基于价值流图的板式定制家具小板件生产线负荷平衡

薛继肖,徐伟,2*,王军祥

(1. 南京林业大学家居与工业设计学院,南京210037; 2. 南京林业大学智库林业产业发展中心,南京210037;3. 索菲亚家居湖北有限公司,黄冈438000)

在“工业4.0”和“中国制造2025”等先进制造战略与模式下[1],我国正从制造业大国向制造强国转变,这也对制造业提出了更高的要求。作为家具行业的新势力,板式定制家具的制造水平处于行业领先,正朝着工业4.0不断探索中;但是由于生产环境和制造模式的转变,多元化的用户需求及激烈的市场环境使得企业的生产与管理面临严峻的挑战。因此,提升生产效率,改善产品质量,降低成本成为家具企业提升市场竞争力的重要途径。生产线优化一般分为发现问题和分析优化两个部分。在发现问题阶段,价值流程图(value stream mapping,VSM)是比较常用的方法之一,是在丰田生产方式下通过精益制造生产的系统框架运用一系列特殊流程图工具来描述物料流和信息流的形象化工具[2]。

作为精益生产的重要改善工具,价值流图的应用范围十分广泛,既可以用于企业生产现场改善,又可以用于整体业务流程的改善,便于工程师、管理人员及客户清晰地了解企业现状。价值流图可以从价值的角度观察从生产到交付的各个流程,识别生产中的增值和非增值部分,挖掘生产线现存问题,从而得到具体的改善机会。另外,它能够系统性发现改进空间并全面改善价值流。目前价值流图法主要应用在流程式生产线上,并且取得了理想效果,但是在板式定制家具企业这种离散型制造企业应用很少,因此,将VSM法应用到板式家具行业具有重要意义。

生产线分析优化主要包括工业工程方法、数学模型法、仿真模拟法等方法。目前研究成果如下:

1)单一方法优化生产线。主要分为单独采用工业工程方法、数学模型法、仿真模拟法去优化的3种方法。如单独使用工业工程方法优化,马清如[3]结合平衡设计模型以及ECRS原则对实木家具生产线工艺流程和布局进行优化;单独使用数学模型法优化,赵晏林等[4]构建了生产线负荷平衡优化模型;采用遗传算法和MATLAB求解,邢彩虹[5]用SLP法和遗传算法进行车间布局优化,达成了最小物流成本的目标;单独使用仿真模拟法优化,秦晓宇等[6]使用eM-plant软件对衣柜生产线进行仿真优化,提出了最优生产批量。

2)不同方法组合优化生产线。研究表明,采用多种方法优化生产线取得的效果更加显著。相比单独采用工业工程方法,工业工程方法与仿真模拟组合优化能够更直观地量化优化效果,验证优化的有效性。如赵晓露等[7]运用工业工程法优化了皮夹生产线,并利用Flexsim对改善效果仿真分析与评价;王辉等[8]利用Flexsim和流程程序分析等方法对木门生产线进行了优化;高泽[9]采用精益思想优化生产布局与瓶颈工序,最后用eM-plant验证了改善有效性;以上3种方法组合使用效果最为理想,能够从定性管理和定量技术角度协同优化生产线,如田世海等[10]、张文宇[11]和刘菲等[12]均综合采用工业工程、数学模型法、仿真模拟法等方法来优化生产线。

基于此,本研究从生产线改善的角度出发,以某板式定制家具生产线为研究对象,通过价值流图法、工业工程方法和0-1整数规划数学模型方法等优化生产线,提升生产线负荷平衡率和生产效率,从而达到降本增效的目的。

1 生产线现状及问题分析

1.1 生产线概述

S企业是板式定制家具制造企业,生产橱柜、衣柜、木门等多种板式定制家具。选取配套车间小板件生产线进行调研,小板件指的是长或宽尺寸小于200 mm的板件,常见于衣柜踢脚线、抽屉旁板等。受到多元化的市场和客户需求影响,产品类型多样,更新周期快,生产过程复杂,给生产和管理带来诸多困难。据了解,该车间生产自动化不足,部分工序很大程度依赖人工操作,生产效率低下且生产周期长,因此对生产线进行优化,设置更加灵活的生产方式是必要的。

1.2 生产信息收集

绘制价值流图第一步需要收集生产数据,通过观察现场,调研车间工作管理人员及结合生产信息,获取以下信息作为绘制现状价值流图的依据。

1)产品族选取。划分产品族往往以产量和产品的相似度为依据[13]。根据生产线订单数据,现采用PQ(products quantity)/PR(products routing)分析方法,按照小板件生产线的产品数量以及工艺路线进行分析,如表1所示。小板件线主要生产窄板、非标板和收口板等3种产品,窄板产品订单占比最大,选取其为主要研究对象。

表1 产品PQ/PR分析Table 1 Product PQ/PR analysis

2)客户需求与节拍。小板件生产线产能目标平均每天约900单,每单约9.85件板,工人作业为两班制(即为两个班次),每天实际有效作业时间共20 h。根据公式(1)可以计算出需求节拍(take time)为8.12 s/件,即理论上每隔8.12 s就应该生产1件合格板材。

TT=T/N

(1)

式中:TT为客户需求时间,也称生产节拍,s/件;T为每天可用工作时间,s;N为每天需要加工的板件数量,件。

3)生产信息传递。该公司每月接受1次客户需求预测订单和实际需求订单,计划部门每天进行排产,将订单信息传递给采购部门和生产车间,采购部门每周1～2次将订货信息给供应商,供应商每天送货1～2次。

4)工序信息。小板件加工工艺流程主要由开料、封边、排钻、分板、检验、包装等6个工序组成。通过秒表测时法测定获得各工序的标准作业时间,结合设备和作业人数、在制品库存等制成了工序流程统计表,如表2所示。CT(cycle time,TC)周期时间指某个动作发生的两次时间间隔,家具生产中指某个工序加工相邻板件的时间差;PT(process time,TP)流程时间是指所有设备同时运行时的加工能力,通常TC=TP/设备数或TC=TP/人数[14]。由表2可知,开料工序TP=42.84 s,封边工序TP=41.83 s,排钻工序TP=78.69 s,分板工序TP=21.95 s,检验工序TP=30.75 s,包装工序TP=234.50 s,各工序的TC由以上公式计算,包装工序作业人数5个,平均每包板件约为4块,因此,包装工序的TC=TP/人数/板件数量。

表2 工序流程统计Table 2 Process flow statistics

1.3 生产线现状价值流图

根据以上信息,绘制了小板件生产线的现状价值流图,如图1所示。价值流分析可以帮助识别生产中的增值活动(VA)和非增值活动(NVA),增值活动主要是产品的加工过程,非增值活动指生产中的辅助工序,非增值活动即为浪费。分析现状价值流图,时间轴显示着产品生产的增值时间和非增值时间,根据公式(2)～(4)计算,生产过程中增值时间(TA)为62.07 s,非增值时间(TU)为1.73 d,增值比(I)为0.041 5%,增值比较低,说明生产过程存在很多非增值活动,需要挖掘浪费点进行优化。

(2)

图1 现状价值流图Fig. 1 Current value stream map

(3)

I=TA/(TA+TU)

(4)

式中:Ti为各工序加工时间;ti为工序加工之外时间。

1.4 生产线现存的主要问题及原因分析

结合价值流分析和现场及工作管理人员的调研,主要存在如下问题:

1)生产线负荷不平衡,瓶颈工序影响严重。由表2可知,各工序的加工时间不均衡,排钻和包装等工序相较于其他工序,标准作业时间过长,是生产线的瓶颈工序,导致整体加工时间过长,拖延交货周期。生产线负荷平衡是分析生产线各个工序负荷能力,合理调整负荷分配,平衡工序负荷,使得各工序作业时间尽可能接近的技术与方法[15]。衡量生产线的效率,往往采用生产线负荷平衡率(P)、平衡损失率(d)和平滑性指数(IS)等指标[16]。一般生产线负荷平衡评估指标看d的取值范围,d<10%为优,10%≤d≤20%为良,d>20%为差。根据公式(5)～(7)和表2计算得到该生产线负荷平衡率为52.58%,平衡损失率为47.42%,平滑性指数为10.45。生产线负荷平衡率很低,浪费现象严重,存在较大的改善空间。

(5)

d=1-P

(6)

(7)

式中:Tmax为工序最大作业时间;N为工序数量;Tj为第j个工位的作业时间;n为工序总数。

2)车间布局不合理,物流搬运效率低下。从图2可以看出,其主要采用岛台式布局[17],加工设备布局比较混乱,3种板件的加工工艺路径和物流路线存在交叉混流情况,缺乏生产专线概念,容易造成物料的延误配送和搬运阻塞现场现象,导致作业等待,增加了非增值活动。由表3可知,生产布局不合理造成各工序之间搬运距离较远,且板件主要由人工搬运,搬运效率低下。另外,未设置专门的暂存区和不良品的待放区,半成品随意堆放影响物流的畅通,不合格品容易与合格品混在一起,流入下一个生产工序。

图2 改善前车间布局及物流图Fig. 2 Improved layout and logistics diagram of the workshop before improvement

表3 产品物流分析Table 3 Product logistics analysis

3)在制品库存量大,在制品储存时间长。由图1现状价值流图可知,开料和封边间在制品库存量为1 276件,消耗该部分库存时间为0.14 d;封边和排钻工序间的在制品库存量高达1 700件,消耗该部分库存时间长0.19 d。开料至封边和封边至排钻工序间在制品库存量大,库存流转慢,造成了过多的库存浪费,延长了产品交付周期。工序间过多的在制品库存造成了现场拥堵,影响生产效率,也会让管理人员不能及时发现生产中的问题,库存和管理成本增加。

梳理现存生产线负荷平衡等问题,使用因果分析法,从人、机、料、法、环等5个方面进行分析,归纳出深层次原因,从而能够针对性地解决问题。人员方面主要是缺乏对员工的培训,一些员工缺乏专业知识导致操作方法不当,主动学习工作的积极性不高;机器方面主要是设备老化和设备保养不到位,设备故障和停机比较多,导致加工板件的精度不高;物料方面主要因为原材料质量不稳定,上下工序之间的配送物料不及时,导致被迫停机,会出现等待现象,也会造成在制品库存堆积现象;方法方面,员工作业方法不标准,增加了不必要作业操作,延长了生产时间,违背动作经济原则,且瓶颈工序也会延长生产周期;环境方面,车间布局不合理导致搬运路线过长,增加了搬运时间,区域划分不合理,暂存区的容量太小,车间噪声过大,会影响员工的作业等。

2 生产线负荷平衡优化

2.1 生产线负荷平衡优化思路

针对小板件生产线问题,提出生产线负荷平衡改善过程思路。首先绘制现状价值流图,识别生产线现存问题;其次分析问题成因,制定并实施改善措施,绘制未来价值流图,持续改善以达到优化生产线的目的。结合小板件生产线现状价值流图识别的现存问题及问题成因,最终提出平衡优化的方案,主要包括瓶颈工序优化、车间布局调整和针对生产线负荷平衡问题建立数学模型求最优解等,以提升生产线负荷平衡率。

2.2 生产线瓶颈工序优化

排钻工序是瓶颈工序,是制约生产线负荷平衡提高的重要原因,对该工序进行流程程序分析,如图3所示。优化前排钻工序的作业时间共为77 s,其中加工共6次、搬运2次、检查3次、储存1次,移动距离为4.5 m。通过分析发现,加工之前员工需要进行分板、上料、检验等工作,会造成大量的机器等待时间。为了提出合理的优化方案,采用5W1H分析法对排钻工序提问,如表4所示。发现作业之前的板件分类和初步外观检验等工作可以由分板员协助完成,另外员工在操作和检验过程中也存在改善空间。运用ECRS原则改进作业流程,取消步骤1～3,由分板员协助排钻工序员工进行板件分类和外观质量检验作业,然后将分好类的板件搬运到六面钻工作台完成上料工作;合并步骤6和7,工人脚踩下脚踏开关的同时可以按下设备的启动按钮;合并步骤9和10,翻板进行打孔质量检验的同时可以用气枪进行清理板件操作。优化后排钻工序平均加工一块板的作业时间减少了13.8 s,节省了加工3次、搬运1次、检查1次,移动距离减少了2 m。另外,板件待放在地面的滚筒上,员工每次取板和放板时都需要弯腰,且板件重量大,长期作业会增大劳动强度,将滚筒提升至距地700 mm,符合站姿肘高,并将转运推车优化成可以调节高度的,保证板件正常转运的同时,可以降低工作强度和提高工作效率。

图3 排钻工序流程程序分析图Fig. 3 Program analysis diagram of drilling arrangement process

表4 排钻工序5W1H提问分析表Table 4 Analysis table for 5W1H questions in drilling process

包装工序作业时间也远超过了其他工序,需要进一步改善,员工主要采用双手作业的形式,因此采用双手作业分析法对员工操作方式以及动作数目进行分析,绘制了改善前双手动作分析图,如图4所示。该工序存在如下问题:员工的左右手作业不平衡,不符合双手作业原则,过多使用右手作业,而左手存在较多的等待,容易造成动作浪费;工作台的工具、所需要的物料及废料箱的布局不合理,员工每次拿取护角需要弯腰,且拿取纸皮和丢弃废料需要转身操作,违背了动作经济原则,容易产生动作浪费。

图4 包装工序双手动作分析Fig. 4 Analysis of two hand movement in packaging process

对其布局进行重新规划,将纸皮和护角等物料放置在工作台前端,方便员工拿取,将废料箱放在工作台右边,减少了弯腰和转身等无效动作。工作区域的调整,使得员工能够有效利用双手进行取放工具和物料,消除了左手过多的等待浪费;对于简单操作,不需要双手同时作业,可以单手作业,同时另一只手可以完成其他作业,能够有效缩短包装的作业时间,提升工作效率。改善后如图4所示,优化后员工的左右手动作数量接近,左手等待明显减少,将部分右手动作调整至左手。通过对部分作业进行重排和简化,作业流程更加合理,对该工序重新进行作业测定,改善后作业时间由234.5 s减少到202.0 s。

通过对排钻和包装等瓶颈工序进行优化,其作业时间均降低,重新计算生产线负荷平衡率为61.29%,平衡损失率为38.71%,平滑指数为6.9,但是优化后生产线负荷平衡率并没有达到理想状态,还存在待改善空间。

2.3 生产线布局优化

针对小板件车间布局问题,按照作业关系的密切程度,重新规划各产品加工设备的位置,将生产线梳理清晰,规范了产品的流向,优化后的布局及物流如图5所示。搬迁两台电子锯和原有的封边机、六面钻搭建窄板生产线;搬迁两台推台锯、两台切割机与原有的封边机和三排钻搭建非标板生产线;搬迁了两台推台锯、两台切割机与原有的封边机搭建收口板生产线。优化后窄板的搬运距离由67.55 m减少至35.6 m,减少了31.95 m;优化后非标板的搬运距离由82.66 m减少至48.42 m,减少了34.24 m;优化后收口板的搬运距离由82.97 m减少至47.05 m,减少了35.92 m。优化后小板件生产线混乱冗杂的现象得到明显改善,各加工环节之间转运更加流畅,有效减少了工人的搬运距离和重复搬运次数,减轻了搬运工作的负担。

图5 改善后车间布局及物流图Fig. 5 Improved workshop layout and logistics diagram

2.4 生产线未来价值流图

未来价值流图是改善效果的体现,能够继续识别工序改善机会点,制定更加详细的改善计划,消除浪费,让价值流动起来。从工艺流程、现场布局和物流路线等方面提出优化措施,对优化后的生产数据重新统计,绘制了未来价值流图,如图6所示。对比分析现状与未来价值流图可知,通过流程程序分析和双手动作分析方法优化瓶颈工序后,排钻工序的作业周期时间由19.67 s减少至15.80 s,包装工序由11.73 s减少至10.10 s,生产流程更加合理,动作浪费明显减少;通过布局调整,建立不同板件生产线,物流距离明显缩短,减少了搬运和等待浪费,且生产畅流让各工序间在制品库存大大减少,在制品库存积压的时间也由1.73 d缩短到1.34 d,非增值时间减少,库存浪费降低;总体增值比由原来的0.041 5%增至0.048 8%,提高了17.59%。优化后生产线平衡率也提升至61.29%,但是还未达到理想状态,因此需要数学模型方法对其进一步优化,提升小板件生产线负荷平衡率,使其达到较高标准。

图6 未来价值流图Fig. 6 Future value stream map

3 基于0-1整数规划模型的生产线负荷平衡优化

3.1 0-1整数规划模型建立

0-1整数规划理论在生产线负荷平衡优化方面具有重要作用,主要应用于生产线工序的作业单元的优化方面[18],通常是利用整数规划理论建立以工作站数最小为目标的生产线负荷平衡第Ⅰ类模型和以生产节拍最小为目标的第Ⅱ类模型进行优化。因此,对于小板件生产线,在工序数量和其他情况不变的前提下,以生产节拍最小化为优化目标,建立0-1整数规划模型,定量分析改善,提升生产线负荷平衡率,使得生产线运行更加流畅。在此数学模型当中,选取生产线各工序的作业单元为对象,需要划分各工序的作业单元及作业顺序,各作业单元标准作业时间如表5所示。作业单元的优先关系如图7所示,每个圆圈代表一个作业单元,圈外数字代表标准作业时间,箭头代表各个作业单元的前后顺序。

图7 小板件生产线作业优先关系图Fig. 7 Priority relationship diagram for small panel production line operations

表5 小板件生产线作业单元划分Table 5 Division of work units for small panel production line

构建生产线负荷平衡的数学模型,需要结合实际作业情况来确定模型的约束条件,具体如下:

1)小板件生产线的各作业单元需要被分配到对应工位上,且只能被分配到一个工位上。

2)当作业元素间存在优先关系时,若作业单元i为j前面的作业,j被分配到工序K上,则i只能被分配到1～K工序(工作站)上作业,否则不符合。

3)小板件生产线各工序的标准作业时间的总和须小于或等于生产节拍TC。

根据以上的约束条件,结合0-1整数规划理论,建立了如下数学模型L:

L=minTC

(8)

(9)

模型中所用到符号与决策变量如下:

1)符号:TC为生产线生产节拍;K为工序数;k为工序序号;m为作业单元的数量;i,j为作业元素的序号;ti为第i个作业元素所需的时间;Pred为作业单元优先关系的集合,Pred={(i,j)}代表作业单元i为j的上一个作业。

2)决策变量:Xik为0-1变量。

3.2 基于LINGO的数学模型求解

LINGO软件主要是一款用来求解最优化问题的软件,能够快速求解大规模问题,因此被广泛应用到求解线性规划、非线性规划以及整数规划等问题。结合该生产线的标准作业时间及各工序作业单元的优先关系等,基于上述建立的基于第Ⅱ类生产线负荷平衡问题的0-1整数规划数学模型,将其转化为目标函数,运用LINGO对其求解,求解结果为当工序数量为6,最小生产节拍为86.59 s时,生产线第Ⅱ类模型优化后,各工序作业单元安排如表6所示。优化后生产线负荷平衡率提升至86.74%,平滑性指数降为5.99。

表6 0-1整数模型优化后工序作业单元划分Table 6 Division table of operation units after optimization of 0-1 integer model

3.3 生产线负荷平衡优化效果与评价

结合生产线现存问题,运用工业工程、布局优化等方法对瓶颈工序等进行了第1次优化,运用0-1整数规划模型对生产线进行第2次优化,对二次优化前后的生产线负荷平衡指标进行了比较,结果见图8。

图8 生产线负荷平衡指标优化前后对比Fig. 8 Comparison of production line balance indicators before and after optimization

第1次对生产线的局部优化,优化后排钻和包装等瓶颈工序时间降低,生产布局更加合理,板件搬运时间缩短且搬运次数减少,在制品库存明显减少,生产线负荷平衡率提升至61.29%,生产线平滑性指数下降到6.90,但生产线距离良好水平还有一定差距;第2次在局部优化的基础上,从整体上优化生产线,优化后各工序作业时间更趋向一致,生产线平衡率提升至86.74%,平滑性指数降至5.99,由此可以看出,优化后生产线处于良好的平衡水平。经过两次平衡优化,小板件生产线的各项指标得到了较大提升,也进一步验证了本研究提出的生产线负荷平衡优化方案的有效性及可行性,可以帮助板式定制家具企业解决实际的生产问题。

4 结 论

本试验对板式定制家具小板件生产线进行研究,探讨生产线负荷平衡优化与提升的方法。运用价值流图法识别生产线现存问题,采用工业工程方法优化了瓶颈工序,降低了作业时间,提升了生产效率;通过生产布局调整减少了物流距离和搬运次数,降低了在制品库存,缩短了在制品积压周期;在此基础上,以最小生产节拍为目标,结合0-1整数规划理论,建立了生产线负荷平衡第Ⅱ类模型,运用LINGO求最优解,进一步将生产线负荷平衡率提升至良好水平。研究结果表明,基于价值流图、工业工程方法和0-1整数规划数学模型等方法,能够很好地解决板式定制家具生产线问题。研究思路可为板式定制家具生产线优化与生产线负荷平衡率提升提供参考和新思路。另外,为了达到更好的生产线负荷平衡优化效果,未来的研究可更深入分析企业实际情况,建立更加科学高效的数学模型去优化生产线,也可引入仿真软件和各种信息化软件进行生产线负荷平衡的研究。