咱们直接把目光放到生产加工这个场景上来。前十一篇把信息科学与工程学的方法论、产品体系的设计框架铺完之后,这一篇(第十二篇)切入的是制造业里最具体、也最让车间头疼的环节——生产加工的执行与排产。我不打算讲太虚的数字化转型概念,就像我的老同事常说的那句话:“数字化口号喊了三年,不如把一张工票的流转路径理清楚。”所以这一篇的内容,核心就落在:当产品体系已经规划好、工艺路线已经定型之后,生产加工环节的信息流应该如何设计,排产逻辑又该怎么落地,以及在多品种小批量成为常态的今天,怎么用信息工程的手段,把车间里那些“看不见的浪费”变成“看得见的损耗数据”。
这篇内容适合三类人看:一是制造业里的工艺工程师和车间主任,想搞清楚ERP和MES之间到底怎么衔接;二是做工业软件产品的经理和研发,需要一个从业务需求推导到功能模块设计的具体案例;三是正在做智能制造改造但被排产算法绕晕的决策者,你应该知道,工厂真正缺的往往不是模型,而是数据质量和约束定义。
1. 生产加工的核心矛盾:工艺路线与车间资源的动态博弈
生产加工这个环节,往大了说覆盖从原材料投入、工序流转、质量检验到成品入库的全过程;往小了说,就是一台设备、一名操作工、一张工票之间的匹配关系。产品体系规划解决的是“做什么”的问题,工艺路线解决的是“怎么做”的问题,而生产加工解决的是“现在做哪个、用哪台设备做、做完传给谁”的问题。最后一个问题最难,因为它不是静态的,任何一环的延误都会像多米诺骨牌一样推倒后面的计划。
1.1 产品体系与生产加工的信息断层
我见过太多企业花了大价钱上了产品数据管理系统(PDM),把设计图纸、物料清单(BOM)、工艺文件都管起来了。但走到生产加工这一步,问题立刻暴露:工艺人员做工艺路线时,是按理想状态设计的——设备不会坏、人员不缺勤、来料不会晚。可车间实际执行时,设备故障、刀具磨损、急单插单都是常态。工艺路线上的工序序列是静态的,而车间资源是动态的,这两者之间的落差,就是生产加工环节所有混乱的根源。
举个例子,一条工艺路线指定某个关键工序必须在加工中心A上完成,加工中心A的工时负荷是120%,而旁边的一台同型号设备B负荷只有60%。大多数传统ERP系统只会告诉你“这个工单在工艺路线中处于第几道工序”,并不会告诉你“这道工序是否可以分流到设备B”。信息断层就在这里:产品体系里有完整的工艺文件,但缺乏对车间实时资源状态的感知,排产自然就成了一纸空文。
1.2 工序、工单与工时的三重视角
把生产加工的信息模型剥开看,底层只有三个核心对象:工序(Operation)、工单(Work Order)和工时(Capacity)。工序是工艺路线的基本单元,每个工序关联标准工时、所需设备类型、工装夹具、检验项;工单是生产任务的载体,一个工单可对应多个批次,一个批次经过多道工序;工时是设备或产线的可用时间资源。
这三者的关系很像公共交通调度:工序是公交线路上的站点,工单是一辆辆公交车,工时是路段的通行能力。你要做的,就是把每一辆公交车(工单)安排在合适的线路(工艺路线)上,并确保任何路段(设备)都不发生灾难性的拥堵。
信息工程在这里的作用,不是把这三个对象建好表就完了,而是要建立它们之间的动态关联映射。我的习惯做法是:在工单派工时,不锁死设备编号,只锁死设备类型。也就是说,工序要求是“立式加工中心”,而不是“3号机”。把这道选择题留给排产引擎去做,这一个小小的改变,就能显著提升设备利用率。后面我会细讲这一步在排产模型中的实现方式。
1.3 车间信息流转的四个断点及其危害
基于我多年在车间的观察,生产加工环节的信息流通常在四个位置断裂,而且这些断点极难被传统管理手段发现。
第一个断点在“计划到调度”之间。生管做的生产计划是周级别的,而车间调度需要的是小时级别的安排。计划员并不清楚每台设备的实时状态,于是只能“拍脑袋”分配任务。第二个断点在“调度到执行”之间。调度员把工单打印出来交给班组长,班组长再口头安排给操作工。操作工按什么顺序做、做了多少、中间停工多久,调度员完全黑屏。第三个断点在“执行到报工”之间。操作工做完一道工序后在纸质工票上打勾,这张工票可能到下班时才被统计员录入系统,数据的滞后直接导致进度监控形同虚设。第四个断点在“报工到质量”之间。质检结果没有和工序完工信息绑定,一旦发现批量不合格,想要追溯是哪个批次、哪台设备、哪个操作工做的,往往要翻半天纸质记录。
这四个断点,每一个都在消耗企业的利润。不良率只是一个结果指标,过程指标的流失才是更隐蔽的损失。信息工程要做的,就是在这四个断点上各插入一个数字化探头,让计划员看得见现场、调度员指挥得动现场、管理者追溯得到现场。
需要模型API调用? 免费领10W Token,多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. 多品种小批量场景下的排产模型设计
制造业生产加工有一个大的背景趋势——从少品种大批量走向多品种小批量。十年前一条产线可能只做三五种产品,今天可能同时有二三十种产品在线上流转。这种背景下,传统的手工排产和简单的先到先服务规则已经完全失效。这一节我们重点探讨排产模型怎么建、目标函数怎么选、约束条件怎么定义。
2.1 为什么先到先服务在离散制造中会崩盘
很多中小型工厂的排产逻辑非常简单:按接单时间先后排。这个规则看上去公平,实际上最不公平。因为它完全无视了换型时间这个离散制造的大敌。
我在一个做非标零部件的工厂里见过这样一个案例:一个需要频繁换刀的订单先到了一天,把设备的产能占住,而后来的另一个订单虽然批量大、工艺相近,却被迫排队等待。如果调度员把批量大的订单提前安排,把需要频繁换型的小订单穿插在设备待料间隙做,一周的总产出能提升近30%。
把这个问题抽象出来,就是一个典型的单机调度问题:多个工件在同一台设备上加工,每个工件有各自的加工时间和换型时间,目标是极小化总完工时间。研
