模拟软件协助管理混合模型装配

线平衡是一个挑战，特别是当我们被限制在近似而不是精确的数据。由于系统上有这么多不同的和潜在冲突的需求，新流程设计的结果可能很难预测。

模拟可以创建一条平衡良好的线，具有一致达到吞吐量目标的灵活性。通过对生产线上的装配操作进行简单的模拟，我们可以识别瓶颈，运行不同的生产计划，并评估设计和调度决策的影响，如缓冲需求和产品组合。这种“假设”分析可以快速而准确地完成，以评估所有冲突的决策标准。

它是关于时间

在设计和管理混合模式装配线时，工程师努力满足诸如最大产量、最小化工位数量、平衡工位之间的工作、满足交付率和适应产品组合变化等目标。然而，在我们处理这些更复杂的目标之前，我们必须首先了解需要多少站点以及如何将任务分配给这些站点。

为了确定需要多少站，我们从“节拍时间”和“总周期时间”的简单计算开始。

节拍时间是计算满足需求所需的时间:节拍时间=可用工作时间/客户需求。

例如，假设我们的目标是在8小时的工作时间内每天生产500个单位。因此，节拍时间为:480分钟/ 500单位= 0.96分钟/单位= 57.6秒/单位。

为了满足500台的市场需求，每个站点必须达到或超过57.6秒的节拍时间。

接下来，我们需要计算总的循环时间。这是从开始到结束生成一个完整组件所需的时间。

让我们假设完成一个程序集需要12个步骤。每一步都有自己独特的循环时间。这些时间可以用秒表测量或使用MODAPTS进行估计。(MODAPTS源自“预定时间标准的模块化安排”，是一个用于估计完成各种手工装配任务所需时间的标准化系统。)要得到总周期时间，只需将每一步的时间相加。(参见第39页的“计算总周期时间”表。)在我们的示例中，总周期时间是252秒。

现在可以计算所需的站数:站数=总周期时间/节拍时间。在我们的例子中，站的数量是:57.6 / 252 = 4.46，或5。

分配岗位任务

既然我们知道了必须在5个站点内完成12项任务，那么问题就变成了在每个站点包含哪些任务。为了做到这一点，我们需要列出组装产品的过程以及它们完成的顺序。这个列表应该清楚地指出哪些步骤必须同步执行，哪些步骤可以同时执行。

这可以在优先级图中捕获。优先级图类似于流程流程图，其形状和箭头描述了组装产品的重要步骤。

图1显示了我们示例的优先级图。从图中可以清楚地看出，任务A必须先完成，才能开始任务B。它还表明，任务C、D和E可以在任务B完成后同时启动。而且，任务F和G都必须在任务H开始之前完成。

现在可以在初始任务表中添加优先列。(参见右侧的“优先”表。)

我们现在可以开始给工作站分配任务了。一种常见的方法是使用任务分配表。(参见第41页“任务分配”表。)该表查看站点内所有符合条件的任务，并跟踪站点内的累计周期时间。一个常见的方案是按照优先级图的顺序开始并寻找最长的循环时间。

记住，我们有5个广播站，每个广播站有57.6秒。

我们从1号站开始。唯一符合条件的任务是任务A，因此工作站1获取任务A及其15秒的周期时间。站内剩余的时间是takt时间减去分配的任务(57.6秒- 15秒= 42.6秒)。因此，我们在空间站1中还有42.6秒用于其他任务。唯一合格的任务是任务B，因此我们也可以将该任务添加到工作站1。

现在我们还有19.6秒的剩余时间。接下来的任务是C、D和e。任务D不能工作，因为它的循环时间大于该站剩余的时间。因为我们使用的是最长周期时间规则，所以我们也将任务C(17秒)分配给工作站1。

1号站现在客满了。不能添加更多的进程，因为所有剩下的任务都需要2.6秒才能完成。

我们现在准备把任务分配给第二站。符合条件的任务是D和e。由于D的周期时间较高，为42秒，所以它将是分配给2号站的第一个任务。增加任务E(15秒)填满该站。剩余的空闲时间只有0.6秒。

剩下的三个站点可以用同样的方式完成。尽管工作站4的空闲时间为23.6秒，但根据进程优先规则，这种布局似乎是最好的可用设置。

超越模拟

这些表格和图表为布局装配线提供了很多见解。然而，当这些信息与模拟分析相结合时，工程师们可以做的远不止这些简单的计算。

我们之前的所有图表和计算都假设没有随机停机、超周期(比正常情况更长的任务)、转换或其他问题。他们也不认为共享操作符能够处理各种任务。如果我们试图将这些变化带入我们的分析中，计算就会变得非常复杂。通过仿真，可以轻松地处理这些参数。

可以很容易地在优先级图的开头应用模拟。这是一个自然的起点，因为它们描述了过程步骤和路由链接。每个图都可以建模，并且可以通过简单地更改路由链接来比较所有符合条件的路由变化。一旦最佳优先关系图方案被证明，这些小模型最初是在任务级别完成的。稍后，它们可以卷起来，并在站级进行建模，以查看周期时间。

图2显示了两个优先级图，可以对交付的单元数量进行比较。记住，我们最初的目标是达到每班至少500个单位或每周2500个单位。我们可以清楚地看到，第一个模型有更多的能力，因为它可以组装2613个部件，而第二个可行布局，每周可以组装2521个部件。

添加操作

一个常见的考虑是当手动操作被添加到优先级图时会发生什么。这很容易通过模拟来实现。回到我们的示例，让我们考虑任务A、C、E、G、J和L是手工操作。所有其他操作都是自动化的。

典型的问题包括:

需要多少操作员?
它们对吞吐量有什么影响?
三个操作员能达到每班500个单位的目标吗?
哪个运营商可能造成损失?

这些问题都可以通过模拟测试各种算子方案来解决。模拟甚至可以包括站点之间的旅行时间。

通过对示例行的模拟，我们放置了三个操作符来覆盖6个手动操作。第一个操作员处理1号站的任务A和C。另一个操作员负责E和G任务，这两个任务位于不同的工作站。该运营商需要额外的旅行时间步行2和3站。第三个操作员负责5号站内的J和L任务。在这种情况下，生产的总数量从2 613台下降到2 521台，略高于目标。

通过分析，我们可以确定2号站和3号站之间的资源共享导致了吞吐量的轻微损失。虽然这种布局可以在我们的设计规范中考虑，但它也可能是一个潜在的问题点。如果发生意外事件，如停机或转换，可能会造成重大损失。

这是一个非常常见的场景。大多数公司都努力将员工数量控制在最低水平，并实现每个操作员的高利用率。仿真为实现资源利用目标和平衡工作负载提供了很好的洞察。

占Over-Cycles

模拟也可以着眼于循环。回到我们想象的装配线上，让我们假设任何手工操作都有30%的时间超过5秒。换句话说，以任务A为例，它占用70%的时间，耗时15秒;但30%的时间需要16到20秒。这就是所谓的概率分布。

使用模拟，我们可以将这种类型的分布放在其余的手动操作上。当我们处理数据时，我们发现我们的生产线每周生产2472个单位，比目标产量少了28个单位。

占停机时间

我们还可以通过应用“平均故障间隔时间”(MTBF)和“平均修复时间”(MTR)的数据，将停机时间添加到模拟中。例如，所有自动化任务的效率可能达到95%，MTBF为90分钟，MTR为5分钟。

当我们运行前面的场景时，所有自动化任务都有额外的停机时间，吞吐量显著下降到每周1777个单元。

这就需要更高级的线平衡技术。

让我们回到工作站1，它完成任务A, B和C。任务A和C需要一个操作员，任务B是自动化的。如果任务A可以在任务B循环时启动，那会怎样?可以想象，有许多场景可以构建到第1站的流程步骤中。工作站1可以有一个输入缓冲器和一个输出缓冲器，通常称为“解耦器”。这将最大限度地减少与同步站的连续停机相关的损失。如果没有模拟，评估这些线路设计方案将是困难的。