多周期需求计划问题,并利用动态规划进行求解,得到了确定性需求下的生产数量和替代数量。Li等[8]建立了考虑回收再制造的产品需求替代的无约束、多周期生产计划模型,并利用动态规划和启发式算法进行求解。在此基础上,他们进一步引入生产能力约束,建立再制造经济批量的混合整数规划模型,并利用遗传算法与启发式动态规划相结合的方法对模型进行求解[9]。文献[10]研究了回收产品再制造和产品需求可替代情况下的多类多生命周期产品的动态批量生产计划问题,利用系统动力学仿真工具对问题进行建模,分析了需求率和回收率等参数对生产计划安排及利润的影响。

以上研究都是假设再制造产品与新产品是完全同质的,不存在差异性。然而再制造产品的质量和性能是可以存在差别的[11]。电动摩托车可以再制造恢复为与新产品相同的产品进行销售,也可以再制造为价格更低、满足低端市场需求的产品;而轮胎通过不同技术工艺的翻新,可以满足不同层次的市场需求[12]。因此,本文研究制造/再制造商将回收产品加工为两种不同质量的再制造产品的情况,同时考虑产品需求可替代、能力约束以及延期交货等因素,建立了再制造批量生产计划的混合整数规划模型,并提出了一种改进的协同进化遗传算法对模型实例进行求解。

1 产品需求可替代的再制造批量生产模型

1.1 问题描述

假设制造/再制造商除了通过新产品的生产来满足市场需求以外,还可以通过回收产品的再制造来满足市场需求。而该制造/再制造商同时拥有两种再制造技术和设备,分别生产两种不同档次的再制造产品。高端再制造产品的性能和质量与新产品具有同质性,而低端再制造产品的性能和质量与新产品有一定差距,用以满足低端市场需求。当低端产品的需求不能完全由自己满足时,可以由部分高端产品来满足。

生产和再制造流程系统如图1所示。系统流程的运行顺序为:(1)制造/再制造商对处于生命周期末端的产品进行回收,并存放于回收品库中;(2)对回收品进行拆卸,将其拆分为核心组件和配套组件,并对核心组件进行检验,如果检验合格便存放于核心件库中,否则就进行处理;(3)制造/再制造商通过两种再制造技术,利用经检验合格的核心组件生产出Ⅰ级产品和Ⅱ级产品,并分别存放于Ⅰ级品库和Ⅱ级品库中;(4)制造/再制造商通过购买新的核心组件和配套组件生产新产品,并存放于Ⅰ级品库中;(5)Ⅰ级品库和Ⅱ级品库分别面向下游Ⅰ级产品需求和Ⅱ级产品需求提供产品,当Ⅱ级产品需求无法满足时,可使用剩余的Ⅰ级产品替代。

1.2 模型假设及变量

进一步,根据模型的需要,我们作如下假设:(1)再制造Ⅰ级产品与新产品的质量和性能完全相同,均为Ⅰ级产品,而再制造低端产品为Ⅱ级产品,满足低端市场需求;(2)制造/再制造的各个关键环节有能力约束,即存在拆卸能力约束、制造能力约束、再制造能力约束以及各种库存水平限制;(3)允许延期交货,但需要根据各周期延期交货的数量决定延期交货成本,且在最后一个规划周期末所有产品需求必须得到满足;(4)制造和再制造的提前期远远小于一个规划周期,即制造和再制造生产的产品可用于满足同一规划周期内的市场需求;(5)所有回收品在回收入库之前经过了初期检验,以便保证核心组件可利用率不至于过低,且回收品的库存持有成本小于回收品单位价值,因此不需要对回收品进行处理;(6)满足当期需求的回收品、核心组件和制造/再制造产品不影响库存成本;(7)对无法用于再制造的核心组件进行即时处理,假设不存在核心组件的处理启动成本,且忽略配套组件的处理成本。

模型涉及的各变量和参数如下:

(1)决策变量。xt为第t周期新产品的生产批数;yit为第t周期再制造i级产品的生产批数;dt为第t周期进行拆卸、检验的回收品批数;rt为第t周期用以满足低端市场的Ⅰ级产品的数量;πit为第t周期i级产品延期交货的数量。

(2)状态变量。αt为t周期末回收品的库存水平;βt为t周期末核心组件的库存水平;λit为t周期末i级产品的库存水平(i=1表示再制造Ⅰ级产品和新产品的库存总量,i=2表示再制造Ⅱ级产品的库存量);ct为第t周期处理的核心组件数量;δt为第t周期是否存在制造准备成本的0-1变量;ηit为第t周期是否存在再制造i级产品准备成本的0-1变量;μt为第t周期是否存在回收品拆卸、检验准备成本的0-1变量。

(3)参数。SPt为第t周期生产新产品的准备成本;SRit为第t周期再制造i级产品的准备成本;UCPt为第t周期生产新产品的单位制造成本;UCRit为第t周期再制造i级产品的单位再制造成本;pb为生产新产品的经济批量;rbi为再制造i级产品的经济批量;SDt为第t周期进行回收品拆卸、检验的准备成本;UCDt为第t周期回收品拆卸、检验的单位成本;UCSt为第t周期核心组件的单位处理成本;ICRt为第t周期回收品的单位库存成本;ICCt为第t周期核心组件的单位库存成本;ICPit为第t周期i级产品的单位库存成本;st为第t周期用以满足低端市场的Ⅰ级产品的单位替代成本;db为回收品拆卸、检验的经济批量;ut为第t周期回收品数量;Uit为第t周期i级产品的市场需求量;Bit为第t周期i级产品延期交货的成本;θt为第t周期核心组件的可利用率;为回收品库存的最大容量;为核心组件库存的最大容量;为i级产品库存的最大容量;MP为生产新产品的最大生产能力;MRi为生产再制造i级产品的最大生产能力;MD为回收品拆卸、检验的能力上限。

1.3 数学模型的建立

依据上文描述和假设,考虑产品需求可替代的制造/再制造生产批量模型可表示为

其中,式(1)为目标函数,表示在规划期内总成本最小化,总成本包括了制造成本、再制造成本、拆卸检验成本、处理成本、库存成本、替代成本和延期交货成本;式(2)~式(5)分别表示回收品、核心组件、Ⅰ级品和Ⅱ级品的库存平衡,式(3)中[θ×dt×db]表示不大于θ×dt×db的最大整数;式(6)~式(8)分别表示制造环节、再制造环节、回收品拆卸检验环节的能力限制,并且只有当各个环节活动发生时,才产生相应的准备成本;式(9)~式(10)表示第t周期的延迟交货数量不能超过该周期i级产品的实际需求量;式(11)~式(13)分别表示回收品库、核心组件库、Ⅰ级品库和Ⅱ级品库的容量限制;式(14)为核心组件的处理数量;式(15)表示规划初始阶段各库存量为零,以及规划初始阶段和结束阶段都不存在延期交货;式(16)为变量的非负约束。

2 算法设计及实现

遗传算法作为全局寻优的智能方法,在求解批量生产计划问题中得到了广泛应用,但是在对大规模复杂批量生产问题的求解上,存在搜索效率低和收敛困难等不足[13]。Potter和de Jong为了解决更为复杂的优化问题,设计了合作协同进化遗传算法(co-operative co-evolutionary genetic algorithm,CCGA),采用分而治之的思想把复杂的问题分解为若干较简单的子问题,对每个子问题进行优化,最后对子问题合并形成完整的解[14]。在此基础上,本文设计了一种改进的合作协同进化遗传算法,以种群多样性的评价对代表个体的数量进行动态调整,使适应值计算过程中的计算量和稳定性得以兼顾。

2.1 算法流程

结合1.3节的数学模型,算法流程如图2所示。在初始层,将优化问题的决策变量按照变量种类进行分组,从而将一个复杂的多变量多约束问题转化为多个相对简单的少变量少约束问题[15]。对分组后的决策变量进行编码,并产生初始子种群。

在协同层,将待评价个体与其他子种群进行合并,并实施解码操作,得到相应的状态变量,构成问题的完整解。再通过由目标函数和罚函数构成的适应度函数进行个体评价,记忆最优完整解。同时,利用完整解的个体适应度值对种群多样性进行测量,构造个体数量调节因子,对下一代适应值计算中的代表个体选择数量进行调整。

在进化层,通过经典遗传算法的选择、交叉、变异等操作,产生各子种群的新种群,进入下一循环的操作直至到达终止条件。

2.2 算法的主要步骤

2.2.1 编码和解码

根据问题模型的特征,为使编码序列有效地反映每周期的生产计划数量,对所有子问题的决策变量均采用非负整数编码。以dt子种群为例,一条染色体即为(d1,d2,…,dT),基因位dt表示第t周期需要拆卸、检验的批数。但在种群初始化时,如果完全采用随机的方式,很难保证产生的基因串是可行的。因此定义dt在[0,MD/db]区间内随机生成。其他子种群的决策变量以同样的方式生成。

对染色体进行解码主要目的是得到相应状态变量的取值。仍以dt子种群为例,当一条染色体生成后,通过式(2)、式(15)和式(8),就可以确定αt、μt的取值。同时,与y1t、y2t子种群合并,通过式(3)、式(15)和式(7)就可以解码出βt和ηit。其他状态变量的解码过程也与此类似。

2.2.2 构造适应度函数

上述解码过程得到的αt、βt、λit等状态变量不一定能满足式(11)~式(13)的约束,并且由于式(9)和式(10),决策变量πit和rt也不一定能够满足约束要求。因此,我们以目标函数和约束罚函数构造完整解的适应度函数F,F(Ij)=φ(Ij)+ω(j)×W(Ij)。其中,Ij为一个解集,j为种群进化代数,φ(Ij)为优化目标函数,ω(j)为惩罚因子,W(Ij)为与约束对应的违反量函数。

本文采用文献[16]提出的适应性罚函数法,把搜索过程中获得的信息作为反馈,以指导惩罚因子的调整,即惩罚因子ω(j+1)随进化代数j的变化有以下三种更新方式:

其中,ρ1>ρ2>1,情况1表示过去j代中的最好个体均为可行解,情况2表示在过去j代中找到的最好个体均为不可行解。采用这种自适应调节方法,当过去找到的最好个体为可行解时则表明惩罚因子已足够大,可适当降低对不可行解的惩罚压力;当过去找到的最好个体均为不可行解时则表明惩罚因子过小,需适当增强对不可行解的惩罚。

2.2.3 协同适应值计算

在协同进化遗传算法中,只有进行个体评价时,子种群之间才进行信息交互。因为一个子种群内部的个体仅代表优化变量的一部分,从而无法直接对其进行评价,因此,待评价个体必须和其他种群的个体结合,以构成一个完整解。代表个体的选择一般有两种方法:一是选择其他子种群的最优个体作为代表个体,与待评价个体结合计算适应值,这种方法比较简单,但只能获得一个贪婪解,且只适用于各分量之间联结不强的情况[17];另一种方法是从其他子种群中随机选择代表个体,但选取的个数可多可少,代表个体数量越少,个体适应值计算的偶然性就越大,选取数量越多,则计算量就越大。

因此,本文对种群多样性进行测量,进而动态地调整代表个体的选择数量。种群多样性越高,表示需要较多的代表个体;反之,则需要减少代表个体的数量。由于算法进程中适应值的计算是必须的,为了尽可能地减少计算量,采用个体适应度的空间分布方差Δj作为种群多样性的度量,具体计算过程可参见文献[18]。则代表个体的选择数量Nj=[Δj×N],其中N为最大选择数量。

协同适应值计算过程如下:首先从其他子种群中选择最优个体与待评价个体结合,并对其进行评价,计算适应值Top;然后,再从其他子种群中随机选取一个个体与待评价个体结合,组成问题的完整解,计算适应值Ts,并将此过程循环Nj次;最后,把取得的Nj+1个完整解的适应值进行比较,选择具有最优适应值的完整解作为优化解,其适应值即为待评价个体的适应值。

2.2.4 遗传操作

(1)选择。选择操作是根据适应度值选择个体遗传到下一代群体,本文采用轮盘赌选择策略。

(2)交叉。本文采用双点交叉,即在染色体中随机确定两个交叉位置,然后对换相应的子串。

(3)变异。采用逆序操作对概率选中的染色体实施变异,即将染色体中两个不同随机位置间的基因串逆序,当某一基因位超出初始约束时,则取其边界值。同时,变异概率pmj=pm0×(1-j/J),j为当前种群进化代数,J为总代数,pm0为初始变异概率。

3 仿真算例

上述分析给出了考虑产品需求可替代的再制造批量计划问题的模型及其求解算法,下面结合仿真实例,验证方法的有效性,并进行简单的分析。

算法在Visual C++6.0平台上编译,在主频2.70GHz双核CPU,1.75GB内存,操作系统为Windows XP的台式电脑上运行。算法的相关参数设置如下:种群规模为100,进化代数为300,交叉概率为0.60,初始变异概率为0.01,惩罚因子初始值为50,N取10,ρ1和ρ2分别取10和2。程序独立重复运行10次,其中一次求解结果的生产批量计划如表2所示。

为进一步验证算法的有效性,在相同的编译平台和运行平台上,将本文算法与普通遗传算法(ordinary genetic algorithm,OGA)和CCGA进行比较。OGA、CCGA算法的相关参数设置与上述设置相同。每种算法各自独立运行10次,比较结果如表3所示。

由表3可知,CCGA与本文算法得到的优化解在质量方面明显优于传统的遗传算法,说明本文对协同进化中的变量分割是合理的,没有破坏变量之间的联结关系,能够有效地发挥协同进化遗传算法的优越性,提高算法的求解性能;同时,本文算法以种群多样性的评价对代表个体的数量进行动态调整,使适应值计算过程中的计算量和稳定性得以兼顾,因此在求解稳定性和收敛次数两个方面又优于CCGA。可见,对于此类模型,改进的合作协同进化遗传算法在求解质量和求解效率上都有很大改善。

4 结语

本文研究了考虑产品需求可替代的制造/再制造混合批量生产计划问题,以总成本最低作为目标函数,引入了生产能力和库存能力作为约束条件,并考虑允许延迟交货的情况。基于种群多样性的测量,提出了一种动态调整代表个体数量的合作协同进化算法。实例表明,本文算法在解决这一类大规模复杂优化问题时具有适用性和有效性。

但是本文所设计的算例仅局限于理论上,模型的有效性验证也仅仅是实验性的,在实际运用中还需要考虑更多的不确定性因素,例如回收数量的不确定性、再制造率的不确定性以及产品需求的不确定性,以拓展模型的实用价值,这将是下一步研究的努力方向。

小批量生产中的夹具 篇8

1 小批量生产的重要性

1.1 生产批置向日益减小的方向发展

小批量生产的数量没有确切规定一个范围。工厂总是按接受的订贷要求自行决定, 分批生产。即使是生产相同产品的各工厂, 分批进行生产的批量也不会相同。对一般工厂来说, 小批量生产是指生产的实际数量, 低于企业拥有的生产能力而组织的生产。由于社会的飞跃发展, 出现了一些因素, 使工厂不得不缩短生产周期, 去制造小批量生产的产品。这种发展趋势, 已愈来愈快。组织小批量生产显得更为重要。加速这一趋势发展的因素是:

(1) 用户需求不断增长的需要:科学技术的发展, 用户要求的产品品种迅速增多, 工厂被迫组织更小批量的生产, 长期不变的只生产某几种标准产品的大批量生产方式会逐步减少。这种趋势在逐步加快。西方汽车制造业是典型的大量生产, 虽然产量逐年有所增加, 但生产批量却在逐渐减小, 品种增多。国内机床行业近几年来专用机床定货量不断增加也是这个原因。

(2) 生产准备时间的减少:影响原因很多, 如为了把握最好的时机, 尽快组织小批量生产, 以便率先占领市场;如为了满足用户的急需要求等。

(3) 其它如备件生产, 样机试制等要求有效的组织小批量生产。

1.2 组织小批量生产最突出的困难在于夹具费用过高

夹具的寿命是很长的, 能正常的维持很大数量的产品加工。它的费用分摊到每件产品成本上的多少, 与产品数量大小密切有关。产品数量大时, 每个产品分摊的夹具费用少·, 而产品数量小时, 每个产品分摊的夹具费用就多。在小批量生产中, 还不能确定产品是否要继续生产, 因此夹具费用只能作一次性的摊入戒本。成本过高必然失去竞争能力, 失去用户。而企业又不可能不要利润, 也不允许亏损, 这就为组织小批量生产带来了严重困难。

1.3 正常组织小批置生产, 只有减少夹具费用

小批量生产难于负担夹具费用, 有的甚至把夹具费用视为小批量生产的致命伤。因此非常重视夹具的费用。因而发展了万能组合夹具, 在夹具设计中普遍向通用可调整方向发展, 力求减少夹具费用。近年来, 随着技术的进步, 数控加工中心机床的出现, 不需要或要很少的夹具就能进行加工, 但机床投资费用高, 而且与采用一般机床使用夹具对比, 还要求更高级的工人。因此夹具在小批量生产中仍不可缺少。要正常组织小批量生产只有降低夹具的费用, 别无它法。我国对夹具技术工作虽然已经非常重视, 但由于竞争不剧烈, 甚至有的产品是独家生产, 毫无对手。小批量生产的产品价格几乎全由生产厂家提出、定板, 似乎用不着提出低的价格去争取用户。但在目前承包经营责任制的情况下, 能降低夹具费用, 降低产品成本, 增加盈利, 对国家、工厂也有很大好处;从发展看, 随着经济工作的不断深化, 能及早考虑, 早作准备也不无好处。

2 减少夹具费用的方法

2.1 工具费用与劳动费用的关系

企业要经济效益高, 应该使生产中发生的费用最少。因此应该控制各种生产费用。

生产费用大概分为直接费用和间接费用。间接费用是生产中不易直接识别, 不能直接分摊到零件上去的费用。直接费用是能够直接分摊到每个生产零件上去的费用。直接费用包括下面三种费用:

(1) 工具投资费用一用于工具而发生的费用。工具分为标准工具和专用工具。专用工具中, 夹具数量最多, 其费用占整个工具费用的比例最大, 用字母J表示。

(2) 直接劳动费用一在生产过程中, 直接参与的人的工资及其附加利益, 用字母L表示。

(3) 材料费用一做成成品零件 (或产品) 的材料费用, 用字母M表示。

如果工厂经济管理部门综合权衡各个方面, 为了工厂利润, 对某个产品下达了控制直接费用的计划, 这时就是下面这样一种关系式:J+L+M=P, 但是材料费用M, 只受市场价格的影响, 在一段时期内是不变的。因此P-M也看成不变的已知常数, 即:J+L=P一常数, 这个关系式说明了:采用专用工具增加了工具投资费用一定要提高生产率、减少直接劳动费用L, 才能维持正常生产。也就是说, 工具投资费用必须由劳动时间的减少所节约的费用来补偿。工具工作者的任务应该有两点: (1) 作好这个补偿工作。J+L=P—M (按计划完成) 。 (2) 力求做到J+L

a.减少夹具数量。

b.对已经决定必需设计的夹具进行估算, 论证是否能从劳动费用的减少得到补偿:能带来多大的效益。

c.从设计中降低夹具的费用。

2.2 夹具数量的控制

从五十年代以来, 工厂一直用工装系数的方法来控制专用工具的数量, 以达到控制工具费用的目的。这种方法日益显得不合理, 过分粗糙, 意义不大。因为专用工具套数的多少, 没有考虑专用工具的复杂程度和直接反映出的费用。有的产品的专用工具虽然少, 但复杂、费用多。有的产品虽然需要的专用工具套数多, 但简单、费用少。而这些结果在生产结束之后才能计算出来, 已失去指导生产的意义。因此, 控制工装系数的办法应改进。建议工厂经济部门下达专用工具费用计划, 采用承包的方式, 节约按一定比例给予奖励, 紹支受罚。由加工车间或工艺部门, 或二者一齐来承包, 就能调动更多人前积极性来关心专用工具工作, 更好地降低专用工具费甩。

2.3 对夹具的效益估算

确定一套夹具是否需要, 应该进行估算。根据夹具的效益作出决定。有效益才能说明提出的夹具合理。

2.4 从设计中降低夹具费用

夹具本身是很小数量的产品。一般是单件生产, 要在制造过程中减少费用常常是非常困难的。只有通过更好的该计才能降低夹具费用。根据有关资料介绍, 设计费用约占夹具总费用的30%。虽然设计费用所占比例不大, 但是一个良好的设计, 在夹具的制造中潜在的好处却大得多, 往往对夹具的整个费用降低起着主要作用。因此不能盲目追求减少夹具设计费用。

摘要：随着社会对新产品的需求愈来愈多, 使生产批量向日益减小的方向发駸, 而夹具费用过高成为组织小批量生产最突出的困难。本文将从控制夹具数量, 估算夹具的效益, 以及在设计上应注意的事项三个方面来减少夹具的费用。

关键词：小批量生产,夹具,费用

参考文献

[1]曹智安《多品种小批量生产计划与控制优化技术研究》沈阳工业大学.2005年

如何保障小批量多品种的采购订单 篇9

不具体分析还真不知道，分析了还真会让人吓一跳。原来，如今的采购已经不是通常意义上的买卖关系，尤其是当你的采购量达不到供应商的批量生产要求时，想让人家积极为你供货，在供应商的产能处于高度负荷状态下，即便供应商的销售人员希望每批订单都能准时交货，恐怕其公司管理层和生产管理部门并不乐意。

原因很简单，公司希望重视大客户的订单，生产部门也有自己的业绩考核标准，他们喜欢做换一次模具生产一至两天甚至更长时间的订单，而不愿意做那种换模具花半天时间，完成订单生产却只需一两小时的小批量零件。再则，即便你与公司的高层建立了良好的沟通机制，但你的订单量若不足人家销售额的1%，一次两次帮忙还可以，长时间这样做，恐怕管理层也不会愿意，因为任何一个公司的经营方针都是首先要满足重点客户和大客户的需求。做这种批量小的产品，会大大延误大批量客户订单的交货进度，于是有些供应商干脆发文告诉你，通知你去找新的供应商，找到新供应商以后他们就停止供货。

在这样的状况下，即便你对着供应商大吼大叫，可能会带来一时之快，但最后带给你的结果可能会更糟糕，比如供应商一生气就不给你供货，在你只有一家供应商的现实状态下，你就会面临停产的危险。

像汽车等行业，停产一天的损失高达数十万元，你所在的公司将面临巨额的罚款，而你的供应商因对你产品订单量的热情度不高，在样件试制成功以后，对于你延期交货罚款的长期供货合同条款拒不接受，于是当你被你的客户罚款以后，你却不能对你的供应商采取罚款措施，结果所有的损失都由你来承担。

也许你会说你去找那些不强势的供应商，但那些想做你生意的供应商找上门来时，你又觉得他的条件无法满足你的要求。你的产品性质决定了你要找高质量的供应商才能确保你的产品质量。

面对这样的现实，你要怎样做才能确保你采购的产品及时准确交货呢？笔者经过多年的实践，总结出一条面对强势供应商提高交货率的方法来，不妨给大家参考。

保持相对稳定的供应链

供应链的良好运作定离不开订单执行的相对稳定，假若订单交货期经常变动，或者取消或新增加订单的概率非常高，遇到紧急订单时，使供应链上每个环节像救火一样忙碌，久而久之，这样的运作效率就会大大降低，从而导致欠料欠件的发生。

在笔者经历过的一家著名工程机械制造公司，由于每月的需求量仅有几百件，供应商一个班次的批产量是两千件，由于每换一次模具需要四到五个小时，需要占用一个班次的一半时间，而该供应商其他客户的批次量均在数千件左右，他们每换一次模具，能连续做两三个班次，而给笔者所在企业生产零件，生产效率就很难提上去，没有积极性，不仅生产人员不愿意生产这样的订单，就连公司管理层也觉得这样的订单对公司的业务没多大好处，而供应商的销售部门为了保持一定的销售量，也想出各种办法与我方探讨，比如将几个月的订单集中起来一起生产等，这样的操作尽管会占用一些库存资金，但比每次换模具花上近半天时间来得合算，供应商在经过计算后也愿意打破他们不备库存的先例。但因为笔者所在公司下游客户的订单难以稳定，几个月的订单量无法确定，致使这个问题一直无法得到解决。而笔者此前公司在遇到这样的情况时，与客户协商提前三个月下订单，这个问题就迎刃而解。

提供相对准确的预测计划

很多从事销售的人员都说市场是不可预测的，是变动无常的。尽管如此，相对有规律性的预测还是可实现的，至少保持相对稳定还是可能的。除终端消费品外，一些生产性物资比如车辆及工程机械等，市场的变化可不是说变就变，比如某个工程在经过批准立项后，它需要相当长的时间来准备。销售人员对市场的预期也绝不是靠拍脑袋生成的，往往需要大量的数据和资料作支撑。所以相对终端消费品市场而言，生产性物资的变动是相对稳定的。

选择合适的供应商

采购量小的企业，找那种特大型的供应商无疑是不明智的。比如你的采购量不足供应商的1%，有些甚至小到0.01%，这样的采购额想让供应商把你当作战略客户来考虑，显然是不现实的。在你企业的供应链几经协调都无法保持相对稳定的状态下，你不得不为了确保供货去开发适合你企业自身特点的供应商，也就是你在开发供应商时，不仅仅考察他的制造过程是否符合你的产品要求，还得要评估他的产能是否满足批量供货的条件。

在现实采购实践中，有些供应商的销售人员为了接到更多的订单，告诉你他们还有多少多少的产能空余，而当你试样结束进入批量采购状态后，发现他们总是无法及时交货，分析原因才知道，他们的产能已无法接纳新的订单。当你的采购渠道由原来的进口转为国内采购后，接下来受苦的恐怕就是开发供应商的采购人员了。

对于选择合适的供应商，还有一类状况值得关注。笔者几次遇到过这样的状况，过程很完善的供应商明明几次告诉你，他们的产能已无法接纳新的订单，但你在与进口价格比较后觉得还有节省空间，且无法找到比他过程更完善的潜在供应商时，还是一厢情愿地要求他给你试做样件。这样的供应商虽然质量符合要求且相对稳定，但批量采购状态下供应商的准时交货执行力非常差，也会令采购人员感到非常棘手。

一些跨国公司的国外采购人员认为，只要供应商的过程符合要求，质量稳定，他的供货能力就一定很有保证。殊不知考核或衡量一个供应商的交货业绩不仅仅是制造过程的完善，是否准时交货也是关键的考核指标之一，只有找到质量、价格、准时交货及服务都符合要求的供应商，才能在批量小的状态下确保及时交货。

小批量制造业 篇10

同时, 随着对汽车节能、环保、安全要求越来越高, 以及日新月异的技术进步, 汽车零部件新品推出速度越来越快, 如发动机开发周期从30个月缩短到13个月。在此背景下, 近几年来, 汽车零部件生产方式发生了革命性变革。新兴的多品种大批量生产方式对制造技术提出了严峻挑战, 其目标是集高柔性与高效率于一身。目前, 高效柔性自动线 (F T L) 是主要应对方案, 也是现代发动机制造的主体生产线。但是其价格昂贵 (通常需人民币亿元以上) 、占地面积大、对物流系统和专用夹具要求高, 使得绝大多数汽车零部件多品种大批量生产望而却步。因而, 国际上近年开发了几种适合小型复杂零件多品种大批量生产的柔性制造单元/自动线。

由加工中心组成的柔性制造系统

由加工中心组成的柔性制造系统的主要关键技术如下:

1.高速、高精加工中心

德国Chiron公司由高速加工中心组成的柔性制造系统和日本Mazak公司由车铣复合中心组成的柔性制造系统, 均是适合小型复杂零件多品种大批量生产的柔性制造系统。

德国Chiron公司的VISION型高速加工中心, 其主要技术特性如表1所示。

VISION型高速加工中心的特点是采用Λ形并联机构、直线电动机以及框形“箱中箱”结构, 从而实现了高动态性能, 最大进给速度达120m/m i n, 移动加速度可以达到30m/s2。

日本Mazak的车铣复合中心也属于高速型, 其主要技术参数如表2所示。

同时, 为保持加工中的精度, 除传统精度补偿技术外, 还具有独特的在线补偿技术。主动振动控制 (Active Vibration Control) 是将振动减至最小。各坐标轴运动时的加、减速度产生的振动影响加工精度、表面粗糙度、刀尖磨损和加工时间, 具有此项智能的机床可使振动减至最小。例如在进给速度为3000mm/min、加速度为0.43g时, 最大振幅将由4 m减至1 m。智能热屏障 (Intelligent Thermal Shield) 是在线温度补偿, 对由于温度而产生的直接热变形, 可在线自动补偿, 使其值为最小。

2.机器视觉

机器视觉就是用机器代替人眼来做测量和判断。通过图像摄取装置将被摄取目标转换成图像信号, 传送给专用的图像处理系统, 根据像素分布和亮度、颜色等信息, 转变成数字化信号;图像系统对这些信号进行各种运算来抽取目标的特征, 进而根据判别的结果来控制现场的设备动作。机器视觉系统的特点是提高生产的柔性和自动化程度。同时在大批量工业生产过程中, 用人工视觉检查产品质量效率低且精度不高, 用机器视觉检测方法可以大大提高生产效率和生产的自动化程度。而且机器视觉易于实现信息集成, 是实现计算机集成制造的基础技术。

日本Mazak公司机器视觉技术主要应用:一是工件的自动测量, 即将加工好的零件各个尺寸进行红外线测量, 根据测量的结果判断零件是否合格, 并对机床的各个参数进行必要的补偿, 保证批量零件的合格率。二是刀具检测, 即当刀具从刀库自动换到主轴上时, 通过红外扫描可以对刀具的破损进行检测, 如刀具破损则自动调用备用刀具, 保证加工产品的稳定性。三是热位移补偿, 即通过安装在机床上的热敏元件对机床各个部分的温度进行检测并根据测量结果进行补偿, 不论外界环境温度与机床本身温度的变化, 都能使机床保持良好的精度。

3.柔性夹具

柔性夹具是指工件的形状和尺寸有一定变化后具有应变能力的夹具。随着制造业的发展, 多品种生产越来越多, 使得制造系统必须能够快速响应产品变化的能力, 为了缩短产品设计制造周期, 增加制造系统的柔性, 降低成本, 提高产品质量, 不仅仅是机床具有柔性功能, 还需要所对应的产品夹具也要有此功能。

日本Mazak公司车铣复合加工中心采用柔性夹具, 其目的在于能够适应多品种无人化生产。如果加工的产品变换, 可以通过机械手到软爪库找取对应的软爪 (S O F T-J A W) , 并进行快速更换, 从而提高加工效率, 实现无人化操作。

柔性夹具的最新发展是应对“寻位-加工”的挑战。从概念上说, “寻位-加工”是利用图像和传感技术、人工智能的大范围工件寻位算法以及计算机手段, 求解出工件的实际姿态和位置, 再用无须预设严格程序的以工件寻位后反馈信息作为基础, 实时生成刀具运动路径和轨迹实现工件的加工。寻位-加工只是不需定位, 而夹紧仍是必须的, 无法将其省略。

4.智能化技术

由于以下五方面的因素, 使得机床利用率通常只有25%:编程、程序编辑和试切;测量、输入和管理刀具数据;由于生产计划改变, 机床的重新调整;对机床生产的数量和运转情况向上级报告和监控;对工件安装方法作出决策和寻找夹具。

针对以上五个因素, M a z a k提出了智能化生产中心 (C y b e r Production Center) , 即在工厂内实行网络化, 通过将机器、加工程序、夹具以及生产日程安排等所有数据都进行共享, 从而实现对工厂的实时管理, 帮助用户工厂实现智能化。主要有四个模块:

(1) 马扎克编程软件 (Mazak Camware) 可以从各种C A D数据输入到加工程序的编制都可以迅速地进行。

(2) 智能化调度 (C y b e r Scheduler) 根据机器的运行状况, 可以容易地对加工日程进行追加和变更, 使每一台机器工作量平均化, 从而提高机器的运作效率。

(3) 智能化刀具管理 (Cyber Tool Management) 对刀具数据实行全面的智能化管理, 从而大幅度提高刀具准备的作业效率。

(4) 智能化监控 (C y b e r Monitor) 不仅可以检查机器的运行状况和工作进展情况, 还可以通过网络或者电话连线从办公室或外地掌握工厂每台设备的运行状况。

由于应用C P C, 宁夏小巨人的机床利用率达到约75%, 而日本M A Z A K由车铣复合中心组成的柔性制造系统机床利用率达到95%以上, 从而有效地保障了汽车小型复杂零件多品种生产的节拍要求。

工件送进式机床

1.工件送进式机床原理及优点

工件送进机床也称工作台倒置式机床, 其原理是:主轴装于机床上部并携带工件倒置。各个运动轴 (3～5轴) 全部或大部集中于主轴。刀具装于机床下部, 加工时主轴按数控软件指令将工件运送到刀尖。

这类机床最早出现于十几年前的“倒立车”, 现在又有了革命性新发展:从立车式发展到加工中心式, 而且具有一组排列式刀具或动力刀具轴。这些刀具皆为模块化, 根据加工要求设置, 加工对象变更时更换刀具很方便。如放置卧式数控车床的转塔刀架 (转塔转位就实现了换刀, 转塔刀架中还可以包含动力刀架, 如铣刀轴、钻头轴、丝锥轴等) , 还可放置独立的大功率铣刀轴、外圆磨头、内圆磨头、珩磨头、激光头以及齿轮、涡轮滚刀轴等。这样, 就成为一台多功能或复合加工机床 (制造单元) , 可实现除装夹基面以外的全部加工。不再只限于加工回转体类零件, 还可加工非回转体类零件, 即菱柱体类零件, 如板、壳、箱体、缸盖等及其他异形零件。

工件送进式机床有下列优点:

(1) 可实现自动上下料工作台倒置, 不需丝毫额外的投入, 就可实现自动上下料的功能, 从而由单机升级为制造单元——进入自动线、实现自动化无人生产的通行证。同时排屑方便, 适合于大批量自动化生产。

(2) 加工对象变更时可快速调整工件-刀具相对位置及其精度靠智能数控软件保证, 既节省了定位和对刀时间, 又在加工对象变更时很容易调整, 适合新产品研发和量产。此外, 在加工对象变更时还要变更模块化刀具。

(3) 夹具相对简单原则上不需设计制造复杂的专用夹具, 因而加工新产品的周期大大缩短, 费用大大降低。

(4) 换刀时间短 (即主轴送进) 省略了传统加工中心换刀的大部分动作, 因而节省了换刀时间。

(5) 机床制造难度低由于工件-刀具运动链大为缩短, 简化了机床结构, 降低了机床各部件间相对位置精度要求, 因而降低了机床制造难度。

(6) 初期投资小即投资是柔性的, 与传统生产线相比, 总投资小。一般一台工件送进式机床可以满足生产节拍1min左右的要求, 这时一台工件送进式机床就大部或全部代替了一条生产线。这显然投资小得多, 也不存在产能过剩问题。如果生产节拍要求更短, 可以再加一台工件送进式机床, 以此类推。

(7) 无工件传输系统与传统生产线相比, 省略了工件自动传输系统, 占用车间面积小, 安装费用低。

综上所述, 工件送进式机床的机床利用率可高达约75%, 每一台工件送进式机床可以全部或大部分代替一条生产线。显然, 这是对统治汽车零件生产100多年历史的生产线制造技术的挑战。

2.近年国际开发的两种工件送进式机床

(1) 兼有组合机床和加工中心特性的组合中心德国Ex-CellO公司开发出兼有组合机床和加工中心特性的XG系列中心 (意为Flex Center) , 如图1所示。其创新特点如下:

(1) 主轴带有Z轴、C轴, 并由滑台做X轴移动, 实现了结构紧凑的三轴模块。

(2) 主轴携带工件倒置, 动力虎钳抓取及夹紧工件刀具轴采用排列式布局, 带有Y轴、B轴。工件主轴的X、Z、C轴, 配合刀具轴的Y、B轴, 按照数控编程指令, 将工件送至置于机床下部的各个刀具轴 (见图2) , 进行不同工序的3～5轴加工。刀具轴包括铣轴、多主轴头、车刀等。

(3) 可安置两根上部倒置并列式主轴, 可同时加工两个相同的零件, 也可加工各种不同的零件, 每根主轴皆独立直接驱动, 显著提高加工效率。

(4) 几乎可从机床每一边上下料, 快速的工件上下料缩短了节拍。

(5) 比组合机床轴少, 因而结构简单可靠;比加工中心效率高, 因为省去了换刀时间。

该机床特别适合复杂汽车零件的一次装夹全部加工。据称浙江万向集团已经购买十几台用于加工汽车万向节。

(2) Trans Flex TransFlex为瑞典M O D I G公司的概念机 (见图3) 。TransFlex是组合、柔性的复合词, 指这种机床具有组合机床的高效率和加工中心的高柔性。主要特点如下:

(1) 采用工作台倒置的方式, 并由动力虎钳抓取及夹紧工件, 携带工件完成全部3 5轴运动, 按照数控编程指令, 将工件送至置于机床下部的各个刀具轴, 进行不同工序加工。无需定位、对刀、找正 (自动寻位, 可以节省大量辅助时间) 。同时, 对于加工各种不同工件, 无需设计制造复杂的专用夹具。

(2) 高刚性、高速度。采用闭式框架、框中框结构, 双X、双Y轴。这是典型的高刚性高速机床结构。X、Y、Z三轴皆采用直线电机, 快速移动速度为120m/min, 加速度为1～2g。从一个刀具主轴到下一个刀具主轴 (即换刀) 时间小于1s。

(3) 各刀具轴皆采用模块式标准动力头。置于机床下部的刀具轴可多达10个, 立式和卧式分布。可进行钻孔、攻螺纹、高速铣、镗、磨等工序 (见图4) 。

紧凑型柔性生产线

1.紧凑型可重构生产线及其构成模块

紧凑型可重构生产线是日本多家公司推出的用于解决汽车等大批量生产行业加工小型复杂件的新解决方案。它是用多台三种模块来组成生产线。这三种模块实质是紧凑型立式加工中心、卧式加工中心和立式车削中心, 如图5所示。

以森精机的产品为例 (下同) , 机床宽度只有680m m (含刀库为800mm) , 所以说它是“紧凑型”, 目的是为了节省生产线的面积。而且这三种模块的宽度是严格一致的, 长度基本一致为2130m m左右, 即所需占地面积是一样的, 也即位置上可以互换, 置换时不会改变生产线的长度。这样, 生产线易于重构, 故称为“可重构”。三种模块工作台 (车削中心为卡盘主轴中心线) 均是固定的 (即三轴运动均在主轴侧, 如同在这以前出现的三轴单元, 且离地面的高度严格一致, 顶面、前面、侧面的空间开放, 这些都是为了便于安排工件的自动传送。

这种生产线的加工对象是如图6所示的汽车行业等大批量生产的小型复杂件。当前这些零件一般用专用机床加工。据称, 创新这种生产线的目的是用工序分散的生产线替代那些工序高度集中的专用机床。新的理念是:

(1) 在生产率和占地面积上, 这种生产线不及专用机床。但需求多样化的时代, 零件的设计更改频繁。一旦设计更改, 专用机床需停产调整, 甚至需要推倒重来。而这种生产线柔性很大且可重构, 可以快速适应工件设计的频繁更改。

(2) 专用机床设计制造难度大、周期长, 因而造价高、价格昂贵。而这种生产线三种模块间通用化程度大、设计制造难度小、周期短、价格低廉。

(3) 此外, 这三种模块还有一个特点, 就是刀库容量很小, 一般为8～10把刀。这意味着它只用于工序分散的流水生产线。

2.紧凑型柔性自动流水线

最近, 美国M A G集团的Witzig&Frank公司开发了占地面积很小的紧凑型柔性自动流水线T R I F L E X, 如图7左上部棕色所示, 由围绕在中央集中式物流装置四周的四台模块化加工中心组成。适合小型精密汽车零部件多品种大批量流水线生产, 如图7下部所示。上料机器人将毛坯送到中央集中式物流装置, 然后至第一台加工中心。在完成这道工序后, 中央集中式物流装置只需旋转90° (如配置六台加工中心则旋转60°) , 即可将置于其上的工作台 (托盘) 送到第二台加工中心, 依此类推, 完成全部加工。每台加工中心都按节拍流水加工, 即每一生产节拍 (以分秒计算) 都会生产出来一个零件。图中的两种汽车零件生产节拍各为30s和55s。