APA与效益指标有什么关系？

        随着智能制造的深入推进以及MES的广泛应用，APS（高级计划排产）越来越得到制造企业的重视。APS是工业软件的核心，具有复杂的技术内涵。企业对实施APS都有一些困惑和困难，一直有很大的顾虑。困难这一方面今天先不说，这次说一下APA与效益指标之间的关系，尤其是技术内涵的分析。

  （1）缩短制造周期

  对于具体产品来说，纯粹的加工周期其实是固定的，除非在工艺技术上做改进。但对于一个订单来说，除了加工时间之外，还有很多的流转时间，这个就涉及到资源的优化配置，这就是APs要做的事情。APS缩短制造周期，主要采取如下的措施。

  一是：订单一旦下发执行，在工序之间能够形成流水式的周转，比如并不是前一道工序所有的数量都执行完成之后下一道工序才开始，而是形成了一种搭接的生产接续关系（或者以某种批量的方式在工序之间进行周转），或者，即使不是流水式接续关系也是一种零等待的周转方式，这种方式就要求前一道工序结束之后，后一道工序所用的资源能够马上开始生产任务。这两种方式其实，都可以归结到单元化生产。对于制造企业来说，可能配备了一些物理上的生产单元，当订单种类不多的时候，或者订单批量比较大的时候，还是比较合适的，但是如果面向柔性生产，这些固定的物理的单元其实并不合适，这时候的制造单元应该是随着订单任务而形成和产生动态逻辑的制造单元，这就涉及到APS的资源优化配置，技术内涵是极其复杂的。笔者见过一个APS实施的法院判决案例，其核心就是用户要求这种资源配置方式，但供应商在技术上其实是做不到的。

  二是，订单和工序的优化分批。企业里面常见的做法是根据经验，以及现场的资源情况，对订单进行分批组织生产，绝大部分APS将这项优化的内涵抛给了上游的订单输入，也就是说现在常见的APS将接受固定的订单条目作为任务输入，其实是没有这方面的优化考虑的。当然从研究角度来说，实现极端的订单和工序分析，也会一定程度上割裂订单执行过程当中的连贯关系，对于MES的生产组织过程提出了极其高的复杂动态管理要求，但其实是可以实现极端的优化方案的，不同的企业还是要根据自己的情况来决定。这些都对APS提出了非常复杂的技术内涵要求，对资源的优化配置规则、策略和算法要求非常高。

  （2）降低库存

  其实我们说到降低库存的时候，意思是说提高周转利用率，减少库存物料的呆滞停留时间，所谓的精益生产很多都是体现在这个方面的。与APS相关的，主要体现在两个方面。

  一是，减少在制品库存（WIP）。其实这个要求跟上面提到的缩短订单制造流转周期是密切相关的，当订单中各个执行工序的周转衔接非常紧密或零等待时，这时候的运行局面就是物料停留等待时间是很短的，在制品库存自然而然就降下来了。对于某个订单这么进行资源配置是很简单的，但难点在于大量的并发订单，就复杂了。

  二是，减少原材料库存。原材料库存或者配套件库存之所以能够减少，是因为这些库存物料能够被快速地用于生产，其本质上来说也是对物料周转利用率的要求。物料在库存里面停留或者呆滞的时间是由生产计划决定的，常见的情况，比如，为了保证生产，库存里面堆积大量的物料，以免生产的时候出现物料短缺的情况，但在追求精益的情况下，企业采购哪些物料最终应该是由订单需求驱动的APS资源优化配置决定的。当资源能力被充分占用的时候（产能不足），很多订单或者物料想要投入生产也是不可能的。因此必须通过APS建立生产计划资源配置和物料供应的协同关系。传统的做法，或者说狭义的APS，是当物料准备完备的情况下才进行那些订单的排产。但从APS本身的技术内涵来说，其包括两个方面，一方面是计划，另一方面是排产，里面说的计划，它的内涵，就是要牵引出物料的需求或者实现某种形式的均衡，一般来说都应该考虑物料供应的前置时间，将其统一的纳入到APS当中，这样才能够实现精益的生产安排和物料供应。其实这个涉及到，对于APs来说，是将其当成一个系统来看，还是当成一个工具来用，回头有机会再详细展开这方面的话题。不同的企业生产模式是不一样的，根据自己的需求慎重的作出决定。

  （3）资源利用率

  资源是企业的重要资产，企业一定会想尽办法充分利用。各种统计资料均显示，制造企业的资源利用率其实是很低的。这方面的原因当然有很多，但是通过APS进行资源的优化配置，是可以部分解决或缓解这个问题的。

  比如，通过APS可以减少或者降低制造设备在不同订单之间的切换次数，降低制造设备的非工作时间，可以通过合理的安排订单工序时间计划也可以通过小订单的合批来实现。

  比如，可以在提前投产和精益生产之间做出一个权衡，就是能够部分接受某些订单提前生产出来，以实现对制造资源的充分利用，但这样的后果一定是增加了部分订单的成品库存，需要企业做出某种形式的权衡，也许对于MTS模式的企业来说，是可以接受的。这个后台的技术内涵本身，其实也是计划与排产的综合考虑。

  （4）提高产出或产能

  提高产出和产能一般的衡量是尽可能多的出产产品，这个当然也是有订单需求驱动的。一般来说可能比较适用于大规模批量化生产的企业，多是那种MTS企业。但是，如果企业的类型是产品种类非常多，至于是否不计代价的，把所有产品都生产出来库存里面，其实可能对于企业来说并不合适。提高产出和产能其实是一个综合指标，应该根据不同的情况进行细化分解。

  简单来说，提高产出或产能提高跟资源利用率是密切相关的，尽量降低资源的等待时间，能够形成流水式单元化的生产效果是最好的，形成一种节拍化的大规模批量化生产运行效果。

  但是对于企业来说，在购置资源的时候，或者说随着企业产品线的发展和丰富，现有的制造资源或产线并不是按照节拍化的方式在进行配置的，尤其在当多订单并发的情况下，瓶颈资源的产生是不可避免的。对于瓶颈资源来说，APS的优化配置策略一般采用拉式生产，就是对瓶颈资源保证足够的“喂活”，甚至施加一定的缓冲控制。TOC理论可以在这个方面发挥作用，但是TOC在多订单并发情况下而不是只针对一个订单，尤其在柔性的生产环境下，必须考虑动态的瓶颈资源约束下如何实现综合的优化平衡，这方面还是需要进一步丰富和发展技术处理机制的。

  （5）提高订单的按期履约率

  订单的按期履约率也是企业孜孜不倦追求的效益指标。从系统工程的角度来说，我们不能等到即成事实发生，而是应该在前期接订单的时候，就应该进行评估，从而在综合考虑多订单并发，以及资源统一优化配置的情况下，给出的交货期才是有效的。这也是APS贯彻WHAT－IF的一种运用方式。当然了，APS在运用过程当中，对各种生产扰动进行实时或者准实时快速响应调整，也是保证订单按期交货的必备技术要求。

作者信息：王爱民，北京理工大学数字化制造研究所所长，长期从事MES、APS等技术研究、系统开发与实施应用。

笔者公众号：智能制造随笔