智能制造关键软件之——aps智能排产系统.docVIP

智能制造关键软件之——APS智能排产系统 导语：?APS经过十多年的蛰伏和修炼，不论是从技术角度还是市场角度已经逐步走向成熟。本文从APS属性的学术角度，分析了智能制造关键软件之——APS智能排产系统的一些特性，仅作为企业用户选型的参考思路。 APS经过十多年的蛰伏和修炼，不论是从技术角度还是市场角度已经逐步走向成熟。本文从APS属性的学术角度，分析了智能制造关键软件之——APS智能排产系统的一些特性，仅作为企业用户选型的参考思路。 一、APS的基本属性 APS（AdvancedPlanningandScheduling高级计划和排程）是一个比较年轻的工业软件。从软件的应用目的和目标来说，APS与其他的软件有很大的不同。比如，财务软件、进销存软件、客户资源管理软件等，主要是利用计算机运算速度快，数据存储、传递、演绎、纠错和交换方便，可以把人的很多工作实现“自动化”。这些软件没有决策功能，只会做我们让它做的事情，不会指挥人来做什么事情。 APS最重要的属性就是它有决策功能，它是否“聪明能干”，就看它的决策好坏了，而它的决策直接关系到企业的生产效率和效益。排程也就是排序。排程就是把企业的资源状况和将要应对的一组任务告诉APS，APS来回答该怎么办，谁（设备、人）来做？做什么？做多少？什么时间做？等等。 APS最初出现在一些流程型工业和专线生产环境。其实，在这些应用场合，APS一点儿也不比人聪明，但是它处理速度快，可以实现自动化，还不会出错。 生产计划调度的复杂程度主要由资源（Resources）、物料清单（BOM）、流程（Process）的情况决定的。比如说，一个厂把资源分为若干条生产线，专门生产若干种不同产品，排程很简单。但是，如果几百种产品混线生产，排程就复杂得多。如果再加上动态的资源（例如模具、工装、人员的约束和变量）、物料结构的复杂性以及特定的一些时间的约束，暂且不说优化的问题，仅仅是排出一个可执行的调度指令就变得异常复杂（生产调度员多么不容易！这也证明计算机太认真，丁是丁卯是卯；不像人那么灵活，有错误也没有关系，到现场再临时调整）。 在离散型制造业，呈现出多目标、多约束、动态随机的环境条件，企业生产计划调度是一个极其复杂的大系统问题。如果要应用于实际生产中，排程的困难远远不止像一个零件毛坯，经过车、铣、刨、磨的工序交接就完了。时间、空间、温度、物料的形态、交集、分散等等，具有非常多的约束条件。工序工艺的特定要求可以罗列出成千上万。排程中如果遇到相对重要的约束没有考虑进去，其结果就不可执行。不可能利用一种数学模型应对所有问题。这也就是APS要做到像ERP那样通用性几乎是不可能的。而ERP应用MRP/MRPII这一种方法来应对所有的工业企业计划问题，也恰恰是它在某些项目实施中引起失败的主要原因。 对于APS来说，应对企业千差万别的生产约束条件，能否具有非常强大的、灵活的建模方式是它的主要性能之一，这是解决排程是否可以执行，是否符合企业实际的方法。其次就是它的择优能力，也就是在无穷多的可执行方案中能否找到最优的那个。一般来说，找到一个可执行排程还不算非常难，可能用不了一秒钟。但要择优就太困难了。 排程结果的择优有两个方面的困难。企业的需求是多目标的，并且很多目标相互是矛盾的。比如，完成最多的订单又要缩短订单的生产周期就是矛盾的。择优需要人来决策。确定目标后，就是如何找到最好的工作排序了。排序在数学上就是排列组合。这可以用N！来表示。如果计算机每秒可处理1，000，000序列，我们每分钟最多只能处理11个结果排序。如果给定20个结果排序，找出最优解则需要77147年！实际上，我们排程的可执行解何止是成千上万！这就需要我们常常谈到的“优化算法”。 优化算法问题的探讨过于高深，生产企业根本就不想听，也无须多费口舌。企业用户就看结果。只需要说明的一点，优化算法的实现必须要一个强大的“优化引擎”，优化的过程需要时间，APS不可能在瞬间运算得到优化结果。这将使云计算平台大有作为。 有没有优化运算，直接的结果就是延迟订单数量是多是少？或者是潜在的20％产能是否挖掘出来。对生产企业来说，这有质的区别，可能正是企业上APS的初衷。 二、如何选择APS PK的方式 APS是一个优化的排程调度工具，归根结底，APS追求的是企业生产效率的提升，而不是替代人工排程。如何验证呢？对于APS用户来说，检验衡量的最简单的方法就是，拿出过去某一个月实际生产计划的历史数据，指定一个优化指标序列，让若干APS软件供应商排一下。可以提出一个目标序列，例如：第一满足订单最少延迟；第二满足最大设备使用率；第三满足最短订单生产周期等。企业只要给APS供应商提供统一的基本数据和必须