首席数据官

Hi, 请登录

被严重误会?APS系统没有想象的那么复杂

APS的出现要从90年代了,但到现在,很多行业内的顾问或用户提到APS都马上想到的是“要求很精确”“难度很大”“脱离实际”“太理想化”“工作量太大”等等,然后把它束之高阁不睬。

在这里,策意data根据接触过得企业和客户,给大家分析一下常见的一些误解,与大家一起分享交流。

智能制造项目管理

工作量太大

APS直接说起来就是有限产能计划,而实际中工作的原则就是有限产能智能制造项目管理,特别是企业中车间一线的调度和车间主管,每天都在凭着手工在排着有限能力计划,所以这些已经是日常的工作,只不过这些工作原来不是计划部的而是车间管理人员的。使用系统的APS可以帮到快速运算,怎么着都可以减少工作量,而不是加大了工作量,当然实际中有些企业让工人自己安排任务,这么比较起来就觉得工作量多了,但这点相信大家都知道是需要改变的一种不规范的情况。

智能制造项目管理

生产变数太多

任何企业生产中都会有变数,APS并不排斥异常和变化。想想在实际中发生了异常变化后需要怎么做,那就是在变化了的情况下重新安排,那么也就是说在变数太多的环境下,需要的是更多次的计划运算安排,这样看来是更需要APS这样的计算工具了,而不是不需要,这样带来的变化响应人员工作量的改善是更明显的。

智能制造项目管理

要求太精确

APS是个电脑程序,算出来结果都是可以到小数点后面很多位的,这样结果一出来让用户不禁想象这么精确的能合乎实际吗?

这又是个大的误解,计算机给出的数字可以很精确,但没要使用者都按照小数点后面多少位来匹配,实际使用时可以按照一定精确范围来执行,比如到小时,甚至到半天内。

就好像仓库系统里计算机也能算出每次需求量到小数点后面很多位,但实际上也没要求仓库人员一定按照小数点后面多少位的准确性出,达到一定合理精确度就可以的,这是一种正常的使用习惯。

这些精确度要求取决于企业产品工艺时间的准确度和稳定度,取决于生产现场变化的响应时间周期,取决于异常情况的多少,太精确就容易产生太多异常导致人工要去调整的工作更多,太粗略又起不到指导的意义,所以在这两者间取平衡就是原则。

智能制造项目管理

APS太死板不好用

实际中企业的加工类型和这些加工类型带来的约束情况确实非常多样,一个企业所具备的产品加工环节,也可能非常多,要是按APS这么完全一模一样地设置出来,难度和工作量确实超乎想象。

但这又是个很大的误解,首先每个企业的生产环节实际中没有可能都是需要计划人员关注和仔细安排的,大部分是比较好安排比较宽松,只有个别是瓶颈环节,需要特别仔细来安排,这些安排好了其他环节就按此相应安排就可以了。

其次,任何环节的实际约束情况很多样,但我们的目的是能安排出比较合理的计划,所以我们只要按抽象原则设置出合理的产能约束条件,能达到结果符合要求就可以了。抽象能力确实在实际应用中是个很重要的能力,在很多项目中也是看到顾问和用户都能了解企业具体情况,但不懂得如何抽象设置而被卡死在一些环节。

智能制造项目管理

对企业要求太高

很多企业觉得自己内部不规范,变化因素太多,而无法使用APS,这点确实也是,如果很缺乏规范,使用APS就会造成手工调整太多,范围太宽,从而失去了带来的好处。但同时,这也是这种企业人工处理工作的困难,在人工作业环境下也同样无法安排出计划,也同样是面临着很多人工的变化调整,所以企业的问题还是同样存在。

问题就是,这样的企业想不想改善,有没可能改善。虽然不敢说全部这种企业都能改善,但从我的实际经验看来,绝大部分也都是可以改善的,中国的制造业本来就是初级水平,不提高怎么发展。

智能制造项目管理

只是大部分企业都是从低成本高速扩张发展而来,思维习惯还是摆脱不了旧习惯而不敢做改变,害怕高成本高产出的模式,可是市场环境和发展趋势是不能阻挡的,只有先转变才能把握机会。

除了以上的误解和应对的措施以外,还有一点就是,很大部分人把APS看作是一种高要求的,或者是只有某一些特别要求高的企业才需要的计划模式,传统的MRP也能基本够用,粗略一点点也能用的。

这里做个实际的分析,其实也是从实际中看到的结果,也就是我们看到现在市场上的企业,越来越多是小批量多品种多批次,按订单生产这样的情况,这是整体社会和市场的发展趋势,而在这些企业我们看到MRP几乎不能发挥作用,因为排出来的生产计划和实际差距太大,导致物料需求的时间差距太大,所以生产和采购计划最后都不能用了。

智能制造项目管理

这个原因就是,在多品种小批量多批次的生产环境里,MRP的无限产能原则带来的问题被放大很多了。其实无限产能计划在大批量生产环境下是问题不大

试看结束,如继续查看请付费↓↓↓↓
打赏0.5元才能查看本内容,立即打赏

来源【首席数据官】,更多内容/合作请关注「辉声辉语」公众号,送10G营销资料!

版权声明:本文内容来源互联网整理,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 jkhui22@126.com举报,一经查实,本站将立刻删除。

相关推荐

二维码
评论