提高系统产能需要找到瓶颈。但识别瓶颈是一项困难的工作。主要问题是，大多数瓶颈不是静态的，而是在工序间到处游走。在这篇文章中，我们将研究车间里面瓶颈的行为。这是关于瓶颈识别系列文章的第一篇，随后的文章将探讨常用的瓶颈识别方法的缺陷，并介绍两种新的更为可靠的方法来寻找车间内的瓶颈。
瓶颈的定义
在我们深入探讨瓶颈的细节之前，我想先定义一下什么是瓶颈：
系统中的瓶颈是在给定的时间段内制约此时系统产能的工序。
因此，瓶颈是限制（此刻）系统产出的工序。这个定义在后面会再次强调。
生产系统的类型
根据瓶颈的行为，生产系统可以分为以下几种类型。
静态系统（Static）
在静态系统中，瓶颈识别和产能管理最容易。在这种类型的系统中，不存在随机波动。没有故障、换型或任何其他变化。整个系统在任何时间点的表现都一样。
要找到这种系统的瓶颈非常容易。只需找一个节拍时间最长的工序，就找到了瓶颈。瓶颈之前的所有缓冲区域总是满的，如果不控制将会接近无限大，而瓶颈之后所有的缓冲区域一直是空的。
不幸的是，这样的系统在现实中并不存在。在现实中，节拍时间是有波动的。在现实中，存在故障，故障的间隔是随机的（平均故障间隔时间，Mean Time Between Failure或MTBF），维修时间也是随机的（平均维修时间，Mean Time To Repair或MTTR）。
因此，现实中不存在静态的生产系统。许多瓶颈检测方法让我感到很困惑，因为很多方法都假设或要求是静态生产系统。
动态系统（Dynamic）
在现实中，世界是动态的。任何真实系统的行为都受无数随机事件的影响，这使得系统在每个时间点上都不一样。随机事件产生了不同的概率函数，来描述随机行为。这些动态系统还可以进一步划分为两个子类型：稳定的动态系统和不稳定的动态系统。
稳定的动态系统（Stable Dynamic）
一个稳定的动态系统是一个具有随机性的动态系统；但是，随机性本身并不随时间变化。例如，如果随机分布的节拍时间有一个平均值为”x”，这个”x”不会随时间变化。今天的随机行为与明天或下周的随机行为是一样的。
很容易看出，稳定的动态系统也不存在于现实中。大多数系统都在变化，新的机器投产，旧的机器报废，持续改进活动改变了系统的行为，旧的型号不再生产，而是被新型号取代。如果不出意外的话，一个系统在一个时间点上被创造出来，在另一个时间点上被拆除。
但在较短的时间内，稳定的动态状态是一个有效的假设。虽然你车间在十年后会完全不同，但如果你只看下周，这些变化是细微的，往往可以忽略不计。因此，一个稳定的动态系统可以是一个有效的假设。
不稳定的动态系统（Unstable Dynamic）
如上所述，没有系统是永远稳定的。从长远来看，所有真实系统都是不稳定的动态系统。
转移瓶颈
动态系统对瓶颈有一个主要影响。 在动态系统中，瓶颈会发生变化！瓶颈可能会随着时间的推移而改变。例如一个工序出现故障，那么当前的瓶颈可能会变为这个工序。
根据我的经验，这种瓶颈的变化是大多数车间的常态。一个车间有时感觉更像是一连串的问题，而不是一个稳定的系统，瓶颈确实在变化。根据工序之间的缓冲库存，瓶颈的变化可能会更快或更慢。我见过的系统中，瓶颈在不到一分钟的时间内从一个工序变到第二个工序，然后又转移到第三个工序。另外，我有方法实际能看到这种瓶颈变化（我将在后面的文章中具体讲解）。但在那之前，我必须澄清一个关于瓶颈的常见误解。
长期瓶颈和瞬时瓶颈
在工业领域，许多人把瓶颈看作是一个常量。只有一个工序是瓶颈，而其他所有工序都不是，这是不现实的！正如我们在上面看到的，瓶颈会发生变化。这些变化的瓶颈只在一定时间段内制约系统的产能，所以它们是瞬时瓶颈。长期瓶颈可以根据每个工序成为瞬时瓶颈的总时间来确定。最经常成为瞬间瓶颈的工序也是最大的长期瓶颈，但它绝对不是唯一的长期瓶颈。
因此，为了找到长期瓶颈，你总是要先找到瞬时瓶颈。在丰田，有一句关于瓶颈的说法。
"永远不要用平均数来识别瓶颈！"
让我感到惊讶的是，有多少有缺陷的瓶颈识别方法是基于长期平均数的。这些方法一点都不奏效！
在下一篇文章中，我们将看到常见的瓶颈识别方法，然后我们将继续讨论更精确的理论和更精确的实践来识别瓶颈。
本系列中关于瓶颈的其他文章
- 关于转移瓶颈
- 常见的瓶颈识别方法并不奏效!
- 数学方法精确识别瓶颈1–平均活跃期法
- 数学方法精确识别瓶颈2–活跃期法–如果有大量的数据（如来自模拟的数据）的首选方法
- 瓶颈漫步–实用瓶颈识别方法第1讲–车间内使用的首选方法
- 瓶颈漫步–实用瓶颈识别方法第2讲
PS：这篇文章也被LeanLab翻译成了意大利语。该文章可以在Shifting Bottlenecks – I colli di bottiglia! (经作者授权)。
Translated by Xie Xuan