过几天要跟一个企业做个关于科研生产计划体系及其软件工具系统方面的讲座，虽然PPT我已经做完了，但还是再系统的思考一下吧，也算是梳理一下自己的一些思考。

对于中大型复杂制造企业来说，企业的生产计划从来不是一蹴而就的，不管是教科书还是实际操作，企业的科研生产都呈现出一个体系化的特征，并依托于各种各样的软件系统来进行实践。虽然传统的APS大家已经耳熟能详，虽然车间层的柔性作业计划排产大家也都经历过或者听说过很多，但其实APS就其本身来说也是分成两部分的，AP和AS，一个是计划层次的planning，一个是调度层次的schedule。以此作为开端，笔者结合自己的经验，对企业科研生产计划体系当中的系统工程思维做一些思考和总结。 

（1）什么是体系化的科研生产计划？

对于企业来说，企业是必然要出产产品的，而这个产品是由一系列的零部件来组成的，而这些零部件是由一系列的工艺过程来生产出来的的，或者是通过采购现成的零部件来获得的。这些东西显然是彼此关联的。这一部分其实企业一般是做一下简单的平衡来做这个事情。

对于产品来说，企业不管是通过项目管理还是综合生产计划或者主生产计划，是要将这些产品一般来说是按照年度往下来进步，制定出产交付计划，一般是到月度或者季度。

对于零部件来说，可以分成两种情况，一种是自制，另外一个就是采购（包括自制所需要的原材料 也是属于采购范围的）。所以这个层次要从产品计划过渡到零部件的出产或者采购计划。传统上来说 MRP在干这个事情。这是第二个层次。有的企业会将这个层次再细分成两部分：面向自制生产的零部件出产计划，以及面向采购与协调的物料齐套计划。

零部件的生产就涉及到按照工艺流程的作业及计划，这是一般来说第三个层次。传统上我们说的APS是干这个事情的。

这个层次划分还是很清晰的，每一层次针对的对象以及考虑因素都是不一样的，看起来很完美，但实际执行下来就变得与心中期望的样子十万八千里了。 

（2）核心的难点在哪里？有限产能考虑不足。 

对于企业来说，不管计划分多少个层次，但生产执行是共有的一套，必须落实在这个上面才能够执行的下去。不考虑产能的拍脑袋做计划，谁都可以制定出来，只是没什么可执行力而已。 其实企业是心里很明白的。

考虑产能其实是两个方面，一个是制造产能，另外一个是供应产能。 这两个产能的执行控制部门在企业里面一般是分开的，虽然在实际运行过程当中可以看出来企业也是在拼命的缝合或者融合，但从PMC的角度来说，本来就应该是关联在一起的。 

当前的现状是，在主生产计划层次，一般是参考一下之前年度的出产经验，做一下简单的均衡或者平均，就算计划执行完了，其中的主观味道还是比较浓的。 为了能够尽量的客观一些，主生产计划的制定人员会向内部和下个层次进行延伸控制或者说考虑。比如考虑关键协作厂商或者说零部器件乃至原材料的供应能力，这些可能受政策和市场的影响。 有的企业会考虑产品形成的主要阶段的出产能力做一下延伸考虑评估，比如加工装配测试能主要环节。这些考虑的方向都是对的，但是技术手段是严重不足的。 

那能不能先初步制定一个主生产计划，再依靠下一个层次的MRP来做一下评估，如果有问题再调整呢？理论上是可以的，但实际是不行的。最根本的原因在于MRP是一种无限能力的开产。本来让MRP来做评估就是想考虑有限能力，但这个工具本身就是无限能力的，相当于所托非人呀。

为什么说MRP是无限能力呢？他不是考虑了提前期了吗？就相当于鸡生蛋蛋生鸡，MRP的提前期设置就是他理论的最大缺陷。本质上是一种无限能力的设置。

还有的企业在尝试另外一种方法，就是再往下一步（第三个层次的计划）进行延伸，比如直接采用传统APS的作业计划排产，来实现整个产品链路的生产能力评估，相当于用最精细的量化来实现定性乃至定量的评估。这种方法理论上是没有问题的，考验的是APS的大规模运算的效能。笔者刚完成验收的一个项目，采用的就是这个思路，是一个军工企业。

不管采用哪种方法，其实都是一种预排产。就如同我们之前所提的并行工程，开展了一系列的DFX工具，这个预排产的性质也是一样的。

笔者长期浸淫APS技术领域，在长期的技术研究、系统开发和实施应用过程当中，也早就发现了这个问题。除了拓展传统的机加、装配、测试、铸造、锻造、钣金等专业作业计划柔性排产调度系统之外，笔者团队也、结合上述企业的产能评估需求，克服MRP的固有缺陷，发展了一套能力评估排产工具系统。有需要的可以进一步探讨。

（3）关于生产瓶颈的系统工程思维

企业不管在哪一个生产计划层次进行产能评估考虑的时候，手工方式下经常是考虑其中的瓶颈。这种方式在缺少相关工具系统支撑下，是手工采用的典型方式，有一定的合理性，但缺陷仍然非常明显，这个曲线的表现形式或者说内存的原因，其实是从静态的角度来看待问题，而不是从动态系统性的角度来看的问题。

瓶颈产能当然是制约因素，既然是瓶颈产能，就更加不能有任何的松懈，或者说要给瓶颈产能有充足的投喂，瓶颈产能才能够充分的发挥。瓶颈资源不是孤立的，这就要求瓶颈资源及其向前延伸的其他资源，本质上来说是构成了一个集成关联的资源配合或工艺衔接链条。从这个角度来说，这个链条上的任何环节都是瓶颈，区别上只是冗余度的不同而已。

我们经常说的一句话是，生产现场的异变是常态，这就决定了静态的以所谓瓶颈资源的名义来考虑这个问题，实际的执行效果会必然的差强人意。

瓶颈资源不是独立存在的，必然是属于资源链条或者工艺链条。传统的看待这个链条多采用刚性的方式机制，是无法适应生产现场的常态性易变特点的。这其实是我们现在对于数字化系统经常诟病的一种典型表现现象，就是现有的数字化系统过于刚性，从系统工程思维角度来说，这样的系统在实际运行过程当中很难保持的，应该从系统工程思维的角度出发来为这个系统提供冗余或者缓冲，或者是笔者一直坚持的一种说法：我们做数字化系统应该做一个有“温度”的数字化系统。

就如同尺寸链设计一样，或者如同稳健设计的思想，乃至引入可靠性工程的思路，才能够形成一种具有足够任性的企业生产计划体系，这才是我们想要的。这里面可阐述的内容就太多了，其实这也是我一直深度思考的重点。 

笔者在自身团队所发展的一系列能力评估工具和排产调度软件系统当中，已经在开始实践和落实这些方面的思考。比如在能力评估系统方面，不是说基于现有的库存进行有限能力的MRP运算这种已经不简单的处理，而是要从整个制造系统韧性运行的角度，给出带有显著增强运行韧性的缓存或者说阶段性库存的解决方案。比如在计划排产与动态调度软件系统方面，秉持着杜绝问题发生、隔离问题影响范围和快速响应问题的思路来规划和发展这个系统，提高这个系统的可应用性和应用的稳定性。类似需要扩展和尝试的思路其实还有很多，这都是系统工程思维的具体软件工具或软件系统当中的体现。

其实不管是软件供应商还是企业，都在潜移默化的在应用一些系统工程思维在思考和解决这些问题。 现有的一些所谓的体系或者说数字化软件系统工具，必须要不惮于打破和勇于尝试，这样才能走出一条新路。笔者愿与企业一起共勉和努力。

来源：微信号  智能制造随笔

作者：王爱民

该作品已获作者授权，未经许可，禁止任何个人及第三方转载。