常清慧　李坤　趙濤

摘 要：混流生產(chǎn)是一種面向訂單的多品種小批量生產(chǎn)模式，是整車制造企業(yè)的主流生產(chǎn)方式。本文系統(tǒng)地闡述了汽車混流生產(chǎn)的產(chǎn)生發(fā)展過程，介紹了汽車混流生產(chǎn)的流程、特點和難點，歸納了汽車混流生產(chǎn)的目標(biāo)和約束，比較了適合不同的計劃層次的排產(chǎn)方法和算法，并分析其優(yōu)缺點。結(jié)合已有的汽車混流生產(chǎn)研究成果，說明當(dāng)前汽車混流生產(chǎn)面臨的挑戰(zhàn)，并展望了未來的發(fā)展趨勢。

關(guān)鍵詞：汽車 混流生產(chǎn) 混流裝配線 生產(chǎn)計劃 排產(chǎn)

Research on Mixed Production Scheduling of Vehicle Enterprises

Chang Qinghui Li Kun Zhao Tao

Abstract：Mixed-flow production is an order-oriented multi-variety and small-batch production mode， and it is the mainstream production method for vehicle manufacturers. This article systematically expounds the production and development process of automobile mixed-flow production， introduces the process， characteristics and difficulties of automobile mixed-flow production， summarizes the goals and constraints of automobile mixed-flow production， compares scheduling methods and algorithms suitable for different planning levels， and analyzes its advantages and disadvantages. Combined with the existing research results of automobile mixed-flow production， the paper explains the current challenges for automobile mixed-flow production and looks forward to the future development trend.

Key words：automobile， mixed-flow production， mixed-flow assembly line， production plan， production scheduling

1 引言

隨著國民經(jīng)濟的發(fā)展，人們消費水平的不斷提高，汽車行業(yè)已經(jīng)成為國民經(jīng)濟的支柱。汽車產(chǎn)業(yè)由賣方市場逐漸轉(zhuǎn)換為以買方市場為主導(dǎo)，消費者也越來越傾向于個性化定制的需求與服務(wù)。市場對汽車需求的刺激推動了汽車產(chǎn)業(yè)鏈的創(chuàng)新和發(fā)展，面向訂單的多品種、小批量的混流生產(chǎn)模式被整車制造企業(yè)廣泛應(yīng)用。隨著市場競爭的不斷加劇，汽車行業(yè)正朝著生產(chǎn)周期不斷縮短，更新速度不斷加快的方向發(fā)展。在這種背景下，為不同車型開辟獨立的生產(chǎn)線無法實現(xiàn)企業(yè)實現(xiàn)高質(zhì)量、高效率、低成本的目標(biāo)，混流生產(chǎn)模式成為整車制造企業(yè)的首選。

混流生產(chǎn)是一種常見的生產(chǎn)線組織形式，通過調(diào)整生產(chǎn)組織的模式，在一條流水線上多品種搭配，有序地生產(chǎn)多種產(chǎn)品，能夠解決了傳統(tǒng)車間生產(chǎn)和單件流生產(chǎn)中的效率和柔性的矛盾、效率與生產(chǎn)柔性的矛盾，可以獲得更多的產(chǎn)品變化、更短的產(chǎn)品生命周期、更低的產(chǎn)品成本和更高的產(chǎn)能。而混流生產(chǎn)的投產(chǎn)順序比單一生產(chǎn)線要復(fù)雜得多，影響著生產(chǎn)線整體的運轉(zhuǎn)效率和設(shè)備、人員的利用率，因此如何讓制定月、周、日計劃，如何安排一天的投產(chǎn)順序，成為企業(yè)生產(chǎn)的核心問題。近年來，不少學(xué)者和研究者對汽車混流生產(chǎn)進行研究，很多新方法、模型和算法也就隨之產(chǎn)生。

2 混流生產(chǎn)的產(chǎn)生發(fā)展

在工業(yè)生產(chǎn)領(lǐng)域，混流生產(chǎn)模式早已存在，但并沒有引起學(xué)者的廣泛關(guān)注。1961年Kilbridge MD和Wester首次提出了混流生產(chǎn)問題，定義了混流線的概念。1963年， Arcus A.L[1]首次提出混流裝配線的排序問題，被證明是組合優(yōu)化中的NP-hard問題。1967年，Thomopoulos[2]以最小總懲罰代價為目標(biāo)，建立了關(guān)于負荷平衡的以最小總懲罰代價為目標(biāo)的數(shù)學(xué)模型，并用啟發(fā)式算法對其進行求解;1970年，Thomopoulos利用組合優(yōu)先圖，將混流裝配生產(chǎn)線轉(zhuǎn)化為單一生產(chǎn)線的問題，并把單一流水線的平衡技術(shù)和方法運用到混合流水線上，首次解決了混流線的平衡問題。

隨后，多名學(xué)者對混流生產(chǎn)進行研究，但大多集中于混流裝配線問題。1989年，Miltenburgl[3]運用非線性整數(shù)規(guī)劃，以實際生產(chǎn)率與理想生產(chǎn)率的偏差最小化為目標(biāo)，解決混流裝配線的排序問題，但前提條件是所有產(chǎn)品需要的零件的種類數(shù)量相同。1994年，Bard等[4]用加權(quán)求和的方法，建立包含最小裝配總長度和零部件使用速率均勻兩個目標(biāo)在內(nèi)的數(shù)學(xué)模型，并用禁忌搜索算法進行求解。1998年，Hyun[5]以最小化總時間、零部件消耗速率均勻、最小化裝配線調(diào)整非用三個目標(biāo)進行研究，并里用遺傳算法對其進行求解。2004年，Kotani.S[6]在考慮替補人員的工作量和行走時間的基礎(chǔ)上，建立了包含最小化停工時間和零件消耗速率均勻化兩個目標(biāo)在內(nèi)的數(shù)學(xué)模型。2010年，薛琴微等[7]以最小化傳送帶停止時間為目標(biāo)，建立數(shù)學(xué)模型，并提出小生境蟻群算法，改善了傳統(tǒng)蟻群算法容易早熟的缺點。2011年，Mirzapour等[8]建立了含有生產(chǎn)副線的排序模型，以零部件消耗速率均勻和減少停線時間為目標(biāo)，并利用遺傳算法對其進行求解。以上研究僅考慮了總裝車間對投產(chǎn)順序的影響，針對混流裝配線進行排序和優(yōu)化。

在進行多目標(biāo)優(yōu)化時，往往會選擇2至3個目標(biāo)進行建模，但在實際生產(chǎn)中，有些目標(biāo)是相互沖突的，需要分清目標(biāo)的主次，必要時犧牲一些次要目標(biāo)來保證主要目標(biāo)的實現(xiàn)。

5 汽車混流生產(chǎn)排產(chǎn)約束

整車制造企業(yè)在進行生產(chǎn)排程時，通常會定義一些約束，以實現(xiàn)對生產(chǎn)能力的限制。通常約束條件分為強約束和軟約束。

（1）強約束

強約束指在排產(chǎn)過程中必須滿足的限制條件，主要包括以下幾種：

產(chǎn)能約束。根據(jù)生產(chǎn)節(jié)拍、工作日歷和工作狀態(tài)確定生產(chǎn)線的產(chǎn)能，計劃和排產(chǎn) 都不能超過生產(chǎn)線最大產(chǎn)能。

物料約束。根據(jù)物料的庫存和到貨日期，來指定某些產(chǎn)品的計劃開始時間和每日最大產(chǎn)量。

最大最小制約。規(guī)定在給定區(qū)間內(nèi)，生產(chǎn)某種產(chǎn)品數(shù)量的最大或最小值。

（2）軟約束

軟約束指在計劃和排程中可以存在的限制條件以及該限制條件的權(quán)重值，主要包括以下幾種：

數(shù)量約束。定義訂單排序中具有某些屬性產(chǎn)品的最大值或最小值。

間隔約束。規(guī)定每間隔設(shè)定數(shù)量的產(chǎn)品時，需要生產(chǎn)一個某種屬性的產(chǎn)品。

結(jié)塊約束。規(guī)定某一設(shè)定屬性的產(chǎn)品在任一位置生產(chǎn)時，都要連續(xù)生產(chǎn)指定數(shù)量。

K in M約束。在規(guī)定數(shù)量的產(chǎn)品中必須存在或不存在某些屬性的產(chǎn)品及其數(shù)量。其中。

位置約束。規(guī)定特定的產(chǎn)品所在的位置。

平均約束。將訂單中要生產(chǎn)的具有某些屬性的車輛平均分配到每天，而不是集中生產(chǎn)。

以上提及的每種約束都可以設(shè)置特定的屬性。如，可以通過定義約束的版本來限定所設(shè)約束在計劃版本中使用的范圍，通過時間屬性定義所設(shè)約束的有效期，通過定義約束的地點來限定約束條件可以在哪些產(chǎn)線、車間有效等。

6 汽車混流生產(chǎn)排產(chǎn)方法

學(xué)者對于排產(chǎn)問題的研究經(jīng)歷了多個階段，最早的排產(chǎn)方法是基于簡單規(guī)則，隨著相關(guān)理論的發(fā)展，逐漸從從簡單到復(fù)雜，從單一到多元，出現(xiàn)了許多先進的排程方法。在整車制造企業(yè)中，混流生產(chǎn)線需要制定長、中、短期計劃，由于不同層次的計劃要求的精度不同，相應(yīng)的方法也會有所不同，主要包括以下幾種：

（1）線性規(guī)劃。主要適用于制定中期到長期計劃，這種方法可以可以考慮各種生產(chǎn)限制和約束條件，將訂單分配劃分日期分配到生產(chǎn)線上，在滿足硬性約束的前提下，根據(jù)產(chǎn)線的優(yōu)先級，建立排產(chǎn)的順序。

（2）百分比平滑法。主要適用于制定中期和長期計劃，可以實現(xiàn)某個時間段產(chǎn)能的百分之百的利用。若某一時間段的生產(chǎn)負荷超過產(chǎn)能，則將訂單后移，反之則將訂單向前移動。

（3）基于約束理論。TOC主要從有效產(chǎn)出、經(jīng)營費用和庫存三個方面對企業(yè)進行衡量和評價，從系統(tǒng)整體效益的角度分析和解決生產(chǎn)中遇到的問題，綜合考慮多種因素，找出生產(chǎn)中的瓶頸及其存在的原因，并設(shè)法消除。

（4）最小循環(huán)法。用于制定短期計劃，實質(zhì)是一種貪婪算法，每一步均從當(dāng)前可選擇策略中選取使目標(biāo)函數(shù)值增加最少的策略，即每確定一臺車的投產(chǎn)順序時，均選擇最為有利的一種車型。這種方法的缺點在于多數(shù)情況下得到的排產(chǎn)方案為局部最優(yōu)解。

（5）啟發(fā)式算法。是一種通過預(yù)先設(shè)定目標(biāo)和約束條件，通過不斷嘗試來獲取最優(yōu)解的方法。優(yōu)點在于計算復(fù)雜度低，運算速度較快等，但可處理的變量數(shù)量和復(fù)雜程度限制較高，且方案的穩(wěn)定性根據(jù)問題的不同會存在較大差異。常用的啟發(fā)式該規(guī)則有先到先服務(wù)規(guī)則、后到先服務(wù)規(guī)則、最短操作時間規(guī)則、最早交貨日期規(guī)則、最短等待時間規(guī)則等。

（6）智能算法。主要是用于制定短期計劃，能夠?qū)⑺械南拗葡拗坪图s束以及交貨期等因素全部考慮在內(nèi)。包括遺傳算法、蟻群算法、粒子群算法、禁忌搜索算法、模擬退火算法等。

由于各種算法都存在各自的缺陷，不少學(xué)者對算法進行改進或融合，彌補算法本身的缺陷，提高排產(chǎn)效率。蘇平、于兆勤[11]利用模擬退火算法對遺傳算法進行改進，解決了傳統(tǒng)遺傳算法容易陷入局部最優(yōu)的問題。吳永明等[12]將粒子群算法和遺傳算法相互融合，在粒子搜索過程中加入交叉、變異等操作，提高了算法的尋優(yōu)能力和求解精度，解決了基本粒子群算法容易陷入局部最優(yōu)的缺陷。

7 汽車混流生產(chǎn)的挑戰(zhàn)和趨勢

現(xiàn)階段對汽車混流生產(chǎn)的研究多集中于總裝車間，針對車間聯(lián)動計劃排產(chǎn)的研究還不足。隨著工業(yè)的發(fā)展，針對單一車間的研究已經(jīng)不能滿足實際需求，從系統(tǒng)的角度將沖壓、焊裝、涂裝、總裝車間作為一個整體分析和考量，成為未來研究的趨勢。

整車制造企業(yè)的生產(chǎn)計劃是滾動安排的，因此，在制定新的計劃時需要考慮已經(jīng)下達的生產(chǎn)計劃對生產(chǎn)線和供應(yīng)商的影響。此外，插單、撤單等時間帶來的動態(tài)排程問題仍存在研究和提升的空間

現(xiàn)在多數(shù)企業(yè)仍處于手動排產(chǎn)的階段，無法應(yīng)對多品種小批量的的訂單需求和柔性制造的需要，同時巨大的工作量 僅僅依靠經(jīng)驗解決問題，也難以達到科學(xué)最優(yōu)化排產(chǎn)，造成庫存積壓、客戶響應(yīng)滯后、產(chǎn)能浪費、供銷脫節(jié)等問題。APS作為當(dāng)下研究的熱點，不僅能夠準(zhǔn)確、快速地制定出排產(chǎn)計劃，還能有效地管理日益龐大的供應(yīng)鏈，正在逐步取代傳統(tǒng)的生產(chǎn)排程方式。

8 結(jié)束語

現(xiàn)階段，混流生產(chǎn)模式已經(jīng)成為整車制造企業(yè)的主要生產(chǎn)模式，能夠適應(yīng)多品種、小批量的訂單要求，進行柔性制造。這時，如何制定合理的排產(chǎn)方案成為企業(yè)重點考慮的問題。隨著科學(xué)研究的不斷深入，已經(jīng)逐步涌現(xiàn)出了許多排程算法，企業(yè)可以根據(jù)計劃層次的不同選取不同的算法，綜合考慮實際生產(chǎn)中的約束和限制，制定合理的排產(chǎn)方案。混流裝配線作為汽車生產(chǎn)的最后一道工序，拉動上游車間的生產(chǎn)，是研究的重點和熱點，而沖壓、焊裝、涂裝車間同為汽車生產(chǎn)的階段，仍有很大的研究空間。

參考文獻：

[1]Areus A L.An Analysis of a Compture Method of Sequencing Assembly Line Operations[D].University Of California，Berkeley，1963.

[2]Thomopoulos N T. Line balancing-sequencing for mixed-model assembly[J].Management Science，1967，14;859-875

[3]Miltenburgl J.Level schedules for mixed-model assembly lines in just-in-time production systems[J].Management Science，1989，35（1）：192-207.

[4]Bard J F，Shtub A，Joshi S B. Sequencing mixed-model assembly lines to level parts usage and minimize line length[J].International Journal of Production Research，1994，32：2431-2454.

[5]Chul Ju Hyun，Yeongho Kim，Yeo Keun Kim.A genetic algorithm for multiple objective sequencing problems in mixed model assembly lines[J].Computers and Operations Research，1998，25（6）：675-690.

[6]Kotani.S，Ito T，Ohno K，Sequencing problem for a mixed-model assembly line in the Toyota production system[J].International Journal of Production Research.2004，42（23）：4955-4974.

[7]薛琴微，蘭秀菊，陳呈頻. 基于蟻群算法的混流裝配線排序研究[J]. 輕工機械，2010，28（5）：107-112.

[8]Al-e-hashem M.A new approach to solve a mixed-model assembly line with a bypass subline[J].International Journal of Advanced Manufacturing Technology，2011，52：1053-1066.

[9]鄭敏，董明.考慮轉(zhuǎn)換約束的汽車混流裝配線投產(chǎn)排序研究[J].工業(yè)工程與管理，2012，17（2）：85-89.

[10]余方平，劉堅，馬燦.汽車混流裝配線的混合布谷鳥算法排序研究[J]. 計算機工程與應(yīng)用，2017，53（8）：240-245.

[11]蘇平，于兆勤.混流裝配線平衡問題的多目標(biāo)優(yōu)化方法研究[J].中國機械工程，2009，20（19）：2342-2347.

[12]吳永明，張晗，徐艷霞，等. 基于GA-IPSO算法的柔性生產(chǎn)線高級計劃排程方法研究[J]. 組合機床與自動化加工技術(shù)，2019（4）：10-13，19.