工业工程生产管理模块专业课程设计

1
工业工程生产管理模块
专业课程设计
说明书
专 业： 工业工程085 学 号： 084774234 学生姓名： 张 琼 指导教师： 李国富
2012 年 3 月 1
日
目录
1绪论 (3)
1.1流水作业制造系统 (3)
1.2普通生产作业制造系统 (5)
2 流水作业 (6)
3 一般生产作业 (9)
3.1 较简单的一般生产作业计划 (9)
3.2 较复杂的一般生产作业计划 (13)
4 随机和优化生产作业的比较 (18)
5 企业合作需求的产生和实现模式 (19)
6 总结 (20)
参考文献 (21)
附录一 (21)
附录二 (29)
1 绪论
1.1流水作业
1.1.1 流水作业的概念
流水作业是一种比较先进的作业方法, 指专业员工按照一定的工艺路线和顺序通过各个工作台，并按照统一的生产速度完成工艺作业的连续重复的生产过程。

即m 台机器对n个工件的流水加工过程，每个工件在各机器上加工顺序相同，同时每个工件在每台机器上只加工一次，每台机器在某一时刻只能加工一个工件，各工件在各机器上所需的加工时间已定，要求得到加工总时间最优。

尽管流水作业是作业计划一个特殊问题,但仍有较强的应用背景,在成组生产环境下更是如此。

流水作业又叫流水线生产，基础是由设备、工作地和传送装置构成的设施系统。

它实质是对象专业化组织形式的进一步发展。

现代流水生产方式起源于福特制。

美国福特汽车公司为扩大汽车生产量，建立了传送带式的流水生产线，由于采用了流水生产方式，大大增加了单位时间的产量，降低了单位产品的生产成本，从而使福特财团的资本迅速上升。

采用流水线生产可提高生产过程的连续性、协调性和均衡性，提高工人操作的熟练程度和劳动效率，便于企业采用先进的工艺和技术设备。

1.1.2 流水生产作业过程的特点
流水生产作业是高效的生产组织形式。

其主要特征有：
（1）作业的专业化程度高。

大量高效生产、低成本制造模式，在流水线固定地生产一种或少数几种相似的工件，每个工作固定完成一道或少数几道工序；
（2）流水线上的加工对象是按照工艺加工的顺序从一个工作站传送到另一个工作站，加工对象在流水线上做单向运动，生产的重复性强且工艺过程相对稳定，生产作业时间组织工作相对比较简单；
（3）多采用高效专门化机床和专用性工具，可以达到很高的生产率；
（4）加工对象在各道工序之间按一定的时间间隔投入或产出，两批相同的制品之间也按一定的时间间隔投入流水线或从流水线产出，保持一定的节奏；
（5）加工对象在各个工作站之间做平行移动或平行顺序移动，最大限度地减少了停工等待时间；
（6）流水线上各道工序的生产能力是平衡的、成比例的，即各道工序的工作站
（设备）数同各道工序单件制品的加工时间大致相等。

1.1.3 流水生产作业过程的影响因素
在实际生产中影响流水生产作业过程的最重要因素是瓶颈工序，瓶颈环节的产生会影响整条生产线的效率，导致整条生产线无法保持平衡。

瓶颈工序越长，整条生产线的平衡率越低。

瓶颈是具有最多生产时间的工序，占有最高的可利用资源。

大多数企业的目标是最大化利润。

因此要改善瓶颈工序，减少在制品库存，为瓶颈工序调整设备或员工配置，提高设备效率，提高员工作业技能，创建多工位共享的流水线布局（U形流水线），通过平衡流水线、调整生产线工序等方式平衡各道工序的流程能力。

1.1.4 作业计划方法及其实施
（1）SPT（最短加工时间）优先原则排序，使得MFT（作业平均通过时间）最短，同时可以使得作业平均延误时间最短；
（2）约翰逊算法：考虑设备利用率越高越能以最短的时间完成任务的方法。

（3）贪心算法，针对通常情况下调度问题求解困难的问题 ,求解近似解,虽与最优解相比有一定误差，但其时间复杂度较小。

（4）启发式算法：目标是使加权完工时间最小。

同一工件在一台机器上完工后与在另一台机器上开工前存在一定的时间间隔 ,将其定义为运输时间 ,所有运输过程均由单自动机完成。

（5）多目标局部搜索算法：针对求解最小化最大完工时间和总流程时间的多目标同顺序流水作业问题,:用现有的构造性算法生成两个解,作为该算法的初始解,然后从这两个初始解出发,以贪婪的方式求出新的Pareto最优解集,持续改进Pareto 前沿。

（6）蚁群算法：基于遗传算法的单层算法,将该算法与两层算法进行比较表明,单层算法具有更好的寻优性能。

（7）遗传算法：把函数的搜索空间看成是一个映射的遗传空间，对不同的染色体群体进行最佳选择的匹配，以获得最佳的最优搜索结果。

（8）Hopfield 模型：是求解流水作业排序问题比较有效的方法。

采用Hopfield 模型进行第一层优化,即求解各个零件依次访问所需加工资源的最优次序。

在第二层,根据所设计的动态调度规则,由加工过程中的事件驱动规则运行, 完成将零件加工所需的资源与具体加工机床的合理匹配。

1.1.5 流水作业计划的约束条件
（1）每台机床每次只能加工一个工件；
（2）一个零件只能被一台机床加工一次；
（3）优先的零件在所有机床或工序上都优先；
（4）时间约束条件，即优化目标是使整个加工过程的时间最小。

1.2普通生产作业
1.2.1 普通作业的概念
普通作业制造系统是最基本的制造系统。

区别于流水作业制造系统，在普通作业制造系统中，不同零件的加工工艺顺序不同。

每种零件根据自身工艺的要求，按照一定顺序通过加工设备。

从理论上说，流水作业系统只是普通作业系统的一种特例。

普通的零件加工作业计划问题是生产作业计划安排和调度中一个最基本也是最困难的工作，现实证明，这类问题属于NP难题，不存在有效地解析解。

1.2.2 普通生产作业过程的特点
给定n个工件，每个工件以不同的顺序和不同的加工时间通过m台机器加工，无法求出最直接的最优解，只能得出近似最优解，寻求的是最优加工顺序，使得零件加工总时间最短。

其一般特点为：
普通生产作业制造柔性较高，对产品变换适应性强，能够进行多品种小批量产品的生产。

由于各个零件的各个加工工序时间不同，在各台机器上的加工顺序不同，因此无法进行大批量规模化生产。

但不能发挥规模经济效应，生产率较低，生产成本高，各车间之间的物料流复杂凌乱，在制品积压较多，设备的无效等待时间较长。

多采用通用机床、装备和工具，作业人员的技艺水平要求高。

1.2.3 普通生产作业过程的影响因素
由于普通生产作业对工件的加工顺序没有严格的要求，因此只要控制好加工时间在预定交货的时间内即可。

1.2.4 普通生产作业计划方法及其实施
（1）依靠经验法：对于简单的、只包含少许几个加工工序的工件，加工作业计划可以由一些有经验的计划调度人员来完成。

这种人工零件加工计划一般只是凭借经验定性地制定作业计划，有时也运用若干分配准则，但始终难以使作业计划达到最优。

（2）构建数学模型、应用算法、借助程序法：对于复杂的、包含较多加工工序的工件，仅仅依靠经验无法高效地完成作业计划。

此时必须借助合适的数学模型来
进行优化求解，以获得比较合理的作业计划。

求解过程涉及到程序的算法，主要有蚁群算法、遗传算法、启发式算法等等。

1.2.5 普通生产作业计划的约束条件
（1）加工顺序约束，即每种零件仅当一道工序加工完成后，下一道工序才能开始，且一台设备不能同时加工多于一种的零件，故等待时间长，需要对各零件价格加工工序进行优化，才能找到近似最优解；
（2）资源约束，即一台设备不能同时加工多余一种的零件；
（3）工序不可中断约束，即每一个零件一旦开始在一台设备上加工，则本道工序不能被中断，必须待该零件的这道工序加工结束后，该设备才能加工其它零件。

2 流水作业计划
2.1 初始给定条件及优化目标
有10个零件J1—J10计划在机器M1—M8上加工，加工方式为流水作业，即各零件的工艺路线顺序相同。

各零件在机器上加工的时间如表一所示：
表1
优化目标：总加工时间最短，即从第一个零件开始加工起，到最后一个零件结束加工位置的这一段时间最短。

2.2 流水作业计划程序设计思路及流程图
程序设计思路：
（1）首先穷举各作业计划方案，对工件进行全排列，通过左移函数并递归调用
实现。

（2）当输出一个作业计划方案后随即算出该方案所需的总时间。

计算出每个工件完成的结束时间，最大的即为该计划所需的总时间。

（3）记录每一组作业计划方案所需的时间，最后求平均值，得平均作业时间。

流水作业流程图（Flow-Shop）：
程序见附录一，参数说明：
在流水作业中，JM[10][8]表示工件在满足加工顺序的情况下对应的加工时间，pj为流水随机方案平均加工时间，sum为总时间，当n小于1000000时，用穷举法
举出作业计划编码。

采用排列递归的方法，列出穷举函数：
void swap(int *a, int *b)
int m; m = *a; *a = *b; *b = m; }
void perm(int list[], int k, int m)
{ int i,j,s;
if(n>=1000000) return;
if(k >= m)
{ for(s=0; s<=m; s++)
{fprintf(f,"%d ",list[s]);
t[s]=list[s];
printf("%d",list[s]);
}
……
if(sumJ[i][j-1]>sumJ[i-1][j])
{sumJ[i][j]=sumJ[i][j-1]+JM2[i][j];}
else
{ sumJ[i][j]=sumJ[i-1][j]+JM2[i][j];}
}} ……
流水作业中，因为方案总数容易穷尽，所以用选择排序方法，从小到大排列出所有的可能方案，本例中用递归的方法对t[s]进行赋值，如果有两个数字相等就重新赋值，最后得到10个不同的数字，得到list [10]，这样便得到一组1到10的排列方案。

2.3运行流水作业穷举程序
输出结果the total number is 1000000
the average data is 1018.162807
所以可知，平均时间可取在1018附近。

选出一组8 4 10 7 3 6 9 5 2 1， T=1018
据此，画出甘特图1（附录二）。

我们发现，甘特图1的结构很松散，说明机器的空闲时间很长，这种方案的问题在于，经常会出现如下情况：一台机器已经加工完一个零件，准备加工下一个零件，可是下一个零件还在上一道工序未加工完。

2.4流水作业的优化
取K=10，H=0.05,运行程序，得：
*** T= 884.0000000
9 5 8 6 7 1 2 4 10 3
*** T= 909.0000000
9 6 5 8 7 1 2 4 10 3
*** T= 915.0000000
9 5 7 10 1 8 6 4 2 3
*** T= 903.0000000
9 5 4 8 7 6 2 1 10 3
*** T= 911.0000000
8 9 7 1 6 2 10 4 5 3
*** T= 915.0000000
8 9 4 10 7 6 2 1 5 3
*** T= 907.0000000
9 6 8 7 1 2 4 5 10 3
*** T= 909.0000000
9 8 7 6 2 1 3 4 10 5
*** T= 920.0000000
9 8 5 7 6 4 10 1 2 3
*** T= 909.0000000
优化方案的平均时间为T=908.2，故取K=2，T=909，
顺序为9 6 5 8 7 1 2 4 10 3。

2.5流水作业优化结果及分析
通过不断取值，我们得到最优解为T*=884，作业编码串的顺序为 9 5 6 8 7 1 2 4 10 3 据此，画出甘特图2（附录二）。

参数调整对优化结果的影响分析：流水作业中，如果输入的K足够大，当h=0.008或h=0.05时，都能找到最优，即在某个区间范围内，作业计划基本都能符合最优。

K 的取值不同，反映了不同的调试次数，拉大了加工时间的跨度，每个参数的运行结果中，零件加工排序只在几个零件间调换顺序，不同参数下不同零件加工顺序大部分趋于类似，因此判断流水加工作业中，参数对零件加工排序的影响还是较小的。

流水作业的平均时间和优化后的平均时间甘特图比较分析：随机方式所需平均总时间1018，优化后所需平均总时间909，而最优的方案所需时间仅为884。

可见，优化后可大大节约了加工时间。

通过零件和机器运转的流畅程度分析，可以得出，优化流水作业排序中，机器的空闲时间和零件的等待时间比随机流水作业排序结果短，流畅度高。

3 一般生产作业计划
3.1 较简单的一般生产作业计划
3.1.1 初始给定条件
有6个零件J1到J6计划在机器M1到M6上加工，加工方式为普通生产计划，即各零件的工艺路线顺序各不相同。

各零件的加工顺序及其在机器上加工的时间如表2所示：
3.1.2 一般生产作业计划程序设计思路及流程图
普通作业流程图（Job-Shop）：Array
程序见附录一。

在一般作业方案中，举例6x6作业方案（10x10类似），J[6][6]表示工件加工工序，JM[6][6]为各工序加工时间，machinetime为机器加工时间，worktime为工件加工时间，sum为总时间，pj为平均加工时间。

当n小于1000000时，用穷举法举出作业计划编码。

采用随机排序的方法，列出穷举函数：
void swap(int *a, int *b)
{ int m; m = *a; *a = *b; *b = m; }
void perm(int list[], int k, int m)
{ int number[6]={0};
int i,j,h,l,s,g,r=0;
int sum=0;
if(n>=1000000) return;
if(k >= m)
……
for(s = 0; s <= m; s++)
{fprintf(f,"%d ", list[s]);
……
swap(&list[k], &list[j]);
perm(list, k + 1, m);
for(g=k+1;g<37;g++){
for(h=1;h<7 ;h++){
q[g][h]=0;}}
swap(&list[k], &list[j]) ……}
在一般作业中，由于方案总数多，要穷尽全部方案比较耗时，因而用随机排序方法，随意排列出尽可能多的方案，本例中，对函数t[s]进行赋值，得到36个数字（共6个1，6个2，…，6个6，如此便得到一组排列方案）。

在计算一组方案的加工时间时，考虑machinetime比较6个零件的完工时间,并将其中最小的时间保存在e中，在计算某一零件的加工时间worktime时，如果machinetime[m]大于worktime[l]，则
worktime[l]=machinetime[m]=machinetim-e[m]+JM[l][number[l]-1]，machinetime[m] =machinetime[m]+JM[l][number[l]-1]；否则
machinetime[m]=worktime[l]+JM[l][number[l]-1，
worktime[l]=worktime[l]+JM[l][numbe-r[l]-1]，求得总时间sum。

3.1.3运行一般生产作业穷举程序
运行穷举程序，得到一个随机作业计划，顺序为：
4 5 4 1 4 4 5 3 2 1 1 5 4 3 5 5 6 2
1 6
2 4
3 6 3 1 1 3 2 5 6 2 6 2 3 6
据此，画出甘特图3（附录二）可知T=79。

3.1.4 流水作业的优化
运行优化程序，随机取K=12，J=6，a=0.15，b=0.66得到如下结果：
12 1000 6 250 1.500000E-001
6.600000E-001
NO. TMIN= 1 55.0000000 33 306.0000000 2 3 1 3 3 2 1 2 4 4
6 5 6 3 6 4 4 5 3 2
5 1 1
6 3 2 4 5 1 2
5 6 6 1 5 4
NO. TMIN= 2 55.0000000 25 301.0000000 2 1 3 3 6 6 2 4 2 5
1 5 3 4 3 6 1 4 5 6
3 4 2 4 1 3 2 5 2 1
5 6 6 4 1 5
NO. TMIN= 3 55.0000000 36 306.0000000
3 2 3 1 2 5 2 1 6 3
4 6 4
5 5
6 2 1 3 4
4 1 3
5 4 1
6 2 5 3
2 6 6 1 4 5
NO. TMIN= 4 55.0000000 30 313.0000000 1 3 2 2 3 1 4 4 6 6
5 3 2
6 5 3 1 5 4 4
1 2 5 6 2 3 4 6 6 5
1 3 1
2 5 4
NO. TMIN= 5 55.0000000 30 311.0000000 3 3 1 2 4 2 6 5 1 4
2 5 6
3 6
4 3
5 1 2
4 6 1 4 2 1
5 3 5 2
6 3 6 4 1 5
NO. TMIN= 6 55.0000000 25 309.0000000 2 3 1 4 1 6 2 3 4 5
6 3 4 2 3 6 5 5 6 2
3 1
4
5 3 1 2 5 4 6
2 1 6 1 5 4
NO. TMIN= 7 55.0000000 29 306.0000000 3 2 3 1 1 4 2 6 2 3
5 1 4 5 5
6 6 4 3 4
4 6 1 2 3 3 1
5 2 2
5 5
6 6 4 1
NO. TMIN= 8 55.0000000 28 309.0000000 3 1 2 3 6 2 1 4 3 4
5 3 4
6 6 4 6 1 2 5
5 2 4 1 1 3 5 3 2 5
6 4 2 6 5 1
NO. TMIN= 9 55.0000000 24 306.0000000 2 3 1 4 3 2 6 1 6 3
6 2 5 1 4 4 3 5 4 5
4 6 3 2 1 1
5 2 2 3
6 6 5 4 1 5
NO. TMIN= 10 55.0000000 31 306.0000000 3 2 1 2 3 1 4 3 6 4
6 5 3 4 2 6 1 5 6 5
4 2 4 2 1
5 3
6 3 6
5 2 1 1 5 4
NO. TMIN= 11 55.0000000 36 313.0000000
5 3 1 4 3 3 4 2 5 4
1 6 5 6
2
3 6
4 1 5
6 2 4 3 5 1 2 1 3 4
5 6 6 2 2 1
NO. TMIN= 12 55.0000000 38 311.0000000
2 3 1 1 3 2 4 3 4 2
6 5 5 6 6 1 4 3 4 2
1 5 6 4 1
2 2 5
3 6
3 6 1
4
5 5
3.1.5 流水作业优化结果及分析
取最优值：
NO. TMIN= 2 55.0000000 25 301.0000000
2 1
3 3 6 6 2
4 2 5
1 5 3 4 3 6 1 4 5 6
3 4 2 4 1 3 2 5 2 1
5 6 6 4 1 5
据此，画出甘特图4（附录二）可知T=55.
对优化结果进行分析：由于此程序数据量较大，可以判断，增大参数能够拉大零件加工时间的跨度，和流水作业一样，相同参数的不同加工排序组合大部分相同，只在较少零件加工顺序上改变，不同参数的排序结果在总体上趋于类似，参数的调整选择对排序结果影响较大。

随机普通作业的平均时间和最优普通作业平均时间的比较分析：随机普通作业排序中，各零件在机器上的总等待时间大于最优普通作业排序中各零件的总等待时间。

随机普通作业排序中，各机器的总空闲时间大于最优普通作业排序中各机器总空闲时间（以一个周期内，有零件开始在某机器上加工则开启机器，直到此周期内没有零件在此机器上加工才关闭机器来计算）。

通过零件和机器运转的流畅度分析，可以得出，最优普通作业排序的零件等待时间和机器空闲时间较随机普通作业排序短，流畅度高。

3.2 较复杂的一般生产作业计划
3.2.1 初始给定条件
有10个零件J1到J10计划在机器M1到M10上加工，加工方式为普通生产计划，即各零件的工艺路线顺序各不相同。

各零件的加工顺序及其在机器上加工的时间如表3所示：
表3
3.2.1 较复杂的一般作业计划程序设计思路及流程图
较复杂的一般生产作业计划程序的设计思路与较简单的一般生产作业计划相类似，在此不加赘述。

见3.1.1一般生产作业计划程序设计思路及流程图。

穷举程序见附录一。

3.2.2 运行较复杂的一般作业计划穷举程序
输出结果the total number is 1000000
the average data is 1037.0000
所以可知，平均时间可取在1037附近。

选出一组:
7 5 2 6 4 8 6 9 7 9
6 7 5 2 7 10 4 8 7 9
2 2 10 1 9 5 8 10 4 8
7 6 10 9 5 10 9 3 2 6
9 9 5 4 4 8 1 4 4 1
8 1 1 7 3 5 10 2 3 2
1 7 8 10 7 6 5 5 4 9
1 7 8 3 5
2 10 1
3 1
3 6 3 6
4 6 8 9 10 3
4 1 6 3 2
5 2 8 10 3
T=1015
据此，画出甘特图5（附录二）。

3.2.3较复杂的一般作业计划优化程序
取K=10,J=10,a=0.02,b=0.9得出以下数据：
10 1000 10 250 2.000000E-002 9.000000E-001
NO. TMIN= 1 975.0000000 341 9283.0000000 4 9 6 2 9 4 5 6 9 6
2 1 2 5 7 8 2 4 7 10
9 6 10 5 8 9 9 9 7 5
6 4 2 9 3 3
7 5 1 10
4 6 10 7 2 4 7 10 1 4
6 1 5 5
7
8 10 8 3 2
5 2 10 3 7 3 4
6 1 8
1 2 10 8 9 5 1 8 8 7
3 3 1
4 3 9 3 6 8 4
5 1 2 7 10
6 8 1 3 10
NO. TMIN= 2 971.0000000 348 9037.0000000 7 6 2 9 7 4 2 1 6 7
4 10 6 7
5 2 9 4
6 2
7 1 6 9 10 7 5 5 7 8
7 4 2 9 7 5 1 1 3 4
10 4 2 5 9 8 1 10 4 1
3 6 5 9 8 2 10 3 3 6
8 9 10 1 9 8 10 5 5 1
3 2
4 7 8 4 3 8 9 6
5 6 8 3 1 3 2 10 8 10
4 10 6 3 9
5 2 8 3 1
NO. TMIN= 3 976.0000000 321 9375.0000000 9 6 4 7 2 5 9 6 7 5
4 6 4 8 7 4 9 2 7 9
10 2 7 5 5 6 4 3 4 6
1 2 8 5 9 4 7 10 10 10
8 2 1 6 5 3 5 7 2 2
1 3 7 10 1 7
2 4 9 3
8 1 5 6 8 10 1 7 9 6
3 8 3 1
4 6 3 10 1 10
2 3 8 5 4 8 3 10 6 1
NO. TMIN= 4 948.0000000 690 8672.0000000 9 4 6 4 6 6 7 2 5 6
8 7 4 2 9 4 10 5 9 4
6 10
7 6 2 10 5 5 2 5
9 3 4 7 8 5 9 7 4 10
6 10 1 8 3
7 7 2 1 9
3 8 6 8 5 1 9 5 9 10
1 8 6 7
2
3 2 7 8 8
4 6 3 1 10 1 9 3 8 10
5 1 2 7 4 3 10 1 3 9
4 2 3 1 8 3 10 2
5 1
NO. TMIN= 5 976.0000000 439 9221.0000000 4 9 6 5 7 4 2 9 5 7
6 7 9 4 4 6 8 5 10 4
9 2 7 2 2 8 4 6 5 4
10 9 7 6 9 3 5 1 7 9
8 5 6 7 10 1 10 2 8 9
10 5 2 8 1 1 3 5 7 10
2 3 1 5 3 6 4 2 7 1
2 8 9
3 10 3 1 3
4 6
8 10 10 7 8 3 1 9 8 5
3 1 6
4 1 8 2 3 6 10
NO. TMIN= 6 964.0000000 460 9057.0000000 4 9 6 4 9 2 7 5 9 6
4 5 8 6 2 7 10 9 4 6
4 8 9 7
5 2 3 9
6 2
10 4 10 6 5 8 5 8 3 9
7 10 2 1 5 4 9 7 2 3
10 2 7 7 5 3 1 8 7 2
5 10
6 1 8 9 1 2 10 3
8 1 5 4 9 6 1 1 3 8
7 3 4 1 10 3 6 5 4 8
1 7
2 6 10
3 8 3 1 10
NO. TMIN= 7 976.0000000 388 9032.0000000 4 5 9 7 6 2 6 4 7 9
7 5 6 10 8 4 2 9 5 7
6 9 4 4 10 8 3 9 10 7
5 1 5 4 7 2 8 2
6 2
7 6 8 2 9 5 3 2 7 1
2 5 1
3 1 3 6 8 1 7
7 4 10 10 8 2 6 9 5 10
3 3 8 6 9 1 3 10
4 8
4 8 3 1 2 10 6 1
5 3
NO. TMIN= 8 976.0000000 257 9036.0000000 4 2 9 6 7 5 7 7 5 4
6 8 4 9 6 1 9 10 2 10
5 4 9 4 8 4 10
6 5 3
7 2 2 10 7 8 9 5 7 10
8 5 6 9 4 1 8 7 2 9
5 10 1 8 2 7 1 1 3 1
3 10 6 8 1 9 3 5 3 9
8 6 2 7 4 3 10 1 2 6
4 3 8 7
5 3
6 2 8 3
4 10 10
5 1 3 9 2 1 6
NO. TMIN= 9 937.0000000 861 8674.0000000 4 6 2 4 6 9 7 7 6 5
2 10 8 4 5 1 9 6 7 5
7 4 6 10 8 4 5 9 3 6
5 4 9 7 10 2 4
6 2 8
2 10 9 7 7
3 10 5 9 8
6 1 5 9 5 1 2 10 3 7
1 8
2 2 6 5 1 4 1 10
9 7 8 3 3 8 2 9 10 8
3 1
4 3 3 4 1 7 8 3
10 9 2 6 5 1 3 1 8 10
NO. TMIN= 10 976.0000000 340 9031.0000000 4 9 5 9 6 2 6 1 4 6
7 5 4 2 9 8 4 6 10 4
6 9 9
7 5 4 5 7 4 9
7 10 2 5 2 10 3 8 9 9
6 10 5 1 10
7 7
8 1 3
2 8 8 7 5 2 9
3 1 1
2 2 6 7 10 6
3 5 3 8
2 7 10 4 1 8 5
3 1 2
8 6 4 3 10 10 9 8 1 4
1 7 6 8 3 3 5 10 1 3
取最优T*=937
4 6 2 4 6 9 7 7 6 5
2 10 8 4 5 1 9 6 7 5
7 4 6 10 8 4 5 9 3 6
5 4 9 7 10 2 4
6 2 8
2 10 9 7 7
3 10 5 9 8
6 1 5 9 5 1 2 10 3 7
1 8
2 2 6 5 1 4 1 10
9 7 8 3 3 8 2 9 10 8
3 1
4 3 3 4 1 7 8 3
10 9 2 6 5 1 3 1 8 10
据此画出甘特图6（附录二）。

4 随机和优化生产作业的比较
从表中可以看到，优化后的生产作业时间大大减少，特别是流水作业的优化作用比较显著。

可以看出由于流水生产的特性（各零件加工顺序相同），相比于一般生产（各零件加工顺序不同），在流水生产中，工序安排的合理性，直接影响到最后的加工总时间。

同时，瓶颈程序处理得妥当与否，也紧密联系着加工时间。

因此，相比于一般生产，流水生产应更加注重流水线的平衡问题。

我们可以从甘特图上直观的看出优化后的生产作业使得机器设备的空置时间显著减少。

通过优化程序，对生产中各工位的生产能力和生产类型作了调整，使其相对比较平衡，瓶颈现象减弱很多，从而缩短了零件的总加工时间。

而且我们可以看到，流水作业的高效性也提高了工件的加工速率。

比较流水作业和一般生产作业，我们不难发现，一般生产中的频繁转换加工路线，使得零件与零件之间的衔接没有流水生产的衔接紧密，延长了工件的等待时间，使得机器的空闲时间增加。

而流水作业减少了转换加工路线。

从甘特图中可以看出，各个工件的衔接比较紧密，等待时间较少。

因此，对于一般生产而言，如何真正利用好机器，对瓶颈程序的处理，对各工件加工路线的排序直接影响到完成工件的最后总加工时间。

优化程序与穷举程序比较，可以看到，优化后的结果远远比穷举结果节省时间，更有效率。

而且由于有效性高，企业运用优化程序后明显提高了资源利用率和生产效率，交货期缩短，客户的满意度提高，也就是提高了企业的市场竞争力。

总之，
使用优化方案后，企业在生产运营上，会得到很大程度的改善。

5 企业合作需求的产生和实现模式
流水线生产组织形式是按对象专业化原则组织流水线生产。

流水线的特点使得其有提高效率，增加产量，使作业规范化，节约生产成本，方便对生产环节的检验等优点，针对现在日益增加的市场需求，部分企业实施流水生产无疑是一种可行之举。

另外，由于各类不同化需求的产生，一般生产也有其优势。

而一般生产的生产组织形式是按工艺专业化原则，运用成组生产单元（采用成组技术，兼有对象专业化和工艺专业化的优点）。

由于产品结构的复杂性，带来生产组织和计划管理的复杂性。

一般生产的生产类型有四种生产组织形式：首先是大件生产单元，用于加工产品中的大型零部件。

（把企业中大型加工设备集中组成大件生产单元，专门加工各项产品中的大件）。

其次是柔性生产单元，加工产品中的主要件、关键件。

（采用加工中心、数控机床对不同规格品种结构件加工）。

再次是成组生产单元，以设备组加工产品中80%的相似件，如轴、盘、套、齿轮等。

最后是，标准件生产单元—加工产品中的标准件。

流水作业在企业中的运用：首先需要注意的是流水线生产节拍。

节拍是流水线的最重要的工作蚕食，所谓节拍，是指流水线上连续生产的前后工序的时间间隔。

即工时。

主要考虑设备检修时间，调整时间，更换刀具、工具时间；第二是配备工人。

在配备工人前，先确定手工劳动强度和设备先进程度。

节拍和配备工人人数确定后，必须在生产组织中解决平衡问题。

绝对的平衡是没有的，一般用BD（Barance Delay）。

实现BD值最小化的手段就是合理分配作业元素编组。

一般程序是先决定第1工序作业元素，再决定第2工序，第3工序，知道最后工序（n）个，以保持工序先后顺序和工作的时间损失最小为原则，即BD=min。

再次，奖金分配是一大问题，考虑不周，不但工人的生产积极性调动不起来，而且还会影响工人的基础管理工作，因此需要建立一套激励机制，使得每个工人意识到，只有努力劳动才能增加收入。

最后，企业需要对流水线进行改造。

可以变直线刘淑贤为U形流水线，实现一人多机，这样人员将减少，但产量不会减少；也可以对单一流水线进行改造，使得流水线生产适应市场需求，改造成混流流水线，方式是采用快换工装夹具。

一般生产在企业中的运用：一般生产由于是按用户订单计划生产，所以无法编制全年的生产作业计划，对全年任务作统筹安排。

只能根据到手的订单，加上市场预测来规划全年的任务，制定生产大纲。

生产大纲不是真正意义上的计划，而是一
种规划。

它的作用体现在两个方面：生产大纲是企业年度综合计划的核心；编制生产大纲，要在市场预测基础上，平衡各种资源，拟订一个比较合理的经过优化的生产计划方案。

一般生产的企业，厂部编制生产大纲是解决全年企业生产的纲要，并不是对某一产品的生产作业计划。

而生产部门不能据此编制各级生产作业计划，必须在合同签订以后根据合同的具体要求，一项一项产品分别制定。

因此，对于一般生产生产类型，生产作业计划重点是编制产品生产进度计划。

（这是不同于流水生产的特点。

流水生产是厂级编制生产作业标准指示图表；而一般生产是针对具体产品编制产品生产进度计划）。

在一般生产系统中，任何一环节，如果生产能力薄弱，资源配置不足，都会延长生产周期，影响交货期。

所以，在生产系统中，关键件、主要件的生产以及某些薄弱环节，都将成为整个生产系统的瓶颈。

因此，一般生产不仅是要制定产品生产进度计划，还要制定各个零部件生产进度计划，也就是要制定瓶颈资源计划。

6 总结
通过本次课程设计，我们应该认识到生产计划与调度在企业生产中的重大作用。

在流水作业和一般生产作业中，零件加工排序都应该考虑缩短零件在机器上的等待时间和机器的空闲时间，对瓶颈工序要特别处理好。

有效的生产作业计划不仅可以提高生产过程中设备的使用率，更能减少加工过程中工件之间的等待时间，从而大大提高生产效率。

根据企业的实际需要，找出最优的参数，选择最合适的方法以获取最大利益。

无论是流水作业还是一般作业，各工序间的平衡非常重要。

减少生产瓶颈能大大提高生产效率。

在今后的工作中，我们必须学会灵活运用工业工程的工具，比如甘特图、流程图等，另外编程求解也必不可少。

此次课程设计为以后实际工作中遇到类似问题打下了良好的基础，积累了一定的经验。

工业工程的核心就是使生产系统投入的要素得到有效的使用，降低成本，保证质量和安全、提高生产效率，获得最佳的效益。

所以工业工程在企业中的作用不能被忽视，特别是在一些细节环节，工业工程就显得特别重要。

我们应在课程设计和今后的实习工作中，发挥好团队的作用，不断提升自己，让我们的知识能够更好地运用于生产一线。

参考文献
[1]朱正心. 机械制造技术. 北京：机械工业出版社，1999
[2]叶飞帆,李国富. 一种面向多功能机床的流水作业计划方法. 中国机械工程第 10 卷第 12 期 1999 年 12月，1370-1373
[3]时凌,徐春. 流水作业排序问题的启发式算法. 华中科技大学学报. 2010年 05期:13-15
[4]董兴业, 黄厚宽等. 多目标同顺序流水作业的局部搜索算法. 计算机集成制造系统. 2 0 0 8 年:535-542
[5] 程荣秋，马士华. 生产与运作管理. 北京：机械工作出版社，2003.
[6] 理查德B，蔡斯等. 生产与运作管理——制造与服务. 北京：机械工作出版社，1999.
[7] 赵汝嘉. 先进制造系统导论. 北京：机械工业出版社，2002.
[8] 曲媛，杨晓伟. 关于流水车间调度的综述[J]. 经营管理,2007,(7):24-25.
[9].孙大涌. 先进制造技术. 北京：机械工业出版社，2000
[10].朱正心. 机械制造技术. 北京：机械工业出版社，1999
附录一
程序
流水作业10x8
#include <math.h>
#include "stdio.h"
#include "stdlib.h"
#include <time.h>
#include <string.h>
long int n=0;
double sum=0;
int JM2[11][9],
JM[11][9]={{0},
{0,56,30,63,73,25,20,30,78},
{0,36,68,83,50,65,99,54,33},
{0,65,20,46,19,91,50,64,16},
{0,58,39,23,88,28,30,20,61},
{0,25,72,50,16,43,15,51,36},
{0,61,40,63,13,51,20,60,71},
{0,70,58,23,70,45,29,94,33},
{0,35,50,26,40,69,10,64,90},
{0,18,36,63,78,32,50,30,66},。