進階搜尋


下載電子全文  
系統識別號 U0026-2806201813290900
論文名稱(中文) 以精實生產原則改善高階自行車管件加工之問題
論文名稱(英文) A Study on the Lean Management for High-End Bicycle Tube Manufacturing
校院名稱 成功大學
系所名稱(中) 製造資訊與系統研究所
系所名稱(英) Institute of Manufacturing Information and Systems
學年度 106
學期 2
出版年 107
研究生(中文) 蘇宗偉
研究生(英文) Tsung-Wei Su
學號 P96054058
學位類別 碩士
語文別 中文
論文頁數 97頁
口試委員 指導教授-楊大和
口試委員-郭宜雍
口試委員-洪郁修
口試委員-王鵬森
中文關鍵字 混和製造環境  拉式系統  價值流圖  精實生產  系統模擬 
英文關鍵字 Hybrid manufacturing  Pull system  Multi-CONWIP  Value stream mapping  Lean production  System simulation 
學科別分類
中文摘要 自行車的車架製造業為自行車最重要的環節,為了要提升產品價值,要滿足顧客少量多樣的顧客需求,面臨要如何減少庫存、降低交貨時間和提高顧客的滿足率成為一個難題。因此許多企業傾向導入精實生產來降低生產時間和製造成本,除此之外精實生產可以增加產能的彈性使可以面對更多不一樣的情形。本研究將以自行車車架製造廠為案例,將精實生產原則應用於管件加工的生產線上,衍伸出不同方案作為實務上的發展。
在一開始透過價值流圖發現案例公司有在製品堆積、前置時間過長和顧客滿足率過低,透過這些問題找出改善契機,進而導入精實生產系統的方案,分別為透過先進先出生產管制板控制物料先進先出、導入混合式製造系統和拉式系統;再來利用離散事件模擬現況,進而透過現況模型進而建立其他方案模型,並且透過模擬最佳化求得拉式系統的Multi-CONWIP在製品上限,最後透過敏感度分析討論顧客在不同需求下,生產系統的變化下評估整體績效指標的影響。
實驗結果與現況比較,案例公司若使用拉式系統的Multi-CONWIP,在製品和前置時間都有所減少。透過拉式系統可以減少製程中的在製品數量約11%、縮短前置時間約24%和提高顧客滿足率約35%,在將來案例公司可以藉由持續改善朝向本研究的方案為未來的目標。
英文摘要 Manufacturing the frame of bicycle is the most important key. In order to increase the value of product and satisfy small-volume large-variety demand of customers, they are difficult problems that decrease inventory level, decrease producing time and increase customer fill rate. For these problems, many enterprises implement lean production to decrease cost of production. Additionally, lean production can promote capacity to react different situation of market. This research is a case of factory of manufacturing frame of bicycle. It implements lean production in tube manufacturing to extend different schemes of improving system.
At the first, use value stream mapping to find the problems that lead time is too long and fill rate is too low. By these problems, the paper develops different cases. First scheme, use electronic production controlled board to control order first in first out. Second, third and fourth schemes, implement hybrid manufacturing environment and pull system. The paper use discrete event simulate original situation, and then construct models of other cases by original model. In order that let the pull system has better performance, the paper uses Simulation Optimization to find the best CONWIP level. Finally, we conduct a sensitivity analysis to discuss the different system performance under the circumstances of customer’s variable demand.
The result of scheme which use pull system has best performance. Total WIP and average lead time are reduced. Pull system can reduce 11% in total WIP, reduce 24% in lead time, and promote 35% in customer fill rate.
論文目次 摘要 i
目錄 iv
表目錄 vi
圖目錄 viii
1. 緒論 1
1.1 研究背景與動機 1
1.2 研究目的 4
1.3 研究流程 5
1.4 研究架構 5
2. 文獻探討 6
2.1 精實生產 6
2.2 後拉式生產系統 10
2.3 離散事件模擬 19
2.4 小結 23
3. 案例說明及價值流圖分析 24
3.1 案例公司簡介 24
3.2 繪製現況價值流圖 31
3.3 現況價值流圖分析 38
4. 方法與分析 40
4.1 精實改善方案產生 40
4.2 模擬模式建構說明 60
4.3 建立現況與改善模擬模式 63
4.4 模擬最佳化 73
4.5 實驗結果 76
4.6 敏感度分析 80
5. 結論與建議 82
5.1 結論 82
5.2 未來研究與建議 83
參考文獻 84
附錄A. 附錄論文符號說明 86
附錄B. 改善方案CV趨勢圖 87
附錄C. 線平衡方案演算法C++程式碼 91
附錄D. 建構模擬模型所需資訊 97
參考文獻 台灣區車輛工業同業公會(2017),「台灣車輛工業產值」,Available:http://www.ttvma.org.tw/cht/industrial-survey.php (取得日期:2018.01.15)
宋偉欽 (2017),「以模擬最佳化求解自行車鍊條生產系統之批量決策問題」,國立成功大學製造資訊與系統研究所。
林柏樺 (2005),「以豐田模式準則評估精實執行成效─以台灣工具機產業協力廠為例」,國立成功大學製造資訊與系統研究所。
財團法人自行車暨健康科技工業研究發展中心,(2015),自行車產業概況,產業學院。
熊的手札 (2018),「線平衡切分問題(以C++實作)」,(取得日期:2018年6月16日),[available at http://shuohsuanli-bear.blogspot.com/2018/06/c.html#more]
陳文成 (2016),「高階自行車製造之管件加工製程精實改善之探討」,國立成功大學製造資訊與系統研究所。
黃冠程 (2017),「以模擬最佳化求解自行車鏈條之CONWIP 拉式系統設計」,國立成功大學製造資訊與系統研究所。
謝瓊嬉 (2009),「應用模擬最佳化與價值流圖於精實拉式生產之研究」,成功大學製造資訊與系統研究所博士論文。
蘇佳洛 (2011),「以模擬最佳化及反應曲面法求解醫學中心檢驗部醫療自動化系統之精實生產系統設計」,成功大學製造資訊與系統研究所碩士論文。
Arena User’s Manual, 2016, Milwaukee, WI: Rockwell Automation.
Aglan, C., & Durmusoglu, M. B. 2015. Lot-splitting approach of a hybrid manufacturing system under CONWIP production control: a mathematical model. International Journal of Production Research, 53(5), 1561-1583.
Baybars, I. 1986. An efficient heuristic method for the simple assembly line balancing problem. International Journal of Production Research, 24(1), 149-166.
Carson, J., Banks, J., & Nelson, B. L. 1996. Discrete-Event System Simulation: Prentice-Hall , New Jersey.
Glover, F., Kelly, J.P., and Laguna, M., 1999. New advances for wedding optimization and simulation, Proceedings of the 31th Conference on Winter Simulation, Phoenix, Arizona, 255-260.
Hopp, W. J., & Spearman, M. L. 2008. Factory Physics. Long Grove, Illinois: Waveland Press.
Kelton, W. D., Sadowski, R. P., & Zupick, N. B. 2014. Simulation with Arena. New York: McGraw-Hill.
Liker, J. K. 2004. The Toyota Way: 14 Management Principles from the World's Greatest Manufacturer. New York: McGraw-Hill.

McAuley, J. 1972. Machine grouping for efficient production. Production Engineer, 51(2), 53-57.
Ohno, T. 1988. Toyota Production System: Beyond Large-Scale Production. Portland: Productivity Press.
Rother, M., & Shook, J. 2003. Learning to See: Value Stream Mapping to Add Value and Eliminate Muda. Cambridge, MA: Lean Enterprise Institute.
Seifoddini, H., & Wolfe, P. M. 1986. Application of the similarity coefficient method in group technology. IIE Transactions, 18(3), 271-277.
Spearman, M. L., Woodruff, D. L., & Hopp, W. J. 1990. CONWIP: A pull alternative to kanban. The International Journal of Production Research, 28(5), 879-894.
Suresh, N. C., & Meredith, J. R. 1994. Coping with the loss of pooling synergy in cellular manufacturing systems. Management Science, 40(4), 466-483.
Voelkel, J. G., & Chapman, C. 2003. Value stream mapping: This tool puts you and your customer on the same page, Quality Progress, 36, 65-69
Womack, J. P., & Jones, D. T. 1996. Lean thinking—banish waste and create wealth in your corporation. Journal of the Operational Research Society, 48(11), 1148-1148.
Womack, J. P., Jones, D. T., & Roos, D. 1990. Machine that Changed the World. New York: Simon and Schuster.
Yang, T., Fu, H.-P., & Yang, K.-Y. 2007. An evolutionary-simulation approach for the optimization of multi-constant work-in-process strategy—a case study. International Journal of Production Economics, 107(1), 104-114.
Yang, T., Lin, H.-C., & Chen, M.-L. 2006. Metamodeling approach in solving the machine parameters optimization problem using neural network and genetic algorithms: A case study. Robotics and Computer-Integrated Manufacturing, 22(4), 322-331.
論文全文使用權限
  • 同意授權校內瀏覽/列印電子全文服務,於2020-08-01起公開。
  • 同意授權校外瀏覽/列印電子全文服務,於2020-08-01起公開。


  • 如您有疑問,請聯絡圖書館
    聯絡電話:(06)2757575#65773
    聯絡E-mail:etds@email.ncku.edu.tw