基于改進的MOST法的多品種小批量產品工時測定及仿真應用

王雅琳 陳洪轉

摘要：文章以制造型企業“多品種小批量”產品為研究對象，通過運用改進的MOST法進行標準工時的制定，并建立動態標準工時庫，為新產品工時預估提供更為高效的新途徑。基于MOST法應用的局限性和準確度的問題，文章進行了提高MOST法標準工時制定科學性的研究，從方法論角度結合MOST法的應用情境進行現場精益改善。最終通過實際工位的仿真檢驗證實了應用軟件的可靠性。

Abstract： This paper takes "multi-variety and small-batch" products of manufacturing enterprises as the research object. Standard working hours are formulated by using the improved MOST method， and dynamic standard working hours database is established to provide a more efficient new way for the prediction of working hours of new products. Based on the limitations and accuracy of the application of MOST method， a research on the improvement of the scientificity of standard working hours of most method is carried out. From the perspective of methodology， on-site lean improvement is carried out in combination with the application situation of MOST method. Finally， the reliability of the application software is verified by the simulation test of the actual station.

關鍵詞：多品種小批量;標準工時;改進的MOST法;動態標準工時庫;精益改善

Key words： multi-variety and small-batch;standard hours;improved MOST method;dynamic standard working hours database;lean improvement

中圖分類號：F273? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文獻標識碼：A? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文章編號：1006-4311（2020）22-0097-04

0? 引言

在這個競爭日趨激烈的世界，制造業組織正面臨著不斷變化的壓力[1]。傳統大規模單一流水線生產追求規模經濟的競爭模式逐漸體現出不適應性[2]，制造業生產模式逐漸向迎合顧客多樣化需求的多品種小批量生產模式過渡[3]。基于消費者差異化產品訴求，多品種小批量正以高柔性、高效率、低庫存、低成本的特點占據市場的競爭優勢。但與此同時，由于顧客需求的不確定性和產品需求的個性化，致使物流較為復雜、工藝流程復雜多變、系統影響因素繁多，車間的生產運作管理面臨極大挑戰[4]，如何縮短市場響應周期、提高客戶服務水平成為企業亟需解決的問題。

企業的高效運作很大程度上取決于生產排產計劃的科學合理與否，其中一個重要維度就是計量化的管理方式。而在計量化基準數據中，標準工時一直占有不可替代的作用。操作標準化是企業管理的基石，也是企業競爭力的基礎。標準工時為產線的排產計劃、生產調度、產能預估提供數據支撐，也為判斷企業現行運轉合理與否提供參考。在多品種小批量生產模式下，產品零部件組成相近、生產工藝具有較高相似性，意味著產品工時定額具有較高的普遍適用性和實際使用價值，同時產品較短的生命周期又對標準工時制定的效率提出了更高的要求。這也正是本文試圖通過建立動態標準工時庫的方式，提升該公司在多品種小批量生產機制下的生產管理效率的原因。

在基于不同應用背景的標準工時制定方式上，學者們做了很多的研究。馬力（2009）闡述了工作因素法和MOST法這兩種標準工時制定方法的工作原理和特點，并對兩種方式的優劣勢進行了對比分析，指出MOST法的動作要素劃分更能貼近工作人員的實際情況，但在反映某些具有特殊特點的企業情況上有其應用的局限性[5]。董巧英（2009）為解決裝配線基礎工時數據缺乏以及工時制定復雜的問題，在MODAPTS法的基礎上提出了粒度中等的基元操作，將常見的操作組合定義為基元，進行基元標準工時的制定，以多個基元的累加和值作為工序工人的作業標準時間[6]。葉寧（2012）基于多品種小批量生產產品數量少、轉款快、生命周期短等特點，用標準資料法進行產品標準工時的制定，并通過擬合學習曲線的方法進行標準工時批量大小的修正[7]。李小兵（2013）研究了工時定額的制定過程，并以此為依據建立了作業時間的測算模型，通過Power Builder9.0h和SQL Server 2000進行工時定額測算軟件系統的開發，以期望達到根據實測工時更迅速制定標準工時的效果[8]。張麗珍（2017）基于標準工時分析方法MTMUAS，提出了一種適用于工序重復動作較多的，高效制定標準工時的模塊化方法，將裝配動作分為常量和變量動作要素，通過重新規定變量動作要素的編碼規則，簡化了重復動作標準工時的設計過程，將含有重復動作的工序作為一個模塊進行標準工時的制定，有利于提高工程師的標準工時制定效率[9]。

總體而言，基于工時定額對企業生產運作的重要性，近年來，企業特別是制造型企業對其重視度顯著提升。立足于不同的應用背景以及企業各自的側重點，標準工時制定方法眾多，或應用傳統的標準工時制定方法，或改良原方法使其更具實際應用情境的適用性，或創造新的方法，且各有優劣，但最終目的都是提升該情境下標準工時制定的效率、科學性、可靠性以及準確度。

本文立足于制造型企業多品種小批量的生產現狀，提出了基于改進的MOST法的工時測定方式，并建立動態標準工時庫。MOST法的工序單元與標準工時庫要求劃分的單元的高匹配度保證了工時數據的實用性;相比其他方法，MOST法相對簡單、易操作，為大批量工序數據收集效率的提升奠定了良好的基礎。基于MOST法的應用局限性，建立標準工時的修訂模型，以確保工序記錄的通用性和科學性。并通過現場操作環境的精益改善，提高MOST法制定標準工時的準確性。以收集到的工時數據為基礎，構建動態標準工時庫，以應用軟件的形式實現新產品工序檢索和工時預估的設想。多品種小批量方式下，大多數產品組裝工藝相似度較大，保證了工時庫建立的實用性;結合改進的MOST法確定預估工時，提高了數據的可靠性;以多品種小批量產品工序工時數據為基礎，以“最小動作單元”為劃分精度建立的工時庫可滿足工序通用性訴求。通過工序內容檢索，實現新產品工時預估功能，為“拉式生產”下的企業生產運作奠定數據基礎。

1? 改進的MOST法

1.1 原始數據的收集和處理

1.1.1 原始數據的收集和初步修正

在傳統流程程序分析下進行產線工序劃分、實測工時測算。以“最小動作單元”為劃分精度確保工時數據的實用性和準確性;在原始實測工時數據的基礎上，考慮到由于產線工人主觀、客觀等因素影響造成的個體差異性，基于工人熟練度等級標準進行實測工時的初步修正，將實測工時統一到正常工人水平，確保工時數據的代表性。

1.1.2 基于MOST法應用局限性的數據分類

MOST法在標準工時制定中表現出了應用的局限性。諸如，“擦拭機身”受機器初始狀態不同的影響難以標準化，受工人自身對“干凈”的主觀界定標準不同的影響難以統一化，很難給出一個具體的MOST法公式表示出特定的標準工時值;對于“定量的物料”、“復雜檢驗”等步驟，不同類型的機器，或者同一大類的不同機型，它們之間仍有較大的個體差異，且由于工序的操作細節繁多，MOST法的使用顯示出較大的局限性，使得工序的通用性大大降低;此外，對于“貼膠帶”、“彩盒折疊成型”等常用工序，考慮到其工序細節繁多，但標準化程度高，適用范圍廣，可以按照某個標準進行分類，比如“擦拭”，選出了觀測產線中所有“擦拭”工序，按照擦拭的范圍將它劃分成了3個等級：擦拭機身、擦拭標貼槽、擦拭局部，對于每種類別的實測工時數據取平均得到同種操作的工時等級劃分，并以實測工時的平均值作為工時預估的標準。

考慮到上述三種情況，本文以“可否用MOST法制定標準工時”為分類依據進行工序的分類，將工序分為了MOST法部分和非MOST法部分，并參照工位操作指導書中的標準作業方式對MOST法部分進行工序正常工時的制定。

1.2 MOST法部分異常數據修正

1.2.1 MOST法部分異常數據篩選

標準工時=MOST法制定的正常工時*（1+α），其中α為寬放比率。正常情況下，操作的標準工時和實際工時應該是很接近的，即標準工時與實測工時的差值應當趨近于無窮小。換言之，即如果實測工時滿足寬放比率，就認為此時的實測工時可以作為標準工時。標準工時制定是一個雙向檢驗的過程：即標準工時能夠很好的代表正常工人的實際操作水平，工人的操作水平也滿足標準期望要求，則車間產線的生產運轉在預估水平上，肯定了企業現行效率并證明了該方式制定的標準工時在企業現行生產實踐中的適用性。本文以“■”所得的百分比為依據，以該車間的寬放比率20%為基準，進行MOST法部分異常工序的篩選：當所得百分比在20%以內時，認為工人操作滿足標準化作業要求，可以以此實測工時作為該工序的預估工時，即標準工時，反之認為是異常數據，需要進行后續的修正。

1.2.2 MOST法部分正常數據關系建立

剔除異常數據后的工序實測工時可以作為預估工時的基準。以MOST法部分正常工序記錄中的正常工時為x軸，實測工時為y軸，擬合兩者之間的函數關系，從函數關系看兩者呈一次函數關系，函數擬合得：y=1.0174x-0.0085，為MOST法部分異常數據的修正提供依據，也為動態工時庫的完善奠定了基礎。MOST法正常數據標準工時和實測工時的擬合關系如圖2所示。

該回歸模型檢驗結果如表1所示。

R2的值接近1，證明回歸模型精確，p<0.005表明y=1.0174x-0.0085成立。

為更直觀體現模型線性回歸效果，本文進行了圖像繪制，如圖2和圖3所示。

通過圖2可以看出實際值和擬合值兩條曲線很接近，表明該線性回歸模型擬合效果良好。

通過圖3可以看到殘差值都在置信區間內，代表該回歸模型正常。

1.2.3 基于所構建關系的MOST法異常工時修正

上文通過曲線擬合建立了正常工時和實測工時之間的函數關系。對于篩選得到的MOST法異常數據，將工序正常工時數據代入擬合曲線y=1.0174x-0.0085來修正實測工時，得到對應工序的實測工時修正值，即標準工時，實現了MOST法部分工序的最終修正。

2? 基于MOST法異常工時數據驅動的精益改善

區別于傳統生產方式，精益生產通過推進企業內部生產結構變革，優化制造效率，以達到生產各方面最優績效，其特色是多品種小批量。減少浪費通常被視為“精益理念”的核心，浪費被廣泛定義[10]。基于此，針對MOST法標準工時制定過程中發現的主觀和客觀因素對工時制定造成的干擾以及時間浪費問題，在前文異常數據分析，并基于擬合函數進行異常數據修正的基礎上，下面本文將對異常數據出現的原因結合現場觀測進行分析，并針對問題產生的原因，基于MOST法的異常數據分析，對操作現場進行精益改善，對工位的布局進行調整，對工裝進行優化改善，削弱MOST法制定標準工時過程中系統誤差和理想操作與實際操作的差異對預估工時的準確性和實用性帶來的影響，增加預估工時的科學性;規范工序操作，使得標準工時制定更具有實際價值，減少不必要的資源浪費。

2.1 探究物料擺放位置（客觀因素限制）對預估工時準確性的影響

通過對諸多產線的觀測和數據統計發現，異常工序大多集中在“取”這一操作上，為了探討問題出現的原因，本文進行了以下分析：

2.1.1 原因分析

由于空間的限制，物料盒在操作臺上擺放的位置距離操作者的距離不統一，故取零件時手的實際到達時間是不同的，但在雙手可觸及的范圍內，標準工時制定統一選用“A1”，即0.036×10=0.36s。不同的實際操作時間會對應相同的標準作業時間;同時，工序劃分精確到最小動作單元，意味著工序總時間相對較短，即基數較小，造成工序相對誤差較大，對工時制定的精準度和可靠性產生較大影響。

由于實際操作環境的限制，實際操作和標準操作不可避免會出現偏頗，此時若再依據理想情況制定標準工時，則會削弱標準工時的可參考性，對預估工時的可靠性帶來影響。由于物料架上物料盒擺放位置的制約，對視線和操作的流暢度都產生了一定程度的影響，會使得“取”由“隨手抓取”狀態對應的“G1”變成“需用手感覺的物件抓取”對應的“G3”，實際標準操作時間相比于理想標準操作時間增加了2×0.036×10=0.72s，此時按照理想標準操作制定的標準作業時間顯然有所偏頗。

2.1.2 解決方案

如圖4所示的擱物架，層與層之間的距離設置為滿足工人雙手流暢取放的高度即可，避免材料上的浪費和物料擺放位置太高對操作者視線遮擋;每層擱物架下方支撐物料盒的支架設置成前低后高，有一定傾斜角度的形式，方便取放，避免遮擋;基于物料盒由于存放零件大小不同而尺寸差異較大的情況，擱物架的網格設計中有寬、窄兩種。考慮到相比大零件，小零件的抓取難度更高一些，擱物架采取上寬下窄的設計，小零件放置在下方擱物架，大零件放置在上層。

在物料盒的設計上，前方擋板選用亞力克材質活動透明塑料板。透明質地的設計減少了取放零件時視線的遮擋。考慮到物料盒中零部件的滑動對塑料盒壁可能造成劃傷，以及塑料長時間暴露在空氣中，氧化效應會使得透明塑料板透明度受到影響，為了在滿足更換需求的基礎上盡可能的減少資金投入，選用了可拆卸的透明塑料板。在塑料盒材質上選用了亞力克材質，它有較好的化學穩定性、耐候性、耐磨性、易加工、外觀優美，同時該材料擁有可以與玻璃比擬的透光率，以及只有玻璃一半的密度，這些特性很好的契合了對物料盒整體特性的預期效果。

2.2 探究非規范化操作（主觀因素影響）對預估工時科學性的影響

理想操作工序應對應操作指導書的標準作業步驟進行，但受個人主觀喜好和習慣影響，實際操作過程中存在很多不規范的操作行為，而標準工時制定參照的是操作指導書上的規范操作，則標準工時表示的操作步驟與實際操作不匹配，致使標準工時預估結果并不能反映工人的實際操作情況，標準工時作為工序預估時間標準的參照價值降低。從微觀角度來說，工人在生產實踐中摸索出來的一些操作技巧可以一定程度上提高工人的效率或滿足自身個性化操作習慣需求。但就宏觀角度而言，在大量產品流水線生產過程中，非規范操作是造成產品缺陷和影響產線根據預估的運轉情況進行排產的潛在因素。

工人非規范操作較多，一方面是公司規范化力度較低，工人受主觀喜好支配來滿足自己對流暢作業的需求;另一方面，在勞動力市場供大于求的背景下，企業懈怠于“迎合”員工需要[11]，忽略“人”作為生產主體的生理特性，也是致使標準工時適用性缺失的重要因素。比如對于“擰螺釘”操作而言，標準操作是雙手完全同步取放，卻忽略了長時間流水線操作工人身體和精神上高度疲勞，難以集中注意力做到雙手完全同步。

因此，一方面要求企業加強對工人操作規范化的規整和督查力度，另一方面要結合實際情況，將“人”的因素融入到工序規范的制定中，基于人因工程，進行規范化作業標準的調整。

3? 仿真應用

基于改進后的MOST法進行數據的收集和處理，以MOST法部分最終修正的工序記錄和非MOST法部分工序記錄為數據內容構建多品種小批量產品的動態標準工時庫，通過應用軟件的開發實現新產品的工時預估：企業相關部門依照顧客提出的產品功能預期進行產品設計研發，在產品結構和功能設計基礎上制定標準化的操作規范，依照劃分的工序進行關鍵詞檢索，以相似或相同工序對應的標準工時的累計和值作為新產品的預估工時。

通過MOST法計算得到的累計正常工時為40.1s，產線實測工時為40.3s。

在構建動態數據庫并進行應用程序開發的基礎上，對該工位進行了工時預估，最終求得該工位的軟件預估工時，即標準工時，為42.8s。

通過計算得，誤差僅為6.2%，在誤差允許的合理范圍內。由此可見，程序的仿真效果較好，由動態工時庫得到的預估工時合乎生產實際情況，在實際生產中有較高應用價值。

4? 結論

本文立足于機械制造業“多品種小批量”的背景，以制造型企業多品種小批量產品為研究對象，工時定額為主要研究內容，運用改進的MOST法，進行了產線標準工時的制定，結合實際操作情況對MOST法制定標準工時誤差產生的原因進行分析并對操作現場進行精益改善，以提高MOST法在此情境中的適用性。以收集到的數據為基礎建立動態工時庫，并通過應用軟件的開發實現新產品工時的預估功能，最終通過仿真檢驗驗證軟件的工時預估效果，進而證實該方法的可行性和有效性。本文的貢獻如下：

①在本文中，系統地研究了MOST法制定標準工時的問題。在傳統流程程序分析的基礎上，對MOST法進行了深入研究和優化，通過數據分類和修正，實現工時定額科學合理化，為動態標準工時庫的建立奠定基礎;②通過誤差分析和現場精益改善，優化MOST法的使用情境，增強MOST法應用過程中的適用性和預估可靠性;③通過標準工時庫的建立和應用程序的開發，實現新產品的工時預估功能，提高了工時預估的效率和準確性。既是對現有MOST法制定標準工時的完善和修正，也為新產品工時預估開辟了更為便捷高效的新途徑。未來，隨著動態工時庫的不斷更新完善，軟件預估能力和預估精度也必將穩步提升，成為強有力的計量化工具。

參考文獻：

[1]C Ajay Guru Dev， V S Senthil Kumar. Analysis on Critical Success Factors for Agile Manufacturing Evaluation in Original Equipment Manufacturing Industry-An AHP Approach[J].Chinese Journal of Mechanical Engineering，2016，29（05）：880-888.

[2]杜杰，張利平，唐秋華，王創劍，夏清松.多品種小批量生產方式的SIMIO仿真優化[J].機床與液壓，2020，48（02）：133-137.

[3]張于賢，丁修坤.面向多品種小批量的訂單成組模型研究[J].系統科學學報，2018，26（01）：92-95.

[4]張炎亮，秦惜夢，崔慶安.基于PCA&SVM的多品種小批量產品質量預測方法研究[J].科技管理研究，2016，36（14）：234-237.

[5]馬力，王福林，王奕嬌，王丹.工作因素法及MOST法在制定標準時間中的應用對比[J].工業工程，2009，12（03）：51-54.

[6]董巧英，闞樹林，桂元坤.基于基元操作分解的裝配作業工時計算[J].工業工程，2009，12（03）：79-84.

[7]葉寧，閻玉秀.多品種小批量服裝生產的工時定額制定方法[J].紡織學報，2012，33（06）：101-106.

[8]李小兵，吉衛喜，賈繼勇.基于秒表法的工時定額測算過程研究與實現[J].計算機應用與軟件，2013，30（04）：195-197.

[9]張麗珍，邵祺，楊加慶，宋政，戴鵬.汽車裝配標準工時設計中模塊化設計方法的研究[J].現代制造工程，2017（05）：120-125.

[10]R.M.Torielli， R.A.Abrahams， R.W.Smillie， R.C.Voigt.Using lean methodologies for economically and environmentally sustainable foundries[J]. China Foundry， 2011， 8（01）：74-88.

[11]曾湘泉，盧亮.標準化和靈活性的雙重挑戰——轉型中的我國企業工作時間研究[J].中國人民大學學報，2006（01）：110-116.

基金項目：江蘇省社科聯2020年度重大應用研究課題“加快構建江蘇自主可控、安全高效先進制造業體系關鍵詞問題研究”（2020-5）。

作者簡介：王雅琳（1999-），女，河北石家莊人，本科，現就讀于南京航空航天大學經濟與管理學院，研究方向為工業工程;陳洪轉（1977-），女，山東泰安人，博士，教授，南京航空航天大學經濟與管理學院博士生導師，研究方向為物流與供應鏈管理、質量管理。