一种生产瓶颈优化处理方法

技术领域

本发明涉及工业生产技术领域，具体涉及一种生产瓶颈优化处理方法。

背景技术

生产瓶颈指生产过程中出现的阻碍生产顺利进行的因素，造成生产瓶颈的原因通常比较多，比如说：生产瓶颈可能是因为某个设备落后，或产能低下造成的生产过程在这一环节的卡壳，这称为设备瓶颈；也可能是因为原材料供产不及时，造成间歇性的停工待料，这称为原材料供应瓶颈；也可能是由于操作人员水平不行，使得产品质量、生产速度低下，这称为生产人员素质瓶颈。对于序列型的生产流水线上，存在多个站点，例如说汽车零部件的装配线的站点都在20个以上。目前，由于生产流水线都存在生产瓶颈，为了实时监测生产流水线的产能效率，通常做法是选取一个相对稳定的站点作为参考站，在此站点上测量设备综合效率等指标来衡量产能效率，这样能够及时得知生产流水线出现了问题，但是并无法准确地获知哪一个站点是实时瓶颈站(出现生产瓶颈的站点)，使得难以及时优化实时的生产瓶颈，导致生产流水线的产能效率低。

发明内容

本发明提供一种生产瓶颈优化处理方法，解决了生产流水线产能效率低的技术问题。

本发明提供的基础方案为：一种生产瓶颈优化处理方法，包括：

S1、确定需要进行生产瓶颈优化的生产流水线，所述生产流水线具有多个站点，根据生产流水线的节拍时间选取时间间隔；

S2、按照时间间隔对生产流水线上的工件进行动态计数和静态计数，分别得到动态数据集和静态数据集；

S3、对动态数据集和静态数据集进行图像化处理，分别得到动态数据图像和静态数据图像，并根据动态数据图像和静态数据图像识别实时瓶颈站，所述实时瓶颈站为出现生产瓶颈的站点；

S4、采用DBR控制算法，以实时瓶颈站为中心进行计划排程，所述计划排程包括以实时瓶颈站为中心的双向排程。

本发明的工作原理及优点在于：在本方案中，核心思路在于：先“识别”后“优化”，先在生产流水线识别实时瓶颈站，再针对实时瓶颈站进行优化，也即，通过从生产流水线上获取动态数据集和静态数据集，将动态数据集和静态数据集分别可视化为动态数据图像和静态数据图像，并根据动态数据图像和静态数据图像识别实时瓶颈站，从而高效地从生产流水线上识别实时瓶颈站，随后采用DBR控制算法以实时瓶颈站为中心进行计划排程；相较于现有技术来说，在对生产流水线进行生产瓶颈优化时，可以准确地获知哪一个站点是出现生产瓶颈的实时瓶颈站，能够及时优化实时的生产瓶颈，从而提高了生产流水线的产能效率。

本发明采用先准确地“识别”后针对性“优化”的改进思路，先在生产流水线识别实时瓶颈站，再针对实时瓶颈站进行优化，可以准确地获知哪一个站点是出现生产瓶颈的实时瓶颈站，能够及时优化实时的生产瓶颈，从而解决了生产流水线产能效率低的技术问题。

进一步，S4中，采用DBR控制算法，以实时瓶颈站为中心进行计划排程，包括：在确保实时瓶颈站的瓶颈资源不出现停工的条件下，对实时瓶颈站的瓶颈工序进行分派。

有益效果在于：对实时瓶颈站的瓶颈工序的进行分派，可以寻找生产流水线的最优加工顺序，这样调整生产流水线原有的生产工序，能够得到产能效率最优的生产工序。

进一步，S4中，以实时瓶颈站为中心进行计划排程，所述计划排程包括以实时瓶颈站为中心的双向排程，所述双向排程包括推式生产排程：从生产流水线工作的最早开始时刻向未来搜索主资源和所有副资源的可用时间，找到主资源和副资源共同的空闲时间后，计算实时瓶颈站的瓶颈工序工作与瓶颈前工序的设置时间，若空闲时间大于设置时间并且满足设置准备阶段所需的资源量，则从设置结束时刻向未来搜索主资源和副资源的空闲时间段，若主资源与设置时间连续，设置时间大于生产时间并且满足生产工序所需的资源量，则在设置时间这个时间段分派工作。

有益效果在于：当任一个条件不满足时，可以从搜索截止时刻重复操作，直到分派工作为止，这样根据实时瓶颈站的瓶颈工序的分派时刻，对瓶颈工序后的所有工序执行推进式生产控制，可以保证按瓶颈工序的产出，以提高生产流水线的产出。

进一步，S4中，以实时瓶颈站为中心进行计划排程，所述计划排程包括以实时瓶颈站为中心的双向排程，所述双向排程包括拉式生产排程：从生产流水线工作的最晚结束时刻向过去搜索主资源和所有副资源的可用时间，找到主资源和副资源共同的空闲时间后，计算实时瓶颈站的瓶颈工序工作与瓶颈前工序的设置时间，若空闲时间大于设置时间并且满足设置准备阶段所需的资源量，则从生产开始时刻向过去搜索主资源和副资源的共同空闲时间，若主资源与设置时间连续，生产时间大于设置时间并且满足生产工序所需的资源量，则在设置时间这个时间段分派工作。

有益效果在于：当任一个条件不满足时，可以从搜索截止时刻重复操作，直到分派工作为止，这样根据实时瓶颈站的瓶颈工序的分派时刻，对瓶颈工序前的所有工序执行拉式生产控制，瓶颈工序将生产控制信号传递给之前的生产工序，能够确保原料的投料速度合理，不产生多余的库存，提高生产流水线的产能效率。

进一步，S3中，若识别出的实时瓶颈站有多个，选出优先级最高的实时瓶颈站，所述优先级最高的实时瓶颈站为最接近生产流水线末端的实时瓶颈站；S4中，以优先级最高的实时瓶颈站为中心进行计划排程。

有益效果在于：通常，实时瓶颈站越接近生产流水线末端，实时瓶颈站的优先级就越高，这样能够确保瓶颈优化是针对优先级最高的实时瓶颈站进行的，从而提高生产流水线的产能效率。

进一步，S3中，对动态数据集和静态数据集进行图像化处理，所述图像化处理包括将动态数据集和所述静态数据集制成二维图片。

有益效果在于：可以采用二维图片的横轴表示生产流水线上按照顺序排列的各个站点，采用二维图片的纵轴表示生产流水线的时间点，这样便于识别实时瓶颈站。

附图说明

图1为本发明一种生产瓶颈优化处理方法实施例的流程图。

具体实施方式

下面通过具体实施方式进一步详细的说明：

实施例1

实施例基本如附图1所示，一种生产瓶颈优化处理方法，包括：

S1、确定需要进行生产瓶颈优化的生产流水线，所述生产流水线具有多个站点，根据生产流水线的节拍时间选取时间间隔；比如说，所述时间间隔是生产流水线的节拍时间的2倍；

S2、按照时间间隔对生产流水线上的工件进行动态计数和静态计数，分别得到动态数据集和静态数据集；比如说，动态计数是计算上一个时间间隔内，在每个站点有多少个工件从相应站点释放，静态计数则是在每一次观察时计算每个站点及其相邻上游方向的工件数，以实时了解生产流水线上工件的流动情况；

S3、对动态数据集和静态数据集进行图像化处理，分别得到动态数据图像和静态数据图像，并根据动态数据图像和静态数据图像识别实时瓶颈站，所述实时瓶颈站为出现生产瓶颈的站点；比如说，所述图像化处理包括将动态数据集和所述静态数据集制成二维图片，采用二维图片的横轴表示生产流水线上按照顺序排列的各个站点，采用二维图片的纵轴表示生产流水线的时间点，这样便于识别实时瓶颈站；

S4、采用DBR控制算法，以实时瓶颈站为中心进行计划排程，所述计划排程包括以实时瓶颈站为中心的双向排程。

在约束理论中，直接作用于生产车间控制的是DBR(Drum-Buffer-Rope，鼓-缓冲-绳子)控制算法：生产瓶颈作为鼓，控制着生产流水线中产品的流动、节奏以及利用程度；缓冲隔绝生产瓶颈与中间存储物料，保证按击鼓的节拍；绳子是从生产瓶颈到物料输出的发信机制，负责发布协调各个非生产瓶颈环节活动的约束状况信息；是以生产瓶颈为中心的向前拉动和向后推动的双向生产排程。

如果非生产瓶颈工序在生产瓶颈之前，即使其利用率达到了100％，但整个生产流水线的产出是由生产瓶颈决定的，非生产瓶颈资源的充分利用将导致在制品过度增加，运行费用提高，而对有效产出毫无影响；如果非生产瓶颈工序在生产瓶颈之后，那么它只能加工从前工序传递过来的工件，其利用率和产出数量自然受到生产瓶颈的限制。如果非生产瓶颈工序和生产瓶颈工序的工件在后工序需要进行装配，即使非生产瓶颈资源可以充分利用，但是由于装配工序要求前工序同步，非生产瓶颈资源的多余产出也是没有意义的。因此，应以生产瓶颈为中心进行计划排程，如附图1所示。

由于生产瓶颈资源对生产的控制作用对于工厂至关重要，如果各个工序都与生产瓶颈同步，就能缩短生产周期、减少在制品库存，实现物流的平衡。以生产瓶颈为中心进行双向计划，确保了生产瓶颈资源的连续作业以及上游作业不过量生产，可以防止由于生产瓶颈不能处理过量产品而堆积大量的在制品库存。故而，在本实施例中，S4中采用DBR控制算法，以实时瓶颈站为中心进行计划排程，包括：在确保实时瓶颈站的瓶颈资源不出现停工的条件下，对实时瓶颈站的瓶颈工序进行分派，以寻找生产流水线的最优加工顺序，这样调整生产流水线原有的生产工序，能够得到产能效率最优的生产工序。

作为方案的优选之一：S4中，以实时瓶颈站为中心进行计划排程，所述计划排程包括以实时瓶颈站为中心的双向排程，所述双向排程包括推式生产排程：从生产流水线工作的最早开始时刻向未来搜索主资源和所有副资源的可用时间，找到主资源和副资源共同的空闲时间后，计算实时瓶颈站的瓶颈工序工作与瓶颈前工序的设置时间，若空闲时间大于设置时间并且满足设置准备阶段所需的资源量，则从设置结束时刻向未来搜索主资源和副资源的空闲时间段，若主资源与设置时间连续，设置时间大于生产时间并且满足生产工序所需的资源量，则在设置时间这个时间段分派工作，对瓶颈工序后的所有工序执行推进式生产控制，可以保证按瓶颈工序的产出，以提高生产流水线的产出。

作为方案的优选之二：S4中，以实时瓶颈站为中心进行计划排程，所述计划排程包括以实时瓶颈站为中心的双向排程，所述双向排程包括拉式生产排程：从生产流水线工作的最晚结束时刻向过去搜索主资源和所有副资源的可用时间，找到主资源和副资源共同的空闲时间后，计算实时瓶颈站的瓶颈工序工作与瓶颈前工序的设置时间，若空闲时间大于设置时间并且满足设置准备阶段所需的资源量，则从生产开始时刻向过去搜索主资源和副资源的共同空闲时间，若主资源与设置时间连续，生产时间大于设置时间并且满足生产工序所需的资源量，则在设置时间这个时间段分派工作，对瓶颈工序前的所有工序执行拉式生产控制，瓶颈工序将生产控制信号传递给之前的生产工序，能够确保原料的投料速度合理，不产生多余的库存，提高生产流水线的产能效率。

在本实施例中，先在生产流水线识别实时瓶颈站，再针对实时瓶颈站进行优化，也即，通过从生产流水线上获取动态数据集和静态数据集，将动态数据集和静态数据集分别可视化为动态数据图像和静态数据图像，并根据动态数据图像和静态数据图像识别实时瓶颈站，从而高效地从生产流水线上识别实时瓶颈站，随后采用DBR控制算法以实时瓶颈站为中心进行计划排程，在对生产流水线进行生产瓶颈优化时，可以准确地获知哪一个站点是出现生产瓶颈的实时瓶颈站，能够及时优化实时的生产瓶颈，从而提高了生产流水线的产能效率。

实施例2

与实施例1不同之处仅在于，S3中，若识别出的实时瓶颈站有多个，选出优先级最高的实时瓶颈站，所述优先级最高的实时瓶颈站为最接近生产流水线末端的实时瓶颈站，S4中以优先级最高的实时瓶颈站为中心进行计划排程，确保瓶颈优化是针对优先级最高的实时瓶颈站进行的，从而提高生产流水线的产能效率。

以上所述的仅是本发明的实施例，方案中公知的具体结构及特性等常识在此未作过多描述，所属领域普通技术人员知晓申请日或者优先权日之前发明所属技术领域所有的普通技术知识，能够获知该领域中所有的现有技术，并且具有应用该日期之前常规实验手段的能力，所属领域普通技术人员可以在本申请给出的启示下，结合自身能力完善并实施本方案，一些典型的公知结构或者公知方法不应当成为所属领域普通技术人员实施本申请的障碍。应当指出，对于本领域的技术人员来说，在不脱离本发明结构的前提下，还可以作出若干变形和改进，这些也应该视为本发明的保护范围，这些都不会影响本发明实施的效果和专利的实用性。本申请要求的保护范围应当以其权利要求的内容为准，说明书中的具体实施方式等记载可以用于解释权利要求的内容。