摘要：为了提高系统产能，必须找到并改善瓶颈。但寻找瓶颈是很困难的。工业界使用的大多数方法都无法找到瓶颈。这主要是由于瓶颈是动态的，经常从一个工序转移到另一个工序。在这篇文章中，我们将探讨工业界常用的瓶颈识别方法。更重要的是，我们将发现工业界常用的瓶颈识别方法并不奏效

为了提高系统产能，必须找到并改善瓶颈。但寻找瓶颈是很困难的。工业界使用的大多数方法都无法找到瓶颈。这主要是由于瓶颈是动态的，经常从一个工序转移到另一个工序。在这篇文章中，我们将探讨工业界常用的瓶颈识别方法。更重要的是，我们将发现工业界常用的瓶颈识别方法并不奏效。

为了证明几乎所有常用的瓶颈识别方法不奏效，我将使用一个简单的系统作为例子和参考系统。该系统只有三个工序（P1、P2和P3）和四个空间有限的缓冲区域。为了便于理解，该系统将是一个静态系统（见转移瓶颈）–除了静态节拍时间在观察过程中发生变化。缓冲区域假设为足够小，以便在观察的两个阶段中可以迅速消耗或补充。

该系统可视化如下。在前一半时间里，工序P1是明显的瓶颈，每个零件的节拍时间为10分钟。在系统运行了一半时间后，节拍时间发生了变化。P1工序的节拍时间降低到5分钟，而P3工序的节拍时间从5分钟增加到10分钟。因此，瓶颈从工序P1转移到工序P3。

我们对瓶颈的定义如下：

在前一半的时间里，只有当P1的节拍时间发生变化时，系统产能才会发生变化。因此，在前一半的时间里，瓶颈在工序P1。同样地，在后半段时间里，瓶颈是在工序P3。请注意：工序P2永远不会是瓶颈！

至于系统行为变化的原因–这其实并不重要。在现实中，可能是生产的产品发生了变化，软件中的错误，操作人员的失误，或者机器中的一个小缺陷改变了瓶颈的行为。在现实中，你可能有更大的缓冲区域，虽然效果通常不会像上面的例子那样剧烈，但真正的生产系统经常有转移的瓶颈，产生和参考系统一样的效果。 另外，请记住，选择上面的例子是为了便于理解。

出于实际考虑，我们进一步假设系统运行的总时间足够长，与观察时间相比，瓶颈从P1到P3的转变几乎是瞬时的。利用上面这个例子系统，我们现在将测试工业界最常用的瓶颈识别方法。

在工业领域，用于寻找瓶颈的最流行的方法可能是看节拍时间。其方法是，节拍时间最长的工序是瓶颈。不巧的是，这对转移瓶颈或改变节拍时间不起作用。

让我们看一下下面的参考系统。在观察期内，工序P1前一半时间的节拍时间为10分钟，后一半时间的节拍时间是5分钟，因此平均节拍时间为7.5分钟。同样地，工序P3的平均节拍时间也是7.5分钟。工序P2从未改变，其平均节拍时间为8分钟。根据使用平均节拍时间的瓶颈识别方法，工序P2一定是瓶颈–只是在现实中它从来都不是。平均节拍时间法在流程中找到的工序从未成为过瓶颈！

平均节拍时间识别转移瓶颈不奏效

使用节拍时间的方法的一个变种是使用总体设备效率（OEE）或设备利用率（关于OEE的细节，请参见我关于测量和操控OEE的系列文章）。这里，利用率或OEE被用来寻找瓶颈。观点是，具有最高OEE或利用率的工序就是瓶颈。

同样，让我们看看下面的参考系统。在一半的时间里，工序P1的OEE为100%，P3为50%。在后半段观察时间内，这些OEE会发生变化。工序P2的OEE始终为80%，这是一个常数。由于每10分钟就有一个零件离开系统，受到瓶颈的限制，工序P2必须等待2分钟，10分钟中工作8分钟。因此，工序P2的OEE为80%。

现在我们对两个子系统的OEE进行平均。工序P1和P3的平均OEE都是75%，而工序P2的OEE为80%。因此，根据该方法工序P2一定是瓶颈–但它在现实中从未是瓶颈。OEE方法或利用率方法在流程中找到的工序从未成为过瓶颈！

作为参考，使用OEE进行瓶颈识别可以稍作修改，在OEE中包括额外的损失，包括速度损失、质量损失和可用性损失（参见什么是OEE？）只有零件等待时间或运输时间（缺料或阻断）不应包括在这个修改后的OEE方法中。尽管如此，结果还是一样的，这种改变只是对一个有根本性缺陷的方法进行了微调。综上所述，使用OEE或利用率识别瓶颈不奏效！

另一种常用的瓶颈检测方法是通过库存水平。其想法是，一个满的缓冲区域表明，瓶颈在缓冲区的下游。而一个空的缓冲区域表明，瓶颈在缓冲区的上游。只要不使用平均数，这种方法就有效。事实上，这是我自己的“瓶颈漫步”方法的两个基石之一。但是一旦我们开始使用平均数，这个方法就会失效。

让我们再看一下我们的参考系统。在前半段观察时间内，工序P1是瓶颈。之前的所有缓冲区域都是满的，之后的所有缓冲区域都是空的（我们在这里把偶尔通过的零件简化为仍然是空的）。同样地，在后半段观察期内，工序P3是瓶颈。之前的所有缓冲区域都是满的，之后的所有缓冲区域都是空的。同样出于简化的原因，我们假设瓶颈从P1到P3的转变与整个时间段相比相当快。

取平均值，我们会发现，工序P1前的缓冲区域总是满的，说明瓶颈在下游。工序P3后的缓冲区域总是空的，说明瓶颈在上游。到目前为止还不错。然而，中间的两个缓冲区域都是50%的库存水平，没有提供任何关于瓶颈的线索。因此，使用平均库存水平的方法并不能找到瓶颈！

在现实中，可能会有更多的随机事件，而平均水平正好是50%的情况很少。然而，根据49%或51%的库存水平来决定瓶颈在哪个方向，在我看来是风险相当大。此外，无论该方法选择哪个方向，它都会遗漏系统中两个瓶颈中任何的一个。综上所述，使用平均库存水平识别瓶颈不奏效！

最后，我们通过工序被阻断和待机的百分比来识别瓶颈。当一个工序不能将其完成的零件交到下一个缓冲区或工序时，该工序就被阻断了。当一个工序在等待新的零件到来时，该工序就会待机。观点是，一个被阻断的工序表明，瓶颈在该工序下游。一个待机的工序表明，瓶颈在该工序上游。正如库存，这种方法确实有效，是我自己的”瓶颈漫步”方法的第二个基石。但是一旦你开始使用平均数，这个方法就会失效。

让我们再看一下我们的参考系统。在观察上半场，工序P1既没有待机，也没有阻断，而工序P2和P3分别有20%和50%的待机时间（即在10分钟中等待2分钟和5分钟）。同样，在观察下半场，工序P1和P2分别有50%和20%的阻断。同样，出于简化的原因，我们假设瓶颈从P1到P3的转变与整个时间段相比是相当快的。

平均而言，工序P1被阻断25%，待机0%，表明瓶颈在P1下游。同样，工序P3被阻断0%，待机25%，表明瓶颈在上游。工序P2阻断和待机都是10%。由于工序P1和P3都指向工序P2，而且工序P2待机和阻断的百分比最低，该方法可以认为工序P2是瓶颈–实际上工序P2从来都不是瓶颈。因此，使用阻断和待机百分比的方法并不能找到瓶颈。

同样，在现实中，结果会不太清楚。然而，即使该方法偶然没有找到工序P2，而是其他工序，它仍然会错过一半的转移瓶颈。这也适用于使用阻断和待机平均百分比的更高级的科学方法，如Kuo等人1996年的文章 (Kuo, Chih-Tsung, J. -T. Lim, and Semyon M. Meerkov. “Bottlenecks in Serial Production Lines: A System-Theoretic Approach.” Mathematical Problems in Engineering 2 (1996): 233–276.)。综上所述，使用阻断和待机平均百分比识别瓶颈不奏效！

如上所述，工业界中几乎所有用于寻找瓶颈的方法在现实中都不起作用。正如丰田很久以前发现的那样。

"永远不要用平均数来识别瓶颈！"

任何使用平均数的瓶颈识别方法都会因为瓶颈的转移而乱了阵脚。由于工业界大多数人都使用平均数的方法，所以大多数人都会对瓶颈是被有自己的看法，但他们大多是错误的。作为我在工业界开展的瓶颈识别工作的一部分，我通常会事先询问工厂的人他们认为瓶颈在哪。人们通常很确定他们知道瓶颈（包括管理层和白领及蓝领工人），但详细的分析证明他们中的大多数人都错了。有50%到75%的人选择了错误的工序作为瓶颈。

更糟糕的是，由于他们没有可靠地确定瓶颈，他们改进了一个对整个系统产能影响不大或没有影响的工序。他们为改善非瓶颈而投入的时间、精力和金钱，不会对整个系统产生任何改善，总之，完全是在浪费精力。

来源：立辉教育