ஆதாயங்கள்:
- எம்.பி.எஸ்., எம்.ஆர்.பி மற்றும் பட்டறை திட்டமிடல் கருத்துகளை அடிப்படை மட்டத்தில் விளக்கும் திறன்
- AI உடன் திட்டமிடல் விதிகள் மற்றும் காட்சிகளை (SPT, EDD, முக்கியமான விகிதம்) ஒப்பிடும் திறன்
- AI வெளியீட்டில் திறன் மற்றும் கட்டுப்பாடு மீறல்களைச் சரிபார்த்து சரிசெய்யும் திறன்
உற்பத்தி திட்டமிடல் என்பது "என்ன, எப்போது, எந்த ஆதாரங்களுடன்" நீங்கள் உற்பத்தி செய்வீர்கள் என்பதை ஒழுங்கமைக்கும் முதுகெலும்பு செயல்முறையாகும். ஒரு நல்ல திட்டம் காலக்கெடுவை சந்திக்கிறது, இயந்திரங்களை செயலற்ற நிலையில் விடாது மற்றும் பங்குகளை உயர்த்தாது; ஒரு மோசமான திட்டம் குழப்பம், கூடுதல் நேரம் மற்றும் தாமதமான டெலிவரிகளுக்கு வழிவகுக்கிறது. திட்டமிடல் விதிகள், காட்சிகளை உருவாக்குதல் மற்றும் கட்டுப்பாடுகளை பட்டியலிடுதல் ஆகியவற்றில் AI இந்த பகுதியில் சக்தி வாய்ந்தது; இருப்பினும், இது திறன் மற்றும் முன்னுரிமைக் கட்டுப்பாடுகளைக் கவனிக்காமல் "காகிதத்தில் நன்றாக இருக்கும் ஆனால் செயல்படுத்த முடியாத" திட்டங்களை உருவாக்க முடியும். இந்த யூனிட்டில், MPS/MRP கருத்துகள், திட்டமிடல் விதிகள் மற்றும் AI வெளியீட்டை எவ்வாறு சரிபார்க்கலாம் என்பதை நாங்கள் உள்ளடக்குவோம்.
திட்டமிடல் படிநிலை: MPS மற்றும் MRP
உற்பத்தி திட்டமிடல் என்பது பொதுவாக இருந்து குறிப்பிட்ட வரையிலான ஒரு படிநிலை ஆகும்.
நிலை
என்ன செய்கிறது
நேர அடிவானம்
S&OP / மொத்தத் திட்டம்
தேவை-திறன் சமநிலையை தோராயமாக நிறுவுகிறது
மாதங்கள்
MPS (முதன்மை தயாரிப்பு அட்டவணை)
முடிக்கப்பட்ட தயாரிப்பை காலங்களாக பிரிக்கிறது
வாரங்கள்
MRP (பொருள் தேவைகள் திட்டமிடல்)
BOM இலிருந்து கூறு தேவைகளை நீக்குகிறது
வாரங்கள்/நாட்கள்
பட்டறை திட்டமிடல்
இயந்திரங்கள்/கடிகாரங்களில் வேலைகளை இடுகிறது
நாட்கள்/மணிநேரம்
எம்ஆர்பி தர்க்கம் அடிப்படையில் எளிமையானது: முடிக்கப்பட்ட தயாரிப்பு தேவை (எம்பிஎஸ்) எடுக்கப்பட்டு, பொருட்களின் பில் (பிஓஎம்) மூலம் வெடித்து, ஆன்-ஹேண்ட் ஸ்டாக் மற்றும் ஓபன் ஆர்டர்கள் கழிக்கப்படுகின்றன, மேலும் நிகரத் தேவை லீட் டைம் (ஆஃப்செட்டிங்) மூலம் மீண்டும் மாற்றப்படுகிறது. இந்த தர்க்கத்தை விளக்கி உதாரண அட்டவணைகளை அமைப்பதில் AI சிறந்து விளங்குகிறது.
பங்கு: நீங்கள் ஒரு தொழில்துறை பொறியாளர், அவர் உற்பத்தி திட்டமிடலில் நிபுணத்துவம் பெற்றவர். பணி: பின்வரும் தயாரிப்புக்கான எளிய MRP அட்டவணையை அமைக்கவும். மொத்தத் தேவை, திட்டமிடப்பட்ட டெலிவரி, ஆன்-ஹேண்ட் ஸ்டாக், நிகரத் தேவை மற்றும் திட்டமிடப்பட்ட ஆர்டர் வெளியீடு வாராந்திரம் ஆகியவற்றிற்கான வரிசைகளைக் காட்டு புனையப்பட்ட மதிப்பை உருவாக்குதல்.
உதவிக்குறிப்பு: MRP வெளியீட்டில் மிகவும் பொதுவான பிழையானது தவறான லீட் டைம் ஆஃப்செட் ஆகும். AI இன் திட்டமிடப்பட்ட ஆர்டர் வெளியீட்டு வரியானது நிகரத் தேவையின் சரியான லீட் நேரத்திற்கு முன்னதாக உள்ளதா என்பதை வரிக்கு வரி சரிபார்க்கவும்.
திட்டமிடல் விதிகள் (விதிகளை அனுப்புதல்)
ஒரு கணினியில் காத்திருக்கும் வேலைகளை நீங்கள் கையாளும் வரிசை சராசரி தாமதம் மற்றும் ஓட்ட நேரத்தை நேரடியாக பாதிக்கிறது. மிகவும் பொதுவான முன்னுரிமை விதிகள்:
- FCFS (முதலில் வருபவருக்கு முதலில் சேவை): நியாயமான ஆனால் செயல்திறன் சார்ந்தது அல்ல.
- SPT (குறுகிய செயலாக்க நேரம்): சராசரி ஸ்ட்ரீமிங் நேரத்தையும் சராசரி தாமதத்தையும் குறைக்கிறது; நீண்ட பணிகளை தள்ளிப் போடும்.
- EDD (முந்தைய டெலிவரி தேதி): இது அதிகபட்ச தாமதத்தைக் குறைப்பதில் நல்லது.
- முக்கிய விகிதம் (CR): (மீதமுள்ள நேரம் / மீதமுள்ள வேலை நேரம்); விநியோக அழுத்தத்தை மாறும் வகையில் சமநிலைப்படுத்துகிறது.
ஒரு சிறிய உதாரணம். நான்கு வேலைகள், ஒரு இயந்திரம், செயலாக்க நேரங்கள் மற்றும் விநியோக தேதிகள்:
வணிகம் | செயலாக்க நேரம் | டெலிவரிA | 4 | 6B | 2 | 4C | 6 | 8D | 1 | 3SPT வரிசை (நேரத்தின்படி): D(1), B(2), A(4), C(6)நிறைவு நேரங்கள்: D=1, B=3, A=7, C=13ஓட்ட நேரங்களின் கூட்டுத்தொகை = 1 + 3 + 7 + 13 = 24 → சராசரி = 6.0EDD வரிசை (டெலிவரி மூலம்): D(3), B(4), A(4), A(3, Cple, A=7, C=13தாமதங்கள்: D:0, B:0, A:1, C:5 → அதிகபட்ச தாமதம் = 5
வெவ்வேறு விதிகள் வெவ்வேறு நோக்கத்தை மேம்படுத்துகின்றன: SPT சராசரி ஓட்டம், EDD தாமத உச்ச மதிப்பு. "எது சரி?" கேள்விக்கான பதில் நோக்கத்தைப் பொறுத்தது, மேலும் AI "இது சிறந்தது" என்று கூறுவதால் அந்த முடிவை எடுக்க முடியாது.
பலவீனமான ப்ராம்ட் / ஸ்ட்ராங் ப்ராம்ட்
பலவீனமான உடனடி:
இந்த வேலைகளை சிறந்த முறையில் வரிசைப்படுத்துங்கள்.
"சிறந்தது" என்பது வரையறுக்கப்படவில்லை; AI எந்த நோக்கத்திற்காக மேம்படுத்துகிறது என்று தெரியாமல் சீரற்ற வரிசையை வழங்குகிறது.
சக்திவாய்ந்த தூண்டுதல்:
SPT மற்றும் EDD விதிகளைப் பயன்படுத்தி இந்த வேலைகளை வரிசைப்படுத்தவும். ஒவ்வொரு வரிசையிலும் நிறைவு நேரங்கள், சராசரி ஓட்ட நேரம் மற்றும் அதிகபட்ச தாமதம் ஆகியவற்றைக் கணக்கிட்டு ஒரு ஒப்பீட்டு அட்டவணையை உருவாக்கவும். "காணாமல் போன காலக்கெடுவைக் குறைப்பதே" எனது குறிக்கோள். இந்த நோக்கத்திற்காக எந்த விதி மிகவும் பொருத்தமானது என்பதை காரணங்களுடன் சொல்லுங்கள். பணிகள்: {{ பட்டியல் }}. கணக்கு படிகளைக் காட்டு.
இரண்டாவது ப்ராம்ட் நோக்கத்தை தெளிவுபடுத்துகிறது, பல விதிகளை ஒப்பிடுகிறது மற்றும் கணக்கைக் காண வைக்கிறது; இந்த மூன்று இல்லாமல், விளக்கப்படம் முடிவு நம்பமுடியாதது.
திறன் மற்றும் கட்டுப்பாடு கட்டுப்பாடு
ஒரு திட்டம் திறனை மீறினால், அது செல்லாது. பின்வரும் கட்டுப்பாடுகளுக்கு எதிராக AI-உருவாக்கப்பட்ட அட்டவணையை சரிபார்க்கவும்: இயந்திர திறன் (மணிநேரம்), ஷிப்ட் வரம்புகள், அமைவு நேரங்கள், முன்னுரிமை உறவுகள் (ஒரு வேலை மற்றொன்றுக்கு முன் முடிக்கப்பட வேண்டும்) மற்றும் பொருள் கிடைக்கும் தன்மை.
கட்டுப்பாடு மீறல்களுக்கு பின்வரும் விளக்கப்படத்தைச் சரிபார்க்கவும்:- ஒவ்வொரு கணினியிலும் வாரத்தின் மொத்த சுமை கொள்ளளவு (40 மணிநேரம்/வாரம்) அதிகமாக உள்ளதா?- அமைவு நேரங்கள் சேர்க்கப்பட்டுள்ளதா?- முன்னுரிமைக் கட்டுப்பாடு (வேலை A க்கு முன் முடிக்க வேண்டும்) பராமரிக்கப்படுகிறதா? விளக்கப்படம்: {{ ... }}. மீறல்களைக் கண்டால், அவற்றை அட்டவணை வடிவத்தில் பட்டியலிட்டு, திருத்தங்களைப் பரிந்துரைக்கவும்.
எச்சரிக்கை: AI பெரும்பாலும் திறன் தடையை "மறந்து" 45 மணிநேர வேலையுடன் இயந்திரத்தை ஏற்றுகிறது. உற்பத்தி முடிவை எடுப்பதற்கு முன், ஒவ்வொரு இயந்திரத்தின் வாராந்திர மொத்த சுமையையும் கைமுறையாக அல்லது அட்டவணையுடன் சேகரித்து, அதை திறனுடன் ஒப்பிடவும்.
மினி கேஸ்: பாட்டில்நெக் மெஷின் மற்றும் தவறான விதி
ஒரு உலோக வேலை செய்யும் கடையில், விநியோகம் தொடர்ந்து தாமதமாகிறது. தொழில்துறை பொறியாளர் Cansu வேலைகள் FCFS மூலம் வரிசைப்படுத்தப்படுவதைக் காண்கிறார். இது AIக்கு தற்போதைய பேக்லாக், செயலாக்க நேரங்கள் மற்றும் காலக்கெடுவை வழங்குகிறது மற்றும் SPT, EDD மற்றும் முக்கியமான விகிதத்தை ஒப்பிடும்படி கேட்கிறது. AI மூன்று விதிகளுக்கும் அளவீடுகளைக் கணக்கிடுகிறது: சராசரி ஓட்டத்தில் SPT சிறந்தது, ஆனால் சில பெரிய வேலைகள் மிகவும் தாமதமாகின்றன; EDD அதிகபட்ச தாமதத்தை கணிசமாகக் குறைக்கிறது. கான்சு பிளாட்நெக் பெஞ்சில் EDDக்கு மாறுகிறது. ஆனால் AI பரிந்துரைத்த முதல் அட்டவணை இரண்டு வேலைகளின் முன்னுரிமை உறவை மீறியது (அசெம்பிளுக்கு முதலில் உடல் தேவை); கன்சு இதை கட்டுப்பாட்டு நிலையில் பிடித்து சரி செய்கிறது. விளைவு: தாமதங்கள் குறைந்து வருகின்றன. AI விதியை ஒப்பிட்டுப் பார்த்தது; மனித தணிக்கைதான் கட்டுப்பாடு மீறலைப் பிடித்தது.
பொதுவான தவறுகள்
- இலக்கை வரையறுக்காமல் பட்டியலிடுதல்: "சிறந்தது" என்று கூறுதல்; அதேசமயம் SPT மற்றும் EDD ஆகியவை வெவ்வேறு நோக்கங்களை மேம்படுத்துகின்றன.
- திறனைக் கட்டுப்படுத்தவில்லை: AI இன் அதிக திறன் திட்டம் சாத்தியமானது என்று நினைப்பது.
- அமைவு நேரங்களைப் புறக்கணித்தல்: அமைவு நேரங்களைப் புறக்கணித்து, உண்மையில் வேலை செய்யாத திட்டத்தைக் கொண்டு வருவது.
- முன்னுரிமைக் கட்டுப்பாடுகளைத் தவிர்ப்பது: அவற்றைச் சரிபார்க்காமல், சட்டசபை உத்தரவு போன்ற கட்டாய முன்னுரிமைகளை வழங்குதல்.
- ஒரு விதியில் நிர்ணயம்: ஒவ்வொரு சூழ்நிலையிலும் ஒரே விதியைப் பயன்படுத்துதல்; இடையூறு மற்றும் விநியோக அழுத்தம் மாறும்போது, விதியும் மாற வேண்டும்.
சுருக்கமாக
- உற்பத்தித் திட்டமிடல் என்பது பொதுவாக இருந்து குறிப்பிட்ட வரையிலான ஒரு படிநிலை: S&OP → MPS → MRP → கடை திட்டமிடல்.
- எம்ஆர்பியில் மிக முக்கியமான தவறு, முன்னணி நேரத்தை மாற்றுவது; AI வெளியீட்டை வரி மூலம் சரிபார்க்கவும்.
- திட்டமிடல் விதிகள் (SPT, EDD, CR) வெவ்வேறு நோக்கங்களை மேம்படுத்துகின்றன; விதிகளின் தேர்வு நோக்கத்தைப் பொறுத்தது.
- திறன், அமைவு மற்றும் முன்னுரிமைக் கட்டுப்பாடுகளுக்கு எதிராக AI உருவாக்கும் ஒவ்வொரு அட்டவணையையும் சரிபார்க்கவும்.
- AI ஒப்பீடு மற்றும் காட்சியை உருவாக்குகிறது; கட்டுப்பாடு மீறலைக் கண்டறிந்து முடிவெடுப்பவர் மனிதர்.
விண்ணப்ப பணி
குறைந்தது 5 வேலைகளுக்கு (செயலாக்க நேரங்கள் மற்றும் காலக்கெடுவுடன்) பட்டறை திட்டமிடல் சிக்கலை உருவாக்கவும். SPT மற்றும் EDD விதிகள் இரண்டிலும் இந்த வேலைகளை AI வரிசைப்படுத்த வேண்டும்; ஒவ்வொரு வரிசையிலும் சராசரி ஓட்ட நேரம் மற்றும் அதிகபட்ச தாமதத்தைக் கணக்கிடுங்கள். முக்கியமான சரிபார்ப்பு: குறைந்தது ஒரு விதிக்கான நிறைவு நேரங்களையும் அளவீடுகளையும் கைமுறையாகக் கணக்கிட்டு, AI உடன் ஒப்பிடவும். பின்னர் முன்னுரிமைக் கட்டுப்பாட்டைச் சேர்க்கவும் (எ.கா. "வேலை A க்கு முன்பாக C வேலை முடிக்க வேண்டும்") மற்றும் AI இன் அட்டவணை இந்த தடையை மீறுகிறதா எனச் சரிபார்க்கவும். இறுதியாக, உங்கள் நோக்கத்தின் அடிப்படையில் (சராசரி ஓட்டம் அல்லது உச்ச தாமதம்) எந்த விதியைத் தேர்ந்தெடுப்பீர்கள் என்பதை ஒரு வாக்கியத்தில் நியாயப்படுத்துங்கள்.