APS在工業企業的規劃實施及其成功要件

趙繼榮 曾汶龍

（1.博世電動工具（中國）有限公司，浙江 杭州 310052；2.天寶電子（惠州）有限公司，廣東 惠州 516005）

一、引言

隨著市場供需模式的改變，需求在互聯網時代逐漸變得碎片化和脆弱化。如何利用數字化技術與傳統工業協同，提高交付的敏捷性和可靠性，變成了企業競爭力提升的必然選擇。然而，在產品大規模定制化需求時代，企業如何對人力資源、機器和產能資源、物料供應、工藝進行高效調度、防呆糾偏，一直是一個難題。過去，企業以ERP手動計劃排程，在生產工單管理上做生產計劃建議，欠缺對資源調度的全鏈動態管理。在只依靠ERP下，很多企業都出現了工單齊套訊息不清晰，人工追欠料，過度依賴人員素質，計劃和物流、信息流傳遞的效率低、延時和不準確的狀況。以至于無法滿足客戶交付需求的風險、資源浪費的風險和潛在呆滯庫存的風險日漸提高，直接影響了企業的競爭力。圍繞實現數智化營運的戰略目標，企業在現有ERP的基礎上連接APS（Advanced Planning and Scheduling，高階生產計劃與排產系統），以助于縮短訂單生產周期、提高工作效率、降低庫存成本，這已然成為行業內的一個趨勢。在德國提出工業4.0概念之后，國內APS的發展可謂百花齊放，但大多數對APS的研究仍處于起步階段。雖然APS的愿景十分美好，但歷年APS實施案例成功驗收的比例不高。目前行業整體成功率仍低于30%，真正在財務上能為客戶帶來合理收益的案例比例，可能不高于20%。本文基于國內某一知名企業有效實施APS的應用實踐，為其他工業企業在數字化轉型中，如何成功規劃實施APS，提供一套科學合理的規劃方法，為企業實現智能制造提供有益的模板。

二、APS基本原理

APS是在工業生產中廣泛使用的自動生產計劃排程系統。它的目的在于幫助企業串聯銷售需求和工單安排，提高生產和運營的效率，提升資源利用和協助降本。APS系統包括需求計劃、生產排程、資源分配和監督調整四部分[1]：一是根據市場需求和預測，制定產品的需求計劃，以確定生產的產品種類、數量和交貨日期。二是在生產排程建模中，需要根據需求計劃，按約束條件進行生產排程，以確定每個產品生產的開始時間和結束時間，并確保生產和交貨時間的準確性。三是根據排程進行4M1E資源分配，包括人力資源、機器和產能資源、物料供應、工藝等，以確保資源的充分利用和效益最大化。四是監控和調整。根據實際情況，進行生產排程的動態監控和修正，及時處理生產中的問題，保證生產進度和產品質量的達成。總體而言，APS是基于需求計劃和資源分配，通過優化生產排程來提高生產效率和產品質量，從而實現企業的整體經濟效益。

三、APS規劃實施

APS的規劃實施在很多企業看來只是一個資訊軟件項目。正是因為這種誤解，導致項目的實施條件不足，而引起實施成功驗收的比率偏低。工廠交付以主生產計劃為中心，而APS正是整個計劃體系的核心靈魂和指揮系統。由于APS與其他職能板塊牽扯互動甚多，所以APS的規劃實施其實是一個由上至下的供應鏈體系和流程規劃改善過程，也是先精益后自動化的過程。實施APS與實施ERP有點類似，其關鍵瓶頸在于企業文化與流程改革的沖突，而非軟件本身。

（一）供應鏈智能制造體系規劃

以本文企業為例，整個企業從上至下第一步，是規劃企業整體的智能制造藍圖。包括產品全生命周期的管理、產品全面質量管理、供需全鏈的協同管理以及其他連接項目。（見圖1）

圖1 智能制造簡易藍圖

在全鏈協同下，第二步是規劃供應鏈智能制造體系（Supply Chain Intelligent Manufacturing System Planning）。在實施APS前需要做頂層規劃，即前方連結CRM和 ERP，后方連結SRM。利用智能制造技術和信息技術，實現供應鏈中各個環節的協同、智能、高效運作，動態擇取現場數據以保證持續糾偏。在供應鏈體系外和其他智能制造系統數據互通、互動，高效協作，管理企業資源。

本文企業體系規劃的目標十分清晰，主要關注于提高供應鏈系統的準確性、敏捷性以及高效和低成本。在相關體系和流程建設中，本文企業至少用了一年時間來做規劃和各業務流程的梳理，把基礎框架定好以承接APS不同環節中的需求和特點。

（二）APS業務流程規劃

在頂層的企業智能制造藍圖和全鏈體系規劃完成后，如前文所提倡的先精益后自動化的概念，本文企業針對公司內部情況，梳理了 APS的業務流程。下面讓我們以該企業的工廠A為例，來梳理其實施APS的業務流程：

1.APS底層數據的采集和整理。在前期，因歷史原因收集相關底層數據相當困難。數據缺口較大，工藝數據比較粗獷，而且各組數據之間還缺乏連結性，例如，產品和產線沒有關聯，個別產品在設備上的產能數據缺失；人力資源和產線沒有關聯，人力資源數據缺失并和實際排產的能力數據差異較大。

在APS系統搭建過程中，需要收集和整理與生產計劃和排產相關的底層數據，包括需求數據（銷售訂單號、銷售訂單數量、要求交付日期）、訂單與工單的關聯數據、產品數據（包括規格、產品標準化）、制造工程數據（包括標準工時、工藝路線）、設備數據（包括最大產能、設備狀態）、產品與產線的關聯數據、人力資源數據等。

2.業務流程梳理。APS底層數據搭建整理后，就需要對計劃部門的實際業務流程，即從銷售訂單錄入開始，到物料需求計劃、生產能力計劃和生產執行反饋的所有業務過程，做相關的流程梳理。并且對比APS系統建議的標準流程和實際操作流程的差異，厘定APS相關業務流程及其對應的約束條件。

實際在梳理業務流程時，往往會出現管理層的期望和執行者的期望相違背的情況。管理層期望用人少、智能化，并且約束條件更多；而執行層面則期望APS簡單易用，靈活性更高；也會有部分操作人員希望不改變，繼續保持人工排產的現狀。本文企業的工廠A在APS業務流程的梳理中，就花了很長時間用于處理期望的沖突和平衡相關的要求。

案例企業的APS簡易業務流程，如圖2所示。它主要包括五個方面：一是需求和供應計劃：根據客戶需求、訂單和市場趨勢，制定相關主生產計劃，包括接受訂單、確認訂單、訂單排期等。二是長期產能計劃：包括物料計劃和生產能力計劃。根據主生產計劃和產品物料清單（Bill of Materials），可以關聯觸發形成ERP中的物料計劃（包括原材料采購、庫存管理、物料配送等）。然后，再根據主生產計劃和設備能力，可以制定包括人力資源調度、設備調度、維護保養、設備改造等在內的生產能力計劃。三是生產計劃和執行：根據主生產計劃、物料計劃和生產能力計劃，執行生產。包括生產任務分配、生產進度跟蹤、生產過程控制等。四是動態作業調度：根據生產執行情況，設備狀態和現場異常升級管理，進行生產作業調度，包括設備調度、作業分配、作業優化等。五是生產報告分析：對生產過程中的數據進行分析，制定決策方案，包括生產計劃的調整以及糾偏預防、持續改善。

圖2 APS簡易業務流程

（三）規劃APS軟件的功能板塊

下面以本文案例企業的工廠A上線為例，來談談APS軟件的功能架構和內容規劃。該工廠的APS共分為七大板塊：一是資源管理板塊，這里的資源管理包含生產組織管理、線體工序配置、人員信息管理、考勤班次管理、工廠工作日歷、設備管理、模具管理、設備排班設置、排班明細表等等，以確保生產相關資源數據和參數設定可以在APS內得到有效管理。二是排程建模板塊，它包括產品檔案管理、平臺產品配置、產品專線配置等。通過產品的工藝路線設置、標準產能定額、模具關聯配置、產能缺失分析、排產前置期及到貨提前期設置、安全庫存設置（如需要）、齊套算法配置、預警規則設置等，可以確保相關排產數據設置有效。通過不同參數和不同業務約束條件，可以服務排產引擎完成模擬排產，協助排產決策。三是算法應用管理板塊，算法應用主要按遺傳基因算法模型和啟發式算法模型，基于約束理論的有限產能算法和多個約束規則，進行計劃序列運算，以確保排產能按多約束規則有序匹配。四是計劃管理板塊，它為相關不同計劃和需求，提供約束條件的數據來源。五是生產排程板塊，主要負責相關動態排產的執行和配套資訊的分析。六是物料拉動管理，以全鏈連結拉動進料，當然這里會牽涉采購策略和相關交易規則，需要另外處理。七是分析&預警管理，它連接流程中的糾偏預防，形成PDCA的閉環管理。

（四）APS項目實施計劃

上述步驟完成后，就輪到了規劃的實施和執行。以案例企業的一條離散型產品生產線為例：一是確定項目實施的目標和范圍：需要明確APS實施的目標產線、型號和范圍，選擇需要的APS板塊和功能，明確對應功能板塊的連接接口。二是收集和整理數據：從業務流程規劃已整理的數據中，收集與生產計劃與排程相關的實時數據，作數據庫接口連接。三是APS系統后臺設計：根據業務流程，進行系統后臺設計，包括定義數據模型、參數修正、約束條件修正、確定算法和模擬模型等。四是APS系統的安裝與調試：根據設計方案，安裝軟件，配置和調整系統參數，設置權限等。五是數據測試驗證和調整：系統安裝調試完成后，需要對數據進行驗證，以確保數據的準確性和完整性，并進行用戶測試（UAT）和系統壓力測試，輸出OPL調整并優化。六是培訓和推廣：給用戶做APS系統培訓，并制作相關APS使用手冊，使用戶盡快熟悉系統的操作及使用方法。同時進行APS推廣活動，提高APS的使用率和應用效果。七是監控和維護：定期監控系統的運行狀態，及時處理系統異常，進行系統維護和升級，保障系統的穩定運行。

四、APS上線的成功要件

1.APS 的土壤。智能制造體系、企業文化規劃及數據成熟度，是APS成功的關鍵基礎。智能制造體系是APS的核心，它包括IoT、各智能制造板塊、大數據分析、MoM（制造運營管理系統）決策平臺等。先進的智能制造體系中，各板塊邊界和連接清晰。同時，APS系統需要對大量的生產數據進行分析，以便發現潛在問題，提高生產效率和質量。通過運用數據挖掘、機器學習等技術，APS可以實現生產過程的智能優化。

2.APS 的種子。APS的選型和建模。包括相關軟件、模型選擇與現實業務流程的匹配，是APS成功發展的關鍵。成功的APS需要整合各種生產設備、信息系統和管理系統，以實現端到端的自動化控制。這就要求在APS的選型、系統建模階段，考慮各個部分的互操作性，以便在實施過程中能夠充分發揮各個組件的優勢。并且隨著技術的不斷發展和市場需求的變化，APS需要持續改進以保持競爭力。這包括編碼技術研發、管理方法改進、人才培養等多個方面。特別是在業務流程匹配上，由于市場需求和生產條件的不斷變化，成功的APS需要具備靈活的生產調度能力，以實現快速響應和生產優化。這包括實時監控生產過程、動態調整生產計劃、優化資源配置等。

3.APS的養分。既懂現場執行又懂業務流程和系統設置邏輯的人才，以及管理層對內部阻力的支持，是成功的催化劑。盡管自動化技術在APS中發揮著重要作用，但人仍然是不可或缺的一環。成功的APS需要實現人機協同，即使得人類能夠與自動化系統高效地協作，共同完成生產任務。同樣管理層的支持不可或缺，包括在資源上以及在流程上的支持。

五、結語

本文對APS 在工業企業的實施規劃和成功要件進行了實例驗證，對相關關鍵步驟建立了清晰明了的指引，并對實例風險進行了深入探討。并根據應用驗證得出相關結論，提出APS實施的成功要件，期望能夠引導我國企業提高行業APS導入成功率。