原創(chuàng) 蔡穎 高效計劃與智能調度排程研究會 6月17日
端到端供應鏈的計劃優(yōu)化SCP是通過IBP集成的業(yè)務計劃內含APS算法引擎對全局式整體優(yōu)化來敏捷的滿足客戶的價值需求。但在應用時會遇到的行業(yè)的特殊性、加工過程的復雜性及現(xiàn)場的動態(tài)不確定性。做到“一鍵式”智能計劃排程有點難度,尤其是多品種變批量的定制生產(chǎn)模式或高離散環(huán)境制造中所涉及的資源太多、計劃排程模型復雜、數(shù)據(jù)量過大等,往往會影響系統(tǒng)的應用效果甚至成敗。
復雜系統(tǒng)理論指出“面對復雜系統(tǒng),集中控制往往力不從心,易導致系統(tǒng)脆弱崩潰,有效的方法則是分布式控制”。所以,我們可以采用協(xié)同的分級、分層(規(guī)則分序)、分布等方法減少其復雜性。其思路是縮小問題的范疇,主要通過兩個方面:一是把問題分割成子問題,二是把時間分割成不同精度,分別解決。
一、分級計劃
年旬月滾動計劃、周滾動計劃、日滾動排程,小時微調度。分別由主計劃員、車間計劃員、班組派工等方式分而治之。
如月滾動計劃采用瓶頸資源約束,周滾動計劃設備組、日滾動排產(chǎn)采用詳細設備的有限產(chǎn)能及多重約束、在小時、分鐘內進行微調度或人際交互。
二、TOC的瓶頸DBR方法
利用TOC的D-B-R(鼓-緩沖-繩)原理,減少排產(chǎn)資源數(shù),主要對瓶頸或關鍵資源排產(chǎn)計算,放寬非瓶頸資源的能力限制。但需注意瓶頸的動態(tài)漂移。如圖:
三、資源的分層
通過粗資源和細資源的分解,由資源組定義的計劃窗口即資源組的替代資源的組合,允許這些替代資源之間的交換相鄰生產(chǎn)工藝的資源組合。在對多級生產(chǎn)計劃中,對資源組與詳細資源進行分級處理。
四、大規(guī)模定制方法
模塊化產(chǎn)品設計、模塊化生產(chǎn)、模塊化物料供應使得系統(tǒng)復雜性降低,實現(xiàn)大規(guī)模定制。如組件標準化計劃排程。如圖:
五、精益生產(chǎn)的實施可以降低生產(chǎn)計劃排程與運作的復雜性
如通過交貨過程的價值流分析,消滅其中的非增值的活動即浪費。通過一筆畫工廠布局,物流布局優(yōu)化,通過搬運距離短,壓縮轉移批量。通過實現(xiàn)單元流水生產(chǎn)布局,減少工序數(shù),創(chuàng)建各個工序的能力節(jié)拍均衡和連續(xù)生產(chǎn)。通過JIT/JIS讓物料節(jié)拍流動起來,使原料、在制品、成品減少,并讓生產(chǎn)順序一致。通過快速換模SMED,減少準備時間,并能實現(xiàn)多品種柔性自動化生產(chǎn)。
六、分布式計算
分割單元之間的聯(lián)系,獨立排產(chǎn)不影響前后單元工序。使得排產(chǎn)有一定的冗余,便于應對突然的變化,減少重排的復雜性。
七、單元時間窗口
選擇有限的時間窗口,可以組成的較小的計劃排程劃問題。如圖:當前時間窗口內的優(yōu)化(窗口外的活動是固定的),然后窗口將按交互處移動到新的優(yōu)化活動。
八、IIoT工業(yè)物聯(lián)網(wǎng)
利用物聯(lián)網(wǎng)的智能終端處邊緣計算,可以快速相應,并與主計算通訊(云邊端)協(xié)同,減少APS的大量數(shù)據(jù)計算復雜性。
使用數(shù)字孿生的虛擬化仿真技術,把復雜的物理現(xiàn)象抽象到虛擬的數(shù)字環(huán)境下,可以把計劃排程的過程事先模擬、實時在線同步修正,事后訓練模型改善。
九、工業(yè)4.0的分布式生產(chǎn)范式
利用APS第四代算法MAS(Multiple Agent System)智能代理技術。工業(yè)4.0追求的是分布式、自主的智能計算,即集中智能與分散智能的分布協(xié)作。
為了應對多品小批定制的復雜不確定性,制造必須具有靈活機動性、質量低迭代的高可靠性及大規(guī)模的定制成本。實時數(shù)據(jù)的控制讓生產(chǎn)更精益、更分散。分散控制輔助系統(tǒng)可以將集中優(yōu)化目標分解,對局部快速優(yōu)化,并對不斷變化做出緊急靈活的反應。通過此舉,就可進化到自主、自治的MAS(Multiple Agent System)多智能體代理系統(tǒng)CPS。
在未來制造模式,生產(chǎn)控制要適應頻率更短、利用率不平均的生產(chǎn)過程。決策會更加復雜,因為要在個性定制的生產(chǎn)環(huán)境中做出。分散式生產(chǎn)需要最新的數(shù)據(jù)作為依據(jù),需要全面聯(lián)網(wǎng)和迅速的溝通,以對跨部門的流程和程序進行控制和協(xié)調。盡管在使用智能技術時,人依然是最重要的控制者和決策者,但在做決策時,工業(yè)4.0提供了新手段。
總之,在APS的復雜應用中,我們可以通過時間分解,瓶頸松弛,產(chǎn)品分解,資源分解,優(yōu)先級分解,綜合的方法來應對APS的應用復雜性,包括供應鏈的復雜性、生產(chǎn)過程的復雜性、產(chǎn)品的復雜性、生產(chǎn)系統(tǒng)的復雜性。
1、時間分解:該問題被劃分為由重疊的時間框架組成的較小的計劃問題當前時間窗口內的優(yōu)化(窗口外的活動是固定的),然后窗口將按交互處移動到新的優(yōu)化活動。
2、瓶頸資源的確定瓶頸資源優(yōu)化(放寬非瓶頸資源的容量限制)通過在瓶頸資源上確定活動的優(yōu)化順序來完成計劃。
3、產(chǎn)品分解到組件產(chǎn)品定義的計劃窗口即考慮生產(chǎn)的產(chǎn)品的不同的組件所用的資源、中間物料和物流或識別出許多共同資源。
4、資源分解由資源組定義的計劃窗口即資源組的替代資源的組合,以允許這些替代資源之間的交換相鄰生產(chǎn)工藝的資源組合,在多級生產(chǎn)系統(tǒng)中,對資源進行分級處理。
5、優(yōu)先級分解由一組活動定義的計劃窗口,這些活動屬于客戶需求的不同優(yōu)先級并優(yōu)先級分解的目標:可接受的到期日延遲,這雖然無助于縮小問題的規(guī)模,但可以優(yōu)先考慮重要客戶。
6、可以把以上的方法組合應用,在計劃排程運行算法過程中,可以先優(yōu)先級分解、時間分解、資源分解等方法,直到搜索到用于未松弛的問題而快速優(yōu)化收斂。
對于APS來說,優(yōu)化規(guī)則要素越多,所得出的排產(chǎn)方案就越科學越符合實際需要,但算法難度和計算量也就越大。把生產(chǎn)時間、資源沖突、資源負荷、換裝、軟約束違反等多個要素作為優(yōu)化標準,計算出使得上述各規(guī)則要素的績效指標綜合最優(yōu)的生產(chǎn)方案,并不片面追求某個指標的最優(yōu),因為各個優(yōu)化指標的優(yōu)先層級也是不一樣的。
如果符合高一級的優(yōu)化指標之后還存在多個可行方案,則APS繼續(xù)用低一個層級的優(yōu)化指標進行甄選;否則不會執(zhí)行更低層級的優(yōu)化指標。一般地,經(jīng)過多輪甄選之后,最后提供給客戶是一個最優(yōu)的方案,盡可能避免進行龐雜的優(yōu)選工作。
如優(yōu)化計算順序:第一層級:生產(chǎn)時間、資源沖突。第二層級:資源負荷、軟約束違反。第三層級:換裝等規(guī)則。
其它層級約束和優(yōu)化規(guī)則如訂單優(yōu)先級,資源優(yōu)先級,多客戶、多訂單,交貨日期(需求、最早、最遲),排程狀態(tài)(正常、延遲、停工),生產(chǎn)策略,物料變化范圍,倉庫容量約束,安全庫存,資源多元能力,動態(tài)能力,工藝路線和邏輯約束,員工的技能,供應情況最終產(chǎn)出等。
當然,計劃排程領域的數(shù)字化變革是較復雜的并且是艱難的,因為它是一個決策系統(tǒng),是從輔助決策到智能決策的學習進化過程,不僅是從技術與流程上變革,更要從思維上的變革的決心。必須學習整體思維、運籌思維、供應鏈思維、精益思維、流程思維,數(shù)據(jù)思維,模型思維,算法思維等系統(tǒng)思維,因為APS做為基于高級算法的計劃指揮決策系統(tǒng)是TOC的DBR系統(tǒng)、精益生產(chǎn)TPS系統(tǒng)、ERP的MRP系統(tǒng)、FCS有限產(chǎn)能系統(tǒng)等智能技術的有效融合。所以,成功的實現(xiàn)APS落地并能給公司帶來卓越價值,不可能一蹴而就,需要我們主動參與積極變革并持續(xù)改善。
.......
公眾號: 高效計劃與智能調度排程研究會
微信號: APS_Society
網(wǎng)站: www.itapss.cn
中國很多企業(yè)處于亞健康狀態(tài),其特征是“三高”即高交期、高庫存、高成本。精益生產(chǎn)、MES、APS、供應鏈優(yōu)化是消除企業(yè)三高的良方,建立高效的計劃執(zhí)行體系,系統(tǒng)的實現(xiàn)卓越制造。