Печалби:
- Разбиране на структурата и ограниченията на планирането на текстилното производство, проблемите с балансирането на капацитета и планирането
- Възможност за създаване на генериране на сценарий, анализ на тесните места и оптимизиране на поръчката на цвят/партида с AI
- Възможност за прилагане на подход за валидиране, който тества препоръките за план спрямо действителен капацитет, дата на доставка и OEE данни
Една текстилна фабрика трябва да балансира десетки поръчки едновременно, ограничен брой машини, различни дати на доставка и непрекъснато променящи се приоритети. Планирането на производството е изкуството да се превърне този хаос в ред: коя поръчка ще бъде произведена, на коя машина, в какъв ред, кога? Лош план оставя машината неактивна, забавя доставката и създава ненужно време за настройка. Изкуственият интелект е мощен помощник в този сложен проблем: той генерира сценарии, прави видими тесните места и предлага ограничени оптимизации, като например поръчка на партиди боя. Но реалността на плана; Това включва повреда на машината, забавяне на суровината и човешки фактор. В тази част ще разгледаме планирането и дисциплинираното използване на AI.
Структура на проблема за планиране
Текстилното планиране е няколко преплетени решения. Планиране на капацитета: балансирана ли е необходимата работа с наличните машиночасове? Последователност на задачите (планиране): редът, в който задачите ще се изпълняват на всяка машина. Размер на партидата: колко партиди е ефективно да се произведе един и същ продукт. Време за настройка/смяна: настройката на машината, почистването, смяната на цвета отнема време при преминаване от една работа към друга. Ограничения на падежа: всяка поръчка има краен срок, до който не може да бъде отложена.
Природата на този проблем е комбинаторна: дори малък брой задачи произвеждат толкова много възможни последователности, че е невъзможно да се изпробват всички. Следователно на практика се търси не „най-добрият“, а „достатъчно добър“ план, който отговаря на ограниченията. Два важни показателя са използването на машината / OEE (обща ефективност на оборудването; интегрираното съотношение, което измерва колко ефективно работи машината — наличност × производителност × качество) и скорост на доставка навреме.
Съвет: Не преследвайте „оптималното“ при планирането; Стабилен и гъвкав план, който отговаря на ограниченията (доставка, капацитет, транзит) е по-добър на теория от перфектен, но крехък план. Истинската фабрика се променя постоянно.
Специфично за текстила ограничение: Сортиране по цвят
Има важно правило при планирането на бояджийския цех: поръчайте от светъл цвят към тъмен цвят. Ако светъл цвят се боядисва след тъмен в същата машина, съществува риск от остатъчно замърсяване с боя и допълнително време за почистване/пране. Сортирането от светло към тъмно намалява този риск и мъртвото време. Всички препоръки за график, създадени от AI, трябва да включват това ограничение на процеса; Ако чисто математическото предложение за „най-кратко време“ нарушава това правило, то няма да работи в производството. По същия начин групирането на един и същи брой нишки или един и същи тип плат намалява времето за настройка.
Стъпка по стъпка: работен процес на планиране, задвижван от AI
- Изяснете въведеното. Поръчки (количество, дата на доставка, продукт), капацитет на машината, транзитно време, ограничения.
- Създайте сценарий. Помолете AI за различни сценарии за сортиране/присвояване; Сравнете доставката и ефекта от използването на всеки.
- Ограничения за налагане. Поставете правила като ред на цветовете, приоритетен клиент, периоди за поддръжка в подканата.
- Намерете тясното място. Коя машина/сцена ограничава плана? Има ли недостатъчен капацитет?
- Проверете с човек. Оставете служителя по планирането да коригира плана с реални ограничения (известна неизправност, разрешение, спешна поръчка).
- Наблюдавайте и препланирайте. Актуализирайте плана въз основа на действителната реализация (плаващо планиране).
Три мини калъфа: с числата
Случай 1 — Увеличаване на времето за преход. В работилница за плетене заданията бяха подредени на случаен принцип, като промените в преждата/броя създаваха ~8 настройки на ден и ~4 часа мъртво време. AI предложи сортиране, което групира подобни числа; Броят на инсталациите намаля от 8 на 5, а мъртвото време намаля до ~2,3 часа. Служителят по планирането ръчно изпрати спешна поръчка и финализира плана; Предложението беше добро начало, решението беше в ръцете на човека.
Случай 2 — Грешка при сортиране на цветовете. Един софтуер оптимизира рисуването за „най-кратко общо време“, но игнорира преходите тъмно-светло; При първото прилагане отворена партида беше замърсена и пребоядисана, два пъти спестеното време беше загубено. Проблемът беше решен, когато ограничението (от светло към тъмно) беше добавено към плана. Урок: правилото за процеса е преди математиката.
Случай 3 — Видимост на тесните места. В едно съоръжение доставките постоянно се забавяха; Вината се хвърляше върху машините. AI анализира работния процес и показа, че тясното място е ram (сушилно-фиксираща) машина и други машини го чакат. Когато към Ram беше добавена втора смяна, навременната доставка се увеличи от 71% на 89%. AI направи тясното място видимо; Инвестиционното решение е взето от ръководството.
Слаба подкана / Силна подкана
Слаба подкана:
Планирайте тези поръчки по възможно най-добрия начин.
Мощна подкана:
Вашата роля: Специалист по планиране на текстилното производство. Входящи данни: По-долу са 12 поръчки (артикул, количество, дата на доставка) и 3 машини за боядисване (капацитет, време за изпълнение). Ограничения: - Сортирайте от СВЕТЪЛ цвят към ТЪМЕН цвят на всяка машина (риск от замърсяване). - Не трябва да има просрочени дати; Ако е така, предупреждавайте ясно. - Намалете инсталацията чрез групиране на един и същ продукт. Задача: Предложете 2 алтернативни графици; За всеки посочете прогнозния процент на доставка навреме, общия брой инсталации и машината с тесни места. Капацитетът/датата не се вписват в данните. Данни: [таблица]
Копируеми шаблони
1) Сравнение на сценарий:
Генерирайте 3 сценария на диаграма със следния ред и данни за капацитета. Сравнете степента на навременна доставка, броя на инсталациите, използването на машината и най-големия риск в таблична форма за всеки сценарий. Ограничения: [списък]. Данни: [таблица]
2) Оптимизация на цветовата последователност:
Сортирайте следните задания за боядисване от светло към тъмно на една и съща машина; Минимизирайте риска от замърсяване по време на цветните преходи. Маркирайте всеки, който нарушава срока. Работи: [цвят, количество, доставка]
3) Анализ на тесните места:
Намерете тясното място в този производствен поток (етапи и капацитет на всеки етап). Кой етап кара останалите да чакат? Как увеличаването на капацитета с X% влияе на общата продукция (груба оценка)? Данни: [поток]
4) Пренасрочване на тригера:
Имаше следната промяна в плана: [неизправност на машината / спешна поръчка]. Как мога да преработя текущия график с най-малко смущения? Избройте засегнатите поръчки и нови прогнози за доставка. Текущ план: [резюме]
Таблица с критерии за планиране
критерий
Какви мерки
добра посока
бележка
Навременна доставка
спазват обещания
високо
доверието на клиента
OEE
ефективност на машината
високо
Използваемост × производителност × качество
Брой инсталации/продължителност
преходна загуба
ниско
Групирането намалява
Средно време на потока
Поръчайте да останете вътре
ниско
паричен цикъл
Използване на тесни места
ограничаваща фаза
трябва да гледате
Той хвърля светлина върху инвестиционните решения
Внимание: диаграмата на AI е предложение, а не поръчка. Действителната фабрика включва известни неизправности, отпуски, закъснения на суровини и спешни заявки на клиенти. Служителят по планирането одобрява окончателния график и приоритизирането с цялата устна/местна информация.
Често срещани грешки
- Заобикаляне на правилото за процеса. Ако ограничения като подреждане на цветовете не са поставени в плана, предложението няма да работи.
- Преследване на оптималното. Солиден гъвкав план е за предпочитане пред крехък перфектен план.
- Не виждам тясното място. Ресурсът се изразходва на грешното място; Истинската граница е на друг етап.
- Статично планиране. Ако планът не се актуализира с промяната на реалността, той бързо остарява.
- Изключвайки човешкото познание. Вербален приоритет и локални ограничения не присъстват в модела.
В обобщение
Планирането на производството е проблемът за изпълнение на голям брой поръчки до датата на доставка с ограничени ресурси; Поради своята комбинативност се цели „достатъчно добър“ и гъвкав план. AI генерира сценарии, прави видими тесните места и предлага ограничени оптимизации като сортиране на цветовете – но правилата на процеса трябва да бъдат поставени в подканата, планът трябва да бъде финализиран с реални ограничения и човешка преценка. В една променяща се фабрика планът непрекъснато се преразглежда.
Задача за приложение
Подгответе примерен запис от поне 8 поръчки (количество, дата на доставка) и 2-3 машини. Приложете шаблоните „сравнение на сценарии“ и „оптимизиране на цветовата последователност“ от този модул. Идентифицирайте пречка в най-добрия сценарий, който AI предлага, и препоръчайте действие за премахването му (втора смяна, аутсорсинг, промяна на последователността). Проверете с параграф как правилото за последователност на цветовете е отразено в предложения план.
контролен списък
- [ ] Поставям ограниченията на процеса (ред на цветовете, групиране) в подканата.
- [ ] Стремя се към солиден и гъвкав план вместо към оптимален.
- [ ] Анализирам пречките и насочвам ресурса към правилното място.
- [ ] Ревизирам плана редовно според реалната реализация.
- [ ] Финализирам окончателния график с одобрението на служителя по планирането.