(原)詳解生產線物流規劃的原理及操作方式
牟硯逵 杭州吉奧汽車有限公司
本文首發於IT168
http://cio.it168.com/a2010/0612/1066/000001066055_all.shtml
企業的運營過程中,物流、資金流和資訊流貫穿始終,三位一體,不可分割。物流是最基本的活動,相對於資訊流和資金流,物流規劃的科學性對企業的整體效益有著決定性的影響。
本文的切入點是生產線的物流規劃,利用現有條件,比如生產節拍、工藝流程、單元化包裝、場地面積等引數,結合ABC分類和流量平衡圖進行分析,規劃物料的運輸數量、運輸時間、線邊存放方式、線邊庫存量的範圍、運輸方式、運輸路線等,即PFEP-Planning For Every Part包含的內容。之後,運用PFEP的結果,結合場地面積,製作生產線定置圖。分析的流程和步驟見下圖:
圖例1
1. 生產線規劃需求分析
生產線物流規劃是為生產作業服務的,必須服從生產作業對物流的整體要求。其核心目的就是降低成本,提高效率。具體的表現就是:
1. 降低線邊庫存量,或者說以最低的存量滿足連續生產。
2. 縮短零部件的運輸距離,降低物流成本。特別是生產線邊的存放地,要儘量靠近作業人員,減少作業人員走動、轉身、彎腰所花費的不增值作業時間,提高作業效率;
3. 提高場地利用率,因為生產作業是增值過程,所以有限的場地,在佈置時應最大限度向生產作業傾斜:線邊庫存儘量佔用最小的空間,更多的空間要分配給生產作業在生產現場
4. 物流作業(配送、裝卸、擺放、拆包、交接等)是不增值過程,因此作業應儘量簡化或省略,同時也將減少物流作業裝置的相關投入。
所以,物流規劃必須符合以上要求,才是科學的,合理的。
2. 迴圈週期與ABC分類
滿足生產與庫存控制是矛盾統一體,需要為庫存量找到一個平衡點。把線邊存量看成是倉庫,那麼,同樣可以利用庫存模型進行計算最低庫存。下面運用不同的模型來計算線邊的庫存量:
1. 如果採用ROP模型設定,那麼訂貨點=補貨週期*單位時間的平均消耗+補貨週期內的需求波動(即安全庫存=服務水平因子*標準偏差),其線邊最大庫存量在連續補貨的理想狀態下,與訂貨點相同。
2. 如果採用M-x模型,那麼線邊最大庫存量=補貨週期*單位時間的平均消耗+補貨週期內需求波動(即服務水平因子*標準偏差)。
如果需求波動不大,比如豐田公司,就把安全庫存簡化設定為需求的20%甚至更低(豐田生產方式第三版P401),那麼,從上述的公式可以得到結論:生產線無論採用定量不定期補貨,還是定期不定量補貨,庫存的最大值,在需求波動不大的情況下,取決於其補貨的間隔週期。
所以,在生產線的物流規劃中,第一個設定的引數的就是零部件補貨的間隔週期即迴圈週期。迴圈週期的設定決定了線邊庫存量的最大最小值。
那麼,如何針對不同的物料設定不同的迴圈週期才是合理的呢?本人推薦採用大家熟悉的工具:ABC分類(帕累託統計)。
下面我舉例說明,為了方便計算,做如下假設:
A類零部件佔品種比例10%,佔總價值70%
B類零部件佔品種比例20%,佔總價值20%
C類零部件佔品種比例70%,佔總價值10%
假設所有零部件每1小時配送一次物料,則:
零部件的庫存週轉期=70%*1+80%*1+10%*1=1小時,
1小時內配送的品種比例=10%*1/1+20%*1/1+70%*1/1=100%
做一下簡單的調整,把A類的配送間隔改成0.5小時,B類維持配送時間1小時,C類的配送時間延長為2小時,則:
零部件的庫存週轉期=70%*0.5+0.2*1+0.1*2=0.75小時,
1小時內配送的品種比例=10%*1/0.5+20%*1/1+10% *1/2=75%
對比發現:僅僅把配送的次數分配給高價值的零部件,降低價值高的零部件的配送次數,零部件的庫存週轉期下降了25%,1小時內的配送的品種數量下降了25%。
與《企業製造資源計劃MRPII原理》一書中的原理6(把生產調整次數分配給高值物品以降低其庫存,可輕而易舉地補償低值物品庫存的增長)對比,會發現,有異曲同工之妙。
所以,不同種類的零部件的在生產線的迴圈週期,按照單位時間內零部件的流量進行ABC分類,分別設定不同的迴圈週期。
需要說明的是以下幾點:
1. 物流流量引數包含了很多維度:品種數、數量、體積、重量、價值等,在倉儲、配送、線邊等不同的作業中考慮的因素不同。而ABC分類是一維的,對於生產線邊規劃,本人建議以體積為維度。即單位時間內的零部件需求總體積作為統計引數。
2. 在現有的ERP系統中,同一種零部件,其特徵項不同,比如不同顏色的保險槓,其零部件的編碼未必是一致的,很少採用特徵項的方式進行編碼。但是在物流規劃中,同一種零部件因單元化包裝相同,裝配工位相同,需求量之間有相互關聯,是必須歸納處理的。
3. 迴圈週期為生產線上的零部件連續補貨的間隔時間,與採購提前期有本質的不同,補充的批量為迴圈週期內需求量,而且是最小包裝的倍數,最好是單元化包裝的倍數。
4. 設定迴圈週期補貨,設定採用的是M-x模型,對於採用ROP模型,用訂貨點觸發補貨的,兩者在同一迴圈週期,同一服務水平下,是沒有區別的。
5. 需求的波動需要通過品種的均衡分佈來削弱,即豐田所說的均衡生產中的品種均衡,豐田生產方式提供了目標追蹤法的演算法,詳見豐田生產方式第三版P389,本文不做具體描述。
3. 流量平衡圖
線邊的庫存相當於一個水庫,用於保證生產線的連續均衡運轉。如果輸入大於輸出,線邊庫存將持續增長直至爆倉;如果輸入小於輸出,線邊庫存將持續下降直至停產。因此,零部件的流量必然是均衡的,輸入與輸出在長時間內相等。把零部件在單位時間的流量及存量,以引數的形式量化的計算出來,並用圖形表示的工具,就是流量平衡圖。
流量平衡圖是用圖示的直觀形式表現流量和存量,其可用的維度較多,零部件品種數、零部件數量、體積、重量、價值等,都可以作為計量流量的維度。在倉庫的物流規劃中,優先考慮的是價值維度;但是在生產線的規劃中,優先考慮的是體積維度,在規劃的時候需要注意。
流量平衡圖是下一步規劃的依據,流量決定了搬運裝置的選型和數量,存量決定了功能區的設定和麵積,以及儲存裝置的形式和數量。因此,流量平衡圖的計算必須嚴謹,以資料說話。
4. PFEP
設定了迴圈週期,計算了生產線邊的流量和存量,下一步的工作就是完善PFEP。PFEP是Planning For Every Part的縮寫,直譯成:為每個產品做計劃。按照本人的理解,零部件的加工和裝配,需要有工藝來約束,而PFEP就是零部件的物流作業工藝。
PFEP的是物流分析很有效的工具。其主要內容包括以下幾大部分:
1. 零部件的基本資訊:零部件的編碼、名稱、單臺用量、單件尺寸、單件重量、單位時間內使用的數量等
2. 單元化包裝的資訊:零部件的包裝形式、SNP(Standard Number of Packing-標準包裝數量)、包裝尺寸、包裝淨重、包裝總重量等
3. 零部件存放的資訊:投料工位、存放區域、存放方式(通用料架、地面堆放、專用工位器具等選項)最大庫存、最小庫存等
4. 零部件的補貨資訊:供方、補貨觸發方式(訂單、看板、按燈、物料籃等)、補貨路徑(即動線)、補貨週期、供應商的名稱、供方編碼、供方所在地等
總而言之,PFEP描述了所有零部件物流作業的所有的相關資訊。
需要補充的是:
1. 本文以生產線的迴圈週期為主要引數進行生產線的規劃設計。運用逆序設計的原則,以生產線的需求作為倉庫需求的輸入,採用同樣的分析方法,考慮供方的距離、經濟批量的大小,就可以進行倉庫的規劃設計;
2. 零部件具體的補貨模式和運輸方式的選擇,參看本人的文章 詳解:生產線配送物流的作業原理
3. 零部件不進行包裝轉換,分揀後配送工位,會減少了物流作業量。但是在某些場景下,包裝轉換是必須的(比如物料籃)或者是被迫的(比如供方未按包裝要求提供零部件)。對應的,PFEP必須有相應的規定和記錄。
4. 動線即補貨路徑不得交叉,而且根據流量計算,每條動線的負載要求均衡。
5. 搬運器具、存放器具、搬運裝置的選擇,儘量以標準化為主,會降低物流裝置的投入。同時考慮人機工程,提高作業效率。
5. 線邊規劃圖
PFEP中存放和補貨的相關資料以圖形的形式表現出來,就是生產線的線邊規劃圖。線邊規劃圖詳細的標註生產工位,生產作業區域,物料存放方式(品種、區域、包裝形式、包裝數量等)、動線等相關內容。經驗證後,線邊規劃圖還需要以目視化的方式,直接在生產線邊的相關區域標識功能,方便管理。
6. 總結
一言蔽之,生產線的物流規劃,是可以用資料化的方式來規劃的。採用科學的工具和方法,將大大減少線邊的存量,提高作業的效率。而且,生產線的物流規劃僅僅是工作的起點,而不是終點,因為零部件的需求量也不是一成不變的。豐田每月評審一次生產節拍,相應的,零部件需求也會發生變化,看板的枚數會重新計算。同樣的道理,在生產線物流規劃完畢之後,也需要定期對物流規劃進行評審和調整。
來自 “ ITPUB部落格 ” ,連結:http://blog.itpub.net/7942439/viewspace-665333/,如需轉載,請註明出處,否則將追究法律責任。
相關文章
- (原)生產線配送物流的作業原理
- 【精益生產】詳解精益物流改善方法
- 操作生產環境的規範
- cursor: pin S產生原理及解決方法
- impdp操作產生大量UNDO的原因及解決方法
- 線性規劃對偶原理
- Linux中產生zombie的原因詳解及解決方法!Linux
- 詳解車企產品主資料規劃實施方案
- 【IE知識】最系統、完整的標準工時學習資料;標準作業(SOP)詳解;生產線佈局規劃
- 產生AWR及單個sql的執行計劃SQL
- 規劃迭代--及時開發詳細計劃(轉)
- 詳解Python中的下劃線Python
- xargs的原理剖析及用法詳解
- (轉)十大產業振興規劃-物流產業
- SQL表連線方式詳解SQL
- 插曲:Kafka的生產者原理及重要引數說明Kafka
- 【執行計劃】資料訪問方式,連線方式及方法
- 正規表示式教程之操作符及說明詳解
- Redis叢集的三種方式詳解(附優缺點及原理區別)Redis
- 【智慧物流】200億規模的製造企業,如何規劃供應鏈物流體系?
- 產品版本規劃
- kafka的原理及叢集部署詳解Kafka
- iptables詳解及docker的iptables規則Docker
- RocketMQ - 生產者原理MQ
- HTML5離線儲存Manifest原理及使用詳解HTML
- 圖解 | 原來這就是動態規劃圖解動態規劃
- IPFS挖礦開發解決方案及IPFS礦機挖礦原理及最優規劃
- MySQL 傳統複製與 GTID 複製原理及操作詳解MySql
- 手工收集統計資訊及立即產生新的執行計劃
- 晶振頻偏產生原理及背景教程(一)
- kafka生產環境規劃-kafka 商業環境實戰Kafka
- 生產計劃排產軟體如何解決生產難題?
- 【動態規劃】樹形DP完全詳解!動態規劃
- Matlab解決線性規劃問題Matlab
- 線性規劃單純形法精解
- 阿里技術專家詳解Dubbo實踐,演進及未來規劃阿里
- 【原創】手把手系列之二―Axman 3.12r的註冊演算法詳解及序號產生器演算法
- ORA-00060死鎖的產生及解決