面向多品种小批量制造业产能提高混合绩效测量系统构建

论文摘要

随着生产的发展,科技的进步,市场竞争越来越激烈,传统的大批量生产模式已经无法满足顾客多样化的要求,多品种小批量生产模式的出现迎合了市场的需求,但给其生产上也带来一定困难。多品种小批量的制造业的设计、工艺、管理、调度、生产、物流等方面的难度都要大于传统的生产模式。而我国的多品种小批量制造企业,为了实现高柔性,大量采用手工作业,效率不高,管理混乱。由于生产的复杂,企业很难精确了解其生产情况及生产能力。在市场需求较旺盛时,其生产能力往往不足以满足顾客。企业界需要一种能够对其生产绩效进行测度,并能支持其将来的生产改善。针对我国多品种小批量制造业的实际情况,本文提出一种面向生产能力提高改善的混合绩效测量系统。研究生产能力时的主要依据是约束理论,从生产系统的瓶颈出发,探讨标准作业时间、质量、柔性等生产因素与生产能力的关系,并提出测度它们对生产能力的影响大小的方法。另一方面,研究了测度生产物流对生产能力的影响:从生产物流的时间错误、数量错误,地点错误和运输中对产品质量的损坏讨论它们与生产能力的关系;从在制品数量分析讨论物流的周转时间,以及与生产提前期的关系。在完成以上两方面的测量后,本文又研究了用数据包络分析法来对企业级的绩效指标进行测量,这些绩效指标也是与企业的生产能力密切相关,输入指标主要包括物流投入、生产投入、研发能力、工艺能力等,输出指标主要有新老产品产量及品种数、质量、订单完成情况等,测量出的结果对改善也具有指导作用。在以上研究的基础上,作者结合本课题组在某客车生产企业的改善项目,对该混合绩效测量系统的各理论模块都进行了应用,以验证其可行性和实用性,同时为该项目的改善做好基础工作。

论文目录

• 摘要
• Abstract
• 第1章 引言
• 1.1 课题研究背景
• 1.1.1 多品种小批量生产模式
• 1.1.2 客车生产研究
• 1.2 国内外相关研究
• 1.2.1 多品种小批量生产模式研究
• 1.2.2 绩效测量
• 1.3 课题研究目的和意义
• 1.4 论文各部分主要内容
• 第2章 绩效测量系统设计
• 2.1 绩效测量系统设计流程
• 2.2 绩效测量目的
• 2.3 绩效测量对象
• 2.4 绩效测量指标
• 2.5 绩效测量系统实施方法
• 第3章 生产系统绩效测量
• 3.1 生产能力指标测量
• 3.1.1 常见生产组织形式分析
• 3.1.2 测量工序标准时间
• 3.1.3 计算生产系统的生产能力
• 3.1.4 设备综合效率
• 3.1.5 生产能力改善空间测量
• 3.2 混合弹性指标测量
• 3.2.1 混合弹性测量理论
• 3.2.2 测量混合弹性变换时间指标
• 3.2.3 测量混合弹性变换成本指标
• 3.3 质量成本指标
• 3.3.1 质量成本理论
• 3.3.2 质量内部损失时间测量
• 3.3.3 改善及改善空间测量
• 第4章 生产物流绩效测量
• 4.1 生产物流分析
• 4.2 物流损失时间测量
• 4.2.1 时间错误情况分析
• 4.2.2 数量错误情况分析
• 4.2.3 地点错误情况分析
• 4.2.4 质量受损情况分析
• 4.2.5 改善与改善空间测度
• 4.3 物流周转时间测量
• 4.3.1 物流周转时间分析
• 4.3.2 在制品分析
• 第5章 企业级绩效指标测量
• 5.1 数据包络分析理论简介
• 2R 模型'>5.1.1 C²R 模型
• 2GS² 模型'>5.1.2 C²GS²模型
• 5.1.3 非DEA 有效DMU 的投影
• 5.2 模型选择
• 5.3 指标选取
• 5.4 DEA 使用方法
• 2R 模型'>5.4.1 C²R 模型
• 2GS² 模型'>5.4.2 C²GS²模型
• 第6章 案例应用分析与验证
• 6.1 项目背景
• 6.2 测量对象分析
• 6.3 生产系统绩效测量与改善分析
• 6.3.1 生产能力测量
• 6.3.2 混合弹性评价指标
• 6.3.3 质量内部时间损失
• 6.4 生产物流绩效测量与改善分析
• 6.4.1 物流时间损失
• 6.4.2 在制品分析
• 6.5 企业级绩效测量与分析
• 2R 模型'>6.5.1 C²R 模型
• 2GS² 模型'>6.5.2 C²GS²模型
• 6.5.3 DEA 模型结果分析
• 6.6 企业绩效测量结果分析
• 第7章 论文工作总结与展望
• 7.1 工作总结
• 7.2 工作展望
• 参考文献
• 致谢
• 附录A 总装车间目前各工序综合标准时间
• 附录B 总装车间改善后各工序预计综合标准时间
• 附录C DEA 方法算例数据
• 2R 模型计算结果'>附录D C²R 模型计算结果
• 2R 模型各投入产出要素的目标值'>附录E C²R 模型各投入产出要素的目标值
• 个人简历