蘇志強(qiáng) 許 磊, 彭廣州 郭 威 江平宇

(1.西安交通大學(xué) 機(jī)械制造系統(tǒng)工程國(guó)家重點(diǎn)實(shí)驗(yàn)室，陜西 西安 710054；2.合肥海爾空調(diào)制造有限責(zé)任公司，安徽 合肥 230601)

當(dāng)前，大規(guī)模定制、靈活多變的市場(chǎng)機(jī)制對(duì)企業(yè)的生產(chǎn)柔性和響應(yīng)速度帶來(lái)了巨大挑戰(zhàn)[1].傳統(tǒng)的大型制造企業(yè)正逐步進(jìn)行業(yè)務(wù)重組、資源整合與組織再造，以提升其生產(chǎn)柔性和動(dòng)態(tài)響應(yīng)能力[2].“企業(yè)集團(tuán)小微化”已成為企業(yè)集團(tuán)組織模式的演化方向[3].本文所關(guān)注的正是這種大型企業(yè)通過(guò)模塊化業(yè)務(wù)重組、小微化生產(chǎn)組織變革，形成扁平化企業(yè)架構(gòu)，以快速響應(yīng)動(dòng)態(tài)用戶需求的小微.企業(yè)集團(tuán)小微化后，企業(yè)內(nèi)部小微團(tuán)體自主負(fù)責(zé)不同業(yè)務(wù)，這就產(chǎn)生了以產(chǎn)品裝配和調(diào)試為核心業(yè)務(wù)的裝配類(lèi)小微.

產(chǎn)品裝配是企業(yè)的最終生產(chǎn)環(huán)節(jié)，也是檢驗(yàn)產(chǎn)品零部件可用性的關(guān)鍵階段，產(chǎn)品的裝配質(zhì)量直接決定了產(chǎn)品能否實(shí)現(xiàn)預(yù)期的設(shè)計(jì)功能[4].對(duì)于傳統(tǒng)的生產(chǎn)制造企業(yè)，其產(chǎn)品生產(chǎn)過(guò)程中約有1/3的勞動(dòng)力從事與裝配相關(guān)的生產(chǎn)活動(dòng)[5].而對(duì)于裝配類(lèi)小微而言，所有成員均不同程度地參與裝配生產(chǎn)活動(dòng).因此，提高產(chǎn)品裝配效率對(duì)于裝配類(lèi)小微降低成本和增強(qiáng)企業(yè)競(jìng)爭(zhēng)力更為關(guān)鍵.而對(duì)裝配過(guò)程進(jìn)行精益改善以降低裝配中的非增值時(shí)間，提高裝配線物料和信息流動(dòng)速度是提升裝配效率的有效途徑.

裝配類(lèi)小微倡導(dǎo)“人人都是小微主”的理念，鼓勵(lì)小微團(tuán)體內(nèi)部成員參與工廠運(yùn)營(yíng)和生產(chǎn)改善，期望不斷提高產(chǎn)品的裝配效率.但由于小微團(tuán)體內(nèi)部成員能力與經(jīng)驗(yàn)參差不齊，且現(xiàn)有的精益改善過(guò)程量化分析能力較弱，對(duì)人工經(jīng)驗(yàn)的依賴(lài)性較強(qiáng)，因此內(nèi)部成員往往不能正確把握改善方向，導(dǎo)致改善的效率并不高.顯然，這種經(jīng)驗(yàn)式主觀改善模式很難適應(yīng)靈活多變的小微化生產(chǎn)單元，因此迫切需要建立完整且有效的精益改善流程來(lái)指導(dǎo)改善過(guò)程.

1 價(jià)值流分析

一般而言，面向制造過(guò)程的價(jià)值流是指從原材料投入到產(chǎn)品交付顧客的生產(chǎn)流[6].價(jià)值流圖(Value Stream Mapping,VSM)是解析整個(gè)價(jià)值流中物流和信息流的工具.在生產(chǎn)改善過(guò)程中充分融入節(jié)拍、連續(xù)價(jià)值流、拉動(dòng)、持續(xù)改善等精益思想，可以實(shí)現(xiàn)生產(chǎn)系統(tǒng)的持續(xù)化改進(jìn)[7].繆周等利用價(jià)值流圖實(shí)現(xiàn)了生產(chǎn)線的再設(shè)計(jì)，用生產(chǎn)現(xiàn)場(chǎng)改善來(lái)提高生產(chǎn)效率與產(chǎn)品質(zhì)量，但缺少對(duì)改善效果的量化分析[8].Atieh A M等將價(jià)值流圖分析與生產(chǎn)線的建模和仿真相結(jié)合，分析了玻璃生產(chǎn)線的制造現(xiàn)狀，并借鑒以往經(jīng)驗(yàn)進(jìn)行生產(chǎn)線平衡與布局改善[9].荊全忠等以?xún)r(jià)值流圖為工具分析生產(chǎn)線存在的問(wèn)題，并設(shè)計(jì)了基于價(jià)值流圖的生產(chǎn)線平衡重組方案[10].總之，價(jià)值流分析技術(shù)作為重要的精益改善工具已被廣泛應(yīng)用于生產(chǎn)制造過(guò)程，但現(xiàn)有的價(jià)值流分析方法大都聚焦于繪制價(jià)值流圖，卻未建立系統(tǒng)且有效的改善流程來(lái)指導(dǎo)改善過(guò)程.而且，在利用價(jià)值流圖分析生產(chǎn)過(guò)程時(shí)，缺少對(duì)生產(chǎn)過(guò)程的量化評(píng)估.因此提出融合DMAIC(Define,Measure,Analysis,Improve,Control)過(guò)程的價(jià)值流分析流程模型，實(shí)現(xiàn)從當(dāng)前價(jià)值流到未來(lái)價(jià)值流的狀態(tài)演變(圖1)，以達(dá)成對(duì)裝配流程的快速持續(xù)改善.

圖1 價(jià)值流分析的狀態(tài)演變

2 融合DMAIC過(guò)程的價(jià)值流分析模型

價(jià)值流分析本質(zhì)上是確定當(dāng)前與未來(lái)兩種狀態(tài)，在評(píng)定當(dāng)前狀態(tài)的基礎(chǔ)上確定改進(jìn)空間，實(shí)施精益策略以期達(dá)到未來(lái)狀態(tài)的一種生產(chǎn)改善方法.在價(jià)值流分析中，當(dāng)前價(jià)值流與未來(lái)價(jià)值流可以相互轉(zhuǎn)變，同一階段的未來(lái)價(jià)值流是當(dāng)前價(jià)值流的改進(jìn)目標(biāo)，也是下個(gè)價(jià)值流循環(huán)的起點(diǎn).因此，從當(dāng)前生產(chǎn)狀態(tài)到對(duì)未來(lái)規(guī)劃的藍(lán)圖是一個(gè)不斷改善循環(huán)、螺旋上升的提質(zhì)增效過(guò)程.

價(jià)值流分析的循環(huán)往復(fù)導(dǎo)致分析中過(guò)分關(guān)注當(dāng)前與未來(lái)兩種狀態(tài)，而弱化了當(dāng)前到未來(lái)的過(guò)程，造成分析效果不理想.而DMAIC是對(duì)現(xiàn)有流程進(jìn)行定義、測(cè)量、分析、改進(jìn)、控制，從而降低成本，提高質(zhì)量和服務(wù)的一套流程改善工具[11].價(jià)值流分析與DMAIC流程進(jìn)行有機(jī)結(jié)合，能增強(qiáng)價(jià)值流分析的流程性與系統(tǒng)性，彌補(bǔ)現(xiàn)有價(jià)值流分析的不足.本文建立的融合DMAIC過(guò)程的價(jià)值流分析模型(DMAIC-VSM)如圖2所示.該模型按照問(wèn)題界定(D)、現(xiàn)狀評(píng)定(M)、分析規(guī)劃(A)、實(shí)施改進(jìn)(I)、總結(jié)確認(rèn)(C)的改善流程，以?xún)r(jià)值流成熟度為驅(qū)動(dòng)，實(shí)現(xiàn)當(dāng)前價(jià)值流到未來(lái)價(jià)值流的狀態(tài)演變，使價(jià)值流成熟度成為DMAIC-VSM的核心驅(qū)動(dòng).因此，價(jià)值流成熟度也是本文分析與研究的重點(diǎn).

圖2 融合DMAIC過(guò)程的價(jià)值流分析模型(DMAIC-VSM)

2.1 問(wèn)題界定

問(wèn)題界定(D)的目的是選擇價(jià)值流分析的對(duì)象.價(jià)值的需求不同，其選擇邏輯也不同.若產(chǎn)量需求較高，則可利用P-Q分析(產(chǎn)品-產(chǎn)量分析)從眾多產(chǎn)品中選擇產(chǎn)量較高的分析對(duì)象進(jìn)行價(jià)值流映射；若質(zhì)量需求較高，則可依據(jù)產(chǎn)品不合格率等質(zhì)量數(shù)據(jù)來(lái)確定價(jià)值流的描述對(duì)象.

2.2 現(xiàn)狀評(píng)定

在現(xiàn)狀評(píng)定(M)階段，主要收集所選價(jià)值流的相關(guān)數(shù)據(jù)并繪制當(dāng)前價(jià)值流圖，綜合評(píng)定當(dāng)前價(jià)值流所處的成熟度等級(jí)(作為精益改善的出發(fā)點(diǎn))，并將更高級(jí)成熟度設(shè)定為價(jià)值流進(jìn)化的目標(biāo).

2.3 分析規(guī)劃

分析規(guī)劃(A)的目的是以更高等級(jí)的成熟度為導(dǎo)向進(jìn)行未來(lái)價(jià)值流規(guī)劃.本文運(yùn)用TOPSIS原理[12]量化當(dāng)前成熟度與未來(lái)成熟度之間的差距以確定改進(jìn)空間，利用雷達(dá)圖使成熟度各維度的距離可視化，并識(shí)別凹陷維度(圖3).

圖3 價(jià)值流成熟度雷達(dá)圖

2.4 實(shí)施改進(jìn)與總結(jié)確認(rèn)

優(yōu)先選擇雷達(dá)圖的凹陷維度進(jìn)行優(yōu)化改進(jìn)，通過(guò)補(bǔ)充、完善和持續(xù)改進(jìn)其凹陷維度，雷達(dá)圖一是走向正圓，表征價(jià)值流趨向均衡；二是半徑擴(kuò)大，表征價(jià)值流成熟度逐步提升.

在總結(jié)確認(rèn)環(huán)節(jié)重新對(duì)價(jià)值流成熟度進(jìn)行評(píng)定，確認(rèn)是否滿足預(yù)定成熟度目標(biāo).如果未達(dá)到目標(biāo)則進(jìn)入價(jià)值改善小循環(huán)即重新識(shí)別瓶頸維度進(jìn)行持續(xù)改進(jìn)；否則，尋找新的價(jià)值流分析對(duì)象并進(jìn)行改進(jìn).

3 價(jià)值流成熟度的模型與評(píng)定方法

價(jià)值流成熟度評(píng)定既可評(píng)定價(jià)值流現(xiàn)狀，又能為價(jià)值流的進(jìn)化提供方向引導(dǎo)，它是整個(gè)價(jià)值流分析流程模型的核心.小微團(tuán)體中的成員只有準(zhǔn)確了解當(dāng)前價(jià)值流的狀態(tài)，評(píng)估當(dāng)前價(jià)值流的成熟度，才能科學(xué)地設(shè)立成熟度進(jìn)化路線、長(zhǎng)遠(yuǎn)規(guī)劃.

3.1 價(jià)值流成熟度模型

工廠小微化以快速響應(yīng)用戶需求為終極目標(biāo).因此，本文將快速響應(yīng)定義為價(jià)值流成熟度的最高等級(jí).在圖4所示的價(jià)值流成熟度模型中，根據(jù)實(shí)現(xiàn)的難易程度將價(jià)值流成熟度分為5級(jí)(由低到高分別是意識(shí)積累、改善基礎(chǔ)、改善適應(yīng)、穩(wěn)定流程以及快速響應(yīng)).意識(shí)積累級(jí)處于個(gè)人意識(shí)的積累階段，改進(jìn)活動(dòng)屬于偶發(fā)行為，處于精益改善的起步階段；改善基礎(chǔ)級(jí)處于組織意識(shí)的積累階段，5S等基礎(chǔ)改進(jìn)活動(dòng)取得一定效果；改善適應(yīng)級(jí)應(yīng)用適當(dāng)?shù)木娌呗?，取得關(guān)鍵性成果，并能得到長(zhǎng)期維持；穩(wěn)定流程級(jí)建立系統(tǒng)的精益改進(jìn)流程，持續(xù)獲得改善收益；快速響應(yīng)級(jí)在小微團(tuán)體內(nèi)形成一種文化，并可擴(kuò)散到整個(gè)價(jià)值鏈而快速響應(yīng)需求波動(dòng).

圖4 價(jià)值流成熟度模型

3.2 價(jià)值流成熟度評(píng)定維度

價(jià)值流成熟度評(píng)定的目的是通過(guò)成熟度模型和評(píng)定方法來(lái)量化企業(yè)當(dāng)前的生產(chǎn)狀況，明確企業(yè)進(jìn)行精益改善所處的階段，以?xún)r(jià)值流成熟度驅(qū)動(dòng)企業(yè)持續(xù)改進(jìn).實(shí)現(xiàn)成熟度的準(zhǔn)確評(píng)定需要綜合考慮成熟度評(píng)定的目的，確定合理的指標(biāo)集，使評(píng)定指標(biāo)精準(zhǔn)、全面地反映評(píng)定對(duì)象.本文在進(jìn)行企業(yè)調(diào)研的基礎(chǔ)上，結(jié)合國(guó)內(nèi)外制造企業(yè)有關(guān)生產(chǎn)系統(tǒng)評(píng)價(jià)指標(biāo)的文獻(xiàn)資料[13-14]，分析并建立了價(jià)值流成熟度評(píng)定指標(biāo)體系.價(jià)值流成熟度評(píng)定的維度如表1所示.

3.3 基于BP的價(jià)值流成熟度評(píng)定方法

價(jià)值流成熟度評(píng)定是一項(xiàng)系統(tǒng)工程，具有較強(qiáng)的非線性和時(shí)變性.傳統(tǒng)的專(zhuān)家評(píng)價(jià)法在實(shí)際評(píng)定過(guò)程中工作量大，可重復(fù)性差.價(jià)值流成熟度的評(píng)定從本質(zhì)上講是一種分類(lèi)問(wèn)題.目前，神經(jīng)網(wǎng)絡(luò)(Artificial Neural Networks，ANNs)在解決工程分類(lèi)問(wèn)題中具有良好的使用性能.與傳統(tǒng)方法相比，采用ANNs不需要構(gòu)建精確的數(shù)學(xué)模型，只需通過(guò)歷史評(píng)定數(shù)據(jù)自主學(xué)習(xí)就可建立黑箱評(píng)估模型.由輸入層、隱藏層、輸出層組成的三層神經(jīng)網(wǎng)絡(luò)，具有強(qiáng)映射能力、易訓(xùn)練等優(yōu)點(diǎn)[15]，是目前應(yīng)用最廣泛的網(wǎng)絡(luò)模型之一.本文在構(gòu)建價(jià)值流評(píng)定指標(biāo)體系的基礎(chǔ)上，提出了一種基于BP(Back Propagation)神經(jīng)網(wǎng)絡(luò)的價(jià)值流成熟度評(píng)定方法.

表1 價(jià)值流成熟度評(píng)定維度

基于BP神經(jīng)網(wǎng)絡(luò)的價(jià)值流成熟度評(píng)定包括兩個(gè)主要階段：第一階段為網(wǎng)絡(luò)創(chuàng)建與訓(xùn)練，即由具體問(wèn)題確定網(wǎng)絡(luò)的輸入、輸出節(jié)點(diǎn)數(shù)，根據(jù)經(jīng)驗(yàn)公式或?qū)嶒?yàn)法確定隱含層節(jié)點(diǎn)數(shù)之后，以歷史價(jià)值流評(píng)定數(shù)據(jù)作為訓(xùn)練樣本，進(jìn)行權(quán)值訓(xùn)練；第二階段，使用訓(xùn)練好的網(wǎng)絡(luò)模型進(jìn)行成熟度評(píng)定，即以?xún)r(jià)值流評(píng)定數(shù)據(jù)集作為模型的輸入，將價(jià)值流成熟度代表值輸出后轉(zhuǎn)化成價(jià)值流成熟度等級(jí)(圖5).

圖5 基于BP神經(jīng)網(wǎng)絡(luò)的價(jià)值流成熟度評(píng)定邏輯框架

4 應(yīng)用實(shí)例

本文以某裝配類(lèi)小微利用價(jià)值流圖分析改善產(chǎn)品裝配過(guò)程驗(yàn)證價(jià)值流分析模型的可行性. 在數(shù)字化、智能化技術(shù)推動(dòng)下，該裝配生產(chǎn)線實(shí)現(xiàn)了部分自動(dòng)化升級(jí)，自動(dòng)化水平逐步提高，但裝配人員不足、裝配工位負(fù)荷不均以及設(shè)備故障等因素導(dǎo)致新線生產(chǎn)效率不及老線.為此，有必要利用價(jià)值流圖從精益角度出發(fā)對(duì)該新裝配生產(chǎn)線進(jìn)行分析，提升其生產(chǎn)效率，降低生產(chǎn)成本.

4.1 問(wèn)題界定-D

利用P-Q分析法，選擇X型產(chǎn)品作為價(jià)值流分析的對(duì)象，詳細(xì)調(diào)研其生產(chǎn)過(guò)程，以獲取的生產(chǎn)數(shù)據(jù)支撐后續(xù)決策分析.

4.2 現(xiàn)狀評(píng)定-M

4.2.1 價(jià)值流現(xiàn)狀圖

在詳細(xì)調(diào)研某裝配類(lèi)小微X型產(chǎn)品裝配過(guò)程的基礎(chǔ)上，搜集相關(guān)生產(chǎn)數(shù)據(jù)，繪制了圖6所示的價(jià)值流現(xiàn)狀圖.

4.2.2 當(dāng)前價(jià)值流成熟度評(píng)定

首先進(jìn)行神經(jīng)網(wǎng)絡(luò)模型的創(chuàng)建與訓(xùn)練.神經(jīng)網(wǎng)絡(luò)的輸入為10個(gè)評(píng)定指標(biāo)值，輸出為成熟度等級(jí)代表值.網(wǎng)絡(luò)的輸入和輸出神經(jīng)元個(gè)數(shù)分別設(shè)置為10和1.經(jīng)過(guò)試驗(yàn)，該神經(jīng)網(wǎng)絡(luò)的隱含層節(jié)點(diǎn)數(shù)為7時(shí)，網(wǎng)絡(luò)性能最佳.因此，可確定網(wǎng)絡(luò)結(jié)構(gòu)為10-7-1，采用L-M算法，設(shè)置誤差精度為10-9. 選擇表2中20 個(gè)樣本進(jìn)行訓(xùn)練， 經(jīng)過(guò)79 次訓(xùn)練便達(dá)到了目標(biāo)精度.圖7所示為誤差收斂過(guò)程.圖8所示為輸出節(jié)點(diǎn)的誤差曲線.

圖6 某裝配類(lèi)小微X型產(chǎn)品的價(jià)值流現(xiàn)狀圖

然后，根據(jù)表1中各評(píng)定維度計(jì)算方法，得到當(dāng)前價(jià)值流成熟度評(píng)定指標(biāo)值(表3).將這些評(píng)定指標(biāo)值輸入訓(xùn)練后網(wǎng)絡(luò)進(jìn)行訓(xùn)練，可得出當(dāng)前價(jià)值流成熟度為2級(jí).

表2 樣本數(shù)據(jù)

注：表中均為無(wú)量綱量.

表3 當(dāng)前價(jià)值流成熟度評(píng)定指標(biāo)值

注：表中均為無(wú)量綱量.

4.3 分析規(guī)劃-A

當(dāng)前價(jià)值流成熟度等級(jí)為2級(jí)，表明當(dāng)前價(jià)值流處于改善基礎(chǔ)階段.將3級(jí)成熟度設(shè)為未來(lái)價(jià)值流進(jìn)化目標(biāo)，運(yùn)用TOPSIS法確定各維度在1級(jí)成熟度與3級(jí)成熟度之間的位置，并將結(jié)果用雷達(dá)圖表示出來(lái)(圖9).該雷達(dá)圖中當(dāng)前狀態(tài)與未來(lái)狀態(tài)之間即為改進(jìn)空間.

圖7 誤差收斂過(guò)程

圖8 輸出節(jié)點(diǎn)的誤差曲線

圖9 改進(jìn)空間雷達(dá)圖

優(yōu)先選擇雷達(dá)圖中較短半徑維度進(jìn)行改善.在圖9中，較短半徑維度包括平均工位增值率、供貨延遲數(shù)、瓶頸工位能力和生產(chǎn)線平衡率.由此可見(jiàn)，當(dāng)前價(jià)值流存在的主要問(wèn)題為：工位增值率較低，存在較多的浪費(fèi)與非增值活動(dòng)；供貨延遲數(shù)較大，準(zhǔn)時(shí)化生產(chǎn)程度不高；瓶頸工位能力低，瓶頸工時(shí)與客戶需求節(jié)拍不匹配；生產(chǎn)線平衡率較低，工位負(fù)荷不均.

結(jié)合當(dāng)前價(jià)值流中存在的問(wèn)題，本文設(shè)計(jì)了某裝配類(lèi)小微X型產(chǎn)品的未來(lái)價(jià)值流圖(圖10).其改善目標(biāo)主要集中在以下兩個(gè)方面：一是降低由工位負(fù)荷不均、換產(chǎn)、停線等造成的時(shí)間損失，以提高生產(chǎn)線平衡率和工位增值率；二是從客戶需求端出發(fā)，采用看板拉動(dòng)方式實(shí)現(xiàn)準(zhǔn)時(shí)化生產(chǎn).

4.4 實(shí)施改進(jìn)-I

本文按照未來(lái)價(jià)值流圖(圖10)中規(guī)劃的方向?qū)Σ煌?jié)點(diǎn)進(jìn)行了持續(xù)改進(jìn).

(1) 針對(duì)裝配過(guò)程中因工位負(fù)荷不均、人員配備狀況不佳而影響裝配周期的瓶頸工序，運(yùn)用5W1H(Why,What,Where,When,Who,How)提問(wèn)技術(shù)，結(jié)合ECRS(Eliminate,Combine,Rearrange,Simplify)原則對(duì)部分子工序進(jìn)行合理拆分與合并，以實(shí)現(xiàn)均衡生產(chǎn).

(2) 通過(guò)魚(yú)骨圖、故障樹(shù)分析發(fā)現(xiàn)，停線問(wèn)題的主要原因在于人員(操作慢、不熟練、操作不良).因此，制定相應(yīng)的標(biāo)準(zhǔn)操作程序并加強(qiáng)人員培訓(xùn)，以減少人員問(wèn)題造成的停線.此外，開(kāi)展TPM(Total Productive Maintenance)活動(dòng)來(lái)降低設(shè)備故障率，從而進(jìn)一步降低停線造成的時(shí)間損失.

(3) 在換產(chǎn)方面，結(jié)合生產(chǎn)實(shí)際，盡量將內(nèi)部作業(yè)轉(zhuǎn)化成外部作業(yè)(包括物料的及時(shí)更換、設(shè)備參數(shù)的提前調(diào)整等)，并設(shè)計(jì)合理的工裝以縮短換產(chǎn)時(shí)間.

(4) 對(duì)于物料配送不及時(shí)問(wèn)題，建立JIT(Just In Time)拉動(dòng)看板來(lái)保證物料的準(zhǔn)時(shí)化配送，確保瓶頸工位時(shí)間與客戶需求時(shí)間一致，并最終達(dá)到在需要的時(shí)間按需要的量生產(chǎn)需要的產(chǎn)品.

4.5 總結(jié)確認(rèn)-C

通過(guò)實(shí)施精益改善方案，采用看板拉動(dòng)方式實(shí)現(xiàn)線邊物料的準(zhǔn)時(shí)化配送，從備料區(qū)到總裝線的物料配送周期縮短了一半.經(jīng)過(guò)裝配線平衡，各工位周期有不同程度的縮短，瓶頸工時(shí)由原來(lái)的15.31 s 降至14.53 s，換產(chǎn)時(shí)間由原來(lái)的38.76 s降至28.00 s.改善前后部分指標(biāo)對(duì)比如表4所示.

按照規(guī)劃的未來(lái)價(jià)值流對(duì)現(xiàn)有的裝配流程進(jìn)行持續(xù)改進(jìn)，在不增加投入的情況下，提高了生產(chǎn)效率，滿足了市場(chǎng)的需求.

將改進(jìn)后的價(jià)值流各指標(biāo)輸入成熟度評(píng)定網(wǎng)絡(luò)模型，得出的改進(jìn)后價(jià)值流成熟度為3級(jí).總結(jié)確認(rèn)后，可進(jìn)入價(jià)值流分析改善的下一循環(huán).

圖10 某裝配類(lèi)小微X型產(chǎn)品的未來(lái)價(jià)值流圖

表4 改善前后部分指標(biāo)對(duì)比

5 結(jié)束語(yǔ)

價(jià)值流分析有利于發(fā)現(xiàn)裝配流程中的浪費(fèi)與非增值環(huán)節(jié).目前，小微企業(yè)面臨激烈的市場(chǎng)競(jìng)爭(zhēng)，通過(guò)降低成本來(lái)增強(qiáng)其競(jìng)爭(zhēng)力一直是諸多小微企業(yè)追求的目標(biāo)，而利用系統(tǒng)性?xún)r(jià)值流分析實(shí)現(xiàn)提質(zhì)增效的成功案例并不多.本文構(gòu)建了融合DMAIC過(guò)程的價(jià)值流分析流程模型，以?xún)r(jià)值流成熟度為驅(qū)動(dòng)，對(duì)裝配線進(jìn)行持續(xù)改進(jìn)；將DMAIC-VSM應(yīng)用于某裝配類(lèi)小微的生產(chǎn)實(shí)際，取得了理想的效果.這也可以為其他生產(chǎn)類(lèi)小微降低成本，提高效率提供借鑒.

參考文獻(xiàn):

[1] Alptekino A,Lu A,Corbett C J. Mass customization vs mass production: Variety and price competition[J]. Informs Institute for Operations Research and the Management Sciences,2008,10(2):204-217.

[2] 江平宇,丁 凱,冷杰武. 社群化制造:驅(qū)動(dòng)力、研究現(xiàn)狀與趨勢(shì)[J]. 工業(yè)工程,2016,19(1):1-9.

[3] Dahlgren E,Gocmen C,Lackner K,et al. Small modular infrastructure[J]. The Engineering Economist,2013,58(4):231-264.

[4] 周思杭. 產(chǎn)品裝配質(zhì)量設(shè)計(jì)、預(yù)測(cè)與控制理論、方法及其應(yīng)用[D]. 杭州：浙江大學(xué),2013.

[5] 楊建國(guó),李蓓智. 面向并行工程的DFA理論與實(shí)踐[J]. 成組技術(shù)與生產(chǎn)現(xiàn)代化,1994,11(4):30-32.

[6] Rother M,Shock J. Learning to see: Value stream mapping to create value and eliminate muda[M]. Cambridge: Lean Enterprise Institute,2009.

[7] Rahani A R,Al-Ashraf M. Production flow analysis through value stream mapping: A lean manufacturing process case study[J]. Procedia Engineering,2012,41:1727-1734.

[8] 繆 周,徐克林,李振飛. 基于價(jià)值流圖的生產(chǎn)線再設(shè)計(jì):案例研究[J]. 工業(yè)工程,2009,12(5):115-119.

[9] Atieh A M,Kaylani H,Almuhtady A,et al. A value stream mapping and simulation hybrid approach: application to glass industry[J]. The International Journal of Advanced Manufacturing Technology,2016,84(5):1573-1586.

[10] 荊全忠,楊 晶. 基于價(jià)值流圖的抽油桿生產(chǎn)線平衡優(yōu)化研究[J]. 工業(yè)工程與管理,2014,19(5):18-23.

[11] Sokovic M,Pavletic D,Pipan K K.Quality improvement methodologies——PDCA cycle,RADAR matrix,DMAIC and DFSS[J].Journal of Achievements in Materials & Manufacturing Engineering,2010,43(1):476-483.

[12] Jang W,Hong H U,Han S H,et al.Optimal supply vendor selection model for LNG plant projects using Fuzzy-TOPSIS theory[J].Journal of Management in Engineering,2016,33(2):1-10.

[13] 李中陽(yáng),齊二石,安景玲.制造企業(yè)生產(chǎn)系統(tǒng)效率評(píng)價(jià)體系研究[J].制造業(yè)自動(dòng)化,2004,26(8):47-50.

[14] 朱 理,蘇宏業(yè),沈清泓.基于關(guān)鍵性能指標(biāo)的流程行業(yè)制造執(zhí)行系統(tǒng)評(píng)價(jià)體系[J].計(jì)算機(jī)集成制造系統(tǒng),2012,18(12):2643-2649.

[15] 劉智輝,陳洪立,江先志.基于OpenCV的人工神經(jīng)網(wǎng)絡(luò)字符識(shí)別研究[J].成組技術(shù)與生產(chǎn)現(xiàn)代化,2017,34(1):53-57.