智能决策成为制造业供应链优化的＂必备武器＂

假设一个工厂有30多条生产线,能生产100多类产品,每条生产线能够柔性生产10多种不同产品,在开工班次、物料库存、换型等约束条件下,同时考虑不同日期下生产产品组合及生产顺序就存在 900多万种方案,如果考虑更多条生产产线以及更多的约束条件时,整个工厂可能的生产计划更像是一个天文数字,是人力无法计算的。

在电子电器领域,以海尔、奥克斯、大金空调为代表的行业头部企业,通过悠桦林智能APS提升了产能的透明度和决策效率,再辅以动态的生产网络场景规划,可以灵活应对客户偏好改变而产生的需求变化,实现高水平的定制化,柔性生产,生产效率提升了60倍。悠桦林智能APS让企业精准洞察客户需求变化,具备了快速响应市场波动的能力。

企业数智化的发展进程已经开启且势不可挡。据IDC预测,到2023年,50%的制造业将投入数字化供应链管理和人工智能技术,并获得15%的生产率提升,ERP、MES和APS成为中国制造业IT应用市场中前三大投资领域。领先制造企业已经成熟试点柔性制造、管理智能决策、弹性供应链等应用并收获颇丰。

而作为国内AI智能决策技术的领航者,悠桦林信息科技一直致力于推进基于海量数据的AI智能决策技术在制造领域的落地推广,其提供的智能化APS从供应链计划全局角度为企业构建“工业大脑”——使企业具备了实时生产数据调用的能力,实现需求和资源的精准匹配,达到资源、效率与成本的最佳平衡,并降低不确定性所带来的风险。目前悠桦林已在汽配、新能源和电子电器等领域取得了丰富的落地成果。

从而真正帮助企业实现生产排程自动化、生产管控信息化和生产计划精益化,并大幅提升企业的生产决策效率和效果。

而悠桦林打造的智能APS解决方案突破了仅基于业务规则进行简单僵化的自动化处理的局限,以全局优化为出发点,求得最优解而非传统算法的可行解。

一、智能化APS已经成为数字化工业的核心一环

运营更精细:随着产业数字化进程加速,企业数据采集能力加强,所获取的数据颗粒度越来越细、数据维度也更加丰富,由数据驱动的企业生产、运营管理要求更加精细,更全面的分析与洞察帮助企业提升管理能力。

而从制造企业的实用角度来看,智能决策与制造技术融合应用的智能排产APS解决方案是影响企业实现精细化运营与提升数智化的关键一步。无论是从中长期的主计划层面进行产能和物料的提前规划,还是在接到订单后的订单跨工厂/车间的协同计划,亦或是短期的车间生产排程优化,企业管理层最关心的生产大数据应用场景正在被智能APS解决方案释放价值。

传统APS系统中常常面临的一个问题是传统高级排程算法中通常是以规则逻辑为主,规则算法通常是短视的,无法从全局角度对KPI做出优化,无法实现全局最优决策,使得集体决策效率低下。

在海量数据中找到最优结果,正是智能决策技术的魅力,悠桦林针对此类情况,提供智能APS产品和方案:在满足100%生产交付的前提下,支持多目标优化,通过选择客户需求欠交量最小、安全库存欠交量最小、产出最大等海量业务约束条件交叉分析,得到最优生产计划方案。此方案最终使得博世华域一个生产周期内的生产时长下降了5%,共节省生产时间将近 8000多分钟。

这使得悠桦林的智能APS具备以下优势:

二、传统APS的问题与智能APS的优势

以悠桦林的客户为例,作为全球领先的汽车零配件供应商,博世华域在使用智能APS解决方案前,面临着因汽车市场需求不确定性的影响,导致生产订单插单多、生产计划变化快,引起生产计划人员在有限时间内频繁处理生产异常问题。高负荷的工作量与人工经验为主导的生产计划安排,既不能保证生产计划的质量,又增加了计划的不稳定性风险。悠桦林智能APS解决方案为其降低了了 11%的单 SKU备库存量,提升了15%的交付及时率,将以往需要花费数小时的生产排产工作缩短至5分钟内。

中国制造产业在时代背景与国家政策的双驱动下,正处于数字化转型巨变浪潮中,以数据驱动的智能决策正成为制造企业资源优化配置的利器,通过端到端的数据深度感知与决策优化,将工业数据价值发挥到最大化。

在新能源领域,以宁德新能源为代表的头部锂电池企业借助悠桦林智能APS,实现了主计划从0到1的建设,日计划从接单后的局部手工插入产线逻辑变为所有订单全局优化智能选择产线、有工序全过程排产,使计划具有100%可执行性,且能全局考虑物料、产能、订单交付、库存等多种业务约束能力。

文章来源：《统计与决策》 网址: http://www.tjyjczz.cn/zonghexinwen/2022/1023/1694.html