二、任务委派方法

(一)任务委派的一般程序

任务委派方法,一般说,在厂部把订货任务委派给车间或某一加工中心时,与“生产周期法”相似。也就是按照上述每项订货的周期进度表和订货进度计划,选摘出相应的任务分派到相应的车间或加工中心,同时也就确定该单位的负荷量。在委派任务时,必须掌握下列资料,逐步进行。

  1. 根据每项订货的零部件清单所列的种类和数量,以及每种零部件的工艺路线所列出的工艺顺序,按照各车间所能完成的工艺,如焊接车间、冲压车间、机加工车间等,把任务分派给有关车间。

  2. 根据工艺设计所规定的每道工序或综合的工时定额,确定该项订货在某一车间或加工中心所应完成的工作量,即负荷量。工作量一般以定额工时为计量单位。

  3. 根据车间或加工中心同类设备的数量,生产工人人数和工作时间,以及所能完成的工时定额系数,计算出该车间或加工中心在某一段时间内(如某一月),以定额工时为单位的正常生产能力。

例如某冲压车间有 5 台冲压机床,开两班,每班工作 8 小时,定额完成系数为 120%,那么该车间每日的正常生产能力就是 5×8X2X120%=96 定额工时。假定上述订货,03-1、03-2、03-3 三个零件都要经过冲压制造,其定额工时合计为 384 工时。则该车间完成该项订货的负荷量为 384÷96=4 天, 即占用 4 天的正常生产能力。

  1. 按照订货进度表中规定的每个加工阶段的开始和完成日期,把订货分派的负荷量和现有的正常生产能力进行平衡,反映出已安排了多少生产能力,尚余多少能力,负荷有否多余,能否再安排任务,以便继续接受和安排新的订货任务。如果负荷已经饱满,就要采取措施,进行调整。

委派任务和确定负荷量一般可用甘特图法进行。在甘特图上要表明各车间已安排的订货和已接受的负荷量,如下图 15-5 所示

图 15-5 委派任务和确定负荷量甘特图

图中,A、B、C、D、E 是订货单编号,如从某一个月开始看,冲压车间已有四项订货,已有 22 天的负荷量。如果一个月只有 22 天工作日,则负荷量己饱满,在该月就不能再接受订货。锻造,小件和大件加工的负荷仍有余力,但装配已经超负荷。假如 E 项订货可迫至下期交货,则问题不大。否则就要采取措施,如加班,才能使负荷平衡。

(二)匈牙利法

在委派任务中,特别是车间把任务委派给工段和机床,常常可以有几种类型的工艺设备可以完成同种工艺。例如普通车床、六角车床、普通铣床等都可以完成某种工艺,但它们的效率和成本对不同的零件工艺加工却不同。因而就有一个如何择优分配问题,使总的效率最佳或成本最低。这可以运用线性规划求解。常用的和较为简便的方法有两种,即“匈利牙法”和“分伎界限法”。

匈利牙怯的要求,一般是加工任务的项数和能完成这些任务的机床类型数相等,并且每类机床只能委派一项加工任务。其演算方法举例说明如下:

假设某一加工小组,接到四项订货 A、B、C、D。有四台机床 M1、M2、M3、M4,都可以加工。但每台机床对不同订货所耗的定额工时不同,列表如下(见表 15-1)。在任务委派中要求达到所耗总工时最少。

表 15-1 工时定额表(小时)

M1

M2

M3

M4

A

2

9

2

1

B

6

8

7

1

C

4

6

5

1

D

5

3

9

1

其演算步骤如下:

  1. 将矩阵表进行行列变换。即使每一行和每一列至少有一个“0”元素。首先用每一行的元素减去该行的最小元素;行变换后,再用每一列的元素减去该列的最小元素。如上例

行变换后的矩阵为(见矩阵 1)

  1. 作“0”的覆盖线。用最少线段覆盖所有的“0”元素,检查是否己得出最优委派方案。如果覆盖线的数等于矩阵阶数时,就是己得出最优方案。如果少于矩阵阶数时,则未得出最优方案,需要继续进行下面第三个步骤。如上例,矩阵(2)中只需用三条线就可以覆盖所有“0”元素,因此未得到最优方案,需要作第(3)步演算。

  2. 再增加“0”元素。在已演算出的矩阵(2)中选出未被覆盖的最小元素,如上例是 2,将未被覆盖的元素减去这个最小元素,同时处在覆盖线交叉点上的元素加上这个最小元素,其余元素不变,形成新的矩阵(见矩阵

3)。

  1. 再在新矩阵(3)中作覆盖线,结果已达到矩阵阶数,即得到最优方案。否则,回到第三步继续进行。如上例,见矩阵(3),最少覆盖线是 4 条,已可得最优方案。

  2. 作业分派。根据已得出的最后矩阵,按行或列中只有一个“0”元素的先分配,作记号△,逐次进行。如上例第 2、4 两行只有一个“0”元素, 故 B 分配给 M4,D 分配给 M2。这一来 C 只好分配给 M1,A 分配给 M3。见矩阵 4。

分配结果,所用工时总数是 2+1+4+3=10 工时,效率最佳。

(三)分枝界限法

分枝界限法对于委派任务较多,可委派的单位也较多的情况下,比匈牙利法较佳。因为在这种情况下,运用匈牙利法,其迭代次数会很多,反而不易求解,但分枝界限法的比较复杂,应用较难。

分枝界限法,简略地可按以下 4 个步骤进行。兹举例说明如 下: 1.建立问题的下限(或上限)。

所谓问题的下限是指完成全部工作最少必须耗费多少工时或成本,即最低限度;上限是指完成全部工作最多能获得多少收益或利润,即最高限度。任何方案的设立都不可能低于下限或高于上限。如果能达到这个最低或最高限度,这个方案就是最理想的。但一般说很难达到这个上下限,只能是尽可能接近这个限度。

例如有 A、B、C、D、E 五项订货,需要分派给 M1、M2、M3、M4、M5,五部机床加工。其工时定额如表:15-2 所示。

表: 15-2 工时定额表

订货编号

机床工时定额

M1

M2

M3

M4 M5

A

40

17

47

49 25

B

50

8

30

42 39

C

56

14

35

48 51

D

34

52

7

45 30

E

9

44

43

17 35

求问题下限,就是把上表 15-2 每行的最小元素,即工时定额最小的加总起来,意思是指完成全部订货最小要耗用的定额工时。本例是:

下限=17 十 8 十 14 十 7 十 9=55(工时)

但是要达到这个下限是不可能的。虽然 D 和 E 可以分别在 M3 和 M1 上加工,但 A、B、C 却都要在 M2 加工,而 M4 和 M5 却没有任务。而我们只有一台M2 只能加工一项订货,又不愿 M4 和 M5 闲置。因此,这是一个不可行解。如果是可行解,就可得到最理想的委派方案。

  1. 将可能委派的方式进行分割,寻找最优解。

上例有 5 项订货分派给 5 台机床,就有很多方式,按照排列组合方式有5!=120 种,不可能一一列举。分枝界限法就是把数量很多的可能委派的方式进行分割,把范围尽可能缩小,把不需要的分枝舍弃,以较快的方法找出最优的方案。

一般的做法是:假定把各项任务分配第一台机床开始。这时有五种分派方式,即 A 分配给 M1 或 B、C、D、E 分配给 M1,有五种方案。然后计算出每种方案的工时总数,如下表 15-3 所示

表 15-3 把任务分配给 Ml 的工时总数表

委派方式

工时总数

A 分配给 M1

40+( 8 + 7 + 17 十 30 )= 102 (不可行解)

B 分配给 M1

50 +( 14 + 7 + 17 + 25 )= 113 (可行解)

C 分配给 M1

56 +( 8 + 7 + 17 十 25 )= 113 (可行解)

D 分配给 M1

34 +( 8 + 30 + 17 + 25 )= 114 (不可行解)

E 分配给 M1

9 +( 8 + 7 + 42 + 25 )= 91 (不可行解)

工时总数的计算方法是:将某项订货分配给 M1 的工时后,再加上未分配任务的机床对其余订货加工的最小工时,就是该方式的工时总数。如表 15-3 所示,把 A 分配给 M1,它的工时是 40,余下的 M2、M3、M4、M5 就选择在 B、C、D、E 四项订货中工时最小的元素加总。如 M2 在 B、C、D、E 四项订货中, 最小工时为 8,拟加工 B;M3 是 7 拟加工 D;M4 是 17 拟加工 E,而 M5 是 30, 也拟加工 D,这就同 M3 也要加工 D 重复,C 却无人加工。这就是不可行解。如果把 B 分配给 M1,按其余的最小加工工时分配,则 C 一 M2,D 一 M3,E 一M4,A 一 M5,可以把任务分配下去,这是一个可行解。其余类推。表 15-3 中有两个可行解,工时总数均为 113 工时,有三个不可行解,其中最小的工时总数是 91 工时。我们把可行解中工时总数最低值称为上限,本例是 113。如果以后求解过程中比这个上限高的可行解都不要,而回到这个可行解上来。然后,从其余的不可行解中选出工时总数最小的方案,本例是 91,即把 E 分配给 M1 的方案,其余的不可行解舍去,即将 A 分配给 M1,D 分配给 M1 这两个方案不再继续研究,只保留 E 分配给 M1 这个方案,割去大部分分枝。分枝界限法的优点就在这里。我们把不可行解中的总工时最小的数值称为下限,本例为 91,同可行解中的最小值(即上限)113 进行比较。如果下限大于上限, 则这里的可行解就是最优解,意思是即使再往下寻找下去也不会找出比这个数值再低的方案。如果上限大于下限,本例是 113>91,就是从 91 这个分枝, 即从 E 分配给 M1,这个分枝中寻求最优方案。分枝界限图如图 15-6 所示。

图 15-6 分枝界限图

  1. 在已定的第一段委派方式的基础上,从既定的分枝开始,进一步寻求最优解。

其方法与第 2 步基本相同。第一·已得出把 E 分配给 M1,开始寻求最优解,在这个前提下,把 A、B、C、D 分配给机床 M2 的可能方案,并分别计算这四个方案的工时总数,进行分枝,如表 15-4 所示。

表 15-4 分配给 M2 的工时总数表

从表 15-4 中看出,C 分配给 M2 是可行解,工时总数 97。B 分配给 M2 是不可行解,但其工时总数为 94,小于 97,与上法一样,从 B 分配 M2 这个分枝中再寻找最优解,其余舍去。

同上法演算下去,E 给 M1,B 给 M2,余下是 A、C、D 三项订货如何分派蛤 M3M4M5 的问题。先分派给 M3,如表 15-5 所示。

表 15-5 分配给 M3 的工时总数表

  1. 得出最优委派方案

到这里,从表 15-5 中可以看出,D 分配给 M3 是可行解,数值为 97 最小, 并且小于不可行解的 139,因此,不需再继续寻找最优方案(否则仍要继续进行)。这就是最优解。再回头来检查一下,见上图 15-6,C 分配给 M2 的方案,其数值也是 97,可见有两个最优方案可供选择。即方案 1 是 E→M1,C

→M2,D→M3,B 一 M4,A→M5,其工对总数是 9+14 十 7+42 十 25=97。方案 2 是 E→M1,B→M2,D→M3,C→M4,A→M5,其工时总数力 9+8+7+4s

+25=97。

换言之,当可行解上限都小于或等于不可行解下限时,这个可行解就是最优解。

匈牙利法和分枝界限法在任务委派中具有科学性,广为应用,但也有其局限性。一般用于规模较小的车间、工段。对于规模较大的工厂和车间,若干订货交错进行,就不能直接应用。但可应用其原理,用选择法,根据经验, 利用甘特图进行委派。