تخطيط وجدولة الإنتاج

المكاسب:

• فهم هيكل وقيود تخطيط إنتاج المنسوجات وموازنة القدرات ومشاكل الجدولة
• القدرة على إنشاء توليد السيناريو وتحليل الاختناقات وتحسين ترتيب الألوان/الدفعة باستخدام الذكاء الاصطناعي
• القدرة على تنفيذ نهج التحقق الذي يختبر توصيات الخطة مقابل السعة الفعلية وتاريخ التسليم وبيانات OEE

يتعين على مصنع النسيج أن يوازن بين عشرات الطلبات في وقت واحد، وعدد محدود من الآلات، ومواعيد تسليم مختلفة، وأولويات دائمة التغير. تخطيط الإنتاج هو فن تحويل هذه الفوضى إلى نظام: أي ترتيب سيتم إنتاجه، وعلى أي آلة، وبأي ترتيب، ومتى؟ تؤدي الخطة السيئة إلى ترك الجهاز في وضع الخمول، وتأخير التسليم، وإنشاء وقت إعداد غير ضروري. يعد الذكاء الاصطناعي مساعدًا قويًا في هذه المشكلة المعقدة: فهو يولد سيناريوهات، ويجعل الاختناقات مرئية، ويقترح تحسينات محدودة مثل طلب دفعة الطلاء. لكن حقيقة الخطة؛ ويشمل فشل الآلة، وتأخير المواد الخام والعامل البشري. سنغطي في هذه الوحدة التخطيط والاستخدام المنضبط للذكاء الاصطناعي.

هيكل مشكلة التخطيط

تخطيط المنسوجات هو عدة قرارات متشابكة. تخطيط السعة: هل العمل المطلوب متوازن مع ساعات العمل المتاحة؟ التسلسل الوظيفي (الجدولة): الترتيب الذي سيتم به تنفيذ المهام على كل جهاز. حجم الدفعة: عدد الدفعات التي يمكن إنتاج نفس المنتج منها. أوقات الإعداد/التغيير: يستغرق إعداد الماكينة، والتنظيف، وتغيير اللون وقتًا عند الانتقال من مهمة إلى أخرى. قيود تاريخ الاستحقاق: كل طلب له موعد نهائي لا يمكن تأخيره.

إن طبيعة هذه المشكلة اندماجية: فحتى عدد صغير من الوظائف ينتج عنه العديد من التسلسلات الممكنة بحيث يكون من المستحيل تجربتها جميعًا. لذلك، من الناحية العملية، فإن المطلوب ليس الخطة "الأفضل" بل خطة "جيدة بما فيه الكفاية" التي تلبي القيود. هناك مقياسان مهمان هما استخدام الماكينة / OEE (الفعالية الإجمالية للمعدات؛ النسبة المتكاملة التي تقيس مدى كفاءة تشغيل الماكينة - التوفر × الأداء × الجودة) ومعدل التسليم في الوقت المحدد.

نصيحة: لا تطارد "الأفضل" في التخطيط؛ إن الخطة القوية والمرنة التي تلبي القيود (التسليم، والقدرة، والعبور) أفضل من الناحية النظرية من خطة مثالية ولكنها هشة. المصنع الحقيقي يتغير باستمرار.

قيد خاص بالنسيج: فرز الألوان

هناك قاعدة مهمة في جدولة ورشة الدهانات: الترتيب من اللون الفاتح إلى اللون الداكن. إذا تمت صبغ لون فاتح بعد لون داكن في نفس الجهاز، فهناك خطر تلوث الصبغة المتبقي ووقت إضافي للتنظيف/الغسيل. الفرز من الضوء إلى الظلام يقلل من هذا الخطر والوقت الميت. يجب أن تتضمن أي توصيات جدول زمني يصدرها الذكاء الاصطناعي قيد العملية هذا؛ إذا كان اقتراح "أقصر وقت" الرياضي البحت ينتهك هذه القاعدة، فلن ينجح في الإنتاج. وبالمثل، فإن تجميع نفس عدد الخيوط أو نفس نوع القماش يقلل من أوقات الإعداد.

خطوة بخطوة: سير عمل التخطيط المدعوم بالذكاء الاصطناعي

1. توضيح المدخلات. الطلبات (الكمية، تاريخ التسليم، المنتج)، قدرات الماكينة، أوقات العبور، القيود.
2. قم بإنشاء سيناريو. اسأل الذكاء الاصطناعي عن سيناريوهات الفرز/التخصيص المختلفة؛ قارن بين تأثير التسليم والاستخدام لكل منهما.
3. قيود الفرض. ضع قواعد مثل ترتيب الألوان وأولوية العميل ونوافذ الصيانة في الموجه.
4. العثور على عنق الزجاجة. ما هي الآلة/المرحلة التي تحد من الخطة؟ هل هناك قدرة غير كافية؟
5. التحقق مع الإنسان. دع مسؤول التخطيط يصحح الخطة بقيود حقيقية (عطل معروف، إذن، أمر عاجل).
6. المراقبة وإعادة التخطيط. تحديث الخطة على أساس التنفيذ الفعلي (التخطيط العائم).

ثلاث حالات صغيرة: بالأرقام

الحالة 1 - كسب الوقت الانتقالي. في ورشة عمل الحياكة، تم طلب الوظائف بشكل عشوائي، مع تغييرات الغزل/العدد مما أدى إلى إنشاء ما يقرب من 8 عمليات إعداد في اليوم وحوالي 4 ساعات من الوقت الميت. اقترح الذكاء الاصطناعي نوعًا يجمع أرقامًا متشابهة؛ انخفض عدد عمليات التثبيت من 8 إلى 5، وانخفض الوقت الميت إلى 2.3 ساعة تقريبًا. قام مسؤول التخطيط بإحضار أمر عاجل يدويًا ووضع الصيغة النهائية للخطة؛ وكان الاقتراح بداية جيدة، وكان القرار في يد الشخص.

الحالة 2 - خطأ في فرز الألوان. قام أحد البرامج بتحسين الطلاءات "لأقصر وقت إجمالي" لكنه تجاهل انتقالات الضوء الداكن؛ في التطبيق الأول، تم تلويث دفعة مفتوحة وإعادة طلائها، مما أدى إلى ضياع ضعف الوقت الذي تم توفيره. تم حل المشكلة عندما تمت إضافة القيد (من الفاتح إلى الداكن) إلى الخطة. الدرس: قاعدة العملية تأتي قبل الرياضيات.

الحالة 3 - رؤية الاختناق. وفي أحد المرافق، كانت عمليات الولادة تتأخر باستمرار؛ تم إلقاء اللوم على الآلات. قام الذكاء الاصطناعي بتحليل سير العمل وأظهر أن عنق الزجاجة كان في آلة الكبش (تثبيت التجفيف)، وكانت الآلات الأخرى في انتظارها. وعندما تمت إضافة نوبة عمل ثانية إلى رام، زادت نسبة التسليم في الوقت المحدد من 71% إلى 89%. لقد جعل الذكاء الاصطناعي عنق الزجاجة مرئيا؛ تم اتخاذ قرار الاستثمار من قبل الإدارة.

موجه ضعيف / موجه قوي

حث ضعيف:

خطط لهذه الأوامر بأفضل طريقة ممكنة.

مطالبة قوية:

دورك: أخصائي تخطيط إنتاج المنسوجات. الإدخال: يوجد أدناه 12 طلبًا (الصنف والكمية وتاريخ التسليم) و3 آلات صباغة (السعة والمهلة الزمنية). القيود: - فرز من اللون الفاتح إلى اللون الداكن على كل آلة (خطر التلوث). - لا ينبغي أن تكون هناك تواريخ متأخرة؛ إذا كان الأمر كذلك، حذر بوضوح. - تقليل التثبيت من خلال تجميع نفس المنتج. المهمة: اقتراح جدولين بديلين؛ لكل منها، حدد معدل التسليم المقدر في الوقت المحدد، وإجمالي عدد عمليات التثبيت، والجهاز الذي يعاني من عنق الزجاجة. السعة/التاريخ غير موجود في البيانات. البيانات: [الجدول]

قوالب قابلة للنسخ

1) مقارنة السيناريو:

قم بإنشاء 3 سيناريوهات للمخططات بالترتيب التالي وبيانات السعة. قارن معدل التسليم في الوقت المحدد وعدد عمليات التثبيت واستخدام الماكينة وأكبر المخاطر في نموذج جدولي لكل سيناريو. القيود: [قائمة]. البيانات: [الجدول]

2) تحسين تسلسل الألوان:

قم بفرز مهام الطلاء التالية من الفاتح إلى الداكن على نفس الجهاز؛ تقليل مخاطر التلوث أثناء التحولات اللونية. وضع علامة على أي شخص ينتهك الموعد النهائي. الأعمال: [اللون، الكمية، التسليم]

3) تحليل عنق الزجاجة:

ابحث عن عنق الزجاجة في تدفق الإنتاج هذا (مراحل وقدرة كل مرحلة). ما هي المرحلة التي تجعل الآخرين ينتظرون؟ كيف تؤثر زيادة القدرة بنسبة X٪ على إجمالي الإنتاج (تقدير تقريبي)؟ البيانات: [تيار]

4) مشغل إعادة الجدولة:

حدث التغيير التالي في الخطة: [عطل في الآلة / أمر عاجل]. كيف يمكنني تعديل الجدول الحالي بأقل قدر من التعطيل؟ قم بإدراج الطلبات المتأثرة وتقديرات التسليم الجديدة. الخطة الحالية: [ملخص]

جدول معايير التخطيط

المعيار

ما التدابير

اتجاه جيد

ملاحظة

معدل التسليم في الوقت المحدد

الحفاظ على الوعود

عالية

ثقة العملاء

OEE

كفاءة الآلة

عالية

سهولة الاستخدام × الأداء × الجودة

عدد المنشآت / المدة

خسارة الانتقال

منخفض

يتم تقليل التجميع

متوسط وقت التدفق

اطلب البقاء في الداخل

منخفض

الدورة النقدية

استخدام عنق الزجاجة

مرحلة الحد

يجب أن تشاهد

يسلط الضوء على قرارات الاستثمار

تنبيه: مخطط الذكاء الاصطناعي هو اقتراح وليس أمرًا. يتضمن المصنع الفعلي الأعطال المعروفة والإجازات وتأخير المواد الخام وطلبات العملاء العاجلة. يوافق مسؤول التخطيط على الجدول الزمني النهائي وتحديد الأولويات مع جميع المعلومات اللفظية/المحلية.

الأخطاء الشائعة

• تجاوز قاعدة العملية. إذا لم يتم وضع قيود مثل ترتيب الألوان في الخطة، فلن يعمل الاقتراح.
• مطاردة الأمثل. تُفضل الخطة المرنة القوية على الخطة المثالية الهشة.
• عدم رؤية عنق الزجاجة. يتم إنفاق المورد في المكان الخطأ؛ الحدود الحقيقية في مرحلة أخرى.
• التخطيط الساكن. إذا لم يتم تحديث الخطة مع تغير الواقع، فإنها سرعان ما تصبح قديمة.
• باستثناء المعرفة البشرية. الأولوية اللفظية والقيود المحلية غير موجودة في النموذج.

في ملخص

تخطيط الإنتاج هو مشكلة تلبية عدد كبير من الطلبات بحلول تاريخ التسليم بموارد محدودة؛ نظرًا لطبيعتها التوافقية، يتم وضع خطة "جيدة بما فيه الكفاية" ومرنة. يقوم الذكاء الاصطناعي بإنشاء سيناريوهات، ويجعل الاختناقات مرئية، ويقترح تحسينات مقيدة مثل فرز الألوان - ولكن يجب وضع قواعد العملية في الموجه، ويجب الانتهاء من الخطة مع قيود حقيقية وحكم بشري. في مصنع متغير، يتم مراجعة الخطة باستمرار.

مهمة التطبيق

قم بإعداد عينة إدخال لا تقل عن 8 طلبات (الكمية وتاريخ التسليم) و2-3 آلات. قم بتطبيق قوالب "مقارنة السيناريو" و"تحسين تسلسل الألوان" من هذه الوحدة. حدد عنق الزجاجة في أفضل السيناريوهات التي يقترحها الذكاء الاصطناعي والتوصية بإجراء للتخلص منها (التحول الثاني، الاستعانة بمصادر خارجية، تغيير التسلسل). تحقق من خلال فقرة من كيفية انعكاس قاعدة تسلسل الألوان في الخطة المقترحة.

قائمة مرجعية

• [ ] أضع قيود العملية (ترتيب الألوان، والتجميع) على الموجه.
• [ ] أهدف إلى خطة قوية ومرنة بدلاً من الخطة المثالية.
• [ ] أقوم بتحليل عنق الزجاجة وتوجيه المورد إلى المكان الصحيح.
• [ ] أقوم بمراجعة الخطة بانتظام وفقًا للتنفيذ الفعلي.
• [ ] أقوم بوضع اللمسات النهائية على الجدول الزمني النهائي بموافقة مسؤول التخطيط.