了解IE(工业工程)和从事现场改善的朋友们都会很熟悉生产线平衡这一方法，通过绘制工序平衡图可以帮助我们识别哪些工序产能相对富余，哪些工序产能不足。一般的观点认为，生产线不平衡是一种效率损失，因此，我们想尽各种办法(如削山填谷)来调配资源，以获得更高的生产线平衡率。问题是，生产线平衡率越高，产出效率就越高吗?答案是不一定，甚至是越差。且看如下论述。

第一，平衡的生产线其实并不平衡，因为始终有波动的干扰。

当我们说生产线是平衡的，实际上是在说，构成生产线的各个工序的产能或单件CT是平衡的，即工序CT的均值近似相等。

我们如何得到工序的CT值?一般是通过统计抽样的方法，测得每个工序加工某零件的周期时间(CT，Cycle Time)的一组样本数据。统计学上，描述一组样本的数据特征常用的是均值、标准差和分布形状。其中，均值表达的是数据的中心倾向，标准差表达的是数据的离散倾向，分布形状描述的是样本所服从的概率分布特征。我们用工序CT的样本均值表示该工序的加工能力，但是我们往往忽略了工序CT的标准差的影响。标准差表达的是工序加工能力的波动(变异)的大小。因此，我们以为加工能力平衡的生产线是图1，然而，其实际的模样却可能是图2(正态分布)。也就是说，工序加工时间的变异是客观存在的，从一段时间的工序CT的均值角度看，工序是平衡的，然而从某一时刻单个工件的角度看，工序是不平衡的。每个工序的CT都是在围绕着均值上下波动，有的工序CT波动大，有的工序CT波动小。导致工序CT变异的原因很多，既有系统性的普通原因，如作业疲劳、工装磨损，也有非系统性的特殊原因，如设备突发故障。

重复性手工劳动的研究结果显示，工作要素的时间分布通常是向右偏的，也就是说概率分布函数图中左侧的尾部短，右侧的尾部长。右偏分布意味着，工序操作中，大部分时候耗时较短，少数时候耗时较长。因此，以手工作业为主的工序，如装配线，其实际的生产线平衡图更像是图3(偏态分布)。在这种情况下，右侧的长尾是生产线平衡的“杀手”。

工序间的距离和工件的流动方式又给“平衡”的生产线制造了另一个变异因素，即工序到达时间的波动。可以想见，单件流或连续流的生产线，其到达时间的波动最小，而批量流和较长距离转运其到达工序时间的波动大。

因此，平衡生产线，平衡的是均值，而导致平衡失效的却是变异。为什么?答案就在于工序相依性，也就是说，每个工序的产出速度依赖于上游工序的供应速度。对于生产线中的任一工序而言，其产出时间的变异一是来自于自身加工时间的变异，二是来自于上游的工件到达时间的变异。工序变异自前向后的逐一叠加，变异就被放大了许多倍。为了吸收变异，我们通常需要在工序间设置必要的缓冲。

第二，为平衡生产线而做出的许多努力很可能是徒劳的。

大多数的工厂都不会只生产一种产品，随着产品市场的变化和工艺技术的革新，原先按某个产品平衡的生产线可能会面临重新平衡的问题。重新平衡意味着要对工序资源和作业内容重新进行组织和调整，而这可能需要花费不少的成本和时间，包括重新平衡后对作业人员的训练。随着产品生命周期和市场需求的快速变化，刚刚平衡不久的生产线或许又需要重新平衡了。

另外，除非某个产品的市场需求量巨大且长期稳定，否则，很少有工厂设置专用生产线。那么，当一条生产线轮番生产或同时混线生产几个品种时，多品种的生产线平衡是个困难点，甚至是不可能做到的。如下的图4是多品种混线生产的平衡图。在图中，既有单一品种在多工序之间的CT平衡问题，又有多个品种在同一工序的CT平衡问题。

以丰田汽车的装配线为例，也存在这样一个混线生产时的平衡问题。在丰田汽车的装配线上，不同品种的装配CT差异一般不超过10%。因为以手工作业为主的装配可以自动适应周期时间10%以内的变动，超过这一变动时，则有相邻作业人员的协助、线外作业人员的辅助等等措施来保证生产线按设定的节拍(TT，Takt Time)运行。由此来看，丰田的生产线关心的不是工序产能或工序CT的平衡，而是满足节拍TT的要求。每个工序都被要求按照TT的90%的节奏进行生产，而不是按照自己的理想CT进行生产。也就是说，快的工序让它慢下来，慢的让它快一些，理想的平衡状态就是每个工序都以TT的90%的速度进行生产。故，这里所指的工序平衡是按照TT进行平衡，而不是按照CT进行平衡。为什么设定90%的TT?为的是给每个工序预留10%的产能缓冲以吸收工序时间的变异。

不平衡的产线是常态，平衡的产线很少见。追求更高的线平衡率不仅没有必要，也是不经济的，甚至是不可能的。例如，当我们进行生产线平衡时，如果工序的作业内容不可再分割、工序CT不可再调整，这时，就只能调增或调减工序资源(设备、人力)的数量了。问题是，我们只能以整数的方式调整资源数量。比如，为了平衡产线，你可能需要在某工序增加0.38台设备或0.38个人力，却不得不增加一台设备或一个人，而这又会导致新的不平衡。继续按这个思路平衡下去，理论上你是可以得到一个“完美”平衡的产线。果真这样做的话，我们就离工厂真正的目标越来越远了。工厂的目标是什么?满足顾客的需求，从而获得更高的收益。对于一条生产线而言，真正的目标不是更高的线平衡率，而是产出速率等于顾客的需求速率。

因此，生产线平衡真正需要做的是工序流动速度的平衡，而非工序产能的平衡。我们通常所说的线平衡方法主要应用在同步装配线，而不是由独立工站构成的生产线。

第三，如果不能减小变异，越是平衡的生产线，其产出绩效越差。

制约理论(TOC)的创立者高德拉特博士在《目标》一书中，用骰子试验给我们说明了一个显而易见却又极为深刻的道理。这个道理就是，平衡的工厂或生产线因为存在工序相依性和波动的叠加，反而是最没有效率的工厂。

下面我们使用一个只有两个工站的生产线的例子，以计算机仿真模拟运行的方式来比较一下平衡的产线和不平衡的产线的效率。这条产线的基本情况是，工站1完成一个加工任务(50件/单位)要20分钟，加工完成后送入工站2前面的缓冲区(缓冲区的大小可任意设置，这里我们设为50件和500件两种情况)。工站1所需的原材料可以无限供应。工站2从缓冲区拉进加工任务，执行作业后送入下游。工站2完成一个加工任务所需时间设定为20分钟(平衡的产线)和10分钟(不平衡的产线)两种情况。工站2的产出速率受上游来料时间波动和自身加工时间波动两种因素的影响而存在变动，其变动系数我们设定为1.0(中度)和0.25(低度变动)两种情况。根据设定的四种情形，模拟运行694天的结果见下表1。在表1中比较了各种情形下的产出数量(TH)、产出效率(ETH)、利用率效率(EU)、周期时间(CT)、周期时间效率(ECT)、在制品数量(WIP)和库存效率(Einv)。更详细的分析可参考Hopp和Spearman所著的《Factory Physics》一书的第九章。

情形1：平衡的产线、中度变动性、大的缓冲区

情形2：平衡的产线、中度变动性、小的缓冲区

情形3：不平衡的产线、中度变动性、小的缓冲区

情形4：平衡的产线、低度变动性、小的缓冲区

对比以上四种情形的模拟结果，我们可以看出，平衡的产线，只有在低度变动性的条件下才能获得更好的生产绩效(情形4)，而对于不平衡的产线，中度变动性即可获得较好的生产绩效(情形3)。为削减变动性而付出的努力和花费往往不菲，如果不能有效地降低变动性，则越是平衡的生产线其生产绩效越差(情形2)。这是因为工序相依性和变动性叠加的结果，即当工站2完工而工站1还没有加工完成，这会导致工站2因缺料而损失了产出。为了弥补这个产能损失，需要增加工序缓冲数量，从而以大幅增加周期时间和库存的代价获得较高的产出水平(情形1)

结论：变动性是生产线平衡的最大杀手。

第四，平衡产线是为了加速流动，如果管理得当，不平衡的产线也可高绩效。

回想一下，我们为什么要平衡生产线?我们的假设是，平衡的生产线其流动速度更快，从而可以获得更高的产出绩效。而不平衡的生产线，意味着生产线上的每个工序的产能大小不一致，其中产能最小的工序可称之为瓶颈，其余工序则为非瓶颈。既然生产线的产能是由瓶颈工序决定的，则非瓶颈工序相对于瓶颈工序富余出来的产能就成为一种保护性产能。这种保护性产能可以被用来吸收工序内外的各种变异，从而保护工厂或生产线不因非瓶颈的中断而损失其产出。

使用TOC中的疑云图(冲突图)方法将上述观点描述如下图5。该疑云图的读法如下。

为了“工厂或产线效率高”，我们需要“生产流动顺畅”;同时，为了“工厂或产线效率高”，我们需要“适应变动能力强”。

而为了满足“生产流动顺畅”的需求，我们必须“平衡工序产能”，因为“工序产能(或CT)越接近，工序间的相互等待时间就越少”;同时，为了满足“适应变动能力强”的需求，我们必须“不平衡工序产能”，因为，“非瓶颈超出瓶颈的产能部分可以吸收来自工序内外部的变异”。“平衡工序产能”和“不平衡工序产能”出现了冲突。我们应当如何在冲突中做出选择呢?

化解冲突的关键在于识别疑云图背后的错误的假设。图5中的BD假设不正确，CD’假设部分正确。BD假设忽视了工件到达时间和加工时间的变动性。前面我们已经指出，变动性是客观存在的，它是生产线平衡的最大杀手。当变动性足够大，而工厂或生产线又没有足够的能力吸收变动，则平衡的生产线的效率就会变得很糟。CD’假设指出，非瓶颈比瓶颈拥有一定的保护性产能以吸收工序内外部的变异，然而，超出必要性的富余产能本身也是产能资源的浪费，可能的话也应予以消除，即“平衡”掉超出保护性产能之外的富余产能。

将非瓶颈超出瓶颈的富余产能不再统统视为资源的浪费，而是视为保护系统免受变动性破坏的有益因子，这一视角的转换给我们提供了一种新的管理思路。那就是，对于不平衡的生产线(生产线总是不平衡的)，管理好保护性产能也可以获得高绩效。

TOC提出一种高效管理不平衡产线的方法，且卓有成效，那就是聚焦5步骤法。

步骤1：识别制约因素。通俗点说，制约因素就是瓶颈。

步骤2：挖尽制约因素。在当前约束条件下，把制约因素的能力运用充分，因为系统的产能是由制约因素决定的。我们在制约因素上浪费的产能通常都在30%以上。

步骤3：迁就制约因素。令其它一切非制约因素充分迁就或配合制约因素的需求，为此，不惜牺牲非制约因素的效率。

步骤4：打破制约因素。通过工艺改进、技术革新、资源调整、委外加工等多种措施提升制约因素的产能，从而提升系统的整体产出。

步骤5：回到第一步，不要让惰性成为持续改善的障碍。

综上所述：

1)适度的工序能力平衡是必要的，但追求更高的平衡率是不必要的。何谓适度?即，相对瓶颈或产能制约因素(CCR)而言，为每个工序预留10~30%的保护性产能是必要的，超出这一限度，则是过度保护，是产能资源的浪费。如此说来，所谓工序平衡就是以较为经济的方式在满足顾客需求的同时，尽可能减少产能资源的超出必要量的闲余。每个工序预留多少保护性产能取决于工件到达时间和工序加工时间的变动性大小。变动性大就多预留一些，变动性小就可以少预留一些。一般情况下，对于装配线而言，装配工位的变动性主要来源于装配作业时间的变动，尤其是手工装配作业。如果工序作业分割合理，操作人员训练得当，这样的装配线可以得到较高的线平衡率，比如90%~95%。对于加工线，尤其是离散式的工艺布局的生产线(严格意义上这不叫线)，其受到的变动类型较多、变动程度较大，因此，工序产能平衡率不宜太高，一般60~80%即可。

2)保护性产能真正保护的是工厂或生产线的整体产出，未必需要固定于某个工序处，更好的方式是使其具有柔性。例如，丰田生产线上的线外人员就提供了一种柔性的保护性产能，当某个工序出现异常，具有多技能的线外人员立刻协助处理使生产线尽快恢复节拍运行。如果不考虑线外人员所提供的弹性产能，丰田的生产线具有较高的工序平衡率。类似地，某些资源(如线内或线外的备用设备或备用能力)也可以成为柔性的保护性产能。

3)保护性产能本质上是一种缓冲，用来吸收系统内部和外部的变动。能够起到缓冲作用的除了产能之外，还有库存和时间。库存缓冲牺牲的是企业资金的流动性，时间缓冲牺牲的是客户对交付时间的耐受度。三种缓冲的管理方式各不相同，但综合运用和管理好这三种缓冲可以实现更高的工厂绩效。

4)变动性是生产线平衡的最大杀手，削减变动性是提高工厂流动性的唯二之举(另一个是管理好缓冲)。变动性是客观存在的，并且危害到系统的目标。只要存在变动性，就意味着我们必须要一方面努力削减变动，一方面要管理好缓冲以吸收变动。变动削减的越成功，系统对缓冲的依赖就越低，相应的系统绩效也就越高。考虑到工序相依性会导致前端工站的变动向下游传递和累积放大，削减变动性的努力应首先放在线首，因为它们在那里有可能产生最大的效果，即首先从上游流程开始实施改善和标准化。曹晓峰