随着“中国制造”成为世界制造不可或缺的一部分，中国气体泵行业开始进入增长
阶段，特别是随着工业经济的发展，气体泵需求量开始迅速攀升，气体泵行业竞争不断
加剧，许多气体泵制造企业面临着生产能力低下、技术装备水平低下、人员素质不高与
生产管理成本持续增加等问题。为解决这一问题，首先通过合理地计划、组织、协调、
控制生产活动，推行标准化、现场管理等方法，不断改善车间生产与管理流程。然后对
企业车间生产线平衡性进行分析，通过建立模型并求解以实现对平衡性的优化，从而最
终实现降本增效。
本文以气体泵装配车间为研究对象，基于实地调研所得信息与工业工程技术，分析
车间生产管理过程中存在的问题，并采用多种方法设计改善方案，提高车间生产能力。
本文首先对车间生产管理改善进行深入研究，对本文如何使用的工业工程技术与白鲨优
化算法优化进行概述。其次，通过信息挖掘与研究产品加工工艺、装配流程、工位布局
以及管理事务等现状，从多个角度分析车间生产管理过程中存在的问题。随后，针对问
题依次设计改善方案，使用工业工程技术改善产品加工工艺、装配流程和工位布局等。
最后，使用 Flexsim 仿真软件建立装配线作业分配模型，验证方案改善效果。利用 Flexsim
实际构建了生产流水线的模拟模型，通过模型对每个工作站的运行时间进行分析，识别
了生产环节中的关键瓶颈环节。并通过白鲨优化算法求解到改善后的方案，然后利用
Flexsim 进行仿真验证，分别与改善前产线以及工业工程技术优化后产线进行对比，表明
本文的生产管理改善方案具有一定的效果。
研究结果表明，本文设计的改善方案可以有效减少 F 公司气体泵装配车间生产管理
过程中的浪费，均衡作业负荷，提高车间生产能力，对增强公司市场竞争力有积极作用，
为业内其他公司提供参考方案。

With "Made in China" becoming an indispensable part of global manufacturing, the
Chinese gas pump industry has entered a growth stage, especially with the development of
industrial economy, the demand for gas pumps has rapidly increased. The competition in
China's gas pump industry is constantly intensifying, and many gas pump manufacturing
enterprises are facing the problem of increasing production capacity demand and production
management costs. Solving this problem requires, firstly, reasonably planning, organizing,
coordinating, and controlling production activities, promoting standardization, on-site
management, and other methods, continuously improving workshop production and
management processes. Then analyze the balance of the production line in the enterprise
workshop, establish a model and solve it to optimize the balance, ultimately achieving cost
reduction and efficiency improvement.
This article takes the gas pump assembly workshop of Company F as the research
object. Based on the information obtained from field research and industrial engineering
technology, it analyzes the problems in the production management process of the
workshop and adopts various methods to design improvement plans to improve the
workshop's production capacity. This article first summarizes the literature on improving
workshop production management, and provides an overview of the industrial engineering
technology and beluga optimization algorithm used in this article. Secondly, by introducing
and analyzing the current situation of product processing technology, assembly process,
workstation layout, and management affairs, the problems in the workshop production
management process are summarized from multiple perspectives. Subsequently,
improvement plans were designed in order to address the issues, using industrial
engineering technology to improve product processing technology, assembly processes, and
workstation layout. At the same time, establish an assembly line job allocation model and
use the Beluga optimization algorithm to solve the job allocation schemes for each
workstation under the condition of minimum production rhythm and smoothness index on
the assembly line, achieving the improvement of production line balance. Combined with
the actual use of Flexsim, the simulation model of the production line was established, and
the time analysis of each workstation was carried out in combination with the simulation
model, and the bottleneck process in the production process was determined, and then the
bottleneck process was improved by using industrial engineering methods. In addition, the
0-1 integer programming model was established, and the data and constraints of the integer
programming model were input into the LINGO software, and the optimization solution of
the combination of operation elements was obtained, and finally the best improvement
scheme was selected by comparison.
The research results indicate that the improvement plan designed in this article can
effectively reduce waste in the production management process of F Company's gas pump
assembly workshop, balance work load, improve workshop production capacity, and have a
positive effect on enhancing the company's market competitiveness.

[1] 郭文斌. 机电一体化技术在智能制造中的应用分析[J]. 中国设备工程, 2023,

(24):30-32.

[2] 张旭靖, 王立川, 陈雁. 基于遗传算法的服装缝制生产线平衡优化[J]. 纺织学报,

2020, 41(02):125-129.

[3] 姜晨光, 严广乐. H 厂汽车配件生产线平衡优化[J]. 物流科技, 2019, 42(08):33-36.

[4] 陈红波. 基于精益生产的 H 公司装配生产线平衡优化研究[D]. 中国矿业大学, 2020.

[5] 邱国斌, 李超涛. 基于改进 NSGA-Ⅱ算法的考虑人机系数生产线平衡多目标优化研

究[J]. 汽车实用技术, 2024, 49(01):62-70.

[6] 张国欣, 商福永, 梁封罡等. 基于遗传算法在生产线平衡的应用[J]. 汽车实用技术,

2023, 48(16):113-118.

[7] 刘笑男, 冯国红. 基于改进遗传算法的生产线平衡优化研究[J]. 中国新技术新产品,

2023, (12):20-22.

[8] 王晶, 葛安华. 液晶显示器装配生产线平衡优化研究[J]. 森林工程, 2009,

25(01):28-32.

[9] 吴振华, 雷辉. S 公司减速器生产线平衡优化研究[J]. 价值工程, 2018, 37(09):235-236.

[10] Mirjalili S, Mirjalili S. Genetic algorithm[J]. Evolutionary Algorithms and Neural

Networks: Theory andApplications, 2019: 43-55.

[11] Fathi M, Nourmohammadi A, HC Ng A, et al. An improved genetic algorithm with

variable neighborhood search to solve the assembly line balancing problem[J].

Engineering computations, 2019, 37(2): 501-521.

[12] 李杨帆. 基于双种群遗传算法的 L 公司生产线平衡问题研究[J]. 价值工程, 2018,

37(33):272-273.

[13] 王辉, 张蕾, 张仲凤等. 基于 IE 及整数规划理论的家具生产线平衡优化[J]. 林产工

业, 2024, 61(03):45-51.

[14] Michela Dalle Mura, Gino Dini. Worker Skills and Equipment Optimization in Assembly

Line Balancing by a GeneticApproach[J]. Procedia CIRP, 2016, 44 : 10.

[15] 杜瀛. 基于改进蚁群算法的汽车防盗器生产线平衡优化与仿真研究[D]. 长春工业大

学, 2023.

[16] 陈莎, 修毅, 李雪飞. 基于遗传算法的服装大规模定制生产线平衡优化[J]. 纺织学

报, 2022, 43(12):144-150+159.

[17] 谢勇. 浅析面向智能制造的工业工程和精益管理[J]. 中国设备工程,2024(13):66-68.

[18] 鲁建厦, 兰秀菊, 陈勇等. 工作研究在生产装配线优化设计的应用[J]. 工业工程与

管理, 2004, (01):83-85.

[19] 吴越强, 陈健. 基于工业工程的滑块装配生产线的分析与改善[J]. 锻压装备与制造

技术, 2014, 49(05):45-48.

[20] Marco Bortolini, Maurizio Faccio Mauro, et al. Multi-objective assembly line balancing

considering component picking and ergonomic risk[J]. Computers & Industrial

Engineering, 2017, 112 : 348-367.

[21] 杨昌仁. 多阶段流水作业调度动态规划算法设计与分析[J]. 电脑编程技巧与维护,

2023, (11):20-22+39.

[22] K Syahputri, R M Sari, Anizar, et al. Improving Assembly Line Balancing Using Moodie

Young Methods on Dump Truck Production[J]. IOP Conference Series: Materials Science

and Engineering, 2018, 288(1):390-397.

[23] 吴尔飞, 金烨, 胡小锋等. 基于分支定界方法的双边装配线平衡[J]. 东华大学学报

(自然科学版), 2006, (04):11-16.

[24] Feng Y , Yu X , Gao W , et al. An improved white shark optimizer algorithm used to

optimize the structural parameters of the oil pad in the hydrostatic bearing[J]. Materials

Testing, 2024, 66(8):1105-1137.

[25] Kumar S, Sharma N K , Kumar N. WSOmark: An adaptive dual-purpose color image

watermarking using white shark optimizer and Levenberg-Marquardt BPNN[J]. Expert

Systems withApplication, 2023.

[26] Cetinbas I, Tamyurek B, Demirtas M. Parameter extraction of photovoltaic cells and modules by

hybrid white shark optimizer and artificial rabbits optimization[J]. Energy conversion &

management, 2023, 296(Nov.):1. 1-1. 39.

[27] Houssein E H, Saeed M K, Alsayed M M, et al. EWSO: Boosting White Shark Optimizer for solving

engineering design and combinatorial problems[J]. Mathematics and Computers in Simulation,

2024, 225:1124-1153.

[28] 王睿, 鞠恒才, 田长兴等. 基于白鲨优化算法的GIS隔离开关故障诊断[J]. 中国科技

信息, 2023(19):94-96.

[29] 陈佳鑫, 方丽英. 基于改进 ECRS 法的女裤生产线平衡优化仿真研究[J]. 染整技术,

2024, 46(06):60-65.

[30] 朱琼, 陈雪芳, 田世勇等. 基于仿真技术的生产线平衡优化研究与应用[J]. 工业工

程与管理, 2008, (04):110-113.

[31] 李华, 王淑营. 基于 EM-Plant 的中小型汽车焊装生产线仿真模拟研究[J]. 长春大学学报, 2013, 23(06):680-684.

[32] Álvarez Miranda Eduardo, Chace Sebastián, Pereira Jordi. Assembly line balancing with

parallel workstations[J]. International Journal of Production Research, 2021, 59(21) :

6486-6506.

[33] Michela Dalle Mura, Gino Dini. Worker Skills and Equipment Optimization in Assembly

Line Balancing by a GeneticApproach[J]. Procedia CIRP, 2016, 44 : 102-107.

[34] 吕卫民, 胡文林, 王哲等. 基于生产线平衡的导弹技术准备流程优化[J]. 系统工程

与电子技术, 2016:38(07):1589-1593.

[35] 何满辉, 郑凯. 采用 MOD 法的 PC 机组装生产线平衡改善研究[J]. 现代制造工程,

2017, (07):51-55.

[36] Thiago Cantos Lopes, Adalberto Sato Michels, et al. Balancing and cyclical scheduling

of asynchronous mixed-model assembly lines with parallel stations[J]. Journal of

Manufacturing Systems, 2019, 50 : 193-200.

[37] Zixiang Li, Mukund Nilakantan Janardhanan, et al. Model and metaheuristics for robotic

two-sided assembly line balancing problems with setup times[J]. Swarm and Evolutionary

Computation, 2019, 50 : 410-418 .

[38] 徐成. 基于 IE 方法的自行车车身生产线平衡优化研究[J]. 安徽:安徽职业技术学院

报, 2018, 17(02):25-28.

[39] 张旭靖, 王立川, 陈雁. 基于遗传算法的服装缝制生产线平衡优化[J]. 纺织学报,

2020, 41(02):125-138.

[40] 吴 振 博 . W 公 司 压 缩 机 总 装 一 线 生 产 线 平 衡 优 化 与 改 善 [J]. 科 技 风 ,

2021(04):143-144.

[41] 朱江龙, 肖爱民, 王成佐等. 基于 NSGA-Ⅱ 多目标算法的服装生产流水线平衡[J].

毛纺科技, 2022, 50(12):63-69.

[42] 朱星宇, 宫运启, 张一博. 扬声器组装生产线平衡分析与仿真优化[J]. 山西大同大

学学报(自然科学版), 2023, 39(05):10-13.

[43] 葛晓梅, 王晓媛, 张国辉等. 基于启发式算法的家具装配线平衡与优化[J]. 组合机

床与自动化加工技术, 2019(02).

[44] 冯晨月, 毕研伟, 潘力. 服装生产线平衡优化方法研究与展望[J]. 化纤与纺织技术,

2023, 52(01):58-60.

[45] 张永胜, 黄海风, 梁甸农等. 星载分布式 InSAR 测高性能的理论及系统仿真评价方

法[J]. 电子学报, 2008, (07):1273-1278+1255.

[46] 胡立涛, 柏松, 李金贵. 企业提案改善策略及实施效果评估研究——以 T 公司为例

[J]. 企业改革与管理, 2024, (13):38-40.

[47] Mönch T, Huchzermeier A, Bebersdorf P. Variable takt time groups and workload

equilibrium[J]. International Journal of Production Research, 2022, 60(5): 1535-1552.

[48] 孟英晨, 李乃梁, 栗本刚等. 基础 IE 及仿真技术在手机生产线优化中的应用[J]. 机

械设计与制造, 2017(06):252-255.

[49] Hassanali Aghajani, Hamzeh Samadi, Hossein Samadi, et al. A simulation approach for

assembly line improvement of Iran Heavy Diesel Company[J]. Industrial Management,

2014, 6(4) : 635-664.

[50] 王秀红, 王梦飞, 索晶等. 汽车底盘生产线价值流图分析及改善方案[J]. 工业工程,

2018, 21(01):67-72.

[51] 张敬, 王旭, 魏旭光. 基于方法研究的企业总装线流程优化研究[J]. 现代制造工程,

2017:(05):49-54.

[52] 王霞, 黄蔚, 李睿哲. 基于 IE 的 MT 车间流水线改进[J]. 机械设计与制造工程,

2019, 48(12):90-94.

[53] 曹阳华, 康秀翠, 王晓燕等. 基于 IE 方法的某车间生产效率改善研究[J]. 现代制造

工程, 2020(07):88-93+120.

[54] 朱永生, 王冲冲, 马向齐等. 基于 IE 技术的精锻生产线布局及机器人动作优化分析

[J]. 拖拉机与农用运输车, 2020, 47(06):70-73.

[55] 王思淇, 高宇, 叶洪旭. 基于 Jack 软件的装配线动作分析与仿真设计研究[J]. 无线

互联科技, 2021, 18(14):61-62.

[56] 何灿群, 陈美林, 王梦瑶. 基于动线观察和动素分析的适老化厨房功能布局研究[J].

人类工效学, 2022, 28(06):12-18.

[57] 潘亚宏. 基于动作经济原则的 M 公司机台作业改善研究[J]. 闽商文化研究,

2017(1):13.

[58] 郭伏, 李森. 作业测定技术应用中的问题研究[J]. 工业工程, 2003, 6(3):4.

[59] 姜伟. 基于方法—时间—测量的标准时间系统设计应用研究[D]. 清华大学, 2012.

[60] 周忆, 匡勇军, 万古强等. 压缩机泵体及滚动转子式压缩机[P]. 上海市:

CN202010536964. 3, 2021-12-17.