1、现代制造系统,第3章 精益生产（3-4） 东北大学秦皇岛分校 黄亮 n-xyz,第3章 精益生产与约束理论 3.1 精益生产概述 3.2 准时制生产与看板系统 3.3 全面质量管理 3.4 全员生产维护 3.5 持续改进流程 3.6 约束理论 3.7 其它相关理论与方法,复习质量管理的发展历程: （1）产品质量检验阶段（20世纪30年代前）， 弗雷德里克泰勒（Frederick Taylor）提出的科学管理理论，出现独立质检环节。 事后把关，剔除不合格品，缺少原因分析。 （2）统计质量检验阶段（20世纪40-50年代）， 1924年，休哈特（W. A. Shewhart）提出“质量控制图”，
2、1944年，道奇（H. F. Dodge）提出“抽样检验表”， 注意分析原因，事前预防，但质检范围局限在生产。,（3）全面质量管理阶段（20世纪60年代-）， 1961年，美国通用电气公司的费根堡姆（A. V. Feigenbaum）提出“全面质量管理”： 能够在最经济的水平上，并考虑充分满足用户要求的条件下，进行市场研究、设计、生产和服务，把企业各部门的研制质量、维持质量和提高质量的活动构成一体的有效体系。 后来，质量管理专家朱兰（Joseph M. Juran）对全面质量管理进行了完善。,对全面质量管理理论作出重要贡献的学者： 田口玄一提出“田口质量观”，将质量控制的重点从制造阶段提前到设
3、计阶段； 戴明（WEdwardsDeming）为全面质量管理提出了14要点（Demings 14 Points），是精益六西格玛理论创始人之一，另外他提出的PDCA循环（戴明环）也很出名。,（a）用双螺母锁紧,（b）用弹簧垫圈锁紧,（d）用双耳止动垫片锁紧,设计决定质量举例：螺栓防松装置。,发现问题，找出原因 为质量改进制定计划,按预定计划 组织实施,计划是否能够运行 找出偏差,采取措施纠正 进行改进,2. 实施（Do）,3. 研究/检查 （Study / Check）,4. 校正（Action）,1. 计划（Plan）,PDCA循环（戴明环）,3.3 全面质量管理,美国虽然是全面质量管理理论
4、的诞生地，但该理论真正取得成功的却是在日本。,日本在推进全面质量管理过程中作出了创新探索提出开展“质量管理圈”（也译作QC小组）活动，以某种产品质量为线索将设计人员、工人和销售人员绑定在一起负责，明确奖惩，充分调动起员工改进质量的积极性，并且提出了“质量改进七种工具”。 上述理论逐渐成为精益生产理论体系的一部分，并发展成“小组工作法”。,总结质量管理的发展历程： （1）产品质量检验阶段， 仅注重事后检验和处理； （2）统计质量检验阶段， 运用统计学方法，分析原因，注重预防； （3）全面质量管理阶段， 将预防工作从制造过程扩展到 设计、运输与使用的全过程。,现代质量管理所关注的问题: （1）如何
5、更深入地挖掘质量问题的原因？ 采用更科学的分析方法； 采用先进的仪器、技术。 （2）如何进一步优化质检成本？ 根据质检成本和不合格损失优化抽检次数， 特别需要分析多阶段制造系统中各个制造环节之间的质量关系。,（1）如何更深入地挖掘质量问题的原因？ 采用更科学的分析方法,新7种工具包括 系统图法， KJ法， 关联图法， 矩阵图法， 数据矩阵法， PDPC法， 箭头图法。,老7种工具包括 排列图法， 因果图法， 分层法， 散布图法， 调查表法， 直方图法， 控制图法；,详细内容参考质量管理与控制课程的质量管理工具章节。,还有其它科学分析方法？ 案例：测试玻璃气泡对啤酒瓶使用寿命的影响。 质检现象：
6、玻璃气泡（原因）； 产品质量：使用寿命（结果）； 反复升降温度以加快实验进度， 得到实验数据:,还有其它科学分析方法？ 参考实验设计中的数据处理方法： 直观分析法， 方差分析法中的 单因素有重复实验方差分析， 回归分析法中的 一元回归分析， 以及专家系统、人工神经网络、数据挖掘等更复杂的方法。 多种质检现象对产品质量的影响问题以此类推。 例如：同时检查啤酒瓶壁厚与气泡数量。,80年代之后，出现了利用计算帮助人们进行上述质量分析的软件系统，称为计算机辅助质量管理（computer aided quality，CAQ）； 同时，也实现了一些质量信息的自动采集与存储，称为CIMS环境下的质量信息系统
7、（quality information system，QIS）； 之后的研究将两者结合出现了计算机集成质量系统（computer integrated quality system，CIQS）。 上述三者都是利用计算机辅助完成质量数据的处理工作，仅集成化程度不同。,当前研究的热点产品质量追溯系统： 大量使用条码扫描与打印技术提高工作效率。,制造领域的产品质量追溯系统举例：,（2）如何进一步优化质检成本？ 典型问题：优化抽样检验次数。 首先复习抽样检验的定义：一批产品中随机抽取一部分进行检验，通过检验这少量产品来对这批产品的质量进行评估，并对这批产品做出是否合格、能否接收的结论。,应用抽样检验
8、的背景： 通常认为不合品的出现具有关联性， 例如设备故障、原料受污染等事件都会影响一批连续生产的产品，这样被检出较多不合格的产品批次中比其它批次含有更多的不合格品， 所以需要退货由供货方全面检查，分析原因； 应用抽样检验的目的： 节约检验成本和时间； 督促供货方提前预防不合格品。,优化抽样检验次数： 例题1，设10个产品中存在2个不合格品，抽检其中3个，能抽检到至少1个不合格品的概率是多少？ 注意：实际生产中，热加工（铸造）不合格品率一般在1%以下；冷加工（金属切削）不合格品率一般在0.1%以下。例题为方便计算给出大数值，非实际情况。,例题1，设10个产品中存在2个不合格品，抽检其中3个，能抽
9、检到至少1个不合格品的概率是多少？ 解：（方法1） 不存在不合格品的组合数 =从8个合格品中选3个， 全部组合数 =从10个产品中选3个， 不存在不合格品的概率 =不存在不合格品的组合数/全部组合数 =56/120=7/15， 至少存在1个不合格品的概率 =1-不存在不合格品的概率 =1-7/15=8/15。,例题1，设10个产品中存在2个不合格品，抽检其中3个，能抽检到至少1个不合格品的概率是多少？ 解：（方法2） 存在1个不合格品的组合数 =从8个合格品中选2个， 同时从2个不合格品中选1个； 存在2个不合格品的组合数 =从8个合格品中选1个， 同时从2个不合格品中选2个，,例题1：设10
10、个产品中存在2个不合格品，抽检其中3个，能抽检到至少1个不合格品的概率是多少？ 解：（方法2继续） 至少存在1个不合格品的组合数 =存在1个不合格品的组合数 +存在2个不合格品的组合数 =56+8=64， 全部组合数 =从10个产品中选3个=120， 抽检到至少1个不合格品的概率 =至少存在1个不合格品的组合数/全部组合数 =64/120=8/15。,将例题1一般化： 设N个产品中存在D个不合格品，抽检其中n个，能抽检到至少d个不合格品的概率是多少？ 抽到d个不合格品的概率： 抽到至少d个不合格品的概率（拒收概率）： 抽到少于d个不合格品的概率（接收概率）：,接受概率可看作是不合格品率p的函数
11、。 不合格品率的真值： 不合格品率的测量值： 样本数量越大，测量值约接近真值。 实际中常用多次测量平均值近似代替真值。,例题2：假设某产品的不合格品率是20%，那5个产品里含有1个不合格品的概率是多少？ 分析：通常假设不合格的产生服从伯努力实验（n次相互独立实验），则在不合格率为p的情况下，n个产品中产生d个不合格品的概率服从二项分布： 解：假设该产品产生不合格品的概率服从二项分布 所以个产品里含有1个不合格品的概率是0.41。,例题3：假设某产品的不合格品率是20%；采用每批5个产品中抽检2个方式进行检验；目标在于检测出并拒收所有包含不合格品的批次，则漏检（含有不合格品的批次却被接收）概率是
12、多少？ 分析：尽管不合格品率为20%，但每批产品包含的不合格品的数量是随机的，0至5个都有可能。 漏检概率=对以下i个概率求和： 每批产品包含i（i = 1, 2, , n）个不合格品的概率此情况下接收的概率。,例题3，解： 参考例题2，假设该产品产生不合格品的概率服从二项分布，则每批产品中不合格品数量为0的概率为 这种情况下，由于每批产品中不存在不合格品，因此无论如何抽检，都不可能被拒收，则接受概率为100%； 也不会出现漏检的情况，因此漏检概率为0%。,例题3，继续解： 每批产品中不合格品数量为1的概率为 参考例题1，此时的接受概率为 由于该批产品存在不合格品，此时接受即为漏检，因此此种情
13、况下的漏检概率为60%；考虑到这种情况的出现概率为40.96%，则对整体漏检概率的影响为40.96%60%=24.58%。,例题3，继续解： 当该批产品中存在2、3、4和5个不合格品时，计算过程以此类推，计算公式略，结果见下表。,例题3，继续解： 根据上页表格，则总体漏检概率为各种情况导致的漏检概率之和，即 0+0.2458+0.0614+0.0051+0+0=31.23%； 每批的平均漏检数量为各种情况导致的漏检概率乘以各种情况下的漏检数量，即 00+0.24581+0.06142+0.00513+ 04+05=0.3840。,漏检的危害：影响客户使用或后续生产。 例如：机械加工时发现铸造沙
14、眼，如能提前发现可以节约机械加工成本。,同样是例题3：如果抽检数从2提高为3，则 经计算，漏检概率从31.23%减少到18.43%， 每批的平均漏检数量从0.3840减少到0.2048。,例题4：假设漏检损失平均为1000元/个，质检成本平均为100元/个，在例题3的背景下，抽样数量设定为多少比较合适？ 解： 抽样数为2时，每1000个产品， 质检400次，成本40000元， 平均漏检76.8次，损失76800元， 合计116800元；,例题4：继续解 抽样数为3时，每1000个产品， 质检600次，成本60000元， 平均漏检40.96次，损失40960元， 合计100960元； 抽样数为1
15、、4以及全面检验时的成本以此类推。 最后，比较各抽样数量方案， 选择总成本最低的方案。 当可行的抽样方案很多时怎么办？ 利用计算机帮助搜索最优方案， 如果搜索时间过长，则采用遗传、模拟退火等算法寻找近优解。,例题5：对于存在多个质检环节的制造系统，抽样数如何确定？ 分析： 多环节制造系统中通常存在多个质检环节。 各环节质检存在串联或并联关系， 此时，最终产品合格品数量 为各个环节合格品数量综合决定， 即由各个环节的不合格品率计算最终产品的不合格品率。 这部分内容在后面的第8.9节制造质量建模中再详细介绍。,第3章 精益生产与约束理论 3.1 精益生产概述 3.2 准时制生产与看板系统 3.3
16、全面质量管理 3.4 全员生产维护 3.5 持续改进流程 3.6 约束理论 3.7 其它相关理论与方法,设备管理的发展历程: 50年代初期，美国企业进入发展时期，工厂急于在短期内完成大量订货，使设备负荷过重，结果设备故障较前增加1/3。 设备故障经常造成严重的停机损失和废品损失， 因此需要配备许多高度熟练、高报酬的维修工， 更重要的是因故障停工耽误生产进度， 扰乱了生产计划，造成更大的损失， 使得美国企业家不得不考虑完善设备修理和维护的体制，从而产生了设备的生产维护（Productive Maintenance，PM）。,生产维护（PM）主要有以下内容： 1、事后维修（Breakdown Ma
17、intenance）， 设备出现故障了才停机进行维修； 2、预防维护（Preventive Maintenance）， 定期检查设备运转情况，预防出现故障； 3、生产维护（Production Maintenance）， 在生产过程中主要保养设备，避免故障产生； 4、改良维护（Corrective Maintenance）。 改进设备设计的不合理之处，避免故障产生。,由于事后维修造成的停产成本很高， 预防维护、生产维护和改良维护3种预防性质的维护成为研究的重点。 在此背景下，由美国产生的“PM”引入到日本后， 逐渐发展成为由一切部门全体人员参加的“TPM”，成为精益生产理论的一部分 。 TPM
18、 = Total Productive Maintenance， 中文为“全员生产维护”，或译作“全体生产保养”，就是上自高阶层，下至第一线，全公司上下，所有部门、全员参加的生产保养。,3.4 全员生产维护,全员生产维护的主要内容（8根支柱）：,全员生产维护的核心思想： 注重预防，发现潜在缺陷。,PM的发展史: 美国 日本 我国 工人自己保养的时代 出现保全部门和专业维修工 制度化维护的开始 -预防维护 PM 1950年代开始 1951 1955 （Preventive Maintenance） -生产维护 PM 1957 1960 （Productive Maintenance） -改良维护
19、CM 1960 1970 （Corrective Maintenance） -全员生产维护TPM 1970 1980 （Total Productive Maintenance） -全面设备保养与管理TEMs 1980 （Total Productive Maintenance）,预防维护所关注的问题: （1）如何提前发现设备出现的问题？ 采用先进检测设备+先进统计分析方法 （2）如何安排合理的预防维护频率？ 频率高，则维护成本高， 频率低，则可能在检修前就出现问题。 （3）如何合理储备设备的备用零件？ 储备数量大，成本高， 储备数量小，则可能耽误维修时间。,（1）如何提前发现设备出现的问题？
20、 设备状态监测：对于故障机床，通过设备记录机床对振动源的响应频谱，用以分析故障和现象之间的关系；获取经验知识后可提前发现机床的潜在故障。,以监测现象为因，以故障类型为果。 基本分析方法： 直观分析法、方差分析法、回归分析法； 高级分析方法： 专家系统、人工神经网络、数据挖掘等。,（2）如何安排合理的预防维护频率？ 假设机床出现能够检测出的潜在缺陷到发生影响生产的故障存在一定的时间间隔，如能在此时间间隔内进行预防维修便能提前发现问题避免故障，但预防维修频率过高也会带来大量的成本支出。 问：应如何选择预防维修的频率呢？,例题1：假设故障潜伏期固定为3天，当预防维护间隔为10天时，发现潜伏故障并解决
21、潜伏故障的概率是多少？ 解：3/10=30%。,实际中故障潜伏期多为随机分布。 例题2：某设备的故障潜伏期为以下经验分布： 维修周期为5天时的排除故障概率是多少？ 解：潜伏期为2天时，排除故障概率为2/5=0.4， 潜伏期为3天时，排除故障概率为3/5=0.6， 潜伏期为4天时，排除故障概率为4/5=0.8， 考虑各种潜伏期的分布概率，则平均排除故障概率为30%0.4 + 50%0.6 + 20%0.8 = 58%。,假设能估计到故障潜伏期的平均值，能否用某个标准分布近似描述？ 答案： 缺陷产生到故障出现可近似为离散时间段下的伯努力实验，所以故障潜伏期可用二项分布描述； 当在较长的一段时间里故
22、障出现频率很低时，二项分布可用指数分布近似代替。其概率密度函数和累积分布函数分布是：,例题3：假设故障潜伏期频率从均值为1/3的指数分布，那预防维修周期为5天时，能够预防故障的概率是多少？ 解： 潜伏期大于5的概率为 此情况下预防率为19%100%=19%。 潜伏期小于5时 此情况下预防率为 （提示：分部积分法 或 EXCEL近似计算） 总体预防率19%+30%=49%。,（3）如何合理储备设备的备用零件？ 机床越来越趋于个性化与专业化， 机床的零件多属于小批量产品， 按订单生产，因此采购周期较长。 为了避免机床故障时耽误生产， 企业经常储备一些机床的关键零件。,对于一种关键零件，要备用几个才
23、能 应对绝大多数故障情况？ 又尽量减少库存成本？ 等同于安全库存问题，也是最大看板数量问题。 当故障频率为D，零件采购周期为L时， 可使用经验公式 其中为安全系数，可取10%， 批量C 一般为1。,课程要求（3.3）,理解质量管理的发展历程（3个阶段）； 知道PDCA循环图中各个字母的含义。 简单了解实验设计中的数据处理方法可用于分析质检现象与质量原因之间关系； 掌握抽样检验次数的优化计算方法（本节例题1-4）。,课程要求（3.4）,知道生产维护的主要内容（4点）； 知道全员生产维护的工作重点（上述后3点）。 简单了解实验设计中的数据处理方法可用于分析设备检测现象与设备故障之间关系； 掌握预防频率的优化计算方法（本节例题1-3）； 掌握设备储备零件数量的经验公式计算方法（类似于看板系统）。,
