博世华域生产的“智慧大脑”
在制造行业，汽车制造素有现代工业明珠之称，属于典型的离散制造行业。
对于一辆功能完美的汽车来说，必须拥有其优质的配件，小到每一根线束，大到它的乘用转向系统，每一个个关键零部件都考验着汽车制造企业的生产和排程能力。
在
工业4.0和
智能制造的浪潮下，分工细化和全球化制造的压力对企业的生产线柔性提出了更高的要求，而传统型汽车及零部件制造厂商由于生产工艺复杂加之
生产管理的短板就成了致命伤，紧急订单多、计划制定困难、无法快速响应市场变化与需求等等限制了汽车制造企业的发展之路。
而这曾对于全球最大汽车零部件供应商之一的博世华域来说也不例外。
作为中国乘用车转向系统业务规模最大、市场占有率最高、集开发制造为一体的世界500强公司，博世华域专门从事汽车转向系统及关键零部件的开发、生产、组装和销售，其客户分布覆盖十二个国家、二十五个地区。
为了适应不断发展汽车制造行业的发展，博世华域有一个大展宏图的发展计划，不仅要把汽车转向产品做到极致，打造世界一流汽车转向系统产品，更要成为全球最为先进智能化的工厂，构建柔性化、准时化和数字化的智能工厂，不断持续引领市场。
要想在汽车制造行业数字化转型中开疆扩土，高级生产计划与排程（APS）成为了这家国内汽车大佬战略调整的焦点，博世华域意识到APS能够提高生产运营效率和协同化管理全国生产基地，是帮助实现宏伟蓝图的必要途径。
在众多高级计划与排程提供商中，博世华域希望能够找到一家长期合作的伙伴，既能提供智能高效排产解决方案，满足中长期到短期日计划自动排程排产需求。
又能够理解中国本土汽车
制造业务运作模式和个性化需求，帮助企业降低库存，提升交付及时率，经过多家考量，博世华域最终选择悠桦林一起携手在生产计划排程和供应链领域进行数字化探索和实践。
悠桦林作为中国领先的企业级智能决策服务平台，是国内极个别掌握运筹优化智能决策技术的公司之一，团队汇集了在运筹优化、人工智能决策领域桌有建树的人才精英。核心算法成员拥有美国佐治亚理工运筹学背景，且均为博士。
图1 悠桦林高级生产计划与排程展示
实施管理团队来自亚马逊、Intel、IBM等世界500强企业，精通企业运作、生产流程优化等丰富的实战经验。悠桦林以运筹优化和人工智能决策为基础，凭借着多年行业积淀和成熟的服务体系。
其研发的高级生产计划与排程系统，继承了国外先进的运筹优化理念同时又切合中国本土企业实际需求，能够赋予企业全局优化生产决策能力。
换言之，相比市场上其他同样提供APS解决方案的供应商，注入了运筹优化的高级生产计划与排程解决方案，能最大实现产能利用率，建立更高效的精益生产计划模型与之相适应的组织架构，最大化利用产能、减少库存，提高整个供应链计划的效率与优化计划的结果，真正从根本上为企业降本增效，提升企业核心竞争力。
数据显示，悠桦林的高级计划与排程系统助力博世华域将花费数小时排产工作缩短到5分钟，降低了11%的单SKU备库存量，提升了15%的交付及时率。
汽车零部件制造行业排产之困
不破则不立，博世华域原来的排产方式主要为手工和基于EXCEL表格来定制生产计划，这对于一个高速成长的大规模企业来说，沿用过往人工排产方式在大量业务需求下日趋艰难。
1.频繁计划变更 生产决策拍脑袋
受汽车市场需求不确定性的影响，汽车制造行业普遍存在着计划变化快、插单多等现象，生产变更引起的计划修改对企业来说是极为头疼的问题，更无法实现对每个工单精益生产上进行时间与空间规划。
而工厂生产调度业务逻辑极为复杂，需要极高的时效性，人面对种类繁多复杂多变的规则，很难滴水不漏的周全考虑到各种业务制约与要求。
对于大量的规则和逻辑运算，更是难以做出高效的判断，其效率与准确度与机器相比更是天壤之别。这种场景下，依靠人经验做出的计划不确定性极高，生产计划质量极难保证，更不是最优的解决方案。
2.手工排产耗时长
在生产计划排产环节，企业基本上还依靠Excel方式手工排产，往往耗时2到3个小时，使得员工工作强度大、排产效率低。由于计划员按工序分开排产，为确保生产工序之间计划均衡，常常需要通过会议沟通和协调，导致效率不高。
而且容易人为原因造成沟通不到位、手工表格格式异常、数据散乱脏乱等会造成计划不合理，此外人工排产也对人员的技能、业务熟悉程度、人员工作态度依赖性大，工作人员无法了解产能负荷情况、生产实际完成情况、产能均衡等情况。
3.
库存管理一刀切
很多制造企业都处于一种“亚健康“三高状态：高成本，高交期和高库存，高库存会掩盖生产、采购、销售等重要环节运作问题，导致存货周转率低、资金积压严重等问题。
大部分企业对库存的管理是基于某时间的库存量，使用人工计算产能情况倒推全部备库计划，从而缺乏整体角度考虑何时备库成本最优。
4.信息孤岛部门协调困难
计划与管理是制造企业有效运作的火车头，也是企业的中枢大脑，传统型汽车制造企业普遍在管理环节存在短板，博世华域也缺乏有效组织管理：
各个部门的信息和排产相关数据维护在自己手中，无法保证信息的继承性与可追溯性；信息壁垒现象导致企业缺乏统一调度中心发布和共享计划和变动。
这是汽车博世华域同时也是整个汽车制造行业排产之痛。
拥有破釜沉舟的勇气，才能开启智能工厂精益化生产新征程。悠桦林凭借着强大的优化算法能力，在计划排程、生产过程管控、供应链流程等方面将生产排程自动化、生产管控
信息化和精益生产计划深度融合，提升了生产产线和供应链柔性能力，赢得了博世华域的青睐。
悠桦林APS：注入运筹优化的力量
悠桦林根据博世华域面临的困境和业务现状，为其搭建了一套智能排产系统，在满足企业各种生产资源约束的基础上，基于悠桦林强大的算法引擎和运筹数学建模方法，能够实现一键自动排程排产。
从而达成生产精益、库存精益、人员精益、减少换型等多优化目标，更学科智能地计划中长期和短期排产，帮助博世华域优化生产管理及作业流程，降低
生产成本，提高生产及管理效率，缩短生产周期，提升整个供应链的柔性与敏捷度。
1.精益排程之中长期排产计划
在未上线高级生产计划与排程前，博世华域排产计划依赖于手工EXCEL形式进行排产，计划员每天挣扎在各种数据表格和繁琐操作之中。
面对纷繁复杂的工序逻辑关系和有限资源，如何制定可执行计划中长计划、日计划成为生产计划人员极为头疼的问题，常常需要耗费人工2到3小时的精力和时间。
实际上无论是博世华域还是其他离散性较大的企业和工厂，做季度计划、月度计划周计划都是按照产能100%来设计。
一旦生产现场收到很多干扰，出现插单撤单、设备人员例外都会直接影响实际的生产，所以人工做出来的中长期生产计划可执行率低，经常也使得部分订单延期，停工待料，加班多等等。
针对这样极耗人力、时间的人工排产方式，原始而又效率低下的计划传递方式，悠桦林深入到博世华域生产业务场景之中，根据业务生产流程，通过对大规模脏数据/散乱数据整理、分析以及清洗，为其建立了统一数据标准与模型，从而将基础数据打通并集中管理实现标准化。
图2 生产计划与排程
基于悠桦林强大优化算法模型的反复迭代、自我完善以及机器深度学习：多次模拟业务生产逻辑，最终悠桦林搭建的高级生产计划与排程能够在有限资源约束下：
以最短期限，达到最优生产规划，实现对设备、人员进行精细排产，将花费数小时的人工排产缩短至五分钟，一键智能输出中长期计划与短期日计划，并精确到每到工序、每个机台和人员的生产和物料计划，从根本上减少计划时间、人员的工作负荷，同时能够避免人工操作的失误。
悠桦林APS输出的周生产计划通过数学建模定量分析并综合考虑有限产能、物料约束、市场预测等多维度业务约束条件进行统筹规划提升产能利用率：
并同时能满足总客户欠交量最小、总库存最小以及总生产时长最小等多种优化目标，而且可以对不同业务生产场景输出了四种不同日历等级下的周生产计划。
2.精益排程之短期排产计划
如果周计划是能够确定每条生产线每周生产的产品种类和数量，那么日计划需要更精细的排产颗粒度：确定每条生产线每天产品的生产顺序，在制定指定日计划过程中还需要在满足100%交付的前提下，支持多目标优化：
客户需求欠交量最小、安全库存欠交量最小、产出最大等业务约束条件，而日计划的制定对数学建模和优化算法的应用就非常考验整个团队算法的响应能力。
图3 日计划
在制定博世华域的日生产计划就充分体现出了悠桦林算法团队的优势与实力，假设工厂约有20条生产线，生产70+种类的产品，各条生产线能够生产11多种的不同产品。
平均一条产线能够生产6种不同的产品，如果考虑6中产品，一条产线可能生产产品的组合以及顺序就有1950种，考虑10中产品时，就有980万种......
如果考虑更多条生产产线以及不同日期下生产产品组合和顺序时，整个工厂可执行的生产计划更像是一个天文数字，此外还需要考虑开班班次、库存、换型等约束条件和资源。
针对以上复杂数学规划和求解难题，正是在航空领域（解决了世界上规模最大的整数规划问题）和供应链物流领域运筹优化的积淀，悠桦林团队设计了更加智能的算法去搜寻最优解，从天文数字多的可能计划方案中，找出符合实际生产场景的最佳日计划方案。
事实显示，基于悠桦林团队高质量数学规划模型和运筹优化技术强大落地能力，博世华域的生产时长下降了5%共节省生产时间将近8000多分钟。
3.核心技术平台：运筹优化+人工智能+大数据
企业需要的是100%匹配需求的资源计划解决方案。
高级生产计划与排程其实在业内存在已久，但其成效远不如预期，尤其是对生产工艺复杂、原材料及原器件种类繁多的离散制造领域，产品往往由多个零部件经过一系列不连续的工序装配而成，其生产过程包含多变化和不确定因素。
在一定程度上增加了离散制造生产组织的难度和配套复杂性，要做到生产数字化、可视化、透明化实属不易，运筹规划算法模型在APS中非常重要，但是具有相当高的技术门槛，而在运筹优化的江湖里，悠桦林经过在航空行业的历练和蛰伏（航空机组排班问题的复杂度极高），已然是行业中的老炮儿。
图4 航空机组排班
作为唯一一家能够提供基于运筹算法的优化排产系统，经过在航空和供应链领域大量资源投入和长时间运筹优化算法成熟应用。
APS系统能够深入到业务生产场景之中并能落地，达成博世华域精细化柔性生产制造目标，进而能准确地生成生产计划、资源分配和产能预测结果等等，使获取的最优计划方案与实际业务实况相匹配。
例如在应对目标多样性时，悠桦林算法团队设计了目标优先级方案，为了满足实际应用过程，考虑到不同业务场景或者工厂有不同目标优先级的情况，员工可以调整不同目标优先级满足业务场景生产需要；
此外，借助于人工智能机器深度学习与训练，收集、更新并总结一定规律后，对生产计划与需求能够进一步细化、优化与改进，从而系统能够输出贴合现实业务场景的方案。
借助于悠桦林高级生产计划与排程系统，博世华域在以下几个方面建立了高效精益的生产计划，正朝着
柔性制造、智能制造领先行业的目标迈进。
1、订单准确交期承诺
基于企业生产能力和现有产能负荷，对订单进行评审和交期评估，给出精确到每到工序、设备、人员和物料计划，确保企业按时交付，从而为博世华域提升了6%-15%交付及时率。
2、未来产能模拟
帮助企业对未来产能预测，使决策层能够提前预知哪些设备产能不足或富余，提前做好应变措施，帮助博世华域下降4%换型损耗率。
3、库存管理
中长期计划指导物料采购计划制定，同时以计划驱动指导物料准备及物流配送，使得博世华域降低了11%-15%的备库量。
4、一键智能排程
系统能够获取工厂实时资源信息：设备、人员、物料等，系统进行算法计算自动排产，将计算出的最优排产计划下发到生产线，实现一键自动排程排产，原来花费数小时排产任务缩短至5分钟，从根本上减少计划制定时间、减轻计划员工作负荷，提高了工作效率。
5、灵活目标配置
满足不同业务场景和不同时期多种不同的资源目标，工作人员灵活根据客户、产品类型、订单数量大小等等自定义订单优先级，决定订单生成的先后顺序。
6、生产异常处理
能够及时响应紧急插单、生产波动、人员排班等异常情况，自动排程快速调整异常情况对计划的影响。
7、可视化报表管理分析
悠桦林高级生产计划与排程支持各种维度统计报表，以形象的甘特图展示排产结果，帮助计划人员作出战略决策。
8、管理透明度
帮助企业打开生产管理黑盒，使得销售人员和生产管理人员能够对每个人员、每个设备、每种物料精确管理，精确掌握整个生产过程，为企业提升4%的生产利用率。
面对工业4.0浪潮以及智能制造的持续推进，很多企业希望构造一个健全的“企业神经系统”，能够快速响应市场需求，正在依托高级生产计划与排程技术迈向数智化，是中国工厂转型的一个缩影。
悠桦林的高级生产计划与排程产品可以说是供应链优化的重要引擎，给“错综复杂”的供应链丛林中的企业以敏捷的身躯，来快速反应与适应激烈竞争且变化多端的市场。
如今悠桦林相继完成汽车制造行业标杆场景的探索，迎来了大规模化落地，未来悠桦林会运用运筹学帮助企业创造更多的价值，推动企业“凤凰涅槃”实现数智化转型。
本文来源于互联网，e-works本着传播知识、有益学习和研究的目的进行的转载，为网友免费提供，并已尽力标明作者与出处，如有著作权人或出版方提出异议，本站将立即删除。如果您对文章转载有任何疑问请告之我们，以便我们及时纠正。联系方式：editor@e-works.net.cn tel：027-87592219/20/21。
