Ieguvumi:
- Izpratne par tekstilizstrādājumu ražošanas plānošanas struktūru un ierobežojumiem, jaudas balansēšanas un plānošanas problēmām
- Spēja izveidot scenāriju ģenerēšanu, sašaurinājumu analīzi un krāsu/partiju pasūtījumu optimizāciju ar AI
- Spēja ieviest validācijas pieeju, kas pārbauda plāna ieteikumus attiecībā pret faktisko jaudu, piegādes datumu un OEE datiem
Tekstilrūpnīcai ir jāsabalansē vairāki desmiti pasūtījumu vienlaicīgi, ierobežots iekārtu skaits, dažādi piegādes termiņi un pastāvīgi mainīgas prioritātes. Ražošanas plānošana ir māksla pārvērst šo haosu kārtībā: kāds pasūtījums tiks ražots, uz kuras mašīnas, kādā secībā, kad? Slikts plāns atstāj iekārtu dīkstāvē, aizkavē piegādi un rada nevajadzīgu iestatīšanas laiku. Mākslīgais intelekts ir spēcīgs palīgs šajā sarežģītajā problēmā: tas ģenerē scenārijus, padara redzamas vājās vietas un iesaka ierobežotas optimizācijas, piemēram, krāsu partiju pasūtīšanu. Bet plāna realitāte; Tas ietver mašīnas kļūmi, izejvielu aizkavēšanos un cilvēka faktoru. Šajā nodaļā mēs apskatīsim plānošanu un disciplinētu AI izmantošanu.
Plānošanas problēmas struktūra
Tekstila plānošana ir vairāki savstarpēji saistīti lēmumi. Jaudas plānošana: vai pieprasītais darbs ir līdzsvarots ar pieejamajām mašīnu stundām? Darbu secība (plānošana): secība, kādā darbi tiks veikti katrā mašīnā. Partijas lielums: cik daudz partiju ir efektīvi ražot vienu un to pašu produktu. Iestatīšanas/pārslēgšanas laiki: mašīnas iestatīšana, tīrīšana, krāsu maiņa prasa laiku, pārejot no viena darba uz nākamo. Izpildes datuma ierobežojumi: katram pasūtījumam ir noteikts termiņš, līdz kuram to nevar aizkavēt.
Šīs problēmas būtība ir kombinatoriska: pat neliels darbu skaits rada tik daudz iespējamo secību, ka nav iespējams tos visus izmēģināt. Tāpēc praksē tiek meklēts nevis "labākais", bet gan "pietiekami labs" plāns, kas atbilst ierobežojumiem. Divi svarīgi rādītāji ir mašīnas izmantošana / OEE (vispārējā aprīkojuma efektivitāte; integrētā attiecība, kas mēra iekārtas darbības efektivitāti — pieejamība × veiktspēja × kvalitāte) un piegādes ātrums laikā.
Padoms: nedzenieties pēc "optimālā" plānošanā; Spēcīgs un elastīgs plāns, kas atbilst ierobežojumiem (piegāde, jauda, tranzīts), teorētiski ir labāks par perfektu, bet trauslu plānu. Reālā rūpnīca pastāvīgi mainās.
Tekstilizstrādājumiem specifisks ierobežojums: krāsu šķirošana
Krāsu veikala plānošanā ir svarīgs noteikums: pasūtiet no gaišas līdz tumšai krāsai. Ja tajā pašā mašīnā pēc tumšas krāsas tiek krāsota gaiša krāsa, pastāv atlikušās krāsas piesārņojuma risks un papildu tīrīšanas/mazgāšanas laiks. Šķirošana no gaišas uz tumšo samazina šo risku un miršanas laiku. Visos AI izstrādātajos grafika ieteikumos ir jāiekļauj šis procesa ierobežojums; Ja tīri matemātiskais "īsākā laika" priekšlikums pārkāpj šo noteikumu, tas nedarbosies ražošanā. Līdzīgi, viena un tā paša diegu skaita vai auduma veida grupēšana samazina iestatīšanas laiku.
Soli pa solim: ar AI darbināma plānošanas darbplūsma
- Precizējiet ievadi. Pasūtījumi (daudzums, piegādes datums, prece), iekārtu jaudas, tranzīta laiki, ierobežojumi.
- Izveidojiet scenāriju. Jautājiet AI par dažādiem kārtošanas/piešķiršanas scenārijiem; Salīdziniet katra piegādes un lietošanas ietekmi.
- Ierobežojumu uzlikšana. Uzvednē ievietojiet tādus noteikumus kā krāsu secība, prioritārais klients, apkopes logi.
- Atrodiet sašaurinājumu. Kura mašīna/posms ierobežo plānu? Vai ir nepietiekama jauda?
- Pārbaudiet ar cilvēku. Ļaujiet plānošanas darbiniekam labot plānu ar reāliem ierobežojumiem (zināms darbības traucējums, atļauja, steidzams rīkojums).
- Uzraudzīt un pārplānot. Atjauniniet plānu, pamatojoties uz faktisko realizāciju (peldošais plānojums).
Trīs mini futrāļi: pēc skaitļiem
1. gadījums — pārejas laika pieaugums. Adīšanas darbnīcā darbi tika pasūtīti nejauši, mainot dziju/skaitu, radot ~ 8 uzstādījumus dienā un ~ 4 stundas nedzīvā laika. AI ieteica veidu, kas grupē līdzīgus skaitļus; Instalāciju skaits samazinājies no 8 uz 5, un nāves laiks samazinājās līdz ~2,3 stundām. Plānošanas darbinieks manuāli izvirzīja steidzamu rīkojumu un pabeidza plānu; Ierosinājums bija labs sākums, lēmums bija paša cilvēka rokās.
2. gadījums — krāsu šķirošanas kļūda. Viena programmatūra optimizēja krāsas "visīsākajam laikam", bet ignorēja tumšās gaismas pārejas; Pirmajā lietošanas reizē atvērta partija tika piesārņota un pārkrāsota, tika zaudēts divreiz ietaupītais laiks. Problēma tika atrisināta, kad plānam tika pievienots ierobežojums (no gaišas uz tumšu). Nodarbība: procesa noteikums ir pirms matemātikas.
3. gadījums — sašaurinājuma redzamība. Vienā objektā piegādes pastāvīgi kavējās; Vaina tika novelta uz mašīnām. AI analizēja darbplūsmu un parādīja, ka sastrēgums bija cilindra (žāvēšanas-fiksēšanas) iekārta, un citas mašīnas to gaidīja. Kad Ram tika pievienota otrā maiņa, piegāde laikā pieauga no 71% līdz 89%. AI padarīja sašaurinājumu redzamu; Investīciju lēmumu pieņēma vadība.
Vāja uzvedne / spēcīga uzvedne
Vāja uzvedne:
Plānojiet šos pasūtījumus vislabākajā iespējamajā veidā.
Spēcīga uzvedne:
Jūsu loma: Tekstilizstrādājumu ražošanas plānošanas speciālists.Ievade: Zemāk ir 12 pasūtījumi (prece, daudzums, piegādes datums) un 3 krāsošanas mašīnas (ietilpība, izpildes laiks).Ierobežojumi:- Katrā mašīnā kārtojiet no GAIŠAS krāsas uz TUMŠU krāsu (piesārņojuma risks).- Nedrīkst būt nokavēti termiņi; Ja tā, tad skaidri brīdiniet. - Samaziniet uzstādīšanu, grupējot vienu un to pašu produktu. Uzdevums: Ieteikt 2 alternatīvus grafikus; Katram norādiet aptuveno piegādes ātrumu laikā, kopējo instalāciju skaitu un vājās vietas iekārtu. Jaudas/datuma atbilstība datos nav iekļauta. Dati: [tabula]
Kopējamas veidnes
1) Scenārija salīdzinājums:
Ģenerējiet 3 diagrammas scenārijus ar šādiem secības un jaudas datiem. Salīdziniet savlaicīgas piegādes ātrumu, instalāciju skaitu, iekārtu izmantošanu un lielāko risku tabulas veidā katram scenārijam. Ierobežojumi: [saraksts]. Dati: [tabula]
2) Krāsu secības optimizācija:
Sakārtojiet tālāk norādītos krāsošanas darbus no gaišas uz tumšu tajā pašā mašīnā; Samaziniet piesārņojuma risku krāsu pārejas laikā. Atzīmējiet visus, kas pārkāpj termiņu. Darbi: [krāsa, daudzums, piegāde]
3) Šaurās vietas analīze:
Atrodiet sašaurinājumu šajā ražošanas plūsmā (katra posma posmi un jauda). Kurš posms liek pārējiem gaidīt? Kā jaudas palielināšana par X% ietekmē kopējo izlaidi (aptuvens aprēķins)? Dati: [straume]
4) Pārplānošanas aktivizētājs:
Plānā tika veiktas šādas izmaiņas: [mašīnas darbības traucējumi / steidzams pasūtījums]. Kā es varu pārskatīt pašreizējo grafiku ar vismazākajiem traucējumiem? Norādiet ietekmētos pasūtījumus un jaunus piegādes aprēķinus. Pašreizējais plāns: [kopsavilkums]
Plānošanas kritēriju tabula
kritērijs
Kādi pasākumi
labs virziens
piezīme
Savlaicīga piegādes likme
turēt solījumus
augsts
klientu uzticība
OEE
mašīnas efektivitāte
augsts
Lietojamība × veiktspēja × kvalitāte
Instalāciju skaits/ilgums
pārejas zudums
zems
Grupēšana samazinās
Vidējais plūsmas laiks
Pasūtiet palieciet iekšā
zems
skaidras naudas cikls
Sašaurinājuma kakliņa izmantošana
ierobežojošā fāze
jāskatās
Tas izgaismo investīciju lēmumus
Uzmanību: AI diagramma ir ieteikums, nevis rīkojums. Faktiskā rūpnīca ietver zināmus darbības traucējumus, atvaļinājumus, izejvielu aizkavēšanos un steidzamus klientu pieprasījumus. Plānošanas darbinieks apstiprina galīgo grafiku un prioritāšu noteikšanu ar visu mutisku/vietējo informāciju.
Biežas kļūdas
- Procesa noteikumu apiešana. Ja plānā nav iekļauti ierobežojumi, piemēram, krāsu secība, ieteikums nedarbosies.
- Dzenoties pēc optimālā. Priekšroka tiek dota stabilam elastīgam plānam, nevis trauslam perfektam plānam.
- Neredzot sašaurinājumu. Resurss tiek iztērēts nepareizā vietā; Īstā robeža ir citā stadijā.
- Statiskā plānošana. Ja plāns netiek atjaunināts, mainoties realitātei, tas ātri noveco.
- Izņemot cilvēku zināšanas. Verbālās prioritātes un vietējie ierobežojumi modelī nav iekļauti.
Rezumējot
Ražošanas plānošana ir problēma ar ierobežotiem resursiem izpildīt lielu pasūtījumu skaitu līdz piegādes datumam; Tā kombinatoriskā rakstura dēļ tiek mērķēts uz "pietiekami labu" un elastīgu plānu. AI ģenerē scenārijus, padara redzamas vājās vietas un ierosina ierobežotas optimizācijas, piemēram, krāsu šķirošanu, taču procesa noteikumi ir jāievieš uzvednē, plāns ir jāpabeidz ar reāliem ierobežojumiem un cilvēka spriedumu. Rūpnīcā, kas mainās, plāns tiek pastāvīgi pārskatīts.
Lietojumprogrammas uzdevums
Sagatavojiet ieraksta paraugu no vismaz 8 pasūtījumiem (daudzums, piegādes datums) un 2-3 automātiem. Izmantojiet šīs vienības veidnes "scenāriju salīdzināšana" un "krāsu secības optimizācija". Identificējiet sašaurinājumu vislabākajā AI ieteiktajā scenārijā un iesakiet darbību, lai to novērstu (otrā maiņa, ārpakalpojumi, secības maiņa). Pārbaudiet ar rindkopu, kā krāsu secības noteikums ir atspoguļots piedāvātajā plānā.
kontrolsaraksts
- [ ] Es uzvednē ievietoju procesa ierobežojumus (krāsu secību, grupēšanu).
- [ ] Es tiecos pēc stabila un elastīga plāna, nevis optimāla.
- [ ] Es analizēju vājo vietu un novirzu resursu uz pareizo vietu.
- [ ] Plānu regulāri pārskatīju atbilstoši faktiskajai realizācijai.
- [ ] Es pabeidzu galīgo grafiku ar plānošanas darbinieka apstiprinājumu.