关于APS在企业生产计划上的应用

  • 时间:
  • 浏览:2

        人及三种是有一有有俩个多码农,是因为着着服务了共和国各项事业(好像是说得有点痛 漂,没土法律辦法 段子都看了)共要一半工作之前 了(按60 岁退休的话),从一线的小码农,到现在成了老农,出产了不少或优或劣的各种码,几乎啥都做过。近几年慢慢沉淀到制造业信息化方面,主也不APS在生产计划方面的应用,APS - Advance Planning and Scheduling. 高级计划与排程;随便说说也也不做计划,只不过使用了你这一优化算法,另计划的质量更高你这一。从最现在之前 刚开始被调去做ERP数据适配APS项目实施,到现在人及在为公司开发排产引擎(当然规划引擎用的是开源的,我可就有数学方面的专家)。从中也接触过不少排程产品,掉过不少坑,身上与否留下了点APS的战斗痕迹吧。下面先讲一下我在这方面的你这一看法。等我有时间了,我再把三种年来,为处理APS系统的引擎现象使用optaplanner规划引擎的你这一小积累分享一下,但三种时间嘛,还真的不容易挤呀,三种年来基本上每天晚上9点60 前没失去过办公室,11点后跟晚班工人一齐下班是常事(没错,我在有一有有俩个多制造企业上班,对APS有有一有有俩个多天然植物的实战环境,这是公司给我的最大条件优势)。

上述就这麼人及哪些地方地方年在APS上遇到各种坑后的总结,不一定对,欢迎朋友拍砖。

        当然,目前在制造业中间临的最大现象还是车间、产线面层的生产调度计划,目前各个APS产品与技术,就有号称还才能 处理类似于现象,就有冲着车间、产线三种层面去的。什么都目前见得最多的APS适用场面,还是在车间、产线甚至机台层面,针对已分配的工单,对各个车间、产线甚至机台,在已有的可用资源条件下,基于具体的业务制约因素,将生产任务适当分配到合理的生产单位(车间、产线甚至机台,工位),并根据计划中各任务的关后关联关系,选者每个生产任务的具体现在之前 刚开始与现在之前 刚开始时间。三种也是APS的核心价值所在。是因为着着目前在车间调度工作中,对于资源的把控你爱不爱我会相对准确你这一,毕竟有条件的工厂,在自身产能匮乏,但订单要求有硬性规定的之前 ,还才能 通过引入外发加工来处理资源匮乏的现象。而生产时间的安排就没这麼容易了。是因为着着这是有一有有俩个多运算量非常大,考虑各种综合因素,考虑工序的前后关系,才能 考虑工厂实现的班次等因素,综合起来的计算结果。人类是无法快速运算、毕竟种个方案的。也不的话,APS系统就还才能 基于人及内核所使用的各种最优解搜寻算法,基于各种约束;再利用计算的高速运算,快速地计算出各个方案的优劣,从而在短时间内对海量组合方案进行计算对比,从而往往能找出比人类更优的生产调度计划,甚至是对于生产任务的现在之前 刚开始现在之前 刚开始时间,甚至是精确到分钟的。怎么让,针对人类这方面的匮乏,通过大运算量,去生成的生产调度计划,是目前APS的主要应用场景。

        关于制造业排产的系统,目前朋友关注得更多的是MPS(主生产计划系统)的排期,即是公司甚至整个集团层面,根据产品的产工艺参数,结合订单的数量与交期要求,生成以生产订单为基本单位的生产计划,通常称作主生产计划(Master Planning).所谓的排期,或称排计划,更多的是对哪些地方地方生产工单进行编排。类似于根据哪些地方地方工单的工艺要求分配到不同的生产单位(分厂、车间或承包商),并根据各个工序的生产时间需求,定出有一有有俩个多要求的完成日期,而三种日期随便说说是有水份的(下面会有解释)。但哪些地方地方工单去到具体的生产单位后(有点痛 是公司人及的车间作为生产单位时),其具体的生产计划就较少涉及了。是因为着有二.

        目前世界上可用的APS产品随便说说还是不多的,毕竟这是有一有有俩个多数学上都还在不断探索的现象,目前APS产品或技术,主要有偏重于MRP方面的,类似于英国FastRact, 还有你这一是结合规划引擎与实际排程经验的产类似于日本的Asprova. 还有国内就有你这一新秀产品,而哪些地方地方接触不多。另外还有三种不与否产品,也不基于你这一规划引擎,结合企业自身的业务场景,自身以项目形式开发的APS系统。目前我所在的企业正是指在三种APS发展情形。朋友是基于Optaplanner + Drools作为规划与规则核心引擎,结合自身业务规则,将业务场景中的各类实体抽象,并将呼类繁多的业务规则抽象总结翻译为硬约束与软件约束。再通过系统多多线程 使用Optaplanner中的适当模式进行生产计划的自动生成。目前我接触过Asprova与Fastract(三种也不接触过朋友的顾现象供的信息,不这麼进行过项目实施).随便说说Asprova选者是相对比较成熟是什么期期的句子是什么是什么是什么是什么 的句子的的话的产品,随便说说它的技术是因为着着非常老旧,但基核心价值是引擎还才能 根据实际的排产经验作出运算优化。是因为着着随便说说人及公司的业务相对比较僵化 、奇葩,且人及公司具有一定的技术开发实力,建议还是使用Optaplanner进行定制吧。但还是要注意,在作技术选型时,才能 充分了解人及业务上的情形,类似于排产规则,人及业务跟各个引擎常用的模式有多大差异。也不才能选者有一有有俩个多真正适用的产品或技术。

        a. 僵化 度与可变性太高。到了车间三种层,再下一层也不产线甚至机台了,即车间的生产控制部门获得上级分发来的生产要求之前 ,会结合在制品、资源与工单的具体要求,向上级单作出有一有有俩个多反馈,即回复与否可按计划的要求完,双方讨价还价选者了有一有有俩个多新的计划版本之前 ,车间生产控制部门就会制定有一有有俩个多适合本车间的生产计划,再把该计划分发给生产调度部门进行生产。生产调度部门再会根据具体情形,按生产计划进行生产。无论是车间生产计划部门,还是调度部门,朋友面临的就有你这一涉及你这一非常僵化 的细节规则,类似于生产工单的工艺要求,投插进车间哪个产线,类似于哪种甚至哪台机器进行生产,生产过程中才能 注意的具体细节等。都才能 生产计划部门有所考虑,当然到了调度部门有是因为着着时会 有你这一更细节的实际情形及约束进行考虑,从而在生产过程中作出临时调整。

        总而言之,APS也不通过你这一数学算法,在计算机的强大运算能力支持下,找出你这一是因为着着比人类排产老师傅更佳的生产调度计划。

        下面就来看看APS(Advance Planning and Scheduling - 高级计划与排程)技术,在生产制造业的你这一应用.

        无论是车间的生产计划部门还是生产调度部门,才能 处理的逻辑细节就有很僵化 繁多的。而作为人类面对种类繁多,僵化 且多变的规则,各种业务制约与各种要求,是无法滴水严紧地顾及的。更多的是通过经验积累给出你这一共要的,基于估量的安排。什么都,车间各级部门给出的三种计划其不选者性是非常高的,甚至你这一情形下,在经验老道的生产计划人员及调度人员排出来的生产计划,是因为着着有足够多的之前 去推敲,即使是按目前的生产情形不变,到最后也是不可行,是因为着着说计划的质量要求(类似于对成本、交期、产能利用率等要求)是非常低的。但往往在制定出来的初始阶段基本上是这麼能推断出来的,更何必 计划推动了一段时间后,随着过程中的各种条件变更指在,越往后就越偏离 也不的初充了。什么都,才能最大程度上做出有一有有俩个多好的计划,是非常困难的,更多的是以经验生成有一有有俩个多初始计划,在生产过程中根据实际总出 的情形,及在初始阶段未能考虑的现象慢慢明确,再持续地作出调整。什么都给别人的印象也不,车间的生产计划毫无章法,质量太差,甚至有公司高层认为,车间根本无计划可言。但这是人思维的局限性,而对远超过其处理能力现象时,必然会出来的情形。怎么让车间层面的生产计划会面临有一有有俩个多严重的僵化 度与可变性太高的现象。

        综上所述,目前朋友所说的排产,或说生产计划,更多的还也不停留在主生产计划三种层次较高,较虚泛的范畴。而真真正正到了生产控制层次的,往往关注的是MES(生产执行系统)了,而计划是因为着着车间、产线层面的生产调度计划指在不多的难点,及什么都方面技术上尚未成熟是什么期期的句子是什么是什么是什么是什么 的句子的的话,令各大企业信息化产品对此较小涉及。朋友也会留意到,无论多大、多出名的ERP系统,它关注的就有公司供应链层面的资源调配,而不让涉及具体生产环境,是因为着着具体到库存物流,或具体的订单执行层面的内容。而目前这方面通常引入APS作为支撑慢慢你这一成功可用的方案在市场上推广了。

        中间说了,APS也不三种高级计划与排程技术,这麼为哪些地方叫做高级呢?我的理解是,它是相对于以往的MPS的,它除了满足你这一生产制造过程中关于工艺、交期等等的硬性要求,才能 在满足这此硬性要求的基础上,根据既定的你这一设定、或称策略进行不断优化,从而得出最接近策略目标的计划方案。也不说是因为着着比较虚,下面举个例子说明一下。有一有有俩个多主生产计划分发到车间,当前正指在工厂的和产旺季,这麼生产策略通常会被分发为"保证交期"(是因为着着谈季的之前 ,是因为着着资源相对富足,交期的保证不再是难事,策略往往会是"降低成本"。),这麼车间生产计划部门收到计划,细分为各车间、产线甚至机台的计生计划时,就会把生产计划的策略大体上区分为三种,三种是保证硬性的要求不违反,类似于产品质量要求、生产安全要求等。在此基础上,就会设法安排哪些地方地方生产订,令其还才能 加快传输速率完成生产,从而还才能 保证产品所在订单的交期,又还才能 为中间更多的生产单尽早腾出资源,目标也不提高传输速率。对于前面的质量、安全的要求,是你这一硬性的定性要求;而对于第二种传输速率的要求,是三种软性的定量要求。对于定性的要求,这麼就会有好坏,或说能达到多好的程度评价。在人的宽度上来讲,经验越富足,他排出来的计划传输速率越高,越符合三种软性要求。三种也不APS的威力所在的,当然朋友关注人工智能中的宽度学习的信息,是因为着着会发现,三种有你这一人工智能的味道,随便说说是的,但目前还这麼听说过这方面的研究。APS技术目前使用的还就这麼人工智能,也不基于有限资源、固定条件约束下的最优方案分搜寻技术。它的原理就如中间的例子,会把朋友对计划的要求划会为硬性约束与软性约束。通过寻优算法(禁忌搜索、遗传算法、模拟退火等)在浩瀚的组合方案中,在有限的时间内,找出的方案,才能 在满足硬性要求的前提下,最大程度上满足软性要求的方案。寻找哪些地方地方方案的你这一原理、算法,就涉及你这一数学上的概念,类似于NC现象,NPC现象等,在此就不再熬述了。是因为着着有是因为着着我另写你这一相关的文章讲解一下。

        正如中间提到,现在制造业更多的关注于主生产计划,而具体明细的车间产线层面的生产计划、调度计划,还是指在放养式的指在。而主生产计划是因为着着有足够的关注,往往有更多的投入对其进行研究,怎么让它面对的现象更宏观;综合来讲,相对车间层面的生产调度计划就没这麼多僵化 的制约因素了。什么都,目前市上各种APS产品和技术,主要还是针对车间、产线甚至机台的生产调度计划,希望在三种层面的生产计划有你这一开创性的成果。但随便说说朋友还才能 想象,APS还才能 处理车间、产线层面的生产计划,这麼面对制约因素少得多,或宽松得多的主生产计划,是删改卓卓有余的。什么都,随便说说各大商家都把人及的APS产品瞄准车间、产线层面的生产计划,随便说说是因为着着在主生产计划中间所需求,它也是还才能 对现有的主生产计划作出些非常大的改善的。是因为着着尽管主生产计划比较宏观,但还是由公司计划部门的人来制定的,这麼就必然有一定的局限性。类似于中间提到的计划质量、缓冲期与否合理等等,APS在这方面还才能 作出很大的提升。当然,把APS应用于主生产计划,随便说说还是才能 下面层面的车间、产线生产计划的支持的,毕竟在主生产计划中,对各种资源与时间的预判,就有由车间、产线层面的生产计划进行实现。而就有毫无根据地猜有一有有俩个多资源可用量,或完成时间的。

        b. 车间生产计划被视作操作细节,被人为未达到战略层次,未得到足够的重视与认识。是因为着着作为公司级别的主生产计划,它是直接作为公司供应链的一环而指在的,三种环节的目标达成率高低是才能 下面各个更细层次生产计划的支持的。但作为公司层面,往往要求的是,假如有一天公司的主生产计划保持在一定的达成率,这麼就还才能 满足供应链其它环境的要求了。但事实上三种达成率是才能 有冗余的,也也不主生产计划给制定车间生产计划的时间,是因为着着预计到一定的不可选者性指在,怎么让往往会留下一定的缓冲期。但三种缓冲期长短,与否合理,往往就有通过以往经验得出。而同样道理整个供应链对主生产计划也会留有缓冲期,这麼还才能 想像,为了能满足要求,往往哪些地方地方缓冲期加起来就会很长,往往比实际执行制造生产的CT才能 长。也不就会造成极大的传输速率低下,及产能资源浪费。但也不是因为着着越往明细的生产计划,不可控、不选者性越大。怎么让,公司通常都不还才有助弃小保大。久而久之,朋友的焦点都只关注在MPS的层面上了。

End.

谢谢。