การวางแผนและกำหนดการผลิต

กำไร:

• ทำความเข้าใจโครงสร้างและข้อจำกัดของการวางแผนการผลิตสิ่งทอ การปรับสมดุลกำลังการผลิต และปัญหาการจัดตารางเวลา
• ความสามารถในการสร้างสถานการณ์ การวิเคราะห์คอขวด และการเพิ่มประสิทธิภาพคำสั่งซื้อสี/ล็อตด้วย AI
• ความสามารถในการใช้วิธีการตรวจสอบความถูกต้องที่ทดสอบคำแนะนำแผนเทียบกับกำลังการผลิตจริง วันที่จัดส่ง และข้อมูล OEE

โรงงานสิ่งทอต้องรักษาสมดุลของคำสั่งซื้อหลายสิบรายการพร้อมกัน เครื่องจักรในจำนวนจำกัด วันที่จัดส่งที่แตกต่างกัน และลำดับความสำคัญที่เปลี่ยนแปลงตลอดเวลา การวางแผนการผลิตเป็นศิลปะในการเปลี่ยนความสับสนวุ่นวายนี้ให้เป็นลำดับ: ลำดับใดจะถูกผลิต บนเครื่องจักรใด ในลำดับใด เมื่อใด แผนการที่ไม่ดีจะทำให้เครื่องไม่ได้ใช้งาน ทำให้การส่งมอบล่าช้า และสร้างเวลาการตั้งค่าที่ไม่จำเป็น ปัญญาประดิษฐ์เป็นตัวช่วยที่ทรงพลังในปัญหาที่ซับซ้อนนี้ โดยจะสร้างสถานการณ์ ทำให้มองเห็นปัญหาคอขวด และแนะนำการปรับให้เหมาะสมที่จำกัด เช่น การสั่งชุดสี แต่ความเป็นจริงของแผนนั้น รวมถึงความล้มเหลวของเครื่องจักร ความล่าช้าของวัตถุดิบ และปัจจัยด้านมนุษย์ ในบทนี้ เราจะกล่าวถึงการวางแผนและการใช้ AI อย่างมีระเบียบวินัย

โครงสร้างของปัญหาการวางแผน

การวางแผนสิ่งทอเป็นการตัดสินใจที่เกี่ยวพันกันหลายประการ การวางแผนกำลังการผลิต: งานที่ต้องการสมดุลกับชั่วโมงเครื่องจักรที่มีอยู่หรือไม่ การจัดลำดับงาน (การจัดกำหนดการ): ลำดับที่งานจะดำเนินการในแต่ละเครื่อง ขนาดชุดงาน: จำนวนชุดการผลิตที่มีประสิทธิภาพในการผลิตผลิตภัณฑ์เดียวกัน เวลาตั้งค่า/เปลี่ยน: การตั้งค่าเครื่อง การทำความสะอาด การเปลี่ยนสีต้องใช้เวลาเมื่อย้ายจากงานหนึ่งไปอีกงานหนึ่ง ข้อจำกัดด้านวันครบกำหนด: ทุกคำสั่งซื้อมีกำหนดเวลาซึ่งไม่สามารถล่าช้าได้

ลักษณะของปัญหานี้คือการรวมกัน: แม้แต่งานจำนวนเล็กน้อยก็สร้างลำดับที่เป็นไปได้มากมายจนเป็นไปไม่ได้ที่จะลองทั้งหมด ดังนั้นในทางปฏิบัติ สิ่งที่แสวงหาจึงไม่ใช่แผนที่ "ดีที่สุด" แต่เป็นแผนที่ "ดีพอ" ที่ตรงตามข้อจำกัด ตัวชี้วัดที่สำคัญสองประการ ได้แก่ การใช้เครื่องจักร / OEE (ประสิทธิผลโดยรวมของอุปกรณ์; อัตราส่วนรวมที่วัดประสิทธิภาพการทำงานของเครื่องจักร — ความพร้อมใช้งาน × ประสิทธิภาพ × คุณภาพ) และอัตราการส่งมอบตรงเวลา

เคล็ดลับ: อย่าไล่ตาม "สิ่งที่ดีที่สุด" ในการวางแผน แผนที่แข็งแกร่งและยืดหยุ่นซึ่งตรงตามข้อจำกัด (การจัดส่ง ความจุ การขนส่ง) ในทางทฤษฎีดีกว่าแผนที่สมบูรณ์แบบแต่เปราะบาง โรงงานจริงมีการเปลี่ยนแปลงตลอดเวลา

ข้อจำกัดเฉพาะสิ่งทอ: การเรียงลำดับสี

มีกฎสำคัญในการตั้งเวลาโรงสี: เรียงลำดับจากสีอ่อนไปเป็นสีเข้ม หากย้อมสีอ่อนหลังจากสีเข้มในเครื่องเดียวกัน อาจมีความเสี่ยงที่จะเกิดการปนเปื้อนของสีย้อมตกค้างและต้องใช้เวลาในการทำความสะอาด/ซักเพิ่มเติม การเรียงลำดับจากสว่างไปมืดช่วยลดความเสี่ยงและเวลาตายนี้ คำแนะนำกำหนดการใดๆ ที่ AI จัดทำขึ้นจะต้องมีข้อจำกัดของกระบวนการนี้ด้วย หากข้อเสนอ "เวลาที่สั้นที่สุด" ทางคณิตศาสตร์ล้วนละเมิดกฎนี้ ข้อเสนอนั้นจะใช้งานไม่ได้ในการผลิต ในทำนองเดียวกัน การจัดกลุ่มจำนวนเส้นด้ายเดียวกันหรือประเภทผ้าเดียวกันจะช่วยลดเวลาในการติดตั้ง

ทีละขั้นตอน: ขั้นตอนการวางแผนที่ขับเคลื่อนด้วย AI

1. ชี้แจงอินพุต คำสั่งซื้อ (ปริมาณ วันที่จัดส่ง ผลิตภัณฑ์) ความจุของเครื่องจักร เวลาขนส่ง ข้อจำกัด
2. สร้างสถานการณ์ สอบถาม AI สำหรับสถานการณ์การเรียงลำดับ/การมอบหมายที่แตกต่างกัน เปรียบเทียบการส่งมอบและผลการใช้งานของแต่ละอย่าง
3. ข้อจำกัดในการจัดเก็บภาษี ใส่กฎต่างๆ เช่น ลำดับสี ลูกค้าลำดับความสำคัญ ระยะเวลาการบำรุงรักษา ในข้อความแจ้ง
4. หาจุดคอขวด. เครื่องจักร/สเตจใดที่จำกัดแผน? มีความจุไม่เพียงพอหรือไม่?
5. ตรวจสอบกับมนุษย์ ให้เจ้าหน้าที่วางแผนแก้ไขแผนโดยมีข้อจำกัดที่แท้จริง (ทราบความผิดปกติ การอนุญาต คำสั่งเร่งด่วน)
6. ติดตามและวางแผนใหม่ อัพเดตแผนตามความเป็นจริง (การวางแผนลอยตัว)

คดีเล็กๆ สามคดี: ตามตัวเลข

กรณีที่ 1 — ระยะเวลาการเปลี่ยนผ่านที่เพิ่มขึ้น ในเวิร์กช็อปการถักนิตติ้ง มีการสุ่มสั่งงาน โดยมีการเปลี่ยนแปลงเส้นด้าย/การนับ ทำให้เกิดการตั้งค่าประมาณ 8 รายการต่อวัน และมีเวลาตายประมาณ 4 ชั่วโมง AI แนะนำการจัดเรียงที่จัดกลุ่มตัวเลขที่คล้ายกัน จำนวนการติดตั้งลดลงจาก 8 เป็น 5 และเวลาหยุดทำงานลดลงเหลือ ~2.3 ชั่วโมง เจ้าหน้าที่วางแผนนำคำสั่งเร่งด่วนมาด้วยตนเองและสรุปแผน ข้อเสนอแนะถือเป็นการเริ่มต้นที่ดี การตัดสินใจอยู่ในมือของบุคคลนั้น

กรณีที่ 2 — ข้อผิดพลาดในการเรียงลำดับสี ซอฟต์แวร์ตัวหนึ่งปรับสีให้เหมาะสมสำหรับ "เวลาโดยรวมที่สั้นที่สุด" แต่ไม่สนใจการเปลี่ยนผ่านของแสงสีเข้ม ในการใช้งานครั้งแรก ชุดเปิดถูกปนเปื้อนและทาสีใหม่ ประหยัดเวลาได้สองเท่า ปัญหาได้รับการแก้ไขเมื่อมีการเพิ่มข้อจำกัด (จากสว่างไปมืด) ลงในแผน บทเรียน: กฎกระบวนการมาก่อนคณิตศาสตร์

กรณีที่ 3 — การมองเห็นคอขวด ที่โรงงานแห่งหนึ่ง การส่งมอบล่าช้าอย่างต่อเนื่อง ความผิดถูกวางไว้บนเครื่องจักร AI วิเคราะห์ขั้นตอนการทำงานและแสดงให้เห็นว่าปัญหาคอขวดคือเครื่องจักร ram (เครื่องตรึงแบบแห้ง) และเครื่องอื่นๆ กำลังรออยู่ เมื่อมีการเพิ่มกะที่สองใน Ram การส่งมอบตรงเวลาเพิ่มขึ้นจาก 71% เป็น 89% AI ทำให้มองเห็นคอขวดได้ ฝ่ายบริหารเป็นผู้ตัดสินใจลงทุน

พรอมต์ที่อ่อนแอ / พรอมต์ที่แข็งแกร่ง

พรอมต์ที่อ่อนแอ:

วางแผนคำสั่งซื้อเหล่านี้ในวิธีที่ดีที่สุดเท่าที่จะเป็นไปได้

พรอมต์อันทรงพลัง:

บทบาทของคุณ: ผู้เชี่ยวชาญด้านการวางแผนการผลิตสิ่งทอ ข้อมูลนำเข้า: ด้านล่างนี้คือคำสั่งซื้อ 12 รายการ (รายการ ปริมาณ วันที่จัดส่ง) และเครื่องย้อม 3 เครื่อง (กำลังการผลิต เวลารอคอยสินค้า) ข้อจำกัด:- จัดเรียงจากสีอ่อนไปจนถึงสีเข้มในแต่ละเครื่อง (ความเสี่ยงต่อการปนเปื้อน)- ไม่ควรมีวันที่เกินกำหนด; ถ้าเป็นเช่นนั้นเตือนอย่างชัดเจน - ลดการติดตั้งโดยการจัดกลุ่มผลิตภัณฑ์เดียวกัน งาน: แนะนำตารางเวลาทางเลือก 2 รายการ สำหรับแต่ละรายการ ให้ระบุอัตราการส่งมอบตรงเวลาโดยประมาณ จำนวนการติดตั้งทั้งหมด และเครื่องคอขวด การปรับความจุ/วันที่ไม่อยู่ในข้อมูล ข้อมูล: [ตาราง]

เทมเพลตที่คัดลอกได้

1) การเปรียบเทียบสถานการณ์:

สร้างสถานการณ์แผนภูมิ 3 รายการด้วยข้อมูลคำสั่งซื้อและกำลังการผลิตต่อไปนี้ เปรียบเทียบอัตราการส่งมอบตรงเวลา จำนวนการติดตั้ง การใช้งานเครื่องจักร และความเสี่ยงที่ใหญ่ที่สุดในรูปแบบตารางสำหรับแต่ละสถานการณ์ ข้อจำกัด: [รายการ] ข้อมูล: [ตาราง]

2) การเพิ่มประสิทธิภาพลำดับสี:

จัดเรียงงานทาสีต่อไปนี้จากสีอ่อนไปสีเข้มบนเครื่องเดียวกัน ลดความเสี่ยงของการปนเปื้อนในระหว่างการเปลี่ยนสี ทำเครื่องหมายใครก็ตามที่ฝ่าฝืนกำหนดเวลา ผลงาน: [สี ปริมาณ การจัดส่ง]

3) การวิเคราะห์คอขวด:

ค้นหาจุดคอขวดในขั้นตอนการผลิตนี้ (ขั้นตอนและกำลังการผลิตของแต่ละขั้นตอน) ขั้นตอนไหนที่ทำให้คนอื่นรอ? การเพิ่มกำลังการผลิต X% ส่งผลต่อผลผลิตทั้งหมดอย่างไร (ประมาณการคร่าวๆ) ข้อมูล: [สตรีม]

4) ทริกเกอร์กำหนดเวลาใหม่:

มีการเปลี่ยนแปลงแผนดังต่อไปนี้: [เครื่องจักรทำงานผิดปกติ / คำสั่งเร่งด่วน] ฉันจะแก้ไขกำหนดการปัจจุบันโดยมีการหยุดชะงักน้อยที่สุดได้อย่างไร แสดงรายการคำสั่งซื้อที่ได้รับผลกระทบและการประมาณการจัดส่งใหม่ แผนปัจจุบัน: [สรุป]

ตารางเกณฑ์การวางแผน

เกณฑ์

มีมาตรการอะไร

ทิศทางที่ดี

หมายเหตุ

อัตราการส่งมอบตรงเวลา

รักษาสัญญา

สูง

ความไว้วางใจจากลูกค้า

อีอี

ประสิทธิภาพของเครื่องจักร

สูง

การใช้งาน×ประสิทธิภาพ×คุณภาพ

จำนวนการติดตั้ง/ระยะเวลา

การสูญเสียการเปลี่ยนแปลง

ต่ำ

การจัดกลุ่มลดลง

เวลาไหลเฉลี่ย

สั่งให้อยู่ข้างใน

ต่ำ

วงจรเงินสด

การใช้งานคอขวด

เฟสจำกัด

ต้องดู

มันให้ความกระจ่างในการตัดสินใจลงทุน

ข้อควรสนใจ: แผนภูมิของ AI เป็นเพียงข้อเสนอแนะ ไม่ใช่คำสั่ง โรงงานที่เกิดขึ้นจริงประกอบด้วยการทำงานผิดปกติที่ทราบ การเลิกจ้าง ความล่าช้าของวัตถุดิบ และการร้องขอเร่งด่วนจากลูกค้า เจ้าหน้าที่วางแผนอนุมัติกำหนดการสุดท้ายและจัดลำดับความสำคัญด้วยข้อมูลทางวาจา/ท้องถิ่นทั้งหมด

ข้อผิดพลาดทั่วไป

• ข้ามกฎกระบวนการ หากไม่ได้ใส่ข้อจำกัด เช่น การเรียงลำดับสี ไว้ในแผน คำแนะนำจะไม่ทำงาน
• ไล่ล่าสิ่งที่ดีที่สุด แผนงานที่มีความยืดหยุ่นที่มั่นคงเป็นที่ต้องการมากกว่าแผนที่สมบูรณ์แบบที่เปราะบาง
• ไม่เห็นคอขวด. ทรัพยากรถูกใช้ไปผิดที่ ขอบเขตที่แท้จริงอยู่ในอีกขั้นหนึ่ง
• การวางแผนแบบคงที่ หากแผนไม่ได้รับการอัปเดตตามความเป็นจริง แผนนั้นจะล้าสมัยอย่างรวดเร็ว
• ไม่รวมความรู้ของมนุษย์ ลำดับความสำคัญทางวาจาและข้อจำกัดในท้องถิ่นไม่มีอยู่ในแบบจำลอง

โดยสรุป

การวางแผนการผลิตเป็นปัญหาของการได้รับคำสั่งซื้อจำนวนมากภายในวันส่งมอบโดยมีทรัพยากรที่จำกัด เนื่องจากมีลักษณะเป็นการผสมผสาน จึงมุ่งเป้าไปที่แผนที่ "ดีเพียงพอ" และยืดหยุ่น AI สร้างสถานการณ์ ทำให้มองเห็นปัญหาคอขวด และแนะนำการปรับแต่งที่มีข้อจำกัด เช่น การเรียงลำดับสี แต่กฎของกระบวนการต้องถูกใส่ไว้ทันที แผนจะต้องได้รับการสรุปด้วยข้อจำกัดที่แท้จริงและการตัดสินของมนุษย์ ในโรงงานที่มีการเปลี่ยนแปลง แผนงานได้รับการแก้ไขอย่างต่อเนื่อง

งานสมัคร

เตรียมรายการตัวอย่างอย่างน้อย 8 คำสั่งซื้อ (ปริมาณ, วันที่จัดส่ง) และ 2-3 เครื่อง ใช้เทมเพลต "การเปรียบเทียบสถานการณ์" และ "การเพิ่มประสิทธิภาพลำดับสี" จากหน่วยนี้ ระบุจุดคอขวดในสถานการณ์กรณีที่ดีที่สุดที่ AI แนะนำ และแนะนำการดำเนินการเพื่อกำจัดมัน (กะที่สอง การจ้างบุคคลภายนอก การเปลี่ยนแปลงลำดับ) ตรวจสอบในย่อหน้าว่ากฎลำดับสีสะท้อนให้เห็นในแผนที่เสนออย่างไร

รายการตรวจสอบ

• [ ] ฉันใส่ข้อจำกัดของกระบวนการ (ลำดับสี การจัดกลุ่ม) ไว้ในข้อความแจ้ง
• [ ] ฉันมุ่งเป้าไปที่แผนที่มั่นคงและยืดหยุ่น แทนที่จะวางแผนให้เหมาะสมที่สุด
• [ ] ฉันวิเคราะห์ปัญหาคอขวดและกำหนดทิศทางทรัพยากรไปยังตำแหน่งที่ถูกต้อง
• [ ] ฉันปรับปรุงแผนอย่างสม่ำเสมอตามความเป็นจริง
• [ ] ฉันสรุปกำหนดการสุดท้ายโดยได้รับอนุมัติจากเจ้าหน้าที่วางแผน