u型装配线人的行为对生产效率的影响

u型装配线人的行为对生产效率的影响

0仿真研究是制造系统企业发展的基在竞争激烈的市场环境中，公司越来越重视改进制造过程，这需要系统运作的精确信息。复杂系统的行为会随时间而变化,计算机仿真能够协助发现瓶颈,并在虚拟环境下运行改善方案,为方案决策提供依据。然而传统上,建模与仿真集中在系统的硬件运作方面,人只是被视作等同于一个工作时间、符合一定分布的硬件资源。这在高度自动化的场合可能是合适的,而在以人为主的场合,则可能会高度扭曲能力预测,并且很多柔性制造系统在很大程度上依赖于人的柔性,因此在生产系统中对人的行为进行研究,尤其是仿真研究越来越重要。从对制造系统中人的行为研究看,大部分是基于单人的。如文献提出在生产计划排程时加入工人满意度指标。文献指出人的行为受影响因素太多,不适合实验,只适合仿真;文献和文献研究了人的行为波动问题;文献指出制造系统设计缺乏合适的人类行为模型;文献对人因可靠性分析提供了一套理论方法;文献[10-11]对变速箱装配过程中人的失误进行了研究;文献提供了人机系统中人的行为形成因子的量化辨识方法[2,3,4,5,6,7,8,9,10,11,12]。对基于合作的人的行为研究相对较少,如文献研究了人对制造系统效率的影响,指出了交流、信息共享、互信和诚实等因素对整个制造系统工作效率的影响;文献研究了分布式系统团队合作中的信息共享和信息交换问题,提出通过报告目标域行为交换信息;文献研究了U型生产线团队合作的行为仿真;文献从认知心理学的角度对合作行为进行了研究,提出了减少失误的方法。总体来看,有关制造系统中人的行为研究,国外的相关文献相对较多,国内的研究主要集中在人的可靠性研究上,关于人对生产效率影响的研究较少,基于团队合作行为的研究则更少。U型生产线是柔性生产的一个典型解决方案,它在合作的基础上能够提高劳动生产率,降低生产成本,增加生产线柔性,因此得到广泛的应用,而准确预测其生产能力是挖掘这类生产线潜力的一个重要依据。基于此,本文选择了一个以人为主的U型装配线作为研究背景,在人的行为研究的基础上,结合多人合作的思想,建立了人人合作的生产线仿真模型。通过仿真对其生产能力进行预测,并分析工作逻辑和合作逻辑对生产效率的影响,在给定条件下选择较优合作策略,从而为生产管理提供一个改善的方向。1生产作业主体员工的任务分工及工作优先序本文的U型装配线数据采集于某发动机部装生产线,图1所示为该U型装配线的布局。该U型线共有15个工位,各工位均布,间距为3m,纵向距离4m,工位间通过传送带连接。可生产a,b,c,d四种产品,按订单生产,目前对各种产品的需求概率基本相同。产品a,b,d的工艺相同,依次经过这15个工位,产品c不经过工位6,其他工艺与产品a,b,d相同。工序3由于工时消耗大,设置了两个工作地。产品由6名工人(A/B/C/D/E/F)协同完成装配。由于生产多种产品,难以按照流水生产的方式进行平衡,生产任务只能尽量平均分配给这6个工人。按照节拍估算,结合工人的实际技能,初步安排这6名工人的任务分工及工作优先序如表1所示。工作时间安排如下:6名工人每天上午8:00开始工作,下午17:00工作结束,9:45~10:00,11:45~13:00,14:45~15:00,16:45~17:00为休息时间段。2工人行为建模因为U型线中既有自己独立的工作部分,又有合作部分,所以对U型线中的工人建模涉及工作逻辑建模和合作逻辑建模两部分。2.1职工工作进度及加工时间的确定为简化研究,本文假定人是经济人,工作是积极的、不带有情绪的。在此基础上,假定人的工作速度只与个人失误、疲劳和工作进度有关,这种假定在国外相关文献中已有体现。劳动者在连续工作一段时间后,由于长时间紧张的脑力或体力活动,整个身体机能降低,反映为思维的判断力和动作的灵敏性降低,作业效率下降,同时还会导致失误率上升,经过适当休息后身体机能会得到恢复。疲劳的产生与消除是人体正常的生理过程,这两者多次交替重复。经过调查,同时为适当简化模型,本文假定与疲劳相关的工作速度分为两档:前60min不疲劳,按照标准工时工作;后45min疲劳,工作速度下降为标准工时的1.2倍,经过工间休息后身体机能得到恢复。个人失误有两种情况:①工人不可用,类似于机器故障;②操作失误,这种人为失误不可避免。失误会降低工人的工作速度,有时甚至影响整条生产线的生产效率。关于工人不可用的情况,本文将其简化为一个固定的故障率。关于操作中的失误,美国人Swain指出它不仅受基本动作可靠度的影响,还受作业时间、操作频率、危险状况、心理生理条件和环境的影响。经过调查,基本可靠度大家近似一致,在影响因素中,经过因素分析,本文只考虑作业疲劳和作业进度对作业失误率的影响。作业疲劳按照前文所述分为疲劳和不疲劳两档,本文将作业进度分为领先和落后两档。基于前述假设,领先时工人工作会更从容,落后时会努力追赶进度并导致失误率上升。基于调研,本文设定了不同情境下的四种失误率:领先不疲劳(2%);领先疲劳(3%);落后不疲劳(4%);落后疲劳(5%)。当操作失误发生时,工人会变得小心翼翼,更加追求准确性,此时工作速度降低,加工时间假定变为原来的2倍。操作失误发生后,工人经过一段时间的调整就会回到正常状态,工作速度也恢复正常。本文设定恢复时间为100s。工作进度是衡量工人工作量的标准。如前文所述,当某个工人的工作进度处于领先或者落后状态时,由于心理因素的作用,将对其后续的工作速度产生影响。工作进度可以用两种方式计算:用已经完成的自己份内工位的总工时(包括自己完成的和别人帮助自己完成的)除以自己份内工位的四种产品单件标准工时总和表示,类似于生产计划中的当量产量。用自己已经完成的总工时来衡量自己的工作进度,这里的总工时包括帮助别人完成的工时。用方法1)计算工作进度进而调整工作速度,能够使各工人间的平均库存尽可能地少;而用方法2)计算工作进度,则能使各工人间的工作量尽可能相当。通过研究,本文假定工作进度落后时,工人的加工时间变为原来的0.9倍;当工作进度不落后时,则保持正常工作速度。2.2合作逻辑建模本文从合作的必要条件以及具体的合作策略两方面考虑进行合作逻辑建模。(1)进度落后时才有触发合作的前提条件合作的必要条件是指有可能触发合作的最基本条件(至于合作能否达成还需要看具体的合作策略)。通常来讲,只有当某一方的进度落后时才有可能触发合作,因此把进度落后作为触发合作的必要条件。按照前文所述,进度有两种计算方式,因此触发合作的必要条件也有两种计算方式:①以件数平衡,即如果A完成的件数比B完成的件数多,则A才有可能去帮助B,否则帮助不会发生;②以工时平衡,即如果A完成的工时比B完成的工时少,则A才有可能去帮助B。这也是两种常见的合作方式。(2)合同出现失误时记观和合作出现情况合作策略主要研究当具备合作的必要条件时,合作能否发生,以及合作发生时具体的工作策略。本文从操作失误、合作位置、合作工位任务分配和合作态度四个角度研究合作策略。这里研究操作失误时合作与否,因为发生操作失误时可能忘记了提供帮忙,或者忘记了申请帮忙。将发生失误时的合作分为4种情况:①不考虑失误,合作是完全畅通的,只要符合进度条件,合作就能发生;②合作提供方发生失误时忘记观察,不提供合作;③任一方发生失误均不能形成合作;④合作申请方发生失误时忘记申请,没有合作发生。以上四种合作方式在生产管理上都是可以实现的。因为合作涉及行走,行走需要耗费时间,而这种时间耗费对提高生产效率没有任何帮助。为了研究其影响,本文设计了两种情况:①不管提供合作方在哪个工位,申请者都可以申请合作,只要达成帮忙协议,提供合作方就去帮忙;②提供合作方只有在事先确定的工位时,申请者才可能去申请合作,这些事先确定的工位通常设定在离帮忙工位较近的工位,将这种合作方式称为固定工位合作。在达成合作意愿后,合作工位的任务分配可以分为两种情况:①完全交给对方,即落后方将合作工位完全交给领先方,自己改做其他工位的工作;②不完全交给对方,即落后方如果当时自己份内其他工位无工作可干,也会去做合作工位的工作。合作态度主要涉及合作速度问题,本文分两种情况:①合作速度和自己的工作速度一致,反映的是一种积极的合作态度;②合作速度恒定,只按正常速度操作,而不考虑对方进度落后与否的影响,同时如果发生失误同样放慢两倍速度,反映的是一种被动消极的合作态度。此外,如果落后方无工作可干,则会帮助领先方,而不管进度、失误情况以及自己所处的位置,这种假设是符合常理的。3模拟设计3.1正交试验结果按照前文所述内容建立仿真模型,共需要4×2×2×2×2=64个仿真模型,如果再算上每个仿真模型需要运行的次数,则仿真的工作量会很大。因此,借鉴正交试验的思路,按照L8(41×24)正交试验表的要求,对D1~D55个影响因素,每个因素水平按照前文定义,这样只需引入8个仿真模型即可(具体模型如表2)。为了便于与传统的将人看做机器的生产仿真模型做对比,以及分析合作对生产效率的影响,本文又分别建立了合作前的2个模型:无合作,将人看做机器,故障时无法提供服务;无合作,将疲劳、操作失误和工作进度这三个影响因子考虑进去,人的操作速度可变。3.2速度决策模型本文使用的仿真工具是em-plant,每个工位用singleprocess仿真,工作地由workplace给定,行走路径由footpath设定。仿真技术实现的核心在于工人的调度和工作时间的确定。为了避免调度的冲突,本文将所有工人放到一个workpool中,由一个broker集中调度。工人干完某工位后停留在该工位,等待broker调度(该操作可以通过workerplace设定),这样工人位置的读取与其他工人申请该工人帮忙时读取的该工人的位置一致。具体的调度逻辑如图2所示。其中,合作位置要求和合作操作失误条件取决于对应的模型。在调度方法中,通过getopenimporters得到所有工作请求,通过读取工人的位置和失误状态来决定是否发出请求或者是否接受请求。合作逻辑中除了合作态度,其余因素均在该调度方法中得以体现。只有一个工人能干的工位的加工时间,在对应的singleprocess的processtime中由预置的方法给定,而多个工人均能干的工位的加工时间由对应工人的control菜单中order中的预置方法给定。同时在该方法中读取每个工件的加工工人,以实现任务量统计。工件基本加工时间采用以标准工时为期望的正态分布,疲劳、操作失误、工作进度和合作态度对工作速度的影响是共同作用的,在对应的速度决策模型中通过嵌套实现。①工作量的计算,即在每个传送带的入口处同时实现工件个数和工人相应工作量的计算;②工位之间的物流方式采用传送带,速度为1m/s,最大容量为4;③工人的行走速度为1.67m/s,每次只装配一个工件,工作完停留在原工位等待下一道工作指令;④各种产品订单的产生用符合均匀分布的随机数实现,具体产品由tablefile指定;⑤工序2的离去策略设置为循环,工序5后面设置flowcontrol控制工件是流到6还是7,作息时间由shiftcalender设置。考虑到随机因素对仿真结果的影响,本文对每个模型分别进行了12次重复运算,每次仿真时长为30d,采用平均数据进行分析。4运行效果评价指标生产线仿真通常最为关注的是产量,U型线中存在合作,因此必须同时关注平衡率的问题。如果工人间的工作量差异较大,则经过一段时间后必然会出现不良情绪,进而影响整个生产线的生产效率。因此本文选取产量和平衡率两个指标作为基于合作的生产线运行效果的评价指标,而从长远来看,显然平衡率是这类生产线要追求的首要目标,因为只有平衡率近似一致才有可能保持产量的稳定。平衡率采用以下公式进行计算:式中:B表示平衡率,Hmin表示工作量最小的工人的总工时,Hmax表示工作量最大的工人的总工时。这里的总工时包括帮助别人做的那部分工作的工时。4.1正交试验结果10个模型仿真结果如表2所示(产量和平衡率指标均为平均数据)。以上均值数据全部通过Shapiro-Wilk检验。根据表2相关数据可以进行水平和极差统计,具体数据如表3所示。经过t检验发现,因素D1的两个水平在产量上无差异,在平衡率上差异显著;因素D2的水平3和水平4在两个评价指标上均无显著差异,而水平1、水平2均与水平3或水平4在产量指标上有显著差异,因素D3和D4的两个水平在两个指标上均有显著差异;因素D5两个水平在产量指标上无明显差异,而在平衡率指标上存在显著差异。4.2工作逻辑仿真模型根据模型9和模型10的平均产量比较并经过t检验,把工作逻辑加入原有机器模型后的产量明显低于不考虑该逻辑的产量,说明传统的机器模型如果不考虑工作逻辑则会明显降低仿真精度。在工作逻辑中,各因素对生产效率的影响机理是比较明确的,失误和疲劳会降低工作速度,而进度落后会提升工作速度。从本文的研究背景看,失误和疲劳对工作速度的影响大于工作进度对工作速度的影响,即三因素共同作用会导致平均工作速度的下降。4.3统计数据的统计描述一般来说,合作会带来产量和平衡率的提升,这一点从表2的统计数据也可以看出。研究还表明,不好的合作逻辑组合反而会带来产量的下降(如模型5和模型7),因此设计合作逻辑时应当特别关注这一点。(1)零件的流量不均匀从表3可以看出,按工时平衡和按件数平衡两种水平在产量指标上的表现并无明显区别。尽管设计按件数平衡的方法时,管理者的初衷可能是减少各工人间的零部件库存积压,让产品顺畅流动,进而提高产量,但是仿真发现由于存在优先序,自己份内几道工序等待加工的产品数量通常并不均衡,而这往往会造成生产的堵塞,进而影响总产量,因此这种平衡方式并不能达到管理者设计的初衷。而按工时平衡会使工人间的工作量尽可能接近,从工时平衡的定义和平衡率的计算公式也可以看出,工时平衡明显有利于平衡率的提高。所以总体来看,按工时平衡是一种较好的平衡方式。(2)提供合作对产量和平衡率的影响从表3可以看出,在产量指标的表现上,申请方发生失误或任一方发生失误不合作这两种水平的表现近似一致,并且明显优于其他两种水平。这说明自己发生失误时不去申请合作对产量的提高是有益的,而提供合作方失误与否对总产量的影响并不明显。在平衡率指标上,只有提供合作方发生失误时,不合作会明显降低平衡率,而其他三种方式对平衡率的影响并无明显差别。综合以上两个指标考虑,申请方失误时不申请合作是一种较好的方式,而合作方失误时合作与否对生产效率的影响较小。(3)不固定工资企业合作从表3可以看出,固定工位合作无论从总产量还是平衡率上都明显优于不固定工位合作。因为不固定工位合作可能会加长行走距离,从而浪费更多的时间,进一步说明在生产节奏比较快、合作比较频繁时,固定工位合作有明显的优势。(4)从前沿性合作逻辑仿真实现从表3可以看出,把合作工位不完全交给对方明显好于完全交给对方。实际上,从前面的合作逻辑仿真实现上也可以看出,一旦把合作工位的某个生产请求完全交给对方,而对方却又未能提供及时的合作,不仅会影响产品的顺畅流动,还会影响工人间的平衡率。(5)影响平衡率的因素从表3可以看出,合作态度积极与否对产量的影响并不明显,而恒定的合作速度对平衡率反而有积极的影响。主要原因是合作速度恒定时合作者是领先一方,会降低速度,而申请者是落后方,会提高速度,导致双方的差距缩小。而积极的合作态度并未带来产量的明显提升,说明合作态度对产量的影响比其他几种要素小。(6)不同类型企业对产量的聚类分析极差通常用于分析相应因素作用的大小。从表3可知:以产量为标准,五因素作用排序为D3>D4>D2>D1>D5,通过聚类分析可以得出,因素D3即固定工位与否对产量的影响最大,合作工位任务分配D4与失误时合作与否D2对产量的影响次之,而合作必要条件D1和合作态度D5对产量的影响相对较小;以平衡率为标准,五因素排序为D1>D2>D4>D5>D3,因素D1和D2会对平衡率产生明显影响,其他因素对平衡率的影响相对较小。4.4模型有效性分析较优方案应该是产量和平衡率综合考虑的结果。从表2可以发现直观分析的较好条件:对应平衡率标准,按工时平衡的四个模型(模型3,4,5,6)的平衡率均达到较高水平(都在98%以上);对应产量标准,直观分析最好的条件是11221(模型1)。从两个指标综合来看,22222(模型3)是一个较好的方案。因为正常应该有64个试验条件,而由正交表只有8个条件,尽管这8个条件的代表性很强,但是还有继续提高的可能,所以有必要进一步对计算结果进行分析。由表3统计和相关t的检验结果可以得出计算分析的较好条件:对应平衡率标准,较优的方案可能为24222,23222或21222;类似地,对应产量标准会生成8个方案(具体略),但是参考平衡率标准,因为因素D1对平衡率的影响明显大于其他因素,所以排除因素D1的水平1,产量较优方案可能为23222,24222,23221或24221。鉴于因素D2的水平1的平均产量明显低于水平