王爱民：ETO模式的不确定环境及其对APS影响的分析

不管我们希望或者期望是什么样子的，但对于实际生产来，异变是常态。

对于APS来说我们也经常说其中有两大内涵，一个是计划排产，一个是动态调度。计划排产是偏重于静态总体，而动态调度偏重于过程执行。

不同的生产模式，比如ETO、ATO、MTO等等，对于APS的影响也是不一样的。越是远离制造阶段，比如ETO，对于APS的稳定性影响就越大。

这种影响很大程度上导致了 APS的输入是不稳定的，或者说是动态的。

订单或制造输入工号的不稳定。很多企业都是边设计边工艺边生产的，尤其在ETO模式下。很大程度上可能存在着确定一部分就投产一部分。这种情况尤其在复杂产品的研制生产当中更加普遍，就如同我们在制造阶段中事实上采取的做法那样，当部分物料到位之后，当工艺许可的情况下，即不会等到所有的物料都到位才开始生产（尤其是装配），而是能做哪些就先做哪些，否则等到所有的条件都具备之后，可能生产周期就已经非常或者极其的紧迫了。这个对APS的要求，其实是一种渐进式的要求。

比如研制新工艺的不稳定性。虽然工艺是一个阶段。可以有工艺规划，甚至触及具体的工业规程，但在实际的生产过程当中。可能需要根据实际生产验证来进行调整。或者说工艺的工作量比较大，能确定哪些就做哪些。当然了，这些都是企业的决定，如果经过部分工艺步骤的生产验证，对工艺要做颠覆性的调整甚至是更改材料等颠覆性的影响，这就会甚至延伸到对设计产生了影响，那之前生产的很有可能会导致浪费。这对于APS来说，其实是属于多状态或者说多工艺阶段的排产考虑。

比如BOM或者物料的不确定性，这也是一种非常常见的不确定性。这种不确定性包括两部分，一是不完整，二是不准确。不完整，其实对于APP来说相当于是一种工艺上的动态变化，可以在物料到位之后，在工艺步骤可以执行的时候，再来进行针对性或者重入性的资源配置调整。而不准确及时是一种典型的动态调度。另外一个深层次的意思就是从设计、工艺到制造，他们之间的BOM关系是需要转化的，对于APS来说，其实是要考虑一些细粒度的订单排产控制。甚至涉及到分批合批（基本之上是对于制造半成品的一种重新分配）的操作以实现制造BOM订单层次的协调关联乃至重建。这个对APS来说，其实是要设计一系列的针对不完整不准确的排产策略。

比如，因为研发方面的不确定性，涉及到订单挂起或者撤销等方面的动态调度，但这个一般来说是属于常规的动态调度。

由于设计以及工艺的不稳定性，制造阶段的APS排程，可能有一些排产任务，并不是最终的产品产出，而是为了过程工艺状态的验证而做出的工作安排。其实这个对API来说，是对分类型任务的一种排查控制。

面向ETC这种企业运行模式。一般采用的都是IPD的研制方式，而这个IPD团队里面一般包括设计、工艺和制造相关人员，当然了也涉及到对相关资源的一些使用。APS就需要来响应这种并行研制资源的配置，效益的APS主要是针对制造阶段的，而广义的APS有时候会换个名词叫项目管理，但其实是一种综合的APS。这是APS与并行工程之间的一种关系。

但不管如何复杂，对于APS来说，或者说对于制造阶段来说，总是会有一个相对确定性输入的。APS只是需要随机应变，甚至要实现服务化的动态响应。从本质角度来说，不管什么样的生产模式，APS相对来说还算稳定，只是对于各种动态不稳定的不确定、不完整、不准确的时机和数据的管控要求比较高，需要引入机制进行控制。当然了，对于APS的一些细节功能也是细化和明确的，也是一种功能的丰富化扩展，相对来说要求还是比较高的。

……………………………………

一己之见，仅供参考。

作者信息：王爱民，北京理工大学数字化制造研究所所长，长期从事MES、APS等技术研究、系统开发与实施应用。

笔者公众号：智能制造随笔，欢迎关注。