某J公司发动机制动器生产线产能提升研究

随着中国经济的快速发展,国内市场需求越发追求品牌效应及稳定的质量,市场也从卖方市场转变为买方市场,在当前市场环境下,如何提升生产效率,降低成本,提高产品的可靠性成为了很多制造型企业面临的课题。
J公司是世界领先的发动机缓速器设计和制造商,近

  第一章绪论

  1.1课题研究背景

  J公司总部位于美国康涅狄格州,在发动机缓速领域已有50年的历史,产品主要应用于重型及中型高速运输车辆及柴油发动机市场,是世界领先的发动机制动技术制造商。随着中国经济的高速发展,重型卡车的年需求量不断攀升,为了抢占中国市场,J公司苏州工厂于2008年在苏州工业园区注册成立,主要客户为东风商用车、一汽解放、福田戴姆勒、陕西重汽、潍柴、华菱星马、西安康明斯、东风康明斯、玉柴联合动力、上柴等国内主流商用车及发动机厂家。然而随着国内竞争对手的快速发展,J公司制动器本身技术上的优势被不断缩小,借助于国内民营企业本身的低成本,小快灵等特点,竞争对手的同类产品售价远低于J公司,严重影响了J公司产品的市场竞争力,而J公司由于是美资上市企业,对于利润率有严格要求,故很难将售价降低至与竞争对手一个水平。于是如何降低成本从而降低售价成为J公司急需解决的一大任务。
  2017年J公司取得潍柴集团一个年销售额达2亿人民币的项目WP9,但由于此项目需求爬坡速度极快,而投资额度有限,因此必须在有限的资源下达到最大产能并同时降低成本,然而由于生产工艺初期的不稳定性,导致内部不良率高达14%,不但增加了报废成本,还严重影响了产能,所以J公司决定成立运用标准作业及VRK改善这两个精益工具专门负责解决此问题,以帮助企业在3个月内完成提高产能60%,内部不良率降低至0.5%的目标,通过及时满足客户产能爬坡需求来抢占先期市场,进而扩大与竞争对手的差距。
  本文所涉及的摇臂制动器为重型卡车发动机核心零部件,由J公司根据客户发动机单独开发设计并生产,所涉及的生产工艺包括机加工,去毛刺,高压清洗,装配,刻字,测试等14道工序。J公司自建厂以来坚持使用精益生产体系,故现有的摇臂生产线已经符合U型线,单件流等标准作业要求。在此基础上公司仍然期望利用精益工具对产线进行改善升级,提高产能。
  本文主要在上述项目背景的前提下,利用标准作业和VRK改善这两大工具进行产线布局设计,优化各个工序的加工时间,特别关注解决瓶颈工序及不良率偏高的工序,从而达到提高产能满足客户需求的目的。

  1.2国内外研究现状

  1.2.1标准作业研究现状

  标准作业是一个工具,用来建立一个可记录、可重复的工作序列,它让资源得到最有效地组合,是用来将操作人员、工作顺序、设备、物料进行有机整合,使整个生产过程达到最优配置。使用标准作业的方式来指导生产可以大幅降低生产成本,提高生产效率,同时生产出来的产品可以保持稳定的高质量水平。简而言之,标准作业是指在规定的时间内,按照规定的工作顺序及任务量,利用最少的作业人员和设备来进行生产,从而达到实际产出与客户需求量一致的精益工具[1-2]。

  1.2.1.1标准作业的目的和作用

  通过标准作业可以减少生产中人员的使用,从而减少在生产过程中一些不必要的开支。标准作业规定了产品的生产方式以及管理方法,使用标准作业可以提高工作效率减少生产时间,提高产品的质量,使公司在短时间内获得更多的收益。使用标准作业可以帮助领导层更好的对生产工作进行监督,减少在生产过程中的浪费现象。
  标准作业也是生产过程的执行准则,没有标准作业就不能判断生产状况是否正常,它可以快速的通过目视化暴露各种浪费,减少作业员操作的复杂性,它是管理生产现场的基础,也是实现精益转换的基础[3]。
  在公司内部,各个部门都有大量的人力资源在执行各项工作,但是如果各做各的,没有统一的标准,每个人只凭自己的主观判断去工作,那就无法使公司有效运行,产品的交付,质量,成本等因素都无法得到保证。
  在生产中标准作业即是指排除浪费,不均衡,不合理,采用安全,简便,快速,正确以及可以高效率工作的最佳作业方法。标准作业的目的简而言之就是通过有效率的劳动提高生产效率,具体内容如下:
  所有班次作业方法相同
  不发生浪费,不均衡,不合理的作业方法
  员工经过简单指导和培训即可完成的标准的作业方法
  运用拥有高水平技术的专业人才来参加生产活动
  使生产中的各个工序同步进行
  在制品数量必须限制在最小范围内
  明确安全地,低成本地生产优良产品的制造方法
  用作改善提高效率或产能的工具
  消除浪费并使员工工作更为容易顺利,减轻作业者的负担
  标准作业的作用主要体现为以下三点:
  1.提高工作效率,保证稳定的质量
  标准作业是最佳的作业方法,它可以减少浪费现象的产生,提高相应的工作效率,提高产品的质量,促进公司生产工作的顺利进行。同时由于标准作业的一致性,可以使得产品质量始终处于一个平稳的高位状态,按照标准作业的要求执行,可以保证任何一名员工都可以生产出同样质量的产品。
  2.快速响应客户需要,降低运营成本
  标准作业要求进行单件流,而单件流可以有效降低产品的前置等待时间,达到在不同产品间快速切换产线的目的,从而快速满足客户订单需求,因此也不需要给客户储备大量库存,有效降低库存金额,节省出大量的现金。
  3.提高空间利用率,暴露其他问题
  标准作业一般采用U型布局,不但可以有效减少作业员的行走距离,而且使空间的利用率大大提高。由于在制品数量极其有限,对于质量问题,库存问题,设备问题等等都非常敏感,一旦发生问题,产线立即停止运行,从而能够及时的将这些问题暴露出来[4-6]。

  1.2.1.2标准作业的前提条件和必要条件

  在进行标准作业时应具备以下两点内容[3]。
  1前提条件
  a)要保证设备能够良好运行,故障率处于较低水平,没有经常停线的风险。如果在生产过程中设备经常出现问题,作业人员不得不停止生产或者将产品转移到其他生产线上进行生产,这样会使作业人员的数量和所应该生产出来的产品数量与标准作业规定不符。
  b)产品质量问题需要尽可能降低。一旦质量问题频繁出现,作业人员就需要花费额外的时间处理不良品,同时不良品的生产也降低了良品的数量,影响产线的产量。
  c)原材料质量需要稳定,如果不稳定,生产节拍会被经常打破,作业员需要经常对不良品进行判定和处理,也无法实现标准作业。

  2必要条件

  标准作业的必要条件有:1)作业应具有重复性;2)对每个工位都要制定相应的作业标准;3)工作时间能够被测定;4)工作内容能够按照节拍时间进行拆分。

  1.2.2 VRK改善研究现状

  VRK(Variation Reduction Kaizen)中文翻译为变异减少改善,是结合丰田精益生产与六西格玛改善的两者优点而创造出的一种改善工具,即通过基础的六西格玛的统计方法与多种精益工具(头脑风暴,鱼骨图,优先分析矩阵)相结合,针对不稳定的系统问题进行定量分析。

  1.2.2.1六西格玛基本概念

  六西格玛是一种通过对业务工作的改进来达到提高顾客满意度的标准作业方法。六西格玛利用DMAIC的方式对公司所使用的流程进行分析,减少其中的变异,为公司更好的进行标准作业提供便利的条件,从而减少不必要的运营成本,提供更高质量的产品,缩短产品生产周期时间,提高客户对本公司产品的满意度,为企业的发展提供丰富的顾客资源,促进公司的发展[7-9]。
  在统计学中相当于标准差,标准差是对一组相关数据进行计算所得出来的结果,是对于这组数据分布的离散程度的指标,也是评价生产过程稳定性的一个重要参数[8]。
  水平是将产品生产过程的输出结果与产品规范要求的目标值,规格上下限进行比较,是对生产过程满足产品规范要求的一种能力的量化参数。产品的西格玛指数(在前添加的数字)越高,生产过程满足产品规范要求的能力就越强,通常来讲,6质量水平代表着100万个产品中的实际缺陷数量小于3.4个[10-11]。
  在生产过程中,所有的活动数据都是分布的,如图1.1所示,数据呈正态分布,越靠近目标值,数据越集中,而减少分布范围就是六西格玛的核心。但是实际的过程中,分布是不可能完全正态的,一般而言,数据会按照图1.2中显示的三种分布,或多种分布结合,其中实线为理论正态分布曲线,虚线为实际分布曲线,六西格玛改善的内容即是运用统计学工具研究如何使实际分布向理论分布曲线无限趋近[12-14]。
某J公司发动机制动器生产线产能提升研究
  图1.1正态分布图
某J公司发动机制动器生产线产能提升研究
  图1.2数据分布三大形态
  实施六西格玛是一项复杂的系统工程,六西格玛改进项目要能够解决组织流程中的关键问题,要有跨职能的组织方式,要有可量化的预期成果,并且项目本身需要有一定的复杂程度。
  一般而言,六西格玛通过DMAIC这五个阶段对相应的项目进行改进:
  界定阶段(Define):该阶段主要是对顾客的需求进行了解,对所要改进的产品流程进行了解。根据所了解到的数据进行制定出相应的对策,组成一个小组来实施这个对策。其中小组中的人员应由多个职能部门中的具有高素质的技术人员组成,从而使以下阶段能够更好的进行。同时公司也要制定相应的目标,计算项目完成后为公司所带来的利润。
  测量阶段(Measure):以顾客对产品的需求为基础对生产过程按照一定的标准进行测量并评估,从而发现生产中所存在的问题。
  分析阶段(Analysis):对生产过程中的有关数据进行分析,从而确定哪些是对输出有重大影响的关键输入。在分析的过程中要运用一些高端的统计分析技术。
  改进阶段(Improve):针对分析阶段确认的关键输入进行改善,找出关键输入的最优方案,使输出数据控制在规范限内,将输出数据的变异降至最低,从而达到提高产品质量的目的。
  控制阶段(Control):该阶段与改进阶段存在着紧密的联系,该阶段主要是对改进后的结果进行稳固。在这一过程中可以运用修订文件的方式,对改善后的内容进行标准化,完善相应的改善结果监督管理制度,从而保证改善的结果能够长期有效维持[15-18]。
  DMAIC方法具有极强的逻辑性,它是欧美500强企业过去几十年的管理经验的总结,结合统计技术,项目管理等方法形成的一个系统性的企业管理模式。DMAIC的工具运用路线都非常清晰,从而保证对产品的持续性改进。DMAIC以事实数据为分析依据,对产品生产过程中的各类问题进行定量分析,在分析的过程中利用各类统计工具以达到精确性及合理性。DMAIC具有很强的创新性,注重对生产过程的创新,破除旧有的思维模式,然后通过这些创新对过程变异进行纠正,降低风险[19]。

  1.2.2.2精益与六西格玛的区别与融合

  理论上精益生产和六西格玛解决问题的方法虽然有较大的区别,但是将这两种方式投入到实际的生产活动中时,都会取得不错的效果,也会有一定的局限性。两种方式殊途同归,都以提高顾客满意度为主要目标。两者对于实际生产过程的指导性都有各自的优劣势。
  精益生产的优势:
  主要适用于多品种小批量生产,目的是消除一切浪费,降低成本,提高生产效率,缩短流程周期,增强响应能力。它是一种持续的全面创新和改善,强调连续流动和拉动,追求整体优化,最关键一点就是简单易学,见效快,不需要高深的数理统计知识,对工厂覆盖面更广,推行速度和收益回报速度相对六西格玛都更快更容易。
  精益生产的劣势:
  精益生产很多时候依靠经验总结进行改善,缺乏精确地数据分析,对于异常数据的处理结果不如六西格玛精确。
  六西格玛的优势:
  六西格玛以消除流程中的变异及波动为目的,它大量应用统计学工具,对问题进行精确地定量分析,注重系统性及规范化,对于复杂的变异问题是一种方法性极强的解决工具,往往能够得到问题的最优解决方案。
  六西格玛的劣势:
  六西格玛过多的强调量化与统计工具,而在实际生产过程中,很多问题只能定性而不能定量分析,对于改善人员的自身能力要求及数据的依赖性非常高,在针对具体问题分析时,往往需要消耗大量资源取得数据并验证,项目周期长,见效慢[20-21]。
  图1.3中的内容为精益和六西格玛之间的关系,一般而言,产品完整的生产过程都是由多个不同的工序步骤组成。六西格玛主要关注对每个步骤进行优化,如一个步骤时,3水平代表这个步骤的良品率是93.32%,如果将此步骤改善至6水平,则此步骤的良品率将达到99.99966%。如果一个生产过程有10个生产工序步骤组成,通过改善将每个生产工序步骤都提高到6水平,则整个生产过程的良品率将高达99.9966%。而精益关注点是基于每个步骤当前西格玛水平下,如何将工序步骤数减少,即如何减少浪费,从另一个角度将整个生产过程的良品率提高[22]。
某J公司发动机制动器生产线产能提升研究
  图1.3精益与六西格玛关系图
  通过上述分析,可以看出,精益与六西格玛之间并不矛盾,而且有很强的互补性,六西格玛以数据分析为基础,消除过程变异,获得近乎完美的数据分布,而精益通过消除浪费,将变异的过程直接删除,也是一种快速高效的方法。因此,基于两者的优点将两者有机结合,创造出一种新的工具VRK(变异减少改善),其即具备统计学基本的方法论,又不会完全拘泥于数据分析,浪费大量资源进行试验,兼具了精益改善周期短,见效快的优点。

  第二章标准作业和VRK的基本理论

  2.1标准作业的基础理论

  2.1.1标准作业的基本概念

  一般来讲,标准作业分为以下三大工作流程:
  1)记录当前实际流程,按照八大浪费的原则识别浪费点:不必要的动作,多余的库存,等待,不合格品,运输,过多的工艺,过量生产及被忽视的创造力。
  2)按照识别的浪费点改进流程,控制在制品,用来满足恰好负荷客户节拍时间的标准工作设计,以达到最佳的人员及设备配置。
  3)流程改善之后需建立维持计划,以保证改善效果得到有效验证。
  标准作业构成的四大要素:
  1)单件流:通过合理的制订标准生产流程并安排好每个工序的人员量、设备量,保证生产批量与转移的批量只有一个产品,以达到快速流动的一个生产流程。它能有效控制在制品数量,减少生产前置时间,减少报废和返工,更容易暴露问题,更好地利用空间及劳动生产力。
  2)周期时间(C/T):使用单件流定义工序流程后生产出一件产品所需要的时间,即为该产品所有工序中,耗时最长的那个工序的时间。
  3)节拍时间(T/T):客户的订单需求量及需求时间点确定好,为了满足客户的期望,需要多久生产出一件产品,计算公式如下:
  理想状态为周期时间等于节拍时间,实际操作时,周期时间需要尽可能靠近节拍时间但不能高于节拍时间。
  4)工作顺序:标准工作顺序是指每个操作者在规定的循环时间内所执行的特定的人工步骤,也就是操作者最有效地把产品生产出来的顺序,工作顺序和工序顺序可能不同,工作顺序有时候并不按照工序顺序进行[23-26]。

  2.1.2标准作业改善的基本原理

  在了解标准作业改善之前,需要先了解标准作业文件五大表单,分别为时间观测表,工位能力表,标准工作组合表,标准工作表及员工负荷表。
  时间观测表:时间测定属于基础工业工程的手法,也是动作分析的基础,表2.1即为J公司所使用的观测表,使用前需要对工作要素分界点进行确认,每次记录采用同样的分界点,主要记录人工和走路两个时间,实际使用时连续记录10组数据后取每一组工序的最小值然后根据实际观测结果对最小值进行适当补偿,最后得出每道工序的标准人工时间。
某J公司发动机制动器生产线产能提升研究
  表2.1时间观测表
  工位能力表:完成时间测定后,按照工序将测定的人工及走路时间填入工位能力表,并输入每道工序设备自动运行时间,最终计算出每道工序每天的最大产能(每天实际有效工作时间/每道工序周期时间),表2.2即为J公司所使用的工位能力表,通过工位能力计算,可以找出瓶颈工序,确定当前工艺最大理论产能。
某J公司发动机制动器生产线产能提升研究
  表2.2工位能力表
  标准工作组合表:标准工作组合表是确定作业分配和作业顺序的工具,包括生产节拍时间,作业顺序,作业内容,作业时间等,主要用于反映人工操作和设备作业结合的关系,表2.3即为J公司的标准作业组合表,每个操作员都有一张对应的标准作业组合表,也即规定该操作员在生产一个产品的周期节拍内的工作顺序,内容。分配工作内容的原则是使每道工序的周期时间(C/T)尽可能接近但不超过节拍时间(T/T)。
某J公司发动机制动器生产线产能提升研究
  表2.3标准工作组合表
  标准工作表:将产线布局图具现化,规定全体操作人员的作业状态,作业顺序并规定每个工位的标准在制品数及质量和安全注意事项,是管理现场的有效工具,表2.4即为J公司的标准工作表。
某J公司发动机制动器生产线产能提升研究
  表2.4标准工作表
  员工负荷表:以柱状图的形式将每个操作员在每个生产节拍内总的劳动负荷强度目视化表示,表2.5为J公司的员工负荷表,其原则是使每个员工的劳动强度相对持平同时保证每人的工作周期时间接近于节拍时间,避免等待时间,保证所有员工满负荷运行,将所有的空闲等待时间放到最后一名员工处,这名员工的工作内容也是下一步改善点。
某J公司发动机制动器生产线产能提升研究
  表2.5员工负荷表
  根据丰田公司30年数据统计,在实际的生产过程中,只有5%的时间属于增值过程,也即对产品本身价值的提升,客户愿意为此提升进行付费的内容,剩余的95%的过程都属于浪费,需要消除,标准作业改善即是以此为前提进行的[27]。
  由工位能力表可知,生产线的产能是由人员循环时间和设备循环时间确定的,故浪费消除也基本按照这两点进行。
  人员循环时间主要有两点改善方向,一是每次作业循环的时间波动较大,不稳定,主要原因可能包括,作业内容比较困难,缺少夹具或夹具不适宜,附带动作较多,异常情况较多需要花额外时间处理等。二是人员循环时间较长问题,可能原因包括不合理的工序安排,过多的移动或动作,较差的5S,需要人为判定的时间过长,非自动化的设备等。根据七大浪费原理,对这些可能的原因进行一一归类并找到改善对策即可降低波动及循环时间。
  设备循环时间主要也是两点改善方向,一是缩短设备的加工时间,以数控机床为例,通过增加设备重新分配工序,降低刀具加工时间,缩短空刀行程,降低换刀时间可以有效降低设备循环时间。二是降低设备辅助时间,即外部时间,如拿取,安放产品的时间,固定夹具时间,处理设备异常情况等时间。
  待将人员循环时间及设备循环时间都有效降低后,即可重新设计标准作业卡,即对新流程的工作内容进行再分配,分配原则有两种:一是将剩余空闲时间进行平均分配,如图2.1中改善后(1)方案,二是向前堆满,将空闲时间全部留给最后一个操作员,如图2.1中改善后(2)方案[28-30]。
某J公司发动机制动器生产线产能提升研究
  图2.1员工负荷分配方案

  2.2 VRK的基础理论

  在章节1.2.2中提过六西格玛的缺点就是消耗资源过多,浪费时间太长。而精益的原则就是快速得到收益(不一定是最完美的方案),减少浪费等待时间,鉴于这些原因,VRK综合利用鱼骨图及优先分析矩阵,将纷繁复杂的各种原因进行梳理,确定优先关键项,然后利用六西格玛知识对关键项进行数据分析,发现根本原因,用动态的资源分配来确保问题的快速改善,以最快的速度取得收益,然后通过持续改善对其余影响因素进行进一步分析及解决。

  2.2.1鱼骨图及优先分析矩阵

  鱼骨图:鱼骨图也称石川馨图或因果图,它是精益系统中分析因果关系的重要工具。它的主要作用是分析和表达存在问题与原因之间的因果关系,它能够帮助我们透过现象看本质。在鱼骨图中,‘鱼头’代表某些要分析的问题,一般用一个关键词或简短的描述放在箭头右边,‘鱼骨’一共有六根,分别代表人、机、料、法、环、测等六点原因。通常做鱼骨图时,会先进行头脑风暴法,找出尽可能多有可能导致问题发生的原因。在进行头脑风暴法时,其原则有三[31]:
  1)项目领导对所有提议持开放态度,坚决杜绝出现否定及指责态度。
  2)需对生产过程充分了解,需要在生产现场观察后才能提出可能原因。
  3)需要完全充分发挥创新思想,通过不同方案的交叉对比,激发出更多想法。
  在完成头脑风暴后,需对同类型进行合并,然后按照人、机、料、法、环、测六个方面对原因进行归类整理,完成鱼骨图。图2.2即为的针对表面瑕疵的鱼骨图分析实例[32]。
某J公司发动机制动器生产线产能提升研究
  图2.2因果图
  优先分析矩阵:当需要解决的问题比较复杂时,鱼骨图分析只能找出可能原因,但是可能原因较多而且部分原因互相关联,公司无法提供资源对所有原因进行一一排查,这时候就需要用到优先分析矩阵。它对所有可能的原因进行3个维度的分析,对其进行评分,这个三个维度分别包括:
  (a)对问题的影响大小:
  共分为3个级别,影响极大(5分),影响中等(3分),影响很小(1分)
  (b)对原因进行纠正的难易程度(人力资源,时间,金钱,供应商合作态度等等):
  共分为3个级别,容易(5分),中等(3分),极难(1分)
  (c)原因和问题之间的强弱逻辑关系
  共分为3个级别,强相关(5分),中等相关(3分),弱相关(1分)
  某些评分项可能小组不能达成一致,则需要进行快速实验验证或者小组投票的方法,确定最终的评分,待评分完成后,再将3个维度得分相乘,得到最终该项原因的分数,然后对所有可能原因按照分数从高到低进行排列,即可根据可以使用的资源确定要对前多少项进行进一步分析和验证[33]。
  优先分析矩阵为后续运用六西格玛对关键项进行实验设计,数据收集,数据分析奠定了基础,是VRK中极为重要的一个转换环节,虽然在对3个维度的评分判断上可能不是完全数据支持的定量分析,但是这种方法可以能够更快的定义出关键项,正如前文所述,最终的解决方案可能不是最佳方案,但是能够快速得到收益。

  2.2.2六西格玛常用参数解析

  数据的种类:从统计学角度上来讲,数据可分为计量型数据和计数型数据。
  计量型数据:可以通过量具测量得出的可连续取值的数据,一般来讲这类数据小数点后的位数是有意义的,如时间,厚度,长度,速度,重量,温度,距离等。
  计数型数据:也称非连续型数据,其中又分为二项式数据:好、不好/男、女;分类数据:班次1,班次2;计件数据:不合格数,返工数,瑕疵数;分级标准:满意度(1-5分),百分比,比例等。[34]
  数据中心的表达:
  平均值:数据总和除以测量个数的值=/n
  中位数M:数据以大小顺序排列时,如果数据总数为奇数,取位于最中央的值,如果数据总数为偶数,取位于中央的两个数的平均值。极差R:数据最大值减去最小值R=Xmax–Xmin
  平方和SS:各个数据与平均值的差值的平方总和SS=2
  标准差S:S=[35]
  正态分布:质量管理中最常用的连续分布就是正态分布,它能够描述很多质量特性随机取值的统计规律性。正态分布也是在自然状态下最常见的分布,即大部分数据都聚集在平均数的周围,离平均数的距离越远,数据的个数就越急剧减少,这种分布就叫做正态分布。如图2.3即为正态分布图,从图中可以看出,正态分布呈钟型,以样本平局值u对称分布,其中LSL为规范下限,USL为规范上限。自然形态下,只要样本量足够,数据都应该按照正态分布展开,而在实际工作中,了解了数据的分布的形状,可以看出数据是否被异常因素影响,也可以计算出所关心的事件的发生概率[36-38]。
某J公司发动机制动器生产线产能提升研究
  图2.3正态分布图
  在实际应用Minitab计算数据的分布时,会利用到一个p值来验证数据是否正态,p值越大越好,一般p>0.05即可认为数据是正态分布的[39]。

  2.3论文研究的主要内容

  2.3.1 WP9制动器产品介绍

  作为发动机缓速器设计和制造的先驱,J公司为中国内燃机行业的龙头企业潍柴集团开发出一款名为WP9的发动机制动器,其优点是高制动功率,结构紧凑,集成度高,由于不需要排气蝶阀进行配合,可靠性得到有效保障。WP9制动器采用缸内制动技术,从而实现发动机的压缩制动。随着制动器的不停制动,车辆动能不停的通过发动机压缩-释放的动作耗散,使车辆减速。J公司苏州工厂负责对WP9制动器的本体进行机加工及零部件装配,清洗,测试,包装等工序。图2.4产品的机加工后状态及装配完成后状态,此产品每套由六件完全一致的摇臂组成。
某J公司发动机制动器生产线产能提升研究
  图2.4 WP9产品示意图

  2.3.2 WP9制动器产线产能问题

  WP9制动器是J公司今后3年最大的项目,占据到销售额的35%,同时这个项目也对产线的产能提出了严峻的挑战,客户需求是每年10万套的产能,而目前J公司只有一条产线针对WP9进行生产,年最大产能仅为25000套。由于每条产线的投资额在150万美金,也就意味着如果在现有情况下要满足客户需求,需要再投资3条产线,即450万美金,而由于J公司的母公司D集团公司对预算控制非常紧张,要求将预算至少削减1/3,即批准的预算只够新增2条产线,年产能75000套,如果按此方案执行,公司理论年产能与客户需求就会有25000套的差距。

  2.3.2.1产线理论产能问题

  J公司苏州工厂自建厂之日起即按照精益的要求对工厂进行管理,故现有的老EB5线已经按照标准作业要求运行,包括浪费的识别和改善,单件流,U型生产线等基本要求都已经满足,图2.5为现有产线的工艺流程图,由此图可以看出,目前产线由6台机加工设备,9台装配和清洗设备及最后的包装工位组成,此产线日理论产能为70套/天,年理论产能为25000套。
某J公司发动机制动器生产线产能提升研究
  图2.5工艺流程图
  为满足客户需求,经过J公司内部讨论和初步预判,决定对现有WP9制动器产线(简称EB5线)增加设备,进行扩容,同时利用标准作业提高其产能达到50000套/年,改善成功后再复制EB5产线的布局,投资新建一条产线(简称EB7),两条产线并行生产,从而满足客户对产能的需求100000套/年。扩容EB5线和新建EB7线的总投资额需要控制在300万美金以内。

  2.3.2.2成品测试不良率问题

  WP9制动器在EB5线目前的理论产能为70套/天,但是实际产出并没有这么多,原因是由于不良率过高导致每天合格品数量不足,根据过去6个月的数据统计,EB5线整体不良率为14.7%,其中OP180测试工序的产品不良率高达14.3%,也就是说每天有10套产品不能正常入库,实际产能只有60套/天;由于测试为倒数第二项工序,在此工序发现不良品时已经造成产能浪费,而后续通过产线扩容和标准作业将理论产能提升至140套/天后,也就意味着每天会有20套的不良品,这些不良品虽然可以进行返工后正常发货,但是由于产线按照标准作业U型线进行布置,常年生产不间断,所以没有额外时间来对不良品进行返工,不由此但造成产能损失,还会使不良品仓库大量堆积,占用有限的空间面积。
  为解决不良率问题,公司决定成立进行精益改善,并邀请关键零部件的供应商一起参与。经过初步研究,由于产线实际生产时会有少量的富裕时间,1%的不良产品可以在当天进行返工并完成入库,不影响最终的实际产量,领导层确定将测试不良率的改善目标确定为1%,以此达到理论产能与实际产能的一致。

  2.4本章小结

  本章首先是对标准作业改善及VRK改善所用到的理论知识和研究现状进行阐述。即有技术层面一些基础概念,如八大浪费,标准作业文件,鱼骨图,优先分析矩阵,数据基础知识,正态分布等,也有系统方法的简要说明,如标准作业改善的基本原理和步骤,VRK改善应用方法等。当然这两个精益工具本身包含内容非常丰富,作者在本章的阐述无法涵盖所有知识要点,而根据J公司的实际问题,作者会在第三和第四章详细阐述这两种工具的应用及理论创新点。
  其次阐述了论文的主要研究内容,WP9制动器产线产能问题,而产能问题又分为两部分,一部分是理论产能与实际需求直接的差异接近一倍,第二部分是由于成品测试通过率低,导致实际产能与理论产能相差较多。由于这两个问题同时存在,导致WP9产线的产能与客户需求相差过大,本文的研究内容即是如何通过精益生产中标准作业和VRK改善两个工具将WP9产线理论产能及测试不良率高的问题解决,从而提高WP9制动器的实际产能来满足潍柴持续增长的客户需求。

  第三章理论产能问题分析及解决方案

  3.1理论产能问题原因分析

  WP9线主要由机加工和装配测试工艺组成,根据现有的标准作业分析,表3.1为目前WP9线的工位能力表,造成产能瓶颈的原因有:
  1.机加工线产能不足,Op10-Op90为机加工及去毛刺工序,其瓶颈工序的日产能为421件/天(由于每套产品6件,故每天产能为70套,后续为方便计算,统一采用件为单位),若要达成50000套/年的年产能目标,则需要将日理论产能提升至840件/天,也即是说,目前所有机加工工序能力都不足,这是目前产能瓶颈的最大问题。
  2.装配测试工艺中大部分工序基本都可以满足目标产能,只有OP190测试工序是瓶颈工序,其日产能为567件/天。测试工序是非标装配机的半自动测试,其周期时间过长的主要原因是由于测试不良率过高,造成操作员需要经常处理测试不良的意外情况,产生时间浪费。将测试不良率降低即可解决此问题,详细解决方案将在第四章进行探讨和分析。
某J公司发动机制动器生产线产能提升研究
  表3.1工位能力表
  鉴于以上原因分析,机加工产能不足是导致整条产线产能低的主要原因,所以扩容增加数控机床是立杆见效的方式。根据投资限额300万美金的要求,需要计算可以给EB5线增加多少台机床,目前J公司采购的日本Fanuc机床的价格为每台18万美金,装配测试线的其他非标装配机,测试机,清洗机等设备总计供92万美金,其他夹具,刀具等辅材采购,管道安装,油雾收集装置,防震地面处理等费用约为16万美金。设EB5线共增加x台机床,则复制的EB7线共有(x+6)台机床。求和计算如下:
  [x+(x+6)]*18+92+16=300
  求解x=2.3,舍去小数位后x=2
  由上式可以看出,最佳方案为EB5线增加2台Fanuc机床,加上原有的6台机床,总机床数增加至8台。EB7也同样采购8台全新的Fanuc机床,两条产线合计使用288万美金投资,剩余12万美金为辅材消耗及备用资金。
  增加2台机床后,需计算8台机床可以达到多少产能。目前6台机床产能为421件/天,则理论上8台机床的最大产能为(421/6)*8=561件/天,虽然比原产能略有提供,但仍然不能满足840件/天的目标要求。而且561件只是理论计算产能,实际由于机加工程序不可能每台设备完全一致,也达不到这个产量。经过研究,只有对现有的加工工艺及布局进行重新设计并且对机加工时间和人工上下料时间进行优化,才有可能达成840件的目标。
  此次标准作业的改善主要分为两个步骤,第一步是对新布局和新工艺方案进行理论设计和实验;第二步为在新设备到位后对所设计的方案进行实际验证及优化。

  3.2 WP9产线布局及工艺方案设计

  基于对EB5线现有机床加工时间及人工时间的认知,为达到产能最大化的目的,首先根据现有工艺,将机加工时间尽可能进行优化,然后根据优化的结果对新的产线布局及工艺设计了两套方案,同时按照此两套方案进行了对比验证,找出最优方案,具体内容如下:

  3.2.1机加工时间模拟运行及优化

  两套方案的主要设计思路基本一致,即先将现有的机加工程序和刀具优化,将所有机加工时间将至最低,然后通过工艺顺序,设备和人工上下料时间的重新编排,达到所有机加工工序作业时间降低及均衡化。故两种方案的机加工时间优化是一致的,针对现有的6道机加工工序,对刀具和机加工程序分别作了如下分析与改进,被加工产品材料为壳型铸造的球墨铸铁,硬度在180-245HB之间,加工设备为Fanuc Robot Drill,标配高压内冷及龟背式刀库。
某J公司发动机制动器生产线产能提升研究
  为便于理解,下文所涉及的一些加工部位标准术语参考图3.1所示。
  图3.1标准术语参考图
  Op10:优化前机加工时间129s,优化后机加工时间106s
  a)将开粗的台阶钻刀柄由筒夹式改为侧固式,使刀具加持更牢固,已此提高粗加工刀具进给速度
  b)将摇臂轴孔的铸件拔模斜度由15度改为5度,使得对孔进行加工时开粗的台阶钻的最大切削量由单边3.5mm降低为单边2.7mm,结合a)中提到内容,台阶钻进给由F350直接提高至F800
  c)正常换刀时夹具需先退回安全位置,然后再换刀,防止换刀时刀具撞到夹具上,但Fanuc的机床的换刀点较高,夹具不退回安全位置也可以直接换刀,减少了夹具两次快速移动回退到安全位置的时间。
  d)将倒角刀与点钻合并为一把硬质合金非标刀具,节省换刀及空行程时间。
  e)将镗孔刀的刀片由涂层刀片改为陶瓷刀片,保证刀片寿命不变的情况下,将进给由F350提升至F700。
  Op20:优化前机加工时间122s,优化后机加工时间98s
  a)加工8mm/18mm的沉头孔时,原本8mm钻头及18mm钻头分别加工,优化后将两把刀具复合为一把非标钻头,节省换刀及空行程时间,但是由于变径比较大,非标复合刀具加工时容易断刀,与产品设计部门探讨后,将8mm沉孔处的倒角由45度改为60度,则复合刀具8mm钻头与18mm钻头的连接处倒角也可改为60度,加强了复合刀具的韧性,降低了断刀风险。
  b)将4mm油路孔的钻头钻尖角度由90度改为135度,钻孔进给由F300提升至F500,并且钻孔方式由啄钻改为直接钻孔到位。
  c)在加工进油口时,利用MasterCAM对6mm铣刀程序进行优化,由往复铣改为螺旋铣,将加工时间将为原来的1/3。
  d)此道工序为5轴机床加工,正常情况下每次B轴和C轴角度旋转后机床都会自动对角度进行锁紧,每次锁紧时间2s,但是由于整个程序要转6个角度,所以总的锁紧时间为10s,经过实验发现,由于产品和夹具重量较轻,除了一个角度以外,其他角度加工时产品受力都不大,即使机床不锁紧角度,B轴和C轴在加工时角度也不会松动,故取消除第一次角度旋转以外的其余锁紧步骤,节省共10s。
  Op30:优化前机加工时间139s,优化后机加工时间118s
  a)铣面程序由18mm硬质合金铣刀改为24mm山特维克刀片铣刀,与普通硬质合金铣刀相比,其特点是高进给(F8000)低切深(0.35mm),对于加工面积大且切深低于5mm的铣削综合效率高。由于使用刀片加工,不但节省了加工时间,还降低了刀具成本。
  b)在进行摇臂顶面的铣削加工事(切削深度较浅(1.5-2mm),由于切削进给速度高时震刀情况严重,不符合粗糙度要求,故只能将进给速度控制在F500,经过与刀具供应商的协同分析后发现在加工时关闭外冷和内冷切削液,采用空气冷却,干切加工,将原本的一次加工成型改为两次加工成型,反而不会产生震刀现象,进给速度提高至F4000。
  c)与Op10相同,此道工序换刀时夹具也不需退回安全位置就可以直接换刀,减少了夹具两次快速移动回退到安全位置的时间。
  Op40:优化前机加工时间117s,优化后机加工时间99s
  a)M10螺纹孔原先的加工方式为先9mm钻头预钻,再M10丝锥对孔进行攻丝,需要两把刀具,经过咨询发现市场上有一款螺纹钻铣一体刀,即同一把刀,先进行预钻,再利用刀具后端的铣削刃对螺纹进行铣削加工,单个螺纹孔可以节省6s加工时间。
  b)钻活塞孔时由于产品受力过大,导致前道工序铣削的平面变形,平面度超差,故只能将钻孔进给降低至F250,现在通过在活塞孔底部增加一个中空的支撑销防止平面变形,从而提高进给速度至F400。
  c)与产品设计部门协商,更改10mm孔底部倒角设计,由45度倒角改为60度倒角,则钻孔时可直接将倒角加工到位,节省一把倒角刀的加工时间。
  Op50:优化前机加工时间119s,优化后机加工时间88s
  a)钻3.5mm油路孔时为避免与夹具干涉,钻头悬深过长,导致进给速度较慢,修改夹具后,将刀具悬深缩短28mm,进给由F220提升至F320,并且啄钻深度由每次2.5mm提高至每次5mm。
  b)槽加工时由于切割余量大,需要分三次对槽进行铣削,两次粗刀,一次精刀,加工时间高达68s,解决方案分两步,一方面与铸件供应商沟通,将切削余量由3.5mm降低至2.5mm,另一方面将粗铣刀由普通硬质合金铣刀改为高速钢锯齿型铣刀,由于刀刃呈锯齿状,刀具便于排屑且切削刃受力面积小,改善后两次粗刀加工减少为一次粗刀加工,降低加工时间21s。
  c)对于形状不规则的表面切削方式由往复切削改为仿行切削,减少了很多空刀行程。
  d)将铣削时进刀方式由直线进刀改为弧线进刀,从而提高刀具的进给速度。
  Op60:优化前机加工时间117s,优化后机加工时间94s
  a)Op10工序最初工艺设计时,会对380.013mm的摇臂轴孔加工到位,后续工序都以此为定位孔,但是后来加工时发现由于加工受力等影响因素,所有工序加工完之后,38mm的孔会变形,导致直径超差,故后来在OP10只将孔加工到37.7mm,而在Op60全部加工完成后对此孔再镗一刀,以保证孔的精度,但是也增加了Op60的加工时间,经过研究后认为可以在Op20-Op50的工序上增加更多的侧向支撑缸,对冲产品的加工受力,同时针对38孔的定位销改为自动伸缩式,即产品装夹时是定位销伸出固定不动,当夹具夹紧时,定位销通过液压回路自动缩如夹具底板内,减少定位销给产品的侧向力。经过实验验证,发现有效解决产品的孔变形问题,在Op10直接将孔加工到位,取消了Op60的镗孔加工步骤,节省加工时间18s。
  b)产品设计为使油路顺畅,在进油孔设计了一个1/5球型凹槽,需要用球型铣刀侧向加工一刀,原先刀具采用焊接式刀片,强度不足,为保证凹槽表面不震刀,在加工时不但进给速度慢,而且需要在加工凹槽到位后悬停4s以保证粗糙度Ra3.2的要求,优化后采用整硬合金刀具+超T涂层,进给速度由F75提高至F150,且悬停时间缩短至1s。
  在执行上述针对各个工序的改善措施的同时,又针对所有设备、夹具和刀具的统一问题进行优化,提出如下三点改善措施:
  1)机床防护门的开关速度过慢,每道工序开关门各一次的总时间为9-10s,更改推拉防护门的气缸以使得气缸速度提高,使开关门总时间降低至4s,同时为防止速度过快导致防护门受力变形,又修改防护门的钣金结果,加强防护门的强度
  2)修改换刀宏程序,在产品加工时先将下一把需要使用的刀具在刀库中调整到位(此时刀具仍在刀库中),再在加工即将结束还没结束时将下一把刀调整到预换刀位置(刀具已移出刀库),节省换刀时间0.7秒/刀,由于每道工序都有6-9把不同刀具,可节省加工时间4-6s。
  3)缩短空刀行程,正常数控编程时,都会给刀具设置一些安全高度或是在空刀快速进给和进刀时在产品,夹具和刀具之间留出一定余量以防撞刀,通过对每一把刀的真实试切加工,将所有安全高度和空刀行程压缩至最小,以此给每道工序节约2-4s。
  以上改善措施由于项目的复杂性和实验验证的难度,并非一次完成,而是通过4次优化改善才达成的最终方案,图3.2为各工序加工时间优化的柱状图,原始总高代表产线最初时每道工序的机加工时间,如Op20原始时间为98+8+12+4+0=122s,每一种颜色代表进行一次加工优化减少的时间,每次优化后需运行一周确认其加工过程的稳定性,蓝色部分代表每道工序经过4次优化后的最终的加工时间。优化完成后,所有工序总的机加工时间由743s降低至603s。
某J公司发动机制动器生产线产能提升研究
  图3.2加工时间优化图

  3.2.2两种产线布局方案对比

  在完成机加工时间优化的基础上,按照8台CNC机床(其中两台五轴机床)的前提条件,对工艺,刀具和设备进行了重新排布,并同时考虑到人工上下料的时间,拟定设计出两种产线布局(方案A和方案B),如图3.3所示,为了获得最优的产线布局,进一步对两种产线方案优劣进行如下分析
某J公司发动机制动器生产线产能提升研究
  图3.3产品布局方案对比
  方案A采用的是传统单件流的布局方案,每道工序加工内容不同,其中Op20和Op40是五轴机床,其余工序是三轴机床,其优缺点如下:
  优点:满足单件流要求,员工操作时清晰明了,不会遗漏或跳工序。
  缺点:由于工艺限制,不可能对刀具加工进行任意组合,仍然会有先后顺序的要求,所以最终方案A每道工序的时间均衡化不足,仍然存在相对方案B较为明显的瓶颈工序,造成最终理论产能为793件/天。
  方案B针对方案A均衡化不足的问题,在Op20和Op30工序各有两台加工内容完全一致的机床,虽然两道工序的加工周期时间都延长了,是其他工序周期时间的2倍,但是同一加工周期时间内一道工序可以生产出两件产品,仍然能跟上Op40-Op60的流动速度而且时间正好平衡,没有过于明显的瓶颈工序。其缺点是Op20和Op30工序与传统单件流思想有些许矛盾,因为此种方案要求员工将Op20-1加工后的产品转移至Op30-1加工,将Op20-2加工的产品转移至Op30-2加工,这些要求可能会给员工操作时造成混乱,在上下料时漏工序或重复加工,比如Op20-1加工完后将产品放到Op20-2中再加工一遍。但是方案B的最大优势就是理论产能可以达到878件/天,相比方案A提高了10%的产能。
  对两种方案的所有工序的加工时间进行对比分析,综合考虑了刀具的切削时间,换刀时间,开关门时间,人员上下料时间,5轴转角度时间等所有影响因素,所有时间均在机床上经过实际验证。表3.2为方案B中OP20工序的分析结果。
某J公司发动机制动器生产线产能提升研究
  表3.2方案B工序20分析
  综合考虑以上因素,最终确定使用方案B作为新产线的布局方案,同时针对方案B易漏工序的风险,在后续装配过程中设计了防呆措施,如果Op30没有加工,则产品不能放入装配夹具中,以此保证即使漏工序也能在后道工序探测到,避免不良品输出到客户端。

  3.3新产线建立后标准作业优化改善

  方案B确定后,按照对应流程图绘制出WP9线的新产线布局图,如图3.4所示,主要调整处为机加工工序,装配测试工序仍与原产线保持一致。
  图3.4产线布局图
  待新设备到位后,按照理论验证的方案B进行实际的测试,基本与理论设计方案的结果一致,只在个别工位由于实际加工难度微调几秒。在完成对机加工线的局部平衡和最大产能输出后,需要对整个产线进行浪费点分析,找出问题点并加以解决,然后再对整个产线的作业任务进行再分配,从而提高整条生产线的产能。

  3.3.1浪费点确定及改善

  对于整条产线的浪费点分析,必须实际深入现场,观察员工的实际作业,按照上文介绍的8大浪费原理,对问题进行一一标定[40]。图3.5为J公司所采用的浪费点观察记录单,左侧8列为确定属于什么类型的浪费,右侧为具体浪费点描述。
  图3.5浪费点观察记录单
  改善时,在现场进行了2个半天的观察,共得出接近20个浪费点,最终总结出新产线的浪费点和改善措施如下:
  1)OP10-OP80机加工工序员工上下料时间过长
  原因:员工重复动作过多,每人动作不一致,如对产品进行吹气,在OP10工位加工结束取下产品时对产品进行气枪喷洗,将工件拿到OP20工位装夹在夹具前仍然吹气一遍,没有任何效果。
  对策:对上下料作业指导书进行更新,详细规定吹气清洁的步骤,并对产线员工进行再培训,同时产线领班每小时去产线点检时需对员工动作进行确认。
  2)换刀停机过长
  原因:刀具寿命到期后,机床自动报警并停止运行,操作员需取下刀具并将旧刀拆除,然后向领班申请新刀,再安装新刀并重新测量刀具参数,最后才能将新刀安装到机床上并启动机床,每天平均换刀次数2.5次,每次换刀时间7-10分钟不等。
  对策:多采购一套备用刀具,由技术员在设备正常运行时对备用刀具进行安装及参数测量并记录在标签上,将标签贴在刀具上,将每台机床经常需要更换的刀具放置在设备旁边,一旦机床刀具寿命报警,操作员直接将备用刀具换上,技术员每天点检备用刀具的使用情况并保持备用刀具的完整性。
  3)机加工后产品冷却液滴在过道,影响通行,5S清理时间会占用一部分正常生产时间
  原因:产品从机床取出后虽然用气枪吹过,但是油路孔内仍会有部分冷却液残留,在员工拿取工件转移到下一道工序的过程中,残留的冷却液会滴到地面。
  对策:在机床之间铺设有一定坡度的导轨,如图3.6所示,导轨底部有冷却液收集槽,员工清理完产品后将产品放置在导轨高位处,由于坡度存在,产品依靠自重下滑至下道工序的机床处,员工空手走到下道工序,即解决了冷却液问题又降低了员工的劳动负荷。
  图3.6导轨
  4)OP20工序员工安装工件时工件经常卡死在夹具上
  原因:由于工艺需要,产品在OP20夹具上两个定位销是斜向操作员的,操作员放入产品时如果产品定位孔和定位销角度不一致,极容易在产品装入定位销一半的高度卡死。
  对策:将其中一个较大的定位销(定位摇臂轴孔)的高度缩短一半,同时将另一个较小的定位销改成弹性定位销,即受力后可以沿垂直方向上下移动,即使员工放入产品时定位孔与定位销角度不一致,也可通过弹性销进行自动导向。
  5)OP110工序机器人清洗机清洗时间过长
  原因:产品较为复杂,有13个不同角度的孔位需要进行高压喷射清洗,而Fanuc机器人清洗机每次只能对一个角度进行喷射,需要对所有角度按序进行一一喷射清洗,否则无法保证产品的清洁度。
  对策:将每次清洗数量由1个改为2个,机器人清洗时对两个工件的同一角度孔位进行喷射,减少了转换角度的时间。虽然增加了2件在制品,但相对于每天800多件的产能,这是可以接受的。
  6)OP160-OP180装配台铁屑过多,影响产品清洁度
  原因:由于产线是U型线布置(见图3.4),装配台正对机床,间距1.5m,当机床操作员使用气枪清理夹具表面铁屑时,铁屑容易被气流裹挟飘至对面装配台及产品表面。
  对策:将装配台与机床之间间隔扩大为2m,在过道中间树立一面3m高的透明树脂屏风,将铁屑挡在机床一侧。
  7)OP160活塞及象足预装工序有较多呆滞品
  原因:OP160工序与OP170工序为同一个员工操作,虽然两道工序操作时间都不是瓶颈,但是相加之后操作时间相对于节拍时间略长10s,导致产品慢慢堆积行程呆滞品,而将其中任一工序移到前后工序的操作员手中,又会造成那位操作员的操作时间大于节拍时间。着两道工序结合已经是目前时间最短的选项。
  对策:将OP160预装活塞工序分解为两道工序OP160和OP170,其他工序号顺序延后,OP160工序内容为将活塞放入活塞孔内并调节至大概位置(不需要精确),OP170工序内容为将活塞调节至精确位置并同时将象足安装完毕。将OP160工序拆分给前道工序的操作员,OP170和OP180由本道工序操作员完成,以保证两位操作员的操作时间都低于节拍时间。
  8)OP180装配控制阀工序经常卡料,操作员经常需要进行调整,影响节拍时间
  原因:本道工序装配机会通过振动盘及传输带,将需要安装到控制阀孔内的薄垫片自动传送至压装夹具底部,然后由压头自动拾取垫片进行安装,但是垫片经常在传输带某处卡滞,如图3.7所示,主要原因是由于垫片本身有一些防锈油,而传输带为了保证摩擦力,其表面是故意设计成有细微的凹凸型,长时间累积下来防锈油会粘附在传输带表面,垫片被防锈油黏住导致其卡死在传输带上,而传输带如果每天定时清洗需要拆装夹具,拆装时间在1小时以上。
  对策:要求供应商更换更稀薄粘度更低的防锈油,同时在传输带处增加风管,给垫片施加向前移动的轻微推力,抵消残留的防锈油的粘性。
  图3.7传输带
  9)OP190测试工序存在漏测风险
  原因:OP190工序有三道不同的测试工位,分别测试不同内容,由同一操作员进行测试,现场观察时发现操作员有时疏忽会漏过某一工位的测试。
  对策:由于产品本身在前道工序刻有二维码,在三道测试工位旁增加二维码识别扫描枪,每次测试前必须扫描二维码系统才允许在该工位测试,并且三个扫码系统串联,信息存贮单元必须从三个扫码系统中收集到三个相同的二维码信息才允许下一个产品进行测试。
  10)最后一道工序(包装)处存放大量呆滞品没有及时包装
  原因:包装前操作员需要先花8-10分钟将包材备好,如纸箱的封箱,VCI防锈袋的拆分,包装箱内隔板的放置等等,每箱包装数量48件,操作员需要等48件产品全部清洗完成后,才能进行包装。
  对策:向客户申请更改包装方案,从每箱48件改为每箱12件,同时将每次清洗的数量由9件提高至12件,清洗周期时间从5分钟延长为7分钟,操作员启动清洗机后正好将新包材备好。
  11)有效工作时间相对较少
  原因:目前J公司生产安排为每天A/B两班,每班12小时,其中有效工作时间设定为10小时,剩余的2小时包含晨会时间(10分钟),交接班时间(5分钟),备料时间(5分钟),吃饭时间(2*30分钟),5S时间(15分钟),上下午休息时间(2*10分钟),其余异常处理时间(5分钟)。
  对策:在午饭30分钟时间设定为轮流吃饭,人停设备不停,保证有备用人员可以参与轮换,直接将每天有效工作时间提升至21小时(75600秒)

  3.3.2标准作业改善结果

  在完成机加工产线的节拍时间降低及装配测试线的浪费点改善后,依据产线实际操作情况重新制作标准作业,将单条产线的每日理论产能由70套提升至143套,并将改善结果有效维持。
  表3.3为改善后的工位能力表,由表中可以看出,改善完成后各机加工工位标准产能基本一致,产能瓶颈为OP20,但是总体来看没有产能特别偏少的工序,相对比较均衡。
某J公司发动机制动器生产线产能提升研究
  表3.3改善后工位能力表
某J公司发动机制动器生产线产能提升研究
  图3.8为改善前后的员工负荷对比图,可以看出虽然产线员工数由5人增加至9人,但是由于产能大幅提高,生产效率仍然有13.5%的提升。
  改善前生产效率:=3.5件/小时/人
  改善后生产效率:=3.97件/小时/人
  生产效率提升比例:(3.97-3.5)/3.5=13.5%
  图3.8员工负荷改善前后对比
  本次标准作业改善的关键指标结果如表3.4所示,改善周之后6个月持续追踪记录,由于更改后工艺的稳定性及夹具,刀具,产品设计变更等需要一定时间,起初2个月未达成改善周设定的目标,产能有一些波动,但后面4个月持续稳定满足143套/天的理论产能。单条产线理论年产能达到48000套。
  表3.4改善结果

  3.4本章小结

  本章主要针对WP9制动器产线的产能提升问题进行分析,首先进行投资预算分析确定可以采购的设备数量及基础的产线数量规划;然后针对现有产线的瓶颈工序—机加工工序进行非常详细的节拍时间降低改善,以秒为单位,对影响节拍时间的刀具,设备,程序,夹具等所有因素进行一一分析及验证;其后根据新的机加工时间设计两套新产线机加工设备布局方案并进行对比实验确定最终方案。最后等设备实际到位后,根据八大浪费原则,对新产线的其他浪费点进行改善并最终完成标准作业。
  新产线的最终理论产能输出基本可以满足未来两年内客户对产品的需求量,并且生产效率也有一定比例的提高,当然最直接的财务收益即为将新产线投资成本从450万美金降低为300万美金。

  第四章测试不良率问题分析及解决方案

  4.1测试原理解析

  WP9制动器测试机共含3个测试工位,分别对应活塞位移测试(工位1),油路通断测试(工位2),油路密封性测试(工位3)。测试机14.3%的不良率主要发生在工位1,即活塞位移测试不过,图4.1为3个工位在总的不良率中所占百分比。本章研究内容只关注于工位1。
某J公司发动机制动器生产线产能提升研究
  图4.1测试不良分析
  在前道装配工序中,作业员会将活塞(物料4)装入摇臂本体中,如图4.2所示,设活塞安装到摇臂后在自由状态时其顶面所处位置为A面,待测试机向摇臂本体充入带有一定压力的机油之后(5bar),机油会通过油道进入活塞孔底部并给活塞一个向上的压力,活塞会因为受压伸出A面至B面,理论上称A面至B面的距离为活塞位移,位移要求为3.50.1mm。
  图4.2活塞行程示意图
  图4.3为测试机工位1,实际测试时,作业员将工件放到夹具上后,启动测试按钮,夹具自动夹紧产品,位移传感器下移与活塞顶面接触并处于触发状态,然
  后测试机会先向摇臂轴孔内进油槽注如压力恒定的机油,活塞受力伸出A面,待到达B面后,测试机断开油路,活塞孔底部压力降低,活塞回退至A面,然后油路再次开启,活塞再次伸出至B面,如此往复共6次,活塞循环往复时位移传感器都会与活塞顶面紧密贴合,通过测定A面及B面的相对差值,测量活塞位移。前三次往复由于油路孔及活塞内存在一定空气,活塞不能完全伸至B面,故此时测试机不计算位移,后三次往复油路已被机油完全填充,所以可以进行正常位移测量,要求后三次的位移测量值都必须在3.50.1mm范围以内才为合格。否则即为测试不良。改善前所有测试不良的产品都是行程低于下差(3.4mm)。
  图4.3测试工位1

  4.2测试不良率问题原因分析

  活塞位移不良问题影响因素较多,有多种可能原因,甚至会存在一些原因的交叉影响,但按照失效影响类型也大致可以分为三类:
  1)活塞本体位移不良
  活塞为采购件,由J公司供应商S公司负责加工及组装测试,S公司在生产时虽然对活塞进行100%测试,但是测试方式为气缸拉拔,与J公司测试机油压测试结果不能绝对一致,所以活塞本体位移也可能存在不良。
  2)摇臂本体
  由于摇臂本体的一些特性没有达到标准,导致良好的活塞安装在摇臂本体后,配合的位移行程达不到标准。
  3)测试机误判
  测试机本身存在不稳定性和测量误差,有可能导致将合格品误判为不合格品。

  4.2.1头脑风暴及鱼骨图

  根据上述的3类失效类型来看,每个失效类型都有多种可能原因,并且这些原因之间有交叉影响的可能,所以需要使用头脑风暴的方法列出所有的可能原因。
  作为一种在短时间内可以产生大量用于解决问题的想法的方法,头脑风暴是大多数人都非常熟悉的。将三种失效类型分别写在书写板上,然后根据每个失效类型在便签纸上写出有可能的原因,这些想法不需要证据,可以天马行空,只要具有一定的逻辑性即可。每张便签纸代表一个原因,轮流将便签纸贴到对应的失效类型下面。进行头脑风暴时,需要产线相关负责人,工程师等每人至少提出10个可能原因。最后,将所有可能原因重新整理并一一归类,有可能将多个原因组合成一个新的原因,至此头脑风暴完成。
  对于测试不良率高的问题,按照上述原则完成了头脑风暴,然后将所有的观点分类总结出33种可能原因,最后按照人,机,料,法,环,测的原则绘制出活塞位移问题的鱼骨图。如图4.4所示。
  图4.4鱼骨图分析

  4.2.2优先矩阵分析

  将所有问题点按鱼骨图分析之后,利用优先矩阵分析将所有变量项进行综合打分,并根据总分进行排序,由于资源有限,优先解决总分在75分(含)以上的项目,75分以下的项目如果纠正难易分数达5分,视情况确定是否进行改善,最终优势矩阵表如表4.1所示,其中绿色项为针对该变量项目进行了实验验证。
  表4.1优势矩阵分析
  序号变量项影响纠正难易逻辑总分人机料法环测
  1位移传感器读取数据与PLC显示数据不一致5 5 5 125测
  2活塞背紧螺母扭矩过低,螺母松,导致活塞位移波动5 5 5 125法
  3位移传感器测量的零点设置不准确5 5 5 125机
  4液压站油压不足或有波动5 5 5 125机
  5活塞本身制造时有行程问题5 3 5 75料
  6活塞孔内螺牙问题导致卡死5 5 3 75料
  7测量时系统自动忽略小数点后第三位3 5 5 75法
  8夹具未夹紧工件,测试时产品松动带动活塞移动5 5 3 75机
  9活塞本体内部有毛刺,导致活塞本身行程不良5 3 5 75料
  10活塞孔与螺纹孔同轴度不好导致活塞偏向一侧5 3 5 75料
  11单独活塞行程公差范围应小于装到摇臂后的位移公差范围5 3 5 75法
  12位移传感器精度不足5 3 3 45测
  13活塞孔内有毛刺,导致活塞卡死3 5 3 45料
  14测试油有异物,卡住活塞3 5 3 45料
  15 5bar的标准测试油压设定过低3 5 3 45法
  16员工装夹产品时未放置好,导致产品松动3 5 3 45人
  17活塞孔孔径过大,导致压力不足3 5 3 45料
  18活塞孔孔径过小,导致活塞卡死3 5 3 45料
  19活塞直径偏大/偏小导致卡死或油泄漏量过大3 5 3 45料
  20控制阀孔内有毛刺导致控制阀卡死,影响活塞孔内油量5 3 3 45料
  21位移传感器重复性不良3 5 3 45测
  22位移传感器与活塞接触面位置有变化3 3 3 27测
  23位移传感器触头太小,与活塞不能充分接触3 3 3 27测
  24测试油内空气过多,导致压力不足3 3 3 27料
  25摇臂轴孔与活塞孔位置度不良,导致位移传感器与活塞接触位置不一致3 3 3 27料
  26油路孔位置度不合格导致流量不足3 3 3 27料
  27单独活塞行程测量方式与装到摇臂后位移测量方式不一致5 1 5 25法
  28活塞装配时初始位置设定不准确5 5 1 25机
  29测试油在到达产品前就有油压泄露5 1 5 25机
  30测试机机油流量不足3 1 5 15机
  31活塞背紧螺母扭矩过高,导致活塞伸出被螺母锁住1 5 3 15法
  32测试时泄油未泄尽,导致活塞未回退到初始位置又快速伸出1 5 3 15机
  33测试机注油孔与产品进油口错位,造成活塞孔内油流量不足1 5 3 15机
  对上述所有绿色项进行实验验证后,确认第2,3,8,9,10,14,16,17,18,19,21共11项都处于有效控制内,对活塞位移问题无明显影响;第1,6,7三项对活塞位移问题存在一定影响,采取对应纠正措施如下:
  第1项:重新编辑PLC程序,保证位移传感器测量数据与PLC内部用于逻辑判断的数据一致。
  第6项:活塞孔内螺牙偏紧,导致活塞受力伸出时下端被螺牙咬死,重新修改机加工刀具,保证螺牙螺距。
  第7项:重新设置系统读取方式,如传感器测量结果为3.396mm,而实际传感器精度只能达到小数点后2位,所以在修改前,这个数据在系统内会被舍去最后一位,成为3.39,小于3.4的下限标准,判为不合格。修改后,系统会根据四舍五入原则,数据会被判定为3.40,合格状态。
  上述3项措施完成后,活塞位移不良率问题由14.3%降低为10.4%,取得了一定程度的改善,但是距离期望标准1%仍有很大差距,此时将注意力集中在剩余的第5,11两项。这两项属于影响和逻辑性都比较高,但是验证难度都比较大,故需采用6sigma的方式对他们进行分析实验。

  4.3根本原因验证及解决方案

  第5项主要分析的是活塞本体行程存在问题,而因为活塞供应商S公司的检测方式与J公司不同,需要分别进行实验设计分析,确认活塞本身的尺寸是否真的合格。
  第11项主要认为活塞安装到制动器本体后,其位移行程受到多种因素干扰,如果活塞本体行程设定值为3.50.1mm,安装之后其位移量必定无法满足在同样范围内。

  4.3.1活塞本体行程分析

  由于两公司的检测方式不同,又无法确认何种检测方式更为精确,所以只能将影响本体行程的可能性一一列出并逐一排查。
  活塞本体的设计结构如图4.5所示,3.5mm的行程主要由④档盖与①螺杆台阶面之间的距离决定,造成行程不良的可能性如下:
  图4.5活塞结构示意图
  1)①②③④四种物料的尺寸不良有可能造成最终配合尺寸不合格。
  验证方式:将10件在J公司测试机上检测出的不良品拆开分析四种零部件的尺寸,确认所有零件都处于设计规范以内;在供应商处S公司处各抽50件零部件,做CPK能力分析,发现虽然CPK在1.1-1.3之间,但由于他们的公差极小,且分布较为正态,基本可以判定组成活塞本体的零部件尺寸不存在问题。
  2)有异物进入活塞本体内,恰好卡在①④两个零件之间,导致行程偏小。
  验证方式:将上述10件不良的活塞拆解后,做清洁度实验,只发现其中一件存在有可能影响行程的大颗粒。而异物进入活塞后如果不卡在①④之间,也并不会影响行程,故认为异物进入活塞进而影响行程的概率较低,排除此项。
  3)S公司测试方式为气缸拉拔,可能气缸拉力远超J公司测试机5bar的油压,导致气缸拉拔时拉力过大,造成③件受力压缩,测量出的行程超过实际行程。
  验证方式:将气缸拉力逐步调低,由0.35Mpa降低至0.2Mpa,气缸已拉不动活塞,此时将气缸拉力略微升高至0.25Mpa,再次测量活塞行程,发现与0.35Mpa下测量值只有0.007mm差别,判定S公司的气缸拉力没有过高。
  将上述所有影响活塞本体位移的可能性排除后,基本可以将活塞行程不良的可能性排除,但是为了进一步证实上述3种验证方式的正确性,再次抽取432件活塞,使用S公司的测量方式进行检测并记录数据,利用Minitab进行数据的正态性分析,结果如图4.6所示
  图4.6活塞行程正态性分析
  左图为这432件活塞的过程能力报告,显示CPK=1.37,PPK=1.35,右图为数据的正态概率图,P值=0.466>0.05,故认为数据是正态分布,且活塞的组装过程能力处于受控状态,并无异常影响因素可以造成10.4%的不良率。所以判定活塞本体行程并无问题。

  4.3.2制动器行程分析

  在确认活塞本体行程并无问题之后,可以将原因范围缩小到组装完成后的制动器上,为确定在摇臂制动器上组装后活塞的行程所受影响大小,设计了一套研究方案如下:
  1)S公司组装活塞时,记录三个批次的活塞位移数据(使用气缸拉拔测量方式),位移数据需能与相应活塞一一对应。
  2)将首个批次活塞组装到摇臂上,使用J公司测试机测量位移数据并记录,然后拆解已测试的摇臂,将第二个批次组装到这批摇臂上,再次测试并记录数据,第三批次同样操作方式。
  3)对比三个批次在S公司及J公司的测量的数据,发现并总结出一定规律。
  图4.7 J公司和S公司测量数据正态性对比分析
  图4.7是三个批次在J公司和S公司测量数据的对比分析结果,JVS代表J公司数据,Supreme代表S公司的三批测量数据。由此图可以总结出以下规律:
  1)S公司的三个批次数据基本都呈正态分布,经过J公司的组装后,由于某些外来因素的影响,导致数据产生波动,分布扩大化,呈现非正态分布。
  2)J公司的外来影响因素是有一定规律性的,主要是使数据产生左偏态分布,即一部分数据低于下差。
  3)综合对比三个批次的均值及标准差,J公司测量数据比S公司测量数据平均偏低0.04mm,S公司与J公司的数据均偏下差。
  4)无论J公司数据或S公司数据都不居中,偏向下差,也导致两公司的数据离上差(3.6mm)仍有一段余量范围,说明仍有一定的改善空间。
  图4.8为三个批次数据综合的箱线图对比,其陈述的状态也基本与上述规律一
  致。S公司数据基本属于正态可控范围,J公司数据P值为0.00,明显有干扰因素影响。
  图4.8 J公司和S公司测量数据箱线图分析

  4.3.3解决方案及改善结果

  摇臂组装完成后由于结构的复杂性增加,测试的方式不同等因素,活塞行程的波动范围必定会大于单独活塞的位移公差范围,而短时间内并无足够资源及技术能力找到造成波动的原因,为尽可能取得显著改善效果,降低J公司的不良成本并变相提高产能,提出以下解决方案:
  1)S公司生产后检测时将尺寸公差控制由3.4-3.6mm偏移为3.45-3.65mm。
  2)J公司将测试机检验标准由3.4-3.6mm扩大为3.35-3.60mm。
  基于以上两项解决措施,进行了模拟的演练,确认不良率将大幅降低。
  基于现有的测试机的1280个实验数据,将规格上下限更改为3.35-3.55mm,等于变相完成措施1,预计可将不良率降低至1.4%,如图4.9所示;再此基础上,将规格上下限更改为3.30-3.55,等于完成措施1和2,预计平均不良率将降低至0.47%,如图4.10所示。
  图4.9措施1结果模拟图
  图4.10措施1&2结果模拟图
  改善措施完成后,持续跟踪5天的测试不良数据,确认测试不良率由14.3%降低至0.43%,如图4.11所示,其中橙色部分为改善前数据,蓝色部分为完成优先分析矩阵的1,6,7项后的改善结果,绿色部分为S公司及J公司更改工艺标准之后的改善结果。
  图4.11改善结果

  4.4本章小结

  本章主要通过测试不良率的问题进行分析,首先通过历史数据判定工位1为主要不良工位,然后通过头脑风暴,鱼骨图分析出造成测试不良的可能原因,接着通过优先分析矩阵对所有可能原因进行优先排序,针对高分项进行一一验证排查,逐步确定5大可能影响因素,其中三项排除难度较低,但是影响较小,只能排除约27%的不良率。针对剩余两项重大影响因素,即活塞本身行程问题以及摇臂装配对活塞行程影响进行实验验证,首先排除了活塞本身行程问题的可能性,再通过交叉对比实验,确定了摇臂装配对活塞行程影响的事实并给出了解决方案。
  改善完成后,WP9摇臂测试的平均不良率降低至0.43%,不但解决了长久以来的质量问题,最关键的是变相释放出接近14%的产能,保证了EB5线经过标准作业改善后的实际产能与理论产能基本接近。

  第五章结论

  本论文分析和探讨了J公司WP9摇臂制动器生产线的产能提升问题,该产能问题较为复杂,由于受到公司投资额度限制,一方面产线存在理论产能远低于客户需求的问题,另一方面还有严重的产品质量问题影响产能。因此,论文同时采用了两种不同的精益工具即标准作业和变异减少改善(VRK)对问题进行了研究。
  标准作业是工业生产领域较为通用的精益工具,也是丰田模式的基础方法之一,应用较为普遍。本次改善的难点在于原产线本身已经经过多次标准作业改善,充分符合单件流,均衡化等基础要求,但是要求在此基础上对产能提升一倍,而新增设备又极其有限的情况下,依靠普通的浪费点消除,降低瓶颈工序周期时间已经不可能实现,必须针对所有工序及设备进行逐一的分析改进,每一项改进措施只能减少数秒的时间,但是积水成河,积土成山,当所有改进措施的效果叠加之后就会展现出非凡的成果,最终理论产能由改善前的25000套/年提升至改善后的50000套/年。
  变异减少改善(VRK)是一种结合六西格玛和精益思想的改善工具,主要用于解决复杂的质量问题。首先利用精益的一系列常用工具将大部分可能造成WP9制动器测试不良的原因排除,减少了针对这些原因一一精确分析的资源浪费,再利用六西格玛工具对少数可能原因进行筛查验证,确定个别影响大的原因并解决,最终将测试不良率由14.3%降低至0.43%,达到快速高效取得收益的目的,剩余的不良率可以在今后的改善中另行解决。
  综合而言,基于标准作业和变异减少改善(VRK)通过对WP9摇臂制动器产线的研究和改善,最终单条产线实际产能提升至接近50000套/年,复制的第二条新线也能达到同样的产能,完全满足了潍柴客户100000套/年的需求,节约投资金额150万美金。
  由于作者水平和时间限制,本文仍有一些不足并有待进一步研究的地方,主要有以下三点:
  1)为追求更高的产能,综合刀具成本相比改善前上升10%,约3.5万美金/年,虽然相比150万美金投资成本来说相对较少,但也是下一步研究的方向。
  2)本文已经通过实验确认活塞装配到摇臂后由于结构复杂性增加会将活塞的行程波动范围扩大,但是具体由于哪处结构造成,是否能在不影响产品功能的情况下将结构改进,仍然有待研究。
  3)结合生产排程和客户订单交期,后期可运用更多的优化方法和精益工具对该产线进行进一步深入研究。

  参考文献

  [1]Womack J.P.,Jones D.T..Lean thinking[M].USA:Simon&Schuster Ltd,2013.
  [2](日)今井正明.现场改善低成本管理方法的常识[M],周健等译,机械工业出版社,2016.
  [3]刘树华,鲁建厦,王家尧.精益生产[M],机械工业出版社,2010.
  [4]Srinivasan G.Real-time and dynamic schedule optimization of construction projects on the basis of lean construction[J].Journal of Chongqing University(English Edition),2007,(03):177-186.
  [5]Dues C.M.,Tan K.H.and Lim M.Green as the new lean:how to use lean practices as a catalyst to greening your supply chain[J].Journal of Cleaner Production,2013,40(2):91-92.
  [6]Manotas D.F.Lean manufacturing measurement:the relationship between lean activities and lean metrics[J].Estudios Gerenciales,2007,23(105):69-83.
  [7]J公司VRK改善培训讲义[G],2014.
  [8]何桢.六西格玛管理[M],中国人民大学出版社,2015.123.
  [9]邹峰.公理化六西格玛设计方法的研究[D].天津大学,2007.
  [10]Li Yonghua.Six Sigma Robust Optimization of Fatigue Life for the Passenger Car Battery Hanging Device[J].Journal of Donghua University(English Edition),2016,33(2):223-226.
  [11]Pojasek R.B.Lean six sigma and systems approach:management initiatives for process improvement[J].Environment Quality Management,2003,13(2):86-90.
  [12]魏晓燕.基于精益六西格玛的汽车零部件生产系统优化与仿真[D].长春工业大学,2017.
  [13]傅建光.六西格玛管理在G公司泵体铸件质量改进的应用研究[D].中国科学院大学(中国科学院工程管理与信息技术学院),2017.
  [14]Edward D.A.,John M.The integration of lean management and six sigma[J].The TQM Magazine,2005,17(1):5-18.
  [15]何桢.六西格玛绿带手册[M],中国人民大学出版社,2014.
  [16]Cima R.R.,Brown M.J.Application of lean six sigma business practices to an air purifying respirator[J].Journal of Chemical Health and Safety,2013,20(2):33-38.
  [17]Karthi S.,Devadasan S.R.,Murugesh R.Lean six sigma through ISO9001 standard based quality management system:an investigation for research[J].International Journal of Productivity and Quality Management,2011,8(2):190-196.
  [18]David D.Where lean meets six sigma[J].Industry Week,2002,251(4):57-58.
  [19]贾亚朝,田英.精益6西格玛—精益生产和6西格玛的有效结合[J].工业工程,2007,16(04):12-15.
  [20]何桢,岳刚,王丽林.六西格玛管理及其实施[J].数理统计与管理,2007,12(06):1049-1055.
  [21]王颖,何桢,刘曰波.精益六西格玛——增强企业竞争优势的有效方法[J].哈尔滨工业大学学报(社会科学版),2007,(05):125-128.
  [22]孙孟彦.六西格玛管理——企业竞争制胜的利器[J].价值工程,2011,30(16):136-137.
  [23]赵用.精益生产实践之旅[M],机械工业出版社,2017.
  [24](美)Roger W.B.,Donald W.B.注册质量工程师手册[M].王晓生,张孔峰,段桂江译,中国标准出版社,2008.
  [25](美)John Shook.学习型管理[M].郦宏,武萌,汪小帆等译,机械工业出版社,2010.
  [26]J公司标准作业改善培训讲义[G],2014.
  [27]吴俊.东风生产线基于标准作业编程的管理提升应用研究[D].西北大学,2010.
  [28](日)原田武彦.流的传承[M].李朝森,李清松,李兆华等译,麦格罗希尔出版公司,2015.
  [29]卞永波.FMEA与防错技术在润滑油生产中的应用[D].天津大学,2014.
  [30]程雪梅.基于标准作业时间的XX航空转包项目装配产能优化项目[D].上海交通大学,2013.
  [31]夏得昌.转台装配线标准作业与线平衡方法研究[D].吉林大学,2011.
  [32]周哲.目视管理及标准作业在YQ企业的应用研究[D].天津大学,2009.
  [33]高焕明,王爱民.面向机加和装配混合生产系统的建模与仿真技术[J],机械工程学报,2010,46(19):156-159.
  [34]张传杰.流水线制造的标准作业改善[J],企业改革与管理,2016,9(12):39-41.
  [35]杨超.基于机加车间的精益生产实施方案设计[J],企业改革与管理,2014,9(11):29-30.
  [36]陆杰,周炳海.基于精益生产理念的精密仪器装配线改善[J],机械制造,2016,54(625):91-30.
  [37]王永建,郭树勤,黄瑞敏.基于精益生产的现场改善[J],机电工程,2011,28(12):1462-1464.
  [38]王博,高凯龙.优化生产流程缩短加工周期-精益生产思想在试制加工生产中的应用[J],中国高新技术企业,2015,344:169-171.
  [39]周延虎,何桢,高雪峰.精益生产与六西格玛管理的对比与整合[J],工业工程,2006,9(6):46-48.
  [40]高鑫,孙丽,韦江.轮对生产线标准作业研究[J],大连交通大学学报,2014,35(1):99-102.攻读学位期间本人出版或公开发表的论著、论文
  [1]防错技术在摇臂装配过程中的应用[J],中小企业管理与科技,2018,(2):158-160.

  致谢

  在本次论文的写作期间,首先感谢导师,在各个关键阶段的指导,在论文撰写过程中及时对我提出了许多有益的改善性意见。其次感谢在开题及中期报告阶段给予的悉心指导,另外感谢有限公司的领导,对于本次精益生产项目和课题推行的大力支持,使得研究的内容能够很好地落地。
  此外,还要感谢朋友以及同学们在论文编写中带给的大力支持和帮忙,给我带来极大的启发。也要感谢参考文献中的作者们,透过他们的研究文章,使我对研究课题有了很好的出发点。最后,谢谢论文评阅老师们的辛苦工作。衷心感谢我的家人、朋友以及同学们,正是在他们的鼓励和支持下我才得以顺利完成此论文。
下载提示:

1、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“文章版权申述”(推荐),也可以打举报电话:18735597641(电话支持时间:9:00-18:30)。

2、网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。

3、本站所有内容均由合作方或网友投稿,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务。

原创文章,作者:写文章小能手,如若转载,请注明出处:https://www.sbvv.cn/chachong/13584.html,

(0)
写文章小能手的头像写文章小能手游客
上一篇 2021年8月15日
下一篇 2021年8月15日

相关推荐

My title page contents