MES是智能工厂的核心,将前端产品设计、工艺定义阶段的产品数据管理与后端制造阶段的生产数据管理融合,实现产品设计、生产过程、维修服务闭环协同全生命周期管理。前端
应该说APS原本是MES的一个模块,也许是由于优化排产过重要了,技术门槛过高了,才拿出来单独做为一个功能软件使用。APS要知足资源约束,均衡生产过程当中各类生产资源;要在不一样的生产瓶颈阶段给出最优的生产排程计划;要实现快速排程并对需求变化作出快速反应。算法
不能小看仅仅是一个车间一个工厂的计划排程问题,从学术上讲,这是一个大系统、复杂系统的优化问题。后端
排程就是排序,就是先作什么,后作什么的问题。可是你能够这样想象,几百台大小设备、几百人同时要作各类任务,怎样才能在各类约束(设备能力、人员、时间、场地、物料等)条件下,实现目标(交货期、设备有效使用率、最低成本等)最优?优化
举一个简单排序例子:假设计算机每秒可处理1,000,000序列,咱们但愿构建一个最优调度系统,9个jobs能够不到一秒钟就完成,11个则要一分钟,若是给定20个jobs,找出最优的排程则须要77147年!实际计划调度问题会涉及上百台设备,上千个订单(jobs),可见大系统优化排程问题很是复杂。固然,人们不会以穷举的方法傻算的。设计
统筹学家、计算机专家们多年来一直在为解决大系统的优化寻找一种快速方法。统筹法、启发式、规则法、仿真法、遗传基因法等等,这些算法对一些特定的需求都有各自的特色,有些“算得快”,但结果不是最优解,有些收敛极慢不实用。甚至学术理论界都曾怀疑有没有最优解。3d
直到前几年,美国的一位应用数学家发明了分割嵌套算法,证实生成马克夫链,实现全局收敛,并能够给出离最优解的置信区间。这成为解决大系统复杂系统优化问题的一条捷径。blog
APS在企业有许多成功应用,特别是与MES模块集成应用。流程业如钢铁,化工等计划调度问题相对简单,所以,优化排程容易实施。排序
APS在离散制造业,因为排程问题的复杂性,几乎目前全部的APS系统都采用规则或启发式算法。规则法或启发式算法最大优势就是能快速获得一个可行的排程结果,可是没法保证最优解,也没法量化排程结果。对于简单的流程,较少的订单,不论什么算法获得的结果相差无几。复杂的排程问题,是否具备优化功能其结果将有很大差别。生命周期
先进计划排程(APS)的核心就是“先进”二字。不然只剩下计划排程了。大量研究数据代表:由规则法或启发式法获得的排程结果距离最优排程可相差30%-150%。以最少延迟订单为目标,优化与否的APS在处理100个订单时,可能总有30个在延迟交货,日积月累,对企业是很大的损失。资源
因为优化算法技术门槛的限制,目前中国市场上绝大多数“APS”产品因为“算不出来”,不得不加入不少人工干预(例如:人为制定了不少规则,而这些规则自己可能就是不优的)或者忽略一些问题。
从价格上来讲,APS的价格从一两万元到一两百万。简单算法的低端产品对于一些流程简单的小型企业,从手工排产过渡到APS排产,应该说是一个进步,也起到了辅助的决策做用。不少企业的实际生产极其复杂。APS是企业管理软件中技术含量最高的产品,APS的应用能够提升企业生产效率百分之几到百分之几十。真正具备优化排程的APS的价格定位应该至少在几十万以上。这说明,中国APS的市场和技术都不成熟。
APS是企业管理软件,它具备高度智能的生产计划调度功能,能够在多任务的复杂条件,并存在着诸多约束条件的生产流程中,最充分地利用企业的资源条件,找到最佳的调度排程结果。APS的核心是具备寻找最优结果的优化运算引擎。
在实际生产中,离散型工业企业(小批量,多品种,订单变化大),任务、资源、工序流程复杂,约束条件不少,而且彻底是一个动态的过程。企业须要的就是在能够容忍的时间内(例如10分钟)排出一个最优化的调度计划。而且这个排程计划的优化程度是能够判断和量化的,同时还能够预测对从此的影响(好比能够看到三个月后的状况)。
企业的实际经营运做在不一样的时间可能会遇到不一样的要求,例如,有时会要求最短交货期,有时会要求最佳的设备使用率,有时会要求最少库存,有时会遇到紧急插单,APS必须很方便的根据企业的需求,知足企业不一样时期的需求。
APS的人机界面必需要符合企业调度人员的思惟模式和排程习惯。让人通过极其复杂的培训,去适应计算机的要求,是企业使用人员不能接受的。
APS和MES在排产功能上是重叠的。不过,如今的趋势是APS和MES融为一体,实现四个闭环:
需求预测和订单承诺闭环。
计划与排产闭环。
排产与执行闭环。
订单承诺与订单履约发货闭环。造成系统自治,自反馈、自决策。