第9期 2017年9月
组合机床与自动化加工技术
Modular Machine Tool & Automatic Manufacturing Technique
文章编号：10012265(2017)09015004
D0I:10.13462/j. cnki. mmtamt.2017.09.039
业务主线约束型作业车间网络瓶颈分析*
李明，衰逸萍，李晓娟，冯欢欢
（新疆大学机械工程学院，乌鲁木齐830047）
No.9 Sep.2017
摘要：瓶颈识别是制造单元生产管理与控制研究的基础和关键，直接影响系统的有效产出和企业的整体效益。针对复杂制造环境下瓶颈舜识困难这一问题，从制造系统复杂性与复杂网络相结合这一视角出发，提出一种基于网络分析法的车间网络瓶颈识别方法。根据设备工装、工艺路线、物流路径以及产品配置等多层次生产数据，建立业务主线约束型作业车间网络模型；用以资源节点与连边、加工数量、资源负载等为参数的数据结构实现对资源的网络化映射；在考虑网络节点对待评估节点综合影响矩阵的基础上，结合待评估节点本身的局域重要性定义节点的瓶颈指数，克服了其他算法中瓶颈节点识别只依赖于邻接节点的不足。以某制造企业的装配车间的产品总装线为例，通过对比
分析验证了该方法的可行性和有效性。关键词：业务主线：网络分析法：瓶颈指数
中图分类号：TH16；TG506
文献标识码：A
Analysis on the Bottleneck of the Job Shop Network Limited by Business Lines
LI Ming, YUAN Yi-ping, LI Xiao-juan, FENG Huan-huan
(School of Mechanical Engineering, Xinjiang University, Urumqi 830047,China)
Abstract : Bottleneck identification is the basis and key of production management and control of the job shop, which directly affects the effective output of the system and the overall benefit of the enterprise Therefore, aiming at the problems of bottleneck identification difficulties in a complex manufacturing envi-ronment, we propose a new method of bottleneck identification based on network analysis. Firstly, A net-work model of the job shop limited by business lines is established according to multi-level of production da-ta: such as equipment, tooling, process route, logistics path, product configuration and so on. Then, we define the data structure of parameters including degree distribution, order properties, processing number, resource load etc. It achieved the network mapping of resources. Considering network node based on the comprehensive influence matrix, combined to evaluate the local importance of node itself define node bottle neck index , which overcomes the bottleneck node identification in other algorithms only depends on the adja. cent node. Finally, it is proved the rationality and feasibility of this method by the example of assembly
workshop in an automobile manufacturing enterprise product assembly line Key words: business lines; network analysis method; bottleneck index
0引言
现代作业车间规模正变得越来越庞大，车间生产运作越来越复杂。制造系统中存在着众多因素形成的业务主线约束，影响着制造系统的执行，瓶颈1] 是控制制造单元有效产出和库存水平的关键，而瓶领识别作为制造单元生产管理与控制研究的基础和关键，直接影响系统的有效产出和企业的整体效益。若能提前预测瓶颈或者有效的识别瓶颈，对企业生产管理与控制效率的提高有着重要意义。因此，车
收稿日期：2016-11-26;修回日期：2017-01-09
*基金项目：新疆维吾尔自治区自然科学基金（2014211A008）
间制造系统中的瓶颈问题对其系统的产出价值有着重要的影响。
众多学者对作业车间的瓶颈及瓶颈识别问题已做了大量的研究，主要是从作业车间各构成要素，如产品需求、原材料供应、加工设备、操作人员等影响下的瓶颈识别方法。文献[2]利用机器负荷、机器加工能力、机器利用率以及饥饿时间等瓶颈的外部表现特征来识别瓶颈，然而这些表征只是瓶颈判定的必要条件而不一定是充分条件，当系统处于饱和生产状态时机器设备的利用率均会达到较高的相似水
作者简分势数辖3一），男，乌鲁木齐人，新疆大学讲师，硕士，研究方向为制造业信息化、工业工程，（E-mail)xj_liming@163.com；通讯作者：衰
逾率整3—），女，乌鲁木齐人，新疆大学教授，博士，研究方向为计算机集成制造，工业工程，（E-mail)yipingyuan@163.com。