研究报告及应用离散制造业APS生产数据结构

-.z研究及应用离散制造业APS生产数据构造本文阐述了APS(advancedp1anningsystem)高级方案排程系统的概念、功能及其在离散制造业中的巨大潜力。提出了针对离散制造业的APS生产数据构造，它包括生产数据描述、生产数据模型和生产数据关联。这个构造可以有效地描述离散制造业中生产数据的逻辑关系，可为APS与ERP集成的实施奠定根底。最后用实例说明了它的可行性与实用性。1APS概述APS高级方案排程系统，是一种基于供给链管理和约束理论的先进方案排程工具，它包含了大量的数学模型、优化及模拟技术。在方案排程的过程中，APS将综合考虑企业内外的资源和能力约束条件，并用复杂的智能化运算法则，做常驻内存的计算。它可以为物料、机器设备、人员等资源提供同步的、实时的、具有约束能力的方案安排。因此，它能及时响应客户要求，提供准确的交货日期，减少在制品与成品库存，提高资源利用率，挖掘出企业经济效益方面的巨大潜能。进入20世纪90年代以来，企业的计算机软、硬件及IT技术的开展大大改善了APS的应用环境，嵌入式SQL使APS实现了与相关数据库的动态交互。现今，APS软件的市场需求量不断膨胀，一些世界著名的软件公司如Oracle，SAP等都成功开发了自己的APS软件;假是国内的APS行业还只是起步阶段，因此相关的成果比拟少。2APS生产数据构造在APS(在下文中，如果没有特殊说明，APS均指应用于离散制造业的APS)中，数据构造是一个最根本概念，是表达和组织生产对象及其生产过程的信息体系。一般来说，离散制造过程是非构造化的，但是为了能利用APS进展生产过程的管理，首先必须将生产数据构造化——将离散制造过程中算设备、工具、人员、定单、工序和物料等对象的属性用计算机能够识别的数字、符号来描述，而这然数字和符号的集合就是通常说的生产数据。在离散制造企业中，生产对象和生产过程彼此之间都存在着一定的逻辑关系，因此没有构造的APS，即使将生产数据组织得再好也无法得到很好的实际应建。下面将着重扶APS的生产数据描述、生产数据模型和生产数据关联3个方面来探讨APS生产数据的构造。2.lAPS的生产数据描述APS中的生产数据描述了离散制造企业内各个对象的属性信息，它是构建企业生产信息化系统的根本元素。在这些生产数据中，有些数据不随时的变化而变化的，被称之为静态数据;与之相反，有些数据是随生产状态的变化而发生动态变化的，被称之为动态数据。静态数据主要描述了离散制造企业内一些静态对象的相关信息，见表1。在生产过程中，这些对象信息更新很少，是企业生产的根底。表l静态数据属性表

动态数据主要描述了那些与时间密切相关的生产对象的信息，表2。它们更薪频率快，是企业生产关注的重点对象。表2动态数据属性表

2.2APS的生产数据模型生产数据模型是方案排程的根底，APS通过对企业静态对象建模，辅助以动态对象信息即可进展方案排程。这使我们主要研究离散企业的4种根本生产数据模型：时间模型、设备模型、人员模型和工具模型。时间模型时间模型定义了APS方案排强对象——设备、人员、工具等的可用性，这使得APS方案排程的结果更贴近于生产实际。时间模型定义可分为4个层次：企业日历、日模型、班次模型和体患模型，图l。

图1时间模型设备模型APS方案排程的核心是设备，目标就是均衡设备负载、最大设备产能。设备模型的好坏直接决定了方案排程结果的准确性。一般情况下，企业ERP系统已经为企业建立了相关的设备模型;如果企业没有ERP系统，也可以手动为APS系统建立设备摸型。设备模型按照设备功能将其划分为不同的设备组，见图2。同一设备组内的设备可以加工一样的工序，彼此之间是可以互相替换的。设备组的父节点是部门本钱中心，它包含1个完整的生产流程。该部门本钱中心可以生产*种或*些产品，它定义了APS方案排程的根本*畴。

图2设备模型但是在*些特殊情况下，企业生产并不完全是基于设备组进展的。例如*企业有一系列设备组，这些设备组之间有1条固定的生产线路：A1-C2-B2-A1，工件在这些设备之间依次通过固定的传送带运输，即该生产流程是固定不变的。显然，上述设备模型在此已变得不再适用，此时需要在APS中建立一条专门的生产线路，见图3。

图3订单方案排程工具模型工具主要用于辅助设备生产，不同工序需要不同工具来辅助其完成加工。工具按照功能划分为不同的工具组，见图4。

图4工具模型人员模型在企业内，设备的操控需要具备*种技能的人员，因此良好的人员方案调度是保证设备正常运作的根底。一般来说，人员是按照其掌握的操作技能来划分的，见图5。一道工序可能对应多个不同的工种，每个工种对应*种特定的技能，每个员工可以对应1个或多个特定的技能。

图5人员模型2.3APS的生产数据关联生产数据关联可以帮助我们在静态数据模型上合理的配置动态数据，使两者之间到达很好的信息交互。图6描述了APS中生产数据的关联情况。生产订单描述了对*种或*些产品的需求，而1个生产订单总可以被分解为一系列工序集。根据生产数据模型，可以将工序对应到4类对象的需求：生产工具组、设备组、物料和工种。生产工具组和设备组都由一系列具备一样功能的生产工具和设备组成，时间模型决定了它们的可用时间段;具备一样技能资质的人员属于同一个工种，时间模型决定了他们的工作时间段：这样就得到了每一步工序相对应的生产工具集、设备集、人员集和物料的需求。APS根据对象集内单个对象的可用性以及工序之间的逻辑关系，使用内置的算法即可计算出产品每一步工序的具体需求，实现将任务安排到最细粒度的生产资源。

图6数据关联3实例*汽车零件加工工厂有10台加工设备：cuttel01、cuttel02、cuttel03是同类型的切割机;Pressel01、Pres—sel02是同类型的冲压机;Millel01、Millel02、Miller03是同类型的打磨机;Assemblel01和Assemblel02是同类型的组装机。按照设备分组原则可将它们分为4个设备组，见表3。相对应的存在4个工种：切割、冲压、打磨和组装;4种技能：切割技能、冲压技能、打磨技能和组装技能。该工厂共有5名操作工，都具备一定的操作技能，见表4。表4员工技能表

还有一定量的生产工具用于辅助人员和设备生产，根据工具分组原则可分为4组，见表5。此外，仓库内有一定量的铁锭可用于产品生产。表5工具组表

上述对象在一定时间*畴内都存在可用性的问题。工厂是三班倒工作制，时间模型见表6。模型设置到相对应的对象上，再辅以工厂的工作日历，就可以将工厂内各个对象一整年内的可用时间描述清楚。表6时间模型表现在有两个客户订单——订单1001和l002分别需要生产刹车片100件和200件。根据数据关联图的描述，APS系统首先从工厂的ERP系统得到客户订单表和订单工序表，见表7。当前订单1001的第1步加工工序是切割。APS首先将来料放置到该切割设备组1000前的一个虚拟缓冲区内。如果在同一时间1002订单也在该工序进展加工，则APS根据内置的高级方案调度算法或客户定制的调度规则，并在考虑当前工序所需生产人员、生产工具和物料的可用性(包括时间和能力)的约束条件下，为当前设备组进展方案排程。完成该工序的加工后，APS将订单送到冲压设备组2000进展下一步的方案排程。以此类推，最终可以得到两个订单在设备上的详细排程信息。表7订单表

4完毕语好的生产数据构造是构建APS的基石，数据构造的设计在一定程度上决定