B公司锂离子电池试产线布局优化研究

第1章绪论

1.1研究背景

随着智能手机的日趋普及，我国锂离子电池产业得到了快速发展，国内裡离子电池产量一直在稳步增长。中国产业信息研究网数据显示：2012年中国裡离子电池产量为41.78亿只，2013年中国裡离子电池产量为47.58亿只，2014年中国裡离子电池产量为52.87亿只。

公司为了面对利润下滑的不利局面，降低生产成本是一条切实可行的途径，Ｂ公司需要在研发、生产、销售等各个领域，在各工厂、各部口进行降低成本活动。本文以B公司裡离子电池试产线为例，进行布局优化的改善。该裡离子电池试产线并非新设计的产线，而是在原来多年前闲置的生产线基础上进行建立，并逐步地扩大规模，没有进行系统化的设计，故其布局设计不合理，物流不顺，造成了生产成本的上升。为此，迫切需要优化布局B公司裡离子电池试产线。

......................

1.2研究目的和意义

首先，B公司为了争取更多的订单，除了要在电池性能方面进行提升外，还需要严格控制生产成本，提高企业的竞争力。成本是否得到有效地拉制，是关系到企业未来是否能够健康发展的关键因素。

其次，试产线主要是进斤新产品量产前试验和验证，其生产规模相对于量产线而言要小，一些布局优化的措施可以在试产线上较容易地实现，即使不可行，带来的损失也是非常有限，实验的成本相对较低。在试产线的进行布局优化的试验，可以为量产线提供参考，，一些好的措施可以在量产线上进行推广。

再次，合理的车间布局能够带来更舒适的工作环境，提高车间员工的满意度，员工满意度高了，员工才能更关也产品的品质，从而同步地提升产品品质，实现良性循环。

最后，B公司在行业内具有示范作用，其降低成本、提高收益的方案和思路对裡离子电池的制造行业具有指导意义。

....................

第2章Ｂ公司概况和裡离子电池试产线布局问题分析

2.1Ｂ公司概况

作为Ｂ公司成立较早的工业园之一，上海工业园的工厂为我们提供了一个好的布局研究样板，便于我们去研究B公司在工厂布局中遇到的共性的问题。B公司上海工业园位于上海市松江区车壞镇，其工业园面积大约为56万平方米，已建成厂房24栋，宿舍楼20多栋和一座标准的体育场等基础硬件设施。目前，B公司上海工业园己是上海松江地区的大型企业么一，员工约为5000人，主要从事手机裡离子电池、手机配件、太阳能电池板等产品的生产，同时也是B公司在国内的锂离子电池、动力电池研发的主要基地。

上海工厂隶属于B公司第二事业部，上海工厂是B公司全球第三大的锂离子电池生产基地，具备日产15万只的生产能力，于2003年10月正式投产，初期主要生产铅壳裡离子电池，当时主要的客户为摩托罗拉、王星、迪比特等，主要通过手工作业、夹具代替自动化设备的生产，在当时设备昂贵、人为成本低廉的情况下，取得了很好的经济效益。但初期手工作业＋夹具生产的模式，电池的一致性不好，质量不是特别稳定，而采用自动化生产线则电池的一致性会更好，性能更稳定，质量更可靠。随着人力成本日益増长和NOKIA等客户不断地对产品提出更高的质量要求，因此B公司上海工厂于2010年采用了自动化的装配线来进行生产，主要生产铅壳电池，其主要的客户为NOKIA、三星等。紧接着伴随着大屏智能手机的应用越来越广，要求手机电池朝着更轻、更薄、更安全的方向发展，裡聚合物其安全性好、容量高、电池薄等特点，逐渐赢得了消费者的青睐，2013年B公司上海工广开始从韩国引进裡聚合物电池自动化产线，进行了锂聚合物电池的批量化生产，其主要的客户为东芝、蓝魔等。

..................

2.2B公司组织架构图

如下图3.1所示，B公司第二事业部上海工厂共有生产一部、生产二部、生产三部、品质、工艺开发部、技术开发部、测试开发部、人事科、综合办、工程部等部门，锂离子电池试产线属于其中的工艺开发部。试产线主要包括前段车间、后段车间、品质组、物料区、设备维护组、工艺组等几个模块，其中品质组向上直接汇报至上海工厂品质部。

.....................

第3章B公司概况和锂离子电池试产线布局问题分析.............6

3.1B公司概况............6

3.2B公司组织架构图.............7

第4章B公司锂离子电池试产线布局模型构建.............17

4.1B公司锂离子电池试产线布局问题描述..........17

4.2模型假设及符号说明..............17

第5章基于遗传学算法的试产线布局模型求解...........21

5.1车间布局模型的化化算法..............21

5.2遗传算法的基本原理..........22

第5章基于遠传学算法的试产线布局模型求解

5.1车间布局模型的优化算法

在求解车间设施布局问题数学模型的算法中，一般包括两大类，分别为为最优化算法和次优算法。最优化算法中包括分枝定界法和割平面法。次优算法中包括启发式算法和智能算法两类。启发式算法又分为构造式算法、改进算法、混合算法、图论算法。智能算法又分为禁忌搜索算法、模拟退火算法和遗传算法。详细情况参见下图5.1所示：

....................

第6章结论及展望

6.1结论

生产线布局优化一直来都是生产管理中一个非常重要的课题。本文全面阐述了生产线布局优化的理论和方法，在充分B公司锂离子电池试产线的前提下，采用了其中的一些方法和措施，完成了生产线的优化研究，主要有下几个方面：

（1）通过精益生产、程序分析等理论工具，对于生产现场的问题进行了详尽地描述和说明，客观地说明了问题的现状和严重程度，确认了下一步优化工作的必要性。

（2）采用遗传算法B公司裡离子电池试产线进行了布局优化，主要包括目标函数的建立、约束条件的确认、编码方式的确认及交叉、变易等遗传操作，通过实践来证明遗传算法对于试产线布局问题的解决能够体现出相应的作用。通过上述的布局优化，降低了设备间物流的搬运成本，减少了过程中不必要的物流浪费，取得比较好的优化效果，从而提高了企业的综合竞争力。

（3）可起到一定的示范效应，在公司内部进行此布局方法的横推，形成标准化的改善套路，以点及面，从而更好地为企业成本的控制和综合竞争化势的树立添砖加瓦。

参考文献（略）