动态制造环境下生产单元组织行为建模研究

赵东方等

摘要：基于生产单元制造环境的复杂性，分析了生产单元内外部动态制造环境；在此基础上对动态制造环境下生产单元组织行为进行建模，从知识库、行为协议、反应协议对生产单元个体、团队、组织三个层面描述组织行为。最后，以某摩托车发动机生产单元为研究对象，对所提生产单元组织行为建模方法进行应用。仿真结果证实了所提组织行为建模方法应对动态制造环境波动的有效性。

关键词：动态制造环境；组织行为；组织行为建模

DOI：10.13956/j.ss.1001-8409.2015.10.29

中图分类号：F273； TP3919 文献标识码：A 文章编号：1001-8409（2015）10-0136-05

Abstract：As the manufacturing environment complex in manufacturing cell， the dynamic manufacturing environment is analyzed， including the internal and external environment. Then， organization behaviors model in dynamic manufacturing environment is proposed to describe the organization behaviors， including individual， team， and organization behaviors. Lastly， research is done in use of an organization behaviors model method based on a real motorcycle engine manufacturing cell. The results verify the organization behaviors model can reply the fluctuation of dynamic manufacturing environment.

Key words：dynamic manufacturing environment； organization behavior； organization behavior model

生产单元因具有柔性化设备布局、复杂化生产管理和多样化组织成员，可显著提升生产效率。但与传统的大规模制造相比，其制造环境复杂多变。首先，由于客户需求多样化、个性化等原因生产单元外部制造环境存在较多不确定性[1～3]；其次，由于生产单元内部受人员、资源、订单、工艺等因素的约束，其生产、组织等活动具有较多不确定性 [4～6]。虽然通过市场需求预测、客户分析及柔性化制造等措施能缓解不确定因素造成的影响，但市场和单元内存在许多随机因素[7～9]，生产环境的动态性等特征难以消除。组织模式及组织行为作为组织柔性的重要组成部分，可以应对生产单元动态制造环境，成为提升单元效益的有效途径。

近年来许多学者致力于组织模式及组织行为的研究，提出在提升制造柔性的同时通过灵活的组织模式和多样化的组织行为提升单元绩效[10～14]。组织模式研究中Sherehiy等学者研究了工作组织结构和劳动力的敏捷性关系，研究结果认为员工自主决策权对组织有重要影响[8]；Min Zhang等学者开发了一个大规模协同定置平台，并研究了组织扁平化对大规模定置功能的影响[15]。组织成员行为研究中，陈雪芳等人研究了敏捷制造组织，强调组织成员具有学习行为和更高的决策行为[11]；孟飚等人研究了多能工精益组织，组织成员具有多种行为方式，根据制造环境的状态可以灵活安排生产任务[12]；Madureira等学者研究了自组织调度系统中使用集体智慧进行排产的协商行为[7]；Qiu J J 等人基于仿真方法研究了生产单元员工维修行为，结果表明协作维修行为优于不协作[16]；张晓冬等人研究了生产单元成员学习效应方式下组织合作行为，结果表明自主合作行为组织柔性高[17]。上述研究成果虽然可以灵活应对制造环境波动，但多数研究基于数学方法开展，难以体现组织成员的自治性和主动性；另外，现有研究中动态制造环境和组织行为单一，没有全面分析生产单元动态制造环境和组织行为。

针对上述问题，本文提出了一种动态制造环境下生产单元组织行为建模方法，该方法具有以下特点：第一，全面分析影响生产单元效益的动态制造环境。第二，面向生产单元制造过程分析组织行为，并对组织行为构建模型。基于此，在对生产单元内外动态制造环境进行分析的基础上，应用复杂适应系统理论（Complex Adaptive Systems，CAS）并结合智能主体技术对动态制造环境下生产单元组织行为进行建模，从知识库、行为协议、反应协议描述生产单元个体、团队、组织层面行为，为生产单元组织柔性的提升提供机理；最后将所提动态制造环境下生产单元组织行为建模方法应用于某摩托车发动机生产单元，分析不同动态制造环境下组织行为对生产单元的影响。

1生产单元动态制造环境分析

生产单元作为复杂制造系统，可抽象描述为将任务和资源等在一定约束条件下转化为产品的一系列过程，该过程是资源、人员、环境等的动态集合，具有动态平衡性。因此，生产单元状态总是随时间t发生变化，状态方程可表示为

其中ER（）为资源集合，ET（）为任务集合，P（）为产品集合，O（）为组织集合，C（）为生产单元，Cst为约束条件。上述状态表示生产单元从初始状态1到最终状态t的转变过程。在某一时刻i生产单元状态趋于稳定，但随着内外部信息、能量和物质等交互作用，生产单元根据制造环境等转变为另一种平衡，其模型如图1所示。

造成上述过程的原因为：一方面，由于客户需求、采购、销售、资源等的不确定性，导致生产单元外部制造环境复杂多变，生产管理部门难以准确预估制造环境波动。实际生产中虽然可以通过客户需求预测、采购周期评估、供应商评估、安全库存、市场分析等手段有效预测客户需求、资源等波动，然而市场经济中总存在随机不确定性干扰，产生预测失效等情况。另一方面，由于单元内部计划、工艺、资源、设备、人员、产品质量等的不确定性导致内部制造环境具有波动性。生产单元加工中，通常采用质量控制、预防性维修、安全库存等手段预防制造环境波动，但由于生产单元的复杂性，消除所有可能产生的波动将付出过高成本。因此，对生产单元动态制造环境的分析显得尤为重要，以便通过多样化的组织行为灵活、快速地应对制造环境波动。

由于产品制造受多种因素影响，本文将制造环境分为内部和外部制造环境。外部制造环境为生产单元和单元管理部门之外的广义制造环境；内部动态制造环境主要指存在于生产单元及组织内部的各项影响因素。

（1）外部动态制造环境。

基于生产单元处于制造业底层，政治环境、社会环境、法律环境等在短期内对其影响甚微，本文暂且不考虑上述环境。这里只考虑对生产单元短期影响较大的市场环境和技术环境，依据其形成因素的不同，外部动态制造环境可以细分为客户需求波动、新技术、新产品威胁波动、同行竞争波动、采购波动、销售波动等。

由于生产规模扩大导致市场产能过剩，产品加工从以制造为中心向以客户为中心转变，多品种、小批量、定制化产品增加，客户需求难以预测；科学技术的快速发展，新产品、新技术层出不穷，对生产单元造成一定的冲击；企业生产规模的扩大和产能过剩，企业之间通过一系列措施提升竞争力，如价格战、核心技术升级等，使得同行竞争加剧；采购管理和销售同样存在不确定性，尤其在多品种、小批量生产模式下，客户需求难以预测。

（2）内部动态制造环境。

企业文化、企业制度不直接影响生产单元，本文暂且不予考虑该环境。根据生产单元产品设计、制造管理等过程，将内部动态制造环境分为设计波动、排产波动、资源波动、人员波动、设备波动及产品波动。其中，设计主要包括产品设计、工艺设计等活动，设计变动会导致制造过程变动；排产主要为订单生产顺序、投产数量等，排产的变动直接导致单元生产任务的改变；资源主要为生产资源、托运工具及其他辅助性工具，对任务进展有重要影响；人员为生产单元加工主体，包括成员状态、技能、经验等因素，对生产单元产品质量和进度具有直接影响；产品波动主要表现为产品异常或正常，产品状态的稳定性对生产单元造成一定的干扰。

外部动态制造环境波动不仅影响生产单元制造过程，同时也导致生产单元内部制造环境波动，如图2所示。

2动态制造环境下组织行为建模

由于生产单元的复杂性，组织成员既有一般操作

行为也有复杂决策等行为。基于此，本文将组织行为定义为：生产单元中个体、团队及组织在动态制造环境中所具有的多种行为能力。个体作为组织的细胞是基本操作核心；团队是若干个体依据一定规则或功能组成的团体负责某种产品加工或其他行为如质检等工作；组织是单元中所有个体的集合，负责生产全面管理工作。

依据实际制造情况，生产单元中个体、团队及组织所处层级、职能等不同，其组织行为具有明显的差异性。根据CAS理论，采用刺激—反应结构模型从个体、团队和组织三个层面构建组织行为模型，如图3所示。

图3中，模型由感受器、驱动器、知识库、行为协议、反应规则和生产单元组成。其中，感受器为制造环境感知、接收模块，将动态制造环境信息（如资源状况、设备状态等）传输给行为主体；驱动器将行为、组织状态等信息传输到生产单元使组织行为产生效用；知识库、行为协议和反应规则模拟个体、团队和组织根据动态制造环境实现组织行为的过程；生产单元模拟动态制造环境。知识库、行为协议和反应规则是模型的核心，对模型的实现起关键作用，其构建原理为：

（1）知识库。知识库是对人、组织、环境和任务等生产单元知识的抽取，由二元组K={Sk（），Gk（）}表示。其中Sk（）为专用知识库可表示为Sk（）={s1，s2，s3，s4，…}，主要包括员工、环境、任务和组织等知识库，存储员工、动态制造环境、组织能力和任务种类等知识。Gk（）为通用知识库，可表示为Gk（）={g1，g2，g3，g4，…}，表示个体、团队和组织可能具有的行为知识，主要包括操作、质检管理、设备管理和物料管理等知识库，存储组织及成员所具有的行为能力。

（2）行为协议。行为协议为组织、团队及个体所具有的行为，由三元组B={Ib（），Tb（），Ob（）}表示。其中Ib（）主要为个体具有的行为协议，可表示为Ib（）={ib1，ib2，ib3，ib4，…}，主要包括维修、操作、质检、学习等行为。Tb（）表示团队行为协议，可表示为Tb（）={tb1，tb2，tb3，tb4，…}，如质量监控、异常监控、设备监控、成员合作等行为。Ob（）表示生产单元组织所具有的行为协议，可表示为Ob（）={ob1，ob2，ob3，ob4，…}，包括组织学习、组织协调、物料管理、设备管理、质量管理、异常管理、工艺管理等行为。组织行为中个体行为协议为较简单和机械性的行为，团队和组织行为协议较复杂。

（3）反应规则。反应规则为个体、团队及组织成员根据制造环境刺激所做出的反应，由三元组R={Ir（），Tr（），Or（）}表示。其中Ir（）表示个体反应规则，可表示为Ir（）={ir1，ir2，ir3，ir4，…}，

包括维修、操作、质检、学习等规则；Tr（）表示团队反应规则，可表示为Tr（）={tr1，tr2，tr3，tr4，…}，包括质量监控、异常监控、设备监控、成员合作等规则；Or（）表示组织反应规则，可表示为Or（）={or1，or2，or3，or4，…}，包括组织学习、组织协调、物料管理、设备管理、质量管理、异常管理、工艺管理等规则。

根据上述描述，分别对知识库K、行为协议B、反应协议R封装成类，各类之间通过接口传递信息。当个体行为协议无法满足制造需求时，动态制造环境信息传入团队层，团队根据制造信息匹配行为协议；当团队行为协议无法满足制造需求时，组织行为协议将产生控制作用。

3仿真实例

31仿真平台构建

针对前述理论，应用离散事件仿真软件Flexsim构建某摩托车生产单元模型。其中知识库、行为协议和反应协议通过Visual C++实现，将各个模块进行独立封装，然后动态链接到Flexsim实现对其调用，从而模拟动态制造环境下生产单元组织行为，模型如图4所示。

当前该生产单元有9台数控机床（编号为M1～M9）和6名操作工（编号为H1～H6），生产XT、GT和K40三种产品，人机关系及工艺路线如表1所示。

经调研该生产单元受内、外部动态制造环境影响，主要表现在客户需求变动、人因失误波动、设备波动、产品质量波动、原材料质量波动等方面。另外依据环境波动程度可将动态制造环境分为微幅波动（方案A）、中幅波动（方案B）和大幅波动（方案C）具体如表2所示。

方案A中生产单元个体成员可以完成各操作任务，团队和组织合作、协调等行为较少。但随着制造环境波动程度增加，团队和组织合作、协调等行为增加，尤其是方案C中需要多种合作、决策等行为完成任务。

该生产单元中所有员工为多能工，可以操作单元内所有设备。该模型中个体是否向团队和组织发送请求行为取决于任务的复杂程度和紧急程度等因素。

32 仿真实例分析

仿真周期为3个月，每一仿真周期运行30次，每个动态制造环境波动程度仿真10个周期，取各仿真周期各项指标平均值，结果如图5、图6所示。

从图5、图6可知，随着制造环境波动的增加，生产单元人员利用率和设备利用率都产生波动，但人员利用率波动小于设备利用率波动。为比较不同波动层次对生产单元的影响，对人员平均利用率和设备平均利用率比较，如图7和图8所示。

经计算人员平均利用率方面，方案C比方案A降低127%，方案C比方案B降低88%，方案B比方案A降低42%；设备平均利用率方面，方案C比方案A降低278%，方案C比方案B降低246%，方案B比方案A降低42%。

从上述分析可知，动态制造环境对生产单元设备利用率影响大于人员利用率。其原因为：动态制造环境中组织行为能应对环境变化，使得人员利用率波动相对较小。

4结论

本文分析了生产单元内外部动态制造环境，在此基础上从知识库、行为协议、反应协议对动态制造环境下生产单元组织行为进行建模，描述个体、团队、组织三个层面组织行为，致力于提出一种通用的动态制造环境下生产单元组织行为仿真建模方法，为生产单元组织柔性的提升提供机理。该方法应用于某摩托车生产单元，结果表明，生产单元组织行为可以有效应对动态制造环境变化，从而减少动态制造环境对生产单元的影响。

本文所提组织行为模型能够实现动态制造环境下生产单元组织行为分析，从而为组织柔性和绩效提升提供科学决策依据。同时组织行为模型各模块封装成类，因此模型具有较好的扩展性。后续研究将不断充实组织行为，提高行为模型的智能性和合理性。

参考文献：

[1]Genchev S， Willis G. A Note on Manufacturing Flexibility as a Firm-specific Dynamic Capability[J]. Manufacturing Letters， 2014， 2（4）： 100-103.

[2]Guo Q， Zhang M. A Novel Approach for Multi-Agent-Based Intelligent Manufacturing System[J]. Information Sciences， 2009， 179（18）： 3079-3090.

[3]Green Jr K W， Inman R A， Birou L M， et al. Total JIT （T-JIT） and Its Impact on Supply Chain Competency and Organizational Performance[J]. International Journal of Production Economics， 2014， 147： 125-135.

[4]Oke A. Linking Manufacturing Flexibility to Innovation Performance in Manufacturing Plants[J]. International Journal of Production Economics， 2013， 143（2）： 242-247.

[5]Mahdavi I， Aalaei A， Paydar M M， et al. Production Planning and Cell Formation in Dynamic Virtual Cellular Manufacturing Systems with Worker Flexibility[C].2009. 63-667.

[6]JingSheng Li， Aimin Wang， ChengTong Tang. Production Planning in Virtual Cell of Reconfiguration Manufacturing System Using Genetic Algorithm[J]. The International Journal of Advanced Manufacturing Technology， 2014， 74（14）： 47-64.

[7]Madureira A， Pereira I， Pereira P， et al. Negotiation Mechanism for Self-Organized Scheduling System with Collective Intelligence[J]. Neurocomputing， 2014， 132： 97-110.

[8]Sherehiy B， Karwowski W. The Relationship between Work Organization and Workforce Agility in Small Manufacturing Enterprises[J]. International Journal of Industrial Ergonomics， 2014， 44（3）： 466-473.

[9]Li W， Hu L， Murata T. Production Planning in Dynamic Cellular Manufacturing System Using Optimization of Cell Reconfiguration Planning Time Horizon with Uncertain Demand[C].2011.466-470.

[10]Schlick C， Reuth R， Luczak H. A Comparative Simulation Study of Work Processes in Autonomous Production Cells[J]. Human Factors and Ergonomics in Manufacturing & Service Industries， 2002， 12（1）： 31-54.

[11]陈雪芳， 张洁. 敏捷化智能制造单元及其关键技术[J].组合机床与自动化加工技术， 2005， （6）， 13-16.

[12]孟飚， 范玉青， 林楠. 模块化精益生产组织改造评估与决策[J]. 计算机集成制造系统， 2006， 12（7）： 1141-1145.

[13]李军， 关健， 陈娟. 组织学习、动态能力与企业战略变化关系的实证研究[J]. 软科学， 2012， 26（3）： 57-63.

[14]董伯麟， 王治森， 王向阳. 人机协同车间数字化制造模式的研究[J]. 合肥工业大学学报， 2008， 31（9）： 1403-1407.

[15]Zhang M， Zhao X， Qi Y. The Effects of Organizational Flatness， Coordination， and Product Modularity on Mass Customization Capability[J]. International Journal of Production Economics， 2014， 158： 145-155.

[16]Qiu J J， Zhao C C， Zhang X D， et al. A Comparative Simulation on Corrective Maintenance Strategies in Cellular Manufacturing Considering Worker Collaboration[C].2014. 202-207.

[17]张晓冬，郭栓银，陈进，等.基于组织学习的生产系统人人合作方式的仿真研究[J].管理工程学报，2013，27（3）： 103-109.

（责任编辑：王惠萍）