摘要：在人工成本日益增长的时代，自动化发展是每个制造业公司发展的必经之路。对A公司的粉料线现场进行调查，发现该公司的粉料线生产模式为流程型生产且有着换型较慢、不良率较高、生产效率低等问题。通过精益管理、创新方法、质量管理与可靠性、基础工业工程、机械设计等思想和FlexSim仿真软件，采用矛盾分析、过程功能分析、鱼骨图等方法对现场布局与存在的问题进行分析。针对其产能、设备利用率和良品路进行有效改善，用层次分析抉择出其关键换型清洗装置的最优改进方案。结果表明：利用该设计工艺时间减少了50%，换型时间减少了30.5%，更好地控制了粉料的流速，提高了此流程型粉料生产线的产能，为流程型A公司生产模式的运行提供了新的思路和具体方案。

　　关键词：流程型生产,现场改善,换型改善,层次分析

　　0引言

　　20世纪80年代，随着人工智能技术在制造领域的开展运用，Wright和Bourne在《Manufacturing intelligence》中提出了智能制造（Intelligent manufacturing）的概念[1]，将其定义为一种智能机器与人类共同组成的人机一体化系统，它突出了在制造诸环节中，以一种高度柔性与集成的方式，借助计算机模拟的人类专家的智能活动，进行分析、判断、推理、构思和决策，取代或延伸制造环境中人的部分脑力劳动，同时，收集、存储、完善、共享、继承和发展人类专家的制造智能。从广义概念上来理解，CIMS（计算机集成制造系统）、敏捷制造等都可以看作是智能自动化的例子[2]。除了制造过程本身可以实现智能化外，还可以逐步实现智能设计，智能管理等，再加上信息集成，全局优化，逐步提高系统的智能化水平，最终建立智能制造系统，这是实现智能制造的一种可行途径[3]。

　　A公司作为一家生产电子元器件、电阻的公司，其粉料线是整个生产流程的前段工序，粉料线供料十分重要，出货速度和质量会影响后段的生产；A公司粉料线存在换型时间长、劳动力过剩、工艺时间过长及生产线部分设置不合理的问题。面对世界制造业沿智能化自动化的趋势发展，智能自动化生产不可避免，为提高A公司自动化程度、减少浪费、提高生产率及竞争力，其粉料线改善研究势在必行[4]。

　　1现状分析

　　1.1流程分析

　　粉料生产每完成6次后将换一次型，将所有设备进行清洗，总用时20 h，整体生产流程如图1所示。

　　由于粉料生产线过长，本研究初步猜想是否可以改变现有的人工清洗方式，故使用5W1H方法进行分析[5]，如表1所示。通过5W1H分析，初步了解到换型使用时间较长，工具效能差。

　　1.2产能分析

　　该生产线为流程型制造模式，有少量并行时间，干燥塔处理时间过长，如图2所示。

　　改善前粉料生产线各设备作用及其处理原理所用时间[6]，如表2所示。

　　影响产能的作业分析可归结为以下几点：（1）研磨后添加剂流速时快时慢；（2）该工序作业性质为半自动化；（3）搅拌罐G3浪费资源；（4）G1~G8搅拌时间较长，经过因果链分析，发现搅拌叶片的能力不足，如图3所示；（5）干燥浆料生产节拍最长，根据FlexSim仿真分析出此处处理时间较长导致浆料堵塞，如图4所示，从而影响后续浆料储存及干燥且影响干燥塔前的设备利用率，如图5所示。

　　1.3设备生产率分析

　　对G1~G8、研磨机及投料机进行工作抽样，根据观测时的抽样次数来推断发生时间长短从而得出识别利用率P利用[7]。

　　P利用率=X/N

　　式中：P为发生率；X为活动项目被观测到的次数；N为观测总次数。

　　信赖度取95%，信赖度系数t=2，相对精度为S。观测计划为每小时对所有设备抽样1次，每天取样8次，连续取样3天。统计数据如表3所示。由表可知，其整体设备利用率偏低。

　　1.4换型分析

　　该粉料生产线的换型方式为同时换型，生产线换型工作均需要工人清理搅拌罐G1~G8及干燥塔，各搅拌罐清洗时间绘制成柱状图如图6所示，总清洗时间为20 h。由图可知，清洗干燥塔为瓶颈工序。

　　产线的换型工作即清洗各工序所用到的搅拌罐，表4所示为产线清洗搅拌罐的操作过程，换型时间为20 h。

　　1.5不良率分析

　　表5与表6所示分别为调查的搅拌罐G2和G6筛选杂质含量数据；G2一次投料2.1 t，G6一次投料3.8 t。

　　修正后的工序能力指数Cpk2、Cpk6均小于或等于0.67，查表7可得该粉料线G2和G6不合格率P>4.55%，不良率过高。

　　2问题分析

　　2.1矛盾分析

　　Triz认为，技术系统的进化就是不断解决技术系统所存在的矛盾的过程，发明创造的核心是解决矛盾，将其矛盾分为管理矛盾、物理矛盾和技术矛盾[8]。其中管理矛盾是技术系统和管理人员的直接矛盾，物理矛盾是技术系统中对同一个参数提出不同要求的矛盾，技术矛盾是技术系统的2个参数或特性之间存在相互制约关系。通过矛盾关系的数理分析，可以对粉料生产线进行如表8~13所示的矛盾分析[9]。

　　2.2过程功能分析

　　基于装置的功能分析中，把一个装置看成系统，是一个组件[11]，如图8所示。

　　基于过程的功能分析如表16所示，每个操作都包含一系列功能，对其进行分类和评估，识别出功能的缺点。

　　通过以上分析，整体生产线存在搅拌罐生产功能时间过长、隐形功能不足、产品换线时，清洗时间过长、干燥塔生产能力不足等问题。

　　2.3鱼骨图分析

　　鱼骨图由日本管理大师石川馨先生发明，鱼骨图是一种发现问题"根本原因"的方法，也可以称之为“Ishi-kawa”或者“因果图”。其特点是简洁实用，深入直观。它看上去有些像鱼骨，问题或缺陷（即后果）标在“鱼头”处。在鱼骨上长出鱼刺，上面按出现机会多寡列出产生问题的可能原因，有助于说明各个原因是如何影响后果的[12]。通过使用鱼骨图分析，发现导致生产线产能低下的问题如图9所示。

　　3改善方案

　　3.1产能改善方案

　　通过改进设备配置可以有效改善产能，在研磨机后增加了一个容器，生产线工艺流程如图10所示。

　　将搅拌罐中单层扇叶设计成双层扇叶（后称为清洗装置B），如图11所示。再增加一个干燥塔以降低此工艺时间；对此进行了投资回收期计算验证。建造成本以及年净现金流量等数据如表17所示。

　　项目基准投资回收期为5年；进行绝对结果检验，得出动态投资回收期Pt=4.2年<5年，静态投资回收期Pt=3.6年<5年，故可行[13]。改善前后生产线处理每批原料的生产节拍如表18所示。

　　3.2设备利用率改善方案

　　根据前文分析可知改善前运作模式影响整体设备利用率，且只有当搅拌罐G7、搅拌罐G8内的浆料全部输送到下一步之后才能把下一批次的浆料泵入，这也会影响设备的利用率，而且会使流向下一工序的浆料中断，使得产能偏低。将G7、G8改为可轮流储存浆料和轮流供料；改善前后的数据导入FlexSim后对比如表19所示。

　　根据表20计算得出：

　　Cpk7=(T-2ε)/6S=0.85（2）

　　查控制表可知该生产线G7、G8工序为三级加工，相较G2和G6工序能力提高，不合格率4.55>P≥0.27，可知再次筛选提高了良品率[14]。

　　3.4换型清洗改善方案

　　改善后换型时间仅为清洗干燥塔的时间，通过表21可见，工序10所花时间最长，该作业类型为内部作业，可采取缩短内部作业时间来缩短切换时间。

　　对干燥塔清洗装置进行优化得出3种方案。

　　方案A：设备由清洗圈、喷水管、红外线探测仪组成[15]，如图12所示。喷水结构和毛刷上下运动分别如图13~14所示。使用该装置，工序换型时间为10.5 h，对比下降49%。

　　方案C：使用可上下伸缩移动、可旋转喷洗的自动高压清洗机[16]，二维图如图17所示。

　　3.5换型方案的评价与选择

　　层次模型用树形结构来表示实体之间的联系关系，对换型方案建立层次结构模型[17]，如图18所示。

　　建立判断矩阵群，9个重要性等级以及赋值如表22所示。

　　设准则层包含6个准则：C1、C2、C3、C4、C5、C6，分别为清洗效率、自动化、管理简单化、清洗效果、人员安全与舒适、设备维修。目标层为清洗装置的优化设计方案，准则层对目标层的判断矩阵为：

　　从分析可知，A方案为最优方案，次选B方案。

　　判断矩阵的一致性检验，单个判断矩阵一致性检验的算法[18]如下。

　　对矩阵G进行一致性检验，可得：

　　λmax=6.52，RCI=0.10，RRI=1.24，RCR=0.083 209；即RCR<0.1，矩阵一致性检验通过[19]。

　　再对矩阵进行一致性检验，结果如表24所示。由表可知，各矩阵RCR值均小于0.1，即一致性检验通过。通过验证，选取A方案为清洗干燥塔的方案，清洗时间可缩短至10 h，搅拌罐换型时间可缩短至3.4 h，改善后总体换型时间为13.9 h。

　　4粉料线整体改善前后对比

　　改善前后效果对比如表25所示。产线的瓶颈工序为干燥塔，改善后时间提升了47%，产能提升了50%，增加的干燥塔在投入后的4~5 a能回收成本，符合投资回收期[20]。

　　5结束语

　　通过分析粉料生产线，建立了矛盾矩阵，使添加剂流速更稳定并设计了少人化且高效的换型清洗装置和流程，通过改进搅拌叶片解决了资源浪费问题，获得了多层次的综合解决办法，增加筛出不良品的概率，提高了生产灵活性，为公司生产模式的运行提供了新的思路和具体方案，适合于流程型工业制造领域的技术性能改造。

　　参考文献：

　　[1]WRIGHT P K,BOURNE D A.Manufacturing intelligence[M].Reading,Mass.:Addison-Wesley,1988.

　　[2]谭建荣.智能制造与机器人应用关键技术与发展趋势[J].机器人技术与应用,2017(3):18-19.

　　[3]张映锋,张党,任杉.智能制造及其关键技术研究现状与趋势综述[J].机械科学与技术,2019,38(3):329-338.

　　[4]侯瑞春,丁香乾,陶冶,等.制造物联及相关技术架构研究[J].计算机集成制造系统,2014,20(1):11-20.

　　[5]易树平,郭伏.基础工业工程[M].北京:机械工业出版社,2018.

　　[6]周竟立.宝钢型钢厂H型钢生产线产能提升研究[D].沈阳:东北大学,2019.

　　[7]郭伏,钱省三.精益生产[M].2版.北京:机械工业出版社,2019.

　　[8]杜存臣,颜惠庚,袁强.基于TRIZ理论的矛盾分析解题方法研究[J].淮海工学院学报(自然科学版),2011,20(3):11-14.

　　[9]王卓.基于精益线平衡的手工组装产线设计与应用[J].科技创新与应用,2020(6):96-99.

　　[10]杨霞,孙宁,张晴晴,等.基于TRIZ矛盾分析理论的PAMSZ创新方法及其应用[J].科技创业月刊,2020,33(2):67-73.

　　[11]孟静静,郝睿,王惠卿,等.基于PLC与工业机器人的自动生产线智能包装系统设计[J].制造技术与机床,2021(11):63-67.

　　[12]朱勇杰,张为民.基于鱼骨图和层次分析法的生产线高能耗原因分析[J].机械制造,2017,55(10):117-119.

　　[13](美)丹尼斯P.霍布斯著.精益生产实践:任何规模企业实施完全宝典[M].周海鹏,柴邦衡,译.北京:机械工业出版社,2009.

　　[14]杨春华.S公司MP产品生产效率提升的研究[D].广州:华南理工大学,2015.

　　[15]杨可桢,程光蕴,李仲生,等.机械设计基础[M].6版.北京:高等教育出版社,2013.

　　[16]王磊磊.基于精益生产的生产车间少人化改善[D].杭州:浙江工业大学,2014.

　　[17]王春喜,王成城,汪烁.智能制造参考模型对比研究[J].仪器仪表标准化与计量,2017(4):1-7.

　　[18]陈太洲.基于精益生产的A公司仪器制造车间现场管理改善研究[D].长春:吉林大学,2022.

　　[19]李春磊,王晶,陈泽.离散制造车间系统分析与模型构建[J].现代制造工程,2011(4):5-9.

　　[20]于慧伶,郭洁,陈广胜.基于功能分析与TRIZ的林果采摘装置概念设计[J].安徽农业科学,2014,42(5):1566-1568.