美文网首页
计划流-对标

计划流-对标

作者: 沙棘茶馆 | 来源:发表于2022-02-17 22:40 被阅读0次

    算上这次,已经是第3次去KT对标,他们在智能排产这条路上的探索,已经把我们甩开几条街了,差距甚大。

    第一次是对智能排产V1.0,那时还相对简单,是结合几个排产约束条件,通过系统选配,自动锁定排产线体;

    第二次对标,是对智能排产2.0的核心架构,那是5个月前,核心是智能排产的一些宏观层面的思考和想法;

    今天的对标,让我看到的是KT整个智能排产的落地,已相当清晰和完整,可视可成。如下:

    1、流程全貌:以需求为核心,OMS/IMS销售下单→接单评审→计划入池→基地分解→总装排产→配套排产,APS输出排产结果给SAP计划&生产工单,输出给MES生产工单,由分厂执行生产;

    2、接单评审:销售发起→供版本确认(植入瓶颈属性-压缩机等)→计划模拟(点操作按钮,APS回传销业务系统);订单模拟较粗,按汇总产能扣减,排产较细。这里只考虑物料瓶颈、已有订单占用情况,两者取Max;

    评审阶段,要充分考虑过程异常,预留机动时间,因此预测按标准产能的0.8倍评审,总装按1.1倍产能,配套分厂按1.2倍产能释放。

    同时,产能评估上,遵循供需均衡原则,系统出供需报表,供需约束,可查看供需异常,当出现异常后,系统自动预警,由计划员与营销人员对接解决。

    3、计划入池:经评审的订单,入需求池;

    4、基地分解:基地间产能共享,考虑异地模具调用等因素,根据分解规则,系统间接口数据(规则、基础数据及业务数据)调用、回传,根据配置数据,APS模型自动运算(高级数学模型,反正那公式没看懂)出分解结果;

    5、总装排产:分厂工序扩展,根据排产约束点、计划点识别分厂排产点,同步推工序级BOM,切割最小排产单元,细化排产模式(工序排产、工装排产、线体排产、模具排产等),这一点厘清了我对计划的认知(一直觉得计划排产只是排订单计划,实际还需要对关键要素进行排产);

    不仅如此,还考虑各排产要素之间的关联性,梳理产品&工序规则、产品&工装规则,成品&半成品规则,同步植入系统,作为APS排产要素之一。牛逼之处是还考虑库存扣减、人员定编等要素,一环扣一环。

    6、配套排产:逻辑同总装排产,核心点是强调总装与配套的产能配套,一排到底。因工厂生产模式不同,每个分厂生成一套独立的排产模型;总装需求运算时会考虑配套分厂核心瓶颈产能,配套分厂产能是总装的约束条件;当下层需求不满足或超出上层需求时,系统自动预警,由计划线下协商,人工干预处理;

    排产这里还有几个核心要素:

    ①库存管控:库存需有计划牵引(3月内),做提前期设置排产,基于需求备库。若超库存资金,系统将自动预警;

    ②整合排产:周期内同类订单整合,考虑交期(整合天数系统可配置);

    ③插单、异常管理:系统建报批流,影响计划手工调整后,点击重预算,系统自动运算关联计划及后续计划(同理,如产能富余,需提前排产的,需与营销人员对接好,系统人工干预)。

    除智能排产方案本身外,我们还对其配套设计、风险点进行了校对,其中:

    ①配套设计:除上面所讲的推工序级BOM外,还要求同步推进设备互联(报工及时、精准)、异常反馈、计划一致性等工作,支撑智能排产的落地;

    因此,智能排产对数据的质量要求很高。因为计划通过APS直排到终端,对计划员的职责要求也发生了根本性的改变(这要求专业性更强,基础数据维护工作将增加,排产员→数据分析员)。因此,为确保项目的成功,上线后1-2月内需结合运行情况,需校准配置数据。

    ②风险点:重点也是围绕数据质量,包括基础数据的准确性,规则的匹配度以及APS算法模型的可靠性。排产结果的不准确会直接影响销售的感知,直接给本项目盖棺定论。

    另,今晚还接触到一个排产术语(最早、最晚开始时间)。这让我想起项目管理中的进度管理也有类似概念。这应该是计划业务中的常用术语,只是我们并不常用。由此可见,我们多土啊???

    也只有到今天,我才对智能排产有一个整体的认知(以前想的都太简单了)。虽道阻且长,行则将至;若行而不辍,未来可期。

    相关文章

      网友评论

          本文标题:计划流-对标

          本文链接:https://www.haomeiwen.com/subject/dqnslrtx.html