当前社会需求逐渐向多元化,个性化转变,制造单元成为当前多品种小批量类型企业的主要生产模式。深入探讨了该类型企业的制造单元划分问题,构建了以最小化AGV小车搬运次数为目标的制造单元划分数学规划模型。基于此,采用一种改进的布谷鸟算法求解数学规划模型,该算法在标准布谷鸟算法基础上采用动态发现概率以提高全局搜索能力;其次,初始化过程通过规则筛选机制约束解的有效性,保证解码过程的可行性。最后,结合某汽车零配件加工车间生产实例,验证了改进布谷鸟算法的有效性;标准测试案例集验证了改进布谷鸟算法的高效性与稳定性。同时,对比传统流水线生产模式,优化后的制造单元具有更好的柔性和效率。

针对生产车间在多品种、小批量生产过程中物料调度复杂、物料配送无法匹配生产线高效准确的生产需求等问题,提出一种“刚性”物料需求计划与“柔性”产线需求结合的触发方法,构建了一种面向多品种、小批量生产方式的物料准时配送时序模型,并基于某A公司生产数据对模型进行了验证。验证结果表明,该模型能满足生产线多变物料需求,并显著提高了物料的周转率。

随着社会的发展和科技的进步,消费者对于产品的需求呈现多样化,因此多品种小批量生产模式成为制造业的一大主流趋势,但由此带来的加工数据量少的问题给企业生产过程的质量控制及工序能力分析带来了困难。为了解决这个问题,利用相似元理论,根据影响工序的各种因素,将与目标工序相似的其他工序合并成组,通过数据转换扩大样本容量,进而利用大样本加工数据对目标工序进行质量控制和工序能力分析。以某生产车间车削工序为例,计算出该工序的工序能力指数,所得结果与实际情况相符。结果表明,该方法可以给多品种小批量生产模式下企业的质量控制和工序能力分析工作带来许多便捷。

针对多品种小批量的生产过程，依据产品相似性判断条件把同一工序中满足相似性判断条件的不同产品构建为一个零件族，并采用历史数据与实时数据相结合的方法收集样本数据。对样本数据进行标准化转换，采用MINITAB软件对转换后的数据进行检验，表明经过变换之后的数据符合建立控制图的条件。在进行数据变换的时候采用实时均值的方法，使得随着生产的进行，控制图的控制界限在不断变化，增强了控制图的检出能力。使控制图能更好的反映生产过程的实际情况。并通过实例进行分析。