大多数工厂并没有达到实际状况的最佳运行状态。事实上,制造业对优化(optimization)需求很大,但是目前很少高管意识到优化的需求与价值!
在需求不确定的多品种、小批量定制化的生产模式下,我们必须从标准产品设计向定制产品甚至产品可重构性设计衍生;从批量生产向柔性制造甚至可重构制造系统进化。
产品的多样性、生产系统的柔性、运作管理的快速反应能力即功能的变化、产能的伸缩、快速的交货导致系统越来越复杂。所以当今明智的企业走向数字化、数字化转型、数字化重塑与柔性自动化、适应自治化的智能制造之路。
一、计划排程的目的:
计划排程就是要解决:
(1)决定我们需要生产什么产品?
(2)决定每一个步骤所需要的时间?
(3)安排计划每一步骤顺序和时间完成。
计划排程取决于所使用的软件,根据软件的不同,计划排程实际使用的方法和目标差别很大。如ERP企业资源计划系统、APS高级计划与排程系统、精益看板拉动系统和模拟仿真系统。需要切记的是它们是互相补充的,各有自己的优缺点,最好的方法是把它们结合起来是你的计划更完善,更加适应供应链与制造过程的复杂性和变化性。
计划排程有两大类,前向排程和后向排程,后向排程用的较多,它可以使计划完工日期和需求的日期一致,然后倒序确定每道工序的日期。
二、如何用ERP的计划?
作为企业的核心系统,ERP企业资源计划就是使用了后向式计划,先把需求预测的结果转入分销资源计划DRP,即从客户的需求交货期通过预计的提前期倒推出产品何时运出。DRP把需要的出货的日期转入主生产计划MPS,MPS决定产品何时开始生产以赶上交货期。接下来MPS把生产日期转如物料需求计划MRP决定何时订购原材料。最后再由能力需求计划CRP来决定何时需要必要的人力和设备来完成工作。
但是ERP系统的不足之处影响了计划的质量。特别是ERP系统完全依赖后向排程的特点。这意味着所有系统排出的都是最晚日期。但是,有时候,早点生产也会节约成本。ERP系统最致命的弱点是在BOM多层之间预设固定提前期和没有考虑约束条件(能力约束、物料约束),无法帮助决定如何优化安排生产。幸运的是,APS高级计划排程系统以成为ERP系统强大排程能力的强有力的补充。
二、如用APS系统来优化?
APS系统使用分级计划,通过需求计划来产生预测的数,驱动主计划,然后寻找出最优的采购计划、生产计划与排程、运输配送计划。通过优化规则反复持续修正,识别出满足需求的成本效益最大化的计划方案。
APS计划排程模型的强大之处在于变化可以从两个方向传播,如采购计划的变动和库存的约束到生产计划的可行性。APS系统可以探索各种“假设分析”,模拟不同的情景,从而发现物料短缺、故障及其它扰乱生产的情况下所造成的可能的后果。
APS系统可以根据目标来找出最优化的计划,使用各种算法规则来找出满足需求的最佳的计划方案。如工厂的一般条件是准时交货而不要加班。
如果有几个工厂同时参与计划,APS系统可以用规则找到优先考虑的工厂;在选择运输方式和承运商,APS系统可以应用灵活的评判标准等。
APS系统不仅仅是排程,它可以智能的应对材料短缺、生产能力不足、不同的配送方式,做出反应来保证已确定的需求。APS可以根据订单的大小、利润率、客户的重要性、延期交货的惩罚等等来区分订单的优先次序。APS系统也可以找出任何工厂的最高利润的产品组合来决定何时外包和配送,并做出其他超出工厂基本排程以外的决定。
APS系统通常和ERP、MES/PCS集成在一起运用,这就需要数据的接口,随着系统的开放性和数据的格式标准化,集成变得容易。但是,在ERP系统内置APS功能已大势所趋。
三、如何用精益生产来执行响应?
精益的主要内容是JIT及时生产、均衡化生产、连续流处理、节拍TAKT时间、拉动式排程、自动化、弹性人员配置。现在,精益生产也被信息化与自动化了,如DKB动态电子看板,JIS节拍混流排序等。
精益系统的执行的核心原则:把类似的产品或服务组合起来形成价值流;使价值流从头到尾都要顺畅;在流动的断点建立产品拉动系统;柔性运作以符合顾客需求;在单点导入确定顾客需求的信息,在流程的越后面导入越好;以标准化运作打下弹性的基础;尽可能在靠近异常发生点处发现并消除异常状况。
精益在供应链的应用是建立一个单一的订单起始点来控制整个供应流程,精益常把这点叫“调节器”。理想的点是在终端客户得到服务的地方;把补充物品的需求信号用低噪音的信息技术频繁发出,越简单越好。消除信息发送到供应流中的各个节点的集中的计划体系,避免计划体系将矛盾的指令发给系统的各个部分,供应流中各个地方的经理为解决自己眼前的问题而根本无视这些指令,使得情况越来越糟;采用精益物流技术从“调节器”那一点开始沿供应链上溯,在每一点少量而频繁地补充。靠大量低频率的送货可以降低总成本的常规概念是完全错误的。这又是该扔到垃圾箱的批量的概念了;改变供应布局,建立快速反应的体系。把生产和配送地点放在尽可能接近消费者的地方。
精益生产从另外的角度来看,可以降低生产的复杂性,如精益化生产流程、优化生产布局、可视化现场,使得复杂的多工序流程优化为模块式单元性的单件的流水线生产。
四、如何用模拟仿真模型来验证和调整?
传统的APS系统的模型也有一定的局限性,如APS系统产生的很多最优方案主要建立在数学技术上,而模型也不是完全反映现实的,APS系统的假设的参数是固定的、已知的。而供应链充满着不确定性,我们就应该使用变化的参数多模拟运行几次来决定参数的变化的影响从而修正结果。
而模拟仿真没有这个限制,它通过运行一系列蒙特卡罗替代法把变化性考虑进去,产生的输出预计结果是一种分布而不仅仅是一个固定的数。如可以分析价格、需求、供应等的随机变化带来的影响。仿真可以帮助管理供应链的不确定的风险,可以使APS系统具备抗干扰能力。如果你想有97%的概率来准时完成计划,你需要承诺的完成日期是多少。因为完成日期的提前和延期的不确定性是一种分布。
模拟仿真提供了高度可视化的模型,包括了图形显示工具,可以直观看到你的商业模式、供应链运作过程、工厂的库存、设备、计划排程结果、履约、补货等状态。
尤其是工厂的动态排程中,采用模拟仿真的探索法(爬山)来提高运算效率,但这不是最优的结果。
现在,很多APS系统已经融入了许多模拟仿真技术,通过对APS的结果进行可视化的展现和验证,并可以进行人机交互的调整,更加适用于动态复杂的现实。
五、如何整合供应链计划排程?
每个公司互相独立地计划其生产经营,以致于它们各自的计划在执行时保持一致的可能性实际为零,各管各个计划会导致供应链失败,实际上,每个公司的计划中都包含对其他公司的猜测,而它们的计划又成为其它公司猜测的目标,严重的、影响整个供应链的绩效。在新的基于供应链竞争的世界里,独立的计划就没有任何优势的可能性。
供应商放置多余的库存来应付对客户的突然需求,而客户也要放置同样的库存原材料来防止供应商的的供应短缺,在这个环节的两端都考虑了对不确定性的缓冲。重复的缓冲使供应链的总成本增加。
供应链中的合作伙伴需要相互合作来减少不确定性,共同预测、协同计划使独立的需求数据偏差变得很小,从而使整个供应链的计划人员计算相关需求,共同预测可以消除多余的安全库存,减少了总成本。这就是用信息来取代库存的最好的诠释。
APS系统可以提供整合不同的公司的计划平台,模拟仿真模型可以使你的供应链的合作伙伴建立共享的模型。如可以决定在供应链的何处放置安全库存最佳。一环扣一环的顺序计划容易被放大,环节间的相互连接的同步计划更有效率,这就需要跨越公司间的协同计划势在必然。虽然,在技术上协同计划可以通过互联网来发布并随时更新共享的计划,但是,挑战并不在技术层面,困难的是信息共享的层面,让供应商和客户充分的互相信任协作不太容易,但通过APS技术的共同的、并发的优化计划在供应链的运用已是不可逆转的潮流。
五、如何实现智能供应链
最好的设计来自优化程序,需要在数学的优化程序和仿真模型之间选择。如供应链较复杂,想要了解如何工作的,这就需要仿真模型。如需要作决策了,需要优化程序选择最佳的配置。
优化程序有几种形式,APS系统包含了多个优化程序,可以选用APS插件在供应链设计时单独使用。优化程序是从约束开始设计的,所有的输入都是采用约束的形式,约束Constraints是优化程序的术语,是描述供应链改变的选择。
另一个的输入是目标函数Objective function,用来反映设计的目标的程序。优化程序把约束作为输入并用线性规划的变量来找出最符合目标的设计。约束有几种形式,主要约束是:需求约束、资源约束、选项约束、限制约束等。.目的函数提供了目标,是优化设计的结果,如总成本最低或最高订单履行率。
APS系统的优化可以对多个目标加权,可以在多个目标找到最佳的平衡点。最简单的方法是把其中一个作为约束,来优化其它的数量。如把最低订单履约率作为约束,来优化成本。97%的订单履约率花费的成本太高了。在来调整履约率。
成本和利润是个很好的目标,成本可能会使短期利益,而忽略了长期的销售额的影响。最理想的目标函数司是统一在利润目标之下。但是利润还要考虑价格、折扣和非生产成本因素。不如成本比较简单。
供应链优化是个重复的过程,设计供应链必须经过多次的假设分析,根据需求的变量来测试设计,观察表现。如果是设计一个高度灵活的供应链时,可能就要对设计模型进行仿真。
仿真工具通过对变化性的分析验证设计,数学的优化程序的缺点可以用仿真工具的优点来克服。仿真可以对可能的数值算出分布值,而不是单独的固定的值,从而在需求,供应和其它参数的变化中得到设计是否可靠。仿真的另外的优点是它不局限于在线性关系下。如价格的折扣和数量的非线性关系的影响。
<p style="margin-top: 0px; margin-bottom: 0px; padding: 0px; max-width: 100%; clear: both; min-height: 1em; color: rgb(62, 62, 62); font-family: "Helvetica Neue", Helvetica, "Hiragino San