企业精益生产在车间管理中的生产规划

yukontek

永凯APS针对国内制造业的机械加工业务及其与整体信息化水平的发展现状，分析了该行业的机械制造业务的特点及生产过程中数据管理的需求，论述了在企业生产制造实施车间制造执行系统的必要性和将追性，提出了三个方法：                                                                                                        (1) 运筹学方法
运筹学方法是将生产排程问题简化为数学规划模型，采用基于枚举思想的分枝定界法或动态规划算法进行解决排程最优化或近优化问题，属于精确方法。其不同点主要在于分析规则、定界机制和上界的产生这三方面存在差异。这类方法虽然从理论上能求得最优解，但由于其计算复杂性的原因、因而不能获得真正的实用。目前，Lenstra在文[15]中声明，对一个标准的10作业——10设备问题进行求最优解，需要在Prime 2655 计算机上运行 1小时，并产生22000个结点。对于复杂的问题，这种纯数学方法有模型抽取困难、运算量大、算法难以实现的弱点，对于生产环境中的动态排程实现复杂，解决不了动态及快速响应市场的问题。频繁更改ＭＰＳ所引起的摇摆不定能够很容易地由计算机来处理（事实上它们靠它来繁荣），但会激烈地干扰执行计划的努力。为数过多的去更改优先级或能力的行动通知与取消着以前行动的冲突的信号摧毁好人们把事情办成的仕气与能力。生产率只可难得作显著波动；工厂以稳定的生产率生产要经济得多。物料之间可以作一些转移──但必须付出的代价是已经开工但现在并不需要的组件所造成的过剩库存与赶工。修补ＭＰＳ的唯一良药是短得多的计划提前期，以及颇策略地计划好的库存缓冲，在使用分时段订货点法来为成品库存作补货计划时，使用不变计划订单，利用产品层次的安全存货，可以阻尼来自不规则的客户订货所引起的ＭＰＳ更改。有效的主计划工作要求管理人员在不停地重新计划与不灵活的计划之间走出一条漂亮的路线。
    在ＭＰＳ输入的开发中使用的无效数据包括蹩脚的预测、错误的成品库存数据、不正确的客户订单与发货量中的错误。用跟踪信号去提醒人们注意表现不好的预测，用循环盘点去发现与消除记录误差的原因以及处理ＭＰＳ数据中严格的纪律都是必不可少的。
    可以尽全力去开发平整的ＭＰＳ数据但这并不能确保在各种设施上、甚至各起始（首当）工作中心或供应商具有平整的负荷。在一给定时间期间发生两批或多批会造成不规则的工作下达，即使是设计良好的ＭＲＰ程序也会如此。仔细地区分对特定加工中心产生显著负荷的ＭＰＳ最终物品中的时间期间可使某些问题得到缓解。此问题的真正解决办法是压缩生产准备时间、减小批量并通过管理良好的投入──出产控制技法平滑地投入。
    不可允许计算机更新过的预测与使用分时段订货点法的分配需求计划系统直接地打入ＭＰＳ数据。当涉及许多产品与众多服务件时，这样做是很吸引人的。许多软件包也是这样设计的。要制止摇摆不定，平滑负荷并确保一切ＭＰＳ的现实性，人工干预是不可缺少的。尽管这种干预不容易，但必须做到。
      顾客需求的个性化及要求企业响应市场的敏捷性，往往在生产加工过程中加入了更多的不确定性及复杂性约束，寻找排程最优算法本身是一个NP完全问题，这些使得基于规则的排程思想已不能适合敏捷化制造的要求。