進階搜尋


下載電子全文  
系統識別號 U0026-3110201417081000
論文名稱(中文) 原料藥現場班生產排程之研究
論文名稱(英文) A Study on the Shift-Based Production Scheduling Problem from Active Pharmaceutical Ingredients Manufacturing Process
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) Institue of Manufacturing Information and Systems
學年度 103
學期 1
出版年 103
研究生(中文) 王雅瑩
研究生(英文) Ya-Ying Wang
學號 P96011107
學位類別 碩士
語文別 中文
論文頁數 114頁
口試委員 指導教授-楊大和
口試委員-王逸琳
口試委員-盧俊臣
中文關鍵字 原料藥  豐田生產方式  限制理論  價值流圖  排程 
英文關鍵字 Active Pharmaceutical Ingredients  Toyota Production System  Theory of Constraints  Value Stream Map  Scheduling 
學科別分類
中文摘要 在政府大力推動我國生技產業發展下,帶動我國生技製藥產業的快速發展,在政策與市場的發展下,原料藥產業營業額呈現逐年增加的趨勢,公司除了不斷的研發新產品外,原料藥生產之效能與效率是個越來越重要的管理議題。
在產品少量多樣的情況下,為了追求彈性的製造,案例公司原料藥工廠的生產會依據產品來設計製程使用不同的設備,而每台設備的人力運用會隨著生產而有所改變,同樣的製程設備下人力需求起伏不定,同一台設備下之人力並非使用固定人力操作,有時也以同時操作多台設備的方式進行,且因生產上的特性與化學反應之限制,目前生產方式為隨著每日的生產進度,輪班管理者會依據經驗指示操作員彈性的在不同設備間配合做生產,因而較難以掌控原料藥的生產細部安排及效率。
本研究利用豐田生產方式之價值流圖為原料藥的生產尋找浪費所在,並使用標準作業組合票了解單元操作之工作,解決操作員同時操作多台設備之議題,以兩者奠定基礎後考慮化學反應之限制,主要利用限制理論考慮生產中的關鍵資源隨著批次加工狀態做出排程,並在模擬中作呈現,透過對原料藥生產做出適當的安排,讓工作平準化減輕人員負荷,以達到最小化總生產時間與減少人力使用之效益,掌握原料藥生產的效率。
利用現況模擬作為改善後對比,隨著情境的不同可達到2~8%的改善程度,因原料藥工廠營運成本較高,一個工廠之專案改善便能帶來10~100萬的改善效益,導入本研究之排程後能同時達到減少營運成本與人力的效益,使原料藥生產能掌控其生產效率,以達到降低成本並提高交期之準確度之目的,能為原料藥生產帶來更大的競爭力與優勢。
英文摘要 The Active Pharmaceutical Ingredients industry is developed rapidly these years. Because of the various products with low volume, the Active Pharmaceutical Ingredients use the same equipment with different process route to produce various products, the demand of manpower fluctuates in the same equipment. And sometimes the operators can operate more than one equipment at the same time. In addition, there is some restriction due to the specialty and chemical reaction which makes company have difficulty in controlling the production process in detailing arrangement and efficiency. This study use the Value Stream Map(VSM)and Standardized Work Combination Table in Toyota Production System(TPS) that be the base of research. And consider the chemical reaction restriction in the scheduling. The main method is considering the critical resource use the Theory of Constraints(TOC) conception that simulation can scheduling based on the state of processing batch. Comparing the simulation of real production with the scheduling scenario, it can even decrease of makespan 2-8% in different scenario. According to the result, Using scheduling in Active Pharmaceutical Ingredients shifted-based production can decrease the delay of delivery and production cost.
論文目次 目錄
原料藥現場班生產排程之研究 i
摘要 i
目錄 vii
圖目錄 ix
表目錄 xii
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 論文架構 6
2. 文獻探討 7
2.1 製藥產業的生產製造 7
2.2 生產活動控制 8
2.3 限制理論 9
2.4 離散事件模擬 11
2.5 豐田生產方式 13
3. 案例公司簡介 15
3.1 原料藥製造流程 15
3.2 原料藥的生產 24
4. 研究方法 36
4.1 價值流圖 36
4.2 方法1:Project排程建構 49
4.3 派工邏輯1:限制理論之加工的選擇 51
4.4 派工邏輯2:流程間的優先權 57
4.5 方法2:模擬模式建構 59
5. 案例分析 62
5.1 案例簡介 62
5.2 價值流圖 66
5.3 Project模式的建構 73
5.4 現況模擬模式的建構 75
5.5 模擬模式結合限制理論的建構 83
5.6 實驗結果與分析 87
5.7 敏感度分析-批次數量與輪班人力 90
5.8 敏感度分析-瓶頸時間與輪班人力 96
6. 結論與建議 100
6.1 結論 100
6.2 未來研究與建議 101
參考文獻 103
附錄A 106
附錄B 110

圖目錄
圖1.1 我國生物技術產業範疇 1
圖1.2 2002~2012年我國生技產業營業額統計表 2
圖1.3 研究流程 6
圖3.1 大廠跨樓層與小廠單一樓層設備佈置 16
圖3.2 產品族概念圖 17
圖3.3 原料藥生產之存貨 17
圖3.4 Campaign之批次生產時間 20
圖3.5 Campaign之間隔投料時間 20
圖3.6 Campaign生產時間之計算 21
圖3.7 一工廠中A產品生產步驟間的生產轉換 23
圖3.8 一工廠中A產品與B產品的生產轉換 23
圖3.9 原料藥的生產 25
圖3.10 批次在生產線上加工 25
圖3.11 生產流動示意圖 27
圖3.12 支線物料桶 30
圖3.13 連續單元操作 31
圖3.14 工廠示意圖 34
圖3.15 物與人的流動示意圖 35
圖4.1 研究方法流程圖 36
圖4.2 現況圖第一步驟-表示顧客 38
圖4.3 現況圖第二步驟-表示所有設備流程、數據方塊 38
圖4.4 價值流圖詳細資訊 39
圖4.5 現況圖第三步驟─表示物流 40
圖4.6 現況圖第四步驟─表示情報流 41
圖4.7 現況圖第五步驟─表示時間線 42
圖4.8 時間零碎型單元操作 44
圖4.9 時間可切割行單元操作 44
圖4.10 標準作業組合票 45
圖4.11 時間零碎型之排程問題 47
圖4.12 時間零碎型人力的平均 48
圖4.13 排程以時間平均顯示 48
圖4.14 時間可切割型排程 49
圖4.15 生產設備之加工 53
圖5.1 問題描述之魚骨圖 64
圖5.2 Excel輪班生產計劃 65
圖5.3 Excel輪班生產計劃之時間推算 66
圖5.4 現況價值流圖 68
圖5.5 確認順序關係 73
圖5.7 單元操作之資源與工期 74
圖5.8 每台設備的運行 76
圖5.9 每台設備運行Hold邏輯 77
圖5.10 單元操作時間及人力的輸入 77
圖5.11 加工後的單元操作順序增加 78
圖5.12 支線的設定 79
圖5.13 人力的設置 79
圖5.14 連續流程的邏輯 80
圖5.15 人力有變動時給予訊號 80
圖5.16 批次優先權 81
圖5.17 連續流程的等候線 82
圖5.18 加工時間的累加 84
圖5.19 狀態的更新 84
圖5.20 繩子的變數轉換 85
圖5.21 以繩子最短的批次進行加工 85
圖5.22 不同情境下之優先權 86
圖5.23 Decide判斷加工批次的情境 86
圖5.24 延遲不同情境下之優先權 86
圖5.25 未來理想狀態價值流圖 89
圖5.26 限制理論排程改善趨勢 92
圖5.27 限制理論排程之改善金額 93
圖5.28 Project排程之改善趨勢 94
圖5.29 Project排程之改善金額 95
圖5.30 七批人力改善結果 96
圖5.31 不同瓶頸時間與人力之限制理論排程改善幅度 98
圖5.32 不同瓶頸時間與人力之Project排程改善幅度 99
圖B.1 2批不同人力情境之影響 110
圖B.2 3批不同人力情境之影響 111
圖B.3 4批不同人力情境之影響 112
圖B.4 5批不同人力情境之影響 113
圖B.5 6批不同人力情境之影響 114
表目錄
表1.1 原料藥產業結構表 3
表3.1 不同工廠之比較 15
表3.2 作業工單對應可生產工廠示意圖 18
表3.3 Step2-5的投入與產出 18
表3.4 Step2-5作業工單產出與生產時間 21
表3.5 不同產品之設備運用不同 22
表3.6 工廠表格 24
表3.7 設備加工時間 26
表4.1 研究中之標準作業組合票 46
表4.2 設備加工時間 53
表4.3 累積之總加工時間 53
表4.4 流程優先權之加工 59
表5.1 溶解攪拌之工作項目 70
表5.2 前部分IPC品質檢測之工作項目 71
表5.3 後部分IPC品質檢測之工作項目. 72
表5.4 小型廠標準化人力 72
表5.5 B1人力標準化表 73
表5.6 效度驗證誤差表 82
表5.7 不同輪班人力之現況模擬 83
表5.8 現況與排程後比較 87
表5.9 不同輪班人力之改善 88
表5.10 模擬現況之分析 91
表5.11 限制理論排程之分析 91
表5.12 限制理論之改善金額 92
表5.13 Project排程之分析 93
表5.14 Project比較項目之改善金額數據 94
表5.15 不同瓶頸與人力之現況模擬 97
表5.16 不同瓶頸與人力之限制理論排程 97
表5.17 不同瓶頸與人力之Project排程 98
表A.1 溶解攪拌之觀察紀錄 107
表A.2 前部分IPC反應槽品質取樣檢測之觀察記錄 108
表A.3 後部分IPC反應槽品質取樣檢測之觀察記錄 109
參考文獻 江瑞坤、大野義男、侯東旭,民96,豐田的三位一體生產系統,中衛發展中心,臺北市。
成澤俊子、Shook, J.,民98,大家來學TPS:豐田改善直達車,中衛發展中心,台北市。
李友錚,民92,作業管理:創造競爭優勢,前程文化事業有限公司,台北縣。
李文明與李鈞,民91,生產管理,普林斯頓股份有限公司,台北市。
許進標,民99,Project2010高手攻略,碁峯資訊股份有限公司,台北市。
葉和明,民97,輸送現象與單元操作:質量輸送與操作,三民書局,台北市。
汪嘉林,民100,我國生技製藥產業創新演化的回顧與前瞻,科學發展,457,146-150。
汪嘉林,民102,生技產業白皮書,經濟部工業局,台北市。
ITIS生物技術開發中心,民101,原料藥,Available : http://www.moneydj.com/KMDJ/wiki/WikiViewer.aspx?Title=%E5%8E%9F%E6%96%99%E8%97%A5(20140901)
行政院國家發展委員會,民99,產業發展行動計畫,Available : http://www.ey.gov.tw/Upload/RelFile/27/73750/010414534271.pdf (20140905).
Banks, J., Nelson, B.L., and Carson, J.S., 2001. Discrete-Event System Simulation, Peason Prentice Hall, New Jersey.
Bauer, A. and Browne, J., 1994. Shop Floor Control Systems: From Design to Implementation, Springer, New York.
Blumenthal, R., 2004. Manufacturing execution systems to optimize the pharmaceutical supply chain. Pharmazeutische Industrie, 1414-1429.
Friedli, T., Goetzfried, M., and Basu, P., 2010. Analysis of the implementation of total productive maintenance, total quality management, and just-in-time in pharmaceutical manufacturing. Journal of Pharmaceutical Innovation, 5(4), 181-192.
Goldratt, E.M., Cox, J., and Whitford, D., 1992. The Goal: A Process of Ongoing Improvement, North River Press, Massachusetts.
Hadas, L., Cyplik, P., and Fertsch, M., 2009. Method of buffering critical resources in make-to-order shop floor control in manufacturing complex products. International Journal of Production Research, 47 (8), 2125-2139.
Hopp, W.J. and Spearman, M.L., 2008. Factory physics, McGraw-Hill, New York.
Johns, W., 2008. Computer‐Aided Chemical Engineering, John Wiley & Sons, New Jersey.
Kelton, W. and Sadowski, R., 2009. Simulation with Arena. 5th, McGraw-Hill, Boston.
Kempf, K.G., Keskinocak, P., and Uzsoy, R., 2011. Planning Production and Inventories in the Extended Enterprise, Springer, New York.
Lu, J.-C. and Yang, T., 2014. Implementing lean standard work to solve a low work-in-process buffer problem in a highly automated manufacturing environment. International Journal of Production Research, 1-21.
Mockus, L., Vinson, J., and Luo, K., 2002. The integration of production plan and operating schedule in a pharmaceutical pilot plant. Computers & Chemical Engineering, 26 (4), 697-702.
Monden, Y., 2011. Toyota Production System: An Integrated Approach to Just-In-Time, 4th Edition, Productivity Press, New York.
Morton, T., 1993. Heuristic Scheduling Systems: With Applications to Production Systems and Project Management, John Wiley & Sons, New York.
Omar, M.K. and Teo, S., 2007. Hierarchical production planning and scheduling in a multi-product, batch process environment. International Journal of Production Research, 45 (5), 1029-1047.
Papavasileiou, V., Koulouris, A., Siletti, C., and Petrides, D., 2007. Optimize manufacturing of pharmaceutical products with process simulation and production scheduling tools. Chemical Engineering Research and Design, 85 (7), 1086-1097.
Petrides, D., Koulouris, A., Siletti, C., Jiménez, J.O., and Lagonikos, P.T., 2010. Chemical Engineering in the Pharmaceutical Industry: R&D to Manufacturing, Wiley, Hoboken.
Plumb, K., 2005. Continuous processing in the pharmaceutical industry: changing the mind set. Chemical Engineering Research and Design, 83 (6), 730-738.
Rath, F., 2008. Tools for developing a quality management program: proactive tools (process mapping, value stream mapping, fault tree analysis, and failure mode and effects analysis). International Journal of Radiation Oncology Biology Physics, 71 (1), 187-190.
Rother, M. and Shook, J., 2003. Learning to See: Value Stream Mapping to Add Value and Eliminate MUDA, Lean Enterprise Institute, Massachusetts.
Shah, N., 2004. Pharmaceutical supply chains: key issues and strategies for optimisation. Computers & Chemical Engineering, 28 (6), 929-941.
Steyn, H., 2002. Project management applications of the theory of constraints beyond critical chain scheduling. International Journal of Project Management, 20 (1), 75-80.
Susarla, N. and Karimi, I.A., 2011. Integrated campaign planning and resource allocation in batch plants. Computers & Chemical Engineering, 35 (12), 2990-3001.
Van der Vorst, G., Dewulf, J., Aelterman, W., De Witte, B., and Van Langenhove, H., 2009. Assessment of the integral resource consumption of individual chemical production processes in a multipurpose pharmaceutical production plant: a complex task. Industrial & Engineering Chemistry Research, 48 (11), 5344-5350.
Wu, H.-H., Chen, C.-P., Tsai, C.-H., and Yang, C.-J., 2010. Simulation and scheduling implementation study of TFT-LCD Cell plants using Drum–Buffer–Rope system. Expert Systems with Applications, 37 (12), 8127-8133.
Wu, H.-H. and Yeh, M.-L., 2006. A DBR scheduling method for manufacturing environments with bottleneck re-entrant flows. International Journal of Production Research, 44 (5), 883-902.
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2016-11-20起公開。
  • 同意授權校外瀏覽/列印電子全文服務,於2016-11-20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