基于VSM-ISM汽车空调铝扁管生产线优化及仿真_田世海.pdf

第 28 卷 第 2 期2023 年 4 月工业工程与管理Industrial Engineering and ManagementVol.28 No.2Apr.2023基于VSM-ISM汽车空调铝扁管生产线优化及仿真田世海，杨文蕊，王春梦（哈尔滨理工大学 经济与管理学院，黑龙江 哈尔滨 150000）摘要:针对JH公司汽车空调铝扁管生产线存在的良品率低、车间布局不合理、机器故障率高等问题，提出了“发现问题（VSM与ISM）、方案设计、仿真验证”的闭环优化过程。首先，绘制生产线价值流现状图来发现问题；其次，建立生产线问题解析结构模型，将生产线问题分为深层问题、中层问题和表层问题，找出导致生产线效率低的根本原因和直接原因；最后，考虑时间与成本因素，建立车间布局多目标优化模型，并通过粒子群算法进行求解，同时以精益思想对其他问题提出改善方案，并使用Flexsim进行仿真。结果证明，VSM与ISM结合，在生产线优化时更有效率。关键词:价值流图；解析结构模型；铝扁管；生产线优化中图分类号:U 468.4 文献标识码:AProduction Line Optimization and Simulation of Automobile Air Conditioner Aluminum Flat Tube Based on VSM-ISMTIAN Shihai，YANG Wenrui，WANG Chunmeng（School of Economics and Management，Harbin University of Science and Technology，Harbin，Heilongjiang 150000，China）Abstract:Aiming at the problems of low yield，unreasonable workshop layout，and high machine failure rate of JHs automotive air-conditioning aluminum flat tube production line，a closed-loop optimization process of discovering problems（VSM and ISM），scheme design，and simulation verification was proposed.Firstly，the current value stream map of the production line was drawn to discover the problems.Secondly，a production line problem interpretive structure model was established.The production line problems were divided into deep-level problems，middle-level problems and surface problems，in order to find out the root causes and direct causes of the low efficiency of the production line.Finally，considering the time and cost factors，a multi-objective optimization model was established for workshop layout，and solved by PSO algorithm，while lean thinking was put forward to improve the program to other issues，and Flexsim was used for simulation.This result shows that the combination of VSM and ISM can be more efficient in the process of optimizing the production line.Key words:value stream map;interpretive structure model;aluminum flat tube;production line optimization文章编号：1007-5429（2023）02-0079-11DOI：10.19495/ki.1007-5429.2023.02.009收稿日期：2021-08-02基金项目：教育部人文社会科学研究规划基金项目（22YJA630080）;黑龙江省哲学社会科学研究规划项目（22SHB170）作者简介：田世海（1972），黑龙江哈尔滨人，教授，博士，主要研究方向为供应链管理。E-mail：。-79第 28 卷 田世海，等：基于VSM-ISM汽车空调铝扁管生产线优化及仿真1 引言 据国家统计局统计，2021年上半年我国制造业采购经理指数（purchasing managers index，PMI）位于临界点（50%）以上，总体处于平稳运行的发展趋势。但2021年5月份统计结果显示，小型企业PMI为48.8%，位于临界点以下，小型企业生产经营依然面临不少困难。尤其对于汽车零部件公司，在汽车行业发展趋势向好的情形下，提高自身生产效率与产品质量、降低成本成为企业提高市场竞争力的重要途径。铝扁管作为汽车空调管路的重要组成部分，在一些企业中存在生产效率低、浪费较多等问题，特别是在挑选这一步骤，主要依靠工人手工完成。因此，对铝扁管生产线优化有重大意义。生产线优化一般分为两步：一是发现问题，二是进行优化。在第一步中，价值流图（value stream mapping，VSM）是发现问题中最常用的方法之一，其作为精益生产的基础，是一个方便、快捷的发现问题的工具，目前已被广泛应用到多个领域，如生产线1、装配线2、医院出院流程3、供应链4、生命周期5、绩效评价6等。其中对产品生产和装配的研究仍是主流，尤其是在“中国制造2025”提出的大背景下。在第二步进行优化时，主要优化方法有精益生产方法、启发式算法和系统仿真法等。针对优化方法，目前的研究态势如下。（1）使用单一方法进行优化。如：使用精益生产工具对复杂装配生产线优化7-8，SYREYSHCHIKOVA等9将VSM、JIT、5S、看板系统等精益工具用于时钟生产，提高了经济效益；单独使用遗传算法优化生产线平衡10，变邻域搜索算法优化车间布局11；单独使用Flexsim对生产线仿真，并提出优化建议12。（2）结合精益生产与系统仿真。如：对传动轴装配流程进行精益优化后，建立Flexsim仿真模型验证可行性13；基于ARENA仿真模型发现叶轮铸造瓶颈工序，采用MOD法优化14；运用仿真技术对服装行业的精益生产系统进行检验15。（3）精益生产结合启发式算法。如：杨立峰等16结合精益生产与贪婪算法，对汽车生产线物流进行优化；KAROUM等17将精益工具与布谷鸟算法结合，形成混合布谷鸟搜索广义细胞形成问题的元启发式算法，优化搬运成本与机器可靠性。（4）启发式算法与系统仿真结合。如：Witness仿真结合遗传算法优化制革车间生产线18；YANG等19采用遗传算法求解车间布局优化模型，并利用Plant Simulation建立仿真模型，优化了物流体积与吞吐量。以上国内外研究为生产线优化奠定了基础，但仍存在以下不足：（1）已有研究侧重考虑生产线问题之间的联系，鲜有对影响生产效率低的问题进行系统层级划分；（2）仅考虑单独方法或两两结合，未将精益生产、启发式算法、系统仿真3种方法结合起来，未形成一个系统性的优化流程；（3）优化时侧重考虑生产线中的部分问题，缺乏考虑系统性的生产线优化方案。因此，本文以JH公司汽车空调铝扁管生产为研究对象，引入解析结构模型法（interpretative structural modeling method，ISM）与VSM结合。首先，通过分析价值流图发现问题，建立ISM模型将问题划分层级，找出生产效率低的根本原因（深层问题）和直接原因；其次，针对深层问题的车间布局，建立以物流成本最小化与搬运时间最短的优化目标函数，并通过粒子群算法求解，同时以精益生产对其他问题进行优化；最后，建立Flexsim系统仿真模型，验证优化方案可行性。具体方案如图1。2 JH公司生产价值流现状及问题发现2.1公司简介与车间现状JH公司于2012年成立，是一家集研发、制造、销售、服务为一体的专业生产汽车空调换热器和家电空调平行流冷凝器用微通道铝扁管的高新技术企业。该公司现在可以完成从原材料到挤压、切断等铝扁管生产的所有工序。生产车间现有24名工人，3台铝棒挤压机，3条挤压线，5台铝棒切断机，6条切断线。每月产量为50100吨。该车间生产的铝扁管（部分）如图2所示。2.2确定产品族在进行价值流图分析时，首先，要挑选出典型的产品族作为深入调查分析的对象，从而绘制出价值流现状图；然后，发现当前生产过程中存在的问题点，进而针对问题点提出改进措施20。选择产品族的目的在于减少分析时面临的整体复杂度，集中图1优化方案-80第 2期工 业 工 程 与 管 理关注一个主要产品或一个主要产品族。该公司生产的铝扁管为单品种多规格，因此本文以12 mm6.8 mm7 mm孔的铝扁管为研究对象，运用VSM与ISM模型发现问题，具体步骤如图3。2.3绘制价值流现状图绘制价值流现状图是要突出问题，分析浪费之源。铝扁管生产经由9道工序，具体流程为：原材料入库质检清洗挤压半成品入库切断挑选装箱称重存底入库。具体数据如表1所示。考察生产现场后绘制价值流现状图，见图4。其中，C/T表示周期时间，C/O表示换模时间，Shift表示班次。2.4基于VSM的问题发现通过图3的数据，可以得到生产线的增值时间TA、非增值时间TB与增值比V分别为：TA：i=1n()C/Ti=10+10+10+5+6+10+5+1+1+3=61（min）（1）TU：i=1n(C/T)i=0.1+0.5+0.8+0.5+0.5+0.5+0.5+0.2+0.5=4.1(h)（2）V=ATAT+UT=6161+4.160100%=19.87%（3）其中，(C/Ti)是第i道工序的周期时间，(C/-Ti)是第i到第i+1道工序的时间间隔。通过计算可知，目前该生产线的增值时间为61 min，增值比为19.87%，不增值时间过多。同时通过现场调查发现该生产线有浪费严重、良品率低、机器故障率高等诸多问题。图2铝扁管示意图图3问题发现流程图表1生产流程现状数据统计表工序名称挤压清洗切断质检挑选良品装箱称重存底入库生产班次111111111每班可用时间(min)480480480480480480480480480作业人数（个）62626周期时间(min)1010620105113图4价值流现状图-81第 28 卷 田世海，等：基于VSM-ISM汽车空调铝扁管生产线优化及仿真3 基于 ISM 模型的生产线问题层级划分 ISM模型可以识别系统元素间的相互关系，体现各因素间的内在联系。虽然该生产线问题较多，但各个问题之间有一定的联系，具体如图5所示。因此可以运用ISM模型找到生产线效率低的本质。基于图5建立ISM模型，步骤如下：（1）建立邻接矩阵将 生 产 线 问 题 视 作 一 个 包 含 了Si(i=1，2，10)10个组成因素的系统，构建邻接矩阵A=aij，其中，aij为1表示因素Si对Sj有影响，aij为0表示Si对Sj无影响。（2）建立可达矩阵通过对上述邻接矩阵进行布尔计算可求出可达矩阵P，可达矩阵描述了系统各因素间的可达关系。本文使用MATLAB-R2017a进行计算，求出可达矩阵。A=|0000000000101000010000000001001000000100001000111000000000011000000100001000000000000001000000000100P=|1000000000111000010000100001001011000100101010111000100101011010001100001000010000100001100010000101（3）层级划分对可达矩阵进行层级划分是为了进一步确定各问题间的影响关系和程度。计算各因素的可达集R(Si)、先行集A(Si)和共同集C(Si)，并据此划分层级，过程如图6所示。由图 6 可知，层级可划分为三层：第一层为S1、S3、S8，第 二 层 为S2、S4、S7、S9、S10，第 三 层 为S5、S6。（4）绘制解析结构模型与分析按照各因素的层级顺序将其分层，然后用有向矢线连接表示要素间的相互作用关系，箭头指向的为受影响的一方，即可得到生产线问题的分析结果。生产线问题分析ISM模型如图7所示。图5问题关系网络图图6层级划分过程图图7生产线问题分析ISM模型-82第 2期工 业 工 程 与 管 理由图7可知，该铝扁管生产线现有的问题共分为三层。第一层的3个因素在模型的最上端，属于表层问题。如果一个生产车间的工人工作积极性低、时间利用率不高并存在较多的时间浪费，说明这条生产线已经出现了问题。这3个因素能够从整体上反映出一个车间的管理水平，是生产线出现问题的直观反映。第二层是中层问题，是造成生产线效率低的直接原因。合理的工作分配和高的良品率可以提高工人工作积极性和时间利用率，并且合理的换模时间与适当的修理、搬运可以减少时间浪费。第三层是深层问题，是造成该车间生产线效率低的根本原因，属于生产线的关键问题，车间布局与机器故障频率很大程度上决定了其他问题的产生。4 汽车空调铝扁管生产线优化 从图7可得，生产线问题被划分为3层，因此，从深层问题出发考虑优化方案，重点优化“源头性问题”，如图8所示。4.1车间布局4.1.1布局现状经在该车间实地考察后，绘制该车间现下的布局与路线图，如图9所示。从图9中可以看出：车间布局不合理，现场布置混乱，相邻工序距离过长，导致了大量的查找与重复搬运；每一处的进出方向不合理，造成路线拥挤，甚至发生碰撞，阻碍生产作业的顺畅进行。生产车间长40 m，宽32 m，面积1 280 m2。对车间现存的设备及生产所需的场地进行编号和测量，以工艺流程划分作业单元。各作业单元信息如表2。车间搬运以小推车为主，搬运成本为0.5元/m。4.1.2生产线设计布局模型优化优化车间布局需要结合车间具体生产情况，选择合适的目标进行优化。不仅要考虑搬运成本费用，而且需要考虑搬运时间。时间越短，搬运效率越高。因此，以车间物料搬运成本最小化与搬运时间最短为优化目标，建立生产线布局数学模型，假设如下：（1）生产车间和机器占地均为矩形；（2）车间内各作业单元摆放位置与厂房平行；（3）在制品在两个作业单元之间的流动只能按图8优化思路图图9车间布局与路线现状图-83第 28 卷 田世海，等：基于VSM-ISM汽车空调铝扁管生产线优化及仿真照坐标系轴线平行线方向进行移动；（4）物料移动顺序与成本、时间无关。以生产车间左下角为坐标原点，建立数学模型，简化后作业单元的布局如图10所示。其中：X轴为车间的长度方向，Y轴为车间的宽度方向；L为车间总长度，W为车间总宽度；mi为车间第i个作业单元，i=1，2，n；Li、Wi分别为第i个作业单元的长度、宽度；xi、yi分别为第i个作业单元中心点的横坐标、纵坐标；s为作业单元i与作业单元j之间的净间距。以物料搬运成本最小与搬运时间最短为目标函数，目标值越小，优化效果越好。物料搬运成本最小：minC=i=1nj=1ncijfijdij（4）搬运时间最短：minT=i=1nj=1nfijdijvij（5）dij=|xi-xj|+|yi-yj|（6）其中：C为物料搬运成本；T为搬运时间；n为作业单元总数量；cij为车间内第i个与第j个作业单元之间的物料搬运费用，当i=j时，cij=0；fij为车间内第i个与第j个作业单元之间的物料搬运频率，当i=j时，fij=0；dij为第i个与第j个作业单元之间中心点的距离；vij为车间内第i个与第j个作业单元间的物料搬运速度，快慢取决于搬运主体，当i=j时，vij=0。为方便计算，采用加权法将多目标问题转化为单目标问题，见式（7）。对两个优化目标赋予不同的权重1和2，且1+2=1。采用归一化因子1和221统一两个优化目标的量纲。F=min(11i=1nj=1ncijfijdij)+22i=1nj=1nfijdijvij（7）1=1i=1nj=1ncijfijdmax，2=viji=1nj=1ntijdmax（8）其中：F为加权后的目标函数值；1为物料搬运成本的权重，2为搬运时间的权重，1和2由企业专家给出；1、2为归一化因子。4.1.3约束条件在设计车间优化布局时，需要考虑车间现下的实际情况，主要包括以下约束条件：（1）保证各作业单元之间留有一定的距离，不会出现重叠，s=2。|xi-xj|Li+Lj2+s，|yi-yj|Wi+Wj2+s（9）（2）确保各作业单元与车间墙壁之间预留一定的距离。xiLi2+s，yiWi2+s（10）（3）确保同一行或列的所有作业单元不超过车间的总长度和总宽度。xi+Li2+sL，yi+Wi2+sW（11）（4）一个作业单元在布局中只能出现一次。k=1mik=1，i=1，2，n，k=1，2，m（12）（5）作业单元坐标非负。xi，yi0（13）表2作业单元信息编号123456789101112作业单元原材料区洗模具清洗挤压区切断区工具区安全室质检区成品区半成品区挑选区闲置区长（m）106612124451511125宽（m）5555555515862面积（m2）5030306060202025225887210注：挑选至填写入库单统一归为挑选区，闲置区为闲置机器的区域。图10作业单元布局图-84第 2期工 业 工 程 与 管 理4.1.4算法设计与参数设定粒子群优化算法由KENNEDY和EBERHART22提出，由于结构简单、精度高、收敛快、参数容易调整、计算速度快等优点，广泛应用于最优化领域23-24。因此，以粒子群算法来求解目标函数。粒子群算法流程如图11所示。（1）算法思想：采用排序法实现离散化粒子群算法。（2）速度更新与位置更新。速度更新公式：vk+1id=wvkid+c1(pkid-xkid)+c2(pkgd-xkid)（14）位置更新公式：xk+1id=xkid+vk+1id（15）其中：vkid为第i个粒子第d维第k代的速度；xkid为第i个粒子第d维第k代的位置；pkid为第i个粒子第d维第k代的个体最优位置；为惯性权重；pkgd为粒子群第d维第k代的全局最优位置；和是 0，1 均匀分布的随机数；c1是粒子跟踪自己历史最优值的权重系数，c2是粒子跟踪群体最优值的权重系数。（3）参数设定：群体规模为 50，惯性因子=0.8，0.93，c1=1.7，c2=1.8。（4）数据：cij=0.5，1=0.6，2=0.4。计算得：1=6.775 110-42=3.249 410-4fij=|004000000000000300000000000400000000030002000300000000000300000200000020000000000000200000000000000000000000000030000000000002080000000000000000vij=|001.50000 0 00000001.1000 0 00000001.5000 0 000000.700010 0 0 0.8000000000 0 0 0.8000000.9000 0 001.2 00000000 0 00000.8000000 0 00000000000 0 000000000.700 0 0000000000.9 0 1 00000000000 0 0000 4.1.5结果分析依据算法设计，在 MATLAB-R2017a 进行仿真，迭代200次，运行结果如图12所示。从优化结果可以看出，大约在58代左右达到收敛，说明该算法具有较好的收敛能力。优化后各作业单元坐标如表3所示。由于铝棒不能沾到水、汗液等液体，否则会氧化成为废品，所以洗模具室要远离其他加工作业单元，因此保留其原本位置。同时考虑其生产流程的连续性，合并质检室与清洗室（铝棒清洗是利用氢图11粒子群算法流程图图12粒子群算法优化过程-85第 28 卷 田世海，等：基于VSM-ISM汽车空调铝扁管生产线优化及仿真氧化钠清除表面的杂质），优化后的车间布局与路线如图13。从图13中可以看出，优化后的车间布局路线简洁且未有交叉现象出现。以生产一箱铝扁管为例，将优化前后的路线长度进行汇总，分析优化效果，见表4。4.2机器故障问题（1）设备现状设备故障一般分为三个阶段：早期故障期、偶发故障期和耗损故障期。该车间的机器是在车间建立时统一购入的，目前已经到了由于使用不当、操作疏忽、维护欠佳、材料隐患等偶然原因所导致的偶发故障期，不仅阻碍生产顺利进行，也造成了良品率低等其他问题。（2）改善措施 加强机器保养维修，定时对机器进行维修护理，及时掌握零件磨损情况，防止故障停机所造成的经济损失。全员生产维护（total productive maintenance，TPM）。全员生产维护是由参与生产的全体员工共同预防维护和生产维护，目的是最大限度地降低设备发生异常的概率，确保设备的最高效率，从而减少因设备产生的其他问题。4.3工人工作分配（1）问题现状每台机器配有两位工人，两位工人的工作如何协调是一个重要的问题。若协调好，便可提高工作效率；若协调不好，工作量相差过大，容易引起工人不满，造成工人之间氛围紧张，不利于工作顺利进行。通过对JH公司车间现场进行考察，绘制其工艺流程图，其中从原材料到半成品共12人，切断6人，挑选至成品入库6人，见图14。切断处共有6名工人，每台机器两人，一名负责拉卷料并放在切断机上，另一名调整切口的长宽高，两人工作量相差较大，且这些工作可以由一人完成。从挑选良品到成品入库的5道工序总共由6位工人完成，每两人为一组，其中一表3作业单元坐标编号123456x（m）34191282110y（m）4.511.521.514.54.528.5编号789101112x（m）4.033.531.57.523.04.5y（m）25.528.516.56.029.020.0图13优化后车间布局与路线图表4车间布局优化效果对比分析表路线长度/m优化前210优化后132优化效果减少了78-86第 2期工 业 工 程 与 管 理人负责第一遍挑选，另一人负责第二遍挑选并打包装箱、称重、存底（统计良品、废品与产量）与入库，第二个人负责的工序较多，需要协调。（2）协调工人工作了解工人工作内容后，依据灵活配置人员25和分配公平感理论26对其工作进行协调，以提高员工利用率，使每个人的工作量都较为合理。每台切断机处留一名工人，将另外3人分配至挑选良品处，负责称重、存底及入库，分担挑选处工人的工作量。协调后的工人分配情况如图15所示。4.4换模时间（1）问题现状由于铝扁管规格较多，挤压机每生产完一个规格的铝片都要进行换模。换模的流程如图16所示，需要大约40 min，在这一段时间内，机器和员工大都处于一个等待的状态，降低了工作效率。（2）改善措施：快速换模快 速 换 模（single minute exchange of die，SMED）是将产品的换模时间、生产启动时间及调整时间等尽可能减少的一种过程改进方法，也是应对多批少量、降低库存、提高生产系统快速反应能力的技术。首先，区分换模过程中的内换模与外换模。内换模是指需要中断生产才能完成的活动，如拆卸模具；外换模是指不用中断生产就可以完成的活动，如运送模具。其次，分离内外换模。由挤压工负责内换模，洗模具室工人负责外换模，减少等待时间。最后，分别缩短内外换模时间。通过对模具采用目视化管理与提前进行模具预热来缩短外换模时间，然后用定位销、夹具等替代螺丝，减少拆卸和固定模具的时间来缩短内换模时间27。通过引进SMED，换模时间缩短到15 min。优化后换模流程见图17。良品率、修理浪费与搬运浪费可由深层问题的解决而改善，表层问题可由深层问题与中间层问题的解决而解决，因此不再过多阐述。4.5优化后价值流分析与仿真4.5.1绘制优化后价值流图“优化后状态图”是以精益思想为指导，按照企业的实际情况，为优化后的运作模式指明方向，设计新的精益流程。根据上述改善措施对车间进行改善，绘制优化后价值流图，见图18。图14铝扁管工艺流程图图15优化后工艺流程图图16换模流程图（优化前）图17换模流程图（优化后）-87第 28 卷 田世海，等：基于VSM-ISM汽车空调铝扁管生产线优化及仿真4.5.2改善效果对比通过优化后价值流图可以得到改善后的增值时间、非增值时间与增值比。改善前后对比见图19。TA：i=1n(C/T)i=10+10+3+8+9+5+1+1+1=48（min）（16）TU：i=1n(C/T)i=0.2+0.4+0.1+0.2+0.3+0.1+0.1+0.3=1.7（h）（17）V=ATAT+UT=4848+1.760100%=32%（18）4.5.3仿真分析仿真的实质是模拟现实并作用于现实最终改善现实。通过仿真模型，可以直观地看出改善方案是否可行。因此依据上述改善方案，使用 Flexsim Chinese18.2.0 建立改善前后仿真模型。各设备设置一样，因此以1处为例，如图20和图21。从图21可以看出：图21（b）各工序设备的利用率比图21（a）有明显提高，且仍有余量。当增加客户或客户突然间增加订单时车间仍然可以应对，完成生产任务。5 结论 本文通过将VSM与ISM结合，对JH公司汽车空调铝扁管生产线进行优化，提出了一个系统性的优化流程。与以往研究生产线问题的角度不同，本文建立ISM模型后再提出改善方案，可以更加有针对性，同时也能知道各个问题影响车间生产的重要图19优化效果对比图图18优化后价值流图图20改善前后仿真模型图21改善前后各工序的设备利用率-88第 2期工 业 工 程 与 管 理程度，并结合精益生产、启发式算法与系统仿真，弥补各方法单独使用或两两结合的不足。（1）绘制该生产线的价值流现状图，发现生产过程中存在的问题，如浪费严重、换模时间长等，并引进ISM模型，建立生产线问题ISM模型发现深层问题。基于ISM模型将生产线问题分为三个层次：表层问题、中间层问题和深层问题。表层问题即生产中直观反映出的问题，如员工工作积极性低、时间利用率低、时间浪费；中间层问题即造成车间生产线问题的直接原因，如工作分配不合理、良品率低、修理浪费、搬运浪费与换模时间长；深层问题即为根本原因，如机器故障率高与车间布局不合理，需要马上着手解决。（2）针对深层问题车间布局，建立多目标车间布局优化模型，以物流成本最小化和搬运时间最短为优化目标，用粒子群算法进行求解车间最优布局，同时运用精益思想及工具对其他问题提出改善措施，使得该生产线的不增值时间减少了2.4 h，增值率提高了12.13%，行走路线长度减少了78 m。（3）使用Flexsim仿真验证方案可行性。对实施改善方案前后的生产线使用Flexsim进行仿真，可以看出各设备利用率明显提高。其中挤压机提高4%、切断机提高26%、挑选处提高31%，且仍有余量，可以应对突加订单。在JH公司实践证明，在进行生产线优化时，引进ISM模型可以“快、狠、准”地找出问题产生的根源。是否适用于其他企业还有待考证。同时本文仍有不足之处，如：在仿真分析结束后，未反馈于改善方案；在优化车间布局时，未将面积占有率考虑在优化模型中；未考虑公司奖惩制度、员工熟练度对员工工作的影响，这些将在之后进行研究。参考文献：1 郭洪飞，陈德强，屈挺，等.基于价值流的S生产线精益优化 J.计算机集成制造系统，2020，26（2）：320-330.2 黄向明，刘森，王伏林.基于价值流图析技术的剪叉高空车装配流程优化 J.现代制造工程，2017（6）：130-135+144.3 谭晓青，古成璠，赵东芳，等.精益管理在患者出院办理流程改进中的应用 J.中国护理管理，2021，21（3）：442-445.4 朱玉洁，赵学龙，申俊龙.中药产业供应链绿色生产力测算框架及实证研究 J.世界科学技术-中医药现代化，2019，21（12）：2664-2670.5 董书恒，逯承鹏，邢冉，等.中国镁产业生态系统物质流与价值流的生命周期分析 J.中国环境管理，2019，11（6）：50-56.6 张彩平，贺婷，刘梅娟.基于碳素价值流视角的造纸企业碳绩效评价研究 J.大连理工大学学报（社会科学版），2021，42（2）：50-60.7 谢庆红，王小彬，潘志霄.基于价值流图析的复杂产品装配优化研究以G公司DM3生产装配优化为例 J.工业工程与管理，2013，18（4）：117-121.8 刘晓冰，周春柳.基于价值流的复杂装备精益改善研究以某机车车辆柴油机公司连杆加工为例 J.工业工程与管理，2015，20（6）：137-144+151.9 SYREYSHCHIKOVA N V，PIMENOV D Y，MARKOPOULOS A P，et al.Value stream maps in clock production J.Russian Engineering Research，2021，41（4）：378-381.10 张旭靖，王立川，陈雁.基于遗传算法的服装缝制生产线平衡优化 J.纺织学报，2020，41（2）：125-129.11 李航，刘冉，曲子灵.采用AGV物料搬运系统的复杂生产线布局优化模型与算法 J.工业工程与管理，2020，25（5）：103-112.12 宋云鹏，孙海龙，向雷，等.基于数字化工厂的生产流程仿真与优化 J.制造业自动化，2019，41（2）：62-64+85.13 宋庭新，童一鸣，李西兴.基于价值流图技术的传动轴装配流程优化 J.计算机集成制造系统，2020，26（9）：2463-2473.14 宗学文，阮佳阳，李佳璞，等.基于ARENA的叶轮快速铸造工艺生产线优化 J.现代制造工程，2020（9）：145-148+155.15 NAl C，BILGET S.Examination of lean manufacturing systems by simulation technique in apparel industry J.The Journal of The Textile Institute，2021，112（3）：377-387.16 杨立峰，程琼，施喆晗，等.基于汽车MES生产管理系统的精益物流应用研究 J.制造业自动化，2017，39（3）：11-16+39.17 KAROUM B，ELBENANI Y B.Optimization of the material handling costs and the machine reliability in cellular manufacturing system using cuckoo search algorithm J.Neural Computing and Applications，2019，31（8）：3743-3757.18 江代渝，周原令，胡晓兵，等.制革车间生产线的Witness仿真分析与优化 J.计算机应用，2020，40（S2）：117-120.19 YANG S L，XU Z G，WANG J Y.Modelling and production configuration optimization for an assembly shop J.International Journal of Simulation Modelling，2019，18（2）：366-377.20 吴玉玲.基于VSM的精益生产管理系统的研究与实现 D.杭州：中国计量大学，2018：9-12.21 葛晓梅，李世豪.基于改进遗传算法的多目标车间布局优化问题研究 J.现代制造工程，2021（3）：10-14+9.22 KENNEDY J，EBERHART R.Particle swarm optimization C/Proceedings of IEEE international conference on neural networks.Perth，Australia：IEEE，1995：1942-1948.23 刘士琦，宋锦春，杨滨.基于粒子群算法的3种分级水网络超结构比较 J.东北大学学报（自然科学版），2021，42（6）：829-834.24 LEE J H，SONG J Y，KIM D W，et al.Particle swarm optimization algorithm with intelligent particle number control for optimal design of electric machines J.IEEE Transactions on Industrial Electronics，2018，65（2）：1791-1798.25 李欢，杨国藩，龙海波，等.基于价值流图分析的火箭氢氧发动机精益生产分析与改善 J.新技术新工艺，2021（10）：1-4.26 ADAMS J S.Towards an understanding of inequity J.The Journal of Abnormal and Social Psychology，1963，67（5）：422-436.27 葛安华，邹银萍.基于价值流的S生产线的精益改善研究 J.工业工程，2015，18（6）：19-25.-89