汽車沖壓車間排產經濟性提升探索

文／藍立高，蘇喜·廣汽乘用車有限公司

汽車沖壓車間排產經濟性提升，是提高沖壓車間柔性及效率、降低生產成本、提高企業競爭力的必要途徑。本研究以深入剖析汽車沖壓生產過程的特點為基礎，對比不同排產優化方法的優缺點，并運用Gurobi 優化求解器求解某汽車沖壓車間排產問題，為企業推進沖壓排產經濟性提升項目提供參考。

沖壓是汽車制造四大工藝之首，直接影響后工序生產計劃的達成。汽車市場競爭日益激烈、客戶需求逐漸多樣化、個性化，共線生產車型數量逐年攀升，同時為充分發揮規模效應降低采購成本，車企逐步加大沖壓件內作深度。上述趨勢對沖壓車間柔性、效率提出更高要求，汽車沖壓車間排產經濟性提升重要度逐步提升。當前我國主流的汽車沖壓排產仍采用人工排產方式，部分車企結合數字化轉型戰略，以拓展MES 系統管理沖壓材料及零件為前提，逐步自主開發或導入定制化的輔助排產系統，提高生產經濟性。

汽車沖壓車間生產特點

與焊裝、涂裝、總裝工藝追求生產平準化不同，汽車沖壓工藝采用大批量生產方式，其具有以下特點：

⑴生產準備時間長及批量性。單個沖壓零件對應3 ～5 個模具、5 ～6 個專用端拾器(搬運抓取工具)，單次準備時間為50 ～60 分鐘。為避免出現等待浪費，每種零件生產經濟時長不低于生產準備時間，即批次生產量應大于準備時間×每小時沖次數。

⑵多樣性。共線生產車型數量增多、內作深度增大，同時為確保滿足已停止售賣車型的售后件供應，沖壓須具備一百多種零件共線生產的能力。

⑶提前性及臨時性。沖壓須提前做好多個車型、每個車型十幾種零件的建庫；在疫情、芯片供應等造成整車生產計劃及售后零件需求波動較大時，沖壓生產量波動起伏很大，需合理設置并維持庫存大小。

⑷工藝復雜性。為提高材料利用率，車門內外板、翼子板、前后地板等部分零件采用并模形式，即一次沖壓生產多個零件。

⑸批量的不確定性。一是不同零件對應的材料批量不同，排產時要考慮此因素，以免大量中斷材占用車間面積甚至報廢，二是不同零件對應的料架不同，且為降低成本，當前越來越多通用化料架投入使用，為排產增加了更多的不確定性。

⑹生產線差異性。不同線體于不同時間進行設備招標、導入，可能存在較大差異，包括可容納的模具大小、能耗差異等。

⑺計劃執行難度較大。沖壓生產過程中，受材料不良、生產過程中異常、料架占用等因素影響，極有可能導致當批次產量未達預期數量，因此需要頻繁重新進行排產。

汽車沖壓生產復雜性高，對排產的科學性要求高。成本削減是制造車間為企業盈利作貢獻的最優途徑。汽車沖壓排產不經濟，將可能導致不必要的重復上線生產，需要更多生產準備時間(不產生直接價值)、更長的生產時間，需要投入更多的人員工時成本、能源成本。

排產經濟性提升方法對比

汽車沖壓車間排產是常見的混合整數規劃問題，約束條件眾多，求解難度較大，排產經濟性提升即運用各種數字化手段求解最優排產方案，實現最小完成時間或最低綜合成本。對比研究表明，排產經濟性提升主要運用以下幾種方法或途徑。

⑴針對零件種類較少、排產周期較短的場景，可采用Microsoft Excel 軟件提供的規劃求解工具(Evolutionary Solver)進行求解，其依托常用的辦公軟件，具有門檻低、便捷的特點。

⑵企業中亦可自主開發或導入排產管理系統，通過運用遺傳算法等智能優化算法提高排產經濟性。此類系統存在導入成本高、維護難度大等局限性，難以適應瞬息萬變的供應鏈變化。

⑶Gurobi 等綜合了多種優化算法的全局優化求解器，以其在連續和混合整數線性問題、含有絕對值、最大值、最小值、邏輯與或非目標或約束的非線性問題等類型模型求解的便捷性，逐步為汽車沖壓車間(或其軟件供應商)所采用。企業可通過Java、Python 與優化求解器的接口進行調用，便捷高效。優化求解器多為商用產品，知識產權管控嚴格，需結合投入產出比進行綜合判斷。

汽車沖壓車間排產案例分析

本文以某汽車企業沖壓車間生產排產案例為原型，建立單沖壓生產線排產模型，以Python 編程語言為載體，通過接口調用Gurobi 數學規劃優化求解器進行求解，探索其在汽車沖壓車間排產經濟性提升方面的可行性。

建立單沖壓生產線排產模型

⑴案例原型。后工序日投入量(需求)已知，生產規則如下：1)單班生產，日生產工時不超過10小時；2)零件排產模式為2天1循環(即某零件安排：第i天，第i+2 天生產)；3)某零件單批次生產時間不低于生產準備時間；4)某零件單批次產量為原材料批量的整數倍；5)某零件產量不超過該零件容器最大收容數，部分零件容器通用；6)零件必須滿足后工序需求，且庫存數量≥最小安全庫存。

⑵模型定量參數。1)P 為零件集合；2)T 為排產周期天數集合；3)Gsphi表示i 種零件每小時產量；4)Tci表示i 種零件的容器收容數；5)Ci表示i 種零件的初始庫存；6)Ai表示i 種零件對應的安全庫存基準；7)Mi表示i 種零件的原材料批量；8)Bij表示i 種零件與j 種零件的容器是否通用；9)Dit表示i 種零件每天的需求量；10)W 為一個最大的數值；11)α 為日生產工時權重；12)β 為換模次數權重。

⑶模型變量參數。1)Zmax為排產周期內最大日庫存；2)Nit表示任意一個整數值；3)xit表示i 種零件第t 天產量；4)yit表示第t 天是否生產i 種零件；5)fijt表示第t 天i 種零件借用j 種零件容器的數量。

⑷最優排產方案目標。1)日生產工時最小；2)換模次數最小化；3)日庫存量總量最小化。

⑸數學模型。目標函數：

條件約束：1）每天生產工時不超過10 小時：

2)某個零件單批次生產時間不低于生產準備時間：

3)某零件單批次產量為原材料批量的整數倍：

4)每天某零件庫存不低于安全庫存：

5)某零件的班后庫存量不超過可用于該零件的容器最大收容數：

6)某零件被借用的容器收容數量不超過對應的容器收容數總量：

7）Zmax存在最小值：

8)變量類型：

求解結果

Gurobi 數學規劃求解器以數學規劃為框架，綜合多種啟發式算法，幫助用戶更快獲得初始可行解、更多或更優質的可行解。本研究中通過調用Gurobi 數學規劃求解器，快速高效獲得沖壓排產方案，縮短排產時間1 小時/次，求得的排產方案對應的完成時間較人工排產縮短20%～30%。

汽車沖壓車間排產經濟性的提升需充分考慮沖壓生產過程的特點，結合零件種類、周期長短、數字化水平、人員專業性、求解器成本等方面的實際情況，選取合適的提升方法，以實現完成時間最小、成本最優的目標。對于未導入定制化排產系統的企業，可檢討運用編程語言調用數學規劃求解器的方式，提高排產經濟性。

結束語

汽車沖壓車間排產要考慮的約束條件眾多，在沖壓排產模型建立過程中，可能存在約束條件考慮不夠全面或者進行了偏離實際的取舍，例如不同生產設備的能耗差異很大，在實際排產中只考慮了生產時間。面向未來，要以提高實用性為目標，盡量立足實際場景(多生產線)、實際規則(多約束條件)，探究集成優化問題(同時對任務分配、生產排序、生產批量進行決策優化)，實現人力、能源、庫存等綜合成本最小化。