前言：如何把一個項目的所有回路（約1500~2000），根據生產模式（拉動模式or推動模式）科學合理地根據生產批量安排到所給定數量的設備上，即看板（生產任務）在自動機工序的排程作業過程，一直是行業制造的難點。

本文結合筆者個人的工作和研究經歷，介紹了線束制造過程中工藝路線設計的邏輯，行業標桿D公司自動下線壓接機排程的模型方法論和局限性，然后介紹了筆者在對D公司模型應用過程中遇到的一些經驗總結以及筆者的補充性研究，最終介紹筆者研究的一種能有效優化看板順序降低換型總時間的BSC算法和算法的目標應用場景。

01

線束制造加工路線的靈活性和復雜性

線束制造主要分為前工序和后工序（見圖1）。前工序主要是將回路兩端加上插接件，后工序主要是將各回路完成組裝、包扎。前后工序單臺設備速率差別太大，故需要前工序頻繁換型以平衡前后工序節拍，一般還通過在前后工序之前設置庫存來解耦前后工序，以抑止生產異常帶來的影響。

前工序的加工路線組合非常靈活，且不同加工路線組合效率差異非常大（感興趣的朋友，可以結合自己工廠的設備情況，測算下不同加工路線的費率）。制定合理的工藝路線選擇規則，對前工序的成本和效率起著決定性的作用。

▲圖1線束制造流程▲

在當前人工成本越來越貴且招工越來越難的社會大背景下，“盡可能采用自動化程度高的工藝路線”已成為越來越多公司的共識，支撐這一推論的依據之一是“各工廠半自動壓接機的數量越來越少”。近些年陸續出現了自動下線壓接插護套一體的自動化設備，也是這種共識的表現之一，非本文核心關注點，暫不做深入探討。 線束制造前工序工藝路線的選擇，發生在前工序制造系統設計階段，其主要過程見圖2：

▲圖2前工序制造系統設計流程▲

該過程將回路表信息結合工藝參數生成下線壓接表，根據工廠設備能力和產能選擇工藝路線；如果選擇拉動式生成系統，還需要制定生成批量和安全庫存等信息；最終將加工藝路線和拉動式生產所需信息輸出指定格式的看板（見圖3）或任務單。

▲圖3看板實例▲

在生產運行過程中，看板綁定在制品（WIP）并指示WIP經過的各個位置，直到總裝取料，看板被釋放最初的工序，周而復始，維持生產系統的穩定運行。

02

標桿企業自動下線壓接機排程的實踐

由于“盡可能采用自動化程度高的工藝路線”的共識和相關設備國產化的突破，自動下線壓接機被作為最核心的加工設備應用于線束加工過程中，其特點是原材料品種少（電線、端子、防水栓）但規格多（線種&線色&線徑、端子n種型號、防水栓n種型號），通過工藝參數進行組合，實現多品種小批量的生產

由于單機多品種生產，不同品種之間的生產轉換需要判斷相鄰兩個任務之間的差異，根據差異更換相應元素（見圖5），理論上相鄰兩個任務的差異越小，換型過程更換的元素越少，換型時間越短。考慮到自動機機型的能力差異導致的特殊任務與特殊機臺的鎖定，那么剩余的任務理論上存在一組任務序列使得換型總時間最短。

▲圖5自動下線壓接機換型元素▲

標桿企業D公司把結合設備能力和產能選擇工藝路線的過程叫做作業負荷均衡（Machine Balance），其原理與生產線平衡（Line Balance）類似，設計了非常實用的Excel模型。以工作負荷為整體邏輯構架（見圖6），分別統計或測算計劃停機時間、加工時間、換型時間和損失時間，最終在前工序制造系統設計階段實現工作負荷的測算。

▲圖6D公司模型邏輯▲

D公司作業負荷均衡主要分為制定標準工時、制定換型矩陣、任務順序尋優、機臺分配和模具沖突調整五大步驟（見圖7），基于各機臺任務和負荷的動態調整。

▲圖7作業負荷均衡五步驟▲ 筆者在2017年推進項目過程中跟行業標桿D公司前員工學習了標桿公司的自2009年建立并優化至2016年的自動機排程的模型，自此開始了自動機排程學習和研究。憑借扎實的IE科班功底和蹩腳的VBA編程能力，筆者一句一句翻譯模型的代碼并反推其邏輯，站在行業前輩的肩膀上擷取智慧，并結合當時公司的實際情況對進行適配改造，很快就小有成就，獲得了一些榮譽，并負責在下屬公司進行技術推廣。

03

標桿企業自動下線壓接機排程模型的局限性

D公司模型定義了探測人工任務順序尋優的結果（換型總時間）的方法，使得衡量同一組任務不同人員作業結果的優劣成為可能。遺憾的是，未找到一種可靠的能有效減少換型總時間的算法。 筆者在數年的研究中，多次跟D公司前員工交流以及在前公司10多家工廠實踐過程中，發現人工任務順序尋優過程作業周期非常長（1000個看板排3~5天都非常正常）、結果優劣嚴重依賴人員的能力和責任心和崗位人員變動頻繁等問題普遍存在。

當筆者試圖在公司內部推廣D公司先進做法的時候，從業者基本上可以理解其理念，但是對于全面吸收應用D公司模型，存在較大的抵觸。主要原因如下：

效率衡量方法失效。自動機產量受標準工時（取決于長度、線徑、作業內容）、生產批量和換型時間（換型類型和該類型發生次數）等綜合因素影響，而這生產批量會影響當天的換型次數，彼此之間關系復雜。所以傳統的統計每臺機的日產出，無法衡量出自動機的真實生產效率；

浪費非常隱蔽，設計到執行交替掩護。看板順序優化專業性非常強，因人工看板順序優化水平低而導致換型總時間浪費非常隱蔽，一般工廠無有效稽核手段。自動機操作員在作業過程中會根據經驗將相似的看板緊鄰生產，部分彌補因人工看板順序優化水平低而導致的換型浪費，使得這種浪費更加隱蔽；久而久之形成了“看板只分配到機臺，但是不定順序，由自動機操作員自行排序”的局面，掩蓋了前工序制造系統設計階段的能力不足問題；

技術壟斷且無約束KPI。人工順序尋優方法比較復雜，人員培養周期較長，一般一個工廠僅有1~2名掌握此技能的工程師，且大多數時候有師承關系，存在一定程度的“技術壟斷”。排序的結果質量不容易判定，管理者不太可能做出明確的KPI，基于“員工只會做管理者要求做的事情”原則，排序人員在順序尋優的過程中不會為了公司的收益折磨自己；

技術門檻高，工作不被認可。人工順序尋優方法比較復雜，D公司模型沒有減少排序人員的工作量，其基礎數據（標準工時、換型矩陣）一般需要排序人員自己去整理收集，費時費力且管理者不認可其工作的價值，降低了排序人員對D公司模型應用的積極性；

工廠受益的技術與個人利益沖突。排序人員擔心集團推進的標準化模型使其工廠內“技術壟斷”地位打破，應用標準化模型之后的成果也是推廣部門的成果，所以往往以“太復雜，不適用”為由而排斥新模型。

04

D公司模型局限性的補充研究

D公司模型之所以未被行業廣泛應用，其局限性主要是“模型太復雜，需要的基礎數據多，需要人員的素質較高”，若能用算法將最復雜的“人工順序尋優”解決掉，是否能降低普及D公司模型的門檻呢？

筆者開始嘗試用算法替代繁瑣的人工操作過程，主要有兩大難題：

算法排序結果跟人工排序結果，沒有顯著性優勢；

VBA程序運行時間非常長，1000個看板需要計算3~5小時。

算法先后采用了枚舉算法、蛇形算法、最短路徑算法……已經記不清迭代了多少次，但始終沒有突破性進展。

2018年離開線束行業以后，心中一直有一個遺憾，“未能找到一種能有效降低換型總時間的算法”！作為一個技術控，此研究一直作為個人保留項目進行攻關，只是忙的時候投入得精力少一些，忙里偷閑的時候投入得精力多一些。

05

BSC算法+Python=自動機智能排序工具

“苦心人，天不負”。兜兜轉轉，不記得撕了多少種方案，終于找到一種能有效解決減少換型總時間的算法，寄予厚望起名為“Best Sequence Calculator”，簡稱BSC算法。為了解決VBA運算卡死的問題，6月份開始自學Python，從安裝Pycharm開始，折騰了3個月，開發了“汽車線束自動機智能排序工具”，為了解決界面問題，又自學了PyQt5并研究了“多線程”，并在Tony哥設計技能的加持下升級了軟件的UI，經過2個多月某工廠的實際試用反饋后，最終為大家帶來一款相對成熟的汽車線束自動機看板智能排序解決方案——《線束自動機智能排序工具V5.0》。

其注冊方法和使用方法介紹見下視頻：

06

BSC算法VS.人工排序測試結果

筆者測試了5個項目，結果如下：

▲圖8 BSC3.0算法VS.人工排序測試結果▲

從測試結果來講，算法排序的質量和速度均實現了飛躍，初步實現了預期。

07

汽車線束自動機看板智能排序解決方案的目標應用場景

針對自動機看板排序作業過程，目前行業內主要有三種解決方案：

采購第三方APS系統或自研APS。優點是能有效集成MES、ERP等系統，算力更強；缺點是價格高，花費預計在150~200萬之間；

IT+前工序專家，開發排序算法并制成專用工具。筆者所走的技術路線，只不過一般團隊短時間完成，筆者沒有團隊無奈采用了單人長時間完成。

人工排序。大部分中小企業沒有資金購買APS也沒有技術實力自行開發相關專業工具，只能不斷花錢雇滿足自己要求的人。

基于當前行業現狀，筆者認為汽車線束自動機看板智能排序解決方案的BSC算法可用于如下場景（優先級依次降低）：

BSC算法與MES結合使用。后續突破負荷均衡算法，使MES具備APS的功能，適合信息化程度較高的工廠；

配合D公司模型使用。BSC算法進行順序優化，D公司模型進行負荷的測算，人工僅需手工平衡各機臺負荷，最終將工藝路線信息記錄在看板中，適用于無MES系統的工廠；

配合自動機管理系統使用。通過看板收集任務，通過BSC算法在機臺排序，適用于自動機廠家，作為選配功能。

后記：筆者在研究《線束自動機智能排序工具》的過程中，得到了業內資深人士的技術指導和交流；在技術推廣階段，得到了來自師傅、線束行業哥哥姐姐弟弟妹妹們、網友們對線束行業現狀情況的情報支持，人脈支持，無法用言語表達心中的感激，正是各位的支持，BSC算法才有機會從研究成果到工廠實際落地！希望，天南海北的我們，能一起為助力線束行業中小型企業低成本的智能化，貢獻自己的力量！

審核編輯：黃飛