1. 课程导入与WIP管理全景

在正式进入WIP管理的方法与工具之前,我们需要先建立一张“全景地图”:多品种小批量生产到底特殊在哪里,WIP究竟由哪些部分构成,管理WIP的目标是什么,以及为什么它比大批量生产更难管。只有把这些问题想清楚,后面的看板设计、批量控制、优先级排序、瓶颈调度才有落脚点。

一、多品种小批量生产的特征

多品种小批量(High-Mix Low-Volume,HMLV)最直观的特征是“品种多、单批少、切换频繁”。以某电子控制模块车间为例,一周内可能投产12个型号,每个型号批量在20~200件之间,平均换线次数每天3~5次。这种生产形态带来几个连锁特征:

  • 工艺路线差异大:不同型号经过的工序数量、设备、工装不同,同一台设备可能同时服务多条路线。
  • 需求波动与插单频繁:客户交期短、变更多,紧急订单会打乱原有排程。
  • 在制品形态复杂:同一时刻线上可能同时存在多个型号、多个工序阶段、多种状态的物料。
  • 瓶颈漂移:随着品种组合变化,瓶颈工序会在不同设备之间转移,而不是固定在一处。

这些特征决定了:多品种小批量的WIP不是“越少越好”这么简单,而是要在交期、产出、切换成本之间做动态平衡。

二、WIP的定义与构成

WIP(Work In Process,在制品)指已经投入生产、但尚未完成并入库的全部物料与半成品。它通常包括以下几类:

  • 等待加工的物料:已到达某工序,但设备尚未开始加工。
  • 正在加工中的物料:占用设备与人员,处于加工、装配、测试中。
  • 等待搬运或检验的半成品:已完成上道工序,等待流转或质量确认。
  • 返修/待处理品:因质量异常暂存,仍占用现场空间与资金。

从价值角度看,WIP是“已经花钱但还没变成收入”的资产。它占用资金、占用场地、掩盖问题,但同时也是维持产线连续运转的必要缓冲。管理WIP的本质,是管理这个缓冲的“量”和“位置”。

三、WIP管理工程的目标

WIP管理工程不是单纯“压低在制品数量”,而是一个多目标平衡问题。核心目标可以归纳为四条:

  1. 缩短制造周期:WIP越少、流转越顺,订单从投料到完工的时间越短。
  2. 提升交期达成率:通过控制关键工序前的WIP,减少排队等待,让紧急订单能快速通过。
  3. 降低资金与场地占用:减少不必要的半成品库存,释放现金流和车间空间。
  4. 暴露并消除异常:低WIP会让设备故障、质量问题、缺料等问题更快显现,倒逼改善。

这四个目标之间存在张力。例如,为了保交期而多投WIP,会拉长周期、增加资金占用;为了压低WIP而过度削减缓冲,又可能导致设备等待、产出下降。因此,WIP管理工程的关键是找到“合适的WIP水平”,而不是追求某个极端。

四、核心挑战

在多品种小批量环境下,WIP管理面临几个典型挑战:

  • 品种切换导致WIP结构复杂:不同型号的WIP不能简单合并统计,需要按型号、工序、状态分别跟踪。
  • 瓶颈漂移使控制点难以固定:今天的关键工序明天可能不是瓶颈,WIP控制策略需要动态调整。
  • 信息滞后:如果报工不及时,WIP数据与实际现场不一致,控制决策就会失真。
  • 局部优化陷阱:某工序为了自身效率多投WIP,反而导致下游拥堵、整体周期拉长。

五、整体框架

本课程将WIP管理工程拆解为“感知—分析—控制—改善”四个层次,形成一个闭环框架。下面的SVG展示了这个整体框架,以及各层之间的输入输出关系。

WIP管理工程整体框架 多品种小批量环境下的四层闭环 ① 感知层:WIP数据采集与可视化 对象:工单、批次、工序、设备、人员、时间戳 输出:实时WIP分布图、工序在制数、停留时间、异常标记 ② 分析层:瓶颈识别与WIP结构分析 对象:工序节拍、切换时间、排队长度、设备利用率 输出:瓶颈工序清单、WIP堆积点、周期时间分解、品种切换影响评估 ③ 控制层:WIP上限设定与动态调度 对象:看板数量、投料节奏、优先级规则、缓冲位置 输出:投料计划、WIP上限值、紧急订单通道、瓶颈保护策略 ④ 改善层:异常消除与流程优化 对象:换线时间、设备故障、质量缺陷、缺料、信息断点 输出:改善课题、标准作业更新、WIP控制参数迭代 反馈迭代 数据 洞察 决策 行动

这个框架的逻辑是:先让WIP“看得见”,再分析“堵在哪、为什么堵”,然后通过投料控制和优先级规则“管住它”,最后通过消除异常“减少对缓冲的依赖”。四层之间不是一次性执行,而是持续循环——改善层的结果会反过来优化感知层的采集重点和控制层的参数设定。

六、一个直观的示例

假设某车间有A、B、C三个型号,工艺路线都经过“贴片—插件—测试”三道工序。当前贴片工序前堆积了A型号80件、B型号50件,插件工序前有C型号30件,测试工序前有A型号20件。如果只看总数,WIP是180件;但按型号和工序拆开看,会发现贴片工序前的A型号WIP明显偏高,而测试工序前的A型号WIP偏低,说明A型号在贴片到测试之间流转不畅,可能存在批量过大或测试等待的问题。这就是“感知—分析”两层要解决的事。