劉豐維，劉學(xué)平，牟 鵬，向 東

（1.清華大學(xué) 深圳研究生院，深圳 518055；2.清華大學(xué) 機(jī)械工程系，北京 100084）

0 引言

由于資源、環(huán)境壓力日益嚴(yán)峻，再制造作為資源回收利用的終極形式在世界范圍內(nèi)受到重視，且已在武器裝備、工程機(jī)械、汽車(chē)、消費(fèi)性電子產(chǎn)品等行業(yè)取得了顯著的發(fā)展。不確定性因素貫穿再制造整個(gè)業(yè)務(wù)流程，比如再制造產(chǎn)品市場(chǎng)需求、回收品的回收數(shù)量和時(shí)間、回收品的質(zhì)量狀態(tài)、回收品與訂單需求間的匹配程度等。由于具有高度不確定性，再制造與傳統(tǒng)新產(chǎn)品制造在供應(yīng)鏈管理、工藝流程、生產(chǎn)計(jì)劃與調(diào)度等方面存在很大差異，新產(chǎn)品制造成熟的生產(chǎn)管理方法和理念不能簡(jiǎn)單地套用在再制造生產(chǎn)中。

信息共享（information transparency）是現(xiàn)代供應(yīng)鏈管理和產(chǎn)品全生命周期管理的核心，是實(shí)現(xiàn)以最快速度、最低成本向客戶(hù)提供所需產(chǎn)品和服務(wù)的目的的必要手段。而對(duì)于再制造來(lái)說(shuō)，信息共享還能夠有效地減輕和消除再制造業(yè)務(wù)過(guò)程中各種不確定性因素的影響。

到目前為止，有關(guān)再制造業(yè)務(wù)流程的大部分研究都集中在生產(chǎn)計(jì)劃與庫(kù)存控制，這些研究一般都采用在條件約束下，求得目標(biāo)函數(shù)（成本或利潤(rùn)）有限時(shí)間內(nèi)最優(yōu)解的方法；對(duì)于再制造過(guò)程中的不確定因素，一般采用隨機(jī)變量的期望作為不確定因素的發(fā)生概率[1～4]。這種方法具有以下局限性：為了求出最優(yōu)解，研究所建的模型進(jìn)行了過(guò)多簡(jiǎn)化，往往與實(shí)際情況相差甚遠(yuǎn)（比如產(chǎn)品為單品種，或者產(chǎn)品品種間無(wú)通用件等）；對(duì)于包含隨機(jī)變量的目標(biāo)函數(shù)，求得的最優(yōu)解也是期望值，而僅僅靠期望值來(lái)評(píng)價(jià)業(yè)務(wù)流程性能或決策的優(yōu)劣是不可靠的。

系統(tǒng)建模和離散事件仿真方法基于時(shí)間推進(jìn)對(duì)系統(tǒng)過(guò)程進(jìn)行仿真，通過(guò)仿真結(jié)果對(duì)系統(tǒng)進(jìn)行性能評(píng)價(jià)，該方法具有以下優(yōu)點(diǎn)：使用仿真建模語(yǔ)言或者通用仿真軟件包能夠?qū)?fù)雜系統(tǒng)進(jìn)行建模仿真；利用符合特定概率分布的隨機(jī)數(shù)序列能夠體現(xiàn)系統(tǒng)中的不確定性因素的期望和方差；在模型合理的情況下，多次運(yùn)行仿真并對(duì)結(jié)果求均值能夠大大提高結(jié)果的可信度。已有研究者利用離散事件仿真方法對(duì)再制造生產(chǎn)過(guò)程及生產(chǎn)線(xiàn)配置進(jìn)行優(yōu)化[5～7]。

本文采用系統(tǒng)建模和離散事件仿真方法研究基于供應(yīng)鏈上信息共享的再制造業(yè)務(wù)流程再造優(yōu)化。根據(jù)工程機(jī)械退役產(chǎn)品全生命周期信息追溯信息系統(tǒng)，發(fā)動(dòng)機(jī)再制造商能夠?qū)崟r(shí)獲取回收倉(cāng)庫(kù)中廢舊發(fā)動(dòng)機(jī)的型號(hào)、結(jié)構(gòu)及質(zhì)量狀態(tài)；零件倉(cāng)庫(kù)的庫(kù)存以及缺料訂單的機(jī)型、數(shù)量和延期時(shí)間等信息。本文以發(fā)動(dòng)機(jī)再制造商A企業(yè)為案例，基于上述信息共享的前提下，對(duì)A企業(yè)業(yè)務(wù)流程進(jìn)行再造優(yōu)化，并利用BPMN建模語(yǔ)言和Extendsim離散事件仿真工具包對(duì)優(yōu)化前后業(yè)務(wù)流程進(jìn)行建模仿真。在使用層次分析法建立評(píng)價(jià)指標(biāo)體系后，通過(guò)對(duì)優(yōu)化前后業(yè)務(wù)流程仿真結(jié)果評(píng)價(jià)指標(biāo)的對(duì)比，驗(yàn)證基于信息共享的業(yè)務(wù)流程再造優(yōu)化方案的可行性。

1 在A企業(yè)的調(diào)研

A企業(yè)從2008年起開(kāi)展某品牌柴油發(fā)動(dòng)機(jī)再制造業(yè)務(wù)，是中國(guó)內(nèi)燃機(jī)再制造工程試點(diǎn)企業(yè)。由于市場(chǎng)上該品牌發(fā)動(dòng)機(jī)機(jī)型種類(lèi)多，且發(fā)動(dòng)機(jī)結(jié)構(gòu)復(fù)雜、服役環(huán)境、壽命各不相同，零件可重用率和廢舊發(fā)動(dòng)機(jī)質(zhì)量狀態(tài)密切相關(guān)。同時(shí)A企業(yè)回收與銷(xiāo)售多面向個(gè)人用戶(hù)，故A企業(yè)回收與訂單都存在種類(lèi)多，批量小的特點(diǎn)，且廢舊發(fā)動(dòng)機(jī)的回收與再制造發(fā)動(dòng)機(jī)訂單間存在類(lèi)型和數(shù)量上存在高度不匹配，如圖1所示。

圖1 A企業(yè)回收與需求之間的不匹配

A企業(yè)采用按庫(kù)存拆卸和按訂單裝配結(jié)合的生產(chǎn)方式，即使用零件倉(cāng)庫(kù)作為緩沖，來(lái)緩解上述問(wèn)題的影響。

按庫(kù)存拆卸的過(guò)程：將從市場(chǎng)回收來(lái)的廢舊發(fā)動(dòng)機(jī)存入舊機(jī)倉(cāng)庫(kù)；拆卸車(chē)間按照拆卸能力將從舊機(jī)倉(cāng)庫(kù)提取廢舊發(fā)動(dòng)機(jī)（按先進(jìn)先出規(guī)則）完全拆卸成零件；清洗檢測(cè)車(chē)間對(duì)零件按類(lèi)別進(jìn)行清洗、檢測(cè)，挑選出可以修復(fù)的零件，修復(fù)車(chē)間將可修復(fù)零件修復(fù)至可再使用狀態(tài)；修復(fù)后的零件存入零件倉(cāng)庫(kù)。

按訂單裝配的過(guò)程：銷(xiāo)售部門(mén)接受訂單后，確認(rèn)零件庫(kù)是否滿(mǎn)足訂單需求，若滿(mǎn)足則安排裝配生產(chǎn)；若缺料則進(jìn)行新零件采購(gòu)（先向新發(fā)動(dòng)機(jī)制造零件倉(cāng)庫(kù)采購(gòu)，若仍不滿(mǎn)足，再向零件供應(yīng)商采購(gòu)）。新零件入庫(kù)后，安排訂單裝配生產(chǎn)。

A企業(yè)業(yè)務(wù)流程BPMN模型如圖2所示。

圖2 A企業(yè)業(yè)務(wù)流程BPMN模型

在該業(yè)務(wù)流程下，A企業(yè)面臨2個(gè)難題：

1）訂單按時(shí)完成率低，平均交付時(shí)間長(zhǎng)。

2）零件倉(cāng)庫(kù)庫(kù)存水平越來(lái)越高，不得不定期報(bào)廢，造成成本浪費(fèi)。

2 基于信息共享的業(yè)務(wù)流程再造優(yōu)化方案

本文在A企業(yè)可以實(shí)時(shí)獲取舊機(jī)倉(cāng)庫(kù)中的廢舊發(fā)動(dòng)機(jī)的型號(hào)、結(jié)構(gòu)及質(zhì)量狀態(tài)；零件倉(cāng)庫(kù)的庫(kù)存以及缺料訂單的時(shí)間、機(jī)型和數(shù)量等信息的前提下，為了緩解回收舊機(jī)與訂單需求之間不匹配造成的影響，對(duì)A企業(yè)業(yè)務(wù)流程提出再造優(yōu)化方案。該方案包括以下兩個(gè)方面：

1）缺料訂單處理

在原業(yè)務(wù)流程（As-Is）中，若訂單反生缺料，則下達(dá)新零件采購(gòu)訂單，在新零件采購(gòu)入庫(kù)后，安排訂單裝配生產(chǎn)。

而再造業(yè)務(wù)流程（To-Be）每天對(duì)缺料訂單進(jìn)行點(diǎn)檢是否能夠安排生產(chǎn)，并對(duì)延期時(shí)間短的訂單優(yōu)先安排裝配生產(chǎn)。

2）拆卸生產(chǎn)計(jì)劃

As-Is中，每天的拆卸生產(chǎn)能力固定，且廢舊發(fā)動(dòng)機(jī)按照FIFO優(yōu)先級(jí)出庫(kù)，即優(yōu)先拆卸先入庫(kù)的廢舊發(fā)動(dòng)機(jī)。

To-Be采用靈活的拆卸能力，并改變廢舊發(fā)動(dòng)機(jī)的出庫(kù)優(yōu)先級(jí)。

每天將新訂單和缺料訂單需求與零件倉(cāng)庫(kù)庫(kù)存進(jìn)行對(duì)比，求出各種零件的短缺數(shù)量。根據(jù)零件短缺數(shù)量以及發(fā)動(dòng)機(jī)機(jī)型的BOM信息，確定機(jī)型優(yōu)先級(jí)（包含缺貨零件越多機(jī)型優(yōu)先級(jí)越高）。將舊機(jī)倉(cāng)庫(kù)中的廢舊發(fā)動(dòng)機(jī)按機(jī)型優(yōu)先級(jí)和質(zhì)量狀態(tài)排序使得機(jī)型優(yōu)先級(jí)高且質(zhì)量狀態(tài)好的舊機(jī)優(yōu)先進(jìn)入拆卸。

拆卸能力由舊機(jī)倉(cāng)庫(kù)中廢舊發(fā)動(dòng)機(jī)機(jī)型優(yōu)先級(jí)水平和零件庫(kù)存水平?jīng)Q定，機(jī)型優(yōu)先級(jí)水平越高，說(shuō)明舊機(jī)倉(cāng)庫(kù)中滿(mǎn)足缺料訂單數(shù)量越多，零件庫(kù)庫(kù)存水平越低，說(shuō)明零件倉(cāng)庫(kù)剩余容量越大，因此拆卸生產(chǎn)能力越大，反之亦然。

從拆卸生產(chǎn)計(jì)劃優(yōu)化方案可以看出當(dāng)零件庫(kù)存水平越高、舊機(jī)倉(cāng)庫(kù)中滿(mǎn)足訂單需求的機(jī)型越少時(shí)，拆卸能力越小。這樣能夠節(jié)省拆卸、清洗和修復(fù)等工藝成本和減少零件倉(cāng)庫(kù)庫(kù)存積壓。

綜上所述，To-Be與As-Is業(yè)務(wù)流程的對(duì)比如表1所示。

表1 As-Is和To-Be業(yè)務(wù)流程對(duì)比

3 As-Is和To-Be業(yè)務(wù)流程模型的簡(jiǎn)化和詳細(xì)設(shè)計(jì)

3.1 模型簡(jiǎn)化

本文研究的目的是研究基于信息共享的再制造業(yè)務(wù)流程的優(yōu)化。根據(jù)研究目的和在A企業(yè)收集數(shù)據(jù)的詳細(xì)程度，本文對(duì)As-Is和To-Be業(yè)務(wù)流程模型進(jìn)行了適當(dāng)?shù)暮?jiǎn)化。

1）簡(jiǎn)化發(fā)動(dòng)機(jī)結(jié)構(gòu)

選取柴油發(fā)動(dòng)機(jī)典型的可修復(fù)零件和不同機(jī)型間的差別零件，簡(jiǎn)化發(fā)動(dòng)機(jī)結(jié)構(gòu)。簡(jiǎn)化后的發(fā)動(dòng)機(jī)共包括7種零件，如圖3所示。

圖3 簡(jiǎn)化發(fā)動(dòng)機(jī)結(jié)構(gòu)

2）減少發(fā)動(dòng)機(jī)類(lèi)型

A企業(yè)2014年上半年回收舊機(jī)共有214個(gè)機(jī)型，訂單銷(xiāo)售共有323個(gè)機(jī)型，其中29個(gè)機(jī)型回收和銷(xiāo)售都包含，且數(shù)量比重都在80%以上。故本文選取這29個(gè)機(jī)型，并以簡(jiǎn)化發(fā)動(dòng)機(jī)結(jié)構(gòu)為模版設(shè)計(jì)它們的BOM結(jié)構(gòu)。A、B機(jī)型的BOM舉例如表2所示。

表2 發(fā)動(dòng)機(jī)機(jī)型A和B的BOM

3）簡(jiǎn)化業(yè)務(wù)流程

從表1可以看出As-Is和To-Be業(yè)務(wù)流程只在廢舊發(fā)動(dòng)機(jī)拆卸和缺料訂單處理兩個(gè)環(huán)節(jié)存在不同，因此對(duì)于流程中的其他環(huán)節(jié)，本文做了以下適當(dāng)簡(jiǎn)化：

合并零件清洗與檢測(cè)工序，忽略工序時(shí)間，所有零件的可修復(fù)概率都服從均值為0.7的伯努利分布。

零件修復(fù)工序時(shí)間與零件來(lái)源廢舊發(fā)動(dòng)機(jī)的質(zhì)量狀態(tài)有關(guān)，質(zhì)量狀態(tài)越好，修復(fù)零件所需時(shí)間期望時(shí)間越小，修復(fù)時(shí)間概率分布如表3所示。

表3 修復(fù)工藝時(shí)間概率分布

新零件采購(gòu)分兩種情況。情況1：向新發(fā)動(dòng)機(jī)制造零件倉(cāng)庫(kù)采購(gòu)；情況2：向零件供應(yīng)商采購(gòu)。采購(gòu)提前期的概率分布如表4所示。

表4 新零件采購(gòu)提前期概率分布

忽略訂單裝配生產(chǎn)工藝時(shí)間，若訂單能被滿(mǎn)足，則可以立即完成交付。

3.2 模型詳細(xì)設(shè)計(jì)

3.2.1 As-Is模型

根據(jù)上述簡(jiǎn)化內(nèi)容，在圖2基礎(chǔ)上詳細(xì)設(shè)計(jì)A企業(yè)業(yè)務(wù)流程As-Is模型，如圖4所示。A企業(yè)從2013年11月到2014年6月的廢舊發(fā)動(dòng)機(jī)回收與訂單銷(xiāo)售歷史數(shù)據(jù)作為模型的輸入；舊機(jī)倉(cāng)庫(kù)和零件倉(cāng)庫(kù)容量無(wú)上限。

圖4 As-Is業(yè)務(wù)流程詳細(xì)設(shè)計(jì)

由于不同固定拆卸能力X下，As-Is的性能可能發(fā)生變化，故這里將固定拆卸能力X看作決策變量，X∈[0,20]

3.2.2 To-Be模型

根據(jù)第2節(jié)業(yè)務(wù)流程再造方案，在 As-Is模型基礎(chǔ)上詳細(xì)設(shè)計(jì)再造后的業(yè)務(wù)流程To-Be模型如圖5所示。

圖5 To-Be業(yè)務(wù)流程詳細(xì)設(shè)計(jì)

為了更好比較As-Is和To-Be的性能，同樣將A企業(yè)從2013年11月到2014年6月的舊機(jī)回收與訂單銷(xiāo)售歷史數(shù)據(jù)作為T(mén)o-Be模型的輸入（跟蹤驅(qū)動(dòng)方法）；舊機(jī)倉(cāng)庫(kù)和零件倉(cāng)庫(kù)容量無(wú)上限；缺料訂單按延期天數(shù)優(yōu)先級(jí)每天進(jìn)行點(diǎn)檢是否可以安排裝配生產(chǎn)；廢舊發(fā)動(dòng)機(jī)按機(jī)型和質(zhì)量狀態(tài)兩個(gè)優(yōu)先級(jí)排序，優(yōu)先級(jí)高的先出庫(kù)。

機(jī)型優(yōu)先級(jí)的計(jì)算過(guò)程如下：對(duì)比缺料訂單需求與零件倉(cāng)庫(kù)庫(kù)存，計(jì)算出7種零件下各編碼的缺料數(shù)量，選取每種零件缺料最少的編碼組成缺料BOM；對(duì)比機(jī)型BOM與缺料BOM，編碼相同的數(shù)目即為該機(jī)型的機(jī)型優(yōu)先級(jí)（0~7）。

拆卸作業(yè)能力由當(dāng)前零件庫(kù)存水平和舊機(jī)倉(cāng)庫(kù)機(jī)型優(yōu)先級(jí)水平?jīng)Q定，如公式(1)：

Capa為拆卸能力；

Inventory為零件庫(kù)存總數(shù)；

Quantity為舊機(jī)倉(cāng)庫(kù)中機(jī)型優(yōu)先級(jí)大于0的廢舊發(fā)動(dòng)機(jī)總數(shù)；

20為拆卸能力上限。

Y1為零件倉(cāng)庫(kù)庫(kù)存水平系數(shù)，Y1∈[3,9]；

Y2為零件庫(kù)存水平影響拆卸能力系數(shù)，Y2∈[1,13]。

Y1、Y2的不同取值可能會(huì)影響To-Be流程的性能，故將它們看作決策變量。

4 As-Is和To-Be業(yè)務(wù)流程模型Extendsim仿真

4.1 層次分析法(AHP)建立業(yè)務(wù)流程評(píng)價(jià)指標(biāo)體系

層次分析法(AHP)是一種多準(zhǔn)則決策方法，將決策準(zhǔn)則按支配關(guān)系分組形成自上而下逐層支配的遞階層次，對(duì)處于同層次的準(zhǔn)則進(jìn)行兩兩比較，計(jì)算相對(duì)權(quán)重，從而對(duì)各準(zhǔn)則進(jìn)行測(cè)度。再制造業(yè)務(wù)流程方案綜合評(píng)價(jià)是多目標(biāo)的，適合采用AHP法建立其評(píng)價(jià)指標(biāo)體系[8～11]。

結(jié)合仿真目的，本文提出業(yè)務(wù)流程性能評(píng)價(jià)指標(biāo)體系目標(biāo)層為性能得分Score，包括三個(gè)準(zhǔn)則層即，經(jīng)濟(jì)性(E)、客戶(hù)滿(mǎn)意度(C)和資源性(R)。

1）經(jīng)濟(jì)性E

經(jīng)濟(jì)性只包括一個(gè)評(píng)價(jià)指標(biāo)利潤(rùn)P：

P為總利潤(rùn)（￥）；N為再制造發(fā)動(dòng)機(jī)銷(xiāo)售臺(tái)數(shù)；30000為每臺(tái)再制造發(fā)動(dòng)機(jī)的售價(jià)（￥）；2000為單臺(tái)廢舊發(fā)動(dòng)機(jī)處理成本(拆卸、清洗、檢測(cè)和修復(fù))（￥）；Nd為廢舊發(fā)動(dòng)機(jī)拆卸臺(tái)數(shù)；2為單個(gè)零件平均每天庫(kù)存保管成本（￥）；L為零件倉(cāng)庫(kù)平均每天庫(kù)存水平；D為仿真天數(shù)；3000為平均單個(gè)新零件購(gòu)買(mǎi)成本（￥）；Np為新零件購(gòu)買(mǎi)數(shù)量；7000為每臺(tái)發(fā)動(dòng)機(jī)總裝成本（￥）。

2）客戶(hù)滿(mǎn)意度C

客戶(hù)滿(mǎn)意度包括四個(gè)評(píng)價(jià)指標(biāo)：訂單完成率R，訂單按時(shí)完成率RO，平均交付時(shí)間Tavg，平均延期時(shí)間 Td-avg：

OC為訂單完成數(shù)；O為訂單接受數(shù)；OO為按時(shí)完成訂單數(shù)；T為總訂單完成時(shí)間；Td為總訂單延期時(shí)間。

6）資源性R

資源性包括三個(gè)評(píng)價(jià)指標(biāo)：每生產(chǎn)一臺(tái)再制造發(fā)動(dòng)機(jī)，拆卸的舊機(jī)數(shù)D；購(gòu)買(mǎi)的新零件數(shù)B及零件倉(cāng)庫(kù)平均每天庫(kù)存零件數(shù)I：

4.1.1 計(jì)算評(píng)價(jià)指標(biāo)體系權(quán)重

最終利用AHP法建立的滿(mǎn)足一致性要求的評(píng)價(jià)指標(biāo)體系及權(quán)重如表5所示。

表5 再制造業(yè)務(wù)流程評(píng)價(jià)指標(biāo)體系

4.1.2 各指標(biāo)無(wú)量綱化處理

本文采用直線(xiàn)型無(wú)量綱化閾值法對(duì)指標(biāo)進(jìn)行無(wú)量綱化處理。

正指標(biāo)：

逆指標(biāo)：

4.1.3 得分Score計(jì)算

流程得分Score由公式(3)計(jì)算：

4.2 As-Is和To-Be流程的Extendsim仿真模型

4.2.1 邏輯模型和后臺(tái)數(shù)據(jù)庫(kù)設(shè)計(jì)

按照?qǐng)D4和圖5在Extendsim中設(shè)計(jì)As-Is和To-Be業(yè)務(wù)流程的邏輯模型，并根據(jù)評(píng)價(jià)指標(biāo)體系完成后臺(tái)數(shù)據(jù)庫(kù)的設(shè)計(jì)。

4.2.2 設(shè)置仿真天數(shù)

仿真天數(shù)為模型輸入數(shù)據(jù)的統(tǒng)計(jì)天數(shù)，D=208。

4.2.3 流程評(píng)價(jià)指標(biāo)最優(yōu)化

由于決策變量水平可能影響流程的性能評(píng)價(jià)，本文利用Extendsim的最優(yōu)化模塊（Optimizer）分別獲得不同決策變量水平下As-Is和To-Be流程性能評(píng)價(jià)的最優(yōu)值。Optimizer最優(yōu)化模塊采用遺傳算法。

在Optimizer中輸入決策變量及其取值范圍并將公式3Score最大化作為優(yōu)化目標(biāo)。設(shè)置優(yōu)化仿真運(yùn)行參數(shù)：種群大小為10，每種決策變量取值方案的樣本數(shù)為5（由于模型中存在表3和表4的隨機(jī)變量，為了增加可信度，需要多次運(yùn)行取平均值），優(yōu)化終止條件為種群個(gè)體Score最優(yōu)值和最差值的相對(duì)差≤0.05。

4.3 As-Is和To-Be流程評(píng)價(jià)指標(biāo)的仿真結(jié)果對(duì)比

在Extendsim中運(yùn)行仿真程序后，As-Is和To-Be流程評(píng)價(jià)得分Score最大值及最大值下各指標(biāo)的仿真結(jié)果對(duì)比，如表6所示。

表6 As-Is和To-Be業(yè)務(wù)流程性能結(jié)果對(duì)比

與As-Is相比，To-Be業(yè)務(wù)流程得分Score提升了26.85%。

在各項(xiàng)正指標(biāo)中，雖然訂單完成率下降了9.81%，但是利潤(rùn)上升了2.3%，訂單按時(shí)完成率提升105%，優(yōu)化效果非常顯著。

在各項(xiàng)逆指標(biāo)中，每生產(chǎn)一臺(tái)再制造發(fā)動(dòng)機(jī)需拆卸舊機(jī)增加了85.45%，每生產(chǎn)一臺(tái)再制造發(fā)動(dòng)機(jī)需購(gòu)買(mǎi)新零件數(shù)以及零件倉(cāng)庫(kù)平均庫(kù)存水平都有顯著下降，這說(shuō)明To-Be業(yè)務(wù)流程對(duì)新零件的依賴(lài)程度變小，使用了更多的修復(fù)零件。訂單平均交付時(shí)間縮短了63.95%，改善效果明顯。

從結(jié)果對(duì)比可以看出，To-Be業(yè)務(wù)流程對(duì)第二節(jié)提出的A企業(yè)面臨的兩個(gè)主要問(wèn)題有明顯的改善，最終可以確定基于信息共享的業(yè)務(wù)流程再造方案是成功的。

5 結(jié)束語(yǔ)

回收品與訂單需求間的高度不匹配給再制造生產(chǎn)管理帶來(lái)困難。本文以A企業(yè)為案例，在回收廢舊發(fā)動(dòng)機(jī)機(jī)型、質(zhì)量狀態(tài)信息、零件倉(cāng)庫(kù)庫(kù)存信息和缺料訂單信息共享的前提下，對(duì)A企業(yè)業(yè)務(wù)流程進(jìn)行再造優(yōu)化。本文先利用AHP法建立了以得分Score為目標(biāo)的業(yè)務(wù)流程評(píng)價(jià)指標(biāo)體系，再利用離散事件仿真方法對(duì)再造優(yōu)化前后業(yè)務(wù)流程得分Score進(jìn)行最大化的優(yōu)化仿真。通過(guò)對(duì)Score最大化下各詳細(xì)指標(biāo)的對(duì)比，研究發(fā)現(xiàn)基于信息共享的再造業(yè)務(wù)流程在訂單交付率、按時(shí)完成率、平均交付提前期，零件庫(kù)存水平等方面有明顯提升，說(shuō)明該業(yè)務(wù)流程再造優(yōu)化方案是成功的，且對(duì)A企業(yè)面臨的兩個(gè)主要問(wèn)題有明顯改善效果。本文的結(jié)論也驗(yàn)證了供應(yīng)鏈上的信息共享對(duì)再制造工程具有重要意義。

[1] Li C, Liu F, Cao H, et al. A stochastic dynamic programming based model for uncertain production planning of remanufacturing system[J].International Journal of Production Research.2009,47(13)：3657-3668.

[2] 蘇春,沙洋娟.基于混合不確定性和證據(jù)理論的再制造生產(chǎn)計(jì)劃[J].東南大學(xué)學(xué)報(bào)：自然科學(xué)版.2010,40(4)：712-716.

[3] 黃偉鑫,陳偉達(dá).基于可信性理論的模糊環(huán)境下再制造生產(chǎn)計(jì)劃[J].工業(yè)工程與管理.2012,17(1)：21-26.

[4] 蘇春,安政.考慮質(zhì)量成本和需求替代的再制造生產(chǎn)計(jì)劃[J].東南大學(xué)學(xué)報(bào)：英文版.2011,27(2)：222-226.

[5] 徐磊,蘇春.基于仿真的汽車(chē)發(fā)動(dòng)機(jī)再制造生產(chǎn)線(xiàn)緩沖區(qū)容量?jī)?yōu)化[J].成組技術(shù)與生產(chǎn)現(xiàn)代化.2013,30(2)：10-15,20.

[6] 馬瑞玲,鐘駿杰.基于EXTEND的船舶柴油機(jī)再制造生產(chǎn)物流系統(tǒng)仿真研究[J].機(jī)電設(shè)備.2011,28(2)：14-17,24.

[7] 蘇春,孫瑜.基于仿真的汽車(chē)發(fā)動(dòng)機(jī)再制造生產(chǎn)線(xiàn)配置優(yōu)化[J]. 工業(yè)工程.2009,12(1)：66-69.

[8] 曾壽金,劉志峰,江吉彬.基于模糊AHP的機(jī)電產(chǎn)品綠色再制造綜合評(píng)價(jià)方法及應(yīng)用[J].現(xiàn)代制造工程.2012(07)：1-6.

[9] 杜彥斌,曹華軍,劉飛,等.基于熵權(quán)與層次分析法的機(jī)床再制造方案綜合評(píng)價(jià)[J].計(jì)算機(jī)集成制造系統(tǒng).2011(01)：84-88.

[10] 劉赟,徐濱士,史佩京,等.廢舊產(chǎn)品再制造性評(píng)估指標(biāo)[J].中國(guó)表面工程.2011(05)：94-99.

[11] 劉純,曹華軍,劉飛,等.機(jī)電產(chǎn)品綠色再制造綜合評(píng)價(jià)模型及應(yīng)用[J].現(xiàn)代制造工程.2007(11)：1-3.