高级排产为高级计划与排产的简称,英文名称为Advanced Planning and Scheduling,简称APS。国际上还没有做出明确定义,它是一种基于供应链管理和约束理论的计划与排产工具,包含了大量的数学模型、优化及模拟技术,其功能优势在于实时基于约束的重计划与报警功能。根据当前的基本约束进行排产基本都可以得到一个合理的排产结果,单纯的基于约束理论的排产只是解决了如何避开约束进行排产的问题,但是如何能在排产过程中考虑更多最优因素得到一个相对最优解?比如如何尽可能减少成本?提高质量?减少加班?尽量发挥员工的特长?等等
为了让计划排产更加的智能,国工智能智能制造平台在排产和任务调度中加入了人工智能求解器算法,可以在有限的时间内根据业务的自定义规则来进行分数评估,自动选择最优解。最优解即在给定资源条件下所满足目标要求的最优解决方案;相对最优解说的是针对同样的资源条件和目标需求所给出的不同解决方案进行比较,更能满足目标要求的解决方案。最近公司在与客户交流探讨业务的时候,了解到这样的一个业务场景和需求:生产车间接到生产订单做计划生产产品,所要生产的不同产品有不同的生产工艺流程,每个生产流程下有对应的生产工序,每个生产工序需要对应的生产设备。如何分配设备资源,满足尽可能多的生产计划,创造更多的收益或者生产订单确定的情况下,如何分配设备资源,实现更低的成本消耗,利益最大化。这是车间生产常见的排产问题。在排产过程中,必然存在某些制约因素,满足某些需求才能进行,或是交期保证,或是产能限制,或是关键工序制约,也就是说任何排产至少存在一个制约因素/瓶颈,否则他就可能无限的产出,没有排产的必要。现实环境中的排产除了满足各约束的原则之外,有一种相对来说比较固定的,或者比较约定成俗的原则尽早开始(As soon as possible),和即时生产(Justin time)。尽早生产,其实说白了,就是有一个产品的一系列生产任务,一旦准备就绪了,就可以将它排入计划中,且排在时间轴上越靠前越好,不同工序对应的生产任务,在遵循固定的工序先后时间关系的基础上,越早开始越好,应对未来的生产任务和产能具有不可预见性,比如未来会不会突然因为客户加单、机器故障等客观且不可控因素导致产能吃紧等情况。即时生产,一个产品的一系列生产任务,先确定最后一个工序(例如包装)的生产任务要求什么时间要完成的,然后基于这个完成时刻,往前推算(例如,在要求完成时间,减去加工任务的时长,再减去一些准备时间等),就可以推算出前一个工序的生产任务的要求结束时间.....如此类推,就可以推算到整个产品的首个工序的生产任务的开始时间,从而得到所有生产任务的具体生产时间(包括开始时间与结束时间)。公司最近在研究人工智能约束求解器相关技术。人工智能约束求解器,可以利用运筹学模型与机器学习将实际问题转化为数学模型求解。它可以优化规划和调度问题,将复杂的AI优化算法(如禁忌搜索,模拟退火,延迟接受和其他元启发式算法)与一些非常有效的约束评分计算技术,还有其他*********的约束求解技术相结合起来,量化规划问题的硬性约束条件和软性约束条件,对每个规划方案进行硬性条件和软性条件评分,根据评分反馈优化方案的规划,不断的比对获取更佳方案,在有限的时间内,方案不可穷举的情况下,推荐出满足硬性条件,软性条件极大的满足,人力所不能触及的优质方案。根据所了解到的业务场景,结合公司最近研究的人工智能约束型求解器,该排产问题完全可以使用约束型求解器,将生产任务以及设备资源转换为数学模型,将业务场景需求转化为相应的约束条件,遵循约束性求解器的软硬分约束规则,完生产任务的排产。结合人工智能排产引擎的使用,规划工厂生产数据关系如下:创建产品名称为LB32自制加工的化工产品生产订单,其中订单日期为2021-01-09,交货日期为2021-01-20。如下图所示:产品LB32自制加工的生产工序要求如下所示,需要4个工序,每个工序24小时,也就是1天。每个工序对应该工序的所需操作功用,按照工序顺序依次分别为吊带离心、不锈钢结晶、搪玻璃反应、柱子过滤。可用的排产资源如下图,设备提供的资源功用分别对应如下:搪玻璃反应釜---搪玻璃反应、柱子过滤器---柱子过滤、吊带离心机--吊带离心、不锈钢结晶釜---不锈钢结晶、钛棒过滤器---钛棒过滤、烛式过滤器---烛式过滤。排产资源对应的资源功用,是对该排产资源对外所提供功能的功能定义和描述,是由该排产资源的固有性质所决定的。根据资源的固有性质可维护单条或多条资源功用。生产订单任务以及设备资源创建维护好之后,根据业务模型以及约束型求解器的约束规范编写约束算法。使用尽早生产排产方案,根据所生产的产品LB32自制加工对应的生产工序要求,按照工序顺序以及每个工序对应的所需的资源功用去匹配设备的可用时间资源,配合约束型求解器对应的 硬分,软分的约束机制,获取该产品生产订单的生产计划如下:点击排产按钮,系统自动根据评分规则在有限时间内进行最优解排产,自动生成该生产订单对应的生产计划设备分配甘特图对应展示如下:人工智能约束求解器使用的软硬分反馈排产计划的优劣,此处硬分反馈的是工序的约束,分数为0;软分反馈的是两个工序之间的时间间隔,分数为0点击分数可以查看当前排产方案的分数评价情况,进行排产方案对比,从而可以对订单进行调整。根据经验,使用约束型求解器进行排产与传统排产也是有着明显的优势:
| 当前已输入2521个字符, 您还可以输入7479个字符。 |
1)排产操作简单化。建立业务模型后,人工智能排产引擎使用约束型求解模式对规划问题求解,将注意力集中在资源的约束描述上,使得排产过程变得简单化,使得原本难以入手解决的问题迎刃而解。
2)节省了时间成本。人工智能排产引擎使用复杂的AI优化算法(如禁忌搜索,模拟退火,延迟接受和其他元启发式算法)在较短的时间内获取更优质的排产方案,大量节省了获取优质排产的时间。3)节省资源成本,提高收益。使用人工智能排产引擎获取资源使用少,产能输出高的排产方案,直接或间接的节约了生产成本,提高了价值创造,为客户带来更高的收益。