كيف تعمل جدولة السعة المحدودة فعلياً في التصنيع

يقول نظام ERP الخاص بك إن أمر الإنتاج يجب أن ينتهي يوم الخميس المقبل. مسار التشغيل يبدو صحيحًا. المواد مخططة. كل شيء يبدو تحت السيطرة. ثم تسير إلى أرضية المصنع فتكتشف أن الآلة محمّلة بالفعل فوق طاقتها، أو أن المشغّل المطلوب محجوز في مكان آخر، أو أن التركيبة (fixture) مستخدمة، أو أن المادة موجودة في نظام ERP لكنها لم تُفحص ولم تُعتمد فعليًا. تلك هي الفجوة بين تخطيط الطلب وواقع الجدولة. في هذا التعمق، نشرح كيف تعمل جدولة السعة المحدودة (finite capacity scheduling) فعليًا في التصنيع، من تخطيط ERP وMRP وصولًا إلى جدول يأخذ في الحسبان القيود المادية للآلات والأشخاص والأدوات والمواد وبوابات الجودة والصيانة والزمن.

تخطيط السعة اللانهائية مقابل السعة المحدودة

لتخطيط السعة اللانهائية غرض مهم. يمكن لأنظمة ERP وMRP أن تحسب بسرعة الطلب، واحتياجات المواد، والأوامر المخططة والتواريخ عبر آلاف المنتجات وأفق تخطيط طويل. لكن التاريخ المخطط لا يثبت أن المصنع يملك سعة قابلة للاستخدام كافية لتنفيذ العمل. تطرح الجدولة المحدودة السؤال الأصعب: هل يمكن لهذه العملية أن تعمل فعليًا في هذا الوقت، على هذا المورد، ومع كل ما يلزم لتنفيذها؟ يعني ذلك النظر إلى ما وراء ساعات التقويم إلى السعة القابلة للاستخدام فعليًا، مع مراعاة الآلات، والأشخاص المؤهلين، والأدوات، والتركيبات، والمواد المعتمدة، وظروف العملية.

من أمر الإنتاج إلى العمليات المجدولة

لا يمكن التعامل مع أمر الإنتاج ببساطة على أنه كتلة واحدة بين تاريخ البداية وتاريخ الانتهاء. تقسّم الجدولة المحدودة الأمر إلى عمليات فردية، وتحسب زمن الإعداد (setup) وزمن التشغيل والانتظار والنقل، قبل أن تبحث عن الموارد المؤهلة والفترات المتاحة. وبمجرد أن تشغل عملية فترة زمنية، لا تعود تلك السعة متاحة لأمر آخر. ولذلك يمكن أن تنتقل التأخيرات إلى العمليات اللاحقة، وتكشف الأمر المتأخر قبل أن يصل إلى أرضية المصنع.

الجدولة الأمامية مقابل الجدولة الخلفية

نفحص منظورين أساسيين للجدولة. تطرح الجدولة الأمامية السؤال: بالنظر إلى ما هو جاهز الآن والسعة الفعلية المتاحة، متى يمكن لهذا الأمر أن ينتهي بواقعية؟ أما الجدولة الخلفية فتبدأ من تاريخ التسليم المطلوب وتسأل: متى يجب أن تحدث كل عملية سابقة حتى نفي بهذا الوعد؟ ومقارنة المنظورين يمكن أن تكشف فجوة القرار الحرجة بين وعد العميل وما يمكن لظروف الإنتاج الحالية أن تقدمه فعليًا.

التسلسل والاختناقات وتغييرات الإعداد

إن وجود سعة كافية في مكان ما من التقويم لا يخبرك تلقائيًا بالأمر الذي ينبغي تشغيله بعد ذلك. نستكشف استراتيجيات تسلسل متنافسة، منها الأولوية حسب تاريخ الاستحقاق، وأولوية العميل، وأقصر زمن معالجة، والنسبة الحرجة، والتسلسل القائم على الحملات. تغييرات الإعداد مهمة بشكل خاص. فتبديل التركيبات والأدوات والبرامج والمواد أو عائلات المنتجات يستهلك سعة حقيقية من عنق الزجاجة. قد يبدو الجدول قابلًا للتنفيذ بينما يكون مستحيلًا عمليًا إذا تجاهل زمن الإعداد المعتمد على التسلسل.

المواد والأشخاص والأدوات والجودة أيضًا سعة

الآلة الحرة لا تعني بالضرورة أن العملية يمكن أن تبدأ. فقد تكون المادة ما زالت بانتظار الفحص. وقد يعمل المشغّل المؤهل في وردية أخرى. وقد تكون التركيبة مثبتة على آلة أخرى. وقد يحتاج مقياس إلى معايرة. وقد تحتاج الجودة إلى اعتماد القطعة الأولى. لذلك تصبح الجدولة المحدودة نموذجًا للعلاقات بين المنتجات والعمليات والموارد والمهارات والأدوات والمواد وقواعد العملية، وليس مجرد تقويم للآلات.

ماذا يحدث عندما تنهار الخطة؟

تتعطل الآلات. وتتأخر المواد. ويصبح المشغّلون غير متاحين. وتظهر أوامر إيقاف الجودة. وتتغير الأولويات. ينبغي للجدول المحدود المفيد أن يستجيب دون إعادة ترتيب المصنع بأكمله باستمرار. نناقش إعادة الجدولة، ومناطق الحماية أو "التجميد"، وعدم استقرار الجدول، وكيف يمكن للمخططين تقييم سيناريوهات بديلة بدلًا من قبول جدول مُعاد توليده بالكامل دون تفكير. والهدف ليس إلغاء القرارات البشرية، بل منح المخططين معلومات أفضل عمّا سيُزيحه كل قرار.

ERP وMES وAPS وطبقة بيانات Microsoft

تتناول الحلقة أيضًا أين تقع طبقات التقنية المختلفة. يملك ERP جزءًا كبيرًا من السياق التجاري والمعاملاتي. ويوفر MES حالة التنفيذ من أرضية المصنع. وتضيف أنظمة الصيانة والجودة قيودًا إضافية. وتجمع طبقة الجدولة أو APS هذه المدخلات مع قواعد الإنتاج لتحديد الخيارات القابلة للتنفيذ. يمكن لتقنيات Microsoft أن تدعم التكامل المحيط والتحليلات وبنية اتخاذ القرار، لكنها لا تصبح تلقائيًا محرك الجدولة المحدودة. لا يزال منطق الإنتاج يحتاج إلى قيود صريحة وملكية واضحة وقواعد جدولة محددة.

أين يساعد الذكاء الاصطناعي فعلًا؟

يمكن للذكاء الاصطناعي أن يساعد المخططين في استرجاع المعلومات، وتلخيص الاضطرابات، وشرح نتائج الجدولة، وإبراز المخاطر. ويمكن للنماذج التنبؤية أن تقدّر احتمالات أعطال الآلات أو تأخر المواد أو تغير أزمنة الدورات. لكن لا ينبغي للذكاء الاصطناعي أن يختلق جدوى الإنتاج. يقيّم محرك الجدولة أو التحسين القيود الصريحة، ويدعم الذكاء الاصطناعي عملية القرار المحيطة، ويبقى المخطط مسؤولًا عن الخيارات المتعلقة بالعملاء والجودة والعمالة وأولويات الإنتاج.

الخلاصة الأساسية

لا تخلق الجدولة المحدودة السعة. فإذا كان لمورد ما 70 ساعة قابلة للاستخدام بينما يتطلب الطلب 100 ساعة، فلا تستطيع أي خوارزمية أن تصنع الـ30 ساعة الناقصة. ما يمكن لجدول جيد أن يفعله هو كشف هذا التعارض مبكرًا بما يكفي لتقرير ما إذا كان ينبغي تغيير التسلسل، أو إضافة سعة، أو استخدام بديل معتمد، أو التعاقد من الباطن على العمل، أو إعادة التفاوض على التزام العميل. الهدف ليس مصنعًا تبدو فيه كل الآلات مشغولة، بل خطة يمكن تنفيذها فعلًا.

كن داعمًا لهذا البودكاست: https://www.spreaker.com/podcast/m365-fm-a-microsoft-mvp-podcast-by-mirko-peters--6704921/support.