2. 多品种小批量生产系统建模

多品种小批量生产系统的WIP管理之所以困难，根源在于系统本身的结构复杂：产品种类多、工艺路线交叉、需求波动大、设备共享程度高。如果直接对每一个订单、每一道工序做精细排程，管理成本会迅速失控。因此，建模的第一步不是“算得更细”，而是“看得更清”——把产品归成族、把路线归成流、把需求归成结构、把系统归成类型，最后才能定位WIP到底在哪些环节、以什么方式形成。

一、产品族与工艺路线分析：从“品种清单”到“工艺流族”

产品族划分不能只看产品外形或销售分类，而应以工艺相似性为主、需求相关性为辅。实际做法是：先提取每个产品的关键工艺特征，例如主要设备组、加工顺序、换型时间、批量约束、关键质量特性；再计算两两产品之间的工艺相似度。一个可操作的相似度定义是：

工艺相似度 S(i,j) = 共同使用的设备组数 / 两者使用的设备组并集数
若 S(i,j) ≥ 0.6，可初步归入同一产品族；
若 0.4 ≤ S(i,j) < 0.6，需结合换型时间与需求相关性复核；
若 S(i,j) < 0.4，通常不宜强行归族。

例如某机加工车间有A、B、C三种零件，A经过“车→铣→钻→磨”，B经过“车→铣→钻”，C经过“车→热处理→磨”。A与B的相似度为3/4=0.75，可归为一族；A与C为2/4=0.5，需复核；B与C为1/4=0.25，不宜归族。归族后，同一族内产品可以共享换型策略、批量规则和缓冲设置，WIP的控制粒度从“单产品”上升到“族”，管理复杂度显著下降。

工艺路线分析则要回答三个问题：哪些设备是瓶颈、哪些路线存在回流、哪些工序是汇合点。回流和汇合点是WIP最容易堆积的位置，因为它们在制品需要等待匹配或等待返工。建议把每条工艺路线画成有向图，标注设备组、标准工时、换型时间和一次合格率，再统计每个设备组的“流入路线数”和“流出路线数”。流入多、流出少的节点，通常是WIP的天然蓄水池。

二、需求波动与订单结构：WIP的“外部驱动力”

需求波动不是简单的“订单多或少”，而是订单到达时间、批量大小、交期紧迫度三个维度的联合分布。建模时建议统计三个指标：订单到达间隔的变异系数CV_a、批量大小的变异系数CV_b、交期紧迫订单占比R_u。当CV_a>0.5且CV_b>0.8时，系统属于高波动型，此时若仍按固定批量投料，WIP会随波动被放大。

订单结构则要区分“常规补货单”“项目定制单”“紧急插单”三类。常规补货单可以按族设置缓冲库存；项目定制单适合按订单装配，WIP集中在通用件阶段；紧急插单必须预留产能缓冲，否则会打断在制品的正常流动。一个实用的判断规则是：若紧急插单占比超过15%，瓶颈设备就需要预留至少10%的产能余量，否则WIP将不可控地堆积在瓶颈前。

三、生产系统类型识别：决定WIP控制策略的前提

多品种小批量系统通常落在Job Shop与Flow Shop之间。识别方法可以看两个参数：设备共享度和路线重复度。设备共享度高、路线重复度低，偏向Job Shop，WIP控制应以“瓶颈缓冲+投料控制”为主；设备共享度低、路线重复度高，偏向Flow Shop，WIP控制应以“节拍同步+看板拉动”为主。若系统存在明显的装配汇合点，则属于“混合型”，需要在汇合点前设置齐套缓冲，而不是简单地在每道工序后设库存。

四、WIP形成机理与关键影响因素

WIP的形成可以归结为四类堆积点：换型等待、瓶颈前排队、汇合匹配等待、需求波动缓冲。这四类堆积点的控制杠杆不同：换型等待靠SMED和批量优化；瓶颈前排队靠投料控制和产能缓冲；汇合匹配等待靠齐套管理和成套投料；需求波动缓冲靠分层排产和延迟差异化。实际建模时，建议先测量每个堆积点的平均等待时间占比，再决定优先改善哪一类。例如某车间统计发现，瓶颈前排队占WIP总等待时间的52%，换型等待占28%，汇合等待占15%，需求缓冲占5%，那么改善重点应放在瓶颈投料控制，而不是盲目增加库存。