APS在工业企业的规划实施及其成功要件（微信文章未删减版）

须知

公众号推文规则变了，读者会错过文章更新，点击上方 "企业数字化咨询"关注, 设为星标

后台回复【技术】，申请加入行业技术交流与资料分享群【微信群/朋友圈不定期分享可下载的免费资料】

加入会员服务可获取更敏捷服务

新人关注福利

关注『企业数字化咨询』公众号：

回复【数字化转型】，可下载《36个数据中台/数据治理PPT》

点击阅读原文（文末）加入会员获取更多敏捷服务···

一、引言

随着市场供需模式的改变，需求在互联网时代逐渐变得碎片化和脆弱化。如何利用数字化技术与传统工业协同，提高交付的敏捷性和可靠性，变成了企业竞争力提升的必然选择。然而，在产品大规模定制化需求时代，企业如何对人力资源、机器和产能资源、物料供应、工艺进行高效调度、防呆纠偏，一直是一个难题。过去，企业以ERP手动计划排程，在生产工单管理上做生产计划建议，欠缺对资源调度的全链动态管理。在只依靠ERP下，很多企业都出现了工单齐套讯息不清晰，人工追欠料，过度依赖人员素质，计划和物流、信息流传递的效率低、延时和不准确的状况。以至于无法满足客户交付需求的风险、资源浪费的风险和潜在呆滞库存的风险日渐提高，直接影响了企业的竞争力。

围绕实现数智化营运的战略目标，企业在现有ERP的基础上连接APS（高阶生产计划与排产系统），以助于缩短订单生产周期、提高工作效率、降低库存成本，这已然成为行业内的一个趋势。在德国提出工业4.0概念之后，国内APS的发展可谓百花齐放，但大多数对APS的研究仍处于起步阶段。虽然APS的愿景十分美好，但历年APS实施案例成功验收的比例不高。目前行业整体成功率仍低于30%，真正在财务上能为客户带来合理收益的案例比例，可能不高于20%。

本文基于国内某一知名企业有效实施APS的应用实践，为其他工业企业在数字化转型中，如何成功规划实施APS，提供一套科学合理的规划方法，为企业实现智能制造提供有益的模板。

二、APS基本原理

APS是在工业生产中广泛使用的自动生产计划排程系统。它的目的在于帮助企业串联销售需求和工单安排，提高生产和运营的效率，提升资源利用和协助降本。APS系统包括需求计划、生产排程、资源分配和监督调整四部分：

一是根据市场需求和预测，制定产品的需求计划，以确定生产的产品种类、数量和交货日期。

二是在生产排程建模中，需要根据需求计划，按约束条件进行生产排程，以确定每个产品生产的开始时间和结束时间，并确保生产和交货时间的准确性。

三是根据排程进行4M1E资源分配，包括人力资源、机器和产能资源、物料供应、工艺等，以确保资源的充分利用和效益最大化。

四是监控和调整。根据实际情况，进行生产排程的动态监控和修正，及时处理生产中的问题，保证生产进度和产品质量的达成。

总体而言，APS是基于需求计划和资源分配，通过优化生产排程来提高生产效率和产品质量，从而实现企业的整体经济效益。

三、APS规划实施

APS的规划实施在很多企业看来只是一个资讯软件项目。正是因为这种误解，导致项目的实施条件不足，而引起实施成功验收的比率偏低。工厂交付以主生产计划为中心，而APS正是整个计划体系的核心灵魂和指挥系统。由于APS与其他职能板块牵扯互动甚多，所以APS的规划实施其实是一个由上至下的供应链体系和流程规划改善过程，也是先精益后自动化的过程。实施APS与实施ERP有点类似，其关键瓶颈在于企业文化与流程改革的冲突，而非软件本身。

（一）供应链智能制造体系规划

以本文企业为例，整个企业从上至下第一步，是规划企业整体的智能制造蓝图。包括产品全生命周期的管理、产品全面质量管理、供需全链的协同管理以及其他连接项目。（见图1）

图1 智能制造简易蓝图

在全链协同下，第二步是规划供应链智能制造体系。在实施APS前需要做顶层规划，即前方连结CRM和 ERP，后方连结SRM。利用智能制造技术和信息技术，实现供应链中各个环节的协同、智能、高效运作，动态择取现场数据以保证持续纠偏。在供应链体系外和其他智能制造系统数据互通、互动，高效协作，管理企业资源。

本文企业体系规划的目标十分清晰，主要关注于提高供应链系统的准确性、敏捷性以及高效和低成本。在相关体系和流程建设中，本文企业至少用了一年时间来做规划和各业务流程的梳理，把基础框架定好以承接APS不同环节中的需求和特点。

（二）APS业务流程规划

在顶层的企业智能制造蓝图和全链体系规划完成后，如前文所提倡的先精益后自动化的概念，本文企业针对公司内部情况，梳理了 APS的业务流程。下面让我们以该企业的工厂A为例，来梳理其实施APS的业务流程：

1.APS底层数据的采集和整理。在前期，因历史原因收集相关底层数据相当困难。数据缺口较大，工艺数据比较粗犷，而且各组数据之间还缺乏连结性，例如，产品和产线没有关联，个别产品在设备上的产能数据缺失；人力资源和产线没有关联，人力资源数据缺失并和实际排产的能力数据差异较大。

在APS系统搭建过程中，需要收集和整理与生产计划和排产相关的底层数据，包括需求数据（销售订单号、销售订单数量、要求交付日期）、订单与工单的关联数据、产品数据（包括规格、产品标准化）、制造工程数据（包括标准工时、工艺路线）、设备数据（包括最大产能、设备状态）、产品与产线的关联数据、人力资源数据等。

2.业务流程梳理。APS底层数据搭建整理后，就需要对计划部门的实际业务流程，即从销售订单录入开始，到物料需求计划、生产能力计划和生产执行反馈的所有业务过程，做相关的流程梳理。并且对比APS系统建议的标准流程和实际操作流程的差异，厘定APS相关业务流程及其对应的约束条件。

实际在梳理业务流程时，往往会出现管理层的期望和执行者的期望相违背的情况。管理层期望用人少、智能化，并且约束条件更多；而执行层面则期望APS简单易用，灵活性更高；也会有部分操作人员希望不改变，继续保持人工排产的现状。本文企业的工厂A在APS业务流程的梳理中，就花了很长时间用于处理期望的冲突和平衡相关的要求。

案例企业的APS简易业务流程，如图2所示。它主要包括五个方面：

图2 APS简易业务流程

一是需求和供应计划：根据客户需求、订单和市场趋势，制定相关主生产计划，包括接受订单、确认订单、订单排期等。

二是长期产能计划：包括物料计划和生产能力计划。根据主生产计划和产品物料清单（Bill of Materials），可以关联触发形成ERP中的物料计划（包括原材料采购、库存管理、物料配送等）。然后，再根据主生产计划和设备能力，可以制定包括人力资源调度、设备调度、维护保养、设备改造等在内的生产能力计划。

三是生产计划和执行：根据主生产计划、物料计划和生产能力计划，执行生产。包括生产任务分配、生产进度跟踪、生产过程控制等。

四是动态作业调度：根据生产执行情况，设备状态和现场异常升级管理，进行生产作业调度，包括设备调度、作业分配、作业优化等。

五是生产报告分析：对生产过程中的数据进行分析，制定决策方案，包括生产计划的调整以及纠偏预防、持续改善。

（三）规划APS软件的功能板块

下面以本文案例企业的工厂A上线为例，来谈谈APS软件的功能架构和内容规划。该工厂的APS共分为七大板块：

一是资源管理板块，这里的资源管理包含生产组织管理、线体工序配置、人员信息管理、考勤班次管理、工厂工作日历、设备管理、模具管理、设备排班设置、排班明细表等等，以确保生产相关资源数据和参数设定可以在APS内得到有效管理。

二是排程建模板块，它包括产品档案管理、平台产品配置、产品专线配置等。通过产品的工艺路线设置、标准产能定额、模具关联配置、产能缺失分析、排产前置期及到货提前期设置、安全库存设置（如需要）、齐套算法配置、预警规则设置等，可以确保相关排产数据设置有效。通过不同参数和不同业务约束条件，可以服务排产引擎完成模拟排产，协助排产决策。

三是算法应用管理板块，算法应用主要按遗传基因算法模型和启发式算法模型，基于约束理论的有限产能算法和多个约束规则，进行计划序列运算，以确保排产能按多约束规则有序匹配。

四是计划管理板块，它为相关不同计划和需求，提供约束条件的数据来源。

五是生产排程板块，主要负责相关动态排产的执行和配套资讯的分析。

六是物料拉动管理，以全链连结拉动进料，当然这里会牵涉采购策略和相关交易规则，需要另外处理。七是分析&预警管理，它连接流程中的纠偏预防，形成PDCA的闭环管理。

（四）APS项目实施计划

上述步骤完成后，就轮到了规划的实施和执行。以案例企业的一条离散型产品生产线为例：

一是确定项目实施的目标和范围：需要明确APS实施的目标产线、型号和范围，选择需要的APS板块和功能，明确对应功能板块的连接接口。

二是收集和整理数据：从业务流程规划已整理的数据中，收集与生产计划与排程相关的实时数据，作数据库接口连接。

三是APS系统后台设计：根据业务流程，进行系统后台设计，包括定义数据模型、参数修正、约束条件修正、确定算法和模拟模型等。

四是APS系统的安装与调试：根据设计方案，安装软件，配置和调整系统参数，设置权限等。

五是数据测试验证和调整：系统安装调试完成后，需要对数据进行验证，以确保数据的准确性和完整性，并进行用户测试（UAT）和系统压力测试，输出OPL调整并优化。

六是培训和推广：给用户做APS系统培训，并制作相关APS使用手册，使用户尽快熟悉系统的操作及使用方法。同时进行APS推广活动，提高APS的使用率和应用效果。

七是监控和维护：定期监控系统的运行状态，及时处理系统异常，进行系统维护和升级，保障系统的稳定运行。

四、APS上线的成功要件

1.APS 的土壤。智能制造体系、企业文化规划及数据成熟度，是APS成功的关键基础。智能制造体系是APS的核心，它包括IoT、各智能制造板块、大数据分析、MoM（制造运营管理系统）决策平台等。先进的智能制造体系中，各板块边界和连接清晰。同时，APS系统需要对大量的生产数据进行分析，以便发现潜在问题，提高生产效率和质量。通过运用数据挖掘、机器学习等技术，APS可以实现生产过程的智能优化。

2.APS 的种子。APS的选型和建模。包括相关软件、模型选择与现实业务流程的匹配，是APS成功发展的关键。成功的APS需要整合各种生产设备、信息系统和管理系统，以实现端到端的自动化控制。这就要求在APS的选型、系统建模阶段，考虑各个部分的互操作性，以便在实施过程中能够充分发挥各个组件的优势。并且随着技术的不断发展和市场需求的变化，APS需要持续改进以保持竞争力。这包括编码技术研发、管理方法改进、人才培养等多个方面。特别是在业务流程匹配上，由于市场需求和生产条件的不断变化，成功的APS需要具备灵活的生产调度能力，以实现快速响应和生产优化。这包括实时监控生产过程、动态调整生产计划、优化资源配置等。

3.APS的养分。既懂现场执行又懂业务流程和系统设置逻辑的人才，以及管理层对内部阻力的支持，是成功的催化剂。尽管自动化技术在APS中发挥着重要作用，但人仍然是不可或缺的一环。成功的APS需要实现人机协同，即使得人类能够与自动化系统高效地协作，共同完成生产任务。同样管理层的支持不可或缺，包括在资源上以及在流程上的支持。

五、结语

本文对APS 在工业企业的实施规划和成功要件进行了实例验证，对相关关键步骤建立了清晰明了的指引，并对实例风险进行了深入探讨。并根据应用验证得出相关结论，提出APS实施的成功要件，期望能够引导我国企业提高行业APS导入成功率。

点击阅读原文（文末）获取更多数智化解决方案···

免责声明：

本公众号所载文章为本公众号原创或根据网络搜索下载编辑整理，文章版权归原作者所有，仅供读者学习、参考，禁止用于商业用途。因转载众多，无法找到真正来源，如标错来源，或对于文中所使用的图片、文字、链接中所包含的软件/资料等，如有侵权，请跟我们联系删除（微信，chewen0426），谢谢！

福利

定位：这是本人精心创建的知识社群，方向主要包含工业互联网、企业数字化、智能制造、大数据、工业4.0等领域，希望将该知识星球打造为一个大家频繁沟通、咨询与探讨行业问题的平台！与行业精英为伴。

同时，会提供大量高价值的直播培训及培训视频回放，并免费给大家提供一些解决方案/行业报告/PPT模板/电子书等干货素材【目前10000+，并实时更新】敏捷的服务，并供大家交流、学习以及自我提升。

欢迎加入知识社群（扫下方二维码）~~~