关键词:
生产复杂性
信息熵
认知复杂性
操作复杂性
缝制缺陷率
摘要:
目前,中国服装业仍然属于劳动密集型行业,大多数的缝制作业仍需由缝制工人操纵缝制设备完成,其生产过程具有很大的不确定性。为了提高企业的竞争力,满足客户的多样性和个性化需求,织造企业提供服装产品的种类不断增加。但产品多样性也使得服装产品的设计和生产过程更加复杂。控制和管理复杂性已经成为企业面临的重要问题。缝制是服装生产的重要环节。在缝制加工的过程中,人和机器同步作业,人在生产过程中起主导作用。缝制工人的操作技能水平对生产效率和产品质量具有重要影响。本文旨在测度服装生产过程中的复杂性,主要开展了以四个方面的研究工作:(1)揭示了缝制生产复杂性及其影响因素之间的作用机制。本文基于TRIZ进化法则,从宏观到微观给出了服装缝制系统技术成熟度进化的全景图,详细阐述了服装缝制生产复杂性的演化特征,并运用系统动力学的方法构建了服装缝制生产成熟度及其影响因素的因果关系模型。该模型揭示了缝制生产技术发展各个阶段复杂性及其影响因素之间的作用机制。(2)阐明了客户需求复杂性在缝制工艺过程中的传递机制。本文基于设计结构矩阵,从服装产品的客户需求、功能结构及缝制工艺等方面深入分析服装产品的生产复杂性。并采用结构矩阵划分算法,构建因客户需求发生变化导致零件变更的全局结构矩阵,并采用信息熵的方法,对服装产品变更传递的复杂性进行了数学描述。使用AMOS软件对服装产品变更传递的路径及其各影响因素进行统计分析。案例研究发现:(1)服装产品的客户需求复杂性与服装产品客户需求对应属性的数量直接相关。服装产品客户需求相应属性的数量越大,即占比越高,其复杂性水平越高。(2)当服装产品的可选部件选取中位数时,其复杂性水平最高。在此基础之上,采用结构方程建模,运用SPSS软件的Person相关分析和AMOS软件的路径分析对各影响因素进行统计分析。研究结果表明,服装产品的客户需求复杂性与缝制工艺复杂性具有显著相关性。(3)本文从宏观、中观和微观三个层面对服装生产过程链复杂性及其影响因素进行了实证研究,提出了服装生产过程链复杂性测度方法。传统生产过程链复杂性的测度方法主要考虑了机器的数量、状态、零件的数量、操作时间和零件的加工顺序等因素。然而,这些方法都忽略了人的因素。为了在生产过程复杂性测度中考虑人的因素,本文采用模特法对缝制操作进行分析,根据缝制动作的种类和数量,提出一种动作复杂性的测度方法;从信息论的角度,将人的认知决策过程描述为信息加工过程,提出一种考虑人因复杂性的客观测度方法。该方法将人因复杂性分为感知复杂性和认知复杂性两种类型。以缝制作业为背景,在人的信息加工模型的基础上,根据缝制工人在进行缝制作业中感知信息的种类和关系,运用信息熵理论提出感知复杂性的测度方法;在人因可靠性理论的基础上,根据人的认知活动的种类和数量,运用信息熵的理论,提出认知复杂性的测度方法。(4)在操作复杂性研究基础上,通过实证研究了缝制工人的动作复杂度、静态保持复杂度、感知复杂度及认知复杂度与缝制缺陷率的相关关系,实证研究表明:缝制动作复杂性与缝制缺陷率具有显著相关性,缝制工序的动作复杂性越大,缝制缺陷率越高。认知复杂性与缝制缺陷率具有显著相关性,缝制工序的认知复杂性越大,缝制缺陷率越高。