混合型号排序–简单实例排序

混合型号排序是处理生产线上有不同型号有不同工作量的一种方法。在这篇文章中，我将继续讨论只有一个工位的工作量在型号之间有区别的情况。这个系列文章很长，在下一篇文章中，我将讨论多个工位工作量受影响的情况。

关于排序

让我们来看看排序。我们还是先只以一个工站为例。后面我们再讨论更复杂的情况。

我们的想法是建立一个分布尽可能均匀的排序。如果你有两种型号，混合比例为50-50（两门和四门），那么将交替生产这两个型号。如果混合比例为75-25，那么一个型号生产三辆，接着生产一辆另一个型号。下面是一些根据两门和四门数量的占比进行排序的示例。

但这可能并不总是那么容易。上面的例子恰好是一些能够均匀分布的比例。但如果是60:40，那么有时会有2个双门，有时有1个双门，然后才有1个四门车型，如下图所示。

如果你有两个以上型号，这就变得更加复杂了。我在《单件流均衡介绍》一文中解释了基本方法。但对于常规的单件流均衡，会从量最大的开始。在这里，你要从与目标节拍时间差别最大的型号开始。例如，比目标节拍时间快（或慢）30秒的产品相比于比目标节拍时间快（或慢）20秒的型号有更高的优先级。

你从第一个型号开始，并尽可能均匀地分配到各槽位上。简单的数学计算就是把总产量除以该型号的产量。如果算出来每3.24个产品都是这个型号，那么每3.24个槽位都是分配给该型号的，实际操作中需要四舍五入。然后，给第一个型号分配完成后，继续给下一个型号做相同的事–但如果插槽被占用，可以选最近的可用插槽。你继续按照节拍差异最大的优先顺序处理所有型号。

如果你的顺序不能均匀地分配每个型号，可能就需要更多的缓冲区。让我们再来看看双门车型和四门车型50:50的组合。但这次为了演示，我们要求批量大小不再是1而是2，如下图所示。

这种情况，不再是比平均节拍时间多20秒和少20秒，而是多40秒（在两辆四门汽车之后），接着是少40秒（在两辆双门汽车之后）。波动变得更大了，需要更多的缓冲来处解决些更大的波动。但这种排序方式的主要目标之一（除了减少等待时间）就是减少缓冲空间。需要记住一点，在装配线上的空间是最有价值的，你用于缓冲零件的空间越多，你行走距离、信息流、运输等造成的浪费就越多。因此，尽可能让整个序列产生的节拍时间的波动尽可能的小！

不幸的是，现实世界更加复杂

上面的例子看起来已经很复杂了。但只有一个工站有型号上的差异，相对还是很容易的。如果多个工站有型号差异，这个问题就变得非常棘手了。

这通常是汽车行业的常态，我已经提到了车门的数量和天窗的问题。一辆汽车可以有普通的座椅，或者座椅有加热功能，甚至座椅有按摩功能，或者是电动调节的座椅，所有这些都可能使用不同的插头。也可能有空调，没空调。还可能有镀铬包、照明门把手、颜色应用、车门和后备箱保护装置或更多选配。例如，我读到，宝马公司平均每年只有一次非常相近的车下线。

如果你现在为一个工站优化了顺序，但这个顺序可能对另一个工站并不是一个好的顺序。反过来也是如此。

如果这个工站遇到需要返工的情况，那就更复杂了。我虽然知道，我们希望这种事情不要发生，但事实并非总是如此。

总体目标还是要减少员工的待机时间，同时尽可能减少对库存的影响。

有多少种可能性？

只是为了好玩，我研究了生产排序的可能性。这取决于产品型号的数量和生产的总数量。一般来说，对于n种型号和m个产品，可能的不同序列的数量是

${ S = m^{n-1}}$

不幸的是，这个数字会迅速上升。如果你在一天生产1000个产品，其中有30种不同的型号，可能的序列数为10⁸⁷，已经超过了宇宙中的原子数（10⁷⁸到10⁸²，这里有一点不确定性）。如果给每种型号加一些数量上的限制，那么序列的数量会减少一些，但要让计算机比较所有可能的序列，还是太多。因此，一个好的序列往往更像是一种艺术，而不是一种算法。由于有太多的可能性，所以不太可能实现一个完美的序列，但又希望这个序列足够好。在下面的文章中，我将描述一种能够找到较好序列的方法。在那之前，请走出去，考虑哪些工站会遇到类似的问题，组织你的行业！

P.S.非常感谢Mark Warren的意见。

系列文章

这里还有第7至11帖的排序实例Excel文件，其中有复杂实例。请注意，这不是一个工具，而只是我的一些计算方法，仅供参考。

Translated by Xie Xuan