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.....