随着AI技术、大型模型、大数据分析及云计算等数字化手段的广泛应用与深入渗透,数字化工厂、智能制造、工业互联网等新型概念不断涌现,人类已迈入数字经济时代。9月,工业和信息化部组织发布了《工业重点行业领域设备更新和技术改造指南》,为传统工业数字化转型提供了清晰的技术改造与数字化绿色化转型“路线图”,明确了转型领域和技术路径,并设定了可量化指标。在这场浪潮中,APS(高级计划与排程)成为了推动我国制造业实现数字化升级的重要策略之一。
机加工行业作为制造业的重要一环,其生产车间普遍呈现出材料多样、工序繁复、设备众多、生产批量小及定制化高等特点。然而,众多中小型传统机加工企业仍沿用手工方式进行生产任务计划的编排,工作量巨大、复杂、且效率低下。基于当前机加工行业所存在的难点,应用专属化和个性化地依据工序流程和行业属性特点搭建的APS ,能积极推动机加工行业的数字化转型进程,实现高质量发展。
01
机加工行业发展现状
技术革新迭代:作为技术密集型行业,新材料、新工艺和新技术的出现,使得机加工能够更高效地完成各种加工任务,行业集中度明显提高。机器人加工、智能制造等新兴技术得到广泛应用,让机加工行业充满了创新和变革的动力。
市场需求多样化:机加工行业制品应用日益广泛,包括但不限于汽车制造、航空航天、电子设备以及能源装备等等。随着消费者个性化需求的增长,市场对于机加工产品的需求亦呈现出多元化趋势。因此,机加工企业需紧密围绕不同行业及客户的具体需求,提供量身定制的解决方案。
竞争加剧与环保要求:由于技术门槛相对较低,机加工企业(特别是中小企业)数量逐年增多。同时全球环境问题的严峻,导致机加工行业的环保要求愈发严格,企业需要不断提升自身技术水平和服务质量,才能稳步发展。
行业转型迫在眉睫:技术革新、市场多变、激烈竞争与绿色环保和可持续发展等因素,均倒逼企业搭建更为智能与高效的生产管理进行支撑,智能转型升级是否已经成为了机加工企业发展的分水岭,企业需不断创新和提升自身实力,方可适应行业发展趋势和挑战。
02
机加工行业生产特点
大部分的机加工行业,生产过程为将原材料进行加工,逐一通过车、铣、刨、磨、镗等加工工艺,最终成为零件。这些零件随后会被组装成产品,整个过程是一个装配式复杂多步骤生产。因行业特性,大多数机加工企业的生产管理特点可概括如下:
生产方式多样化:机加工行业通常有标件与非标件两种加工对象,而非标件订单是当下的最主要需求。对于订单制,一般有两种生产方式:专用设备生产以按订单生产为主,以订单设计、按订单装配和按库存生产为辅;通用设备生产以按订单生产和按库存生产相结合,按订单设计、按订单装配为辅。定制化生产方式下每单的零件规格、工艺要求和数量差异都较大,生产计划难以标准化运行,每个订单都需要进行单独的排程。
生产批量多为多品种小批次:传统机加工行业根据机械产品结构和生产批量的不同,可分为单件多品种小批量生产、中小批量生产和大量流水生产 3 种类型。目前市场需求多为中小批量/多品种,为此大部分机加工车间配备有包括数控机床、传统机床以及加工中心在内的多种设备,以适应市场需求。高精度零件的加工,需要高度机电一体化的数控机床来进行操作;相反,加工要求相对简单的零件,传统机床便足以胜任。这一过程中,不同设备间的切换与协同作业无疑增添了生产排程的复杂度。
工序配置复杂:机加工工序通常较多,有些车间甚至会多达40-50道工序,常常需要边设计边生产。生产过程中所需的机器设备和工装夹具种类繁多,不同的材料、零件尺寸和精度要求都会导致加工工艺参数的变化。且很多车间存在一人多机的生产模式,员工需要同时监管和操作多台机器或设备,对于个人能力有相当高的要求,这些都会影响工序时间的准确估算。
产品交期不稳定:产品结构复杂、制造工艺复杂、产品中各部件制造周期长短不一和产品加工工艺路线的不确定性,加上客户常有急/插单需求,导致交期时间难以确定。
委外加工管理难:中小制造企业受制于自身规模、设备、交期等多因素影响,会将一些生产工序或者在制品外发给其他制造工厂进行委外加工生产,在物料核销、工费结算、多工序协同等方面会面临管理问题。
采购生产协同度低:定制的非标件,由于供应商品控和交期不稳定等问题,导致初始生产计划与实际需要不符等情况,使得采购与生产难以协同。
特殊设备排程难:热处理、熔炉等设备根据其特性,难以以工时计算产能,而需要根据具体订单的温度/体积/使用时间来计算排程。
数据管控难:制造周期长短不一和产品加工工艺路线的复杂性,导致需要采集大量的数据,包括加工进度、设备运行情况、操作时长等,而人工汇报的形式常存在遗漏或错报。同时,机加工企业通常会使用多个系统来管理生产过程,各个系统之间数据难以集成和共享,这对于生产计划的执行、调整都会造成影响。
设备故障与维护难预判:因机加工生产涉及多种设备,在排程时需要考虑每台设备的维护计划与故障概率,关键设备的异常会影响整个生产计划的进行,给排程造成难度。
综上所述,机加工由于其行业特性,在转型过程中配备APS至关重要,APS能够基于先进算法和模型,优化生产计划和资源分配,通过考虑订单需求、交货期、机器容量、人员资源、物料供应等多种约束条件,快速、准确地生成排程计划,那么导入APS的机加工行业将有怎么样的变化呢,且看下面内容。
03
机加行业APS选型重点考虑因素
APS概述
APS(Advanced Planning and Scheduling)系统是一种企业管理软件,最早出现于 19 世纪与 20 世纪之交,早期的APS仅仅只是一张可以让人们直观看到事件进程并进行交互式更新的时间表——甘特图,主要用于可视化计划进度安排。通过数年发展,如今APS已成为可通过同步、实时、有限的仿真能力,对生产资源和生产活动进行详细计划和优化调度的数字化系统。它综合考虑了材料、机械设备、人力资源、供应情况、客户需求、运输等多种因素,以制定出最优的生产计划和调度方案。
企业需求
选型的需求者是选型企业自身,每个企业具体情况不尽相同,因此需考虑多面因素。
- 对于新系统的接受度,企业整体上要有实施的意愿,需要高层管理者支持和员工接受
- 企业自身的数字化程度,生产制造环境等是否适合引入和实施APS
- 结合自身情况,判断需要何种类型的APS,例如需要是短期还是长期的规划、具体需要实现哪些效益提升
- 集团型企业,需考虑APS是否支持多/新工厂计划分配、异地系统协作
厂商适配
- 企业应根据自身实际情况考虑需求是集中在供应链计划还是生产安排上,或者皆需,以选择适配的厂商
- 需考虑是否能与工厂现有的系统进行兼容与集成
- 厂商的行业经验、口碑、技术实力、售后服务、实施团队、成功案例等
POC测试
- POC测试,全称为Proof of Concept,是一种通过模拟实际应用环境来验证厂商软件系统产品的功能和性能是否符合用户需求的测试方式
- 企业可选择最常用/最要的环节进行测试,通过测试报告,更全面地评估所选择的APS系统适用性和风险
AI交互
- 基于人工智能技术的先进生产管理系统,AI可通过数据分析、处理和优化,模拟人类专家的决策过程实现自动排程
- 以大数据+人工智能的形式,封装有关生产计划的知识图谱,以数据为引擎,精准识别管理层的业务需求,实现不同板块的生产数据问答交互
04
机加行业导入APS应用价值
智能算法自动排程
APS可通过人机料等多维度的约束与订单排序、资源选定的排程自动生成精确到时分秒的工序/机台/产线的最佳计划,以自动化排程替代人工,缩短时间,减少人力成本。
例:某精密制品企业,引入慧湃APS供应链资源计划平台后,排程效率提高60%。
异常快速响应
APS的实时生产监控和调度功能,可通过传感器实时获取生产数据,并进行分析和监控。当出现异常情况或生产计划需要调整时,系统自动发出警报,并提供相应的调度建议,帮助企业高效地应对异常情况。
例:某紧固件企业,引入慧湃APS供应链资源计划平台后,生产透明度提升至70%。
以数据指导生产
APS系统能够收集并整理企业生产的各类相关数据,包括生产资源(设备、人力)、物料清单、生产订单、工艺路线、维护计划等信息,与生产实绩结合滚动排程,做到计划指导生产,从而有效管理生产进度。同时可以利用APS软件对现有的数据进行模拟分析,预测不同方案所需的人力物力,为企业制定来年计划决策提供有力支持。
确保交期
通过智能排程、监控生产进度、掌握资源消耗情况,APS系统可以准确预测订单的完成时间,保证客户交期的按时进行。如遇到订单变化、急单、插单等临时性的客户需求,APS系统可在不影响整体工序进程的情况下及时调整计划,满足客户临时需求,提升客户满意度与粘性。
采购生产协同
APS可实现基于有限产能下的中长期计划排程,并以此推算相应生产工单的物料齐套时间点,并以单个生产工单为维度,结合库存容量及提前期,精确精算单个工单的物料净需求,实现采购生产协同。
例:某零件加工企业,引入慧湃APS供应链资源计划平台后,物料齐套率提高50%。
多约束灵活搭建
APS在制定生产计划,例如特殊设备的生产计划时,可充分考虑多种约束条件,通过灵活搭建,多版本排程结果对比,以甘特图直观展示排程结果。用户可以手动调整甘特图,快速调整生产计划。
数据管控与预警
APS软件可实现机加工生产数据的可视化。通过将数据以甘特图等形式展示出来,进行监控与预警,并可通过对数据的挖掘与分析,发现生产过程中的瓶颈和浪费现象,从而提出改进措施。
降低库存
APS可通过不同时间跨度及数据维度的供应计划模拟,考虑多个业务目标及多重动态约束,如供应配额、复杂替代、库存调拨、共用料占用等进行供应端到端建模计算,通过制定长期、中期、短期及紧急补货计划来由粗到细,由预测到需要的递进层级,最大程度上提高物料供应的及时性和准确性,达成按需按量送货,减少库存压力。
例:某设备零部件加工企业,引入慧湃APS供应链资源计划平台后,库存周转率提升30%。
多工厂协同规划
对于集团型多工厂企业,APS可通过对需求、供应、生产全链路的数据结合最优化算法, 实现需求分解归类,考虑生产、供应能力约束限制,找到实现经营目标的最优解,建立高效的订单供应链计划, 分解出多工厂、多车间的供需平衡生产计划。
供应商协同管理
APS系统可实时传递物料需求、库存状态和交货计划等信息,确保供应商能及时了解需求并作出响应。并实时监控供应商进程,包括交货时间、数量和质量等,同时对供应商的质量、交货期、价格等进行综合评估,帮助企业选择合适的供应商建立长期合作关系。
关于ALSI
阿尔卑斯系统集成(大连)有限公司(简称“ALSI”)是日本阿尔卑斯阿尔派集团 (成立于1948年) 于2005年在中国投资的全资子公司,是大连智能制造产业创新联盟秘书长单位、辽宁省“专精特新”企业。在汽车零部件、电子电器、机械加工等行业深耕智能制造30余载。凭借日系集团制造DNA,ALSI深挖“制造现场”,将IoT技术、大数据、AI等与精益相结合,研发出小快轻准的“慧湃供应链资源计划平台” 和“劲智精益工厂云平台”,致力于帮助更多制造行业的客户实现高效车间现场管理,开启数字化和智能化发展之路。