.排队:
──────┬──┬──┬──┬──┬──┬──┬──┐
计划 (900)│1800│1800│1800│1800│1600│1400│1200│
──────┼──┼──┼──┼──┼──┼──┼──┤
实际 (1821)│1932│1854│1775│1856│1627│1514│1232│
──────┴──┴──┴──┴──┴──┴──┴──┘
图11-1 投入/产出控制报告
按计划从36周开始产出要有显著增长,但工厂达到这较高产量有点困难。注意该计划并未包括在所述期间要提高投入
率;供给部门的产出将在以后增加。这将使排队长度从目前约2周的水平减少到小于1周的最终计划水平。这本身就是不断
降低在制品与提前期过程中的另一步骤。投入与产出二者的计划速率都是从第9章所述的能力需求计划技法推导而得的。实际
投入数据通过加总每周到达的订单上的工作含量来确定。在车间现场缺乏数据收集的场合,这可能是文书人员的一项主要差
使。当订单被发放在所有运行着投入/产出控制的工作中心中时,订单上的小时数可近似地按照好象订单在被发放的当周就到
达了所有中心那样去登录。实际产出事实上每家公司都有度量,当然,投入/产出控制所使用的数据是标准小时数而非实际经
历的小时数。不应给报废、返工或显著的超越限度提供赊账。实际排队用工作中心中的订单来表示;虽然通过加上投入并减去
产出可得出充动的总量,但定期核查实际订单是对付误差累计的良好保证。在不可能统计实际收货的场合,这一数目可以实际
核查排队长度推导出来。
投入/产出控制报告是任一制造公司在其计划控制系统中能有的最强有力的工具之一。对于下列它是关键:
1、确保有足够的能力去支持计划
2、使投入率与产出率保持平衡
3、工作排队的控制与提前期的缩短
4、提供需采取改变能力的校正行动的早期警告信号
5、把优先级与能力计划与控制活动结合起来即使根据粗略能力需求计划、采用估计的工作标准或件数、吨位、加仑等
其它能力度量,该报告也是非常有效的。少了它系统就不完整,公司就不能在紧控制下运行。这样一种报告也是要从供应商获
得适时交货所不可缺少的技法。更详细地讨 论其应用见第二册第5章。
为了避免对生意变化作出过度的补偿这种易犯的错误,有必要通过要求生产速率仅仅采取足以在计划期间把库存拉回到
计划水平的改变来实施有效的能力计划与 控制。图11-2所示为一季节性产品的生产计划,7月份的实际活动已登录其中。
这是一个备货生产计划,预算的库存水平(被认为足以给出所希望的客户服务水平)为1400件。
┌─────────────┬───────┬───────┐
│ 销 售 │ 生 产 │ 库 存 │
├──┬──┬───┬───┼───┬───┼──┬────┤
│月份│周数│月销量│ 累计 │月产量│ 累计 │本月│ 备注 │
├──┼──┼───┼───┼───┼───┼──┼────┤
│七月│ │ │ │ │ │ │ │
│计划│ 2 │ 1000 │ 8600 │ 448 │ 9184 │1784│ │
│实际│ │ 1120 │ 9400 │ 470 │ 9600 │1400│在预算上│
├──┼──┼───┼───┼───┼───┼──┼────┤
│八月│ │ │ │ │ │ │ │
│计划│ 5 │ 1500 │10,100│ 1120 │10,304│1404│ │
│实际│ │ │ │ │ │ │ │
├──┼──┼───┼───┼───┼───┼──┼────┤
│九月│ │ │ │ │ │ │ │
│计划│ 4 │ 900 │11,000│ 886 │ 1400 │1400│ │
│实际│ │ │ │ │ │ │ │
└──┴──┴───┴───┴───┴───┴──┴────┘
图11-2 备货生产厂的生产计划
在7月份,虽然累计生产量超过了计划,但销售量超前更多,所以当时的库存1400件是处于基水平。如果要在高峰月
份8月保持这一基库存水平,生产必须是1500件而不是以前计划的1120件。
这是管理者面临的典型的决策问题;他们只有两种替代方案:
1、不采取措施,让库存降低到低于预算水平,同时客户服务也降到计划水平以下。
2、对生产速率作相当大的改变,虽然此改变将只持续一段短的期间,因为高 峰销售期已过去。包括在内的生产计划。
然而重要的是要确定为了达到不持有过多库存的目的究竟必须包括多少稳定化存货。这个问题好比要去确定某一物品必须持
有多少后备存货以便减少它缺货的可能性。不幸的是,这些方案所带来的成本并无明确定义也不是垂手可得的。
类似的问题也发生在订货生产企业中。图11-3所示为一家出售转塔车床工 作机时的小承包商的续入业务。预测的业
务量是1000机时/周,但5、6、7这个三月的实际销售量偏离预测相当远。处理这一续入业务的一种办法是每周按上周
进来的续入业务量不断地调整本周的生产量去满足每周续入的销售率。当生产量能便宜而容易地改变时(例如,把工人与设备
转移到其它产品),这种办法当然可 行而且将给出最好的客户服务。不幸的是,大多数工厂里改变产量由于加时、雇佣、 训
练、丧失生产、非熟练操作工较高的报废率以及许多其它因素要引发沉重的附加成本。
┌─────────────┐
│ 预测=1000小时/周 │
├────┬────────┤
│ 周 │续入业务(小时)│
├────┼────────┤
│5-1 │ 1400 │
│5-8 │ 700 │
│5-15│ 920 │
│5-22│ 700 │
│5-29│ 850 │
│6-5 │ 1060 │
│6-12│ 425 │
│6-19│ 850 │
│6-26│ 1300 │
│7-3 │ 1060 │
│7-24│ 856 │
│7-31│ 502 │
└────┴────────┘
图11-3 续入业务──转塔车床工作
图11-3表明原先预测的每周1000小时现在看来同实际的平均续入业务
相比是显得高了。如果将第4章中讨论过的加权平均预测技法应用于这组特定数据,可得一正规地每周被更新的预测。图
11-4所示为这样一份预测,它根据实际的续入业务作出的,如果生产中相当的改变是可行与可接受的,它就可作为下一周
的生产量。
┌─────────────────────────┐
│ 新预测=α×续入业务+(1-α)×老预测 │
│ 使用权因:α=0.2 │
│ (1-α)=0.8 │
├──┬────┬────┬───┬────┬───┤
│ │ │0.27 │ │0.8×│ │
│ 周 │续入业务│续入业务│老预测│老预测 │新预测│
├──┼────┼────┼───┼────┼───┤
│5-1 │ 1400 │ 280 │ 1000 │ 800 │ 1080 │
│5-8 │ 700 │ 140 │ 1080 │ 865 │ 1005 │
│5-15│ 920 │ 185 │ 1005 │ 805 │ 990 │
│5-22│ 700 │ 140 │ 990 │ 791 │ 931 │
│5-29│ 850 │ 170 │ 931 │ 745 │ 915 │
│6-5 │ 1060 │ 212 │ 915 │ 731 │ 943 │
│6-12│ 425 │ 85 │ 943 │ 755 │ 840 │
│6-19│ 950 │ 190 │ 840 │ 672 │ 862 │
│6-26│ 1300 │ 260 │ 862 │ 690 │ 950 │
│7-3 │ 1060 │ 212 │ 950 │ 760 │ 972 │
│7-24│ 856 │ 170 │ 972 │ 448 │ 948 │
│7-31│ 502 │ --- │ 948 │ --- │ --- │
└──┴────┴────┴───┴────┴───┘
图11-4 加权平均预测──续入业务──转塔车床工作
将图11-3与图11-4对比,可知使用加权平均预测作为控制生产的手段将使周生产量的高峰从1400小时降到
1080小时,而低谷将从425小时上升为840小时。把续入业务水平的起伏全数加到工厂时,周生产量将必须变动约
1000小时(从1400高峰到425小时的低谷),而使用加权平均技法把这种变化减少到刚刚起过200小时。当然,
这第二种办法要求有一些订单积压(图11-4中未表示出来),因为全部起伏并未都传回到生产。
在一家订货生产企业中,订单积压通常用来吸收续入业务中的起伏。前面的例子假设没有订单积压,所有生产在收到订
单后的下一周来处理。实际上,大多数公司发现频繁地改变生产速率是不实际的,因为这种改变代价昂贵而且要用相当多时
间去完成。
倘若要使用订单积压去稳定生产,那末必须回答的问题是,必须保持有多少积 压?在第9章中,很粗略地讲过通过观察
续入业务从预测的偏离来作出这一决定(图9-12)。更准确的一种方法是去使用第5章中解释过的统计技法去分析续入业
务中的变化并确定为保持生产相当地平整所需正常的积压量。图11-5所示为
对头5周的续入业务中平均绝对偏差的计算。先算出每同的偏差,然后求出其MAD为247小时。
┌──┬────┬───┬───┐
│ 周 │续入业务│老预测│偏 差│
├──┼────┼───┼───┤
│5-1 │ 1400 │ 1000 │ 400 │
│5-8 │ 700 │ 1080 │ 380 │
│5-15│ 920 │ 1005 │ 85 │
│5-22│ 700 │ 990 │ 290 │
│5-29│ 850 │ 931 │ 81 │
├──┴────┴───┴───┤
│ 总计= 1236 │
├───────────────┤
│ MAD=1236/5=247小时 │
└───────────────┘
图11-5 续入业务的平均绝对偏差──转塔车床工作
在图5-7所示的正态分布的安全因子表中,只给出了变化超过平均值时的安全因子值。后备存货只针对提前期中过多
的需求提供防范。由于提前期中需求大约有一半时间将小于预测值,要给出50%的客户服务就不需后备存货。因此,
图5-7中给出的安全因子值是为服务水平在50%以上的情况提供的。
为确定需要多大积压去稳定制造作业,需使用另一种表,因为当续入业务少于 期望值时积压将下降而当续入业务高于期
望值时积压将上升。换句话说,在设定后备存货水平时只需考虑正的差异,而为一生产计划确定积压的需要时时却必须考虑
正的与负的两种差异。图11-6所示为兼顾正负两种差异时要使用的表。
┏━━━━━━┳━━━━┳━━━━━━┓
┃发生的概率%┃标准偏差┃平均绝对偏差┃
┣━━━━━━╋━━━━╋━━━━━━┫
┃ 0.00 ┃0.00┃ 0.00 ┃
┃ 25.00 ┃0.67┃ 0.84 ┃
┃ 30.00 ┃0.84┃ 1.05 ┃
┃ 34.13 ┃1.00┃ 1.25 ┃
┃ 35.00 ┃1.04┃ 1.30 ┃
┃ 39.44 ┃1.25┃ 1.56 ┃
┃ 40.00 ┃1.28┃ 1.60 ┃
┃ 43.32 ┃1.50┃ 1.88 ┃
┃ 44.00 ┃1.56┃ 1.95 ┃
┃ 44.52 ┃1.60┃ 2.00 ┃
┃ 45.00 ┃1.65┃ 2.06 ┃
┃ 46.00 ┃1.75┃ 2.19 ┃
┃ 47.00 ┃1.88┃ 2.35 ┃
┃ 47.72 ┃2.00┃ 2.50 ┃
┃ 48.00 ┃2.05┃ 2.56 ┃
┃ 48.61 ┃2.20┃ 2.75 ┃
┃ 49.00 ┃2.33┃ 2.91 ┃
┃ 49.18 ┃2.40┃ 3.00 ┃
┃ 49.38 ┃2.50┃ 3.13 ┃
┃ 49.50 ┃2.57┃ 3.20 ┃
┃ 49.60 ┃2.65┃ 3.31 ┃
┃ 49.70 ┃2.75┃ 3.44 ┃
┃ 49.80 ┃2.88┃ 3.60 ┃
┃ 49.86 ┃3.00┃ 3.75 ┃
┃ 49.90 ┃3.09┃ 3.85 ┃
┃ 49.93 ┃3.20┃ 4.00 ┃
┃ 49.99 ┃4.00┃ 5.00 ┃
┗━━━━━━┻━━━━┻━━━━━━┛
图11-6 正态分布的安全因子表
图11-7所示为以每周900小时平整生产的结果,在6-5这一周开始时积压为617小时(2.5个平均绝对偏
差)。从图11-6的表中可知2.5个
┌──┬────┬───┬─────┐
│ 周 │续入业务│ 生产 │积压小时数│
├──┼────┼───┼─────┤
│6-5 │ 1060 │ 900 │ 617 * │
│6-12│ 425 │ 900 │ 142 │
│6-19│ 950 │ 900 │ 192 │
│6-26│ 1300 │ 900 │ 592 │
│7-3 │ 1060 │ 900 │ 752 │
│7-24│ 856 │ 900 │ 708 │
│7-31│ 502 │ 900 │ 310 │
├──┴────┴───┴─────┤
│*2.5×247(MAD)=617 │
└─────────────────┘
图11-7 平整生产与积压小时数──转塔车床工作
MAD将为95%还多的时间(47.72%给正偏差,47.72%给负偏差)防范能力变动,这意味着大约每20周只作
一次变动。积压为617小时而生产量 等于续入业务预测的平均数900小时时,当周续入业务低于预测时此积压将下降,
而当续入业务高于预测时积压将上升。积压的低限为零(在该点将必须降低产量),
高限为1234小时(在该点应增大产量)。稳定化存货越大,生产水平越少必须变动。图9-11所示为一年中生产水
平改变次数与所需稳定化存量的关系。图中
┌────┬────┬────┬───────┬────┐
│ │ │ │所需±MAD* │ │
│每年改变│ 不变周 │不变周 │个数 │ 稳定化 │
│生产次数│ 的分数 │ % │(MAD=247小时) │ 存货 │
├────┼────┼────┼───────┼────┤
│ 1 │ 49/50 │ 98 │ 2.19 │1440小时│
│ 2 │ 48/50 │ 96 │ 2.56 │1265 │
│ 4 │ 46/50 │ 92 │ 2.19 │1080 │
│ 6 │ 44/50 │ 88 │ 1.95 │ 964 │
│ 8 │ 42/50 │ 84 │ 1.74 │ 860 │
│ 10 │ 40/50 │ 80 │ 1.60 │ 790 │
│ 12 │ 38/50 │ 76 │ 1.48 │ 730 │
│ 14 │ 36/50 │ 72 │ 1.36 │ 670 │
│ 16 │ 34/50 │ 68 │ 1.25 │ 617 │
│ 18 │ 32/50 │ 64 │ 1.15 │ 568 │
│ 20 │ 30/50 │ 60 │ 1.05 │ 519 │
├────┴────┴────┴───────┴────┤
│*从图11-6 │
└───────────────────────────┘
图11-9 稳定化存货对生产速率改变次数的关系
的计算方法是以假设差异为正态要布作根据。在上述例子中,选择改变多少次为好要取决于持有库存的积压对改变产量的成本
的经济关系。像所有的统计技法一样,计算可以是严格的,但所需数据最好也不过是猜测的而且假设可能不成立。更为有效得
多的办法是至少要同主要客户紧密地联系以确保更加均匀地接收订单以及更加及时地作能力调整。详见第二册。