多品种小批量（精选8篇）
多品种小批量 篇1
1 多品种小批量生产的特征分析
在各式各样的行业中,企业生产制造表现得形形色色,但透过现象看本质,多品种小批量生产模式有着以下特征:
1.1 产品型号繁多,零部件种类繁多
要满足客户个性化需求,适应市场的多样化,多品种小批量生产企业要保证技术上的持续领先,就要不断对产品进行改良与研发。新改良或研发的产品在产能、性能等局部领域突破而形成产品的新型号。但是信息技术发展速度实在太快,产品的更新换代周期相当短暂。因此,企业会迫不及待地将新型号产品推向市场,产品更新换代太仓促。尽管新产品代表先进技术,但由于实验、测试时间过短,其性能上往往存在不足,新产品不能从根本上淘汰老产品,因而同一系列产品有着繁多的产品型号,形成新老产品并存的局面。此外,多品种小批量企业的产品由成千上万的零部件组成,像工程机械、制药机械、纺织机械、卷烟机械、印刷机械等都有着这一共同特点。不同的型号产品组成的零部件有差异,即使同型号的产品组成的零部件也因客户的个性化需求相差甚大,因此企业中的零部件种类繁多。这些因素导致企业要面临品种繁多的零部件,而且因型号不同或客户个性化需求其加工制造批量小。
1.2 零部件加工按工序分类,几个工序加工中心组成车间
多品种小批量类型企业面临加工制造的零部件一般有数万种,而且每种零部件批量都很小,完全不可能把少数几种零部件固定安排在一台设备上加工,这样既难保证工作满负荷,也难保证所有需加工的零部件都能按期完成。
因此,多品种小批量企业一般按加工工序组建加工中心,即将完成某加工属性的机床设备集中到一起,凡需要经过该加工属性加工的零部件必须流经该中心进行加工。工序加工中心是零部件加工的最小单元,为了方便管理,企业经常将几个工序加工中心组成车间。
1.3 零部件加工制造需频繁地由一个工序加工中心转换到另一个工序加工中心
多品种小批量企业中工序加工中心是零部件加工的最小单元,又由于一个工序加工中心仅能完成零部件的某部分或某段的加工,因此,零部件的制造需要按工艺路线经数个工序加工中心依次完成。
1.4 零部件多为非标产品,加工复杂
无论是技术研发的需要,还是客户个性化需求,必须根据用途需要,自行设计制造产品,而且大多产品的外观或性能不在国家设备产品目录,是非标零部件。尺寸、形状、材料与毛坯等规格多,精度要求不一,工艺方法及工艺参数多样化;其还要求加工设备多样化,尤其是刀具、夹具、量具等工装种类多,改换频繁,加工过程的连续性与断续性交替;非标零部件产品多而且各不相同,加工工序繁多,不可能像大批量生产那样采用较多的自动化或半自动化加工设备,很难形成流水生产线。
1.5 零部件加工制造要高度注重成套性
多品种小批量企业的产品由成千上万种零部件组成,产品制造的关键点在于总装,总装是指把零件和部件组装成最终产品的过程。只有所有的零部件都成套到位,产品生产制造才能进入总装阶段,不管零部件加工周期的长短,也不管加工工艺的难易。因此零部件生产过程中应根据加工周期与工艺复杂程度,分批次投产,保证零部件供应的成套性。
1.6 有一定的半成品积压
多品种小批量企业在产品的生产制造中,经常会因零部件的不齐套而不能正常领出组装,半成品积压在仓库。另一方面,在零部件加工制造过程中,为减少准备时间,在每台设备或工作中心,对某种零件往往要按一定数量组织成批生产,这会造成一定的半成品积压。
2 多品种小批量企业中常见问题
尽管多品种小批量生产模式被越来越广泛地运行,但是并不成熟,在多品种小批量企业中普遍存在着以下问题:
2.1 零部件加工制造任务无法按期完成
多品种小批量企业由于零部件种类繁多,加工制造工艺复杂,比较难实现按工序加工中心产能进行科学排产,正常的生产计划经常因加工中心产能不足无法完成。加工制造的非计划性造成零部件完工周期不确定,零部件不能按期完成带来的是成套性差,产品总装过程中会不断反馈出对某些零部件的需求,这些零部件给出的加工周期一般会很短,而且加工任务也不均衡,超出了加工车间能够承受的负荷。另一方面,加工车间效率低下,面临的难题有:零部件加工制造一般要经过好几个工序,在安排生产加工时,上一道工序加工什么时候完成?零部件什么时候能够流转过来?这些要素都是不确定的,只能等到零部件流转过来一个,临时安排一个。工序加工中心的零部件加工任务没有统筹安排,员工劳动效率低下,产能不能有效发挥。
2.2 零部件加工制造计划以总装报缺为核心
多品种小批量企业的零部件加工制造任务无法按期完成,导致从BOM自上而下的加工制造计划达成率低,在总装关键点上存在非成套性的缺口。另一方面,总装车间为了完成生产任务,自发统计出零部件缺口并汇报给生产计划部门,从下而上地推动零部件成套供应。从总装报缺形成的加工制造计划形式上更加贴近实际,更加容易被理解,它的作用随着多品种小批量生产模式的开展不断被强化。然而,用总装报缺形成的加工制造计划替代从BOM自上而下的计划是一种本末倒置。随订单增加,交货越来越紧急,总装报缺形成的加工制造计划缺乏及时性,不能满足紧急生产交货的需求;总装报缺因局部统计无法计划性地批量生产,不能满足订单增加产能扩大的需求。总装报缺形成的加工制造计划作用越强,在生产产能受限制的情况下,从BOM自上而下的加工制造计划作业就越弱,导致总装关键点上零部件缺口越大,形成恶性循环。
2.3 加工急件多,插单件多
多品种小批量企业零部件加工制造计划由总装报缺形成,即总装需求该零部件后才会安排生产,在交期特定的情况下,几乎没有预留给该零部件加工制造的时间,因此生产部门必须把该零部件作为急件对待,在工序加工中心流转时需要插单处理。当然如果能够增加组装场地,延长组装周期,可以缓解一点总装报缺为核心的零部件加工制造计划的矛盾,但此办法只能起一时之效,因为总装报缺形成的加工制造计划有不断放大的功能,形成的是恶性循环。另一方面,总装报缺形成的加工制造计划不依赖于产品的BOM,BOM的功能也被弱化,BOM的准确程度低,总装报缺更加不可预料,客观上加速加工急件多、插单件多的恶性循环。
2.4 车间相互埋怨与推诿
多品种小批量企业加工急件多,而且要经过复杂的工艺路线,零部件在各工序加工中心流转、加工、检验的时间都无法精确,零部件加工计划的调度与完成考核都不能做到精细化与合理化。交货延误的时候,总装埋怨加工车间零部件不能按期到位,加工车间埋怨上工序车间没有及时转运过来,每个车间都认为自己尽力了,交货延期不是自己的责任。车间的相互埋怨与推诿,让任务未完成这个事实的真相缺少关注,使问题长期得不到解决。
2.5 停工待料,总装周期长
多品种小批量企业的总装过程是统计零部件缺口→零部件加工计划→等待零部件加工制造完成→开始组装→发现缺件再统计。来一个零件组装一个,整个总装过程断断续续,大量时间消耗在停工待料上,一台产品需经历相当长的周期才能组装完工。
2.6 库存积压严重
多品种小批量企业BOM清单不准确,BOM自上而下加工制造计划混乱,车间加工调度无序,零部件完工依靠员工的自发性选择,因此加工工时高、加工流程简单、加工批量大的零部件往往都会积压在仓库。零部件供应的不齐套,大量库存因缺少少数零部件不能领出组装而造成大量的积压。
3 多品种小批量生产模式探讨
上述多品种小批量企业中常见问题,必然导致企业随之出现一系列不良效应:生产产能有限,而大量半成品积压在仓库;插单件的生产准备流失时间多效率低下,而插单件普遍存在;原可以批量加工的通用件反而因装配随机报缺分成了多批次加工;加工制造任务很重,而班组工作无头绪;急件太多,加工、流转中浪费大量时间习以为常而无人管理等等。提高生产效率的方法是将混乱生产转变为有序生产,将复杂生产转变为简单生产。多品种小批量生产模式的突破,可以从消除不良效应着手展开。
3.1 确定工序加工中心对每一个零部件的完工时间要求
工序加工中心对零部件的工序加工完成没有准确时间性,直接影响加工制造计划排产的调度,这是计划无法达成的源头。确定工序加工中心对每一零部件(包括下转)的完工时间要求后,加工制造才能够有序。
但是多品种小批量企业零部件种类繁多,为每一种零部件计算精确的加工准备时间、加工时间、转运时间相当困难,即使计算出来,每一种零部件的在某工序加工中心的时间要求不同,数据量太多而无法依照执行与考核。因此工序加工中心的完工时间要求只能粗略,而且确保绝大多数零部件在该工序加工中心都能完成。
一般做法是:不管何种零件,一个工序加工中心的加工(含下转)时间就是一天,特殊工序加工中心可以设定为两天。一个工序加工中心的实际加工时间只有几十分钟到几个小时,现在将工序加工中心的完工时间设定为一天,会不会让零部件完工更加延后,产品交期更加难以保障?根据简单的加法,上述粗略的完工时间会更加延期,但是多品种小批量绝对不是简单加法,因为该类企业面临的零部件成千上万种,数量庞大,有序性远远比单纯的快重要。只要生产加工有序,就能预先做好零部件加工计划,而且是落实的计划,就可以根据交期供应零部件。
确定了工序加工中心的完工时间要求,加工制造任务的考核具体实际为工序加工中心,工序加工中心接到零部件工单时,也很明确该零部件什么时候应该完成本工序的加工,考核可有效实行;确定了工序加工中心的完工时间要求,零部件流转的时间点非常清晰,可以通过加工任务的调度,更加主动地完成加工制造任务,如某工序加工中心统计出某一天流转过来的加工制造任务超出负荷,便可以协调上工序将部分任务提前完成,化被动为主动地均匀生产;确定了工序加工中心的完工时间要求,产品的交付期可以确定,因设计师每下一张设计更改单,造成的产品交付延期都可以精确计算,生产、研发责任明晰,客户验收提出一个整改项目,产品交付期可以精确计算,能够给客户满意的答复。
3.2 针对零部件需求属性科学地制定零部件加工制造计划
加工制造计划依赖于装配报缺是不够科学的,会带来上文中提到的各种问题。多品种小批量的加工制造应针对零部件需求属性采取不同的计划方式。尽管不同的产品型号或订单有不同的零部件(即专用件),但同系列产品会有一些相同零部件需求(即通用件)。
3.2.1 通用件加工计划依据安全库存量形成
针对每一种通用件用量设置安全库存量,当该通用件的现存量低于安全库存量后,启动该通用件的生产,生产数量为最优生产批量。
安全库存量应该是加工制造周期内需要的库存量。安全库存量=每天的需求量×加工制造周期(零部件加工制造周期由按工序加工中心的时间计算,通用件的工序加工时间可以进一步放大,工序加工中心加工制造的调节能力就更强)。每天的需求量是变化的,且不可预测,所以无法用一个平均需求量来代替每天实际的需求量,必须把变化程度考虑进去,便需要增加一个安全变化库存量以保证在销售变化的情况下,也能供应不断。
安全库存量=每天平均需求量×加工制造周期+安全变化库存量
衡量销售变化的程度可以用标准差来实现。标准差表示变量值的离散程度。其越大,变量值分布越离散。
标准差计算公式:
式中x——一组数据中任一数值;
n———数据个数。
安全变化库存量公式:
简化公式为:
式中S——安全变化库存量;
δ——安全系数;
L——加工制造周期;
σ——日均需求量标准差。
最优生产批量是使生产准备成本与储存成本之和达到最小生产批量,表达式为:
最高储存量=Q*/P×(P-d)=Q*(1-d/P);
平均储存量=Q*/2(1-d/P);
全年生产准备成本=K×D/Q*;
全年储存成本=Kc×Q*/2(1-d/P);
全年总成本=KD/Q*+Kc(Q*/2)(1-d/P)≥2KDKc(1-d/P)后开平方;
要全年总成本最小,则有KD/Q*=Kc(Q*/2)(1-d/P);
Q*=2KD/[Kc(1-d/P)]后开平方。
式中Q*——某产品成批生产一次投产的最优批量;
D——该产品全年的总产量;
P——生产周期内产品的每天生产量;
d——产品每天的领用量;
K——该产品一批投产需花费的准备成本(元);
Kc——单位产品全年的储存成本(元)。
3.2.2 专用件加工制造计划依据BOM形成
明确BOM下发与订单交货的时间点,接到订单后,技术部门严格按时间点下发BOM,生产计划部门根据订单BOM表统计专用件需求,然后根据零部件加工制造周期(零部件加工制造周期按工序加工中心的时间计算)分批次投产,形成专用件加工制造计划,确保专用件供应的成套性。
专用件加工制造计划以一个订单的BOM为单位,计划投产数量=总需求量-在产数-库存数-已出库数,专用件加工制造计划中的每条记录都具有订单号属性(工单中注明订单号),以便在加工制造过程中跟踪,保证共用的成套性。
3.3 急件加工制造计划
通用件与专用件加工制造计划只能占用90%的产能,10%的产能预留出来应付特殊紧急情况,即急件加工制造。总装过程中遇到专用件的报废,或者客户在验收中提出整改项而且整改完工时间短等特殊情形产生的零部件需求列入到急件加工列表,一定要控制急件的量,一般越少越好,最大不能超过预留的10%产能负荷。
急件的加工制造派专人跟踪,每个工序加工中心完工后将信息汇报给专人,专人组织对急件的第一时间检验与转运,并协调下个工序加工中心优先对急件进行加工制造,保证急件生产的及时到位。
4 结语
企业以利润为经营目的,生产效率是企业利润的内生来源。不管生产流程的复杂与简单,生产模式的大批量与小批量,生产效率都依赖于产能的发挥与利用,即减少生产准备时间流失的浪费,减少加工制造库存积压件的浪费。本文强调生产的有序性,把复杂生产变得简单,减少插单件生产准备时间流失的产能浪费,最大限度地发挥产能;强调责任与考核落实到工序加工班组,让工序加工班组以任务核心调节产能,实现产能利用的最大化。
多品种小批量 篇2
【关键词】生产物流；MRPII；JIT；TOC
企业生产过程中原材料、半成品、成品等所进行的物流活动就是生产物流。企业生产物流的好坏与否，将直接关系到企业能否顺利进行生产，以及企业能否获得较高经济效益。
每一个企业都有自己的生产物流，且各自的生产物流计划和控制方式都各具特点。基于多品种小批量生产类型正在成为现代制造企业的发展趋势，现就该类型企业基于MRPII、JIT、TOC三种典型方式的生产物流计划与控制，给予总结和对比。
一、多品种小批量生产物流计划与控制的典型方式
1.基于MRPII的生产物流计划与控制。MRP（MaterialRequirementsPlanning）是一种企业管理软件，是20世纪60年代发展起来的一种工业制造计算物料需求量和需求时间的系统。MRPII是将MRP经营、财务、销售、采购与生产管理的子系统联接成一个整体，在完成对生产进行计划的基础上进一步扩展，实现企业管理的系统化。
基于MRPII的生产物流控制通常采用的是推动式物流控制方式。此物流控制方式主要根据产品结构的最终要求，控制生产过程中各工序的需求量，在充分考虑每一个生产工序基础上，向每一个生产工序传达物流指令。
2.基于JIT的生产物流计划与控制。JIT（Just In Time）是准时制的一种生产管理方式，由日本著名的汽车公司丰田创立。JIT是一种牵引式生产系统，以市场需求为核心，通过看板管理，实现“在必要的时间生产必要数量的必要产品或零部件”，避免不必要的产品浪费和浪费生产系统。
基于JIT的生产物流计划与控制是一种拉动式生产物流控制方式。拉动式生产物流控制方式是在最后阶段的外部需求，向前一阶段提出物流供应要求，前一阶段再向上一阶段提出要求，就这样反复重复系统提出的要求。
3.基于TOC的生产物流计划与控制。TOC（Theory Of Constraints）即约束理论，要求把企业当成一个完善的系统，确定每一种体质至少有一个约束因素，就是这些制约（瓶颈）因素组织了企业生产产品的数量和利润增长。
基于TOC的生产物流计划与控制实现是由DBR系统来完成的。DBR系统是由三部分组成：“鼓（Drum）”、“缓冲器（Buffer）”和“绳子（Rope）”。DBR系统实施计划与控制主要包括五个步骤：第一步，找出系统中存在的瓶颈工序；第二步，改善瓶颈工序，提高瓶颈工序利用效率；第三步，使系统中所有其他活动服从于第二步中提出的各种措施；第四步，找出解决瓶颈工序的办法，将瓶颈工序进行转移，使之不再是瓶颈工序；第五步，如果通过第四步打破了现有约束，则重返第一步，发现新的瓶颈，持续改善。
二、基于三种典型方式的对比分析
1.生产物流计划的制订方式对比。MRPII采用的是集中式的物料计划方式，建立好产品加工程序，在电脑中确定好准确的订单需求和库存量，对各个生产单元传送生产指令。
JIT利用的是看板管理控制方式，按照有限能力计划，逐道工序地倒序传递生产中的取货指令和生产指令。
TOC是以约束环节为基准，且合理地加以优化，最终制定非关键件的加工工序。
2.平衡生产能力的方式对比。MRPII在展开计划的同时将工作指令下达到下级每一个生产单元上，掌握生产过程中的实际需求，平衡生产能力。
JIT计划更多的是对基本能力平衡的考虑，企业之间保持密切的联系和合作，来稳定彼此之间的生产需求，且以高柔性的生产设备来保证生产线上能力的相对平衡。
TOC根据能力之间的负荷比例，将其划分为约束资源和非约束资源，通过“五大核心步骤”与思维流程来消除“约束”，提高企业生产链上最薄弱的环节。
3.物流采购与供应的方式对比。MRPII的采购与供应系统，主要根据计划系统下达的物料需求指令进行采购决策，负责完成与供应商之间的采购与供应。
JIT将采购与物料供应系统当作生产链以外的一部分，而在实际的企业生产过程中，企业与企业之间已经建立好了采购与供应关系，彼此之间联系非常密切。因而供应商也会按照生产需求进行生产，保证生产链顺利进行。
TOC采购与供应系统的运行则需要大量的数据支持。事先采购的物料没有具体的数量，物料的采购与供应完全按照生产计划来确定，通过DBR系统中的即通过“绳子（Rope）”来同步实现。
4.物料质量的管理方式对比。MRPII允许有一定量的废弃产品存在，在最终检验环节加以控制，系统可以设置某些质量控制参数分析出现废品的原因。
JIT在生产加工中确保进入下道工序时，上道工序送来的零件没有质量问题，避免产生多余的垃圾。
TOC在约束环节前设置质量检验，防止约束环节出现问题，因为约束环节出现问题就会给整个系统带来麻烦。
5.物料库存的控制方式对比。MRPII一般设有各级库存，精确控制各个库存的物料量，最大程度地达到客户的需求，使生产与物料库存之间得以平衡，降低成品的库存量。
JIT在生产过程中没有库存设置，只有供小于求的时候才设置库存。生产直接面对客户，避免一切浪费。
TOC注重时间和库存缓冲设置，避免出现随机波动，使约束环节有序进行。
三、结语
多品种小批量 篇3
在温州、宁波等地的电器、仪表等行业,一些企业的产品规格常在数百上千种之多。笔者调查过10家企业,每家销售的品种规格繁多,各规格不一定每月都销售,每月也可能新增规格销售。它们在2年内共销售16835种产品规格,2008年4月销售3834种,其中新增1362种。这种典型的多品种、小批量情况,对生产管理人员凭记忆、经验管理的传统方法提出了巨大挑战。笔者结合Excel 2003软件,提出多品种、小批量生产条件的生产计划编制方法。
二、储备式生产的基本问题
产品生产基本有两种模式:一是订单式生产,生产任务明确,其要点在于提前进行生产技术准备,完成订单的时间、数量和质量要求。二是储备式生产,在保持一定库存的基础上安排生产。这种模式的基本问题,是掌握生产的数量、时间规律,即生产期量标准。为此进行销售分析是必经之路。
三、销售分析
(一)分析方法
以定性分析为基础,将定量分析与定性分析相结合。通过掌握的销售数据,与国家宏观经济政策、行业发展趋势、专家意见、个人经验相结合,综合分析,得出概括性、方向性意见,为定量分析的结果提供研究、判断的基础。
定量分析的方法很多,适应于不同的预测目标、预测精度、预测期限和预测费用条件。在实际的工作中,宜以2种或2种以上的方法独立预测,并结合起来分析、比较,以修正预测结果。在此,介绍Excel软件的“描述统计”等方法。
资料准备:平时应当收集产品的生产、销售数据。例如,某企业有500种产品规格,自2007年1月至2008年6月的销售量数据,按月录入在Excel的“C2:T501”中(A列:序号;B列:产品规格),并将销售量为“0”的单元格清“空”。
依次点击“工具”、“数据分析”、“描述统计”菜单,就打开“描述统计”对话框:输入区域($B$2:$T$102,经试算一次最多可输入128行);分组方式(选:逐行);勾选“标志位于第一行”;勾选汇总统计;勾选平均数置信度,输入置信概率;建议选第K大值(小值)为第2大值(小值)。通过复制、转置粘贴,借助于INDIRECT()函数等操作,5次“描述统计”计算即可完成500行数据的提取、整理。
(二)描述统计的数量分析
描述统计一次可输出16项指标,即平均、标准误差、中位数、众数、标准差、方差、峰度、偏度、区域、最小值、最大值、求和、观测数、最大(k)、最小(k)、置信度(%)。借此可掌握销售数量的分布情况。各指标分别表示数据的集中程度、离散程度和数据分布形状的对称、偏斜、扁平程度,具体含义参见统计学专业书籍。其中,“平均”、“标准误差”、“标准差”、“置信度(%)”是最实用的四个指标。
还可计算离散系数,即“离散系数=标准差/平均值”,反应销售量的波动幅度。
(三)时间分析利用COUNT()函数,考察时间特性:
1、考察期销售月份数(U列):COUNT(C2:T2),下拉复制。
2、最近半年销售月份数(V列):COUNT(02:T2),下拉复制。
3、最近季度销售月份数(W列):COUNT(R2:T2),下拉复制。
(四)销售频次分析
用以了解各产品规格的重复销售程度,可分为“常用产品”和“非常用产品”2类。
常用产品:平均3个月中至少有1个月发生过销售。为区分其间的差别,将:每月都销售的产品,称为“常用1级”;平均每2个月有销售的产品,称为“常用2级”;平均每3个月有销售的产品,称为“常用3级”。在X列,用函数=IF (U2>=18,“常用1级”,IF(U2>=18*0.5,“常用2级,”,IF(U2>=(18*1)/3,”常用3级”,“非常用“)))”,划分销售频次的类别。
非常用产品:平均3个月以上才有销售的产品。
四、销售量预测
通过“置信度”,可了解销售量处于上下限区间内的概率。
预计销售量。用“预计月销售量=平均销售量+标准误差”计算。
根据“离散系数”将标准误差进行微调。例如,按离散系数<0.5;0.5≤离散系数≤1;离散系数>1分级区分波动幅度,较小的波动幅度应匹配较小的标准误差。按波动分级选用不同的系数与标准差相乘求得“标准误差”值,再与平均销售量相加而得出预计月销售量。系数大小可以在实际工作中通过试算比较确定。
五、生产计划编制方法
合理的生产计划,作为生产技术准备、任务及作业安排工作的依据,使制造企业的各环节围绕运转,有条不紊。通过前面Excel的分析、运算,已从时间、数量侧面把握期量标准,为编制计划提供了条件。
(一)库存计划
库存计划是生产计划不可缺少的部分。对“非常用产品”,不安排库存。对“常用产品”,分别确定其最低库存、预警库存和最高库存。
最低库存。最低库存量可按“平均日销量*平均批生产周期”计算。例如,平均一批产品的生产周期是4天,即至少应以满足4天的销售需要作为最低库存。
预警库存。由于规格繁杂的产品必定是批量性间隔投入,轮番生产。预警库存量可按“平均日销量*(投入间隔期+平均批生产周期)”计算。例如,平均一批产品的生产周期是4天,平均间隔3天投入一批,即至少应以满足7天的销售需要作为预警库存。
最高库存。库存越大,生产的压力就越小,但资金占压就大。这应由企业的销售状况、财务状况、生产能力、供应条件等综合求得一个平衡点。原则上,最大库存不应超过一个月的销售量。
(二)常用产品的生产计划
计划时间。应在每月25日前编制下月的生产计划,下达至相关部门,以便早作准备。
计划数量。常用1级、常用2级、常用3级产品,按下式:
下月计划生产量=预计下月销售量+预计下月末库存-预计本月末库存。其中,预计下月末库存即为设定的最高库存,本月末库存采用预计数。
(三)非常用产品的生产计划
对“非常用产品”,原则上不下达确定的生产计划量,而由生产管理人员根据市场信息、订单情况,结合最近半年、最近3个月的销售趋势,酌情安排。
(四)生产计划的调整
浅议多品种小批量生产企业管理 篇4
关键词：多品种小批量,企业管理,企业竞争
多品种小批量生产方式是适应市场变化多端, 按市场的需求、订单, 保质、适量、准时地生产, 目标是以缩短交货期、降低库存的生产体制;特点是工序集中、易造成制品积压、自动化程度不高、工艺复杂、生产作业计划要求高、对操作者的责任心、技能和自控能力依赖程度较高[1]。
1 建立合理高效的生产计划编制体系
企业在最大限度地提高计划的准确度时, 能够对主客观原因造成的偏离计划行为做出最快反应, 并适时修正计划、调整生产过程以保证企业的质量目标实现。首先建立滚动计划体制, 在季度、月度计划之内增加编制旬或周生产计划, 每旬或每周进行一次检查、调整活动;其次建立ERP系统对计划实施进度显示, 对重点产品和关键零部件的进度、各工序能力、重点原材料、元器件、外协外购件的库存、重点工艺装备的制造、维修进度及技术状况做出重点显示, 在严格的计划控制下实现均衡生产。同时由系统编制滚动的主生产计划, 在市场销售订单的拉动下, 模拟各种计划方案和库存状态, 对多变的订货作出快速反应, 保证准时供货。
2 合理制订多品种小批量生产的期量标准
单件小批量生产的期量标准主要有生产周期和总日历进度计划。生产周期是多品种小批量生产的基本期量标准, 其构成同成批生产条件下产品的生产周期相同。由于产品品种多, 所有通常只确定企业的主要产品和代表产品的生产周期, 而其他产品可根据代表产品的生产周期加以比较, 按其复杂程度确定。生产周期的确定方法可采用产品生产周期图表编制。总日历进度计划是各项产品订货在日历时间上的总安排。验算时, 首先验算关键设备的负荷, 使关键设备的负荷均衡;其次验算关键件的进度, 使进度满足装配需要, 进而保证交货日期的要求。对非关键件则可插空安排[2]。编制总日历进度计划包括两部分工作:编制各项订货的生产进度计划和验算平衡各阶段设备的负荷。
3 重视和正确对待生产技术准备工作
1) 兼顾制造加工阶段和生产技术准备阶段的需要, 做到既能最大限度地减少隐患, 减少因准备不周引发的补救处置工作量, 又能最大限度地缩短准备周期。
2) 重视工艺规程和操作规程的标准化, 简化工艺文件。
3) 鉴别关键过程, 针对性地开展工艺试验和工艺评审, 编制过程控制计划和验证过程能力。
4) 开展工艺装备的验证, 重视生产技术文件的控制和利用。
4 重视成组加工技术的应用
成组技术是揭示和利用事物间的相似性, 按照一定的准则分类成组, 同组事物能够采用同一方法进行处理, 以便提高效益的技术。20世纪70年代柔性制造系统 (FMS) 出现并成为解决中小批量生产的新途径后, 成组生产组织的思想被融到柔性生产系统中, 有效提高了生产柔性, 很好地解决了多品种小批量生产的问题, 有很好的应用价值。其核心是成组工艺, 把结构、材料、工艺相近似的零件组成一个零件族 (组) , 然后按零件族制订工艺进行加工, 从而扩大了批量、减少了品种, 提高了劳动生产率。零件的相似性是广义的, 在几何形状、尺寸、功能要素、精度、材料等方面的相似性为基本相似性, 以基本相似性为基础, 在制造、装配等生产、经营、管理等方面所导出的相似性, 称为二次相似性或派生相似性。成组技术的基本原则是根据零件的结构形状特点、工艺过程和加工方法的相似性, 打破多品种界限, 对所有产品零件进行系统分组, 将类似的零件合并、汇集成一组, 再针对不同零件的特点组织相应的机床形成不同的加工单元, 对其进行加工, 经过这样的重新组合可以使不同零件在同一机床上用同一个夹具和同一组刀具, 稍加调整就能加工, 从而变小批量生产为大批量生产, 提高了生产效率。
5 维护保养好设备并提高设备的生产能力
作为生产设备的厂家所设计的成套设备具有普遍性, 但在实际运用过程中可能存在可变性, 而这个可变性就要求每位生产者特别是管理者在实际工作中勤分析、多观察, 通过技改挖掘设备的潜力, 从而达到提高生产效率的目的。另外在对设备进行技改时, 一定要认真分析、科学判断, 否则很可能对设备产生损伤。
6 降低生产成本为企业赢得更多的市场利润
在企业生产过程中, 成本管理与降低成本关系企业的利润。对于一个生产企业管理者来说, 采购部门所采购的原材料首先要降低生产消耗、人工福利和工资的成本比例;其次要建立预算管理体系, 加强成本费用预测、编制成本费用计划;最后提出降低成本和控制费用的措施, 形成事前预算、事中控制、事后考核的管理模式。总之, 实现集成化的成本管理, 建立集成化的成本核算, 使成本管理与库存管理、财务管理、车间管理、人力资源管理和制造数据管理等紧密集成, 再由这些管理模块向成本管理子系统提供成本核算的相关数据, 改变现行成本核算人工参与过多的现象, 从而提高成本核算的准确度和运算速度, 使料、工、费真正跟踪到每一种产品甚至每个零部件, 为有效的成本控制打好基础。
综上所述, 随着市场经济的发展, 消费者的需求越来越个性化。当今的产品生产企业想要在市场竞争中获得主体地位, 必须尽最大努力满足消费者的多样化需求。企业内部必须高度地协调, 运用科学的方法, 建立有效的内部管理机制, 才能保证多品种小批量生产的顺利进行。
参考文献
[1]闫防.浅析品种小批量生产企业的管理工作[J].管理观察, 2012 (24) :81.
多品种小批量 篇5
机器人焊接路径规划是多品种、小批量复杂机构焊接规划中的重要工作, 基本任务是为焊接机械手臂寻找从焊接起点移动至焊接目标点的最优无碰撞路径, 以及规划焊接手臂各个关节点的位姿等。传统的路径规划方法主要有: 人工势场法、模糊规则法、遗传算法、人工神经网络、模拟退火算法、蚁群优化算法、粒子群算法等。这些方法在解决一般的路径规划问题时有一定的优越性, 但因其方法大都需要在一个确定性空间内对障碍物进行确定的建模和描述, 计算复杂度与机器人自由度成指数关系, 故不适合解决多自由度机器人在复杂环境中的规划问题。LaValle[1-2]于1998年提出了快速扩展随机树 ( RRT) 算法, 该算法采用随机采样的规划方法对空间采样点进行碰撞检测, 避免了空间机器人和障碍物建模的复杂性, 搜索速度快, 适合解决多臂机器人在复杂环境下的路径规划问题。
本文以车辆骨架的焊接为例, 建立了一套针对复杂焊件的任务分配方法和路径规划方法, 该方法以缩短工艺任务的分配时间和规划时间为前提来达到缩短制造周期的目的。据统计, 用传统焊接工艺完成上述车辆骨架焊接通常需要89 h, 包括切割管材、焊接任务分配、焊接工序设计与执行等工序。分析表明, 在上述工序中实际焊接消耗的时间仅占89 h的3%, 约为2 h, 即97% 的时间是在进行工艺的准备与计划。因此, 合理的焊接工艺规划和焊接无碰撞路径设计是缩短焊接工艺规划时间的关键因素, 也是目前个性化制造中要解决的关键工艺问题。
1 任务分解规划
焊接任务分解规划的目的是通过任务分解和工艺规划, 减少焊接过程中的人力参与, 优化焊接工序, 缩短制造周期。焊点确定后, 在不移动工件的情况下, 生成最小数量的任务, 避免因移动焊接机械手臂而浪费时间, 单次移动过程中能最大化地完成多条焊缝的寻优作业。本文算法用计算机代替耗时耗力的焊接路径工艺人工规划与设计, 计算机把规划后的工艺顺序和机械臂的位姿发送给焊接机械手控制系统, 然后通过投影系统准确定位工件位置, 并用校验系统精确校验工件位置的精确性, 确保工件的摆放位置和工艺规划环境的一致性。
图1 所示为本文车辆骨架焊接目标焊件。图2 所示为任务分解规划系统框架结构。其中, 图2a为焊接工艺任务分解的框架流程, 流程如下:设定焊接起点为R, 分别以起点为顶点沿X、Y、Z坐标轴确定三条焊缝, 毗邻焊接起点R的3 个焊接点为A、B、C, 焊接任务分为 ( R, A) , ( R, B) , ( R, C) 3 条焊缝, 检查是否有焊缝未被分配到任务中, 如果有, 把该焊缝加入到当前任务中。每次任务得到3 条焊接路径, 这样可以最大化地减少任务的数量, 达到在最短的时间内最大化地完成焊缝作业的目的; 然后以确定的终点位置A、B、C为焊接起点, 进行焊接路径的探索, 创建新的任务, 并列为当前任务; 焊缝确定之后, 判断焊缝是否在焊接手臂的焊接区域内。图2b描述了工作台上焊接机械手臂在X和Y轴上从左到右, 从上到下的最大焊接范围; 在焊接区域内, 优先完成当前的任务; 否则把焊件旋转360°, 重复进行检查与计算, 开启新的任务。
2 焊接路径规划与碰撞检测
在目前的机器人领域, RRT算法的主要应用是移动机器人的路径规划。本文利用RRT算法对6R焊接机械手臂的避障路径规划展开研究, 通过末端姿态调整和关节自运动相结合的方式, 生成目标点的树根, 大大增加了搜索的成功率。此外, 本文基于OBB包围盒碰撞检测算法, 编写了针对机械手臂和焊件之间的API程序。该路径规划扩展程序中含有无碰撞检测程序, 在其进行路径规划时能同时完成无碰撞工艺检测。
2. 1 基于RRT算法的路径规划
在已知末端位置的情况下, 通过逆解可求得机器人各个关节位姿的计算复杂度。单向的RRT算法不需要求解逆解, 故适用于当前机械臂的路径规划研究。设C为描述机器人关节姿态的集合[3]。RRT算法由初始节点qinit开始, 在Gj中通过随机采样方式建立树型结构Gt, 直到Gt中的节点最小距离测度d的值小于设定的阈值dmin, 或者采样次数超过预定的最大采样数K时停止。本文采用后者, 需要输入迭代次数和焊接机器人初始位置的delta值。
如图3 所示, RRT算法首先将qinit设定为起始点, 并将其添加到探测树中, 在迭代次数小于设定值K时, 通过随机函数Randomconf ( ) [4]定义随机节点qrand。找到与随机点qrand距离最近的关节并将其定义为qnear, 并赋值为Nearest Vertex ( ) , 调用Newconf ( ) 函数, 沿着qrand和qnear的连线方向按照步长d得出新节点qnewNode, 节点值定义为qnew。调用AddNode ( ) 函数, 添加新节点, 把新节点qnew添加到Gt扩展树中, 定义为下次探索的初始点; 通过G. add_edge函数, 为探测树添加新路径, 对新节点qnew进行碰撞检测。如果qnew对应的节点位置与焊接机器人手臂各个关节和焊接工件之间没有碰撞, 算法会通过G. add_edge ( qnear, qnew) 函数[5]将规划后的路径保存至Gt路径树中;若有碰撞, 则退出函数, 重新生长节点。
机械手臂的初始姿态delta定义为Q= ( 0, 0, 0, 30°, 60°, 90°) , 目标姿态为各条焊缝的焊接起点或终点的位姿坐标。迭代的次数决定步长的大小, 迭代次数越多, 步长越小, 探测树越完整, 但耗时较多。RRT算法的初始起点qinti= Q, 随机性按照设定的步长向未知空间探索。RRT树一步一步向新的未知节点扩展, 每一个节点都在设定的可控步长内, 每得到一个新节点, 就对应获得一个最近的机械手臂节点。起始节点和增加步长之后的每个节点之间的焊接机械手臂和焊件都不发生碰撞。对于同一焊件, 需要更换起始位姿和目标姿态时, 不需要重新进行RRT生长树的生成, 选择RRT树中离目标姿态最近的RRT规划节点为起始点, 可大大提高焊接路径的规划效率。
2. 2 基于OBB包围盒的碰撞检测
本文采用Gottschalk等[6]和Arnold[7]提出的一种计算三角网格体的OBB包围盒的方法来构建OBB包围盒。包围盒的位置和方向利用模型对象顶点坐标的均值及协方差矩阵统计特性进行计算。协方差矩阵C是一个对称矩阵, 根据对称矩阵特征向量互相垂直的性质, 用协方差矩阵的特征向量可以确定OBB的方向轴。设第i个三角形的顶点矢量为pi、qi和ri, 包围盒包围的三角形个数为n, 则其均值u和协方差矩阵cjk可表示为
由于协方差矩阵C是对称矩阵, 3 个特征向量相互正交, 将这3 个特征向量单位化后设定为OBB包围盒局部坐标的轴向。分别将各三角形所有顶点在3 个轴向特征向量上的最大最小投影距离差转化为OBB包围盒的大小, n个三角形包围盒就构建完成。本文利用上述OBB包围盒理论[8], 分别为焊接工件的各部分和焊接机器人机械手臂的各关节建立OBB包围盒树。在包围盒树中, 每个节点上的包围盒都对应于组成该对象的基本几何元素集合的一个子集。通过遍历建立的焊接工件和焊接手臂的两棵OBB树是否有重合, 确定焊接机械手臂和工件之间是否发生碰撞。这是一个双重遍历的过程, 碰撞检测函数Collision Detection ( ) 函数[9]首先用焊接机械手臂的包围盒树根节点遍历工件的包围盒树, 再用工件的根节点遍历焊接机械手臂的包围盒树。若节点在2 次的遍历中均无交集, 则进行基本几何元素的相交测试。如果节点上的包围盒不相交, 则它们所包围的对象的基本几何元素的子集必定不相交。图4 为碰撞检测函数的处理流程图。
基于OBB包围盒建立的高精度监视模型具有很强的实时性和交互性, 克服了Robotstudio自检模型只能用在中低速阶段, 且精度较低的缺点。如果机械臂和焊接工件之间发生碰撞, 焊接工件会变成红色。本文仿真充分利用了仿真环境编写API插件程序, 保证了规划后的路径被移植到焊接机械手臂控制端的较高可操作性。该路径规划算法能够找出大多数的路径, 如有少部分焊接路径无法由路径规划计算得出, 则这部分的焊接任务必须由人工来快速完成, 以缩短焊接的时间。
3 虚拟样机实验验证
通过增加焊接送丝机构和重新标定零点等工作, 对ABB IRB-2600 6R机器人进行了改装。以车辆框架顶部八边型焊接为例, 进行焊接任务的分配方法和路径规划方法验证。系统首先加载RAPID离线分析程序, 加载碰撞检测API程序和主程序, 进行程序调试, 输入迭代次数和delta值。生成RRT探测树后, 输入焊接目标点, 检查能否找到合适的焊接路径。如未找到路径, 增加迭代次数, 对更大的空间进行探索, 直到找到合适的路径。
现以图1 顶部八边形焊缝焊接为例, 说明本文方法的应用。首先根据八边形焊缝的位置信息, 获取每个焊缝的焊接点位置信息; 然后根据焊接点的位置信息确定焊接点的位姿, 规划出最优的任务分配顺序, 如图5 所示。
图5 中, 将八边形部件的焊接任务分为三部分, 即任务1、任务2 和任务3。图中黑圆点代表连接点, 黑三角代表焊接件的重心。从每个任务中可以清晰地看出焊接点的位置信息, 每个任务都包含各个连接点和连接件的理想位置坐标。根据焊接部件和焊接起始点的位置, 建立RRT树, 用于路径规划的计算。根据分配的焊接任务, 可以确定每个焊接点的位置信息和先后顺序, 确定到达目标点的各个关节的坐标, 辅助完成焊接的路径规划。路径规划的任务被表示成最小人力参与的3 个分任务。任务被分解后, 规划后的路径被传送到机器人控制伺服器储存。图6 所示为焊接机器人执行焊缝焊接的过程。为了缩短三维环境下焊接过程的时间, 在焊接机械臂上安装了投影系统, 以确定焊接件的摆放顺序及其摆放位置, 在焊接机械臂上安装了激光检测装置, 用来校验焊接件摆放位置的精确性。实验证明车辆顶部八边形采用本方法进行焊接仅需10 min, 其效率相比传统焊接规划方法提高工效5 倍左右。
本文课题组将本文方法扩展至图1 所示的整车焊接, 同样获得了焊接周期大大缩短、焊接效率大大提高的结果。
4 结论
( 1) 针对多品种、小批量的制造特点, 提出并设计了针对复杂焊件的焊接任务快速分配方法和任务分配器, 并通过实例验证了该分配器任务分配的快速可行性。
( 2) 采用RRT算法设计的运动路径规划器, 能够在较短的时间内实现焊接目标的机器人路径规划, 大大缩短焊接周期, 提高工效5 倍左右。
摘要：针对多品种、小批量机械产品快速制造技术是目前制约个性化制造的瓶颈问题, 提出将快速扩展随机树 (RRT) 算法用于焊接路径的规划设计, 建立了复杂部件的快速焊接规划方法和适应于快速焊接的任务分配器。以移动焊件距离最小和焊接机械手臂从一点出发能最大限度地完成多条焊缝焊接作业为前提, 建立了基于RRT算法的运动路径规划器, 该规划器能在最短时间内规划出从焊缝焊接起点到焊缝焊接终点的最优无碰撞路径, 其焊接任务分配速率和路径规划速率较传统的焊接方法提高5倍左右。
关键词：快速焊接,RRT算法,运动规划,碰撞检测
参考文献
[1]LaValle S M.Planning Algorithms[M].Illinois, USA:Cambridge University Press, 2006.
[2]LaValle S M.Rapidly Exploring Random Trees:a New Tool for Path Planning, TR98-11[R].Ames, USA:Iowa State University, 1998.
[3]Steven M L, Kuffner J.Rapidly Exploring Random Trees:Progress and Prospects[C]//International Workshop on Algorithmic Foundations of Robotics.Hanover, USA, 2000:45-59.
[4]周芳, 朱齐丹, 赵国良.基于改进快速搜索随机树法的机械手路径优化[J].机械工程学报, 2011, 47 (11) :30-35.Zhou Fang, Zhu Qidan, Zhao Guoliang.Path Optimization of Manipulator Based on the Improved Rapid Exploring Random TreeAlgorithm[J].Journal of Mechanical Engineering, 2011, 47 (11) :30-35.
[5]Kuffner J J, LaValle S M.Space-filling Trees:a New Perspective on Incremental Search for Motion Planning[C]//Proceedings of IEEE International Conference on Intelligent Robots and Systems.San Francisco, USA, 2011:2199-2206.
[6]Gottschalk S, Lin M C, Manocha D.OBB-tree:a Hierarchical Structure for Rapid Interference Detection[C]//In Proceeding of the 23rd Annual Conference on Computer Graphics and Interactive Techniques.New York, 1996:171-180.
[7]Arnold M, Baryshnikov Y, LaValle S M.Convex Hull Asymptotic Shape Evolution[J].Algorithmic Foundations of Robotics X, STAR, 2013, 86:349-364.
[8]LaValle S M.Motion Planning:the Essentials[J].IEEE Robotics and Automation Society Magazine, 2011, 18 (1) :79-89.
多品种小批量 篇6
在标准化、大批量生产模式出现后,为了对该生产模式下的产品质量特性进行描述监控,减少废品损失,提高生产效率,于20 世纪初休哈特博士创建了统计过程控制理论(SPC,Statistical Process Control)。SPC理论是建立在大批量生产模式下,利用大量的产品抽样数据通过统计推断从而对整个生产过程进行监控,达到改进与保证产品质量的目的①。它把质量控制从以往的“事后把关”发展到“事前预防”,大大提高了产品的质量。但是随着社会经济的发展, 顾客对产品的需求日益多样化和个性化,制造业正由大批量生产向多品种小批量的生产方式转换。由于小批量生产具有产品品种多、批量小、生产系统复杂性和不稳定性等特点,因此无法获取稳定的质量特征值,致使分析数据所需样本不足, 建立在正态分布基础上的传统SPC很难在小批量生产的工序质量控制过程中发挥作用。于是,如何将SPC有效应用到多品种小批量生产过程的质量控制中就显得格外重要。
一、SPC常规控制图介绍
现有的质量控制理论都是基于经典统计理论建立起来的,一般认为,当生产过程不存在系统误差时,产品的质量特性(设为X)服从均值为 μ、方差为的正态分布N(μ,σ),此时样品的质量特性X落在区间[-3s,+3s]中的概率为99.73%②据此设计了过程质量控制图的中心线及上、 下控制限:LCL=μ-3σUCL=μ-3σ CL=μ 通常情况下,由于参数(μ,σ) 一般是未知的,因此在实际应用中,往往采用样本均值x和样本标准差s分别代替未知参数 μ 和 σ 的方法来确定CL,UCL和LCL的近似位置。
对于大批量生产模式下常见的控制图有定量型的控制图X bar-R控制图(计量值、正态分布), 计件型的不合格品百分率p控制图(计件值,二项分布)及不合格品数np控制图(计件值,二项分布)计点型的缺陷率u控制图(计点值,泊松分布)及缺陷数c控制图(计点值,泊松分布),这些控制图都是建立在大批量生产条件下所抽取的样本量近似于正态分布的,
但是由于(x,s)与(μ,σ) 之间存在差异,对小批量生产而言,二者之间的差异较大,不论 μ 与 σ 取值如何,产品质量特性落在[μ-3σ,μ+3σ]范围内的概率一般不会等于99.73%。此时按常规方法所建立的控制图对生产过程中异常现象的检测能力将会降低。与自动化生产线的大规模制造相比较, 小批量生产的环境波动比较大, 不同批次产品的质量指标参数之间存在差异, 此时参数具有随机性的特征, 这与经典统计的基本观点/总体分布参数是固定的常数0 是不相符的; 因此, 此时不宜用经典统计方法来研究X的质量控制问题。
二、适用于多品种小批量的SPC控制图
Quesenberry提出了Q控制图③。Q控制图的前提是工序质量特征值服从同一总体分布, 其实质是统计变换, 即利用T分布来降低对数据量的要求。然而, 当样本数很少时, 由于T分布在自由度很小时所得到的控制线的宽度太大, 监视作用将受到限制。上述这类方法的出发点是将各类相似的工序, 经数据变换, 映射成为具有相同总体分布的工序, 以增加样本容量,以便借用传统的SPC方法。休哈特认为样本数据量至少要在100 以上时,所获得的控制图才能应用到实际生产中,而Quesenberry④则建议在确定单个控制图的永久界限时,至少需要300 个观测样本,不适合多品种,小批量生产模式下的样本收集。
Wassermant⑤建立了动态EWMA质量控制图。休哈特控制图从本质上讲,进行质量控制的焦点在于产品(或工序输出的质量特征),仅把工序过程视为独立的过程,缺乏对过程本身固有的变化规律的描述。近年来,SPC的一大趋势是把质量控制的焦点从产品转到了生产过程,基于过程模型的质量控制技术得到了较快的发展, 累积和控制图(Cumulative Sum)、指数加权移动平均(EWMA: Exponentially Weighted Moving Averages)控制图、时序控制图等正在引起人们的兴趣⑥。
P.J.Harrison等人提出贝叶斯预测理论, 它首先借助于已有知识建立过程的动态模型, 然后根据先验分布的信息和已测得的过程历史数据等, 计算后验分布, 并结合专家经验对过程作出决策。这是一种利用客观数据、模型加上人的主观经验来分析处理复杂问题的方法⑦。可以说, 基于贝叶斯的SPC方法是在多品种、小批量制造过程中实施统计质量控制的最有前途的方法之一。
三、贝叶斯统计思想简介
贝叶斯统计认为当某一样本X={x1,…,xn}的产生是分两步的。首先由先验分布p(θ)产生一个参数样本 θ',这一步是不可见的。第二步则是从含有这个样本参数 θ' 的总体分布p(x│θ')中产生一个样本X,这个样本是具体的、可见的。若要对总体分布p(x│θ')的参数 θ' 进行估计,贝叶斯统计认为不能只考虑θ',而是要将 θ 的一切可能性(即p(θ))都考虑进去。而对参数 θ 进行的估计是基于贝叶斯公式⑧
首先通过求得样本的似然函数L(θ')
这个似然函数是综合了总体以及样本中所含 θ 的信息。然后求出样本X与参数 θ 的联合分布
此分布将总体、样本以及先验信息都包含了进去。由于h(x,θ)还可以做如下分解
其中p(θ│x)为参数 θ 的后验分布;m(x)是x的边缘密度函数,它不含有任何关于 θ 的信息。基于贝叶斯公式,可以求出θ 的条件分布 π(θ 丨x),根据可以对参数 θ 做出相应的推断。它的计算公式为
由于m(x)不依赖于参数 θ,因此在计算 θ 的后验分布时,m(x)仅相当于一个常数因子,故可以写作
其中表示左右两边的具有相同的函数形式,之间只相差不依赖于 θ 的常数因子。
当样本X给定后,θ 的条件分布 π(θ 丨x)被称为 θ 的后验分布。它反映的是人们在抽样后对在抽样前对 θ 的认识(即p(θ))的调整。它包含了有关 θ 的总体信息、样本信息以及先验信息,同时也排除了与无关的其他信息。因此,通过 π(θ 丨x)对参数 θ 的估计将更加合理有效。
四、基于贝叶斯统计的控制图模型构建
根据多品种, 小批量生产的实际情况,大多数情况下,(x,s)与(μ,σ)都不是已知的,在 μ 与 σ2均未知时,对于特定的 σ2,均值 μ 的先验分布p(μ 丨 σ2)仍然为正态分布N(w,t2),而方差 σ2的先验分布p(σ2)仍然为倒伽马分布IG(α,γ)。由于在实际生产过程中,方差 σ2的改变对均值 μ 有较大的影响而均值 μ 对方差 σ2的影响较小,且方差 σ2的变动幅度往往小于均值 μ 的变动幅度,因此在此将历史样本数据的方差作为总体参数 σ2的估计,记为s2。则此时,可以按方差 σ2已知,而均值μ 未知的方法来推演贝叶斯统计。
1.后验分布推导。
当方差 μ2已知,均值 μ 未知,对均值 μ 进行参数估计。当获得该生产过程新的新一批产品{y1,y2,…,yk,…yn}后,其中k=1,2,…,n,可求得均值的后验分布为正态分布 μ。对于样本数据,其似然函数为⑨:
则均值μ的后验分布π(μ丨y)为
令,则
可以看出,此时均值 μ 的后验分布是均值为B/A,方差为A-1的正态分布。记均值 μ 的贝叶斯估计为μ赞B,μ赞B推导得:
从公式4-2 中可以看出,μ 的贝叶斯估计为先验产品样本质量特征值的均值与后续样本观察值均值的加权平均。随着后续样本量n的增大,先验样本均值w的权重将逐渐减小。当n足够大时,贝叶斯估计值与传统方法所估计的均值 μ 几乎相同。而当n较小时,充分利用了先验信息与后续观察值,而这两者在估计中占有重要地位,使得估计值更加可靠。
2.控制限建立。
令方差 σ2=σ02,对于受控过程中产品质量特性值y服从正态分布N(μ,σ2),其样本均值服从正态分布N(μ,σ2/n)。将公式4-2 中均值 μ 的贝叶斯估计代入。则此时控制图的界限为:
则控制图的控制界限为:
五、实例验证
本文根据S公司的多品种,小批量的生产模式,选择比较典型的均值级差控制图来进行验算,网版印刷中的印刷焊料的高度来进行测算,由于一台机器用于很多产品的印刷,且每个产品的数量也比较烧,比较适合这个模型的验算。本文仅验算方差已知,均值未知道的情况,本文将将30 个批次共150 个数据分别视作总体观测的均值与方差见表1。为了符合该企业在实际中的抽样情况,因此在随机抽取10 个批次的样本数据,如表2。并将抽样后的批次1—9 作为已存在的历史数据,第10 个批次的产品为新的待检测的产品数据。
首先采用Minitab15 对整体30 个批次的数据通过Minitab15可得其控制图的控制界限为(6.573,5.205,3.798)而s控制图的控制界限为(0.145,0.362,0),见表3,运用贝叶斯统计公式可计算得出-s的数据界限见表4、表5。
通过上表的数据比较可以看出,相比起传统估计方法,贝叶斯估计的偏差s更小,均值控制的界限更大,能更加有限地防止由于多品种,小批量引起的波动,对生产实际更加有效地反映控制波动和偏差。
总结
通过上面的模型建立和实际数据的验证,能说明贝叶斯统计的方法是适合多品种、小批量模式下SPC控制线设置的。
注释
1约瑟夫.M.朱兰,A.布兰顿.戈弗雷.朱兰质量手册[M].北京:中国人民大学出版社,2003
2朱慧明,韩玉启.贝叶斯多元统计推断理论[M]北京:科学出版社2006,67
3Quesenberry C P,et al.Short-r un statistical process control:A-chart enhancements and alternative methods Authors[J].Quality and Reliability Engineering International,Vol:12Iss:3p.159~64
4Quesenberry,C.P.SPC Q Charts for Start-up Process and Short or Long Runs[J]Journal of Quality Technology,1991,23(3):213-224
5Wassermann,G.S.Short Run SPC Using Dynamic Control Chart[J]Computers Industrial Engineering,1994,27(4):353-356
6James M L,et al.Exponentially Weighted Moving Average Control Schemes:Proper ties and Enhancements[J].Technimetrics,1990,32(1):1~29
7Harney H L.Bayesian inference:Parameter estimation and decision[M].New York:Springer,2003
8茆诗松,贝叶斯统计[M]中国统计出版社,1999,14-15
多品种小批量 篇7
目前大多数中小型机加企业都面临的是一个竞争日益激烈, 客户需求的不确定性和个性化需求增加的环境。企业整体的利润日趋下滑, 企业内部各项管理优化就显得尤为重要。企业物流业务流程的重新整合优化是企业节省资源和控制生产周期的重要手段之一。
多品种小批量型是指企业生产的产品品种繁多, 而且每种产品有一定的生产数量, 生产的重复程度中等的生产物流系统。其生产物流特征主要表现在以下几个方面:
1) 物料生产的重复度介于单件生产和大批量生产之间, 一般是制定生产频率, 采用混流生产。
2) 以物料需求计划 (MRP) 实现物料的外部独立需求与内部的相关之间的平衡。以准时制生产 (JIT) 实现客户个性化特征对生产过程中物料、零部件、成品的拉动需求。
3) 因产品设计和工艺设计采用并行工程处理, 物料的损耗定额容易准确制定, 有利于生产过程整体化优化, 改进技术, 理顺物流。杜绝超量生产, 有效利用资源, 从而降低产品的成本。
4) 优于生产品种的多样性, 对制造过程中物料的供应商有较强的选择要求, 以及因过分要求提高生产率而形成的配置企业内部资源和社会资源的矛盾, 很难适应变化的市场环境而不能实现制造资源的动态优化整合。
1中小机加企业多品种小批量型生产系统物流管理存在的问题
大多数中小型机加企业多品种小批量型生产系统物流管理存在以下一些的问题:
1) 生产计划安排混乱, 生产效率低。由于有些企业生产管理方面的人员管理经验较缺乏, 生产业务流程不能持续改进。生产计划虽有专门的计划人员负责, 但因技术落后和无相应的生产管理计算机信息系统, 不能及时传递生产过程中物流动态信息, 或者物流信息不能共享造成物流滞后, 不能及时准确地为生产计划提供物流信息保障。
2) 库存管理效率低、出错率高、管理成本高。有不少企业库存管理仍然采用传统的管理模式, 库房物料和产品入库出库均采用手工录入的方式操作, 重复性劳动多, 并易出差错, 且不易实现库房物料和产品数据的动态管理, 不能科学地按时、按质、按量组织生产物料供应, 不能以最小的物资储备来满足最佳生产物料供应状态。
3) 部门之间物流信息不能共享、沟通不够。有不少的企业还停留在传统的职能划分, 物流业务被分割到各个业务部门。各部门之间缺乏必要的沟通。这样就容易导致生产过程中出现原材料等物料供应不足、物流周转不畅, 由此造成生产延误、极易出现生产停工、产品生产周期延长、产品交付延期等不良状况。
4) 采购成本过高, 不能满足生产需求。大多数企业采购人员素质偏低, 不能随市场环境动态变化而对原材料的采购采取灵活的应对措施, 易出现供应商不稳定、采购成本过高, 影响企业正常生产进展。缺乏稳定长期保持合作关系的供应商。
2中小机加企业多品种小批量型生产系统物流管理优化
针对中小机加企业多品种小批量型生产系统物流管理存在的问题, 可以采用以下一些思路对企业物流管理进行优化:
1) 建立企业自己的生产物流计算机管理信息系统。通过运用现代化的物流管理信息系统技术, 建立企业自己的生产物流管理信息系统。物流计划主要包括生产计划、采购计划、供应商配送计划等。生产计划是其它计划的源头, 也是制定其它计划的原始依据、根据产品的主生产计划 (MPS) 和相应产品的物料需求清单 (BOM) 生成该产品的物料需求计划 (MRP) 和相对应的采购计划和生产现场物料配送计划。
2) 库房管理可以在企业建立的物流管理信息系统基础上, 导入条形码等新技术。采用条形码技术可以使仓库入出库流程简化。实现条形码技术, 采购物料及成品入库、以及原材料出库、成品发货等可确保物料管理信息系统及时更新物料和产品的相关信息, 并及时向物流管理人员传递库存物料的最新状态信息。
3) 建立了生产物料管理信息系统, 各部门要做到及时更新本部门的物流管理信息, 使得多品种产品的生产过程中各方面的物流动态信息共享。这样就可以解决由于以往各部门物流信息不能共享和沟通不充分造成物流管理混乱的状况。各部门及时了解和掌握生产过程中物流动态信息, 针对生产过程中出现的各种状况就可以及时采取相应的应对措施, 确保生产流畅有序地进行, 保障满足客户个性化的需求。
摘要：物流管理是企业管理很重要的组成部分之一, 本文简单分析了企业以往传统物流管理存的问题, 并针对机加企业物流管理的实际情况提出了优化思路。
关键词：物流管理,生产系统,管理优化
参考文献
[1]傅和彦.现代物料管理[M].厦门大学出版社, 2005.
多品种小批量 篇8
色轮是是DLP投影机的一个重要的组成部分, 它的主要作用是将光源发出的白光按照一定的频率和规律进行分光。通过改变色轮上每种颜色滤片角度大小和色轮的工作转速则可以改变分光频率和规律;通过改变滤片允许通过的光谱则可以改变显示效果。
色轮的结构简单, 由马达, 滤片, 轴套三部分组成。产品具有较强的相似性, 通过对马达和轴套的标准化和模块化设计, 比较容易达到工厂内部产品简单化的目的。但是, 为了满足客户多样化的需要, 色轮中的滤片会设计成不同的光谱、角度、直径。这些会对产品的生产造成困难。特别是实际生产中, 每一种产品投入量产前, 都会有四、五种类似的产品试样, 这造成色轮的生产种类非常的多, 需要改动的地方也就相对较多。还有部分色轮在外形结构上完全一样, 但是滤片的光谱不同, 生产中还需要特别注意原材料的混乱。
根据色轮的多品种小批量生产方式, 通过一系列的改善, 提高它的生产的效率, 可以节省生产成本。
1. 推广标准化和模块化设计的色轮产品
产品的价值只有被客户接受后才能体现出来。客户的要求会根据自身的需要呈现多样性和差异性, 但是大部分要求是一致的, 比如色轮的驱动参数, 转速以及部分的外形尺寸。在进行色轮设计时, 总结这些一致的需求, 就可以初步建立色轮的模块结构。可以将影响这些性能的配件, 如马达, 轴套等进行筛选组合, 形成一些基本的模块来保证这些要求。同时对规格种类复杂滤片则通过和客户的沟通, 使用通用性强的规格, 进一步的减少配件种类。尽量推广标准化的设计。在配件标准化, 模块化的基础上, 进行差异化的搭配设计, 通过配件组合的方式满足客户的大部分性能要求。减少非标准的配件种类。
2. 改善设备布局, 减少产品在生产线上的停留时间
在完成色轮设计的标准化和模块化之后, 对设备的布局进行适当的改善, 封存不适用的机器和夹具。对仍旧使用的设备和夹具的布置根据色轮生产的流程进行重新优化。特别是针对一些瓶颈站, 需要在布置设备的时候, 考虑到半成品的摆放位置, 摆放在瓶颈站附近, 可以适当的减少由于半成品摆放位置较远增加的搬运成本。
通过产品计划的安排, 将生产工艺相似性高的产品生产顺序进行, 减少换线时的设备准备时间。
在安排生产计划的时候, 将一些使用相同夹具或是设备参数相同的色轮放在一起生产, 可以有效减少更换产品时的生产准备时间, 对于产品种类比较多的色轮生产来说是一个很重要的节省成本的环节。
3. 优化批次搬运数量, 减少半成品的堆积
色轮的生产工艺中, 需要多次将色轮放入烘箱进行热烘烤固化胶水, 因此无法做到如流水线一般的连续生产。这就存在一个半成品的管理问题。各站间的批次搬运数量影响各站的设备效率和半成品的存放时间, 需要各站的产能进行计算, 找出一个合理的批次搬运的数量, 减少产品的搬运时间损耗和半成品积压。
4. 加强员工技能培训, 平衡产线、减少瓶颈
按照不同产品的具体生产工艺, 平衡各站的生产产出, 减少半成品积压。由于各个工序的生产困难程度存在差异, 不同产品同一工序之间产出也不同, 造成每一种色轮的生产瓶颈站的不同。因此, 需要对员工进行多技能的培训, 使一个员工可以同时掌握2到3个站别的生产技能, 在不同的产品生产的时候, 可以根据产品各站的具体产出进行人员调解, 减少半成品的积压。
5. 加强自检和互检, 提高产品出货率
由于每批次色轮的生产数量很少。当产品在生产后段检查出不良时, 经常发生该批次的产品在前段的生产已经全部完成。如果不良的原因是由于前段的生产工序导致的, 就会造成由于反馈不及时而导致该批次产品全部报废。除了报废造成的浪费外, 由于需要重新准备该色轮的生产原料, 将严重影响到产品出货。因此, 增加产品的检验站对于色轮的生产是非常重要的, 做到在每一个重要站别前都有一个产品检验站, 避免瓶颈站的生产浪费。培训员工熟悉自己和前道工序的检验要求, 在每一站的作业指导书中详细记录检验方法和内容, 强调每一站员工在生产时确保自己使用的都是良品。加强数据的采集和记录, 每一颗色轮的每一个生产步骤都可以进行追溯, 提高员工质量警觉意识。
6. 通过自动化设备的导入提高生产效率
除了生产设备使用自动化程度高的设备外, 对于检验设备也同样使用同类设备。这样既可以避免人员操作造成的损失外, 还可以减少由于产品差异导致的产出差异, 使生产安排和管理更为方便。