Kasu:
- Tekstiilitootmise planeerimise struktuuri ja piirangute mõistmine, tootmisvõimsuse tasakaalustamine ja ajakava koostamine
- Võimalus luua stsenaariumide genereerimist, kitsaskohtade analüüsi ja värvide/partiide tellimuste optimeerimist tehisintellektiga
- Võimalus rakendada valideerimismeetodit, mis testib plaani soovitusi tegeliku võimsuse, tarnekuupäeva ja OEE andmetega
Tekstiilivabrik peab tasakaalustama kümneid tellimusi korraga, piiratud arvu masinaid, erinevaid tarnekuupäevi ja pidevalt muutuvaid prioriteete. Tootmise planeerimine on kunst muuta see kaos korda: millises järjekorras, millisel masinal, mis järjekorras, millal? Halb plaan jätab masina jõude, lükkab kohaletoimetamist edasi ja tekitab tarbetut seadistamisaega. Tehisintellekt on selles keerulises probleemis võimas abimees: see loob stsenaariume, muudab kitsaskohad nähtavaks ja soovitab piiratud optimeerimisi, näiteks värvipartiide tellimist. Aga plaani tegelikkus; See hõlmab masina riket, tooraine viivitust ja inimtegurit. Selles üksuses käsitleme AI planeerimist ja distsiplineeritud kasutamist.
Planeerimisprobleemi struktuur
Tekstiili planeerimine on mitmed omavahel seotud otsused. Võimsuse planeerimine: kas nõutav töö on tasakaalus olemasolevate masinatundidega? Tööde järjestamine (planeerimine): järjekord, milles töid igas masinas tehakse. Partii suurus: mitu partiid on sama toote tootmiseks tõhus. Seadistamise/vahetusajad: masina seadistamine, puhastamine, värvimuutus võtab ühelt töölt teisele liikudes aega. Tähtaja piirangud: igal tellimusel on tähtaeg, milleni ei saa viivitada.
Selle probleemi olemus on kombinatoorne: isegi väike arv töid tekitab nii palju võimalikke jadasid, et neid kõiki on võimatu proovida. Seetõttu ei otsita praktikas mitte "parimat", vaid "piisavalt head" plaani, mis vastab piirangutele. Kaks olulist mõõdikut on masina kasutamine / OEE (üldine seadmete tõhusus; integreeritud suhe, mis mõõdab masina töö tõhusust – saadavus × jõudlus × kvaliteet) ja õigeaegne tarnemäär.
Näpunäide: ära aja planeerimisel taga "optimaalset"; Tugev ja paindlik plaan, mis vastab piirangutele (tarne, läbilaskevõime, transiit), on teoreetiliselt parem kui täiuslik, kuid habras plaan. Tegelik tehas muutub pidevalt.
Tekstiilispetsiifiline piirang: värvide sorteerimine
Värvitöökodade ajakavas on oluline reegel: tellige heledast tumedani. Kui samas masinas värvitakse pärast tumedat värvi heledat värvi, on oht värvaine jääkmäärdumiseks ja täiendavaks puhastamiseks/pesuks kulumiseks. Valgusest tumedaks sorteerimine vähendab seda riski ja surnud aega. Kõik tehisintellekti koostatud ajakava soovitused peavad sisaldama seda protsessipiirangut; Kui puhtmatemaatiline "lühema aja" ettepanek seda reeglit rikub, ei tööta see tootmises. Samamoodi vähendab sama niitide arvu või sama kangatüübi rühmitamine seadistamise aega.
Samm-sammult: AI-toega planeerimise töövoog
- Täpsustage sisend. Tellimused (kogus, tarnekuupäev, toode), masinate võimsused, transiidiajad, piirangud.
- Loo stsenaarium. Küsige AI-lt erinevaid sortimise/määramise stsenaariume; Võrrelge nende tarne- ja kasutusmõju.
- Piirangute kehtestamine. Sisestage viibale sellised reeglid nagu värvijärjestus, prioriteetne klient, hooldusaknad.
- Leia pudelikael. Milline masin/lava piirab plaani? Kas võimsus on ebapiisav?
- Kontrollige inimesega. Laske planeerimisametnikul planeeringut tegelike piirangutega parandada (teadaolev rike, luba, kiirkorraldus).
- Jälgige ja planeerige ümber. Uuenda plaani tegeliku realiseerimise alusel (ujuv planeerimine).
Kolm miniümbrist: numbrite järgi
Juhtum 1 – üleminekuaja võimendus. Kudumistöökojas telliti töid juhuslikult, lõnga/loenduse muutustega tekkis ~8 seadistust päevas ja ~4 tundi surnud aega. AI soovitas sorti, mis rühmitab sarnaseid numbreid; Paigalduste arv vähenes 8-lt 5-le ja surnud aeg ~2,3 tunnini. Planeerimisametnik esitas käsitsi kiireloomulise tellimuse ja vormistas plaani; Ettepanek oli hea algus, otsus oli inimese kätes.
Juhtum 2 – värvi sortimise viga. Üks tarkvara optimeeris värvid "lühema üldaja jaoks", kuid ignoreeris tume-valguse üleminekuid; Esimesel kasutuskorral oli avatud partii saastunud ja üle värvitud, kaks korda säästetud aega läks kaotsi. Probleem lahenes, kui plaanile lisati piirang (heledast tumedaks). Õppetund: protsessi reegel on enne matemaatikat.
Juhtum 3 – pudelikaela nähtavus. Ühes rajatises viibisid tarned pidevalt; Süüdistati masinaid. AI analüüsis töövoogu ja näitas, et kitsaskohaks oli ram (kuivatamine-kinnitus) masin ja teised masinad ootasid seda. Kui Ramile lisati teine vahetus, kasvas õigeaegne kohaletoimetamine 71%-lt 89%-le. AI tegi pudelikaela nähtavaks; Investeerimisotsuse tegi juhtkond.
Nõrk viip / Tugev viip
Nõrk viip:
Planeerige need tellimused parimal võimalikul viisil.
Võimas viip:
Sinu roll: Tekstiilitootmise planeerimise spetsialist.Sisend: Allpool on 12 tellimust (kaup, kogus, tarnekuupäev) ja 3 värvimismasinat (võimsus, tarneaeg).Piirangud:- Sorteeri igal masinal HELE värvist TUME värvini (saastumisoht).- Ei tohiks olla hilinenud tähtaegu; Kui jah, hoiatage selgelt. - Vähendage paigaldamist, rühmitades sama toote. Ülesanne: Pakkuge välja 2 alternatiivset ajakava; Määrake iga jaoks hinnanguline õigeaegne kohaletoimetamise määr, paigalduste koguarv ja kitsaskoha masin. Maht/kuupäeva sobivus ei sisaldu andmetes. Andmed: [tabel]
Kopeeritavad mallid
1) Stsenaariumide võrdlus:
Looge 3 diagrammi stsenaariumi järgmiste järjekorra- ja mahuandmetega. Võrrelge iga stsenaariumi puhul tabelina õigeaegset tarnekiirust, paigalduste arvu, masinate kasutust ja suurimat riski. Piirangud: [loend]. Andmed: [tabel]
2) Värvijärjestuse optimeerimine:
Sorteerige samal masinal järgmised värvimistööd heledast tumedani; Minimeerige saastumise oht värvide ülemineku ajal. Märgi ära kõik, kes tähtaega rikuvad. Tööd: [värv, kogus, tarne]
3) Pudelikaela analüüs:
Leidke selle tootmisvoo kitsaskoht (iga etapi etapid ja võimsus). Milline etapp paneb teised ootama? Kuidas mõjutab võimsuse suurendamine X% võrra kogutoodangut (ligikaudne hinnang)? Andmed: [voog]
4) Ümberajastamise päästik:
Plaanis oli järgmine muudatus: [masina rike / kiirtellimus]. Kuidas saaksin praegust ajakava võimalikult väikeste häiretega üle vaadata? Loetlege mõjutatud tellimused ja uued tarneprognoosid. Praegune plaan: [kokkuvõte]
Planeerimiskriteeriumide tabel
kriteerium
Milliseid meetmeid
hea suund
märkus
Õigeaegne kohaletoimetamise määr
lubadusi pidama
kõrge
klientide usaldus
OEE
masina efektiivsus
kõrge
Kasutatavus × jõudlus × kvaliteet
Paigalduste arv/kestus
ülemineku kaotus
madal
Rühmitamine väheneb
Keskmine vooluaeg
Telli jääge sisse
madal
sularaha tsükkel
Pudelikaela kasutamine
piirav faas
peab vaatama
See valgustab investeerimisotsuseid
Tähelepanu: AI diagramm on soovitus, mitte käsk. Tegelik tehas hõlmab teadaolevaid rikkeid, töölt lahkumisi, toorme viivitusi ja kiireloomulisi klientide soove. Planeerimisametnik kinnitab lõpliku ajakava ja prioriteetide seadmise koos kogu suulise/kohaliku teabega.
Levinud vead
- Protsessi reeglist möödahiilimine. Kui plaani ei lisata piiranguid, näiteks värvide järjestust, siis soovitus ei tööta.
- Optimaalset taga ajades. Haprale täiuslikule plaanile eelistatakse kindlat paindlikku plaani.
- Ei näe kitsaskohta. Ressursi kulutatakse vales kohas; Tegelik piir on teises etapis.
- Staatiline planeerimine. Kui plaani tegelikkuse muutudes ei uuendata, vananeb see kiiresti.
- Inimteadmised välja arvatud. Verbaalne prioriteet ja kohalikud piirangud mudelis puuduvad.
Kokkuvõttes
Tootmise planeerimine on piiratud ressurssidega suure hulga tellimuste täitmine tarnekuupäevaks; Oma kombinatoorse iseloomu tõttu on sihitud "piisavalt hea" ja paindlik plaan. Tehisintellekt loob stsenaariume, muudab kitsaskohad nähtavaks ja soovitab piiratud optimeerimisi, nagu värvide sorteerimine – kuid protsessireeglid tuleb sisestada viipasse, plaan tuleb lõpule viia tegelike piirangute ja inimliku hinnanguga. Muutuvas tehases vaadatakse plaani pidevalt üle.
Rakenduse ülesanne
Koostage näidiskanne vähemalt 8 tellimusest (kogus, tarnekuupäev) ja 2-3 masinast. Rakendage selle üksuse mallid "stsenaariumide võrdlus" ja "värvijärjestuse optimeerimine". Tehke tehisintellekti soovitatud parimal juhul kindlaks kitsaskoht ja soovitage selle kõrvaldamiseks toiminguid (teine vahetus, allhange, järjestuse muutmine). Kontrollige lõiguga, kuidas värvijärjestuse reegel kajastub kavandatavas plaanis.
kontrollnimekiri
- [ ] Panin viipale protsessipiirangud (värvijärjestus, rühmitamine).
- [ ] Soovin optimaalse asemel kindlat ja paindlikku plaani.
- [ ] Analüüsin kitsaskohta ja suunan ressursi õigesse kohta.
- [ ] Vaatan plaani regulaarselt üle vastavalt tegelikule teostusele.
- [ ] Lõpliku ajakava koostan planeerimisametniku nõusolekul.