这段东西是我自己学习然后总结的,因为我没有真的亲眼看见过精益生产的企业,所以我不知道是否正确,如果有理解不对的地方,希望大家指正。也发现有朋友质疑精益生产中减少WIP的实际意义,大家可以比较一下,道理不辨不明啊!但是最终检验真理的还是实践! 按照Lean Production的说法,可以通过减少WIP来缩短生产周期,进而压缩交货期。那么为什么可以通过减少WIP来缩短生产周期呢?
我们需要首先明白一个原理: Little's Law (利特尔法则)。什么是Little's Law?The average number of customers in a stable system (over some time interval) is equal to their average arrival rate, multiplied by their average time in the system. 也就是说一定时间之内,一个系统内的平均等待数量等于平均到达时间和平均系统的处理时间的乘积。这个规则的简单之处在于当我们知道三个参数里面的任何两个的时候,我们可以计算出第三个。
这个规则有什么用处? 情景1:某小超市仅有结账处1个,平均每一分钟有1个客人来结账,平均每2分钟可以结一次帐,那么这个柜台平均会有几个人在排队?N = 1人/分钟 x 2分钟/人 = 2人。
情景2:麦当劳每天营业12个小时可以卖出去360个汉堡,为了保持口味每个汉堡做出来之后必须在15分钟之内卖掉,那么麦当劳应该保留多少个汉堡库存?N = (360/12/60)个/分钟 x 15分钟/个 = 8个
对于一个生产线来说,生产线的平均WIP等于将物料投入生产线的平均速度和生产线处理该物料的乘积。WIP = Throughput rate x Throughput time。也即生产周期(Throughput time -时间) = WIP (数量)/生产线cycle time (数量/时间)。生产线cycle time又等于1/生产线节拍(时间/数量),所以我也可以说生产周期=WIP x 生产线节拍。
不管是哪一个公式,我们都可以看得出生产周期和WIP数量是呈正比关系的,WIP越少,生产周期就越短。为什么会这样?我们来看一下生产周期的构成,生产周期 = 产品的加工时间+产品在工序间的等待时间。在一定的工艺条件下加工时间不会有太大变化,但是工序间的等待时间是不固定的,这和队列里面的WIP数量有关系,WIP越多等待的时间就越长,WIP越少则等待的时间就越少,这也就是Lean Production追求One piece flow的原因之一。Little法则针对整体系统有效,针对系统里面的某子系统该公式依然有效,也就是说它可以用来计算该生产线的WIP库存,也可以用来计算某个工位的WIP库存数量。
假设某个生产线有两个工序,分别为A和B,A的生产速度是1pcs/分钟,B的生产速度是2分钟/pcs,因为A和B的生产速度不一致,因此在B工位之前肯定会有WIP出现,那么在B工位平均会有多少WIP出现? WIP = 1pcs/分钟 x 2分钟/pcs = 2pcs。如果我们规定B工位只允许有1pcs的WIP存在,那么怎么办?很简单,我们把工序A的生产速度也降为0.5pcs/分钟,这样生产线就平衡了,WIP自然就下来了。我们可以计算一下两种生产方式的交货周期各自是多少: 方式一:每个工序都按照自己的速度进行生产,生产周期 = 2pcs x 2分钟/pcs = 4分钟 方式二:生产线以瓶颈工序的速度作为生产节拍,生产周期 = 1pcs x 2分钟/pcs = 2分钟 从上面可以看到,不同的WIP会导致不同的生产周期,差异在哪里?就在WIP的等待时间里面。这里只是一个两个工序的例子,实际情况中我们的工序更多,工序和工序之间的不平衡率差异更大,等待时间的影响也就更大,因此合理控制WIP数量对整个生产周期是很有意义的。
可能有人会问,即使我们不把原材料投入工序中等待,反正原材料也都采购回来了,不也是放在仓库里面等待吗?这个不是一样的吗?对于这个问题,我们要从整个供应链的角度来看,对于整个供应链来说供应商也只不过是我们的上道工序,客户是我们的下道工序,这样一来我们就可以明白为什么TOYOTA要求供应商做JIT了:物料只有在需要的时候才送到需要的地方。更追求进一步来说,原料只有在需要的时候才生产出来。这就是精益生产零库存的意义:在整个供应链的每一个环节都追求最少的库存。从这个角度来看,我们更可以明白追求物料周转率对企业和供应链的意义了 - 高周转率的供应链肯定是整体生产周期最短的,同时成本最低的。
该贴来自群组:精益生产与六西格玛 |