問題

制造業和經濟環境越來越復雜和不穩定，使得傳統的調度方法在面臨生產中斷時難以奏效。東歐一家大型鋼管制造廠其制造計劃依賴于傳統電子表格方法制定，開始面臨以下問題

• 制造進度表中未說明持續自發出現的瓶頸，并阻礙了項目的實施。
• 制造進度表不包含訂單安排，訂單依靠工頭的經驗逐個安排。
• 生產階段缺乏協調，導致停機、設備過載和訂單排序中斷。

對此，該工廠的管理團隊選擇使用仿真軟件來改善生產進度。他們聯系了Focus Group，這是一家從事決策支持實施的公司。Focus Group的專家開發了一個生產制造仿真模型，有助于實現三個主要目標：

• 生產調度全自動化，避免人為錯誤。
• 為通過站點的管道生產路線制定精確的規程。
• 確定剩余生產能力以實現額外訂單。

解決方案

Focus Group基于離散事件方法開發了一個生產制造調度模型，生產過程用流程圖表示。模型基于AnyLogic開發，開發人員之所以選擇使用AnyLogic是因為以下幾個關鍵因素：

• 離散事件建模。
• 行業專用庫-物料搬運庫。
• 模型可以作為獨立的Java應用程序導出。
• 包括數據輸入和輸出，強大的數據處理能力。
• 可以創建生產制造企業數字孿生模型，該模型集成了來自實際生產制造設施運營的數據。

除此之外，AnyLogic不僅能夠進行流程建模，還能夠為生產線中的組件及其交互規則進行邏輯設置。

對于物料處理模型，Focus Group團隊開發的模型包括諸如Order、Pipe、Prokat (金屬卷)和Station之類的對象。在模型中，從阻尼器倉庫到成品訂單發布，他們為整個生產線設置了邏輯。輸入數據（每周訂單計劃、效率、機組工作時間等）通過Excel模板上傳到模型中。

每周生產計劃由管道制造廠專家制定，可以使用模型檢驗其可行性。另外，工程師們還開發了一種特定的算法，讓模型能夠提出最佳的生產計劃建議。通過應用分析方法以及動態建模測試結果，Focus Group確保模型中的生產水平不低于工廠團隊制定的進度計劃。此外，該模型還有助于減少設備更換的次數，并提供了更詳細的規劃。

結果

開發人員開發了一個包括車間的所有生產階段鋼管生產模型，使得生產能效得到改善。其原因在于通過模型，管理層可以：

• 在無風險的數字環境中測試生產制造計劃的可靠性。
• 安全的測試將新訂單集成到現有計劃的可行性。
• 確定主要站點和機器單元的利用率。

此外，該模型還可以幫助計算預期的訂單提前期和順序優化，提供詳細的階段性訂單路徑，并可自行制定每周生產計劃。

最終，通過仿真模型，制造企業在訂單交接、確定瓶頸和優化訂單路由方面實現了缺口和每日波動的最小化。他們還將短時間停機合并為較長的間隔，并使用其來提高產線效率。此外，調度表調整時間從3小時縮短到3分鐘。總體而言，對生產線進行建模，制定時間表，預測可增加生產量678噸，每周收入增加813000美元。

將來，計劃通過將模型與生產控制系統集成來進一步擴展模型，使其作為車間的數字孿生模型。之后，管理層將能夠連接計劃和生產，為每個機器單元設置詳細的班次或日常任務。這樣工廠就能夠基于生產現場的整體布局來調整生產計劃。