探索多品种小批量个性化定制生产的奥秘

要想在这样的环境中取得成功，所以制造企业面临的新挑战是：随着外部环境的不断变化，生产管理的复杂度及规模性也发生了较大变化，必须能够迅速响应市场多样化和不确定的需求，多品种小批量的快速提供满足顾客需求的产品。准时、保质、保量和以最小化的成本制造满足顾客需求的个性化的产品成为生产管理的目标。

但是在技能人员有限、设备紧张等资源瓶颈，物料瓶颈供应约束下，使得很多难以适应，企业经营似乎愈来愈艰难。

按需制造是所有制造企业的宗旨，而快速制造是区别于制造企业的竞争力的强弱；多品种小批量的柔性企业是衡量企业的应变能力，为实现按需生产，我们必需快速，柔性制造来反应客户的及时的多变的需求。

二、多品种小批量生产模式的企业实践中常遇到的问题

1、多品种少批量的生产，混合排产难度大

2、无法如期交货，太多“救火式”加班

3、订单需要太多的跟催

4、生产优先顺序频繁改变，原定计划无法执行

5、库存不断增加，却常常缺关键物料

6、生产周期太长，提前期无限膨胀

…….

三、多品种小批量生产按单个性化生产的复杂性分析

1、定性化定制

每个产品大多是个性化的，每个订单都是按客户的需求，具有不同的BOM物料清单、不同的工艺。这种非标生产带来非常的不确定性（质量、交期、成本等）。订单的波动，给制造过程带来巨大的不均衡，使得工厂整体效率极为低下。

2、多品种并行

由于很多企业的产品是针对客户配置，不同的产品有不同的需求，企业的资源置身于多个品种之中。

3、资源共享

生产过程中的每个任务都需要资源，而在实际过程中能够使用的资源却非常有限。例如，在生产过程中经常遇到设备冲突的问题，就是由于项目资源共享所造成的。因此，必须对有限资源进行适当调配才能满足项目需求。

4、定单结果和生产周期的不确定性

由于顾客的需求具有不稳定性，计划明确的节点与人、机、料、法、环等的齐套周期不一致等，生产的周期往往具有不确定性，周期不足的项目需要占用更多的资源，加大了生产控制的难度。

5、物料需求变化多变，导致采购延迟严重

由于订单的插单或更改，外加工和采购难以反应订单交货时间。由于小批量和单一货源导致供应风险极大。

四、多品种小批量生产复杂系统的难点

1、动态工艺路径规划与虚拟单元线的部署：紧急插单、设备故障，瓶颈漂移。

2、瓶颈的识别与漂移：生产之前与生产过程中

3、多层次瓶颈：装配线瓶颈，零件的虚拟线的瓶颈，如何协调耦合。

4、缓冲大小：要么积压，要么抗干扰性差。生产批量、转移批量等

5、生产计划排程：不能仅考虑瓶颈，也要考虑非瓶颈资源的影响。

现实中的小批量多品种的生产模式下的生产计划排程的复杂性：（1）相互冲突的生产计划排程的目标，如满足客户交货期与生产成本之间的矛盾；产能最大化与浪费最小化之间的矛盾；库存成本最小化与客户需求的矛盾；批量采购与库存最小化之间的矛盾（2）、复杂多约束的生产现场，如复杂的工艺路径对各种设备的特殊需求各不相同；有限的生产设备，物料，库存，人员的约束；精益生产的多品种节拍混排模式。（3）、动态变动的生产环境，如临时订单改变，紧急插单的需求；产品流程变化，新产品研制流程的不确定性；机器设备故障检修，员工生病请假等

五、多品种小批量的按单生产环境的主要流程

1、接单评审，看看这个订单能否按客户的要求日期交付，如果不能交付，是什么瓶颈影响交付？如果不行，那什么时候可以交付？如果这个订单的优先级高，是否可以交付？如果插单，可能有个模拟过程。

2、对非标的零件进行设计,采购，生产。对重用件或标准件进行选择或采购生产。构建客户需要的产品结构和工艺。

3、对一些提前期长的零件的采用推式预测计划安排，接单时按单冲消，对提前期短的（小于接单提前期）拉式计划安排。最好是具有约束的物料计划和约束的能力的预排程。

4、对定单池的里所有定单进行规则优化排程，以达到服务最大化（交货期优先）

5、跟踪与执行交付，这里可以采用批量执行，也可以采用精益节拍执行。监控可以采用可视化定单甘特图，也可采用缓冲渗透比例图等。

六、ERP、MRPII已经不能适应按需生产环境

传统的MPS主生产计划和MRP物料需求计划的方式,已佷难适应按需生产环境, 很多企业正在转向按需生产环境. 按需生产的最大的挑战是模拟计算CTP可以承诺的交货期、准时交货和应对不确定的插单等变化。不仅需要订单需求直接进入有限约束优化的计划排程的物料和能力系统，还要和供应商互动供应信息。

基于无限约束的、提前期预定的MPS/MRP很难适应面向订单的多品种小批量的生产模式，在实践中，我们不能因为中国企业基础管理薄弱（数据不准）或国外、国内的权威专家的早期言论而对传统的MRPII缺陷熟视无睹。

七、构建柔性制造与供应链系统的八个方面（此处省略近30万字《迈向工业4.0的新制造（筹）》

1、组织流程重组

2、模块产品研发

3、生产精益现场布局与改善

4、制造供应链精益敏捷

5、企业信息系统架构

6、生产运作管理执行

7、生产柔性自动化

8、分布式智能决策

八、工业4.0与CPPS智能制造的战略分析

多品种小批量促使生产柔性化的需求，柔性化生产催生了智能化生产,让更多的企业都在思考如何适应更快速满足个性化的市场？工业4.0与中国制造2025战略关键是智能化， 但如何定义“智能化”？第一代智能系统:融入自动化、管理及控制技术。第二代智能系统:扩展到机器学习。第三代智能系统:逐步与人类相近感知、思维以及处理能力，体现在机器人与工厂自动化。德国工业4.0战略目标是2030年实现第三代智能系统即CPS。

自从维纳1948年提出控制论，集中式控制已发展到了顶峰，尽可能详尽地预先定义所有流程。而面对日益复杂的制造需求，其优化提高的空间已经十分有限。Helen Gill在2004年最早提出CPS系统，随着分步式人工智能从理论进入实践，CPS（Cyber Physical System）网络信息物理系统成为研究应用的热点，成为工业4.0的标志，权利分散和自我组织的程度与系统的复杂性呈正相关性，通过自组织的分步式控制，大幅度的对制造过程进行优化。

面对多品小批定制的复杂制造模式，即要大规模制造成本优势，又要有个性化定制人文关怀。逼迫我们逐级采用: 1、供应链延迟耦合推拉结合。2、产品模块化与灵活性结合，敏捷响应。3、柔性化设备工艺与物流设备等。但需求更细、产品更多、成本更低，而传统的系统具有太多的层次，无自动反馈闭环等。

如何知行合一，在实践中动态快速响应？这是传统经典与实践创新的冲突。分布式智能生产系统将更好应对多品种小批个性化定制这个复杂变化的环境。即分布式智能即网络信息物理生产系统CPPS（Cyber Physical Production System）。它的设想是通过高度互联的多智能体，动态及时智能感知计算执行，灵活的处理多品种带来的变化，并能自适应、场景化的随机优化人、机、料、法、环的高度协同，形成人工智能的语义自治的分布式制造模式，改变了传统系统的不确定与延迟性。

贝塔朗菲的系统论强调整体的有机性、互为依存制约。维纳的控制论是建立模型结构控制其状态的改变。香农的信息论是精密的度量通讯传递达到沟通。图灵的计算与人工智能更好的解决认知。而面对复杂大系统的不确定，嵌入式系统中的系统、分布式控制、局部实时信息通讯、自主分布计算智能主体应运而生。它是基于MAS（Multiple Agent System）多智能体，架设在一个传感器网络上语义服务的工业4.0的核心CPPS（Cyber PhysicalProduction System）网络信息物理生产系统。

工业4.0下的智能制造就是针对多品种小批个性定制这个复杂生产系统的，是贯穿整个智能研发、通过智能工厂，智能生产出具有智能产品，并为用户智能化服务。工业4.0智能工厂不是孤立存在的，是紧密相连供应链上的一个环节。但传统的供应链计划系统SCP（Supply Chain Planning）难以适应，虽CPS的自治与计划并不冲突，APS仍然是需要。但需要的是一个能应对复杂性和波动性加剧环境下的更加集成柔性的供应链，随着工业4.0的分布式特点，现存的供应链管理结构必须创新。

工业4.0制造模式就是多品种小批量个性化智能生产。多品种小批量、快速交付客户化定制已是敏捷供应链运作模式的核心能力，基于时间竞争已上升到整个物流供应链。数字化物体和产品使得供应链管理与IT技术密不可分，可以这么说没有物流供应链的智能优化，就没有工业4.0，智能供应链优化引擎驱动新的智能革命。

当然，没有目前运行良好的生产系统，工业4.0的CPPS信息物理生产系统也会受阻，原生产系统的收获的经验可用于CPPS的研发与应用。

九、目前动态不确定环境下的多品种、小批量的柔性按单生产模式

建立柔性的多品种小批量的信息化系统，具有高效敏捷的生产与物料计划、有效的物料控制、车间精益执行，有推式转向拉式生产、基于ABC作业成本管理、集成PLM追踪产品生命周期（从设计，制造，到售后）。

对工厂重新布局，设计具有流动拉式节拍的单元制造系统和互动的供应商联盟，最小化制造提前期，以适应快速响应客户需求。

建立动态不确定环境下的多品种、小批量的柔性按单生产模式，如下图：

1、需求计划和S&OP销售运作计划：主动的掌控需求和产销平衡，对供应周期较长或瓶颈零件采用推式计划，预安排库存计划或预留产能。

2、接收订单与插单评估：按单拉动模式、解决交货期承诺和履约问题。

3、AP高级计划：生产任务下达问题；生产任务成组问题与工艺路径的规划。工艺路径的规划：尽量少而简单的物理移动，把生产设备在逻辑上动态的组织成高效率的虚拟的生产线。工艺路径的规划的规则：工厂的设备布局优化；物流规划、设备的产能优化；生产任务状况；利用价值流（浪费最小化），通过仿真来模拟规划的生产能力、物流效率等KPI。

4、AS高级排程APS的运作控制：识别瓶颈、瓶颈优化排程、智能调度、缓冲设置与管理、生产节拍的控制。

5、MES的模拟仿真的实时监控，精益化数字化车间。监控绩效指标：在制品水平、订单完成情况、待加工产品的等待时间、设备的负荷、设备的利用率、产品的生产周期等。

因多品种小批量的产茶品生命周期较短，品种繁多，必须有一个集成的产品研发平台来管理，采用精益研发，并行设计研发，加强横向设计管理及工艺，进行模块化设计，公用零件组件设计与加工设计。把工程管理纳入PLM系统进行管控，直接在系统中进行项目跟进，通过项目管理及时完成项目任务，集成输出产品技术文档。通过项目窗口快速的统计各项目执行情况，以及工程师工作负荷情况，为研发绩效考核提供有力的数据依据。

6、建立快速响应的供应链学习组织

建立“快速响应”项目小组，融合ERP、APS、精益生产、六西格码质量、供应链管理思想和数字化工厂的先进工具，推拉结合，来缩短交货期，快速响应客户需求。形成端到端的供应链价值流体系、高效敏捷的计划排程体系、精益数字化的现场柔性执行体系、六西格码质量保证与控制体系、集成一体化ERP运作体系平台。

十、缩短生产周期是快速应对多品变化、降低系统复杂性根本

1、APS高级计划与排程方法：

通过APS高级计划排程，满足资源约束，均衡生产过程中各种生产资源；在不同的生产瓶颈阶段给出最优的生产排程计划；实现快速排程并对需求变化做出快速反应。

-通过有限能力自动设定生产排程到秒和分钟的动态提前期，改变无限能力的固定提前期为天的生产排程。可以有效的缩短生产交货期。

-通过分割制造订单，缩短制造提前期。

-通过分割工作使其分派到别的资源上，可以缩短制造提前期。

-通过工序的接续方法，缩小批量，使各工序的工作重叠分派，由此，缩短了制造提前期。

-通过设定前准备和后准备时间的连接点，来缩短制造提前期。

-通过有效的作业人员的排程，来提高生产力，来缩短制造提前期。

-通过对瓶颈中心的优化排程，前工序向后推分配，将后工序前推分配。提高生产力，来缩短制造提前期。

-通过先进的优化算法，来优化生产过程，缩短了制造提前期。

2、精益生产方法：

通过交货过程的价值流分析，消灭其中的非增值的活动（一般占80%以上）即浪费。利用利特尔法则（提前期=存货数量*生产节拍）为精益生产的改善方向指明了道路。

-通过搬运距离短，压缩转移批量。

-通过改变为单元流水生产布局，创建各个工序的能力均衡和连续生产。

-通过看板让物料节拍流动起来，是原料、在制品、成品减少，并让生产顺序一致。

-通过把内准备变为外准备，消除浪费，来缩短制造提前期。

-通过快速换模SMED，减少准备时间，并能混合生产。

3、SCM供应链方法：

-价值交付点耦合向需求点移动。价值交付点是供应链和需求链结合的另一个地方，指的是供应商满足客户需求链中需求的地方。将价值交付点往需求链的后端移动，对客户大有好处，但需要供应商做出更多工作。现在可以建立互联网的C2B或C2M的平台，向需求点前移并移动化个性定制。

-合并以规模化、分类并差异化策略、时间优化策略、标准化与信息共享、风险分担布局与多层库存优化、模块化设计、延迟配置技术、供应链战略布置设计、仓储、运输优化。

-精益供应链同步化：循环供货（milk run）、VMI、CPFR等方法使得供应与需求与同步如市场销售同步化，产品交付同步化，外购零件同步化供货，自制零件同步化供给，产品节拍制造同步化。通过这些活动缩短产品运输及准备周期，有效改善交货期。

4、信息智能技术优化：

通过先进的计算机的优化算法，数学算法(线性和混合整数规划)或约束规划。启发式算法(模拟仿真等)。人工智能技术来优化整个供应链过程，缩短了供应链交货周期。

总之，当整体供货周期缩短，通过整个端到端的供应链的协同，就可以缩短交货期，快速响应多品种小批量客户个性化需求。