以人為主的U型裝配線生產(chǎn)效率仿真

曹陽(yáng)華，孔繁森

（1.沈陽(yáng)航空航天大學(xué)機(jī)電工程學(xué)院，沈陽(yáng) 110136；2.吉林大學(xué)機(jī)械科學(xué)與工程學(xué)院，長(zhǎng)春 130012）

以人為主的U型裝配線生產(chǎn)效率仿真

曹陽(yáng)華1，孔繁森2

（1.沈陽(yáng)航空航天大學(xué)機(jī)電工程學(xué)院，沈陽(yáng) 110136；2.吉林大學(xué)機(jī)械科學(xué)與工程學(xué)院，長(zhǎng)春 130012）

在有效模擬裝配線上工人行為的基礎(chǔ)上，利用仿真方法對(duì)裝配線的運(yùn)作提出了改善建議.分析了U型裝配線上工人行為的影響因素，根據(jù)對(duì)相關(guān)工人問(wèn)卷調(diào)查的結(jié)果分析，分別對(duì)疲勞、失誤和工作進(jìn)度進(jìn)行了建模研究；以模糊邏輯推理理論為基礎(chǔ)，建立了工人的工作速度模型；應(yīng)用此模型對(duì)某裝配線進(jìn)行了仿真研究，并提出多種改善建議，通過(guò)仿真分析，尋找較優(yōu)改善方案.仿真研究表明：通過(guò)改變工作序以及工作策略，并增加工人間的合作，能夠有效地提高裝配線的生產(chǎn)效率以及工人間的任務(wù)均衡率.

行為模型；人的因素；生產(chǎn)效率

裝配線仿真作為裝配線產(chǎn)能預(yù)測(cè)以及裝配線管理改善的一種有效工具，在裝配線的設(shè)計(jì)以及再設(shè)計(jì)中得到了廣泛的應(yīng)用，然而，其建模與仿真主要集中在系統(tǒng)的硬件運(yùn)作上，人往往被簡(jiǎn)單視作工作時(shí)間符合一定分布的硬件資源［1］.在以人為主的裝配線上，人的行為變化往往有一定規(guī)律可循，以隨機(jī)時(shí)間模擬人的行為變化造成裝配線的仿真并不能反映裝配線的實(shí)際情況，對(duì)裝配線的改進(jìn)以及裝配線的能力預(yù)測(cè)都會(huì)帶來(lái)不良影響，所以在裝配線仿真中對(duì)人的行為進(jìn)行研究，尤其是仿真研究越來(lái)越重要.現(xiàn)有文獻(xiàn)對(duì)人的仿真研究主要集中在以下幾方面：1）研究仿真中人的行為表示，人的各種動(dòng)作的仿真實(shí)現(xiàn)［2-6］；2）從認(rèn)知的角度，研究人的行為決策過(guò)程，研究主要集中在交通以及核電領(lǐng)域［7-12］；3）研究緊急情況下人的行為仿真，主要研究發(fā)生緊急情況時(shí)在多人相互作用下的群體行為［13-15］.裝配線仿真更多考慮的是從系統(tǒng)角度出發(fā)，對(duì)裝配線整體效率進(jìn)行預(yù)測(cè)及改善研究，因而更為關(guān)注的是人的行為所造成的后果以及其對(duì)人的行為的進(jìn)一步影響，并不需要過(guò)多關(guān)注人的動(dòng)作細(xì)節(jié)；裝配線上的工人也并不需要復(fù)雜的認(rèn)知行為；盡管裝配線上工人行為相互影響，但更多的是作為一個(gè)群體，在群體壓力下追求如何提高大家的整體利益，這和緊急情況下人的行為的出發(fā)點(diǎn)是不同的.綜上所述，有必要對(duì)裝配線上工人行為以及其對(duì)裝配線效率影響展開進(jìn)一步的仿真研究.裝配線上人的行為建模需要根據(jù)具體研究背景展開，因此，本文選擇了一個(gè)以手工裝配為主的混流生產(chǎn)U型裝配線，對(duì)該裝配線上的工人行為進(jìn)行了建模仿真，以預(yù)測(cè)該裝配線的生產(chǎn)效率，同時(shí)為改進(jìn)裝配線的管理提供一個(gè)方向.

1　研究背景簡(jiǎn)介

本文的U型裝配線數(shù)據(jù)采集于某發(fā)動(dòng)機(jī)部裝生產(chǎn)線.該U型線為單側(cè)混流生產(chǎn)自由節(jié)拍裝配線，共有15個(gè)工位，其中工位3有2個(gè)工作地，各工位間距為3 m均布，縱向距離4 m，工位間通過(guò)傳送帶連接.經(jīng)過(guò)生產(chǎn)線平衡，共劃分為A、B、C、D、E五個(gè)工作站，其中工作站B由于有并行工位，故安排2名工人.圖1展示了該U型裝配線的布局以及工人任務(wù)分工.

為保持生產(chǎn)壓力，只在入口端設(shè)定一個(gè)固定節(jié)拍，按照流水生產(chǎn)的思想，工人每次在每個(gè)工位只裝配一個(gè)零件，各工作站的工作優(yōu)先序如表1所示.

表1　各工作站工作優(yōu)先序Table 1 Work order of different stations

工人每天8：00開始工作至17：00結(jié)束工作，9：45—10：00、11：45—13：00、14：45—15：00、16：45—17：00為整理及休息時(shí)間段.

2　工人行為建模

裝配線上的工人行為可分為2類：作業(yè)選擇以及工作速度決策.由于工作優(yōu)先序已經(jīng)由管理層確定，裝配線上工人所需做的唯一決策就是工作速度決策，因而工人行為建模主要研究工人的工作速度建模.為了全面掌握工人工作速度的影響因素，本文對(duì)相關(guān)工人和管理層進(jìn)行了問(wèn)卷調(diào)查，得到的工作速度影響因素可以歸為2類：一類是共性因素，即對(duì)大家都有類似影響的因素；一類是個(gè)體因素，即不斷變化的因素，同時(shí)這些因素對(duì)大家的影響也不同.仿真建模更多地關(guān)注個(gè)體因素，只有這樣才能反映出每個(gè)人工作速度的變化，同時(shí)通過(guò)對(duì)個(gè)體因素對(duì)工作速度影響的量化研究，也能間接反映共性因素的影響.經(jīng)過(guò)歸類分析，最后得出了對(duì)工作速度有重大影響的3個(gè)個(gè)體因素為疲勞、失誤以及工作進(jìn)度帶來(lái)的工作壓力.

各種影響因素對(duì)工作速度的綜合作用機(jī)理比較復(fù)雜，同一因素對(duì)不同工人的影響程度往往也不同，問(wèn)卷調(diào)查是一種較好地獲取現(xiàn)場(chǎng)工人對(duì)工作速度影響因素與工作速度之間量化關(guān)系的方法，對(duì)不同工人分別進(jìn)行實(shí)名問(wèn)卷調(diào)研，有利于建立針對(duì)具體工人的工作速度模型.工人的速度決策是工人根據(jù)工作速度影響因素的變化對(duì)工作速度進(jìn)行的相應(yīng)的調(diào)整、控制，使得以較小的代價(jià)盡可能保證裝配線正常運(yùn)行的過(guò)程，盡管工作速度影響因素的變化是客觀存在的，但工人對(duì)工作速度影響因素的變化的判斷往往是定性的、粗略的，語(yǔ)言表達(dá)是模糊的，因此，基于模糊數(shù)學(xué)基礎(chǔ)上的模糊判斷以及模糊邏輯推理更適宜于解決基于工人主觀判斷基礎(chǔ)上的工作速度決策問(wèn)題.綜上所述，本文選擇問(wèn)卷調(diào)研和模糊邏輯推理方法對(duì)工人速度進(jìn)行建模研究.

2.1工作進(jìn)度帶來(lái)的工作壓力建模

經(jīng)過(guò)座談，工作進(jìn)度是衡量工人工作量的標(biāo)準(zhǔn)，是工作壓力的主要來(lái)源，因而可以用工作進(jìn)度近似反映工作壓力.通過(guò)對(duì)現(xiàn)場(chǎng)工人的調(diào)研，工作進(jìn)度通常用自己工作站內(nèi)在制品數(shù)量與相鄰的上下游進(jìn)度最快（在制品數(shù)量最少）的工作站內(nèi)在制品數(shù)量的差異來(lái)衡量，進(jìn)而做出對(duì)自己工作進(jìn)度的判斷.工作進(jìn)度可以分為3檔：領(lǐng)先、相當(dāng)、落后，分別對(duì)應(yīng)工作壓力低、中、高.當(dāng)工作進(jìn)度落后時(shí)，說(shuō)明在自己工作站內(nèi)產(chǎn)品積壓比別人多，考慮到團(tuán)隊(duì)的壓力，由于心理因素的作用，工人勢(shì)必會(huì)努力工作，加快工作速度，以使整個(gè)裝配線的生產(chǎn)正常進(jìn)行，并使其行為符合團(tuán)隊(duì)預(yù)期；當(dāng)工作進(jìn)度領(lǐng)先時(shí)，工人如果正?；蚩焖俟ぷ鲃?shì)必會(huì)導(dǎo)致將來(lái)沒(méi)有任務(wù)可做，所以從疲勞的角度來(lái)說(shuō)，如果此時(shí)有工作需求，工人勢(shì)必會(huì)放緩工作速度；如果大家工作進(jìn)度相當(dāng)，工人則會(huì)以正常速度工作.

通過(guò)問(wèn)卷調(diào)研，得出在100%可靠性（對(duì)該評(píng)語(yǔ)的判斷不模糊，有100%把握，以下同，這是問(wèn)卷過(guò)程中最容易得到的，也是相對(duì)比較準(zhǔn)確的數(shù)據(jù)）的前提下，工作壓力判斷的依據(jù)如表2所示（以某工人為例）.

表2　工作進(jìn)度帶來(lái)的工作壓力判斷表（100%肯定）Table 2 Work pressure judgment（surely）

由于進(jìn)度判斷是在自己完成工位任務(wù)后進(jìn)行的，因此，與自己比較的相鄰工人有可能正在工作中，所以進(jìn)度比較值整體有些向左偏移，本文認(rèn)為這是正常的.

由于對(duì)他人工作壓力的判斷是定性判斷，而工作進(jìn)度觀測(cè)值是定量值，因此根據(jù)現(xiàn)場(chǎng)對(duì)工人的調(diào)研，用圖2所示隸屬度曲線來(lái)反映工作進(jìn)度帶來(lái)的工作壓力.

2.2疲勞建模

疲勞的產(chǎn)生與消除是人體正常生理過(guò)程，作業(yè)產(chǎn)生疲勞和休息恢復(fù)體力，這兩者多次交替重復(fù).疲勞不僅導(dǎo)致工作速度下降，還會(huì)導(dǎo)致失誤率上升，因此，疲勞因素是建模時(shí)應(yīng)該加以考慮的重要因素.疲勞有心理疲勞和生理疲勞2種，鑒于本文研究的背景，只關(guān)注了生理疲勞，并未對(duì)心理疲勞進(jìn)行研究.經(jīng)過(guò)初步的問(wèn)卷以及座談?dòng)懻?，分析得出疲勞的影響因素主要包括作業(yè)強(qiáng)度和持續(xù)工作時(shí)間.

疲勞程度問(wèn)卷中，通常用每小時(shí)完成的工時(shí)來(lái)計(jì)算工人的作業(yè)強(qiáng)度，經(jīng)過(guò)問(wèn)卷調(diào)研，作業(yè)強(qiáng)度的高、中、低的清晰判斷如表3所示（以某工人為例）.

表3　作業(yè)強(qiáng)度定義（100%肯定）Table 3 Labor intensity judgment（surely）

鑒于主觀評(píng)定的模糊性，為后續(xù)建模的需要，本文同樣對(duì)作業(yè)強(qiáng)度的判斷進(jìn)行了模糊處理，具體如圖3所示.

在對(duì)作業(yè)強(qiáng)度各種評(píng)語(yǔ)100%肯定的情況下，調(diào)研分別達(dá)到各種疲勞程度（100%肯定）的工作時(shí)間，問(wèn)卷結(jié)果如表4所示（以某工人為例）.

在特定作業(yè)強(qiáng)度下，隨著持續(xù)工作時(shí)間的增加，人們對(duì)疲勞程度的判斷也會(huì)發(fā)生變化，而在有些時(shí)間范圍內(nèi)人們對(duì)疲勞程度的判斷也是模糊的，因而本文同樣對(duì)持續(xù)工作時(shí)間和疲勞的關(guān)系進(jìn)行了模糊化處理，隸屬度曲線如圖4所示.

疲勞程度是作業(yè)強(qiáng)度和持續(xù)工作時(shí)間2個(gè)影響因素綜合作用的結(jié)果，本文通過(guò)如下處理方法體現(xiàn)其共同作用關(guān)系.

記作業(yè)強(qiáng)度對(duì)各評(píng)語(yǔ)的隸屬度為

表4　疲勞問(wèn)卷結(jié)果統(tǒng)計(jì)Table 4 Questionnaire results of fatigue degree

如果作業(yè)強(qiáng)度為i（100%肯定），由圖4可得出經(jīng)過(guò)時(shí)間t后，疲勞對(duì)各評(píng)語(yǔ)的隸屬度，將其記為

則在作業(yè)強(qiáng)度是模糊值的前提下，經(jīng)過(guò)時(shí)間t后，工人疲勞程度對(duì)各評(píng)語(yǔ)的隸屬度為

2.3個(gè)人失誤建模

操作中的個(gè)人失誤是不可避免的，手工裝配出現(xiàn)失誤時(shí)往往需要拆解重新裝配，它不僅影響任務(wù)裝配時(shí)間，有時(shí)候甚至影響整條裝配線，所以需要把操作失誤因素也加到行為模型中.可靠性研究專家Swain給出的失誤率的計(jì)算公式［16］為

式中：q為人的失誤率；k為修正系數(shù)；R為基本可靠度；a為工作時(shí)間系數(shù)；b為操作頻率系數(shù)；c為危險(xiǎn)狀況系數(shù)；d為心理、生理?xiàng)l件系數(shù)；e為環(huán)境條件系數(shù).

本文采用了類似的思想.經(jīng)過(guò)調(diào)查，由于工作性質(zhì)相似，基本可靠度都近似一致，統(tǒng)計(jì)以往相似生產(chǎn)的數(shù)據(jù)，結(jié)合跟工人和管理層的座談，以及試生產(chǎn)的經(jīng)驗(yàn)，本文給定基準(zhǔn)失誤率2%，即正常水平下工人的失誤率，實(shí)際失誤率是基準(zhǔn)失誤率和各種失誤影響因素綜合作用的結(jié)果.通過(guò)問(wèn)卷調(diào)查，在影響因素中，從個(gè)人的角度看，在本文的工作條件下，操作失誤主要受疲勞和工作壓力的影響.關(guān)于疲勞程度以及工作壓力的判斷方法，前文已有詳盡的描述，因此，這里需要解決的是在給定疲勞程度以及工作壓力的前提下，確定工人的操作失誤率.

1）壓力與失誤的關(guān)系建模

有研究表明，壓力過(guò)大過(guò)小都會(huì)造成失誤率的上升，在情境意識(shí)研究的相關(guān)文獻(xiàn)中也同樣得出該結(jié)論［17］.U型線工作中的壓力主要來(lái)源于進(jìn)度壓力，自己的進(jìn)度落后時(shí)會(huì)提速以追趕進(jìn)度，導(dǎo)致失誤率上升；而進(jìn)度領(lǐng)先時(shí)精神上會(huì)放松，同樣導(dǎo)致失誤率上升；只有在壓力水平適中時(shí)，才會(huì)保持一個(gè)較低的失誤率.經(jīng)過(guò)調(diào)查給出3種情況對(duì)失誤率的影響如表5所示（以某工人為例）.

表5　工作壓力與失誤率關(guān)系Table 5 Relationship between work pressure and work failure

由于壓力是模糊的，本文采用如下處理方式得出最終由壓力造成的失誤系數(shù).

由表5可以得出不模糊情況下壓力造成的失誤系數(shù)為

假定進(jìn)度數(shù)據(jù)對(duì)各種壓力評(píng)語(yǔ)的隸屬度為

則最終給定工作進(jìn)度對(duì)失誤的影響通過(guò)如下系數(shù)來(lái)體現(xiàn)：

式中E壓力為壓力對(duì)失誤率的影響系數(shù).

2）疲勞與失誤的關(guān)系建模

疲勞會(huì)導(dǎo)致注意力不能集中，也會(huì)對(duì)失誤率產(chǎn)生影響，經(jīng)過(guò)調(diào)研，疲勞與失誤率的關(guān)系如表6所示（以某工人為例）.

表6　疲勞與失誤率關(guān)系Table 6 Relationship between fatigue and work failure

由于對(duì)疲勞的判斷是模糊的，因而最終疲勞與失誤的處理方式同壓力與失誤關(guān)系的處理方式.

3）總體失誤系數(shù)建模

借鑒Swain對(duì)影響因素和失誤率的處理方式，同時(shí)也經(jīng)過(guò)調(diào)研，本文給出總體失誤系數(shù)為

式中：f疲勞、f壓力分別為與疲勞和壓力相關(guān)的失誤系數(shù)，最終的失誤率用總體失誤系數(shù)與基準(zhǔn)失誤率的乘積來(lái)表示.操作失誤的發(fā)生是基于概率的，因而本文對(duì)操作失誤采取了隨機(jī)數(shù)仿真的處理方式.當(dāng)操作失誤發(fā)生時(shí)，工人會(huì)變得小心翼翼，更加追求準(zhǔn)確性，此時(shí)工作速度降低，經(jīng)過(guò)一段時(shí)間的調(diào)整，又會(huì)回到正常狀態(tài)，工作速度也變?yōu)檎?，?jīng)過(guò)調(diào)研，本文設(shè)定恢復(fù)時(shí)間為至少120 s，即大約操作完3個(gè)工序以后（完成一輪裝配）.

2.4工作速度建模

各因素對(duì)工作速度的綜合作用是復(fù)雜的，鑒于工人對(duì)各影響因素以及工作速度的判斷均為定性判斷，因此本文選用模糊邏輯推理方法來(lái)對(duì)工作速度進(jìn)行建模，選擇最大-最?。╩ax-min）推理方法進(jìn)行模糊推理［18］.記輸入變量為a和b，輸出變量為c，它們依次分別有m、n、s個(gè)模糊子集，如果有h條if-then的模糊規(guī)則，例如：

根據(jù)最大-最小（max-min）推理方法，可以得出c對(duì)模糊子集r的隸屬度為

模糊推理過(guò)程中作用于系統(tǒng)的輸出往往是不模糊的，因此必須將模糊量轉(zhuǎn)換成確定量，這個(gè)過(guò)程被稱之為解模糊化，本文采用重心法進(jìn)行解模糊化，該方法的數(shù)學(xué)表達(dá)式為

式中∫為輸出模糊子集所有元素的隸屬度值在連續(xù)論域C上的代數(shù)積分.

以某一工人為例，經(jīng)過(guò)問(wèn)卷調(diào)查，得到如表7所示規(guī)則表.

表7　工作速度確定規(guī)則表Table 7 Work speed determination rules

將正常工作速度定義為按照標(biāo)準(zhǔn)工時(shí)完成任務(wù)時(shí)的工作速度，為便于統(tǒng)一比較，將其值設(shè)定為1.0，工作速度設(shè)定為正常工作速度的倍數(shù)，即如果速度比正常工作速度快，則工作速度值大于1.0，反之小于1.0.經(jīng)過(guò)調(diào)研，得出在100%肯定前提下各評(píng)語(yǔ)對(duì)應(yīng)的工作速度，進(jìn)而采用三角隸屬函數(shù)對(duì)各評(píng)語(yǔ)進(jìn)行模糊化，得到工作速度對(duì)各評(píng)語(yǔ)的隸屬度曲線如圖5所示（以某工人為例）.

按照前文所述的模糊邏輯推理方法，由觀測(cè)到的工作進(jìn)度、作業(yè)強(qiáng)度以及作業(yè)持續(xù)時(shí)間，經(jīng)過(guò)模糊化可得到工作壓力以及疲勞程度對(duì)各評(píng)語(yǔ)的隸屬度，由此可計(jì)算出對(duì)應(yīng)工人相應(yīng)的失誤率，經(jīng)過(guò)隨機(jī)數(shù)仿真可判定其是否發(fā)生失誤，進(jìn)而按照表7確定的工作速度規(guī)則，按照最大最小原則可判定在給定輸入下，輸出的工作速度對(duì)各規(guī)則的隸屬程度，由重心法解模糊化可確定最終輸出的工作速度.

3　仿真分析

為便于對(duì)比分析，本文分別對(duì)人的行為模型和傳統(tǒng)的機(jī)器模型（本文將加工時(shí)間是定值的仿真模型稱為機(jī)器模型）以及隨機(jī)模型（本文將加工時(shí)間符合一定分布的隨機(jī)值的模型稱為隨機(jī)模型）進(jìn)行了仿真建模.在隨機(jī)模型中，本文設(shè)定加工時(shí)間符合正態(tài)分布，其方差為 0.13倍標(biāo)準(zhǔn)工時(shí)，這樣99.73%的置信區(qū)間上下限分別是0.6倍標(biāo)準(zhǔn)工時(shí)和1.4倍標(biāo)準(zhǔn)工時(shí)，和本文速度模型上下限一致.本文仿真基于em-plant，仿真實(shí)體建模截圖如圖6所示.

仿真實(shí)體建模中基本參數(shù)的設(shè)置：

1）每個(gè)工位采用Singleproc對(duì)象設(shè)定；

2）工位間通過(guò)傳送帶連接，運(yùn)行速度為1 m/s，最大容量為4；

3）工人的行走速度為0.8 m/s，工作完停留在原工位等待下一道工作指令；

4）在有行走路徑的工作地之間，通過(guò)Footpath

設(shè)定行走路徑；

5）各種產(chǎn)品訂單的產(chǎn)生用符合均勻分布的隨機(jī)數(shù)來(lái)實(shí)現(xiàn)；

6）該U型線為自由節(jié)拍裝配線，為了保證一定的生產(chǎn)壓力，在入口端以一定的節(jié)拍發(fā)送在制品，節(jié)拍根據(jù)裝配線平衡結(jié)果和生產(chǎn)需求設(shè)定為127 s；

7）裝配工時(shí)在Worker對(duì)象的 Order屬性中設(shè)置；

8）產(chǎn)量在進(jìn)入Drain時(shí)統(tǒng)計(jì)，在每個(gè)工位后面的Line的入口處統(tǒng)計(jì)工人加工完產(chǎn)品的類型、計(jì)數(shù)、等待時(shí)間及工時(shí)；

9）由于工位3有2個(gè)工作地，工位2發(fā)出的產(chǎn)品均勻通過(guò)2個(gè)工作地.

工人的管理統(tǒng)一由一個(gè)Broker控制，采取先到先服務(wù)的策略，如果同時(shí)到達(dá)，則先調(diào)度編號(hào)小的工人.為了避免調(diào)度的沖突，本文將所有工人放到一個(gè)Workpool里等待Broker的調(diào)度.

考慮到隨機(jī)因素對(duì)仿真結(jié)果的影響，本文對(duì)每個(gè)模型分別進(jìn)行了20次重復(fù)運(yùn)算，每次仿真時(shí)長(zhǎng)30 d，選取置信概率為90%，用平均數(shù)據(jù)來(lái)做分析.

3.1仿真結(jié)果統(tǒng)計(jì)及分析

1）行為模型的驗(yàn)證

為了驗(yàn)證本文建立的行為模型的有效性，本文對(duì)仿真輸出的數(shù)據(jù)與實(shí)際生產(chǎn)數(shù)據(jù)進(jìn)行了對(duì)比分析，t檢驗(yàn)結(jié)果如表8所示.Sig值大于0.1，可以認(rèn)為本文建立的行為仿真模型是有效的，可以用其進(jìn)行裝配線生產(chǎn)效率的進(jìn)一步研究.

2）機(jī)器模型、隨機(jī)模型和行為模型的對(duì)比分析

表9是機(jī)器模型、隨機(jī)模型和行為模型的仿真結(jié)果統(tǒng)計(jì).

可以看出，在當(dāng)前生產(chǎn)條件下，機(jī)器模型和隨機(jī)模型均高估了裝配線的生產(chǎn)效率.機(jī)器模型不能體現(xiàn)工人速度的變化，而隨機(jī)模型反映的工人速度變化與實(shí)際并不相符，因此用上述2個(gè)模型來(lái)做裝配線產(chǎn)量預(yù)測(cè)以及管理改進(jìn)并不合適.行為模型是在通過(guò)工人調(diào)研形成的速度模型的基礎(chǔ)上運(yùn)行的，對(duì)人的行為模擬更加貼合實(shí)際，因此比機(jī)器模型和隨機(jī)模型更加具有實(shí)際應(yīng)用意義.

表8　模型驗(yàn)證結(jié)果Table 8 Model verification results

表9　仿真結(jié)果統(tǒng)計(jì)Table 9 Simulation result statistics

3）以行為模型為基礎(chǔ)的裝配線運(yùn)作中存在的問(wèn)題分析

為了便于進(jìn)一步分析及改進(jìn)，對(duì)行為模型進(jìn)行了相關(guān)統(tǒng)計(jì)，具體如表10、11所示.

表10　各工位前輸送線堵塞率Table 10 Block rate of conveying lines

表11　各工人完成工時(shí)及行走時(shí)間統(tǒng)計(jì)Table 11 Working and walking time statistics

通過(guò)上述統(tǒng)計(jì)，可以發(fā)現(xiàn)以下問(wèn)題：

①產(chǎn)品流動(dòng)不暢，等待加工時(shí)間過(guò)長(zhǎng).從表10可以看出，前端工位盡管具有較高的優(yōu)先權(quán)，但依然具有較高的堵塞率，而后端工位由于優(yōu)先權(quán)較低，一方面受制于前端產(chǎn)品的堵塞，另一方面本身也存在一定的堵塞率，從而導(dǎo)致產(chǎn)品不能夠及時(shí)出產(chǎn)，造成工人無(wú)謂的等待過(guò)多.

②行走浪費(fèi)過(guò)多.從表11可以看出，工人行走距離過(guò)多，而行走并不產(chǎn)生生產(chǎn)力.6個(gè)工人30 d工作時(shí)間總計(jì)行走266 482 m，以行走速度0.8 m/s來(lái)計(jì)算，則浪費(fèi)時(shí)間高達(dá)92.53 h，約相當(dāng)于一個(gè)工人13 d的工作時(shí)間，可見行走浪費(fèi)較大.

③工人間完成的工時(shí)定額并不盡相同.盡管工作量比較接近，但還是有所差別，從表11可計(jì)算得出，工作量最多工人與工作量最少工人之間的工時(shí)差額達(dá)到7.13標(biāo)準(zhǔn)工時(shí)，工作量的差異導(dǎo)致工人忙閑不均，也帶來(lái)了工資收入的差異，容易引起工人的不滿.

4）對(duì)現(xiàn)有裝配線運(yùn)作的改善建議

①調(diào)整工作序.原有工作序并未有效緩解前端堵塞的壓力，同時(shí)造成后端部分堵塞，因此考慮調(diào)整工作序，使靠近出口的工位具有較高優(yōu)先權(quán)，從而使得產(chǎn)品到達(dá)后端后能夠及時(shí)出產(chǎn)，減少在后端工位的等待時(shí)間.

②調(diào)整工作策略.原有工作策略和固定節(jié)拍流水線的工作策略是類似的，即工人在每個(gè)工位只裝配一個(gè)產(chǎn)品，按照各工位發(fā)出申請(qǐng)的先后順序以及優(yōu)先權(quán)執(zhí)行作業(yè)選擇.從減少行走的角度考慮，如果優(yōu)先權(quán)高的工位前有產(chǎn)品排隊(duì)等待，則加工完所有排隊(duì)產(chǎn)品后再去優(yōu)先權(quán)較低的工位，這樣能夠減少行走浪費(fèi).

③增加合作機(jī)制.由于是多產(chǎn)品混流生產(chǎn)，按照固定節(jié)拍流水線的平衡方法進(jìn)行裝配線平衡很困難，同一工作站內(nèi)以及工作站間往往存在忙閑不均的情況，因此，為了使各工作站間工人的工作量盡可能地均衡，本文提出了空閑時(shí)合作的思路.按照前面的平衡方案，考慮技能掌握的難易性，設(shè)定6、9、11、12、13、14、15工位為合作工位；同時(shí)為避免過(guò)多的行走干涉，合作只能在相鄰工作站間展開.

3.2改善方案及仿真分析

各種改善建議綜合起來(lái)，共計(jì)可形成2×2× 2=8種方案（具體方案見表12）.為了分析各種改善建議的綜合影響，本文對(duì)這8種方案分別進(jìn)行了仿真分析，結(jié)果如表12所示.

表12　8種方案的仿真結(jié)果統(tǒng)計(jì)Table 12 Simulation results of different improvement schema

由表12數(shù)據(jù)，可以整理出各因素及其相互作用對(duì)產(chǎn)量的影響：

1）單因素作用分析.從單因素上看，單純地增加合作以及改變工作序反而帶來(lái)產(chǎn)量的降低，并未達(dá)到設(shè)想的效果，改變工作策略對(duì)產(chǎn)量的提升效果很明顯.統(tǒng)計(jì)分析發(fā)現(xiàn)（限于篇幅數(shù)據(jù)故略），合作使得行走時(shí)間占比增加，盡管后端堵塞率有所下降，但前端工位任務(wù)由于不能及時(shí)得到處理，堵塞率反而有所上升，因而導(dǎo)致產(chǎn)量下降；改變工作序使后端的堵塞率顯著下降，但前端的堵塞率顯著上升，使得前端工位生產(chǎn)停滯的幾率大大增加，兩種變化綜合作用使得產(chǎn)量反而降低；改變工作策略則通過(guò)顯著地減少行走浪費(fèi)來(lái)提高產(chǎn)量（平均行走時(shí)間占比由8.56%下降到2.68%）.

2）兩因素綜合作用分析.改變工作策略并增加合作共同作用對(duì)產(chǎn)量反而產(chǎn)生了負(fù)面的影響，而其他的兩策略組合都給產(chǎn)量帶來(lái)了積極的影響.統(tǒng)計(jì)分析發(fā)現(xiàn)，在改變工作策略并增加合作時(shí)，合作工位的優(yōu)先權(quán)較低，離前端工位較遠(yuǎn)，因而合作帶來(lái)了行走距離的增加，抵消了部分改變工作策略帶來(lái)的產(chǎn)量的增加；改變工作序會(huì)和合作產(chǎn)生正向作用，帶來(lái)產(chǎn)量的提高，主要原因是合作工位主要在后端，改變工作序以及合作均增加后端產(chǎn)品的流動(dòng)，同時(shí)減少了行走距離的增加幅度，通過(guò)合作使得前端堵塞率有所下降，因而產(chǎn)量有所提升；改變工作序和改變工作策略共同作用，盡管由于后端工位任務(wù)排隊(duì)較少導(dǎo)致增加了部分行走距離，但加速了后端產(chǎn)品的流動(dòng)，同時(shí)前端工位的堵塞率并未顯著增加，進(jìn)而帶來(lái)產(chǎn)量的提升.

3）三因素綜合作用分析.在三因素的共同作用下，產(chǎn)量又有了一定的提高，三因素的共同作用是正向的；同時(shí)，通過(guò)合作，各工人之間的工作量差異有了較為明顯的減少，這對(duì)減少工人不良情緒的發(fā)生是有益的.

很明顯，3種改善建議綜合起來(lái)（即方案1）效果最為明顯，對(duì)產(chǎn)量以及任務(wù)均衡率可分別提高5.5%和3.15%.因而其是一個(gè)較好的改善方案.

4　結(jié)論

1）傳統(tǒng)的機(jī)器模型以及隨機(jī)模型由于未考慮人的行為因素，往往會(huì)高估裝配線的生產(chǎn)效率；

2）改變工作策略能夠提高裝配線的生產(chǎn)效率；

3）并非所有的合作都會(huì)提高生產(chǎn)效率以及任務(wù)均衡率，只有和其他管理措施有效地結(jié)合，才能充分發(fā)揮合作的作用.

4）單純地通過(guò)改變工作序增加后端產(chǎn)品的流動(dòng)性并不一定能夠提高生產(chǎn)效率，只有通過(guò)和其他措施相結(jié)合，提高整個(gè)產(chǎn)品線的流動(dòng)性，才能夠提高生產(chǎn)效率.

［1］BAINES T，MASON S，SIEBERS P，et al.Humans：the missing link in manufacturing simulation［J］.Simulation Modelling Practice and Theory，2004，12（3）：515-526.

［2］RIGOTTI C，CERVERIP，ANDREONIG，etal. Modeling and driving a reduced human mannequin through motion captured data：a neutral network approach［J］. IEEE Transactions on Systems，Man and Cybernetics—Part A：Systems and Humans，2001，31（3）：187-193.

［3］PARK W，CHAFFIN D B，MARTIN B J，et al.Memorybasedhumanmotionsimulationforcomputer-aided ergonomic design［J］.IEEE Transactions on Systems，Man and Cybernetics—Part A：Systems and Humans，2008，38 （3）：513-527.

［4］CHAFFIN D B，F(xiàn)ARAWAY J J.Stature，age and gender effects on reach motion postures［J］.Human Factors，2000，42（3）：408-420.

［5］王志遠(yuǎn).虛擬人運(yùn)動(dòng)仿真研究［D］.哈爾濱：哈爾濱工程大學(xué)，2011. WANG ZY.Researchonvirtualhumanmovement simulation［D］.Harbin：Harbin Engineering University，2011.（in Chinese）

［6］周德吉，武殿梁，邱世廣，等.虛擬現(xiàn)實(shí)環(huán)境中包含虛擬人的全要素裝配操作仿真［J］.計(jì)算機(jī)集成制造系統(tǒng)，2012，18（10）：2183-2190. ZHOU D J，WU D L，QIU S G，et al.Assembly operating simulation of entire elements containing virtual human in virtualenvironment［J］.ComputerIntegrated Manufacturing Systems，2012，18（10）：2183-2190.（in Chinese）

［7］WEIJ， SALVENDYG.Developmentofahuman information processing model for cognitive task analysis and design［J］.Theoretical Issues in Ergonomics Science，2006，7（4）：345-370.

［8］RAVINDER U，MCCANN R S，BEUTTER B，et al. Development of a human performance modeling tool for user interface evaluation in next generation spacecraft：an empirical approach［C］∥Proceedings of 2007 IEEE InternationalConferenceonSystems，Manand Cybernetics.NJ：IEEE，2007：2545-2550.

［9］任有，許洪國(guó)，李顯生，等.仿真追尾碰撞中駕駛員轉(zhuǎn)向反應(yīng)模型研究［J］.交通運(yùn)輸系統(tǒng)工程與信息，2007，7（3）：94-99. REN Y，XU H G，LI X S，et al.Research on module of driver’s steering reaction upon simulative tail-crashing environment［J］.JournalofTransportationSystems Engineering and Information Technology，2007，7（3）：94-99.（in Chinese）

［10］劉雁飛，吳朝暉.駕駛ACT-R認(rèn)知行為建模［J］.浙江大學(xué)學(xué)報(bào)（工學(xué)版），2006，40（10）：1657-1662. LIU Y F，WU Z H.Driver behavior modeling in ACT-R cognitive architecture［J］.Journal of Zhejiang University （Engineering Science），2006，40（10）：1657-1662.（in Chinese）

［11］任園園，李顯生，席建鋒.駕駛行為決策風(fēng)險(xiǎn)的多維結(jié)構(gòu)模型［J］.吉林大學(xué)學(xué)報(bào)（工學(xué)版），2011，41 （2）：343-349. REN Y Y，LI X S，XI J F.Multidimensional structural model of risk on driving behavior decision-making［J］. Journal of Jilin University（Engineering and Technology Edition），2011，41（2）：343-349.（in Chinese）

［12］HELBING D，F(xiàn)ARKASI，VICSEKT.Simulating dynamical features of escape panic［J］.Letters to Nature，2000，407：487-490.

［13］BATTY M，DESYLLAS J，DUXBURY E.The discrete dynamicsofsmall-scalespatialevents：agent-based models of mobility in carnivals and street parades［J］.Int J Geograph Inform Science，2003，17（7）：673-697.

［14］ARENTZE T，TIMMERMANS H.A need-based model of multi-day，multi-personactivitygeneration［J］. Transportation Research—Part B：Methodological，2009，43（2）：251-265.

［15］李鵬程，陳國(guó)華，張力，等.人因可靠性分析技術(shù)的研究進(jìn)展與發(fā)展趨勢(shì)［J］.原子能科學(xué)技術(shù)，2011，45 （3）：329-340. LI P C，CHEN G H，ZHANG L，et al.Research review and development trends of human reliability analysis techniques［J］.Atomic Energy Science and Technology，2011，45（3）：329-340.（in Chinese）

［17］武淑平.電力企業(yè)生產(chǎn)中人因失誤影響因素及管理對(duì)策研究［D］.北京：北京交通大學(xué)，2009. WU Shu-ping.Study on the influencing factors and management ofhumanerrorsintheproductionof electricity enterprises［D］.Beijing：Beijing Jiaotong University，2009.（in Chinese）

［18］諸靜.模糊控制理論與系統(tǒng)原理［M］.北京：機(jī)械工業(yè)出版社，2005.

（責(zé)任編輯 呂小紅）

Production Efficiency Simulation of Human-oriented U Shaped Line

CAO Yanghua1，KONG Fansen2
（1.Institute of Mechanical and Electrical Engineering，Shenyang Aerospace University，Shenyang 110136，China；2.Institute of Mechanical Science and Engineering，Jilin University，Changchun 130012，China）

Suggestions for improvement of U shaped assembly line operation was proposed by a simulation method based on the effective worker behavior model.The influence factors of worker behavior were analyze.On this basis，the fuzzy model of fatigue，failure and work progress was proposed respectively according to the questionnaire results of related workers.The working speed model was proposed by using the fuzzy logic inference theory.This model was applied to a U shaped line simulation，and several suggestions for improvement were proposed according to the simulation results.The optimal improvement plan was chosen by further simulation.The simulation results show that the production efficiency and the task balance rate of U shaped line can be improved effectively by cooperation，changing the work order and working strategy.

behavior model；human factors； production efficiency

TH 186

A

0254-0037（2016）01-0042-09

10.11936/bjutxb2014120064

2014-12-28

航空科學(xué)基金資助項(xiàng)目（2013ZE54026）；吉林省自然科學(xué)基金資助項(xiàng)目（201105018）

曹陽(yáng)華（1975—），男，副教授，主要從事系統(tǒng)評(píng)價(jià)、制造系統(tǒng)中人的可靠性方面的研究，E-mail：caoyanghua@tom.com