刊名: 科技传播
PUBLIC COMMUNICATION OF SCIENCE TECHNOLOGY
主管单位:中国科学技术协会
主办单位:中国科技新闻学会
周 期:半月刊
出 版 地:北京
语 种:中文
开 本:大16开
国内刊号:CN11-5820/N
国际刊号:ISSN 1674-6708
创 刊 年:2009
科技传播www.kjcbzz.com
万方数据--数字化期刊群全文收录
中国期刊全文数据库收录期刊
中国核心期刊(遴选)数据库收录期刊
龙源国际期刊数据库收录期刊
基于数据统计的生产质量管理方法研究
摘要:生产质量管理是每个企业持续获得高效益的关键。该文提出基于数据统计的生产质量管理方法,其本质就是生产作业中心的设计以及数据统计算法。作业中心是工业过程中的流程关键点,是由一系列相互联系并能够实现某种特定功能的作业集合;数据统计算法是制定生产策略的重要依据。在开发某药业企业生产质量管理系统中应用了该方法进行生产质量管理与调度,应用表明提高了管理效率,减少了人为管理成本。
关键词:数据统计;生产质量管理;作业中心
中图分类号:TP274 文献标识码:A 文章编号:
0 引言
目前, 产品的质量管理已从传统的检验结果即事后检测,转移到了生产的过程管理上, 即从产品质量最终形成点前移到了产品质量形成的过程中。随着先进制造技术、自动化技术、通讯网络技术和计算机等技术的迅猛发展, 计算机通讯设备以其准确、全面、实时地传递关键点生产状态的特点, 在企业生产过程的质量管理中得到重视、发展和应用。企业管理者将获取的关键点数据进行统计、并将统计结果与经验值进行对比作为生产调整的依据。
面对当今企业发展急切的需求,国内外出现了许多先进的生产质量管理方法,如准时制生产、精益生产、制造资源计划、企业资源计划、业务流程再造、看板生产、质量改进、质量功能配置、企业流程再造等[1,2]。这些生产质量管理模式应用到各个制造企业后,为企业创造了可观的经济效益、强大的竞争力和持续发展的动力。但在应用到药业类制造企业时,由于药业企业是典型的流程工业,过程模型不易获得,但在过程的关键环节却容易获取大量的生产管理数据,因此上述各种先进生产质量管理方法在某些药业类制造企业的生产质量管理却出现困难[3,4]。针对该类问题,本文提出基于数据统计的生产质量管理方法,即核心思想是利用容易获取的关键点数据来驱动流程、进行管理的方法[5][6]。具体做法是:企业管理者将获取的关键点数据进行统计、并将统计结果与经验值进行对比作为生产调整的依据。本文提出的基于数据统计的生产质量管理方法已在某药业企业中得到应用,应用表明该方法能够改善企业生产质量管理,明显提高生产效益。
1 数据统计方法
1.1问题描述
生产过程中获取的数据反映了生产过程的质量状态,这些数据不仅反映了生产过程中有关生产技术参数和生产质量特征参数的实时动态变化,更重要的是数据中还隐藏着大量的生产质量信息,如进一步对其进行整理和综合概括,可从中找出生产中隐含的质量缺陷和质量变化规律。这些信息可为生产质量管理提供科学依据,为生产调度提供技术支持,同时,也可预测生产发生异常的可能性和范围。[收稿日期:2012-
作者简介:林高慧(1988-),男,浙江温岭人,在读研究生,控制理论与控制工程.]
制药企业生产的产品的生产工艺多种多样并且十分复杂,本文以产品A为例。A 产品的工艺流程一般可分为若干阶段,如发酵、气流干燥、提取以及精制,其中每一个阶段又分为若干步骤。本文采用作业中心概念来确定产品的作业流程图,以帮助企业进行生产质量管理。作业中心是由一系列相互联系并能够实现某种特定功能的作业集合,作业中心之间的环节为作业关键点。产品A的作业中心划分图如图1所示。
产品A在每个作业中心都会有投入量和产出量,并且都对数据做统计分析处理,本文以其发酵环节为例,经分析总结得知,发酵环节是药品生产的重要环节,在发酵完成时的作业关键点获取产品发酵的实际产出量的数值,进行统计分析,并与经验值或设计值进行比较,从而帮助生产管理人员做出相应生产调度策略。
图1 数据统计的A产品作业流程图
1.2数据统计算法
以产品A为例,在作业关键点的数据统计流程如图2所示。
图2 数据统计流程
其数据统计算法是以某产品生产总成本为基础。某产品生产总成本可分解为某产品的间接成本、直接材料成本、直接人工成本等基本要素。其中某产品的间接成本:
p=1,2,…,s;
式中:—产品p分配得到的总间接成本;—产品p耗用作业成本库k的作业动因量。某产品的直接材料成本:
u=1,2,…,v;
式中:—产品p直接材料成本;—回收材料占全部材料的百分比;—直接材料u单位价格;—产品p耗用直接材料u的数量。某产品的直接人工成本:
=1,2,…,x;
式中:—产品p直接人工成本;—工时总数;—工种平均工资标准;—附加工资系数。则某产品生产总成本:
=++=++;
在其车间发酵完成后,假如实际产量为(),经验值为(由决策人员根据长期的生产经验获得的该生产时间段的生产计划产量),某产品生产总成本的历史值为,通过实际产量和生产成本的总量控制,帮助生产决策人员进行管理:
假设<且<,那么追加投入原辅料;
假设>且>,那么停止追加原辅料、重新调整新的投入量。
无论追加或重新投料,以统计结果为依据并按照一定的计算模型计算变化量,从而完成对实际过程的调整。
2 在某药业企业中的应用
基于数据统计的生产质量管理方法最近在某医药企业得到了应用。该企业生产领域涵盖化学合成、微生物发酵、生物技术、天然植物提取以及制剂开发等多个方面。但由于企业的快速发展,药类产品日益增多,其现有的生产质量管理方法已难以满足企业发展的需求。
为了加强企业对产品种类和生产质量的管理,本文首先划分产品的作业流程图,再在作业流程图的基础上,获取每个作业中心实时产出的数据,再通过相应的数据统计算法进行生产调度、管理。本方法已在该公司得到了成功应用,某产品的关键点统计结果如图3所示,统计图表如图4所示。
图3呈现的信息表明某产品的每天统计信息,通过对转出数量的值与经验值的比较,从而做出生产调度与决策。图4将某产品的每天统计信息以柱状图的形式展现出来,在实际应用中,图表方式呈现数据信息更生动形象,便于数量值的比较。目前,开发的基于数据统计的生产质量管理系统,使管理人员一目了然,便于做出生产决策。
图3 某产品关键点的统计分析
图4 某产品关键点的统计图表
3 结束语
基于数据统计的生产质量管理系统在建立过程都贯穿了集中、统一的观点,首先划分了产品作业中心,在此基础上,采用了以数据统计的生产质量管理算法。本方法在企业应用后,得到了较好的结果,既改善了生产质量管理模式、提高了生产效益,又减轻了车间人员以及调度人员的工作量。由于该方法来源于生产实践,因此对其它企业也有一定的参考价值。
参考文献
[1] Robert Lorin Cook,Robert ATogowski. Applying JIT principles to continuous process manufacturing supply chains[J]. Production and Inventory Management Journal-First Quarter, 1996,23(6):12-16.
[2] Louis Raho,Peter Mears. Quality system chaining: The next link in the evolution of quality[J]. Business Horisons, 1997,9(10):65-72.
[3] 唐晓青.现代制造模式下的质量管理[M].北京:科学出版社,2004: 38-50
[4] 张礼镇.企业管理信息系统[M].北京:科学出版社,1992: 56-58
[5] 唐林燕.数据仓库和数据挖掘技术在ERP中的应用[J].计算机工程,2002,28(6):205-207.
[6] 栾庆伟,何劭伟.作业成本会计系统的开发[J].会计研究,1998,29 (3):22-27.
The Method of Production Quality Management Based on Data Statistics
LIN Gao-hui
(College of Automation, Hangzhou Dianzi University, Hangzhou 310018,China)
Abstract: Production management is the key of every enterprise to get high benefit. This paper based on the data driven production management method, is based on the design of the production job center and based on data driven statistical algorithms. Job center is the key point of division of industrial process flow, is a series of related and can realize the specific function of the operation set, the data-driven statistical algorithm is formulated to produce strategy important basis. In the pharmaceutical enterprise production management system used in the method for production management and scheduling, improve management efficiency, reduce management cost.
Key words: data statistics; production quality management; job center
Copyright@2010 版权所有 科技传播杂志 组稿咨询
鲁ICP备16050337号-1
邮箱:kjcbzz@163.com
邮箱:1650252297@qq.com
【免责声明】:本网站所提供的信息资源如有侵权、违规,请及时告知