CN103455853A - 一种多级供应商多级零件的生产协同运算方法 - Google Patents

Abstract

本发明公开了一种多级供应商多级零件的生产协同运算方法，其建立冲压量与提料工序时间、剪切工序时间之间的函数关系，通过该运算模型的运用，使供应链各节点单位更加合理的编排自身的生产计划，进一步消除了多级供应商多零件供配过程中的生产瓶颈，合理实现相邻的节点单位的生产协同，提高生产效率。

Description

一种多级供应商多级零件的生产协同运算方法

技术领域：

本发明涉及一种汽车零部件加工制造企业之间的生产协同运算方法，尤其涉及一种多级供应商多级零件的生产协同运算方法。

背景技术：

汽车供应链的各个节点企业进行了精细化分工，做好每个节点企业间的生产协同是决定供应链运作效率高与低的关键所在。两个相邻节点单位间对彼此的生产拉动能力较为熟悉，作为下工序的节点单位发布自己的多个零件的生产拉动计划，由上工序节点单位遵照该计划安排自己内部的生产响应，同时对自己再上一工序的节点单位提出多个零件的拉动指示。在这个多级供应商多级零件供应的链条中，不相邻的节点单位往往因为业务焦点而做不到生产协同。因此，我们需要对多个供应商多零件加工的生产节拍进行综合分析，建立以各节点单位加工周期及多层零件BOM管理为基础的生产协同模型，从零部件厂冲压计划测算出上工序节点企业对冲压条料的加工完成时间、测算出再上一工序节点单位对钢卷剪切的完成时间。

发明内容：

本发明的目的在于克服上述已有技术的不足而提供一种合理实现相邻的节点单位的生产协同，提高生产效率的多级供应商多级零件的生产协同运算方法。

本发明的目的可以通过如下措施来达到：（1）选择n种汽车零部件，分别编号i=1，...，n；

（2）令零部件编号i=1；

（3）取同比周期T内生产企业已有的所有零部件的每天冲压数量，并画出冲压数量与T之间的曲线图；

（4）把T分成10个区间，统计各个区间内的所包含冲压数量的数据个数并绘出直方图，连接直方图内的各个区间的中点，直观获得数据个数较集中区域的日冲压量范围是[D_{i 1} ， D_{i 2}]，利用S_{i 1} =(D_{i 1}´T ¸ t)，S_{i 2} =(D_{i 2}´T ¸ t) 计算得出每种零件冲压量的平均分布范围[S_{i 1} ， S_{i 2}]，其中t为周期内统计零件的总个数；

（5）选取冲压量分布范围[S_i1 ， S_i2 ]中的数为拟合数据源，画出第i种零部件冲压计划与剪切时间C_i 之间的散点图；并运用最小二乘法拟合出它们之间的关系C_i ^~=a ₁S _i+a ₂，得出具体a ₁，a ₂的参数值，画出第i种零部件冲压计划与剪切时间C_i 之间的关系图；

（6）画出第i种零部件冲压计划与提料时间U_i 之间的散点图；并运用最小二乘法拟合出它们之间的关系U_i ^~=b ₁ S_i ² +b ₂ S_i+b₃ ，得出具体的参数值，画出第i种零部件冲压计划与提料时间U_i 之间的关系图；

（7）设从提料到剪切工序的运输时间为T₂ ，从剪切工序到冲压工序的运输时间为T₁ ，得到最终的模型，即冲压量与剪切工序时间之间的关系为C_i =a ₁S _i +a₂ +T₁ ，冲压量与提料工序时间之间的关系为U_i =b ₁S _i ² +b₂S_i +b ₃+T₂ ；

（8）判断i<n是否成立，若成立，则i=i+1，转入步骤（3）；否则，转入步骤（9）；

（9）结束计算。

本发明同已有技术相比可产生如下积极效果：本发明建立冲压量与提料工序时间、剪切工序时间之间的函数关系，通过该运算模型的运用，使供应链各节点单位更加合理的编排自身的生产计划，进一步消除了多级供应商多零件供配过程中的生产瓶颈。

附图说明：

图1是本发明的总体框图；

图2是本发明的流程图。

图3是本发明的冲压量与时间的关系图；

图4是本发明的冲压量的分布直方图；

图5是实施例1中冲压量与剪切时间的散点图与拟合图；

图6是实施例1中冲压量与提料时间的散点图与拟合图；

图7是实施例2中冲压量与剪切时间的散点图与拟合图；

图8是实施例2中冲压量与提料时间的散点图与拟合图；

图9是实施例3中冲压量与剪切时间的散点图与拟合图；

图10是实施例3中冲压量与提料时间的散点图与拟合图。

具体实施方式：下面结合附图对本发明的具体实施方式进行进一步详细具体的说明：

实施例1：

（1）选择3种汽车零部件分别为：前梁上片、前梁下片、左梁上片，别编号i=1，2，3；

（2）令零部件编号i=1；

（3）取T为45天，画出该周期内生产企业已有的所有零部件的每天冲压数量与T之间的曲线图(图3) ；

（4）把T分成10个区间，统计各个区间内的统计各个区间内的所包含冲压数量的数据个数并绘出直方图，连接直方图内的各个区间的中点，直观获得数据个数较集中区域的日冲压量范围是[D_{i 1} ， D_{i 2}]，即[5.895,11.135]，利用S_{i 1} =(D_{i 1}´T ¸ t)，S_{i 2} =(D_{i 2}´T ¸ t) 计算得出每种零件冲压量的平均分布范围[S_{i 1} ， S_{i 2}]即[9.147,17.278]，其中t为周期内统计零件的总个数为29；

（5）画出第1种零部件冲压计划量对应分S ₁别为9.2，10.8，12.8，14.8，16.7(吨)与剪切时间C ₁对应分别为3，3.2，3.7，4.2，5(天)之间的散点图并运用最小二乘法拟合出它们之间的关系C ₁ ^~ =0.2643S ₁+0.4214 (图5)；

（6）画出第1种零部件冲压计划量S ₁分别为9.2，10.8，12.8，14.8，16.7(吨)与提料时间U ₁分别为13，13.2，13.8，14.8，16(天)之间的散点图并运用最小二乘法拟合出它们之间的关系U ₁ ^~ =0.0447 S ₁ ²-0.7551 S ₁+16.1525 (图6)；

（7）设从提料到剪切工序的运输时间为T ₂，从剪切工序到冲压工序的运输时间为T ₁，得到最终的模型，即冲压量与剪切工序时间之间的关系为C ₁ =0.2643S ₁+0.4214 +T₁ ，冲压量与提料工序时间之间的关系为U ₁ =0.0447 S ₁ ²-0.7551 S ₁+16.1525+T₂ ；

（8）判断i<3是否成立，若成立，则i=i+1，返回步骤（3），否则，转到步骤（9）；

（9）结束计算。

实施例2：

（1）选择3种汽车零部件分别为：前梁下片、前梁上片、左梁上片；

（2）令零部件编号i=1，即选择前梁下片；

（3）取T为45天，画出该周期内生产企业已有的所有零部件的每天冲压数量与T之间的曲线图(图3) ；

（4）把T分成10个区间，统计各个区间内的所包含冲压数量的数据的个数并绘出直方图，连接直方图内的各个区间的中点，直观获得数据个数较集中区域的日冲压量范围是[D_{i 1} ， D_{i 2}]，即[5.895,11.135]，利用S_{i 1} =(D_{i 1}´T ¸ t)，S_{i 2} =(D_{i 2}´T ¸ t) 计算得出每种零件冲压量的平均分布范围[S_{i 1} ， S_{i 2}]即[9.147,17.278]，其中t为周期内统计零件的总个数为29；

（5）画出第1种零部件冲压计划量对应分S ₁别为9.2，10.8，12.8，14.8，16.7(吨)与剪切时间C ₁对应分别为2.6，3.2，3.7，4.3，4.9(天)之间的散点图并运用最小二乘法拟合出它们之间的关系C ₁ ^~ =0.2995S₁-0.1117(图7)；

（6）画出第1种零部件冲压计划量S ₁分别为9.2，10.8，12.8，14.8，16.7(吨)与提料时间U ₁分别为12.8，13.1，13.6，14.9，16.5(天)之间的散点图，并运用最小二乘法拟合出它们之间的关系U ₁ ^~ =0.0651S ₁ ²-1.1987 S ₁+18.3550(图8)；

（7）设从提料到剪切工序的运输时间为T ₂，从剪切工序到冲压工序的运输时间为T ₁，得到最终的模型，即冲压量与剪切工序时间之间的关系为C ₁ =0.2995S₁-0.1117+T₁ ，冲压量与提料工序时间之间的关系为

U ₁ =0.0651S ₁ ²-1.1987 S ₁+18.3550+T₂ ；

（8）判断i<3是否成立，若成立，则i=i+1，返回步骤（5），否则，转到步骤（9）；

（9）结束计算。

实施例3：

（1）选择3种汽车零部件分别为：左梁上片、前梁上片、前梁下片；

（2）令零部件编号i=1，即选择左梁上片；

（3）取T为45天，画出该周期内生产企业已有的所有零部件的每天冲压数量与T之间的曲线图(图3) ；

（4）把T分成10个区间，统计各个区间内的所包含冲压数量的数据个数并绘出直方图，连接直方图内的各个区间的中点，直观获得数据个数较集中区域的日冲压量范围是[D_{i 1} ， D_{i 2}]，即[5.895,11.135]，利用S_{i 1} =(D_{i 1}´T ¸ t)，S_{i 2} =(D_{i 2}´T ¸ t) 计算得出每种零件冲压量的平均分布范围[S_{i 1} ， S_{i 2}]即[9.147,17.278]，其中t为周期内统计零件的总个数为29；

（5）取冲压量平均分布范围[S _{i 1} ， S_{i 2}]中的数为拟合数据源，画出第1种零部件冲压计划量对应分S ₁别为9.2，10.8，12.8，14.8，16.7(吨)与剪切时间C ₁对应分别为2.5，3.3，3.9，4.4，5.1(天)之间的散点图并运用最小二乘法拟合出它们之间的关系C ₁ ^~ =0.3302S ₁-0.4066 (图9）；

（6）画出第1种零部件冲压计划量S ₁分别为9.2，10.8，12.8，14.8，16.7(吨)与提料时间U ₁分别为12.9，13.2，13.7，15，16.5（天）之间的散点图，并运用最小二乘法拟合出它们之间的关系U ₁ ^~ =0.061 S ₁ ²-1.1027 S ₁+17.9112(图10）；

（7）设从提料到剪切工序的运输时间为T ₂，从剪切工序到冲压工序的运输时间为T ₁，得到最终的模型，即冲压量与剪切工序时间之间的关系为C ₁ =0.3302S ₁-0.4066+T₁ ，冲压量与提料工序时间之间的关系为

U ₁ =0.061 S ₁ ²-1.1027 S ₁+17.9112+T₂ ；

（8）判断i<3是否成立，若成立，则i=i+1，返回步骤（3），否则，转到步骤（9）；

（9）结束计算；

以上的实施例仅仅是对本发明的优选实施方式进行描述，并非对本发明的范围进行限定，在不脱离本发明设计精神的前提下，本领域普通工程技术人员对本发明的技术方案作出的各种变形和改进，均应落入本发明的权利要求书确定的保护范围内。

Claims (1)

1.一种多级供应商多级零件的生产协同编排方法，包括以下可由计算机执行的步骤：

（1）选择n种汽车零部件，分别编号i=1，...，n；

（2）令零部件编号i=1；

（3）取同比周期T内生产企业已有的所有零部件的每天冲压数量，并画出冲压数量与T之间的曲线图；

（4）把T分成10个区间，统计各个区间内的所包含冲压数量的数据个数并绘出直方图，连接直方图内的各个区间的中点，直观获得数据个数较集中区域的日冲压量范围是[D_{i 1} ， D_{i 2}]，利用S_{i 1} =(D_{i 1}´T ¸t)，S_{i 2} =(D_{i 2}´T ¸t) 计算得出每种零件冲压量的平均分布范围[S_{i 1} ， S_{i 2}]，其中t为周期内统计零件的总个数；

（5）选取冲压量分布范围[S_i1 ， S_i2 ]中的数为拟合数据源，画出第i种零部件冲压计划与剪切时间C_i 之间的散点图；并运用最小二乘法拟合出它们之间的关系C_i ^~=a ₁S _i+a ₂，得出具体a ₁，a ₂的参数值，画出第i种零部件冲压计划与剪切时间C_i 之间的关系图；

（6）画出第i种零部件冲压计划与提料时间U_i 之间的散点图；并运用最小二乘法拟合出它们之间的关系U_i ^~=b ₁ S_i ² +b ₂ S_i+b₃ ，得出具体的参数值，画出第i种零部件冲压计划与提料时间U_i 之间的关系图；

（7）设从提料到剪切工序的运输时间为T₂ ，从剪切工序到冲压工序的运输时间为T₁ ，得到最终的模型，即冲压量与剪切工序时间之间的关系为C_i =a ₁S _i +a₂ +T₁ ，冲压量与提料工序时间之间的关系为U_i =b ₁S _i ² +b₂S_i +b ₃+T₂ ；

（8）判断i <n是否成立，若成立，则i =i+1，转入步骤（3）；否则，转入步骤（9）；

（9）结束计算。

Images