基于仿真的某發動機混合生產線的均衡改進*

范林勝，鄧建新,b，陳一輝，張琦，周哲軒

(廣西大學 a.機械工程學院；b.制造系統與先進制造技術重點實驗室，南寧　530004)

?

基于仿真的某發動機混合生產線的均衡改進*

范林勝a，鄧建新a,b，陳一輝a，張琦a，周哲軒a

(廣西大學a.機械工程學院；b.制造系統與先進制造技術重點實驗室，南寧530004)

針對某發動機制造廠在制品庫存多、崗位忙閑不平衡、生產擁擠、生產線中斷、重加工等日益突出的問題，基于精益物流和IE現場改善思想構建了一個四層的混合生產線改善框架，計劃層從排產、工序分工調整兩個方面進行改進。首先將交貨環節納入生產工序，運用均衡化確定每小時內多品種小批量的生產比例，以產品各工序加工時間方差最小法確定排產順序，提高生產線平衡率；再根據新平衡率中的生產線的瓶頸工序，結合企業的實際運用成本給出工序改善調整方案，進一步減少工序間時間差；利用Flexsim軟件仿真驗證方案可行性，最終優化了從下料到交貨環節的單件流；結果表明：發動機廠內在制品庫存每天可減少92件，生產線平衡提高20.5%，節省流動資金390多萬元，零部件使用量穩定、應對市場變化能力提高，為今后企業增加產品種類，提供支撐。

生產線平衡；精益物流；均衡化生產；Flexsim仿真

0　引言

H發動機(簡稱H公司)最近幾年產品種類增多，由原來生產一種產品到現在生產多種產品，隨之引起在制品庫存增多、崗位忙閑不平衡、生產擁擠、生產線中斷、重加工等問題。因此，在現有的生產條件下，急需一套方案對H公司生產線進行改善，能夠使生產線穩定、均衡地生產，減少在制品以及零部件庫存，滿足客戶日益多變的需求，增強在同類企業中的影響力和綜合競爭力。

混合生產線的平衡，就是在滿足一定的約束條件下，通過合理的排產，在滿足生產線連續生產的基礎上，能夠縮短各崗位之間的工作時間、增加設備利用率、平衡各崗位之間的勞動強度，使生產線能夠高效地生產。混合生產線平衡問題是一個典型的組合優化問題。國內外學者開展了大量研究，主要集中在生產線的平衡和排序兩個方面。在混合生產線平衡方面，張曉磊等[1]結合工業工程和flexsim平衡了醫療器械生產線；扈靜等[2]運用改進遺傳算法平衡了一工位多產品的混合生產線；邱伊健等[3]運用Flexsim仿真和遺傳算法對混流生產線進行了優化；LorenzoTiacci[4]考慮隨機作業時間、平行工作以及工作站之間的緩沖，用遺傳算法平衡了混合裝配線；ManuelChica等[5]運用多目標和進化算法來解決需求變化所帶來的生產線不平衡問題；CaijunYang等[6]使用相鄰交叉訓練算法來應對生產線多變的生產環境。在混合生產線排序方面，劉兆惠[7]以均衡生產線上零部件的使用率為目標，運用模擬退火算法進行排序；賴明廷[8]運用遺傳算法尋求混流生產線上每個工序的最優組合。師瑞峰[9]利用多目標進化算法求解了復雜生產排序問題；姜偉立等[10]基于遺傳算法開發了染色生產訂單智能優化排序系統；蘇平等[11]以裝配線上各種零部件消耗速率均勻化和最小生產循環周期最短為優化目標，運用混合遺傳算法研究了混合裝配線的生產排序問題；WeijunZhang等[12]、GeorgFrey[13]運用時間Petri網對動態柔性生產排序；Z.X.Guo等[14]以減少過早和延遲到來為懲罰目標建立數學模型，再用遺傳算法結模，得出平衡的排產順序；AlirezaRahimi-Vahed等[15]基于洗牌蛙跳算法和細菌優化，構建混合多目標算法，以滿足消費者多樣式的需求。

綜合文獻發現，對于混合生產線平衡和排序問題，先前主要研究追求目標單一，即使是多目標優化也與真實場景相差甚大；算法計算復雜，如果產品和人員稍微變動，排產順序會發生較大的變動，很難在實際生產中應用；只針對目前市場的需求，未考慮隨著產品生命周期的推移，產品需求種類和數量會發生變動；不管怎么優化，一天的在制品庫存都沒有變化。

本文針對H公司U型生產線的具體生產情況，以客戶訂單為驅動，提出一種基于各崗位之間的均衡生產改善方法，以產品各工序加工時間方差最小法為排產順序，然后用Flexsim軟件仿真分析生產線的瓶頸工序，并結合企業的實際運用情況給出改善的建議，最后進行了驗證。

1　H公司生產線問題分析

公司每天的生產計劃由生產計劃部下達到供應部，供應部將需要的零部件分批次送到生產線旁邊，生產加工完的在制品經過檢測和測試，放到臨時倉庫中，到傍晚用甩掛集裝箱車運到火車站，每一輛甩掛集裝箱車能載48臺發動機，一共要來回三次才能運完，來回一次時間為一個小時，最后在晚上十點左右，由火車站發往到客戶手中，各產品需要8到46個小時不等。整個生產流程如圖1所示。

圖1　原生產流程圖

公司每天的產能是140臺左右，覆蓋多個系列產品。公司有兩條生產線，因此每條生產線產量為70臺，每天大約生產四類產品，以U型布局，生產線一共有32個卡位，如圖2所示，卡位與卡位之間最多能容下四臺待加工機器，工人將加工完成的機器通過電器設備推動到下一個待加工區域。由于最近幾年公司產品種類增多，各崗位常常出現忙閑不平衡、生產擁擠、生產線中斷、重加工等問題。根據銷售部得到的訂單需求要生產A、B、C、D、E、F、G、H八個系列發動機產品，第一條生產線生產A、B、C、D四個產品，第二條生產線生產E、F、G、H四個產品，A、B、C、D、E、F、G、H產品中某一種產品的訂單來自不同的客戶，有的客戶需要多種產品的訂單，目前公司的生產模式是先一次性生產A產品，再一次性生產B、C、D其它系列的產品。根據現有A、B、C、D得到的各崗位加工時間如圖3所示。

圖2　生產線布局

圖3　原生產線各崗位加工時間圖

綜合以上情況和數據進行分析，可知公司目前的主要生產存在以下問題：

(1)崗位忙閑不平衡、生產擁擠，即生產線不平衡；從圖3可以看出加工A產品的工序24需要的時間最長，為308s，主要原因是該工位工序過程復雜，工藝要求較高，缸蓋本身也比較笨重，完全靠人工上線。加工C產品的工序17需要的時間最少，為72s，大多數的加工時間實在130s到170s之間，這就會出現生產線上各崗位忙閑不均衡的現象，按(1)式計算生產線平衡率，僅為57.65%。主要原因是在生產完A產品時，每個崗位的工人需要幾十秒到幾分鐘不等的換線時間來生產B產品。當生產線遇到擁擠時，H公司采取的措施是相鄰崗位的工人離開自己的崗位過來幫忙或者班長過來幫忙，這只是暫時的緩解生產線的壓力，未能從根本上解決問題。

(1)

式中Ni為品種i的計算產量，Fi為品種i各工序加工時間和，s為加工工序數目，ct為瓶頸工序所需要時間。

(2)入庫、裝車環節存在較大的浪費，在制品庫存偏大，延長了交貨期。由于合格的產品入庫后需要等待到傍晚才能裝車，因此，每天生產多少就有多少在制品庫存，使得H公司每天有140臺的在制品庫存，這需要一個專門的大倉庫和工人的維護，裝車運輸也存在二次搬運。加之發動機是各類機械的核心部分，價值很大，如A產品每臺銷售價格為4.3萬元，占用了較多流動資金。把產品運輸到火車站后，需要等待一段時間才能發貨，更制約了交貨期。

2　生產線平衡改善框架

生產線平衡問題實際上是為了實現物流的優化，即使在制品物流向一個方向推動，消除工序的在制品，在這期間還必須消除浪費，即真正實現精益生產物流。精益物流是以精益思想為指導，以顧客需求為驅動，運用一系列的精益方法對整個價值鏈進行持續的改進，消除浪費，創造增值的物流活動，使物流在整個供應鏈中有效、平穩的流動[16-17]。但單純的生產線平衡并不能實現精益物流，需要從系統角度，結合生產過程的涉及的所有環節進行綜合協調。針對目前H公司面臨的問題，結合該公司的具體情況，本文基于精益物流思想提出一種該公司的改善框架，如圖4所示。

圖4　H公司生產線改善框架

H公司生產線的生產線改善框架涉及管理層、計劃層、培訓層和操作層。管理層要明確企業的戰略和遠景，發現自身的問題，制定出企業的發展目標；計劃層則運用各種方法如均衡生產法、工位時間測定等，為企業存在的問題提供可行方案。操作層和培訓層是為方案的保證服務層，根據計劃層的方案制定相應標準和保證體系，并通過培訓將其實施。以下重點分析計劃層的改善。

3　生產線的計劃層改善

為了改善H公司存在的問題，本文先使用均衡法生產平衡各崗位加工產品種類，結合時間測序和ABC分類法，然后用Flexsim軟件仿真分析。為了表述簡單，以下以一條生產線為例，并約定該生產線生產A、B、C、D四種型號發動機，相關效益計算主要以A產品為主，設其單價為4.3萬元。

3.1基于排產的均衡化

3.1.1基本方案

NilsBoysen等[18]認為追求短期混合生產平衡和排序最優是不明智的，從公司未來長遠發展的角度，我們現在對目前的生產平衡和排序不需要做到最優化，只需要達到滿意就可以了。根據NilsBoysen的觀點，本文提出一種均衡化生產方式，即從生產、發貨各個階段的環節都與市場同步。具體體現在H公司生產線上要求是，在各個工作崗位之間作業元素進行交換，直到各個工作崗位的總作業時間趨向于一個共同的值，從而使得生產線上的使用率最高。

針對該問題和結合客戶的需求特點，本文提出按小時來組織生產，即每小時需生產4種不同的產品。按每天有效上班時間為7個小時，因每天一條生產線生產量是70臺，則每小時需生產10臺4種不同的產品。這意味著增加了換線的頻率，但可使每個工人的換線時間趨于某一個值均衡值，從而實現均衡化生產。為此，需要確定4種產品每小時的加工順序。此處提出根據在同一個崗位，各產品加工時間與該崗位平均加工時間之差的平方和最小，即根據方差值進行排序，方差值越小就越先排序。計算公式如(2)所示。

(2)

根據公式(2)，A、B、C、D四種產品排產順序計算結果如表1所示。

表1　排序生產順序

從表1知，排序生產順序為A、C、B、D。得到改善后生產線各崗位加工時間、運作流程如圖5、圖6所示。

圖5　改善后各崗位加工時間

改善后加工時間=原生產線加工時間-預備時間+換線時間。

圖6　改善后生產流程圖

改善后的生產流程圖中沒有了入庫這個環節，包裝后直接裝車，將集裝箱作為一個臨時倉庫，節約了倉庫和工人維護成本，還節約了入庫和出庫的二次搬運成本。

3.1.2Flexsim仿真分析驗證

由于生產物流系統具有高度的非線性、隨機性、動態性等特征，很難用數學語言描述整個生產系統，此處借用Flexsim仿真軟件來模擬、真實再現分析生產線平衡方案。

為了能夠真實地模擬發動機生產現場，假設生產線的訂單充足，不會因為訂單不夠而停止生產。根據圖2的工序，選用Flexsim中的處理器進行模擬。建立的模型包括：1個發生器、44個暫存區、42個處理器、4個吸收器、1個檢測器、1個運輸機。發生器對應生產線中的客戶訂單分布與要求，暫存區對應工位附近的緩存區，處理器對應為工位的加工機器，檢測器對應為檢測機器，運輸機對應為叉車，吸收器對應為臨時倉庫。

根據前面排產方案，生產線每小時生產A、C、B、D四種不同的產品，共10件，生產數量比例為4:2:3:1,即每隔1440s生產一批C為2臺，每隔2160s生產一批B為3臺，每隔3260s生產一批D為1臺。為此通過使用Flexsim的發生器itemtype:duniform(1,4)函數觸發生成四種不同顏色的方塊來模擬分別模擬A、C、B、D四種產品及其對應的數量，具體對應關系如表2所示。

表2　發生器參數設置

相關的函數說明如表3所示。

表3　相關函數說明

每一個處理器旁邊都有一個暫存區，暫存區的最大容量為4，采用先進先出的原則。

4個吸收器表示4中不同產品加工完成，使用全局表進行設定。

檢測機器檢測的合格率為98%。其他有關設置選擇默認值。仿真時間為36000s，其仿真模型如圖7所示。

圖7　發動機生產線仿真模型

現狀生產與調整排產順序的仿真結果表4、表5所示。

表4　現狀生產方式仿真結果

表5　調整排產順序仿真結果

從表4和表5仿真統計量可以發現，工序24、工序39依次為停留時間最長的兩個工序，原始生產方式停留時間分別為：316.72s、277.17s，調整生產方式的停留時間分別為：296.35s、298.56s。在相同的時間下，調整生產方式后，每天可以生產78臺發動機，比以后每天每一條生產線能多生產8臺發動機。從仿真結果可以發現工序24、工序39為生產線的瓶頸，此時整個生產線的平衡率為58.4%。

3.2基于工序調整的均衡改進

由圖5中各工序的加工時間，發現工序24、工序39兩道工序加工時間較長，而工序17加工時間較短。根據IE的改善的原則和考慮到企業實際的生產條件，可從以下幾個方面改善：①合并工序16與工序17兩道工序；②為工序24、工序39兩道工序各增加一名工人;③合并工序41和工序42。前面兩種很容易實施，可將平衡率進一步提高。但第三種是否合并需要進行分析。以下仍然基于Flexsim對第③種方案進行仿真分析。在滿足①、②基礎上，對③進行仿真，仿真結果如表6、表7所示。

表6　不合并仿真結果

表7　合并仿真結果

選擇平均停留時間、最大平均停留時間、平均利用率、最大利用率、平均終止時間、最大終止時間、產量以及生產線平衡率作為評選的依據，如表8所示。

表8　比較合并與不合并的仿真結果

從表8中各項指標中，可以發現，不合并工序41和工序42兩道工序要優于合并的工序。

從圖10可以看出最長停留時間前兩項為：工序14、工序36，停留時間為234.39s、225.48s。此時工序14、工序36為瓶頸工序，如要改善，需進一步研究。

比較現狀生產、調整排產順序與調整生產線工序的相關指標仿真結果如表9所示，可知，調整生產線工序后，平均停留時間、最大停留時間、平均終止時間和最大終止時間得到了明顯的改善；設備平均利用率和最大利用率有所降低。

表9　仿真結果比較

從生產線平衡率、在制品庫存、換線總次數、工序最少完成時間、工序最多完成時間、產品完成時間、占用資金、產量八個方面對比了原始生產與調整生產線工序后的情況，如表10所示。

表10　原始生產與調整生產線工序各指標的比較

從表10可以看出，調整生產線工序在生產線平衡率、在制品庫存，零部件需求穩定性、市場響應速度四個方面都優于原始生產，工序最長與最短的完成時間差從236s下降到200s，降低了36s。在原來生產線不變的前提下，通過改變排產順序，增加換線次數，生產線平衡率達到了78.15%，提高了20.5%，生產效率提高了11.4%，即每一條生產線每天可以多生產8臺發動機，產品完成時間也減少了11個小時。改善后，為滿足車的滿載率，可以直接每間隔三個小時發一次貨，即每天的發貨時間為11:00、15:00、17:30，只需要將對應成品放入集裝箱，這樣就可以不用入庫這個環節了，還節約了一個倉庫，節省了倉庫管理費，客戶可以提前一天收到產品，在制品庫存減少了92件，如按A產品價格計算則可節約流動資金390多萬元。其中換線總次數=工序數目×換線次數，產品完成時間=生產時間+發貨運輸時間，占用資金=每臺發動機的售價×數量，生產效率=(調整生產線工序產量-原始生產產量)/原始生產產量。

4　總結與展望

本文針對H公司生產線上出現的具體問題，在不改變原來生產線布局的前提下，基于均衡化生產、時間測序、Flexsim仿真等建立了管理層、計劃層、培訓層、操作層的四層改善框架重點完成了計劃層的改善，結果表明發動機廠內在制品庫存減少了92臺、生產線平衡提高了20.5%，在相同的工作時間內，每天兩條生產線能多生產20臺發動機，提高了生產效率，為企業節約了大量資金，還提高了應對市場變化能力，該方法簡單實用，易于操作且柔性較好。主要還存在以下方面的不足：

(1)在制品在運到火車站時，沒有考慮火車開車時刻表，需要相關工作人員協調與溝通。

(2)發動機生產加工工序比較多，各崗位加工時間數據比較少，今后要加大對個崗位加工時間的采集。

[1] 張曉磊,武超然,馬從安.基于Flexsim的醫療器械生產線優化與仿真[J].組合機床與自動化加工技術,2015(8):115-118,123.

[2] 扈靜,蔣增強,葛茂根,等.基于改進遺傳算法的混合裝配生產線平衡問題研究[J].合肥工業大學學報：自然科學版,2010,33(7):1006-1009.

[3] 邱伊健,涂海寧.基于Flexsim與遺傳算法的混流生產線仿真與優化研究[J].組合機床與自動化加工技術,2015(8):119-123.

[4]TiacciL.Simultaneousbalancingandbufferallocationdecisionsforthedesignofmixed-modelassemblylineswithparallelworkstationsandstochastictasktimes[J].InternationalJournalofProductionEconomics, 2015,162:201-215.

[5]ChicaM,BautistaJ, óscarCordón,etal.Amultiobjectivemodelandevolutionaryalgorithmsforrobusttimeandspaceassemblylinebalancingunderuncertaindemand[J].Omega,2016,58(1):55-68.

[6]YangC,GaoJ.Balancingmixed-modelassemblylinesusingadjacentcross-traininginademandvariationenvironment[J].Computers&OperationsResearch,2015，65(3)：139-148.

[7] 劉兆惠.JIT生產方式混流生產線投產排序研究[D].長春:吉林大學,2004.

[8] 賴明廷.基于遺傳算法的混流生產線排序研究[D].昆明:昆明理工大學,2014.

[9] 師瑞峰.基于進化算法的多目標生產排序研究進展[J].吉首大學學報:自然科學版,2008,29(6):42-46.

[10] 姜偉立,袁增偉,吳海鎖,等.基于遺傳算法的染色生產訂單排序與節水研究[J].環境污染與防治,2011,33(4):16-19.

[11] 蘇平,于兆勤.基于混合遺傳算法的混合裝配線排序問題研究[J].計算機集成制造系統,2008,14(5):1001-1007.

[12]ZhangW,FreiheitT,YangH.DynamicschedulinginflexibleassemblysystembasedontimedPetrinetsmodel[J].RoboticsandComputer-IntegratedManufacturing,2005,21(6):550-558.

[13]FreyG.AssemblylinesequencingbasedonPetri-netT-invariants[J].ControlEngineeringPractice, 2000, 8(1):63-69.

[14]WongWK,LeungS,FanJT,etal.Mathematicalmodelandgeneticoptimizationforthejobshopschedulingprobleminamixed-andmulti-productassemblyenvironment:acasestudybasedontheapparelindustry[J].Computers&IndustrialEngineering,2006,50(3):202-219.

[15]Rahimi-VahedA,MirzaeiAH.Ahybridmulti-objectiveshuffledfrog-leapingalgorithmforamixed-modelassemblylinesequencingproblem[J].Computers&IndustrialEngineering,2007,53(4):642-666.

[16] 韓靜.基于改進蟻群算法的精益物流路徑優化研究[D].江門:五邑大學,2008.

[17] 陸吉安.融合與創新:上海汽車工業(集團)總公司合資企業管理特色案例集[M].上海:上海財經大學出版社,2001.

[18]BoysenN,FliednerM,SchollA.Assemblylinebalancing:Whichmodeltousewhen[J].ArminScholl,2006,111(2):509-528.

(編輯李秀敏)

BasedonSimulationinaBalancedImprovementofEngineHybridProductionLine

FANLin-shenga，DENGJian-xina,b，CHENYi-huia，ZHANG-Qia，ZHOUZhe-xuana

(a.SchoolofMechanicalEngineering,GuangxiUniversity;b.GuangxiKeyLabofManufacturingSystem&AdvancedManufacturingTechnology,Nanning530004,China)

Forenginemanufacturinghasmanywork-in-processinventories,jobbusyuneven,crowdedproduction,productionlineinterruption,re-processingandotherproblemsarehavingbecomeincreasinglyworsening.Therefore,BasedonleanlogisticsandimproveideologicalIEField,afour-storymixedproductionlineimprovementframeworkisbuilt,theplanninglayerisimprovedfromtwoaspects,whicharesequenceandadjustmentprocess.Firstly,puttingdeliveryintotheproductionprocess,usingtheequalizationdeterminesmanyvarietiesofsmallbatchproductionratioperhour,gettingtheproductprocessingtimeofminimumvariancemethodtodeterminetheschedulingordersoastoenhancelinebalancerate,then,accordingtothenewequilibriumrateoftheproductionlinebottleneckprocessandactualoperatingcostsofenterprises，improvementplanissuggested,whichcanreducethetimedifferencebetweentheprocessfurthermore.Also,usingFlexsimsimulationsoftwareteststhefeasibilityofplan,andultimatelyoptimizeone-pieceflowfrompartson-linetodelivery.Theresultsareshowedthattheenginefactoryin-processinventoryreduces92perday,linebalancingimprovesby20.5percentage,saveliquiditymorethan390tenthousandyuan,theamountofstablecomponents,increasecapacitytorespondtomarketchanges,whichcanprovidesupportforenterprisesincreaseproductvarietyforthefuture.

linebalance;leanlogistics;balancedproduction;engineplant;Flexsim

1001-2265(2016)08-0118-06DOI:10.13462/j.cnki.mmtamt.2016.08.033

2016-03-24；

2016-06-03

廣西自然科學基金項目資助(2014GXNSFBA118281)

范林勝(1989—)，男，廣西桂林人，廣西大學碩士研究生，研究方向為物流工程；通訊作者：鄧建新(1979—)，男，四川廣安人，廣西大學副教授，博士，研究方向為制造系統及其信息學、物流信息學，(E-mail)dengjxin@163.com。

TH165；TG65

A