计划控制的知识结构之一

很多公司的生产计划与控制一直处于风口浪尖,不是满足不了市场需求就是库存过高,经常性的零件缺货和质量问题更是困扰日常工作,在很多人眼里,计划与控制是个技术含量很低的工作,不就是排个计划编个数,这有什么难的,仔细想想,我们究竟有多少人受过专业训练,可是,我们的专业到底是什么??之前有个同事曾经问我,当时竟然语塞。

真的下一个定义?好像有点自不量力,还是从各个模块入手简单谈谈

先从数学基础知识开始-

统计学知识及运用: 近来大数据成了热门,几千几万个数据怎能称为“大”呢,但使用办公软件里的统计学公式来分析解读数据,是计划控制的基本功,于是将统计学知识与现场数据结合并推导出结论再加以优化,这二十多年来一直没变,再提升一个档次,将数据用新颖直观的图形表达出来,这不是短期内能达到的。当然,如果有信息图设计师的入门水平,肯定会惊倒众人!

线性规划更多的被我们忽略,各种优化算法很多就是基于线性规划来处理的,只是由于我们的专业水平不够,也不知道如何去建模,APS为什么普及这么难,个人觉得一个基本原因是几乎没有计划管理人员懂线性规划。而模拟更是被我们所遗忘,模拟的建模总是过于复杂,原因是我们缺乏将专业与现场结合起来的人才,简单而言,模拟才是最接近现实,并可以短时间内大规模重演现场,尤其对于不确定无所不知的工业现场。

其次是信息化技术,IT系统的重要性没有人质疑,对于计划与控制使用人员而言,我们需要知道哪些呢?第一当然是数据结构,第二是场景(工作流程),第三是数据在工作流程里的流动。任何一个供应链IT系统,尝试从这三个方面来理解,效率会提高很多。

以MES系统举例,基本数据结构无外乎订单数据,工作流程中的各个节点的时间或事件,然后根据不同的场景将数据组合,就是MES系统的输出。一旦掌握的这个逻辑,MES其实是最简单的流程系统了,业务流程的技术含量很低。

明细表的关键性毋庸置疑,有时间应该好好研究明细表的各个字段,即使当时不懂也没关系,一定某一天你会用到某个字段的。明细表是整个生产运行的基石,研究明细表的结构对理解行业特性大有裨益。明细表的构造直接影响了生产体系的设计甚至组织的设计。技术更改对供应链协同的影响是致命的,尤其在行业逐步电子化的未来,软件更改更是对系统的巨大考验,再加上软件兼容性,不禁想到很多新能源汽车,我就不信他们短时间内能做好软件兼容性。

再下来才是订单及管理流程,第一个问题就是必须清晰订单语言,订单是如何被描述的,再其对应IT系统内的数据内容是如何呈现,哪些参数是在哪个时段可以被变更,简单说就是尝试去深入研究订单数据库的内容及含义。一旦研究之后你就会发觉,原来大家几乎都是一样的,嘻嘻。完整的订单流程必须是从客户到客户,生产计划与控制从业者的角度一定与客户保持一致,而不是某个区域或时间段。尝试去理解订单与预测耦合点的运行规则,这是个较长的过程。至于订单与明细表的连接,是MRP计算的基础,这时候数据如何流向,技术更改在这里如何发挥作用,公司各个部门如何在这里协同工作,需要一个指挥棒!

回到工厂宏观层面,产能在不同时间段的表达,简单说就是计划的不同层级,但又要保持一致性。产能与订单的结合,于是就产生了我们通常所说的生产计划,具体说明一下,订单赋予时间,这就是计划的形成,这背后的排程逻辑针对不同的场景是不一样的,在汽车行业整车订单,可以简单的理解为排序,比如预排序,焊装上线排序,总装上线排序.....等等,不同的排序对应这不同的场景,比如设备,物料,人员.....特别关注产能与订单的不同,这一点对理解生产运行及组织机构至关重要。

车身流是生产控制的基础工作,没有之一。将统计学知识与MES系统结合起来,现场了解各个控制点的意义,加上几个重要节点的排序,最后对数据进行汇总分析,这就是车身流的全部工作。如果想深入,那么未来的工业4.0是一个方向,如何及时感知现场并处理问题,听起来很高大上,但到底意义有多大呢?

一个绕不开的话题就是计划的严肃性,计划就是时刻表,是指挥棒,工厂每一个部门每一个员工都应该且必须遵守计划,否则整体时刻就不准,会给后续工作带来灾难性的后果,你想象一下所有人的钟表失灵会是什么状况!

说到最后,最重要的是什么,增加全局流动性,局部的效率没有任何意义,然后如何衡量效率呢,当然是时间,这就是计划的严肃性!!!

这个时候,各种借口都是毫无意义的.....

  • 发表于:
  • 原文链接https://kuaibao.qq.com/s/20180902G1DVXY00?refer=cp_1026
  • 腾讯「云+社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。

扫码关注云+社区

领取腾讯云代金券