甄文冬， 陳 進

(江南大學(xué) 機械工程學(xué)院， 江蘇 無錫 214122)

根據(jù)生產(chǎn)過程和工藝流程總結(jié)出來的變量并不能確定制造車間產(chǎn)能的影響因素，還需要進一步通過統(tǒng)計學(xué)方法分析因素的顯著性和影響能力，表現(xiàn)出數(shù)據(jù)的科學(xué)性，避免造成產(chǎn)能預(yù)估出現(xiàn)較大的誤差。

孫瑋聰[1]利用SPSS統(tǒng)計分析軟件對財政收入的影響因素進行了分析，采用了回歸分析的方法找出主要影響因素。李爽境等[2]研究代謝綜合征的影響因素分析中，以涼山地區(qū)人群資料為案例，分別采用了決策樹模型和Logistic回歸模型對代謝綜合征的影響因素對比分析，結(jié)論表明兩種研究方法對于影響因素分析都具有較大意義。徐亞濤[3]在研究中國兒童青少年身體發(fā)育狀況及其影響因素時，通過對變量進行設(shè)置和劃分，對兒童青少年體格發(fā)育影響因素采取了多元線性回歸分析的方法。還有些學(xué)者采用了灰色關(guān)聯(lián)分析法、結(jié)構(gòu)方程模型、信息熵等方法對不同領(lǐng)域影響因素進行研究[4-7]。課題組主要研究制造車間產(chǎn)能影響因素，目前采用統(tǒng)計學(xué)方法對車間生產(chǎn)能力進行分析的學(xué)者相對較少，多是通過實際生產(chǎn)情況研究，所以本文研究內(nèi)容具有一定的參考價值。

1 數(shù)據(jù)來源與分析方法

1.1 數(shù)據(jù)來源

本研究數(shù)據(jù)來源于一家精密零件加工制造企業(yè)。該企業(yè)主要從事精密零件的制造，所以零件的加工工藝要求較高。本課題采用案例企業(yè)2014年至今的部分產(chǎn)品數(shù)據(jù)進行數(shù)據(jù)分析，主要數(shù)據(jù)包括歷史產(chǎn)能以及影響產(chǎn)能的因素。

課題組根據(jù)相關(guān)因素進行了具體數(shù)據(jù)收集以及數(shù)據(jù)清洗，詳情如下：

1) 數(shù)據(jù)獲取

工人數(shù)量、設(shè)備可用時間、設(shè)備可用數(shù)量、設(shè)備效率、標(biāo)準(zhǔn)工時及產(chǎn)能等變量，可從車間生產(chǎn)計劃表、設(shè)備工作表和工藝表等相關(guān)數(shù)據(jù)表中直接查詢或者間接計算獲取。

2) 變量賦值

變量有部分無法量化，因此需要對這部分變量進行賦值處理，具體賦值如表1所示。

表1 變量賦值表

1.2 單因素方差統(tǒng)計

單因素方差分析[8-9]是僅僅考慮一個因子對數(shù)據(jù)結(jié)果有無顯著性影響的方差分析，當(dāng)因變量是數(shù)值型因變量時，利用該因子對因變量數(shù)值誤差的分析來檢驗這種影響是否顯著。數(shù)據(jù)誤差又會分解為總體誤差、由自變量數(shù)值差異造成的誤差以及隨機因素造成的誤差，后2種誤差又稱為組間誤差和組內(nèi)誤差。單因素方差分析的重點就是組間離差平方和與組內(nèi)離差平方和的比值。

單因素方差的數(shù)學(xué)模型為[10]

Y(ij)=μ(i)+ε(ij)。

(1)

式中：Y(ij)表示第i個因子中的第j個觀測值，i=1,2,…,n,j=1,2,…,l;μ(i)表示第i個因子的平均值;ε(ij)表示第i個因子中的第j個觀測值的隨機誤差。

通過SPSS統(tǒng)計分析軟件對產(chǎn)能變量進行檢驗分析，以產(chǎn)能數(shù)據(jù)為因變量，以影響車間產(chǎn)能的因素為自變量，判斷P值(顯著性)是否小于α(統(tǒng)計學(xué)顯著標(biāo)準(zhǔn)為0.05)，若滿足該條件則表明變量具有顯著性差異。

1.3 Logistic回歸模型

Logistic回歸模型主要是處理分類型的因變量，當(dāng)因變量結(jié)果Y是分為幾種不同的情況時，該模型能夠預(yù)測結(jié)果與影響因子X的關(guān)系，尤其是當(dāng)多種因素對因變量產(chǎn)生影響時，回歸模型可以分析出各個因素的影響程度。Logistic回歸模型適合研究多因素同時對因變量產(chǎn)生影響的情況，當(dāng)樣本數(shù)量過小時也適合采用該模型。

Logistic回歸模型的數(shù)學(xué)模型為[11]

Logit(Y)=β0+β1×X1+β2×X2+…+βm×Xm。

(2)

式中：β0，β1，…，βm分別代表每個因素發(fā)生時產(chǎn)能飽和的概率；X1,X2,…,Xm分別代表影響因變量Y的因素。

Logistic回歸分析模型不僅可以對因素的顯著性進行檢驗，還可以通過逐層分析的方法對因素的影響能力進行比較。顯著性檢驗方法同單因素方差分析一樣判斷P值是否小于0.05，影響能力的比較主要是根據(jù)方差對比所得。

2 生產(chǎn)制造產(chǎn)能因素分析

由上文數(shù)據(jù)來源可知，本文研究生產(chǎn)能力的影響因素是基于精密加工企業(yè)的車間生產(chǎn)，基于上述收集的實際數(shù)據(jù)，本節(jié)將分別用單因素方差分析法和Logistic回歸分析檢驗因素的顯著性和貢獻度。

2.1 不同因素對產(chǎn)能的影響

2.1.1工人不同情況下對產(chǎn)能影響分析

1) 工人數(shù)量。工人數(shù)量對產(chǎn)能的影響是最直接的，產(chǎn)能會隨著工人數(shù)量的變化呈正比變化，工人越多，生產(chǎn)能力越大。

2) 加工人員操作熟練度。車間加工工人的操作熟練程度不同，生產(chǎn)效率也就不同，從而影響產(chǎn)品的產(chǎn)量。

2.1.2設(shè)備不同情況下對產(chǎn)能影響分析

設(shè)備可使用情況。設(shè)備和工人數(shù)量對于產(chǎn)能的影響效果相似，當(dāng)車間運行設(shè)備越多，說明生產(chǎn)任務(wù)越多，產(chǎn)能也就越多。當(dāng)然不能僅僅考慮到設(shè)備數(shù)量的影響，設(shè)備可用時間、工作效率和設(shè)備利用率都是影響生產(chǎn)的重要因素。

1) 設(shè)備可供使用數(shù)量。對于案例企業(yè)生產(chǎn)車間而言，首先要排除掉因維修保養(yǎng)之類的原因無法正常生產(chǎn)的設(shè)備，另外，當(dāng)預(yù)測某一階段的產(chǎn)量時，或許會有其他訂單正在使用設(shè)備，意味著設(shè)備處于忙碌狀態(tài)，因此只有當(dāng)設(shè)備處于空閑狀態(tài)可以提供產(chǎn)品使用時才算作設(shè)備正常工作數(shù)量。

2) 設(shè)備使用時間。設(shè)備使用時間的長短和生產(chǎn)能力呈正比關(guān)系，在工藝復(fù)雜度差異較小的情況下，設(shè)備使用越久，表明加工零件數(shù)量越多；如果工藝相差較大，說明理論工時差別較大，較為復(fù)雜的工藝品種生產(chǎn)速度變慢，加工一定數(shù)量零件使用設(shè)備時間更久，而相對簡單的工藝加工速度較快，相同加工時間內(nèi)加工數(shù)量更多。設(shè)備使用時間越短，說明加工中心設(shè)備無法開機或者正在加工其他訂單。

3) 設(shè)備利用率。設(shè)備利用率能夠準(zhǔn)確反映出車間設(shè)備的使用情況，包括是否浪費車間資源或者過度使用設(shè)備等。案例企業(yè)車間加工中心每天正常工作時間為8小時；設(shè)備的實際使用時間即工人加工零件時的開關(guān)機時間之差。設(shè)備的利用率是設(shè)備開機時間與最大使用時間之比。計算公式為

(3)

式中：Ms表示設(shè)備利用率，n表示設(shè)備使用數(shù)量，k=1,2,…,n表示設(shè)備編號，Tf表示設(shè)備實際工作時間，Tmax表示設(shè)備最大工作時間，Tg表示設(shè)備關(guān)機時間，T0表示設(shè)備開機時間。

4) 設(shè)備效率。設(shè)備效率是在指定時間內(nèi)的實際產(chǎn)量與理論產(chǎn)量的比值，也可以用設(shè)備理論時間與實際加工時間比值衡量，主要反映出設(shè)備生產(chǎn)中實際能力與理論能力的對比。案例企業(yè)加工中心的設(shè)備效率由設(shè)備理論工時與設(shè)備實際加工時間之比計算得出，具體公式為

(4)

式中：Mg表示設(shè)備效率，n表示設(shè)備使用數(shù)量，k=1,2,…,l,…,n表示設(shè)備編號，Tf表示設(shè)備實際工作時間，Tl表示設(shè)備理論工時。

2.1.3備料不同情況下對產(chǎn)能影響分析

備料，即生產(chǎn)車間所需原材料剩余情況。原材料剩余量對于產(chǎn)能的影響是至關(guān)重要的，如果原材料不足，則會導(dǎo)致生產(chǎn)停滯，給公司直接造成巨大的利益損失。因此在訂單下發(fā)生產(chǎn)之前要先進行一次原材料評審，確保加工過程中原材料充足。

2.1.4加工過程不同情況下對產(chǎn)能影響分析

1) 工時，即完成生產(chǎn)工藝的標(biāo)準(zhǔn)時間。工時是工藝相當(dāng)重要的一環(huán)，在不考慮工藝路線的情況下，工時在一定程度上會對生產(chǎn)起到?jīng)Q定性作用。工時的制定對于安排工人生產(chǎn)來說是必要的，否則我們無法對企業(yè)的最大產(chǎn)能標(biāo)準(zhǔn)進行測定，假如增加了人員和設(shè)備，沒有工時也無法對生產(chǎn)能力進行預(yù)測[12]。

2) 加工批次。分批越多，說明生產(chǎn)過程中各個工段生產(chǎn)速度越快，流轉(zhuǎn)也就越快，產(chǎn)品加工量就會增加；生產(chǎn)批次越少，時間都會堆積在前面的工序中，后面的生產(chǎn)資源白白浪費，在客戶交貨期前的產(chǎn)能也會減少。但是，如果批次過多也會導(dǎo)致浪費人力資源和設(shè)備資源。

3) 優(yōu)先級，即訂單生產(chǎn)的緊急程度。生產(chǎn)訂單都有輕重緩急，本文按照訂單最終交期和下單日期之差以及交貨數(shù)量作為依據(jù)把優(yōu)先級分為4個等級，分別為1,2,3和4，這4個等級依次代表訂單從最緩到最緊急的程度。

4) 產(chǎn)品加工難易度。產(chǎn)品的尺寸、截面高度以及特殊要求不同都會對生產(chǎn)加工產(chǎn)生不同的影響，產(chǎn)品要求越多，加工難度越大。產(chǎn)品加工復(fù)雜情況和理論工時共同決定了生產(chǎn)速度的快慢，因此產(chǎn)品加工難易度也是影響車間生產(chǎn)效率的重要因素。

2.1.5季節(jié)性因素不同情況下對產(chǎn)能影響分析

季節(jié)性因素，主要分為訂單淡季和旺季，也可稱作市場因素。由于案例企業(yè)加工件為汽車尾氣零部件，所以一般秋冬季需求量較大。在訂單淡季時，訂單量大大減少，從而產(chǎn)能也會深受影響。

2.2 單因素方差分析

根據(jù)車間實際生產(chǎn)數(shù)據(jù)進行單因素方差分析，結(jié)果如表2所示。只有工人操作熟練度和備料的P>0.05，也就表示這2個因素對車間產(chǎn)能不具有顯著性影響，其余的因素都具有顯著性差異，可以作為產(chǎn)能的影響因素進行研究。表2中Df表示樣本自由度；F表示方差分析求出的統(tǒng)計比例，是因子均方差與誤差均方差的比值，也可以作為判斷顯著性標(biāo)準(zhǔn)。

表2 產(chǎn)能因素單因素方差分析

2.3 Logistic回歸分析

當(dāng)多因素對制造車間產(chǎn)能產(chǎn)生影響時，單因素方差統(tǒng)計無法判斷因素之間的影響程度，所以采用Logistic回歸模型對多因素進行分析。

2.3.1因變量產(chǎn)能分類

首先將因變量產(chǎn)能進行分類，分為生產(chǎn)能力滿足需求和不滿足需求2種情況，將需求量設(shè)定為1 800件為界限，當(dāng)產(chǎn)量大于等于需求量時表明生產(chǎn)飽和，對其賦值為“1”；當(dāng)產(chǎn)量小于訂單需求時，對其賦值為“0”。

2.3.2多因素回歸分析結(jié)果

表3 產(chǎn)能影響因素分層Logistic回歸分析

2.4 結(jié)果對比分析

采用單因素方差分析法和Logistic回歸分析2種方法分別對零部件制造車間生產(chǎn)能力的影響因素進行了深入研究，前者檢驗了所有因素對產(chǎn)能的顯著性，結(jié)果表明工人操作熟練度和備料情況不具有顯著性影響；后者在單因素方差分析結(jié)果的基礎(chǔ)上不僅檢驗了因素的顯著性，而且采用了逐層分析的方法對因素進行歸類處理，比較了不同因素對于產(chǎn)能的貢獻值大小。

3 結(jié)論

綜上所述，課題組通過單因素方差分析對自變量進行了篩選，然后再用Logistic回歸分析對影響因素進行貢獻度對比，最終分析結(jié)果表明工人數(shù)量、設(shè)備可供使用數(shù)量、設(shè)備可用時間、設(shè)備效率、設(shè)備利用率、產(chǎn)品優(yōu)先級、理論工時、加工批次、產(chǎn)品加工難易度和是否淡季都對車間產(chǎn)能具有顯著性影響，可以作為車間產(chǎn)能影響因素進行研究；而工人操作熟練度和備料情況這2種因素不具有顯著性，因此這2種因素不能作為車間的產(chǎn)能影響因素。

然而還有因素未納入到本文的分析范圍里，比如數(shù)控技術(shù)、自動化程序準(zhǔn)備難易程度等重要因素，所以文中所考慮因素并不全面。確定了產(chǎn)能影響因素以后，可以進一步分析生產(chǎn)能力的大小，從而為排產(chǎn)提供數(shù)據(jù)依據(jù)，這也解決了制造企業(yè)排產(chǎn)難、效率低的一大難題。