ਲਾਭ:
- ਬੁਨਿਆਦੀ ਪੱਧਰ 'ਤੇ MPS, MRP ਅਤੇ ਵਰਕਸ਼ਾਪ ਸਮਾਂ-ਸਾਰਣੀ ਦੇ ਸੰਕਲਪਾਂ ਨੂੰ ਸਮਝਾਉਣ ਦੀ ਸਮਰੱਥਾ
- AI ਨਾਲ ਸਮਾਂ-ਸਾਰਣੀ ਨਿਯਮਾਂ ਅਤੇ ਦ੍ਰਿਸ਼ਾਂ (SPT, EDD, ਨਾਜ਼ੁਕ ਅਨੁਪਾਤ) ਦੀ ਤੁਲਨਾ ਕਰਨ ਦੀ ਸਮਰੱਥਾ
- AI ਆਉਟਪੁੱਟ ਵਿੱਚ ਸਮਰੱਥਾ ਅਤੇ ਰੁਕਾਵਟਾਂ ਦੀ ਉਲੰਘਣਾ ਦੀ ਜਾਂਚ ਕਰਨ ਅਤੇ ਠੀਕ ਕਰਨ ਦੀ ਸਮਰੱਥਾ
ਉਤਪਾਦਨ ਦੀ ਯੋਜਨਾਬੰਦੀ ਰੀੜ੍ਹ ਦੀ ਹੱਡੀ ਦੀ ਪ੍ਰਕਿਰਿਆ ਹੈ ਜੋ "ਕੀ, ਕਦੋਂ, ਕਿਹੜੇ ਸਰੋਤਾਂ ਨਾਲ" ਤੁਸੀਂ ਪੈਦਾ ਕਰੋਗੇ ਨੂੰ ਸੰਗਠਿਤ ਕਰਦੀ ਹੈ। ਇੱਕ ਚੰਗੀ ਯੋਜਨਾ ਸਮਾਂ-ਸੀਮਾਵਾਂ ਨੂੰ ਪੂਰਾ ਕਰਦੀ ਹੈ, ਮਸ਼ੀਨਾਂ ਨੂੰ ਵਿਹਲੀ ਨਹੀਂ ਛੱਡਦੀ ਅਤੇ ਸਟਾਕ ਨੂੰ ਨਹੀਂ ਵਧਾਉਂਦੀ; ਇੱਕ ਮਾੜੀ ਯੋਜਨਾ ਹਫੜਾ-ਦਫੜੀ, ਓਵਰਟਾਈਮ ਅਤੇ ਲੇਟ ਡਿਲੀਵਰੀ ਵੱਲ ਖੜਦੀ ਹੈ। ਏਆਈ ਇਸ ਖੇਤਰ ਵਿੱਚ ਸਮਾਂ-ਸਾਰਣੀ ਨਿਯਮਾਂ ਦੀ ਤੁਲਨਾ ਕਰਨ, ਦ੍ਰਿਸ਼ ਬਣਾਉਣ ਅਤੇ ਸੂਚੀਬੱਧ ਰੁਕਾਵਟਾਂ ਵਿੱਚ ਸ਼ਕਤੀਸ਼ਾਲੀ ਹੈ; ਹਾਲਾਂਕਿ, ਇਹ ਸਮਰੱਥਾ ਅਤੇ ਤਰਜੀਹੀ ਰੁਕਾਵਟਾਂ ਨੂੰ ਵੀ ਨਜ਼ਰਅੰਦਾਜ਼ ਕਰ ਸਕਦਾ ਹੈ ਅਤੇ ਯੋਜਨਾਵਾਂ ਤਿਆਰ ਕਰ ਸਕਦਾ ਹੈ ਜੋ "ਕਾਗਜ਼ 'ਤੇ ਵਧੀਆ ਪਰ ਲਾਗੂ ਨਾ ਹੋਣ ਯੋਗ" ਹਨ। ਇਸ ਯੂਨਿਟ ਵਿੱਚ, ਅਸੀਂ MPS/MRP ਸੰਕਲਪਾਂ, ਸਮਾਂ-ਤਹਿ ਨਿਯਮਾਂ, ਅਤੇ AI ਆਉਟਪੁੱਟ ਨੂੰ ਪ੍ਰਮਾਣਿਤ ਕਰਨ ਦੇ ਤਰੀਕੇ ਨੂੰ ਕਵਰ ਕਰਾਂਗੇ।
ਯੋਜਨਾਬੰਦੀ ਲੜੀ: MPS ਅਤੇ MRP
ਉਤਪਾਦਨ ਦੀ ਯੋਜਨਾ ਆਮ ਤੋਂ ਖਾਸ ਤੱਕ ਇੱਕ ਲੜੀ ਹੈ।
ਪੱਧਰ
ਕੀ ਕਰਦਾ ਹੈ
ਸਮਾਂ ਦੂਰੀ
S&OP / ਬਲਕ ਯੋਜਨਾ
ਮੋਟੇ ਤੌਰ 'ਤੇ ਮੰਗ-ਸਮਰੱਥਾ ਸੰਤੁਲਨ ਸਥਾਪਤ ਕਰਦਾ ਹੈ
ਮਹੀਨੇ
MPS (ਮਾਸਟਰ ਪ੍ਰੋਡਕਸ਼ਨ ਸ਼ਡਿਊਲ)
ਮੁਕੰਮਲ ਉਤਪਾਦ ਨੂੰ ਪੀਰੀਅਡਾਂ ਵਿੱਚ ਵੰਡਦਾ ਹੈ
ਹਫ਼ਤੇ
MRP (ਮਟੀਰੀਅਲ ਲੋੜਾਂ ਦੀ ਯੋਜਨਾ)
BOM ਤੋਂ ਕੰਪੋਨੈਂਟ ਲੋੜਾਂ ਨੂੰ ਹਟਾਉਂਦਾ ਹੈ
ਹਫ਼ਤੇ/ਦਿਨ
ਵਰਕਸ਼ਾਪ ਤਹਿ
ਮਸ਼ੀਨਾਂ/ਘੜੀਆਂ 'ਤੇ ਨੌਕਰੀਆਂ ਦਿੰਦੇ ਹਨ
ਦਿਨ/ਘੰਟੇ
MRP ਤਰਕ ਲਾਜ਼ਮੀ ਤੌਰ 'ਤੇ ਸਧਾਰਨ ਹੈ: ਤਿਆਰ ਉਤਪਾਦ ਦੀ ਮੰਗ (MPS) ਲਈ ਜਾਂਦੀ ਹੈ, ਸਮੱਗਰੀ ਦੇ ਬਿੱਲ (BOM) ਨਾਲ ਵਿਸਫੋਟ ਕੀਤੀ ਜਾਂਦੀ ਹੈ, ਆਨ-ਹੈਂਡ ਸਟਾਕ ਅਤੇ ਓਪਨ ਆਰਡਰ ਕੱਟੇ ਜਾਂਦੇ ਹਨ, ਅਤੇ ਸ਼ੁੱਧ ਲੋੜ ਨੂੰ ਲੀਡ ਟਾਈਮ (ਆਫਸੈਟਿੰਗ) ਦੁਆਰਾ ਵਾਪਸ ਤਬਦੀਲ ਕਰ ਦਿੱਤਾ ਜਾਂਦਾ ਹੈ। AI ਇਸ ਤਰਕ ਨੂੰ ਸਮਝਾਉਣ ਅਤੇ ਉਦਾਹਰਨ ਟੇਬਲ ਸਥਾਪਤ ਕਰਨ ਵਿੱਚ ਚੰਗਾ ਹੈ।
ਭੂਮਿਕਾ: ਤੁਸੀਂ ਇੱਕ ਉਦਯੋਗਿਕ ਇੰਜੀਨੀਅਰ ਹੋ ਜੋ ਉਤਪਾਦਨ ਦੀ ਯੋਜਨਾਬੰਦੀ ਵਿੱਚ ਮਾਹਰ ਹੈ। ਕੰਮ: ਹੇਠਾਂ ਦਿੱਤੇ ਉਤਪਾਦ ਲਈ ਇੱਕ ਸਧਾਰਨ MRP ਸਾਰਣੀ ਸੈਟ ਅਪ ਕਰੋ। ਕੁੱਲ ਲੋੜ, ਯੋਜਨਾਬੱਧ ਸਪੁਰਦਗੀ, ਆਨ-ਹੈਂਡ ਸਟਾਕ, ਸ਼ੁੱਧ ਲੋੜ ਅਤੇ ਯੋਜਨਾਬੱਧ ਆਰਡਰ ਰੀਲੀਜ਼ ਹਫ਼ਤਾਵਾਰੀ ਲਈ ਕਤਾਰਾਂ ਦਿਖਾਓ। ਉਤਪਾਦ: A (ਹਫ਼ਤਾਵਾਰੀ ਕੁੱਲ ਲੋੜ: {{ ਮੁੱਲ }}) ਸ਼ੁਰੂਆਤੀ ਸਟਾਕ: {{ x }}, ਲੀਡ/ਉਤਪਾਦਨ ਸਮਾਂ: {{ y ਹਫ਼ਤੇ }}, ਲਾਟ ਸਾਈਜ਼: {{ ਲਾਟ }} ਨਿਯਮ: ਹਰੇਕ ਸੈੱਲ ਨੂੰ ਕਿਵੇਂ ਲਾਗੂ ਕੀਤਾ ਜਾਂਦਾ ਹੈ, ਸੰਖਿਪਤ ਤੌਰ 'ਤੇ ਸਹੀ ਢੰਗ ਨਾਲ ਲਾਗੂ ਕੀਤਾ ਜਾਂਦਾ ਹੈ। ਮਨਘੜਤ ਮੁੱਲ ਪੈਦਾ ਕਰਨਾ।
ਸੰਕੇਤ: MRP ਆਉਟਪੁੱਟ ਵਿੱਚ ਸਭ ਤੋਂ ਆਮ ਗਲਤੀ ਗਲਤ ਲੀਡ ਟਾਈਮ ਆਫਸੈੱਟ ਹੈ। ਲਾਈਨ ਦੁਆਰਾ ਲਾਈਨ ਦੀ ਜਾਂਚ ਕਰੋ ਕਿ AI ਦੀ ਯੋਜਨਾਬੱਧ ਆਰਡਰ ਰੀਲੀਜ਼ ਲਾਈਨ ਸ਼ੁੱਧ ਲੋੜ ਦੇ ਸਹੀ ਲੀਡ ਟਾਈਮ ਤੋਂ ਪਹਿਲਾਂ ਹੈ।
ਤਹਿ ਕਰਨ ਦੇ ਨਿਯਮ (ਡਿਸਪੈਚਿੰਗ ਨਿਯਮ)
ਜਿਸ ਕ੍ਰਮ ਵਿੱਚ ਤੁਸੀਂ ਇੱਕ ਮਸ਼ੀਨ 'ਤੇ ਉਡੀਕ ਦੀਆਂ ਨੌਕਰੀਆਂ ਨੂੰ ਸੰਭਾਲਦੇ ਹੋ, ਉਹ ਸਿੱਧੇ ਤੌਰ 'ਤੇ ਔਸਤ ਲੇਟੈਂਸੀ ਅਤੇ ਪ੍ਰਵਾਹ ਸਮੇਂ ਨੂੰ ਪ੍ਰਭਾਵਿਤ ਕਰਦਾ ਹੈ। ਸਭ ਤੋਂ ਆਮ ਤਰਜੀਹੀ ਨਿਯਮ:
- FCFS (ਪਹਿਲਾਂ ਆਓ, ਪਹਿਲਾਂ ਪਾਓ): ਨਿਰਪੱਖ ਪਰ ਪ੍ਰਦਰਸ਼ਨ ਅਧਾਰਤ ਨਹੀਂ।
- SPT (ਸਭ ਤੋਂ ਛੋਟਾ ਪ੍ਰੋਸੈਸਿੰਗ ਸਮਾਂ): ਔਸਤ ਸਟ੍ਰੀਮਿੰਗ ਸਮਾਂ ਅਤੇ ਔਸਤ ਲੇਟੈਂਸੀ ਨੂੰ ਘਟਾਉਂਦਾ ਹੈ; ਲੰਬੇ ਕੰਮਾਂ ਨੂੰ ਟਾਲਦਾ ਹੈ।
- EDD (ਸਭ ਤੋਂ ਪਹਿਲਾਂ ਡਿਲੀਵਰੀ ਦੀ ਮਿਤੀ): ਇਹ ਵੱਧ ਤੋਂ ਵੱਧ ਦੇਰੀ ਨੂੰ ਘਟਾਉਣ ਲਈ ਚੰਗਾ ਹੈ।
- ਨਾਜ਼ੁਕ ਦਰ (CR): (ਬਾਕੀ ਸਮਾਂ / ਬਾਕੀ ਕੰਮ ਦਾ ਸਮਾਂ); ਗਤੀਸ਼ੀਲ ਤੌਰ 'ਤੇ ਡਿਲੀਵਰੀ ਦਬਾਅ ਨੂੰ ਸੰਤੁਲਿਤ ਕਰਦਾ ਹੈ।
ਇੱਕ ਛੋਟੀ ਜਿਹੀ ਉਦਾਹਰਣ. ਚਾਰ ਨੌਕਰੀਆਂ, ਇੱਕ ਮਸ਼ੀਨ, ਪ੍ਰੋਸੈਸਿੰਗ ਦੇ ਸਮੇਂ ਅਤੇ ਡਿਲੀਵਰੀ ਤਾਰੀਖਾਂ:
ਵਪਾਰ | ਪ੍ਰੋਸੈਸਿੰਗ ਸਮਾਂ | ਡਿਲਿਵਰੀ ਏ | 4 | 6ਬੀ | 2 | 4ਸੀ | 6 | 8ਡੀ | 1 | 3SPT ਆਰਡਰ (ਸਮੇਂ ਅਨੁਸਾਰ): D(1), B(2), A(4), C(6)ਮੁਕੰਮਲ ਹੋਣ ਦਾ ਸਮਾਂ: D=1, B=3, A=7, C=13 ਪ੍ਰਵਾਹ ਸਮੇਂ ਦਾ ਜੋੜ = 1 + 3 + 7 + 13 = 24 → ਔਸਤ = 6.0EDD ਆਰਡਰ (ਡਿਲੀਵਰੀ ਦੁਆਰਾ): D(3), B(4), D(3), B(4), D(3), D(3, B(4), Dle=6 ਵਾਰ A=7, C=13ਦੇਰੀ: D:0, B:0, A:1, C:5 → ਅਧਿਕਤਮ ਦੇਰੀ = 5
ਵੱਖ-ਵੱਖ ਨਿਯਮ ਵੱਖ-ਵੱਖ ਉਦੇਸ਼ਾਂ ਵਿੱਚ ਸੁਧਾਰ ਕਰਦੇ ਹਨ: SPT ਔਸਤ ਪ੍ਰਵਾਹ, EDD ਦੇਰੀ ਸਿਖਰ ਮੁੱਲ। "ਕੀ ਸਹੀ ਹੈ?" ਸਵਾਲ ਦਾ ਜਵਾਬ ਉਦੇਸ਼ 'ਤੇ ਨਿਰਭਰ ਕਰਦਾ ਹੈ, ਅਤੇ ਸਿਰਫ ਕਿਉਂਕਿ AI ਕਹਿੰਦਾ ਹੈ "ਇਹ ਸਭ ਤੋਂ ਵਧੀਆ ਹੈ" ਇਹ ਫੈਸਲਾ ਨਹੀਂ ਕਰਦਾ.
ਕਮਜ਼ੋਰ ਪ੍ਰੋਂਪਟ / ਮਜ਼ਬੂਤ ਪ੍ਰੋਂਪਟ
ਕਮਜ਼ੋਰ ਪ੍ਰੋਂਪਟ:
ਇਹਨਾਂ ਨੌਕਰੀਆਂ ਨੂੰ ਸਭ ਤੋਂ ਵਧੀਆ ਸੰਭਵ ਤਰੀਕੇ ਨਾਲ ਛਾਂਟੋ।
"ਸਭ ਤੋਂ ਵਧੀਆ" ਪਰਿਭਾਸ਼ਿਤ ਨਹੀਂ ਹੈ; AI ਇਹ ਜਾਣੇ ਬਿਨਾਂ ਇੱਕ ਬੇਤਰਤੀਬ ਆਰਡਰ ਦਿੰਦਾ ਹੈ ਕਿ ਇਹ ਕਿਸ ਉਦੇਸ਼ ਲਈ ਅਨੁਕੂਲਿਤ ਕਰ ਰਿਹਾ ਹੈ।
ਸ਼ਕਤੀਸ਼ਾਲੀ ਪ੍ਰਾਉਟ:
SPT ਅਤੇ EDD ਨਿਯਮਾਂ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਇਹਨਾਂ ਨੌਕਰੀਆਂ ਨੂੰ ਕ੍ਰਮਬੱਧ ਕਰੋ। ਹਰ ਕਤਾਰ ਲਈ ਪੂਰਾ ਹੋਣ ਦੇ ਸਮੇਂ, ਔਸਤ ਪ੍ਰਵਾਹ ਸਮਾਂ ਅਤੇ ਵੱਧ ਤੋਂ ਵੱਧ ਦੇਰੀ ਦੀ ਗਣਨਾ ਕਰੋ ਅਤੇ ਇੱਕ ਤੁਲਨਾ ਸਾਰਣੀ ਬਣਾਓ। ਮੇਰਾ ਟੀਚਾ "ਗੁੰਮ ਹੋਈਆਂ ਅੰਤਮ ਤਾਰੀਖਾਂ ਨੂੰ ਘੱਟ ਤੋਂ ਘੱਟ ਕਰਨਾ" ਹੈ। ਮੈਨੂੰ ਦੱਸੋ ਕਿ ਇਸ ਮਕਸਦ ਲਈ ਕਿਹੜਾ ਨਿਯਮ ਜ਼ਿਆਦਾ ਢੁਕਵਾਂ ਹੈ, ਕਾਰਨਾਂ ਦੇ ਨਾਲ। ਕੰਮ: {{ ਸੂਚੀ }}। ਖਾਤੇ ਦੇ ਪੜਾਅ ਦਿਖਾਓ।
ਦੂਜਾ ਪ੍ਰੋਂਪਟ ਇਰਾਦੇ ਨੂੰ ਸਪੱਸ਼ਟ ਕਰਦਾ ਹੈ, ਕਈ ਨਿਯਮਾਂ ਦੀ ਤੁਲਨਾ ਕਰਦਾ ਹੈ, ਅਤੇ ਖਾਤੇ ਨੂੰ ਦ੍ਰਿਸ਼ਮਾਨ ਬਣਾਉਂਦਾ ਹੈ; ਇਹਨਾਂ ਤਿੰਨਾਂ ਤੋਂ ਬਿਨਾਂ, ਚਾਰਟ ਦਾ ਫੈਸਲਾ ਭਰੋਸੇਯੋਗ ਨਹੀਂ ਹੈ।
ਸਮਰੱਥਾ ਅਤੇ ਰੁਕਾਵਟ ਨਿਯੰਤਰਣ
ਜੇਕਰ ਕੋਈ ਯੋਜਨਾ ਸਮਰੱਥਾ ਤੋਂ ਵੱਧ ਹੈ, ਤਾਂ ਇਹ ਵੈਧ ਨਹੀਂ ਹੈ। ਨਿਮਨਲਿਖਤ ਰੁਕਾਵਟਾਂ ਦੇ ਵਿਰੁੱਧ AI ਦੁਆਰਾ ਤਿਆਰ ਕੀਤੇ ਕਾਰਜਕ੍ਰਮ ਦੀ ਜਾਂਚ ਕਰਨਾ ਯਕੀਨੀ ਬਣਾਓ: ਮਸ਼ੀਨ ਦੀ ਸਮਰੱਥਾ (ਘੰਟੇ), ਸ਼ਿਫਟ ਸੀਮਾਵਾਂ, ਸੈੱਟਅੱਪ ਸਮਾਂ, ਤਰਜੀਹ ਸਬੰਧ (ਇੱਕ ਕੰਮ ਦੂਜੇ ਤੋਂ ਪਹਿਲਾਂ ਪੂਰਾ ਹੋਣਾ ਚਾਹੀਦਾ ਹੈ), ਅਤੇ ਸਮੱਗਰੀ ਦੀ ਉਪਲਬਧਤਾ।
ਪਾਬੰਦੀਆਂ ਦੀ ਉਲੰਘਣਾ ਲਈ ਹੇਠਾਂ ਦਿੱਤੇ ਚਾਰਟ ਦੀ ਜਾਂਚ ਕਰੋ:- ਕੀ ਹਫ਼ਤੇ ਲਈ ਕੁੱਲ ਲੋਡ ਹਰੇਕ ਮਸ਼ੀਨ 'ਤੇ ਸਮਰੱਥਾ (40 ਘੰਟੇ/ਹਫ਼ਤੇ) ਤੋਂ ਵੱਧ ਹੈ?- ਕੀ ਸੈੱਟਅੱਪ ਸਮੇਂ ਸ਼ਾਮਲ ਹਨ?- ਕੀ ਤਰਜੀਹੀ ਰੁਕਾਵਟ (ਨੌਕਰੀ B ਨੂੰ A ਤੋਂ ਪਹਿਲਾਂ ਪੂਰਾ ਕਰਨਾ ਚਾਹੀਦਾ ਹੈ) ਬਣਾਈ ਰੱਖਿਆ ਗਿਆ ਹੈ? ਚਾਰਟ: {{ ... }}। ਜੇਕਰ ਤੁਸੀਂ ਉਲੰਘਣਾਵਾਂ ਲੱਭਦੇ ਹੋ, ਤਾਂ ਉਹਨਾਂ ਨੂੰ ਇੱਕ ਸਾਰਣੀ ਵਿੱਚ ਸੂਚੀਬੱਧ ਕਰੋ ਅਤੇ ਸੁਧਾਰਾਂ ਦਾ ਸੁਝਾਅ ਦਿਓ।
ਸਾਵਧਾਨ: AI ਅਕਸਰ ਸਮਰੱਥਾ ਦੀ ਕਮੀ ਨੂੰ "ਭੁੱਲ" ਜਾਂਦਾ ਹੈ ਅਤੇ 45 ਘੰਟਿਆਂ ਦੇ ਕੰਮ ਵਾਲੀ ਮਸ਼ੀਨ ਨੂੰ ਲੋਡ ਕਰਦਾ ਹੈ। ਉਤਪਾਦਨ ਦਾ ਫੈਸਲਾ ਕਰਨ ਤੋਂ ਪਹਿਲਾਂ, ਹਰੇਕ ਮਸ਼ੀਨ ਦੇ ਹਫਤਾਵਾਰੀ ਕੁੱਲ ਲੋਡ ਨੂੰ ਹੱਥੀਂ ਜਾਂ ਟੇਬਲ ਨਾਲ ਇਕੱਠਾ ਕਰੋ ਅਤੇ ਸਮਰੱਥਾ ਨਾਲ ਤੁਲਨਾ ਕਰੋ।
ਮਿੰਨੀ ਕੇਸ: ਬੋਟਲਨੇਕ ਮਸ਼ੀਨ ਅਤੇ ਗਲਤ ਨਿਯਮ
ਇੱਕ ਧਾਤੂ ਦੀ ਦੁਕਾਨ ਵਿੱਚ, ਡਿਲਿਵਰੀ ਵਿੱਚ ਲਗਾਤਾਰ ਦੇਰੀ ਹੁੰਦੀ ਹੈ। ਉਦਯੋਗਿਕ ਇੰਜੀਨੀਅਰ ਕੈਨਸੂ ਦੇਖਦਾ ਹੈ ਕਿ ਨੌਕਰੀਆਂ FCFS ਨਾਲ ਛਾਂਟੀਆਂ ਜਾਂਦੀਆਂ ਹਨ। ਇਹ AI ਨੂੰ ਮੌਜੂਦਾ ਬੈਕਲਾਗ, ਪ੍ਰੋਸੈਸਿੰਗ ਸਮੇਂ, ਅਤੇ ਸਮਾਂ ਸੀਮਾਵਾਂ ਦਿੰਦਾ ਹੈ ਅਤੇ ਇਸਨੂੰ SPT, EDD, ਅਤੇ ਨਾਜ਼ੁਕ ਅਨੁਪਾਤ ਦੀ ਤੁਲਨਾ ਕਰਨ ਲਈ ਕਹਿੰਦਾ ਹੈ। AI ਸਾਰੇ ਤਿੰਨ ਨਿਯਮਾਂ ਲਈ ਮੈਟ੍ਰਿਕਸ ਦੀ ਗਣਨਾ ਕਰਦਾ ਹੈ: SPT ਔਸਤ ਪ੍ਰਵਾਹ 'ਤੇ ਸਭ ਤੋਂ ਵਧੀਆ ਹੈ, ਪਰ ਕੁਝ ਵੱਡੀਆਂ ਨੌਕਰੀਆਂ ਬਹੁਤ ਦੇਰ ਨਾਲ ਹਨ; EDD ਮਹੱਤਵਪੂਰਨ ਤੌਰ 'ਤੇ ਵੱਧ ਤੋਂ ਵੱਧ ਲੇਟੈਂਸੀ ਨੂੰ ਘਟਾਉਂਦਾ ਹੈ। ਕੈਨਸੂ ਬੋਟਲਨੇਕ ਬੈਂਚ 'ਤੇ EDD 'ਤੇ ਸਵਿਚ ਕਰਦਾ ਹੈ। ਪਰ AI ਦੁਆਰਾ ਸੁਝਾਏ ਗਏ ਪਹਿਲੇ ਅਨੁਸੂਚੀ ਨੇ ਦੋ ਨੌਕਰੀਆਂ ਦੇ ਤਰਜੀਹੀ ਸਬੰਧਾਂ ਦੀ ਉਲੰਘਣਾ ਕੀਤੀ (ਅਸੈਂਬਲੀ ਨੂੰ ਪਹਿਲਾਂ ਸਰੀਰ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ); ਕੈਨਸੂ ਇਸ ਨੂੰ ਕੰਟਰੋਲ ਪੜਾਅ 'ਤੇ ਫੜਦਾ ਹੈ ਅਤੇ ਇਸ ਨੂੰ ਠੀਕ ਕਰਦਾ ਹੈ। ਨਤੀਜਾ: ਦੇਰੀ ਘੱਟ ਰਹੀ ਹੈ। AI ਨੇ ਨਿਯਮ ਦੀ ਤੁਲਨਾ ਕੀਤੀ; ਇਹ ਮਨੁੱਖੀ ਆਡਿਟ ਸੀ ਜਿਸ ਨੇ ਪਾਬੰਦੀਆਂ ਦੀ ਉਲੰਘਣਾ ਨੂੰ ਫੜਿਆ ਸੀ।
ਆਮ ਗਲਤੀਆਂ
- ਟੀਚਾ ਪਰਿਭਾਸ਼ਿਤ ਕੀਤੇ ਬਿਨਾਂ ਚਾਰਟ ਕਰਨਾ: "ਸਭ ਤੋਂ ਵਧੀਆ" ਕਹਿਣਾ; ਜਦੋਂ ਕਿ SPT ਅਤੇ EDD ਵੱਖ-ਵੱਖ ਉਦੇਸ਼ਾਂ ਨੂੰ ਸੁਧਾਰਦੇ ਹਨ।
- ਸਮਰੱਥਾ ਨੂੰ ਨਿਯੰਤਰਿਤ ਨਹੀਂ ਕਰਨਾ: ਇਹ ਸੋਚਣਾ ਕਿ ਏਆਈ ਦੀ ਓਵਰਕੈਪਸਿਟੀ ਯੋਜਨਾ ਸੰਭਵ ਹੈ।
- ਸੈੱਟਅੱਪ ਦੇ ਸਮੇਂ ਨੂੰ ਨਜ਼ਰਅੰਦਾਜ਼ ਕਰਨਾ: ਸੈੱਟਅੱਪ ਦੇ ਸਮੇਂ ਨੂੰ ਨਜ਼ਰਅੰਦਾਜ਼ ਕਰਨਾ ਅਤੇ ਅਜਿਹੀ ਯੋਜਨਾ ਦੇ ਨਾਲ ਆਉਣਾ ਜੋ ਅਸਲ ਵਿੱਚ ਕੰਮ ਨਹੀਂ ਕਰਦਾ।
- ਤਰਜੀਹੀ ਰੁਕਾਵਟਾਂ ਨੂੰ ਬਾਈਪਾਸ ਕਰਨਾ: ਲਾਜ਼ਮੀ ਤਰਜੀਹਾਂ ਨੂੰ ਜਾਰੀ ਕਰਨਾ, ਜਿਵੇਂ ਕਿ ਅਸੈਂਬਲੀ ਆਰਡਰ, ਉਹਨਾਂ ਦੀ ਜਾਂਚ ਕੀਤੇ ਬਿਨਾਂ।
- ਇੱਕ ਨਿਯਮ 'ਤੇ ਸਥਿਰਤਾ: ਹਰ ਸਥਿਤੀ ਵਿੱਚ ਇੱਕੋ ਨਿਯਮ ਦੀ ਵਰਤੋਂ ਕਰਨਾ; ਜਦੋਂ ਰੁਕਾਵਟ ਅਤੇ ਡਿਲੀਵਰੀ ਦਬਾਅ ਬਦਲਦਾ ਹੈ, ਤਾਂ ਨਿਯਮ ਨੂੰ ਵੀ ਬਦਲਣਾ ਚਾਹੀਦਾ ਹੈ.
ਸੰਖੇਪ ਵਿੱਚ
- ਉਤਪਾਦਨ ਦੀ ਯੋਜਨਾਬੰਦੀ ਆਮ ਤੋਂ ਖਾਸ ਤੱਕ ਇੱਕ ਲੜੀ ਹੈ: S&OP → MPS → MRP → ਦੁਕਾਨ ਦਾ ਸਮਾਂ-ਸਾਰਣੀ।
- MRP ਵਿੱਚ ਸਭ ਤੋਂ ਗੰਭੀਰ ਗਲਤੀ ਹੈ ਲੀਡ ਟਾਈਮ ਸ਼ਿਫਟ ਕਰਨਾ; ਲਾਈਨ ਦੁਆਰਾ AI ਆਉਟਪੁੱਟ ਲਾਈਨ ਦੀ ਜਾਂਚ ਕਰੋ.
- ਸਮਾਂ-ਤਹਿ ਨਿਯਮ (SPT, EDD, CR) ਵੱਖ-ਵੱਖ ਉਦੇਸ਼ਾਂ ਵਿੱਚ ਸੁਧਾਰ ਕਰਦੇ ਹਨ; ਨਿਯਮਾਂ ਦੀ ਚੋਣ ਉਦੇਸ਼ 'ਤੇ ਨਿਰਭਰ ਕਰਦੀ ਹੈ.
- ਸਮਰੱਥਾ, ਸੈਟਅਪ, ਅਤੇ ਤਰਜੀਹੀ ਰੁਕਾਵਟਾਂ ਦੇ ਵਿਰੁੱਧ AI ਦੁਆਰਾ ਤਿਆਰ ਕੀਤੇ ਹਰੇਕ ਕਾਰਜਕ੍ਰਮ ਦੀ ਜਾਂਚ ਕਰੋ।
- AI ਤੁਲਨਾ ਅਤੇ ਦ੍ਰਿਸ਼ ਪੈਦਾ ਕਰਦਾ ਹੈ; ਇਹ ਮਨੁੱਖ ਹੀ ਹੈ ਜੋ ਪਾਬੰਦੀ ਦੀ ਉਲੰਘਣਾ ਦਾ ਪਤਾ ਲਗਾਉਂਦਾ ਹੈ ਅਤੇ ਫੈਸਲਾ ਕਰਦਾ ਹੈ।
ਐਪਲੀਕੇਸ਼ਨ ਦਾ ਕੰਮ
ਘੱਟੋ-ਘੱਟ 5 ਨੌਕਰੀਆਂ (ਪ੍ਰਕਿਰਿਆ ਦੇ ਸਮੇਂ ਅਤੇ ਸਮਾਂ-ਸੀਮਾਵਾਂ ਦੇ ਨਾਲ) ਲਈ ਇੱਕ ਵਰਕਸ਼ਾਪ ਸਮਾਂ-ਸਾਰਣੀ ਸਮੱਸਿਆ ਦਾ ਨਿਰਮਾਣ ਕਰੋ। AI ਨੂੰ ਇਹਨਾਂ ਨੌਕਰੀਆਂ ਨੂੰ SPT ਅਤੇ EDD ਦੋਵਾਂ ਨਿਯਮਾਂ ਨਾਲ ਛਾਂਟਣ ਲਈ ਕਹੋ; ਹਰੇਕ ਕਤਾਰ ਲਈ ਔਸਤ ਵਹਾਅ ਸਮੇਂ ਅਤੇ ਅਧਿਕਤਮ ਦੇਰੀ ਦੀ ਗਣਨਾ ਕਰੋ। ਨਾਜ਼ੁਕ ਪ੍ਰਮਾਣਿਕਤਾ: ਘੱਟੋ-ਘੱਟ ਇੱਕ ਨਿਯਮ ਲਈ ਪੂਰਾ ਹੋਣ ਦੇ ਸਮੇਂ ਅਤੇ ਮੈਟ੍ਰਿਕਸ ਦੀ ਦਸਤੀ ਗਣਨਾ ਕਰੋ ਅਤੇ AI ਨਾਲ ਤੁਲਨਾ ਕਰੋ। ਫਿਰ ਇੱਕ ਤਰਜੀਹੀ ਰੁਕਾਵਟ ਸ਼ਾਮਲ ਕਰੋ (ਉਦਾਹਰਨ ਲਈ "ਨੌਕਰੀ C ਨੂੰ ਨੌਕਰੀ A ਤੋਂ ਪਹਿਲਾਂ ਪੂਰਾ ਕਰਨਾ ਚਾਹੀਦਾ ਹੈ") ਅਤੇ ਜਾਂਚ ਕਰੋ ਕਿ ਕੀ AI ਦਾ ਸਮਾਂ-ਸਾਰਣੀ ਇਸ ਰੁਕਾਵਟ ਦੀ ਉਲੰਘਣਾ ਕਰਦਾ ਹੈ। ਅੰਤ ਵਿੱਚ, ਇੱਕ ਵਾਕ ਵਿੱਚ ਜਾਇਜ਼ ਠਹਿਰਾਓ ਕਿ ਤੁਸੀਂ ਆਪਣੇ ਉਦੇਸ਼ (ਔਸਤ ਪ੍ਰਵਾਹ ਜਾਂ ਸਿਖਰ ਦੇਰੀ) ਦੇ ਅਧਾਰ ਤੇ ਕਿਹੜਾ ਨਿਯਮ ਚੁਣੋਗੇ।