制造企业大多是多品种、小批量的订单式生产,排产目前主要靠计划员经验和 Excel,遇到插单、设备故障、交期变更时调整慢、容易出错,普遍存在交期难保证、设备忙闲不均、换型损失大等问题。
本项目是一套 APS 动态排产系统:读取订单、工艺路线和设备数据后,自动决定订单是否拆批并行、每道工序安排到哪台设备、何时开工,并在插单、故障等变化发生时重新排产,输出车间排产计划和交期达成率、设备利用率等指标,把排产从依赖人工经验变成可计算、可验证的日常工具。
点击空白处退出提示
制造企业大多是多品种、小批量的订单式生产,排产目前主要靠计划员经验和 Excel,遇到插单、设备故障、交期变更时调整慢、容易出错,普遍存在交期难保证、设备忙闲不均、换型损失大等问题。
本项目是一套 APS 动态排产系统:读取订单、工艺路线和设备数据后,自动决定订单是否拆批并行、每道工序安排到哪台设备、何时开工,并在插单、故障等变化发生时重新排产,输出车间排产计划和交期达成率、设备利用率等指标,把排产从依赖人工经验变成可计算、可验证的日常工具。
这套排产系统支持:录入或导入订单、工艺路线、设备与班次等基础数据;维护品目之间的换型时间;设置设备日历、班次和排产优先级规则;执行排产后,查看每张订单、每道工序安排在哪个设备、什么时间开工;查看订单的物料需求展开情况;检查设备占用和计划冲突;最后输出排产计划表和设备甘特图,用于下发车间、安排生产。
此外,引入AI大模型,支持基于文字交流来修改排产的模型参数。
整个项目由我独立开发;
排产核心不依赖第三方库,用纯 Python 实现,时间计算基于 datetime 和 Decimal(保证加工时长精度);intervaltree 用区间树管理设备时间轴,负责查找可用时段、判断计划重叠;matplotlib、numpy 绘制设备甘特图;pandas 把排产计划以表格形式输出,方便与外部系统或仿真平台对接;
亮点:领域模型包括品目、多种 BOM、订单、工序、设备、日历班次、换型时间矩阵,覆盖真实工厂排产所需数据;支持正序、逆序两种排产方向,已完工、已开始的任务重排时保持不动,适合插单场景;排产时同时考虑设备空闲时段和班组日历两套口径;换型时间动态核算,按设备上前一品目与当前品目查换型矩阵,setup 时间随排产顺序实际变化;支持拆批,一个工单可拆成多个子批并行加工;对外交付规范,计划以统一表格输出,算法可插拔。




评论