產銷不協調怎解?新創快思推AI排程致力打造產能透明化

產銷不協調怎解?新創快思推AI排程致力打造產能透明化

當前工廠管理中,經常面對客戶下新訂單、訂單變更、取消訂單或急插單等各種應變情況,常見生管與業務人員在產銷協調上發生問題,導致訂單未能準時完成或錯失訂單。而根據業者指出,因產銷資訊不透明所造成的溝通矛盾,一向是生管與業務之間難解的習題。

產銷之間如何才能達到平衡?首要條件是需建立在產能透明化之下。新創團隊快思科技以這樣的理念開發出一套名為「IMPACTs」的人工智慧(AI)智能排程系統,揭露全廠實際產能,不過該系統強調的特色之一,是採取動態模擬演算法的方式,讓產線能夠根據當下生產現況改變後,即時做出動態調整,以排列出符合現場生產需求的排程結果,這樣的結果能夠讓業務與生產管理兩端,在資訊無縫接軌的情況下,更易於產銷協調。

牽一髮動全身 模擬演算法即時根據生產現況調整排程

快思科技將IMPACTs與傳統先進規劃與排程系統(APS)的排程邏輯做出區隔。快思科技執行長王心恕觀察,傳統APS排程準確度仰賴的是派工法則與邏輯,隨著工廠設備新增與淘汰,排程模型必須不斷修改以符合現場生產實況,但以產能堆疊所建立的模型來說,卻較無法輕易修改邏輯,這時工廠就需要顧問介入代為修改,以致很多排程系統在生產現況改變後,因無法排出符合現場生產需求的排程結果而被廢棄。

而所謂產能堆疊,則是意指將傳統APS排程邏輯假想為在一套數學公式中,透過代數XYZ演算的過程。而有別於此種邏輯,IMPACTs則是以數位分身(Digital Twin)為概念取代數理規劃,串聯工廠中包括ERP/MES系統、物料/產能規劃或報工/派工等的「感測資料」,讓排程引擎能夠根據真實工廠中的生產現況,模擬出最符合生產需求的排程結果。

生產排程往往牽一髮而動全身,IMPACTs的排程引擎之所以能夠達到動態調整,除了因模擬算法與數理規劃算法的差異外,AI也是核心關鍵之一,用以強化系統中的準確度與彈性,使排程結果不僅要快又要準。

快思科技源自於東海大學企業資源整合實驗室,過去20年專注於協助橫跨高科技半導體到傳統產業的製造業者進行排程管理,因為從過往實務經驗累積中觀察到離散型製造業的廣泛需求,因此在IMPACTs系統中,快思科技則是分別以製造執行(MES)與排程規劃(APS)的角度,設計出可彈性擴充的功能模組。

產能配給出建議 用AI真正達到自主決策能力

舉例來說,APS功能模組之一的「剩餘產能試算」,可根據產品在終端市場中的銷售狀態,重新利用與規劃剩餘的物料與產能;而「產能平衡優化」則可依據生產設備的負載能力控制生產節奏,避免出現瓶頸站點,甚至也能夠從產能平衡的角度建議訂單多寡。

王心恕則以目前智慧製造蔚為成熟的機台維修保養舉例。雖然當前預知保養訴求可在機台完全故障前預先診斷出異常,並提出示警,但這遠遠不夠。王心恕認為,工業4.0強調的不僅是感知能力,更應該具有主動排除生產障礙的能力。

從快思科技的角度來看,機台的維修保養不應只是維修人員的「家務事」,更重要的是維修與其他生產環節的連動與關聯性,因此快思科技則是主張將維修納入排程的一部分,透過「維修保養最佳化」,排程系統可自動在預測維修時間點的前後調整生產活動。

快思科技認為,於製造業者而言,生產計劃的擬定與執行往往一體兩面。但理論上,沒有好的生產計劃,無論執行好壞皆有可能徒勞無功。這也是為何快思科技專注於智慧排程的原因之一,王心恕因此也建議業者應該由上而下,從生產計畫的優化而開啟成功的第一步,接著再從執行結果中找出可改善的部分,持續優化及調整,才能發揮更大的價值與效益。

正因為排程被視為所有離散型製造業的必要課題,快思科技也克服過去中小型業者較難以導入傳統APS的挑戰,希望藉由IMPACTs雲端租賃制、模組化擴充等特色下,塑造SaaS營運模式以吸引更多中小型業者加入,鎖定包括金屬加工、手工具、CNC與水五金產業,接軌智慧製造。

DigiTimes原始報導