先进制造技术中面向多品种小批量生产的精益生产研究.doc

先进制造技术中面向多品种小批量生产的精益生产研究摘要：本文主要简述先进制造系统的发展历史，并从五个方面对其发展趋势进行简单地分析与归纳，最后具体对多品种小批量下的精益生产系统进行简要介绍和分析。关键字：先进制造系统 精益生产 工业工程前言 自20世纪50年代末以来，以计算机为代表的信息服务业呈现出几何型的增长方式发展，力图将经济发展的重心由制造业专业到信息服务业等第三产业，制造业正面临着前所未有的挑战。为此，传统的制造业必须与其它新兴产业相结合，将其发展成为一门技术含量高、附加值大的产业。近十几年来，先进制造技术（Advanced Manufacturing Technology，简称AMT）1以信息为主导，结合最新的理论与理念，向全球化、网络化、虚拟化以及环保全面协调的绿色化发展，期间计算机集成制造系统(CIMS)、敏捷制造(AM)、并行工程(CE)、虚拟生产(VM)、精益生产(LP)、智能制造(IM)、绿色制造(GM)等先进的制造模式都应运而生。 随着发展的不断深入，先进制造技术（AMT）不仅利用大量应用计算机信息技术，而且吸取其它学科的理论和方法，AMT变得越来越集成化和复杂化。2比如由于生产系统中，生产调度的固有复杂性，促使调度吸取了其它学科中大量研究成果，如运筹学、 人工智能、 系统仿真、 大型系统和最近，控制理论，和其他部门的工程和计算机科学。345设备布局中，大量的启发式算法的运用。6以及数学规划，Bellman的动态编程7和基于人工智能方法8的实现。 本文主要简述先进制造系统的发展历史，并从五个方面对其发展趋势进行简单地分析与归纳，最后具体对多品种小批量下的精益生产系统进行简要介绍和分析。 正文一、先进制造系统发展 制造活动是社会最基本的活动，也是人类创造物质财富的基本手段。从全世界整体来看，国民生产总值（GDP）的1/3是制造业创造的，工业生产总值4/5是制造业创造的，国家财政收入的1/3是制造业提供的，出口的90%是制造业提供的。制造是全面建设小康社会的第一支柱产业，经济活动部门中64%以上属于制造业，工业就业人数中90%属于制造业，整个社会50%的就业由制造业提供，工业税收80%由制造业提供。9而制造系统是人类为了以最有效的方式实现从原料到产品转换的必然产物。纵观先进制造系统的发展历史，大体可将其的发展历程分为五个阶段： 第一个阶段：刚性制造系统。该阶段大致在20世纪50年代之前，主要以专业机床和自动单机等组成的刚性流水生产线生产为代表。其特点是可实现固定产品的高生产率生产，适应大批量生产，但是很难实现产品生产的改变。该阶段的生产模式主要是以手工劳动密集型或机械化设备密集型少品种大批量生产。 第二阶段：数控加工系统。该阶段在20世纪50年代至70年代初期间，由计算机、微电子、信息和自动化技术快速发展，数控加工技术（NC & CNC）同时产生并迅速成熟。数控加工系统的特点是柔性高、速度快、适应多品种、中小批量的生产。期间也诞生了许多先进制造模式，其中包括以准时化生产（JIT）与自働化（jidoka）为支柱，结合成组技术（GT）与品质管理（QC）的精益生产（LP）；依靠计算机数控机床和模块化技术支持其高柔性和高自动化的柔性制造也在1965年以“系统24” (MolinsSystem-24)10提出。 第三阶段：柔性加工系统。该阶段在20世纪70年代期间，由数控机床、加工中心、柔性制造单元（FMC）、柔性制造系统（FMS）、柔性制造线（FML）、计算机集成制造系统（CIMS）等组成。柔性加工系统的特点是增强制造企业的灵活性和应变能力，缩短产品生产周期，提高设备使用效率和员工劳动生产率以及改善产品质量等。 第四阶段：计算机集成制造系统。该阶段在20世纪70年代末20世纪末，主要由计算机辅助设计系统（CAD）、计算机辅助工艺设计系统（CAPP）、计算机辅助制造系统（CAM）等所有的企业技术和管理功能组成。其主要特征是强调制造全过程的系统性和集成性，以解决企业生存与竞争的六大指标TQCSFE。11 第五阶段：智能制造系统。该阶段是20世纪80年代末至今，智能制造是指利用计算机模拟制造业人类专家的分析、判断、推理、构思和决策等智能活动,并将这些智能活动与智能机器有机地融合起来,将其贯穿应用 于整个制造企业的各个子系统,以实现整个制造企业经营运作的高度柔性化和高度集成化,从而取代或延伸制造环境 中人类专家 的部分脑力劳动,并对制造业人类专家的智能信息进行搜集、存储、完善、共享、继承与发展。其主要特征是加工过程的智能监视、诊断和控制；信息网络技术、生产过程中的只能调度、规划、仿真与优化等。 综上所述可知，在科学技术高速发展与市场需求的多样化与多层化条件下，先进制造系统的发展趋势可从生产方式、生产过程、生产规模、生产技术及资源配备五个方面进行归纳。（如图1）图1 先进制造系统发展趋势二、多品种小批量环境下精益生产方式研究 精益生产(LP)是由美国麻省理工学院(MIT)的国际汽车组织(IMVP)所提出,现在全世界汽车行业中已得到这样的共识,“在汽车工业中,精益生产最终必然取代原来的大量生产方式。”13。但是在多品种小批量环境下的精益生产方式有存在这它的局限性。如何对精益生产方式进行改进，使其能够适应多品种小批量生产是众多企业近几年一直面临的问题。时至今日这个问题也没有得到有效的解决。 目前，国内外对多品种小批量生产在作业计划与提前期或拖期有一定的研究。Karmarkar 等人14和 Zipkin15研究表明生产提前期与生产批量大小，生产品种的不同和订单投放时间这些因素密切相关，严重依赖于加工中心的生产组织。Karmarkar 等人14，Zipkin15，Shanthikumar 和 Buzacott16采用排队模型来分析生产系统的提前期问题，这种模型也能够根据排队时间来计算在制品和提前期最小化时的生产批量。但是它的局限性是它们假定生产过程必须处于稳定平衡以及重复性制造环境中，模型方法的效果在持续变化的动态环境中是很差的。 本质上讲，job shop 加工问题属于多品种小批量生产问题。Baker17通过作业排序方法来研究提前期问题。Palekar18对一个包含阻塞情况的周期性 CONWIP流水车间的作业排序和在制品水平进行了研究。 何桢等人19对应用启发式算法对 job shop 排序缩短生产提前期进行了大量的研究。王玮等人22建立带有隶属度函数的单件和批量制造业模糊交货期下的准时化生产计划模型，将以往确定性准时化生产计划问题扩展到模糊不确定性准时化生产计划，并为实际生产计划的编制提供了一种有效方法 毛建忠和吴智铭23以成组技术为基础，提出了一种使提前期和拖期惩罚最小的 job shop 调度模型，并把启发式算法与拉格朗日松弛技术结合起来给出了求解这一调度模型的方法。 赵伟等人24建立多级混流装配线的调度模型研究了使不同生产级上各零部件的消耗量尽可能保持均匀的调度问题，并用遗传算法和模拟退火方法进行求解。 牛海军和孙树栋25针对单机分批作业准时生产方式，研究了总加工成本最小化目标下不允许出现拖期的批调度问题，并给出了一个使得目标函数最小的确定最优分批与各批次的开始时间的启发式算法 陈伟达和 达庆利26提出了一种求解job shop准时调度问题的两层遗传算法来解决工艺路线可变的job shop准时调度问题。 国外学者Askin等人以及国内西南交通大学的康杰研究发现，拉动控制方式（诸如看板、DBR和CONWIP控制策略）比推动控制方式更容易控制，会导致更高的系统性能。在拉动系统中有很少的阻塞，因为在制品的变异在减少。通过第二章的对物流与库存控制策略的分析可以发现，看板控制策略由于多适用于重复性很强的稳定的生产环境，精益生产的柔性不足很大程度上就是由于看板的设置使得调整产量和变换品种变得很困难（看板总是根据过去需求的物料种类和数量来生产，如果需求变化，就会出现严重问题）。同样，如果企业的生产品种和产量频繁变化，企业也就很难做到均衡生产，看板拉动生产就无从谈起；CONWIP控制策略能较好的适用多品种小批量生产环境，但是当系统存在严重的瓶颈时，就会导致大量库存和生产停顿；DBR控制策略需要及时地识别系统的瓶颈所在，并且要求瓶颈不能频繁、动态变动，然而在多品种小批量生产环境下，系统瓶颈却经常随品种不同而转移。因此在多品种小批量生产环境下，单独采用任何一种控制策略都可能出现问题。本文提出混合准时制(JIT)、约束理论(TOC)与工作负荷控制(WLC)的精益制造资源计划与控制模式能够充分利用负荷控制的核心思想控制系统的输入输出(Input-Output)，消除订单需求的波动，避免车间关键资源的“饥饿”(starvation)或“拥堵”(congestion)，为潜在的能力约束资源(CCRs, capacity constraint resources)提供少量稳定的缓冲，平衡车间工作流；利用TOC的方法识别系统的制约因素，并通过重新设计以提升组织响应市场需求与机会的有效性，特别运用DBR (Drum-Buffer-Rope) 的方法进行车间层次的基于瓶颈识别的生产排序；将JIT作为现场工作流的计划与控制方式，实现适时、适品、适量生产。由此，实现对制造系统的有效控制和生产管理，从而大幅度提高生产运作效率，提高资源利用率，解决企业面临的拖期严重、制造成本高、不能及时响应客户需求等问题。 总结 本文第一部分，按先进制造系统的出现顺序分五个阶段简述其发展历史，再从五个方面对其发展趋势进行简单地分析与归纳，第二部分对先进制造系统中的精益生产在多品种小批量环境的运用进行简要的分析，最后结合国内外研究，提出综合混合准时制(JIT)、约束理论(TOC)与工作负荷控制(WLC)的精益制造资源计划与控制模式来解决多品种小批量环境下精益生产方式的局限性。参考文献1. 冯琴. 先进制造技术与发展趋势J. 科技信息(学术研究),2007,19:325-326.2. 杨东涛,黄忠东. 基于先进制造技术的学习和技能获取过程:一个整合的概念性框架J. 科技进步与对策,2008,11:19-22.3. Y.P. Gupta, G.W. Evans, M.C. Gupta, A review of multi-criterion approaches to FMS scheduling problems, International Journal of Production Economics 22( 1991) 1331.4. F.A. Rodammer, K. Preston White Jr., A recent survey of production scheduling, IEEE Transactions on Systems, Man and Cybernetics 18 (6)(1988) 841851.5. A.S. Belen, E.V. Levner, Scheduling models and methods in optimal freight transportation, Avtomatika i Telekhanika (1) (1987) 377.6. Y.P. Gupta, M.C. Gupta, C.R. Bector, A review of scheduling rules in flexible manufacturing systems, Int. J. Comput. Integ. Manuf. 2(6)(1991) 356377.7. M. Dolinska, C.B. Besant, Dynamic control of flexible manufacturing systems, The International Journal of Advanced Manufacturing Technology 10 (1995) 131138.8. L. Davis, Job shop scheduling with genetic algorithms, Proc. Int. Conf. Genetic Algorithms and Their Applications, Carnegie-MellonUniversity, Pittsburg, PA, July 2426, 1985.9. 杨叔子. 制造、先进制造技术及其发展趋势J. 中国军转民,2008,07:12-20.10. 田海宽. 企业柔性制造系统运行方式研究J. 科技信息,2009,08:306.11. keeshaw.CIMSEB/OL.2012-08-302012-11-18./view/262561.htm.12. 丁伯慧,张付英. 先进制造技术与模式的研究综述J. 机电一体化,2003,03:10-13.13. 胡波,杨光薰,梁永建. 中、少批量生产中JIT拉式生产的实现J. 成组技术与生产现代化,2005,03:15-19.14. Karmarkar U S.Lot sizes, manufacturing lead times and in-process inventories. Management Science,1987,33(3): 409-418.15. Zipkin P H. Models for design and control of stochastic multi-item batchproduction systems, Operations Research, 1983,34(1): 91-104.16. Shanthikumar J G, Buzacott J A. Open queueing network models of dynamic job shops, International Journal of Production Research, 1981,19(3):255-266.17. Baker K R., Scudder G D. Sequencing with earliness and tardiness penalties:a review.