再制造生产计划与调度的研究进展
生产计划与调度改进措施总结汇报

生产计划与调度改进措施总结汇报生产计划与调度改进措施总结汇报尊敬的领导和各位同事:大家好!我今天要向大家汇报我们团队在生产计划与调度方面所做的改进措施以及取得的成果。
首先,我们团队对现有的生产计划与调度流程进行了全面的分析和评估。
我们发现,旧有的流程存在一些问题,如信息传递不及时、决策制定缺乏科学性等,导致了生产计划与调度的效率和准确性不高。
为了解决这些问题,我们采取了以下改进措施:1. 引入信息化系统:我们引入了一套先进的生产计划与调度信息化系统,实现了生产数据的实时收集和分析。
这使得我们能够更准确地掌握生产情况,及时调整计划和资源分配。
2. 优化流程:我们重新设计了生产计划与调度的流程,明确各个环节的职责和工作流程。
同时,我们加强了各部门之间的协作和沟通,确保信息的畅通和准确传递,避免了信息丢失和误解。
3. 强化数据分析:我们建立了一套完善的数据分析体系,通过对生产数据的统计和分析,发现了一些潜在的问题和瓶颈。
我们通过这些数据分析结果,进行了相应的调整和优化,提高了生产效率和资源利用率。
4. 建立预测模型:我们引入了一种基于数据的预测模型,通过对历史数据的分析和建模,预测未来的生产需求和资源需求。
这使得我们能够提前做好准备,避免了生产计划与调度的紧急性和不确定性。
通过以上的改进措施,我们取得了一些显著的成果:1. 生产计划与调度的准确性和及时性得到了明显提升。
我们能够更准确地预测和安排生产任务,确保生产计划的顺利执行。
2. 生产效率得到了提高。
通过优化流程和加强数据分析,我们能够更好地利用资源,减少了生产中的浪费,提高了生产效率。
3. 生产成本得到了控制。
通过预测模型的应用,我们能够提前做好资源调配和采购计划,避免了资源的闲置和过度采购,降低了生产成本。
总的来说,我们团队在生产计划与调度方面的改进措施取得了明显的成果。
我们将继续努力,进一步完善和提升我们的工作,为公司的发展做出更大的贡献。
谢谢大家!。
再制造发展动态以及其中工业工程问题的研究

关
键
词 : 汽 车 ; 制 造 ; 化 ; 业 工程 再 优 工
中图 分 类 号 : F 5 . 1 2 2 2
文献标识码 : A
首次 提 出“ 续增 长” “ 理 、 久和 均衡 发展 ” 持 、合 持 的概
念, 之后 可持续 发 展 (u tia l d v lp n ) s sa be e eo me t 逐渐 n
现 报 废 机 电产 品 重 新 利 用 的 系统 性 活动 , 是 破 解 上 述 难 题 也
的有 效 方 式 . 政 策 法 规 、 境 保 护 、 持 续 发 展 和 企 业 竞 争 从 环 可
力提 升 等 角度 , 析 再 制 造 产 生 的 背 景 和 发 展 动 态. 汽 车 分 以
的基 本 原 则 包 括 减 量 化 ( e u e 、 利 用 (e s) rd c ) 再 ru e 、
本 文 分析 再 制 造 兴起 的原 因 与背 景 , 再 制 造 对 的发展 动态 进行 评述 ; 以汽车等 产 品 的再 制造 为例 , 剖 析再 制造 中存 在 的工 业 工 程 问 题 , 出 实 现再 制 指 造 系统性 能改 善 和优化 的方 法.
政 府 与 企 业 共 同 面 临的 紧迫 难 题 . 制 造 通 过 修 复 耗 损 或 退 再 役 零 部 件 的尺 寸 与 形 状 、 复 和 提 升 废 旧 产 品 的 性 能 , 实 恢 是
1 再 制造 产 生 的 背 景 和 发 展 动 态
工 业革命 以来 , 类始 终遵 循着 “ 规模 开采 资 人 大 源一 大 批 量 生 产 产 品一 大 量 消 费 一 大 量 产 生废 弃
20 0 0年修 订 为 《 环 型 社 会 大 法 》 随后 又 制 定 了 循 ,
制定并持续优化生产计划与调度三篇

制定并持续优化生产计划与调度三篇《篇一》作为一名生产计划与调度的工,我深知生产计划与调度在制造业中的重要性。
它不仅关系到企业的生产效率和产品质量,也直接影响到企业的成本控制和市场竞争力。
因此,制定并持续优化生产计划与调度是我工作的核心内容。
我的工作主要分为两个部分,一是制定生产计划,二是进行生产调度。
制定生产计划包括分析市场需求、制定生产目标、规划生产资源和安排生产任务。
进行生产调度则需要根据实际情况对生产计划进行调整,确保生产过程的顺利进行。
为了更好地完成工作,我制定了以下的工作规划。
我会定期收集市场信息和客户需求,以便及时调整生产计划。
我会根据生产计划制定详细的作业指导书,确保生产过程的标准化和规范化。
最后,我会定期对生产过程进行评估和总结,以便不断优化生产计划与调度。
在制定并持续优化生产计划与调度的过程中,我希望能够实现以下目标。
提高生产效率,减少生产过程中的浪费。
提高产品质量,满足客户需求。
最后,降低生产成本,提高企业的竞争力。
为了实现上述目标,我制定了以下工作计划。
我会定期与销售部门沟通,了解市场需求和客户反馈,以便及时调整生产计划。
我会根据生产计划制定详细的作业指导书,并确保生产过程的标准化和规范化。
最后,我会定期对生产过程进行评估和总结,以便不断优化生产计划与调度。
在制定并持续优化生产计划与调度的过程中,我需要注意以下几个要点。
要充分了解市场需求和客户需求,以便制定出合理的生产计划。
要合理规划生产资源,确保生产过程的顺利进行。
最后,要不断总结和评估生产过程,以便及时发现问题并进行改进。
为了更好地完成工作,我制定了以下工作方案。
我会定期与销售部门进行沟通,了解市场需求和客户反馈。
我会根据市场需求制定生产计划,并合理规划生产资源。
最后,我会对生产过程进行监控和调度,确保生产过程的顺利进行。
我的工作安排如下。
我会每天早上召开生产早会,了解生产进度和设备状况。
我会根据生产计划进行生产调度,确保生产任务按时完成。
制造业生产计划与调度的优化与创新

制造业生产计划与调度的优化与创新在制造业中,生产计划与调度的优化与创新对企业的生产效率和竞争力至关重要。
通过合理安排生产计划和灵活调度生产资源,可以实现生产成本的控制和生产效率的提升。
本文将探讨制造业生产计划与调度的优化与创新的相关内容。
一、精细化生产计划精细化生产计划是指通过精确的数据分析和建模,将生产计划细化到具体的产品、工艺和设备的层面。
首先,企业可以利用大数据分析技术,对历史生产数据、市场需求数据等进行深入挖掘和分析,找出影响生产计划的关键变量和规律。
然后,根据分析结果,建立精细化生产计划模型,考虑到产品需求、生产能力、设备利用率等诸多因素,制定出更加准确、合理的生产计划。
精细化生产计划的优化与创新可以帮助企业更好地应对市场时变性和需求波动性。
通过实时监控设备状态和生产进度,及时调整生产计划,避免过量生产或资源浪费。
同时,结合供应链管理,实现供需协同,有效控制物料和生产的流动,减少库存压力和产能浪费。
精细化生产计划的优化与创新也需要借助信息化技术的支持,如制造执行系统(MES)和企业资源计划系统(ERP)等,提高计划实施的精确度和效率。
二、智能化生产调度智能化生产调度是指利用现代信息技术和人工智能算法,对生产任务进行智能化调度和优化。
传统的生产调度通常采用人工经验和规则,容易受制于主观因素和经验局限。
而智能化生产调度可以通过实时数据采集、智能优化算法等手段,自动化地对生产任务进行分配和调度。
在智能化生产调度中,关键是建立切实可行的调度算法和模型。
这些算法和模型需要能够同时考虑到生产约束、设备利用率、人力资源等多个因素,使得调度方案既能最大化生产效率,又能保证产品质量和资源平衡。
此外,智能化生产调度还需要实时监测生产现场的状态和执行情况,及时处理异常情况和意外事件,确保生产过程的稳定性和可靠性。
三、协同制造与资源共享协同制造与资源共享是制造业生产计划与调度优化的创新方式之一。
在传统的制造业中,企业通常独立运作,各生产环节之间相对独立,资源利用效率较低。
生产计划与调度的重要性与实施方法

生产计划与调度的重要性与实施方法引言生产计划与调度是现代企业生产管理中至关重要的一环。
通过合理的生产计划和高效的调度,企业可以提高生产效率、降低生产成本,实现生产资源最大化利用,同时提供可靠的交付和服务。
本文将探讨生产计划与调度的重要性,并介绍一些常用的实施方法。
1. 生产计划的重要性生产计划是企业生产运营的基础,它决定了生产资源的分配和利用效率。
下面列举了几个生产计划的重要性:1.1 提高生产效率良好的生产计划可以确保生产过程中各个环节的衔接顺畅,避免不必要的等待和闲置。
通过精确安排生产任务和资源,可以减少生产线的停机时间,提高生产效率。
此外,生产计划还可以避免过度生产和缺货的问题,确保生产能够及时满足市场需求。
1.2 降低生产成本合理的生产计划可以避免生产过程中的浪费,减少成本。
通过确定最佳的生产批量、工序和时间安排,可以优化生产资源的利用效率,并最大限度地减少人力、原材料和能源的浪费。
此外,生产计划还可以通过合理安排生产任务,避免临时加班和加急生产,降低人力成本。
1.3 实现可靠的交付和服务生产计划可以确保产品按时交付给客户,并提供可靠的售后服务。
通过预测市场需求,制定合理的生产计划,企业可以提前准备所需资源和材料,保证产品能够及时交付。
此外,生产计划还可以避免过度承诺和失约的问题,提高客户满意度和企业声誉。
2. 调度的重要性调度是生产计划执行的关键环节,它决定了生产活动的顺序和调配,保证了生产计划的顺利进行。
下面列举了几个调度的重要性:2.1 协调生产活动调度可以协调生产活动,确保各个环节之间的相互配合和衔接。
通过合理安排生产任务和资源,调度可以避免不同生产环节之间的矛盾和冲突,提高生产过程的协同性和一致性。
此外,调度还可以提前发现和解决生产中的问题和瓶颈,保证生产计划的顺利执行。
2.2 提高生产灵活性调度可以根据市场需求和变化情况,随时调整生产计划和生产活动。
通过灵活调度,企业可以及时应对订单数量的增减、产品结构的变化等因素,保持生产的稳定性和灵活性。
生产环节中的生产计划与调度

生产环节中的生产计划与调度生产计划与调度是制造业中至关重要的环节,它影响着产品的生产效率和质量。
一个良好的生产计划与调度系统可以确保生产过程的顺利运行,提高生产效率,降低成本,满足市场需求。
本文将从生产计划和调度的定义、重要性以及实施方法等方面进行讨论。
一、生产计划的定义和重要性在制造业中,生产计划是指根据市场需求和资源状况,制定产品生产的时间、数量和顺序等方面的安排。
生产计划的目标是合理安排生产资源,提高生产效率,降低生产成本,同时满足市场需求。
生产计划的重要性不言而喻。
首先,它可以保证生产资源的充分利用,提高生产效率。
通过科学合理地安排生产任务和资源投入,生产能力得到最大限度的发挥,避免资源的浪费和空闲。
其次,生产计划可以减少库存、降低资金压力。
通过合理的生产计划,可以避免过多或过少的库存,减少了库存成本,也减轻了企业的资金压力,提高了资金的周转效率。
再次,生产计划有助于提高产品的交付能力和客户满意度。
通过合理安排生产计划,可以及时交付产品,满足客户的需求,提高客户的满意度,增强市场竞争力。
二、生产调度的定义和重要性生产调度是指在生产过程中,根据生产计划和实际情况,对生产任务进行具体的安排和调度。
生产调度的目标是使生产过程短、效率高、成本低,并满足产品质量要求。
生产调度的重要性主要体现在以下几个方面。
首先,它可以确保生产过程的顺利进行。
通过合理调度生产任务,协调各个生产环节,避免生产过程中的瓶颈和延误,保证整个生产过程的连续性和稳定性。
其次,生产调度可以提高生产线的利用率。
通过科学、合理地安排各道工序的生产顺序和时间,避免了生产线的闲置和堵塞,提高了生产线的利用率和效益。
再次,生产调度有助于提高产品质量。
通过合理调度各个生产环节的工作内容和时间,可以确保每个环节都有足够的时间和资源来完成工作,降低了因为时间紧迫而导致的质量问题。
三、生产计划与调度的实施方法要实施一个有效的生产计划与调度系统,需要考虑以下几个方面。
制造业中的智能调度技术应用分析
制造业中的智能调度技术应用分析智能调度技术在制造业中的应用智能调度技术是指利用人工智能、大数据和物联网等技术手段,对制造业生产过程中的资源进行智能调度和优化,以实现生产效率的最大化和生产成本的最小化。
在制造业中,智能调度技术的应用能够提高生产效率、降低生产成本、优化资源利用以及提升产品质量,成为推动制造业智能化升级的重要驱动力。
一、智能调度技术在生产计划中的应用智能调度技术在生产计划中的应用主要体现在合理安排生产顺序和计划以及优化生产调度等方面。
通过分析大量的生产数据和相关信息,智能调度系统能够根据产能、订单需求、设备状态等因素,实时生成最优的生产计划,并将计划调度给各个生产环节,以提高生产效率。
此外,智能调度系统还能够根据不同产品的特点和需求,合理安排生产顺序,减少产品在制品的数量和等待时间,提高生产效率和交货速度。
二、智能调度技术在资源配置中的应用在制造业中,资源配置是一个关键环节。
智能调度技术能够通过对物料、设备、人员等生产资源进行智能调度和配置,优化资源利用效率,提高生产效率。
智能调度系统能够根据不同的生产任务和生产环节,自动分配合适的资源,并根据实时监测数据进行实时调整,以提高资源利用率和生产效率。
同时,智能调度系统还能够根据不同的资源调度策略,实现生产线的动态平衡,避免资源过度集中,提高整体生产效率和稳定性。
三、智能调度技术在质量控制中的应用在制造业中,产品质量是企业的核心竞争力之一。
智能调度技术能够通过对生产过程中的数据进行实时监测和分析,发现潜在的质量问题,并通过调整生产计划、资源配置和生产流程等手段,实时控制和提高产品质量。
智能调度系统能够根据实时监测数据进行质量预警和标准检测,及时发现和处理质量问题,减少次品率和返工率,提高产品的一致性和稳定性,从而提升企业的品牌形象和市场竞争力。
四、智能调度技术在供应链管理中的应用在制造业中,供应链管理是一个复杂且关键的环节。
智能调度技术能够通过对供应链中各个环节的数据进行智能分析和调度,优化供应链的协同配合,提高供应链的效率和响应能力。
生产计划与调度
生产计划与调度生产计划与调度是制造业中至关重要的环节,它涉及到生产效率、资源利用率以及客户满意度。
良好的生产计划与调度能够确保生产过程的顺利进行,最大程度地满足市场需求,并保证生产活动按时完成。
本文将从计划编制、生产调度和优化改进三个方面进行探讨。
一、计划编制1.需求分析:在制定生产计划之前,需要对市场需求进行详细分析,了解产品的销售量、销售周期等信息,以便合理安排生产计划。
2.产能评估:通过评估企业的生产能力和资源情况,确定合理的产能目标,并进行产能规划,确保生产计划与企业实际情况相适应。
3.制定计划:根据需求分析和产能评估的结果,制定生产计划。
计划要具体明确,包括生产数量、时间安排、所需资源等内容,并考虑到生产过程中的风险和不确定性因素。
二、生产调度1.调度方法选择:根据生产计划中所设定的时间节点和任务分配,选择合适的调度方法。
常用的调度方法有先来先服务(FCFS)、最短作业优先(SJF)、优先级调度等,选择适合企业实际情况的调度方法能够提高生产效率。
2.任务分配与协调:根据生产计划的要求,将任务合理分配给各个生产环节和相关岗位。
在任务分配的同时,需要加强协调与沟通,确保各个环节之间的衔接和协同配合,避免资源浪费和生产延误。
3.调度控制:在生产过程中,根据实际情况对生产计划进行调整和控制。
需要不断监控生产进度和资源利用情况,及时调整生产任务和资源分配,以提高生产效率和生产质量。
三、优化改进1.信息化建设:利用信息技术手段,建设生产计划与调度管理系统,实现生产计划与调度的自动化和集成化。
通过系统的辅助,提高计划编制和调度过程的效率和准确性。
2.数据分析与挖掘:通过对历史数据的分析和挖掘,了解生产过程中存在的问题和瓶颈,并提出相应的改进措施。
借助数据分析,对生产计划与调度进行优化,提高资源利用率和生产效率。
3.持续改进:生产计划与调度是一个动态的过程,需要不断地进行持续改进。
通过定期的复盘和总结,发现问题、分析原因,并制定改进计划,逐步提升生产计划与调度水平。
人工智能在智能制造中的生产计划与调度
人工智能在智能制造中的生产计划与调度随着人工智能技术的不断发展,智能制造已经成为了现代工业的重要发展方向。
在智能制造中,人工智能在生产计划与调度方面发挥着重要的作用。
本文将探讨人工智能在智能制造中的生产计划与调度的应用和优势。
一、生产计划生产计划是指根据企业的生产能力、市场需求和资源情况,制定合理的生产计划,以实现生产效益最大化。
人工智能技术在生产计划中的应用主要体现在以下几个方面:1. 数据分析和预测:人工智能可以通过对大量的历史数据进行分析和预测,帮助企业预测市场需求、产品销售情况和原材料供应等关键因素,从而合理制定生产计划。
2. 智能优化:人工智能可以通过优化算法,结合企业的生产能力和资源情况,自动调整生产计划,使得生产过程更加高效和节约成本。
3. 实时监控:人工智能可以通过传感器和物联网技术,实时监控生产过程中的各个环节,及时发现问题并做出调整,提高生产效率和质量。
二、生产调度生产调度是指根据生产计划和实际生产情况,合理安排生产任务和资源分配,以实现生产过程的顺利进行。
人工智能技术在生产调度中的应用主要体现在以下几个方面:1. 自动调度:人工智能可以通过学习和优化算法,自动分析和调度生产任务,根据不同的生产环节和资源情况,合理安排生产顺序和时间,提高生产效率和资源利用率。
2. 协同调度:人工智能可以通过与各个生产环节的智能设备和机器人进行协同,实现生产过程的自动化和智能化,提高生产效率和质量。
3. 异常处理:人工智能可以通过实时监控和分析,及时发现生产过程中的异常情况,并做出相应的调整和处理,避免生产延误和质量问题。
三、人工智能在智能制造中的优势人工智能技术在智能制造中的应用具有以下几个优势:1. 提高生产效率:人工智能可以通过自动化和智能化的生产调度,提高生产效率和资源利用率,减少人力成本和生产周期。
2. 优化生产质量:人工智能可以通过实时监控和分析,及时发现生产过程中的问题,并做出相应的调整和处理,提高生产质量和产品合格率。
基于深度学习的智能制造生产计划与调度研究
基于深度学习的智能制造生产计划与调度研究智能制造是当今制造业发展的重要方向,它利用先进的技术和算法,将生产过程中的各个环节进行智能化管理和优化,以提高生产效率和质量。
其中,生产计划与调度是智能制造的核心环节之一。
本文将探讨基于深度学习的智能制造生产计划与调度研究。
一、智能制造生产计划与调度的挑战在传统的制造业中,生产计划与调度往往是由人工经验和规则进行制定和执行的。
这种方式存在许多问题,如计划制定的主观性和片面性,调度过程的低效率和不稳定性等。
随着制造业的发展和智能技术的应用,人们迫切需要一种更加科学和智能的方法来进行生产计划与调度。
二、深度学习在智能制造中的应用深度学习是机器学习的一个分支,它通过构建多层神经网络模型,从大量数据中学习和提取特征,以实现对复杂问题的自动分析和处理。
在智能制造中,深度学习可以应用于生产计划与调度的各个环节。
首先,深度学习可以用于生产需求的预测。
通过对历史数据的分析和学习,深度学习模型可以准确地预测未来的生产需求,从而为制定合理的生产计划提供依据。
其次,深度学习可以用于生产资源的优化配置。
通过对生产资源的数据进行学习和分析,深度学习模型可以找到最优的资源配置方案,以实现生产过程的高效运行。
另外,深度学习还可以用于生产调度的优化。
通过对生产调度的数据进行学习和训练,深度学习模型可以实现对生产过程的实时监控和调度,以确保生产计划的顺利执行。
三、基于深度学习的智能制造生产计划与调度的案例研究为了验证基于深度学习的智能制造生产计划与调度的有效性,许多研究者进行了案例研究。
例如,某公司利用深度学习模型对生产需求进行预测,并根据预测结果制定了合理的生产计划。
结果表明,与传统的人工经验方法相比,基于深度学习的方法可以提高生产计划的准确性和稳定性。
此外,还有研究者利用深度学习模型对生产资源进行优化配置,并将其应用于某汽车制造厂的生产线。
结果显示,基于深度学习的方法可以实现生产资源的合理配置,提高生产效率和质量。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
第32卷第5期2011年5月科研管理Science Research Management Vol.32,No.5May ,2011收稿日期:2008-09-12;修回日期:2009-12-09.基金项目:国家自然科学基金资助项目(实现多级供货能力承诺的虚拟企业生产计划协同优化研究,编号70572060,2006年1月至2008年12月)。
作者简介:张红宇(1979-),女,安徽亳州人,博士,研究方向:再制造生产管理。
高阳(1943-),男,湖南望城人,教授,博士生导师,研究方向:敏捷制造与协同生产管理,经济管理与建模。
文章编号:1000-2995(2011)05-009-0120再制造生产计划与调度的研究进展张红宇,高阳(中南大学商学院,湖南长沙410083)摘要:研究再制造环境下的生产计划与调度问题,对于有效管理再制造生产活动,推动再制造业发展,从而实现节能减排,发展循环经济,具有重要的现实意义。
本文介绍了近期国内外再制造生产计划与调度的研究进展,从不确定性因素及降低其对生产计划与调度影响的方法、生产计划建模和求解方法、生产调度策略和方法、生产计划与调度的集成框架和工具,以及再制造生产实践案例等5个方面分别进行了综述,并对与再制造生产计划与调度密切相关的拆卸计划、提前期和产能计划等3个方面的研究成果进行了归纳。
最后,总结全文,并提出了进一步研究方向。
关键词:再制造;生产计划与调度;不确定性中图分类号:F273文献标识码:A0引言当前,能源紧缺和环境污染已成为全球关注的焦点。
未经处理的废弃物直接弃置,不仅严重浪费能源,而且大规模污染环境[1]。
针对此,研究者开展了闭环供应链和逆向物流的研究,其目的是对使用后的产品进行回收,对物料的流动进行封闭处理,以减少污染排放和剩余废物,同时,以较低的成本为顾客提供服务[2-4]。
再制造(re-manufacturing )是逆向物流中回收品的处理方式之一,是废弃物循环利用的重要途径[5],它对于发展循环经济,创建环境友好型和资源节约型社会,具有重要意义。
《循环经济促进法》为推进再制造产业发展提供了法律依据。
目前我国正扩大汽车零部件再制造试点,积极推动大型工业装备、机电设备和产品再制造。
再制造研究先驱Lund Robert 将再制造定义为“再制造是将耗损的耐用产品经过拆卸分解、清洗检查、整修加工、重新装配、调整测试恢复到既经济又可用状态的全生产过程”[6]。
徐滨士院士认为,再制造并非简单的维修,而是基于性能失效分析、寿命评估等,对损坏或行将报废的零部件进行再制造工程设计,应用相关的先进制造技术,使再制造产品质量达到或超过新品[7]。
再制造产品与新品相比,成本是新品的50%,再制造可实现节能60%、节材70%[8]。
在美国、欧盟等发达国家和地区,再制造业的发展已颇具规模。
其中,1996年美国已拥有超过70000家再制造企业,销售额超过530亿美元,平均利润率超过20%[9]。
相比之下,我国的再制造业虽起步较晚,但前景广阔[8]。
再制造生产系统的主要研究内容包括,产品回收网络的设计、再制造和制造混合库存管理,以及再制造生产计划与调度(remanufacturing pro-duction planning and scheduling ,RPPS )等3部第5期张红宇,高阳:再制造生产计划与调度的研究进展·121·分[10]。
再制造率不确定、拆卸后的部件处理时工艺路线和提前期随机、回收产品数量和时机不确定等因素,大大增加了再制造生产系统的复杂度[11]。
现有研究已证实,再制造生产系统中额外的不确定性及其引起的可变性,使得传统计划和调度工具难以直接应用[11,12]。
对于管理人员而言,缺乏有效的生产计划与调度系统,将无法对拆卸量、拆卸时间、再制造量、再制造时间等制定计划,进而无法做出合适的调度安排。
因此,研究不确定性因素影响下的再制造生产计划与调度问题,对实现再制造生产活动的有效管理,推进再制造生产实践,具有重要的现实意义。
本文分5部分,第1部分为引言;第2部分介绍再制造生产计划与调度研究进展的概况;第3部分从5个方面深入阐述当前再制造生产计划与调度的研究进展情况;第4部分对与再制造生产计划与调度密切相关的拆卸计划、提前期和产能计划等3个方面的研究成果进行归纳;第5部分指出现有研究的不足,并对未来研究进行展望。
1再制造生产计划与调度研究概况20世纪90年代,由于全球环境的日益恶化和绿色运动的蓬勃兴起,再制造引起了学者和业界的关注,再制造生产计划与调度领域取得了一些研究成果,Guide对1999年以前的相关研究进行了总结[11]。
他指出,再制造生产系统由3个高度相关的子系统组成,它们分别是拆卸子系统、加工子系统和重组装子系统。
此类型系统的生产计划与控制系统必须考虑协调所有3个领域额外的复杂性。
他从拆卸、生产计划与调度,以及库存控制与管理3个方面对再制造生产计划与控制的研究现状进行了综述,并给出了如下结论:(1)缺少源于实践的案例研究和综述;(2)回收产品信息匮乏,以致研究范围受到限制;(3)相对于传统生产制造,降低不确定性因素的影响对于再制造过程具有重要意义;(4)缺少生产与控制模型的集成框架;(5)缺少可应用于产业界的应用工具。
2000年以来,随着全球的环境和能源问题越来越突出,再制造领域得到了更多研究者的广泛关注。
纵观近年来再制造生产计划与调度领域的相关研究,学术界有不同侧面的工作和成果。
国内外学者对于影响再制造生产计划与调度的不确定性因素及降低其影响的方法、生产计划建模和求解方法、生产调度策略和方法、生产计划与调度的集成框架和工具,以及再制造生产实践案例等都有研究。
相对而言,国内关于再制造生产计划与调度的研究仍处于起步阶段,其中文献[13]对再制造生产计划与调度的具体研究方法,如最优化方法、启发式规则法等,进行了综述。
基于1999年Guide的研究总结,本文将2000年来相关研究的最新进展归纳为以下5个方面:(1)再制造生产计划与调度的不确定性因素及降低其影响的方法;(2)再制造生产计划建模和求解方法;(3)再制造生产调度策略和方法;(4)再制造生产计划与调度的集成框架和工具的研究;(5)再制造生产实践案例的研究,并对相关研究进行了总结,研究脉络如图1所示。
2再制造生产计划与调度研究综述2.1不确定性因素及降低其影响的方法2.1.1影响再制造生产计划与调度的不确定性因素Guide先后对影响再制造生产计划与调度的不确定性因素进行了深入分析。
在文献[14]中对影响再制造生产计划与调度的不确定性因素进行了讨论,认为主要是再制造率不确定,以及再制造部件差异化两方面的因素。
后来在文献[11]中,Guide对这些因素进行了细分,归纳为6个方面:(1)再制造率不确定,从而导致物料计划的不确定;(2)再制造部件的可用情况不确定,从而导致加工处理的工艺路线和提前期随机;(3)一些特别零部件故障率不确定;(4)由拆卸环节衍生的不确定性;(5)再制造供需难以平衡;(6)回收产品数量和时机的不确定。
2000年,Guide再次对这些不确定性因素进行了分析,总结为7个方面:(1)回收时机和数量的不确定性;(2)回收需求的平衡;(3)回收产品的拆卸;(4)回收物料情况的不确定性;(5)逆向物流网络的建立;(6)物料约束匹配的复杂性;(7)物料处理工艺路线的随机性和时间的高度不确定性[15]。
2003年,Guide将不确定性因素·122·科研管理2011年进行梳理,认为从根本上源于6个方面:(1)回收数量;(2)回收时机;(3)回收质量;(4)产品复杂性;(5)测试和评价的复杂性;(6)再制造的复杂性[16]。
图1再制造生产计划与调度的主要研究问题Fig.1Key issues of remanufacturing production planning and scheduling不确定性主要包括随机性、模糊性、不完全性、不稳定性和不一致性5个方面,其中最基本的是随机性和模糊性。
通过以上分析可知,我们认为,这些影响再制造生产计划与调度的不确定性因素中,最主要的是回收品的质量和数量的不确定,具体来,是其随机性。
回收品质量的随机性,将导致拆卸后的部件在处理时工艺路线随机;拆卸的零部件质量参差不齐,造成物料情况的不确定,将导致约束匹配的复杂和回收需求难以平衡等问题。
回收质量与回收时机有一定联系,但并非必然关系。
同时,产品本身的复杂性、测试和评价的复杂性以及再制造的复杂性,既与产品或再制造本身不可改变的固有因素有关,又受到回收品质量的影响。
2.1.2降低不确定性因素影响的方法已有研究表明,额外的不确定性及其引起的可变性是当前再制造生产系统面临的主要困难。
它直接导致了传统生产计划与调度工具的失效,因而,如何降低再制造生产过程中不确定性因素的影响是该领域的研究重点之一[11,17]。
增大库存是早期用于降低不确定性因素影响的主要方法[11]。
库存能在一定程度上为变动性提供缓冲,从而补偿不确定性的影响,但花费巨大,存货周转率低,故持有大量的成品库存是有风险的。
近年来,研究者主要对不确定性的来源进行研究,并从这个角度寻求降低不确定性影响的方法。
不确定性主要源于回收品的回收时机、回收品的质量不一致等,回收产品的可用部分取决于其生命周期和已服役时间,因此可通过产品生命周期对再制造单一产品闭环供应链产能的影响[18],来研究产品生命周期对于不确定性的影响。
文献[19]和[20]指出,可通过对回收品快速分类,明确其质量等级,以降低回收品质量不确定带来的影响。
还有研究者追溯到产品的回收环节,如Guide 提出用财政激励措施控制产品的回收,这样,时间、质量、产品回收的数量,以及相关的物流函数都是确定的,从而可降低不确定性因素的影响[16]。
此外,Spyros A.Reveliotis 提出了不确定性管理的概念,企图通过机器学习中的强化学习理论来管理拆卸计划中的不确定性[12]。
现有研究从不同角度提出了降低再制造中不确定性因素影响的方法,但它们存在适用范围窄或使用条件苛刻等局限性,另外,仍缺乏对不确定性进行有效管理的模型。
从而,该领域仍将是今第5期张红宇,高阳:再制造生产计划与调度的研究进展·123·后研究的重点。
2.2再制造生产计划建模和求解方法生产计划(production planning)是根据企业的自身生产能力和外部环境、市场对产品的需求情况、原料供应情况以及企业长期发展的目标等因素进行综合考虑、分析、预测,对企业生产发展和经营活动做出决策。
不确定性因素影响下,设计有效的主生产计划(MPS)和进行有效的需求管理以平衡核心件的回收与再制造品需求变得十分困难。