连续流动装配线上的波动 第2讲-等待时间

在上一篇文章中，我提出了连续移动的装配线上的波动解耦问题。我们不能使用库存来解耦，只能使用产能来解耦长期波动，而所有其他波动都要使用时间来解耦。并让大家不要在不同工位之间移动员工来解耦波动。在本篇文章中，我将更详细地介绍由于工位作业持续时间的波动而导致的员工的等待时间。

系统

为了更深入地了解波动如何影响连续移动的装配线，我将模拟这样一条装配线。为此，我需要几个假设：

连续移动的生产线

• 这是一条连续移动的流水线，如果一个工位无法在节拍时间内完成作业，流水线就会停止（即安灯系统）。因此，如果一个工位延误，所有工位都会延误。
• 这条生产线有 10 个工位。我将进行 10 000 次迭代或循环。
• 工人们不会加快或减慢工作速度。实际上，如果一个工人发现自己操作慢了，他自己会调节速度。
• 我们有许多工站，工作持续时间的随机分布是 Weibull 分布。为简单起见，所有工站的分布都是一样的，当然在现实中它们是不同的。整个分布偏移 5 个时间单位，然后乘以 12。因此，分布从 60 个时间单位开始，平均值为 70.82 个时间单位。如果时间单位为秒，那么这属于汽车装配线的范围，其分布在制造流程中也很常见。标准偏差为 7.35 秒。分布图如下：

我们一起来看下不同假设下，整个系统的变化。

假设：流水线速度无限快

首先，我们假设生产线的速度是无限快的。由于我们的随机分布最小为 60 秒，因此每个工人每次都会拖慢产线速度。通过这个假设，我可以看到实际的生产线速度完全基于 10 个工人中最慢的那个人的速度。每次，十名工人中随机速度最慢的一名工人将决定生产线何时继续运行。这样重复 10000 次，我就能得到实际产线速度的柱状图。

下图再次显示了单个员工的 Weibull 分布，以及生产线运行一个节拍的时间直方图。这是生产线上十名工人的最慢随机时间。虽然单个工人平均可在 70.82 秒内完成工作，但生产线本身却需要 84 秒，因为他们总是要等待最慢的员工。

由于我们无法使用库存或产能来解耦工人的波动，我们只能使用时间（所有工人在每个循环都必须等待最慢的工人）。由于单个工人平均需要 70.82 秒，而有 10 个工人的组合系统需要 84.0 秒，因此在每个周期，工人的平均等待时间为 13.2 秒。这是在给定系统下可能出现的最佳情况…

……但实际上这是不可能实现的。我们再次假设速度是无限的。因此，生产线在时间为零时立即停止，等待最后一名工人完成工作。一旦最后一名工人完成工作，整条线路就会以无限快的速度移动到下一个站点。这就是问题所在：实际上，你不可能以无限的速度移动生产线。首先，这在物理上是不可能的，而且即使速度非常快也可能有危险。因此，要实现产线的连续移动，我们需要设定速度。而且，无论我们设定的速度是多少，有时对某些人来说会太慢，而对另一些人来说则太快。(注：对于较慢的生产线，设定产线的速度可能有用。如果每 8 小时移动一次工件，10 分钟的移动时间相对较短。如果每 60 秒移动一次工件，10 秒的移动时间则相对较长）。

此外，还有其他原因需要一个合理的速度。如果速度太慢，工人在开始工作时就必须做很多工作。如果速度太快，工人就不得不在工位的末端工作。固定的速度还有助于保持稳定的节拍，使管理层对速度有一个预期。在设定生产线速度时，可以设定节拍时间，从而设定生产线的目标产量。这也使生产线平衡变得更容易。

假设：生产线速度 90 秒

接下来，我们将生产线的速度设定为 90 秒/循环。为什么是 90 秒？因为在这个速度下，所有工人的大多数周期都能在 90 秒的目标生产线速度内完成。只有 17% 的周期会出现延迟，83% 的周期会在周期内完成。虽然这意味着 83% 的时间内，所有工人都必须等待持续移动的装配线，但却避免了装配线的持续启动和停止。

重点：在这个例子中，我们是反操作。我先看了随机分布，然后设定了生产线的速度。实际上，你应该从客户节拍时间开始，然后将工作分配到各个工位（即建立工作时间的随机分布），以适应生产线的速度。在这里，为了便于解释，我是倒过来做了。

总之，从这个例子中，你可以看到波动是如何影响连续移动的装配线的，以及为什么减少波动如此重要。在下一篇文章中，我将向你展示丰田的一个秘密工具…

好吧…我撒谎了…其实并不神秘。它就是支持四到五名操作员的小组组长。但是，由于许多西方公司不了解波动，他们看不到组长的价值，只看到了费用，因此组长的岗位早就被取消了。关于这一点，我将在下一篇文章中详细介绍。现在，走出去，为你的流水线设定一个与需求相匹配的速度，然后使标准作业与需求相匹配，组织你的行业！

 

Translated by Xie Xuan