黃珍珍，莫碧賢，溫李紅

(1. 閩江學(xué)院 服裝與藝術(shù)工程學(xué)院，福建 福州 350108； 2. 福建省服裝行業(yè)技術(shù)開發(fā)基地，福建 福州 350108； 3. 香港理工大學(xué) 紡織及服裝學(xué)系，香港 999077； 4. 香港理工大學(xué) 深圳研究院，廣東 深圳 518000)

服裝生產(chǎn)線大都采用單件流生產(chǎn)線形式，生產(chǎn)流水線的平衡主要取決于流水線編排方案的合理性。服裝流水線編排方案是根據(jù)生產(chǎn)任務(wù)，結(jié)合車間生產(chǎn)線情況，安排生產(chǎn)線內(nèi)各加工設(shè)備的作業(yè)任務(wù)。合理的流水線編排方案可以縮短生產(chǎn)周期，節(jié)約生產(chǎn)成本，提高生產(chǎn)響應(yīng)能力。在近幾年的相關(guān)研究中，智能優(yōu)化算法被較多地用于生產(chǎn)流水線編排。有研究采用遺傳算法對生產(chǎn)流水線人員與工序進(jìn)行一一指派以達(dá)到生產(chǎn)線平衡[1-2]，但是缺少與實際工位和平均生產(chǎn)節(jié)拍的結(jié)合；有研究結(jié)合工人熟練程度和環(huán)境等因素，采用蟻群算法分析服裝生產(chǎn)流水線平衡問題[3]，雖算法本身具有分布式計算等優(yōu)點，但涉及到的參數(shù)多，使得算法不是很容易確定合適的參數(shù)，計算相對復(fù)雜；有研究結(jié)合實際生產(chǎn)中的平均生產(chǎn)節(jié)拍和加工設(shè)備，采用粒子群算法解決服裝流水線編制問題[4]，在流水線編制模型的約束條件中，對于工作地有3種不同作業(yè)性質(zhì)的工序組合時，要適當(dāng)增加該工作地總作業(yè)時間，以降低流水線因不同性質(zhì)工序組合帶來的誤差；還有研究從仿真及評價指標(biāo)方面對服裝縫制流水線進(jìn)行理論分析[5]，以及采用成組技術(shù)優(yōu)化生產(chǎn)工序編排[6-7]。在這些研究中，智能優(yōu)化算法的應(yīng)用最多，證明了智能優(yōu)化算法是解決服裝生產(chǎn)流水線編排問題的一種有效方法。在調(diào)研童裝企業(yè)生產(chǎn)流水線現(xiàn)狀時發(fā)現(xiàn)，對于主要依靠經(jīng)驗型工人進(jìn)行流水線編排的生產(chǎn)方式主要存在2個問題：一個是編制效率不穩(wěn)定，時高時低；一個是投產(chǎn)前需要較長時間的生產(chǎn)流水線試運行以調(diào)試流水線的平衡。針對這2個問題，綜合考慮企業(yè)實際生產(chǎn)情況，在關(guān)于用智能優(yōu)化算法解決生產(chǎn)流水線平衡問題的現(xiàn)有研究基礎(chǔ)上，本文先采用拓?fù)浞椒ê瓦z傳算法實現(xiàn)服裝工序的自動優(yōu)化編排，再采用仿真技術(shù)對編排方案進(jìn)行單件流生產(chǎn)線仿真。以智能算法編排生產(chǎn)流水線，以仿真優(yōu)化對流水線編排方案進(jìn)行投產(chǎn)前平衡調(diào)試，可提高編排方案的編制效率，縮短編排方案的調(diào)試時間，促進(jìn)傳統(tǒng)生產(chǎn)方式向數(shù)字化生產(chǎn)方式轉(zhuǎn)型。

1 服裝生產(chǎn)流水線的平衡

1.1 問題描述

本文選擇某中大型童裝企業(yè)的生產(chǎn)流水線為調(diào)研對象，該企業(yè)的訂單生產(chǎn)數(shù)量較大，生產(chǎn)的款式種類較多。通過實地調(diào)研發(fā)現(xiàn)，企業(yè)基本實現(xiàn)了吊掛單件流生產(chǎn)線模式，在所調(diào)研的車間中總共有15條生產(chǎn)流水線，工藝設(shè)備較好，空間配置能力高。一般在生產(chǎn)大貨之前，企業(yè)先對服裝工序及工時進(jìn)行分析，由經(jīng)驗豐富的技術(shù)人員根據(jù)工人的工藝水平初步將各個工序分配到生產(chǎn)流水相應(yīng)的設(shè)備上，為使生產(chǎn)流水線達(dá)到相對平衡，需要在流水線上試運行3 d左右，在試運行期間對不合理的工序和人員進(jìn)行調(diào)整，直到流水線能順暢地運行。從最近生產(chǎn)的大量訂單中挑選出具有一定代表性的童裝款式，包括連衣裙、單褲、上衣等近20余款，分析得到的生產(chǎn)數(shù)據(jù)顯示，這些服裝款式的生產(chǎn)線編制效率基本在50%～70%之間，最低的編制效率只有42.1%，最高的編制效率為78%。該企業(yè)的訂單生產(chǎn)數(shù)量少則幾千件多則上萬件，如果能提高生產(chǎn)線編制效率，縮短產(chǎn)前生產(chǎn)線平衡的調(diào)試時間，企業(yè)的產(chǎn)品生產(chǎn)周期將大大縮短，生產(chǎn)響應(yīng)速度也隨之相應(yīng)提高。企業(yè)若是解決了生產(chǎn)流水線平衡存在的主要問題，借助企業(yè)相對先進(jìn)的吊掛生產(chǎn)設(shè)備，那么企業(yè)在生產(chǎn)環(huán)節(jié)上的數(shù)字化智能生產(chǎn)和管理水平都會得到一定程度的提升。

針對該企業(yè)的單件流生產(chǎn)線作業(yè)方式，分析近20余款童裝的生產(chǎn)流水線編排方案，歸納為如下問題：一件童裝成衣的縫制是由若干工序按照一定的加工順序完成，每道工序具有一定的標(biāo)準(zhǔn)時間和加工設(shè)備，將這些工序分配到一定數(shù)量的工位上加工，那么在不改變加工順序以及每個工位上的設(shè)備盡量一致的約束條件下，如何將這些工序進(jìn)行指派使其在要求的工位數(shù)上按照單件流水形式最均衡地完成整個縫制工作，這是一個較為典型的非確定性多項式(簡稱NP-hard)難題。

1.2 流水線的平衡優(yōu)化算法

通過以上問題描述和相關(guān)的智能優(yōu)化算法研究得知，在進(jìn)行智能優(yōu)化算法設(shè)計時，如果實際生產(chǎn)的約束條件過多，會增加算法設(shè)計的難度，確定合適參數(shù)的難度也相應(yīng)增加，也有可能會導(dǎo)致算法易陷入局部最優(yōu)。由于影響服裝生產(chǎn)作業(yè)的因素較多，如工人的技術(shù)水平、浮余時間、工廠的作業(yè)環(huán)境以及加工設(shè)備的先進(jìn)程度等等，分析這些因素對生產(chǎn)流水線平衡的影響權(quán)重，將其分為主要決定性影響因素和次要決定性影響因素。主要決定性影響因素是工序的加工順序、平均生產(chǎn)節(jié)拍、加工工位數(shù)以及加工設(shè)備；次要決定性因素為工人技術(shù)水平、浮余時間、在制品傳遞時間等等[8]。為了降低算法設(shè)計的難度以及增加算法運算的準(zhǔn)確度，將主要決定性影響因素作為約束條件與遺傳算法相結(jié)合，在MatLab(R2016b)中建立生產(chǎn)工序自動編排模型；將次要決定性影響因素作為仿真的約束條件，在Plant Simulation仿真軟件中進(jìn)行流水線編排方案的生產(chǎn)仿真，優(yōu)化流水線編排方案，使其可以適用于實際的批量投產(chǎn)，從而找到一種解決生產(chǎn)流水線平衡問題的方法。

1.2.1 生產(chǎn)工序自動編排數(shù)學(xué)模型

根據(jù)以上問題描述，建立單件流生產(chǎn)線數(shù)學(xué)模型。企業(yè)大都采用單件流生產(chǎn)線，設(shè)1條吊掛流水線為1個加工單元，該加工單元由W個加工工位，N個作業(yè)工人組成。設(shè)1個訂單款式為1個加工任務(wù)P，它由k道工序完成，Pi表示加工任務(wù)P的第i道工序。設(shè)ti表示工序Pi的標(biāo)準(zhǔn)工時，Mi表示工序Pi對應(yīng)的加工設(shè)備[9]。本文的模型有以下假設(shè)：

1)在制品的傳遞時間可以在流水仿真中進(jìn)行設(shè)置，在此模型中不予考慮；

2)工人的熟練程度可以通過崗前培訓(xùn)進(jìn)行訓(xùn)練，熟練程度差異可以在流水仿真中作為浮余時間進(jìn)行設(shè)置，在此模型中不予考慮；

3)W為加工單元上用于加工的總工位數(shù)；

4)已知每道工序的標(biāo)準(zhǔn)工時和加工設(shè)備，并且工序的作業(yè)排序不可改變；

5)工序組合過程中，加工設(shè)備不同的工序盡量不組合在一起，為便于設(shè)備排布，同一個工位最多布置2種加工設(shè)備。

平均生產(chǎn)節(jié)拍SPT的計算公式為

(1)

儲備站加工數(shù)量的計算公式為

(2)

式中：Qf為儲備站加工數(shù)量，件；tj為工位j的加工總時間，s；Q為生產(chǎn)線總的加工件數(shù)。

在評價服裝流水線平衡問題時，常用編制效率和均衡指數(shù)2個評價指標(biāo)。編制效率η的定義為

(3)

在遺傳算法模型設(shè)計中，優(yōu)先采用均衡指數(shù)St作為生產(chǎn)流水線平衡的優(yōu)化目標(biāo)函數(shù):

(4)

1.2.2 算法實現(xiàn)與步驟

根據(jù)以上數(shù)學(xué)模型，為滿足模型的約束條件，將拓?fù)浞椒ㄒ约皟?yōu)化目標(biāo)函數(shù)應(yīng)用在遺傳算法中實現(xiàn)工序的自動優(yōu)化編排。遺傳算法是一種比較成熟的智能算法，通用性強(qiáng)，具有魯棒性和隨機(jī)全局搜索能力，能以極大的概率找到全局最優(yōu)解，適合并行分布處理，并且計算過程簡單。拓?fù)浞椒芎唵斡行У亟鉀Q工序的作業(yè)排序問題；優(yōu)化目標(biāo)函數(shù)能對平衡率和加工設(shè)備分布都進(jìn)行最優(yōu)處理。因為工序自動編排模型是基于主要決定性影響因素建立的，所以自動計算得出的結(jié)果能決定生產(chǎn)流水的整體平衡性和優(yōu)化性，但對一些次要決定性影響因素[10]，需在Plant Simulation仿真軟件進(jìn)行生產(chǎn)流水線仿真運行時考慮，增加實際生產(chǎn)條件的設(shè)置，更直觀地模擬實際生產(chǎn)。Plant Simulation仿真軟件在工廠和生產(chǎn)線的建模、仿真和優(yōu)化生產(chǎn)系統(tǒng)等方面，可以創(chuàng)建廣泛的統(tǒng)計數(shù)據(jù)和圖表來支持對生產(chǎn)線工作負(fù)荷、設(shè)備故障、空閑與維修時間、關(guān)鍵性能等參數(shù)的動態(tài)分析，從而能將次要決定性因素和人工經(jīng)驗很好地結(jié)合，預(yù)防生產(chǎn)流水線的不合理問題，大大縮短產(chǎn)品的生產(chǎn)周期，直觀地再優(yōu)化生產(chǎn)流水線平衡，解決工序編排方案過于理論化問題[11]。

根據(jù)以上優(yōu)化思想和算法，得到生產(chǎn)流水線平衡優(yōu)化算法的流程圖，如圖1所示。

圖1 服裝生產(chǎn)流水線平衡算法流程Fig.1 Optimization algorithm for garment production line balance

平衡優(yōu)化算法的主要步驟如下：

步驟1，根據(jù)工序流程圖定義每道工序的標(biāo)準(zhǔn)工時和加工設(shè)備，對工序進(jìn)行拓?fù)渑判颉?/p>

步驟2，加工單元工位數(shù)、初始種群以及交叉變異概率等參數(shù)的初始化設(shè)置，隨機(jī)產(chǎn)生初始種群。

步驟3，根據(jù)生產(chǎn)流水線平均節(jié)拍，將初始種群中的工序進(jìn)行組合作為染色體中新的基因；結(jié)合工位上加工設(shè)備盡量一致的約束條件，計算種群中各個染色體的適應(yīng)度值，適應(yīng)度函數(shù)為f(St)=1/St。

步驟4，根據(jù)交叉概率對染色體基因進(jìn)行交叉，再根據(jù)拓?fù)渑判驅(qū)蜻M(jìn)行變異，得到子代，將子代中適應(yīng)度較好的染色體作為新的父代選擇到種群中。

圖3 連衣裙工序流程圖Fig.3 Flowchart for skirt manufacturing

步驟5，重復(fù)步驟3、4，直到滿足迭代條件為止。

步驟6，選取適應(yīng)度最大且加工設(shè)備約束最優(yōu)的工序編排方案。

步驟7，根據(jù)工序編排方案，在Plant Simulation仿真軟件中，采用串并聯(lián)的方式將各個工位按照實際生產(chǎn)流程，建立單件流生產(chǎn)線仿真模型。

步驟8，在仿真模型中，進(jìn)行在制品傳遞時間以及生產(chǎn)總數(shù)量等實際生產(chǎn)參數(shù)的設(shè)置，生產(chǎn)流水線動態(tài)仿真運行。

步驟9，分析生產(chǎn)流水線仿真運行數(shù)據(jù)，結(jié)合生產(chǎn)環(huán)境和人工經(jīng)驗進(jìn)行生產(chǎn)流水線再優(yōu)化，得到優(yōu)化后的生產(chǎn)流水線編排方案。

2 生產(chǎn)實例應(yīng)用

2.1 童裝生產(chǎn)流程圖

以所調(diào)研童裝企業(yè)中的連衣裙生產(chǎn)為例，其款式圖如圖2所示，工序流程圖如圖3所示?？偵a(chǎn)數(shù)量為46 806件。以其中1條生產(chǎn)線為例，該線實際生產(chǎn)數(shù)量為4 000件，目標(biāo)日產(chǎn)量為850件/d，人均臺產(chǎn)量為3件/h，線上加工工序為23個，編制效率為78%；線外加工工序為4個，線外加工工序為圖3中的10號、11號、12號、14號工序。

圖2 連衣裙款式圖Fig.2 Dress sketch. (a) Front details; (b) Back details

2.2 生產(chǎn)工序自動編排方案的生成

在MatLab優(yōu)化模型中，為了能給實際應(yīng)用帶來靈活性，模型可以根據(jù)實際生產(chǎn)需要自行設(shè)置加工工位數(shù)W(W大于或等于最小工位數(shù))，再根據(jù)工序流程圖中顯示的工序相關(guān)信息，輸入工序的加工設(shè)備M={M1,M2，…,M26}，工序的標(biāo)準(zhǔn)工時t=[t1,t2, …,t26]。根據(jù)式(1)，模型可以自動計算得出流水線的平均節(jié)拍，在平均節(jié)拍和加工設(shè)備的約束條件下，還可自動計算出當(dāng)前工位數(shù)的優(yōu)化工序編排方案。同時，模型也可以根據(jù)需求設(shè)置不同工位數(shù)，得到不同的工序編排方案，再分別對其進(jìn)行生產(chǎn)仿真，選擇出最適合的生產(chǎn)流水線編排方案，增加了方案的選擇性。本文僅以1個工序編排方案為例來說明方案的自動生成和仿真優(yōu)化。以輸入工位數(shù)12為例，運行程序，得到工序編排方案，見圖4。

由工序編排方案可以看出，方案總體上實現(xiàn)了生產(chǎn)流水線平衡和加工設(shè)備的最優(yōu)約束，但是還需要在仿真軟件中進(jìn)行生產(chǎn)環(huán)境等次要決定性因素的設(shè)置，以還原真實生產(chǎn)環(huán)境，優(yōu)化工序編排方案，達(dá)到生產(chǎn)流水線的平衡優(yōu)化。首先，結(jié)合在制品傳遞時間、工位設(shè)備現(xiàn)場布置等現(xiàn)實因素，將使用同種加工設(shè)備的工序2和工序17合在一起進(jìn)行生產(chǎn)，降低設(shè)備排布難度；將工序18～26整體指派給工位J、K、L進(jìn)行加工，降低工位節(jié)拍[12]。調(diào)整后的工序編排方案見表1。由此，首先在Plant Simulation軟件中進(jìn)行生產(chǎn)流水線建模，由于工位I相對閑置，因此設(shè)置1個儲備站，用于工位I利用閑置時間分流后3個工位的加工作業(yè)，整個生產(chǎn)流水線仿真模型見圖5。

圖4 工序編排方案Fig.4 Workstation scheduling

表1 調(diào)整后工序編排方案表Tab.1 Restructured workstation scheduling

圖5 生產(chǎn)流水線仿真模型Fig.5 Simulation model for production flow

然后，在每個工位模型中設(shè)置工序參數(shù)以及工位分流參數(shù)。在源工位設(shè)置該生產(chǎn)線實際生產(chǎn)數(shù)量為4 000件,代表加工單元物料的進(jìn)入數(shù)量。在儲備站分流設(shè)置時，根據(jù)式(1)計算得出平均生產(chǎn)節(jié)拍SPT為98.88 s，從而計算得出工位I的閑置時間為39.97 s，再由式(2)計算得出儲備站最大分流生產(chǎn)數(shù)量為436件。對源工位、工序返修率、生產(chǎn)工位以及各工位之間物料流動方式、物料終結(jié)工位進(jìn)行參數(shù)設(shè)置，對模型進(jìn)行生產(chǎn)流水線的仿真運行，得到完成生產(chǎn)總數(shù)量的生產(chǎn)流水線仿真運行情況，結(jié)果如圖6所示。從流水線仿真運行數(shù)據(jù)中可以得出，經(jīng)工位I分流之后，J、K、L這3個工位的平均生產(chǎn)節(jié)拍由原來的122.18 s降為108.8 s，圖7示出每個工位上的生產(chǎn)節(jié)拍。由式(3)計算得出，經(jīng)過仿真優(yōu)化之后的生產(chǎn)流水線編制效率提高至90.8%。

圖6 生產(chǎn)流水線仿真動態(tài)圖Fig.6 Dynamic chart for production flow simulation

圖7 各工位生產(chǎn)節(jié)拍Fig.7 Pitch time of work stations

2.3 生產(chǎn)流水試運行結(jié)果

通過生產(chǎn)工序自動編排到生產(chǎn)流水線仿真優(yōu)化，以上實例的線下加工工位減少，編制效率達(dá)到90.8%，比原編制效率提高了12.8%；并且該生產(chǎn)流水線平衡優(yōu)化方法的計算時間短，在一定程度上縮短了生產(chǎn)周期。

3 結(jié)束語

通過理論分析和實例驗證，針對單件流生產(chǎn)線作業(yè)形式，將遺傳算法與仿真技術(shù)相結(jié)合的方法可以有效地平衡優(yōu)化服裝生產(chǎn)流水線。在算法設(shè)計中，采用拓?fù)浞椒ê瓦z傳算法，考慮影響生產(chǎn)流水線平衡的主要決定性因素，實現(xiàn)工序自動編排，達(dá)到編排方案的初步優(yōu)化，同時結(jié)合實際生產(chǎn)條件和生產(chǎn)經(jīng)驗，采用仿真技術(shù)平衡生產(chǎn)流水線，符合實際生產(chǎn)需求。這種方法在一定程度上降低了智能優(yōu)化算法在解決非確定性多項式問題時各種參數(shù)和約束條件的設(shè)置難度；同時，從仿真實驗中總結(jié)流水線仿真的影響因素和方法，可為后期工作中開發(fā)服裝生產(chǎn)流水線優(yōu)化仿真系統(tǒng)提供一種研究思路。