裝配類小微的流水線價值流分析與精益改善研究

蘇志強 許 磊, 彭廣州 郭 威 江平宇

(1.西安交通大學 機械制造系統(tǒng)工程國家重點實驗室，陜西 西安 710054；2.合肥海爾空調(diào)制造有限責任公司，安徽 合肥 230601)

當前，大規(guī)模定制、靈活多變的市場機制對企業(yè)的生產(chǎn)柔性和響應(yīng)速度帶來了巨大挑戰(zhàn)[1].傳統(tǒng)的大型制造企業(yè)正逐步進行業(yè)務(wù)重組、資源整合與組織再造，以提升其生產(chǎn)柔性和動態(tài)響應(yīng)能力[2].“企業(yè)集團小微化”已成為企業(yè)集團組織模式的演化方向[3].本文所關(guān)注的正是這種大型企業(yè)通過模塊化業(yè)務(wù)重組、小微化生產(chǎn)組織變革，形成扁平化企業(yè)架構(gòu)，以快速響應(yīng)動態(tài)用戶需求的小微.企業(yè)集團小微化后，企業(yè)內(nèi)部小微團體自主負責不同業(yè)務(wù)，這就產(chǎn)生了以產(chǎn)品裝配和調(diào)試為核心業(yè)務(wù)的裝配類小微.

產(chǎn)品裝配是企業(yè)的最終生產(chǎn)環(huán)節(jié)，也是檢驗產(chǎn)品零部件可用性的關(guān)鍵階段，產(chǎn)品的裝配質(zhì)量直接決定了產(chǎn)品能否實現(xiàn)預(yù)期的設(shè)計功能[4].對于傳統(tǒng)的生產(chǎn)制造企業(yè)，其產(chǎn)品生產(chǎn)過程中約有1/3的勞動力從事與裝配相關(guān)的生產(chǎn)活動[5].而對于裝配類小微而言，所有成員均不同程度地參與裝配生產(chǎn)活動.因此，提高產(chǎn)品裝配效率對于裝配類小微降低成本和增強企業(yè)競爭力更為關(guān)鍵.而對裝配過程進行精益改善以降低裝配中的非增值時間，提高裝配線物料和信息流動速度是提升裝配效率的有效途徑.

裝配類小微倡導“人人都是小微主”的理念，鼓勵小微團體內(nèi)部成員參與工廠運營和生產(chǎn)改善，期望不斷提高產(chǎn)品的裝配效率.但由于小微團體內(nèi)部成員能力與經(jīng)驗參差不齊，且現(xiàn)有的精益改善過程量化分析能力較弱，對人工經(jīng)驗的依賴性較強，因此內(nèi)部成員往往不能正確把握改善方向，導致改善的效率并不高.顯然，這種經(jīng)驗式主觀改善模式很難適應(yīng)靈活多變的小微化生產(chǎn)單元，因此迫切需要建立完整且有效的精益改善流程來指導改善過程.

1 價值流分析

一般而言，面向制造過程的價值流是指從原材料投入到產(chǎn)品交付顧客的生產(chǎn)流[6].價值流圖(Value Stream Mapping,VSM)是解析整個價值流中物流和信息流的工具.在生產(chǎn)改善過程中充分融入節(jié)拍、連續(xù)價值流、拉動、持續(xù)改善等精益思想，可以實現(xiàn)生產(chǎn)系統(tǒng)的持續(xù)化改進[7].繆周等利用價值流圖實現(xiàn)了生產(chǎn)線的再設(shè)計，用生產(chǎn)現(xiàn)場改善來提高生產(chǎn)效率與產(chǎn)品質(zhì)量，但缺少對改善效果的量化分析[8].Atieh A M等將價值流圖分析與生產(chǎn)線的建模和仿真相結(jié)合，分析了玻璃生產(chǎn)線的制造現(xiàn)狀，并借鑒以往經(jīng)驗進行生產(chǎn)線平衡與布局改善[9].荊全忠等以價值流圖為工具分析生產(chǎn)線存在的問題，并設(shè)計了基于價值流圖的生產(chǎn)線平衡重組方案[10].總之，價值流分析技術(shù)作為重要的精益改善工具已被廣泛應(yīng)用于生產(chǎn)制造過程，但現(xiàn)有的價值流分析方法大都聚焦于繪制價值流圖，卻未建立系統(tǒng)且有效的改善流程來指導改善過程.而且，在利用價值流圖分析生產(chǎn)過程時，缺少對生產(chǎn)過程的量化評估.因此提出融合DMAIC(Define,Measure,Analysis,Improve,Control)過程的價值流分析流程模型，實現(xiàn)從當前價值流到未來價值流的狀態(tài)演變(圖1)，以達成對裝配流程的快速持續(xù)改善.

圖1 價值流分析的狀態(tài)演變

2 融合DMAIC過程的價值流分析模型

價值流分析本質(zhì)上是確定當前與未來兩種狀態(tài)，在評定當前狀態(tài)的基礎(chǔ)上確定改進空間，實施精益策略以期達到未來狀態(tài)的一種生產(chǎn)改善方法.在價值流分析中，當前價值流與未來價值流可以相互轉(zhuǎn)變，同一階段的未來價值流是當前價值流的改進目標，也是下個價值流循環(huán)的起點.因此，從當前生產(chǎn)狀態(tài)到對未來規(guī)劃的藍圖是一個不斷改善循環(huán)、螺旋上升的提質(zhì)增效過程.

價值流分析的循環(huán)往復(fù)導致分析中過分關(guān)注當前與未來兩種狀態(tài)，而弱化了當前到未來的過程，造成分析效果不理想.而DMAIC是對現(xiàn)有流程進行定義、測量、分析、改進、控制，從而降低成本，提高質(zhì)量和服務(wù)的一套流程改善工具[11].價值流分析與DMAIC流程進行有機結(jié)合，能增強價值流分析的流程性與系統(tǒng)性，彌補現(xiàn)有價值流分析的不足.本文建立的融合DMAIC過程的價值流分析模型(DMAIC-VSM)如圖2所示.該模型按照問題界定(D)、現(xiàn)狀評定(M)、分析規(guī)劃(A)、實施改進(I)、總結(jié)確認(C)的改善流程，以價值流成熟度為驅(qū)動，實現(xiàn)當前價值流到未來價值流的狀態(tài)演變，使價值流成熟度成為DMAIC-VSM的核心驅(qū)動.因此，價值流成熟度也是本文分析與研究的重點.

圖2 融合DMAIC過程的價值流分析模型(DMAIC-VSM)

2.1 問題界定

問題界定(D)的目的是選擇價值流分析的對象.價值的需求不同，其選擇邏輯也不同.若產(chǎn)量需求較高，則可利用P-Q分析(產(chǎn)品-產(chǎn)量分析)從眾多產(chǎn)品中選擇產(chǎn)量較高的分析對象進行價值流映射；若質(zhì)量需求較高，則可依據(jù)產(chǎn)品不合格率等質(zhì)量數(shù)據(jù)來確定價值流的描述對象.

2.2 現(xiàn)狀評定

在現(xiàn)狀評定(M)階段，主要收集所選價值流的相關(guān)數(shù)據(jù)并繪制當前價值流圖，綜合評定當前價值流所處的成熟度等級(作為精益改善的出發(fā)點)，并將更高級成熟度設(shè)定為價值流進化的目標.

2.3 分析規(guī)劃

分析規(guī)劃(A)的目的是以更高等級的成熟度為導向進行未來價值流規(guī)劃.本文運用TOPSIS原理[12]量化當前成熟度與未來成熟度之間的差距以確定改進空間，利用雷達圖使成熟度各維度的距離可視化，并識別凹陷維度(圖3).

圖3 價值流成熟度雷達圖

2.4 實施改進與總結(jié)確認

優(yōu)先選擇雷達圖的凹陷維度進行優(yōu)化改進，通過補充、完善和持續(xù)改進其凹陷維度，雷達圖一是走向正圓，表征價值流趨向均衡；二是半徑擴大，表征價值流成熟度逐步提升.

在總結(jié)確認環(huán)節(jié)重新對價值流成熟度進行評定，確認是否滿足預(yù)定成熟度目標.如果未達到目標則進入價值改善小循環(huán)即重新識別瓶頸維度進行持續(xù)改進；否則，尋找新的價值流分析對象并進行改進.

3 價值流成熟度的模型與評定方法

價值流成熟度評定既可評定價值流現(xiàn)狀，又能為價值流的進化提供方向引導，它是整個價值流分析流程模型的核心.小微團體中的成員只有準確了解當前價值流的狀態(tài)，評估當前價值流的成熟度，才能科學地設(shè)立成熟度進化路線、長遠規(guī)劃.

3.1 價值流成熟度模型

工廠小微化以快速響應(yīng)用戶需求為終極目標.因此，本文將快速響應(yīng)定義為價值流成熟度的最高等級.在圖4所示的價值流成熟度模型中，根據(jù)實現(xiàn)的難易程度將價值流成熟度分為5級(由低到高分別是意識積累、改善基礎(chǔ)、改善適應(yīng)、穩(wěn)定流程以及快速響應(yīng)).意識積累級處于個人意識的積累階段，改進活動屬于偶發(fā)行為，處于精益改善的起步階段；改善基礎(chǔ)級處于組織意識的積累階段，5S等基礎(chǔ)改進活動取得一定效果；改善適應(yīng)級應(yīng)用適當?shù)木娌呗?，取得關(guān)鍵性成果，并能得到長期維持；穩(wěn)定流程級建立系統(tǒng)的精益改進流程，持續(xù)獲得改善收益；快速響應(yīng)級在小微團體內(nèi)形成一種文化，并可擴散到整個價值鏈而快速響應(yīng)需求波動.

圖4 價值流成熟度模型

3.2 價值流成熟度評定維度

價值流成熟度評定的目的是通過成熟度模型和評定方法來量化企業(yè)當前的生產(chǎn)狀況，明確企業(yè)進行精益改善所處的階段，以價值流成熟度驅(qū)動企業(yè)持續(xù)改進.實現(xiàn)成熟度的準確評定需要綜合考慮成熟度評定的目的，確定合理的指標集，使評定指標精準、全面地反映評定對象.本文在進行企業(yè)調(diào)研的基礎(chǔ)上，結(jié)合國內(nèi)外制造企業(yè)有關(guān)生產(chǎn)系統(tǒng)評價指標的文獻資料[13-14]，分析并建立了價值流成熟度評定指標體系.價值流成熟度評定的維度如表1所示.

3.3 基于BP的價值流成熟度評定方法

價值流成熟度評定是一項系統(tǒng)工程，具有較強的非線性和時變性.傳統(tǒng)的專家評價法在實際評定過程中工作量大，可重復(fù)性差.價值流成熟度的評定從本質(zhì)上講是一種分類問題.目前，神經(jīng)網(wǎng)絡(luò)(Artificial Neural Networks，ANNs)在解決工程分類問題中具有良好的使用性能.與傳統(tǒng)方法相比，采用ANNs不需要構(gòu)建精確的數(shù)學模型，只需通過歷史評定數(shù)據(jù)自主學習就可建立黑箱評估模型.由輸入層、隱藏層、輸出層組成的三層神經(jīng)網(wǎng)絡(luò)，具有強映射能力、易訓練等優(yōu)點[15]，是目前應(yīng)用最廣泛的網(wǎng)絡(luò)模型之一.本文在構(gòu)建價值流評定指標體系的基礎(chǔ)上，提出了一種基于BP(Back Propagation)神經(jīng)網(wǎng)絡(luò)的價值流成熟度評定方法.

表1 價值流成熟度評定維度

基于BP神經(jīng)網(wǎng)絡(luò)的價值流成熟度評定包括兩個主要階段：第一階段為網(wǎng)絡(luò)創(chuàng)建與訓練，即由具體問題確定網(wǎng)絡(luò)的輸入、輸出節(jié)點數(shù)，根據(jù)經(jīng)驗公式或?qū)嶒灧ù_定隱含層節(jié)點數(shù)之后，以歷史價值流評定數(shù)據(jù)作為訓練樣本，進行權(quán)值訓練；第二階段，使用訓練好的網(wǎng)絡(luò)模型進行成熟度評定，即以價值流評定數(shù)據(jù)集作為模型的輸入，將價值流成熟度代表值輸出后轉(zhuǎn)化成價值流成熟度等級(圖5).

圖5 基于BP神經(jīng)網(wǎng)絡(luò)的價值流成熟度評定邏輯框架

4 應(yīng)用實例

本文以某裝配類小微利用價值流圖分析改善產(chǎn)品裝配過程驗證價值流分析模型的可行性. 在數(shù)字化、智能化技術(shù)推動下，該裝配生產(chǎn)線實現(xiàn)了部分自動化升級，自動化水平逐步提高，但裝配人員不足、裝配工位負荷不均以及設(shè)備故障等因素導致新線生產(chǎn)效率不及老線.為此，有必要利用價值流圖從精益角度出發(fā)對該新裝配生產(chǎn)線進行分析，提升其生產(chǎn)效率，降低生產(chǎn)成本.

4.1 問題界定-D

利用P-Q分析法，選擇X型產(chǎn)品作為價值流分析的對象，詳細調(diào)研其生產(chǎn)過程，以獲取的生產(chǎn)數(shù)據(jù)支撐后續(xù)決策分析.

4.2 現(xiàn)狀評定-M

4.2.1 價值流現(xiàn)狀圖

在詳細調(diào)研某裝配類小微X型產(chǎn)品裝配過程的基礎(chǔ)上，搜集相關(guān)生產(chǎn)數(shù)據(jù)，繪制了圖6所示的價值流現(xiàn)狀圖.

4.2.2 當前價值流成熟度評定

首先進行神經(jīng)網(wǎng)絡(luò)模型的創(chuàng)建與訓練.神經(jīng)網(wǎng)絡(luò)的輸入為10個評定指標值，輸出為成熟度等級代表值.網(wǎng)絡(luò)的輸入和輸出神經(jīng)元個數(shù)分別設(shè)置為10和1.經(jīng)過試驗，該神經(jīng)網(wǎng)絡(luò)的隱含層節(jié)點數(shù)為7時，網(wǎng)絡(luò)性能最佳.因此，可確定網(wǎng)絡(luò)結(jié)構(gòu)為10-7-1，采用L-M算法，設(shè)置誤差精度為10-9. 選擇表2中20 個樣本進行訓練， 經(jīng)過79 次訓練便達到了目標精度.圖7所示為誤差收斂過程.圖8所示為輸出節(jié)點的誤差曲線.

圖6 某裝配類小微X型產(chǎn)品的價值流現(xiàn)狀圖

然后，根據(jù)表1中各評定維度計算方法，得到當前價值流成熟度評定指標值(表3).將這些評定指標值輸入訓練后網(wǎng)絡(luò)進行訓練，可得出當前價值流成熟度為2級.

表2 樣本數(shù)據(jù)

注：表中均為無量綱量.

表3 當前價值流成熟度評定指標值

注：表中均為無量綱量.

4.3 分析規(guī)劃-A

當前價值流成熟度等級為2級，表明當前價值流處于改善基礎(chǔ)階段.將3級成熟度設(shè)為未來價值流進化目標，運用TOPSIS法確定各維度在1級成熟度與3級成熟度之間的位置，并將結(jié)果用雷達圖表示出來(圖9).該雷達圖中當前狀態(tài)與未來狀態(tài)之間即為改進空間.

圖7 誤差收斂過程

圖8 輸出節(jié)點的誤差曲線

圖9 改進空間雷達圖

優(yōu)先選擇雷達圖中較短半徑維度進行改善.在圖9中，較短半徑維度包括平均工位增值率、供貨延遲數(shù)、瓶頸工位能力和生產(chǎn)線平衡率.由此可見，當前價值流存在的主要問題為：工位增值率較低，存在較多的浪費與非增值活動；供貨延遲數(shù)較大，準時化生產(chǎn)程度不高；瓶頸工位能力低，瓶頸工時與客戶需求節(jié)拍不匹配；生產(chǎn)線平衡率較低，工位負荷不均.

結(jié)合當前價值流中存在的問題，本文設(shè)計了某裝配類小微X型產(chǎn)品的未來價值流圖(圖10).其改善目標主要集中在以下兩個方面：一是降低由工位負荷不均、換產(chǎn)、停線等造成的時間損失，以提高生產(chǎn)線平衡率和工位增值率；二是從客戶需求端出發(fā)，采用看板拉動方式實現(xiàn)準時化生產(chǎn).

4.4 實施改進-I

本文按照未來價值流圖(圖10)中規(guī)劃的方向?qū)Σ煌?jié)點進行了持續(xù)改進.

(1) 針對裝配過程中因工位負荷不均、人員配備狀況不佳而影響裝配周期的瓶頸工序，運用5W1H(Why,What,Where,When,Who,How)提問技術(shù)，結(jié)合ECRS(Eliminate,Combine,Rearrange,Simplify)原則對部分子工序進行合理拆分與合并，以實現(xiàn)均衡生產(chǎn).

(2) 通過魚骨圖、故障樹分析發(fā)現(xiàn)，停線問題的主要原因在于人員(操作慢、不熟練、操作不良).因此，制定相應(yīng)的標準操作程序并加強人員培訓，以減少人員問題造成的停線.此外，開展TPM(Total Productive Maintenance)活動來降低設(shè)備故障率，從而進一步降低停線造成的時間損失.

(3) 在換產(chǎn)方面，結(jié)合生產(chǎn)實際，盡量將內(nèi)部作業(yè)轉(zhuǎn)化成外部作業(yè)(包括物料的及時更換、設(shè)備參數(shù)的提前調(diào)整等)，并設(shè)計合理的工裝以縮短換產(chǎn)時間.

(4) 對于物料配送不及時問題，建立JIT(Just In Time)拉動看板來保證物料的準時化配送，確保瓶頸工位時間與客戶需求時間一致，并最終達到在需要的時間按需要的量生產(chǎn)需要的產(chǎn)品.

4.5 總結(jié)確認-C

通過實施精益改善方案，采用看板拉動方式實現(xiàn)線邊物料的準時化配送，從備料區(qū)到總裝線的物料配送周期縮短了一半.經(jīng)過裝配線平衡，各工位周期有不同程度的縮短，瓶頸工時由原來的15.31 s 降至14.53 s，換產(chǎn)時間由原來的38.76 s降至28.00 s.改善前后部分指標對比如表4所示.

按照規(guī)劃的未來價值流對現(xiàn)有的裝配流程進行持續(xù)改進，在不增加投入的情況下，提高了生產(chǎn)效率，滿足了市場的需求.

將改進后的價值流各指標輸入成熟度評定網(wǎng)絡(luò)模型，得出的改進后價值流成熟度為3級.總結(jié)確認后，可進入價值流分析改善的下一循環(huán).

圖10 某裝配類小微X型產(chǎn)品的未來價值流圖

表4 改善前后部分指標對比

5 結(jié)束語

價值流分析有利于發(fā)現(xiàn)裝配流程中的浪費與非增值環(huán)節(jié).目前，小微企業(yè)面臨激烈的市場競爭，通過降低成本來增強其競爭力一直是諸多小微企業(yè)追求的目標，而利用系統(tǒng)性價值流分析實現(xiàn)提質(zhì)增效的成功案例并不多.本文構(gòu)建了融合DMAIC過程的價值流分析流程模型，以價值流成熟度為驅(qū)動，對裝配線進行持續(xù)改進；將DMAIC-VSM應(yīng)用于某裝配類小微的生產(chǎn)實際，取得了理想的效果.這也可以為其他生產(chǎn)類小微降低成本，提高效率提供借鑒.

參考文獻:

[1] Alptekino A,Lu A,Corbett C J. Mass customization vs mass production: Variety and price competition[J]. Informs Institute for Operations Research and the Management Sciences,2008,10(2):204-217.

[2] 江平宇,丁 凱,冷杰武. 社群化制造:驅(qū)動力、研究現(xiàn)狀與趨勢[J]. 工業(yè)工程,2016,19(1):1-9.

[3] Dahlgren E,Gocmen C,Lackner K,et al. Small modular infrastructure[J]. The Engineering Economist,2013,58(4):231-264.

[4] 周思杭. 產(chǎn)品裝配質(zhì)量設(shè)計、預(yù)測與控制理論、方法及其應(yīng)用[D]. 杭州：浙江大學,2013.

[5] 楊建國,李蓓智. 面向并行工程的DFA理論與實踐[J]. 成組技術(shù)與生產(chǎn)現(xiàn)代化,1994,11(4):30-32.

[6] Rother M,Shock J. Learning to see: Value stream mapping to create value and eliminate muda[M]. Cambridge: Lean Enterprise Institute,2009.

[7] Rahani A R,Al-Ashraf M. Production flow analysis through value stream mapping: A lean manufacturing process case study[J]. Procedia Engineering,2012,41:1727-1734.

[8] 繆 周,徐克林,李振飛. 基于價值流圖的生產(chǎn)線再設(shè)計:案例研究[J]. 工業(yè)工程,2009,12(5):115-119.

[9] Atieh A M,Kaylani H,Almuhtady A,et al. A value stream mapping and simulation hybrid approach: application to glass industry[J]. The International Journal of Advanced Manufacturing Technology,2016,84(5):1573-1586.

[10] 荊全忠,楊 晶. 基于價值流圖的抽油桿生產(chǎn)線平衡優(yōu)化研究[J]. 工業(yè)工程與管理,2014,19(5):18-23.

[11] Sokovic M,Pavletic D,Pipan K K.Quality improvement methodologies——PDCA cycle,RADAR matrix,DMAIC and DFSS[J].Journal of Achievements in Materials & Manufacturing Engineering,2010,43(1):476-483.

[12] Jang W,Hong H U,Han S H,et al.Optimal supply vendor selection model for LNG plant projects using Fuzzy-TOPSIS theory[J].Journal of Management in Engineering,2016,33(2):1-10.

[13] 李中陽,齊二石,安景玲.制造企業(yè)生產(chǎn)系統(tǒng)效率評價體系研究[J].制造業(yè)自動化,2004,26(8):47-50.

[14] 朱 理,蘇宏業(yè),沈清泓.基于關(guān)鍵性能指標的流程行業(yè)制造執(zhí)行系統(tǒng)評價體系[J].計算機集成制造系統(tǒng),2012,18(12):2643-2649.

[15] 劉智輝,陳洪立,江先志.基于OpenCV的人工神經(jīng)網(wǎng)絡(luò)字符識別研究[J].成組技術(shù)與生產(chǎn)現(xiàn)代化,2017,34(1):53-57.