離散型制造業生產組織問題分析及其優化

連志剛， 焦 斌， 賈鐵軍

（上海電機學院a.電子信息學院，b.電氣學院，上海200240）

隨著離散型制造業生產訂單類型與數量越來越多，機器調配、物料集配、物流中轉，多品種工件協同穿插加工，工序多、工藝復雜，不同類型訂單隨機到來，從而導致其生產組織非常復雜?，F代化的制造要求生產系統不僅要完成直接面向過程的控制和任務的優化，而且要在盡可能多地獲取生產全部過程信息的基礎上，建立有效的計算機控制管理系統，對整個生產過程實現較高的自動化綜合管理，優化生產計劃和生產調度。調度問題的研究始于20世紀50年代。20世紀70年代后期，學者開始注意并重視調度復雜性問題的研究，Miller等[1]提出了用于研究算法有效性和問題難度的計算復雜度理論。20世紀80年代初，調度研究由理論研究轉向應用研究階段。以Fox[2]為代表的學者們開展基于約束的智能調度和信息系統的研究，標志著人工智能真正開始應用于實際調度問題。生產調度的研究主要集中在優化調度問題的算法分析上[3-7]；關于離散型制造業生產運營管理的研究[8-13]也有報道；而針對其生產中的實際問題，如生產組織模式、應用于生產實際工作的方法技術，包括下達加工任務模式、物流中轉時間設置、排產技術等研究報道則較少。研究離散型制造業的生產運行問題及模式優化對于提高企業的管理水平具有重要意義。本文主要研究目前我國離散型制造業生產組織系統，分析生產計劃與調度模式存在的問題，給出改進流程、組織模式及物流中轉時間設定方法。

1 典型離散型制造企業生產組織調度問題分析

1.1 產品事業部下單模式不合理

各產品事業部不能科學下達生產訂單，從而對下游生產組織造成沖擊。

1.1.1 訂單交期與工程進度不匹配 產品事業部裝配的物料清單（Bill of Material，BOM）不合理，未按裝配的時間軸劃分BOM，或劃分不詳細。以建筑業中蓋樓房為例，常出現“先派生產樓頂，后派樓底”的現象；甚至訂單交期為“樓頂靠前，樓底靠后”的現象。

類似上述的訂單下達模式或零件交期的設計，導致下游生產部經常忙于生產不緊急的“樓頂”零件，而完成生產任務后不能裝配使用，只能進入倉庫從而占用了資金；相反，緊急需要的零件則匆忙下單，以致產生許多急單，導致脫期，嚴重沖擊了生產組織系統。

1.1.2 上游產品事業部“糖葫蘆式”下單 我國大部分制造業傾向于實施企業管理解決方案（Systems Applicationsancl Products in Data Processing，SAP）系統。其組織模式是上游產品事業部按照各自BOM的“提前期”下單。由于BOM的“提前期”都是根據各產品生產的經驗而定，造成下游生產部門嚴重堵塞與空檔，死板地被動生產。按照BOM“提前期”下單，原則上應早于提前期，這應根據產能及訂單量動態確定。本文舉例說明目前下單存在的問題。

案例1 7月1日銷售部下達計劃A至生產部上游的產品事業部，交期為7月31日。上游部門安裝需1d，在生產部加工需10d[提前期10d] ，此時下單分析如下。

理論上，最好是7月1日下單，交期為7月30日，給下游生產部留有充分的組織生產時間。然而，目前SAP系統中的下單日期為7月20日（交期為7月30日），導致生產部被動組織生產。若有3個產品事業部于7月1日同時各接到類似1個訂單，每個生產部加工各需10d[提前期10d] ，安裝需1d，而SAP系統卻按照各自BOM“提前期”在20日下單，此時生產部只有3種方案組織生產：①7月20日—7月30日加工1單，其他2單外協，趕7月30日交付3單；②7月20日—7月30日加工1單，外協1單，8月1日—8月10日加工1單，趕7月30日交付2單，脫期10d即8月10日交付1單；③7月20日—7月30日加工1單，8月1日—8月20日加工2單，趕7月30日交付1單，脫期20d即8月20日交付2單。3種組織生產的方案如圖1所示。

圖1 生產事業部生產調度方法1～3Fig.1 Production scheduling method 1～3of the Machining Division

方案1造成7月1日—7月20日的嚴重空檔，自己只加工了1單，縮小了利潤空間；方案2造成7月1日—7月20日的空檔，自己只加工了2單，縮小了利潤空間，而且造成1單脫期；方案3造成7月1日—7月20日的空檔，并脫期2單，嚴重影響裝配。由此可見，若簡單地按BOM“提前期”下單，會造成下游生產部嚴重堵塞與空檔。

1.1.3 上游變更訂單無約束 上游產品事業部訂單變更頻繁，由于變更訂單沒有相對約束，往往輕率地變更訂單，對生產造成的沖擊比插單更嚴重。因此，對頻繁變更訂單的責任人或部門應該有適當的懲罰與警戒。

1.2 離散型制造業生產組織信息系統的缺欠

現代企業通過信息化、科學化、標準化管理增強競爭力，其中，實施企業資源計劃（Enterprise Resource Planning，ERP）系統或ERP的某些核心模塊是企業實現信息化的一個主要途徑。ERP一般擁有采購、庫存、生產、財務4大主業務模塊。對于離散型制造企業，ERP中的生產模塊尤為重要，其中的工件工序排程是核心問題和技術瓶頸。筆者調查發現，雖然許多離散型制造企業實施了ERP，但幾乎都缺少關鍵的生產制造模塊，其制造模式都是建立在無限生產能力的基礎之上，并不能真正指導實際生產。文獻[9] 中分析了其中存在的問題并給出了改進方案。

離散型制造業生產組織未實現信息化管理，導致以下問題：① 對生產不能有效控制。② 造成淡、旺季之分，產能未真正發揮。③ 拖期嚴重。④ 庫存積壓嚴重，資金占用量大。⑤ 設備能力不均衡。⑥物料管理不準確。物料情況只能靠車間調度員去工作現場實地察看，并根據臨時了解的信息進行調度，故不能有效提供物料實際加工的狀態信息，從而影響了車間的計劃制定。⑦ 生產數據人工管理。生產過程中需要記錄各種實時生產信息，人工管理工作量大且效率低下。若生產組織部門接到成千上萬的訂單只能憑經驗分開轉遞而未經科學計算，就不能最優地組織自制或外協生產。

2 離散型制造業企業生產組織優化

2.1 產品事業部下單改進模式

針對大部分離散型制造企業產品事業部裝配及加工訂單下達存在的問題，本文提出改進型組織模式，優化其流程。

2.1.1 魚骨圖式裝配及交期 離散型制造企業產品結構可以用“魚骨”圖的方式進行表述，其最終產品一定是由固定個數的部件或零件組成，這些關系明確且固定，如圖2所示。

圖2 產品事業部裝配及訂單下達模式Fig.2 Mode of assembly and order release of the Production Division

圖中，橫坐標表示時間，dn表示訂單號。魚骨圖中的小線段表示零件，其落入的時間段左端表示下單時間，右端表示訂單交期。若實施了車間信息管理系統，點擊線段就可以查詢該線段代表的零件屬性，如代碼、在制狀態、數量等。其中在制狀態用不同顏色的線段表示，已經裝配完成的線段顯示為灰色；已經加工完成而未交貨的顯示為綠色；已經下單但還正在加工的顯示為紫色；沒下單的零件顯示為灰色。生產部及各產品事業部能看到或查詢到上述信息，為其裝配及生產加工提供決策參考。

2.1.2 分層下單，按魚骨圖時間節點交貨 離散型制造業產品事業部按照魚骨圖裝配，提前按照先后依次下單；訂單交期根據魚骨圖上的確定時間分期交付，這樣將減少空檔或堵塞。同樣以案例1為例，若SAP系統改進下單模式，在7月1日下單，則理論上生產部有無數種生產組織方法應對，主要生產組織方案如圖3所示。

圖3 生產部事業部生產調度方法4～5Fig.3 Production scheduling method 4～5the Machining Division

對于案例1而言，在7月1日下單時，生產部除了方案4、5兩種生產組織方法外，還包括圖1的3種方案；其實，生產部可以在7月1日—7月20日之間任何時候選擇開始加工。理論上，生產部存在無數種組織方法。方案4、5可能造成一定的庫存，這需生產部權衡庫存、脫期及加工利潤之間的利弊，最優組織生產。

2.2 生產部主計劃制定流程

制造業全靠人工組織生產的模式已經嚴重影響生產效率的提高。由于生產過程的脫期任務變為緊急任務，導致計劃頻頻變更、工序流程周轉不暢、在制品缺乏有效控制、庫存積壓現象嚴重、庫存與資金周轉利用率不高、生產系統組織效率低下等問題。根據離散型制造業生產過程存在的問題，文獻[8] 中提出了改進型的生產組織模式的下單流程，即生產部接到訂單后，首先將其分為必須自制訂單、可自制可外協訂單、必須外協訂單3類；然后根據自身產能及資源約束情況，將可自制或可外協的訂單合理外協（外協那些瓶頸工序的訂單）；最后訂單下達到外協或自制生產執行部門（車間），由生產執行部門根據當前設備、工人、原料、交貨期等情況最優安排生產；同時，生產執行部門將實施情況反饋到生產部，生產部根據實時情況調配最優下單。改進的生產模式能夠使任務合理均勻地向各車間下達；另一方面，制造執行部門可基于訂單屬性、設備屬性、工人情況等用智能算法進行最優排產，提高生產效率。

生產部主計劃制定非常關鍵，一方面需要滿足上游產品事業部的裝配需求，另一方面要求自制任務下達合適，不能嚴重超過負荷而引起拖期，也不能因負荷不夠而導致設備與工人大量閑置。改進的生產部主計劃制定流程如圖4所示。

2.3 加工訂單在車間停留時間分解模型

生產部用MES對加工訂單自制與外協優化揀選后直接下達到工作中心或車間。工作中心或車間可以靈活調度生產加工，從而實現生產資源優化使用。為了使生產計劃更有執行力和可操作性，本文提出生產部下達各車間訂單工序時間的詳細分解方法，給出訂單在各車間的轉運時間節點（交期），從而實現生產管理精準化。為了建模方便，假設如下：

（1）訂單的工序加工時間為工件在加工設備上的裝卸時間、刀具調整時間與工件的加工時間之和，記為tij，其中，i為訂單，j（j＝1，2，…，s）為工序，設有s道工序。

圖4 MES生產主計劃制定流程Fig.4 Process of the main production plan in MES

（2）訂單的生產總流通時間為生產部從下單的時刻開始到計劃交期的時間段，即訂單下達時間至計劃交期，記為Ti，i為訂單。

（3）訂單的車間相互轉運耗時為訂單從一個車間或工作中心轉運至下一個車間或工作中心所耗費的時間。為了計算方便和實際需要，車間內的轉運耗時不計。

（4）訂單在各車間停留總時間記為Cik，i為訂單，k為車間。加工訂單在各車間轉運交期模型（各車間停留時間分解）為

式中，O為當前時刻；Y為轉運延遲時間。若車間只白班轉運，當工件完工時刻是在0；00～8：00，或20：00～24：00時，則可設定工件完工時再延長1d，若轉出的接收時刻是節假日或休息日，則順勢延長到假期結束后再轉運（特殊情況除外）。上道工序停留延長了多長時間，則下道工序壓縮多長時間。

案例2 假設K公司有3個車間，在某月10日10：00接到2個生產訂單，其加工順序、加工需要時間及工序處理所在車間如表1所示（該公司是24h加工及轉運）。

表1 加工訂單的BOM屬性及交期Tab.1 BOM attributes and delivery of processing orders

在表1中，n，m分別表示各訂單第n道工序及該工序加工所需要的時間（單位為min）；表格內為空的表示不加工該工序。

采用本文提出的生產訂單在車間停留時間分解模型，計算訂單1由車間A至車間B的運轉時間為

C1鉚＝10日10：00＋576／60（h）＝10日19：36。

因此，車間A必須在10日19：36將工件d1轉運后交付至車間B，否則屬于拖期。同理，可以計算出各工件在各車間的轉運時刻，本文不再累贅計算。為了說明方便，案例2設計較簡單，其實生產實際中在某一時刻接收到的訂單有成百上千，有的工件有幾十道工序，故必須依靠軟件系統計算并設置轉運時間，才能迅速查出拖期訂單，化解訂單拖期各車間相互推諉責任。

3 結 語

離散型制造企業車間作業調度是典型的Job Shop問題。生產部面對眾多產品事業部需求及外接訂單，生產組織非常復雜，為了能適應各產品事業部需求，常需要相對地加大半成品和零件庫存以防各種異常情況發生。本文針對離散型制造業生產實際問題，優化了產品事業部裝配流程及下單模式，對提高生產效率有所助益；并根據生產調度中的實際問題建模及優化，然后提出最優的調度方案指導實踐。調度系統軟件化和工程化使某些手工操作變為系統流程，車間實現無紙化組織。未來針對離散型制造業生產組織的實際需要，研制開發應用于實際的調度軟件具有較大的理論和應用價值。

[1] Miller R E，Thatcher J W.Complexity of computer computations[M] .New York ：Plenum Press，1972：41-52.

[2] Fox M S.Constraint-directed search：A case study of job shop scheduling[D] .Pitsburgh：Carnegie-Mellon University，1983.

[3] Zhou Hong，Cheung W，Leung L C.Minimizing weighted tardiness of job-shop scheduling using a hybrid genetic algorithm[J] .European Journal of Operational Research，2009，194（3）：637-649.

[4] Matta M E，Elmaghraby S E.Polynomial time algorithms for two special classes of the proportionate multiprocessor open shop[J] .European Journal of Operational Research，2010，201（3）：720-728.

[5] Lian Zhigang，Gu Xingsheng，Jiao Bin.A novel particle swarm optimization algorithm for permutation flowshop scheduling to minimize makespan[J] .Chaos，Solitons and Fractals，2008，35（5）：851-861.

[6] Chen S H，Chang P C，Cheng T G E，et al.A selfguided genetic algorithm for permutation flowshop scheduling problems[J] .Computers ＆ Operations Research，2012，39（7）：1450-1457.

[7] Wang Ling，Fang Chen.A hybrid estimation of distribution algorithm for solving the resource-constrained project scheduling problem[J] .Expert Systems with Applications，2012，39 （3）：2451-2460.

[8] 朱 釩，連志剛，管在林，等.離散型制造業機械裝備離散型企業車間生產調度問題與方法研究以廣東科達機電為例[J] .華東經濟管理，2008，22（7）：133-137.

[9] Waldeck N E.Worker assessment and the provision of developmental activities with advanced technology：An empirical study[J] .International Journal of Production Economics，2007，107（2）：540-554.

[10] Paraskevopoulos D C，Tarantilis C D，Ioannou G.Solving project scheduling problems with resource constraints via an event list-based evolutionary algorithm[J] .Expert Systems with Applications，2012，39（4）：3983-3994.

[11] 熊福力，嚴洪森.基于交替迭代遺傳算法的多級車間生產計劃與調度的集成優化[J] .東南大學學報：自然科學版，2012，42（1）：183-187.

[12] Dolgui A，Gordon V，Strusevich V.Single machine scheduling with precedence constraints and positionally dependent processing times[J] .Computers ＆ Operations Research，2012，39（6）：1218-1224.

[13] 翁 元，周躍進，朱芳菲.基于約束理論的制造業高級計劃排程模型的建立及應用[J] .中國管理信息化，2007，10（9）：17-21.