നിർമ്മാണത്തിൽ ഫിനൈറ്റ് കപ്പാസിറ്റി ഷെഡ്യൂളിംഗ് യഥാർത്ഥത്തിൽ പ്രവർത്തിക്കുന്നത് എങ്ങനെ

ERP-ൽ പ്രൊഡക്ഷൻ ഓർഡർ അടുത്ത വ്യാഴാഴ്ച പൂർത്തിയാകുമെന്ന് കാണിക്കുന്നു. റൂട്ടിംഗ് ശരിയാണ്. മെറ്റീരിയൽ പ്ലാൻ ചെയ്തിട്ടുണ്ട്. എല്ലാം നിയന്ത്രണത്തിലാണെന്ന് തോന്നുന്നു. പിന്നീട് നിങ്ങൾ ഷോപ്പ് ഫ്ലോറിലേക്ക് ചെല്ലുമ്പോൾ മെഷീൻ ഇതിനകം ഓവർലോഡ് ആണെന്നോ, ആവശ്യമായ ഓപ്പറേറ്റർ മറ്റെവിടെയോ ബുക്ക് ചെയ്തിരിക്കുന്നെന്നോ, ഫിക്സ്ചർ ഉപയോഗത്തിലാണെന്നോ, അല്ലെങ്കിൽ മെറ്റീരിയൽ ERP-ൽ ഉണ്ടെങ്കിലും അത് യഥാർത്ഥത്തിൽ പരിശോധിച്ച് റിലീസ് ചെയ്തിട്ടില്ലെന്നോ കണ്ടെത്തുന്നു. ഇതാണ് ഡിമാൻഡ് പ്ലാനിംഗും ഷെഡ്യൂളിംഗ് യാഥാർത്ഥ്യവും തമ്മിലുള്ള വിടവ്. ഈ ഡീപ് ഡൈവിൽ, ERP, MRP പ്ലാനിംഗ് മുതൽ മെഷീനുകൾ, ആളുകൾ, ടൂളുകൾ, മെറ്റീരിയലുകൾ, ക്വാളിറ്റി ഗേറ്റുകൾ, മെയിന്റനൻസ്, സമയം എന്നിവയുടെ ഭൗതിക പരിമിതികൾ കണക്കിലെടുക്കുന്ന ഷെഡ്യൂൾ വരെ നിർമ്മാണത്തിൽ ഫിനിറ്റ് കപ്പാസിറ്റി ഷെഡ്യൂളിംഗ് യഥാർത്ഥത്തിൽ എങ്ങനെ പ്രവർത്തിക്കുന്നു എന്ന് ഞങ്ങൾ വിശദീകരിക്കുന്നു.

ഇൻഫിനിറ്റ് vs. ഫിനിറ്റ് കപ്പാസിറ്റി പ്ലാനിംഗ്

ഇൻഫിനിറ്റ് കപ്പാസിറ്റി പ്ലാനിംഗിന് വ്യക്തമായ ഒരു ഉദ്ദേശ്യമുണ്ട്. ERP, MRP സിസ്റ്റങ്ങൾക്ക് ആയിരക്കണക്കിന് ഉൽപ്പന്നങ്ങളിലും നീണ്ട പ്ലാനിംഗ് ഹൊറൈസണുകളിലും ഡിമാൻഡ്, മെറ്റീരിയൽ ആവശ്യകതകൾ, പ്ലാൻ ചെയ്ത ഓർഡറുകൾ, തീയതികൾ എന്നിവ വേഗത്തിൽ കണക്കാക്കാൻ കഴിയും. എന്നാൽ പ്ലാൻ ചെയ്ത തീയതി ജോലി നടപ്പിലാക്കാൻ ഫാക്ടറിക്ക് മതിയായ ഉപയോഗയോഗ്യമായ കപ്പാസിറ്റി ഉണ്ടെന്ന് തെളിയിക്കുന്നില്ല. ഫിനിറ്റ് ഷെഡ്യൂളിംഗ് കഠിനമായ ചോദ്യം ചോദിക്കുന്നു: ഈ ഓപ്പറേഷൻ ഈ സമയത്ത്, ഈ റിസോഴ്സിൽ, അത് നടത്താൻ ആവശ്യമായ എല്ലാത്തോടും കൂടി യഥാർത്ഥത്തിൽ പ്രവർത്തിക്കാൻ കഴിയുമോ? അതിനർത്ഥം കലണ്ടർ മണിക്കൂറുകൾക്കപ്പുറം ഉപയോഗയോഗ്യമായ കപ്പാസിറ്റി പരിശോധിക്കുകയും മെഷീനുകൾ, യോഗ്യതയുള്ള ആളുകൾ, ടൂളിംഗ്, ഫിക്സ്ചറുകൾ, റിലീസ് ചെയ്ത മെറ്റീരിയൽ, പ്രോസസ് സാഹചര്യങ്ങൾ എന്നിവ പരിഗണിക്കുകയുമാണ്.

പ്രൊഡക്ഷൻ ഓർഡറിൽ നിന്ന് ഷെഡ്യൂൾ ചെയ്ത ഓപ്പറേഷനുകളിലേക്ക്

ഒരു പ്രൊഡക്ഷൻ ഓർഡറിനെ ഒരു ആരംഭ തീയതിക്കും അവസാന തീയതിക്കുമിടയിലുള്ള ഒരൊറ്റ ബ്ലോക്ക് ആയി ലളിതമായി കണക്കാക്കാനാവില്ല. ഒരു ഫിനിറ്റ് ഷെഡ്യൂളർ ഓർഡറിനെ വ്യക്തിഗത ഓപ്പറേഷനുകളായി വിഭജിക്കുകയും, യോഗ്യമായ റിസോഴ്സുകളും ലഭ്യമായ സ്ലോട്ടുകളും തിരയുന്നതിന് മുമ്പ് സെറ്റപ്പ് സമയം, റൺടൈം, കാത്തിരിപ്പ്, ട്രാൻസ്ഫർ സമയം എന്നിവ കണക്കാക്കുകയും ചെയ്യുന്നു. ഒരു ഓപ്പറേഷൻ ഒരു സ്ലോട്ട് കൈവശപ്പെടുത്തിയാൽ, ആ കപ്പാസിറ്റി മറ്റൊരു ഓർഡറിന് ലഭ്യമല്ലാതാകുന്നു. അതിനാൽ കാലതാമസങ്ങൾ തുടർന്നുള്ള ഓപ്പറേഷനുകളിലേക്ക് വ്യാപിക്കുകയും ഷോപ്പ് ഫ്ലോറിൽ എത്തുന്നതിന് മുമ്പുതന്നെ വൈകുന്ന ഓർഡറിനെ വെളിപ്പെടുത്തുകയും ചെയ്യാം.

ഫോർവേഡ് vs. ബാക്ക്വേർഡ് ഷെഡ്യൂളിംഗ്

രണ്ട് അടിസ്ഥാന ഷെഡ്യൂളിംഗ് കാഴ്ചപ്പാടുകൾ ഞങ്ങൾ പരിശോധിക്കുന്നു. ഫോർവേഡ് ഷെഡ്യൂളിംഗ് ചോദിക്കുന്നു: ഇപ്പോൾ തയ്യാറായിരിക്കുന്നതും നമുക്കുള്ള യഥാർത്ഥ കപ്പാസിറ്റിയും കണക്കിലെടുക്കുമ്പോൾ, ഈ ഓർഡർ യാഥാർത്ഥ്യബോധത്തോടെ എപ്പോൾ പൂർത്തിയാകും? ബാക്ക്വേർഡ് ഷെഡ്യൂളിംഗ് അഭ്യർത്ഥിച്ച ഡെലിവറി തീയതിയിൽ നിന്ന് ആരംഭിക്കുന്നു: ഈ വാഗ്ദാനം പാലിക്കാൻ മുമ്പുള്ള ഓരോ ഓപ്പറേഷനും എപ്പോൾ നടക്കണം? ഈ രണ്ടും താരതമ്യം ചെയ്യുന്നത് ഉപഭോക്തൃ വാഗ്ദാനവും നിലവിലെ ഉൽപ്പാദന സാഹചര്യങ്ങൾക്ക് യഥാർത്ഥത്തിൽ നൽകാനാകുന്നതും തമ്മിലുള്ള നിർണായക തീരുമാന വിടവ് വെളിപ്പെടുത്തിയേക്കാം.

സീക്വൻസിംഗ്, ബോട്ടിൽനെക്കുകൾ, ചേഞ്ച്ഓവറുകൾ

കലണ്ടറിൽ എവിടെയെങ്കിലും മതിയായ കപ്പാസിറ്റി ഉണ്ടെന്നത് ഏത് ഓർഡർ അടുത്തതായി ഓടണമെന്ന് സ്വയമേവ പറയുന്നില്ല. ഡ്യൂ-ഡേറ്റ് പ്രയോറിറ്റി, കസ്റ്റമർ പ്രയോറിറ്റി, ഷോർട്ടസ്റ്റ് പ്രോസസ്സിംഗ് ടൈം, ക്രിട്ടിക്കൽ റേഷ്യോ, കാമ്പെയ്ൻ-അധിഷ്ഠിത സീക്വൻസിംഗ് എന്നിവയുൾപ്പെടെയുള്ള മത്സരിക്കുന്ന സീക്വൻസിംഗ് തന്ത്രങ്ങൾ ഞങ്ങൾ പരിശോധിക്കുന്നു. ചേഞ്ച്ഓവറുകൾ പ്രത്യേകം പ്രധാനമാണ്. ഫിക്സ്ചറുകൾ, ടൂളുകൾ, പ്രോഗ്രാമുകൾ, മെറ്റീരിയലുകൾ, ഉൽപ്പന്ന കുടുംബങ്ങൾ എന്നിവ മാറ്റുന്നത് യഥാർത്ഥ ബോട്ടിൽനെക്ക് കപ്പാസിറ്റി ഉപയോഗിക്കുന്നു. സീക്വൻസ്-ആശ്രിത സെറ്റപ്പ് സമയം അവഗണിക്കുന്ന ഷെഡ്യൂൾ സാധ്യമായതായി തോന്നുമെങ്കിലും നടപ്പിലാക്കാൻ അസാധ്യമായിരിക്കാം.

മെറ്റീരിയൽ, ആളുകൾ, ടൂളുകൾ, ക്വാളിറ്റി എന്നിവയും കപ്പാസിറ്റിയാണ്

ഒരു മെഷീൻ ഒഴിവുണ്ടെന്നതുകൊണ്ട് ഓപ്പറേഷൻ തുടങ്ങാനാകുമെന്ന് അർത്ഥമില്ല. മെറ്റീരിയൽ ഇപ്പോഴും പരിശോധനയ്ക്കായി കാത്തിരിക്കുന്നുണ്ടാകാം. യോഗ്യതയുള്ള ഓപ്പറേറ്റർ മറ്റൊരു ഷിഫ്റ്റിൽ ജോലി ചെയ്യുന്നുണ്ടാകാം. ഒരു ഫിക്സ്ചർ മറ്റൊരു മെഷീനിൽ ഘടിപ്പിച്ചിരിക്കാം. ഒരു ഗേജിന് കാലിബ്രേഷൻ ആവശ്യമായിരിക്കാം. ആദ്യ പീസ് അംഗീകരിക്കാൻ ക്വാളിറ്റി ആവശ്യപ്പെട്ടേക്കാം. അതിനാൽ ഫിനിറ്റ് ഷെഡ്യൂളിംഗ് ഉൽപ്പന്നങ്ങൾ, ഓപ്പറേഷനുകൾ, റിസോഴ്സുകൾ, സ്കില്ലുകൾ, ടൂളിംഗ്, മെറ്റീരിയലുകൾ, പ്രോസസ് നിയമങ്ങൾ എന്നിവ തമ്മിലുള്ള ബന്ധങ്ങളുടെ ഒരു മോഡലായി മാറുന്നു, ലളിതമായി ഒരു മെഷീൻ കലണ്ടർ മാത്രമല്ല.

പ്ലാൻ തകരുമ്പോൾ എന്ത് സംഭവിക്കുന്നു?

മെഷീനുകൾ തകരാറിലാകുന്നു. മെറ്റീരിയലുകൾ വൈകി എത്തുന്നു. ഓപ്പറേറ്റർമാർ ലഭ്യമല്ലാതാകുന്നു. ക്വാളിറ്റി ഹോൾഡുകൾ ഉണ്ടാകുന്നു. മുൻഗണനകൾ മാറുന്നു. ഉപയോഗപ്രദമായ ഫിനിറ്റ് ഷെഡ്യൂൾ ഫാക്ടറി മുഴുവൻ നിരന്തരം പുനഃക്രമീകരിക്കാതെ പ്രതികരിക്കണം. റീഷെഡ്യൂളിംഗ്, സംരക്ഷിത അല്ലെങ്കിൽ "ഫ്രീസ്" സോണുകൾ, ഷെഡ്യൂൾ നെർവസ്നെസ്, പ്ലാനർമാർക്ക് പൂർണ്ണമായി പുനർസൃഷ്ടിച്ച ഷെഡ്യൂൾ അന്ധമായി അംഗീകരിക്കുന്നതിന് പകരം ബദൽ സാഹചര്യങ്ങൾ എങ്ങനെ വിലയിരുത്താം എന്നിവ ഞങ്ങൾ ചർച്ച ചെയ്യുന്നു. മനുഷ്യ തീരുമാനങ്ങൾ ഇല്ലാതാക്കുക എന്നതല്ല ലക്ഷ്യം. ഓരോ തീരുമാനവും എന്ത് സ്ഥാനഭ്രംശം വരുത്തുമെന്ന് കുറിച്ച് പ്ലാനർമാർക്ക് മികച്ച വിവരങ്ങൾ നൽകുക എന്നതാണ്.

ERP, MES, APS, ഒപ്പം Microsoft ഡാറ്റ ലെയർ

വ്യത്യസ്ത സാങ്കേതിക ലെയറുകൾ എവിടെ ഉൾപ്പെടണം എന്നും ഈ എപ്പിസോഡ് പരിശോധിക്കുന്നു. വാണിജ്യപരവും ഇടപാട് സംബന്ധിയായതുമായ സന്ദർഭത്തിന്റെ ഭൂരിഭാഗവും ERP നിയന്ത്രിക്കുന്നു. ഷോപ്പ് ഫ്ലോറിൽ നിന്നുള്ള എക്സിക്യൂഷൻ സ്റ്റാറ്റസ് MES നൽകുന്നു. മെയിന്റനൻസ്, ക്വാളിറ്റി സിസ്റ്റങ്ങൾ അധിക പരിമിതികൾ സംഭാവന ചെയ്യുന്നു. ഷെഡ്യൂളിംഗ് അല്ലെങ്കിൽ APS ലെയർ ഈ ഇൻപുട്ടുകളെ പ്രൊഡക്ഷൻ നിയമങ്ങളുമായി സംയോജിപ്പിച്ച് സാധ്യമായ ഓപ്ഷനുകൾ നിർണ്ണയിക്കുന്നു. Microsoft സാങ്കേതികവിദ്യകൾ ചുറ്റുപാടുള്ള ഇന്റഗ്രേഷൻ, അനലിറ്റിക്സ്, തീരുമാന ആർക്കിടെക്ചർ എന്നിവയെ പിന്തുണയ്ക്കാം, പക്ഷേ അവ സ്വയമേവ ഫിനിറ്റ് ഷെഡ്യൂളിംഗ് എഞ്ചിനാകുന്നില്ല. പ്രൊഡക്ഷൻ ലോജിക്കിന് ഇപ്പോഴും വ്യക്തമായ പരിമിതികളും ഉടമസ്ഥതയും ഷെഡ്യൂളിംഗ് നിയമങ്ങളും ആവശ്യമാണ്.

AI യഥാർത്ഥത്തിൽ സഹായിക്കുന്നത് എവിടെയാണ്

വിവരങ്ങൾ വീണ്ടെടുക്കാനും തടസ്സങ്ങൾ സംഗ്രഹിക്കാനും ഷെഡ്യൂളിംഗ് ഫലങ്ങൾ വിശദീകരിക്കാനും അപകടസാധ്യതകൾ ഉയർത്തിക്കാട്ടാനും AI പ്ലാനർമാരെ സഹായിക്കും. പ്രവചന മോഡലുകൾക്ക് മെഷീൻ തകരാറുകൾ, മെറ്റീരിയൽ കാലതാമസങ്ങൾ, മാറുന്ന സൈക്കിൾ സമയങ്ങൾ എന്നിവ കണക്കാക്കാൻ കഴിയും. എന്നാൽ AI ഉൽപ്പാദന സാധ്യതയെ കണ്ടുപിടിക്കാൻ പാടില്ല. ഷെഡ്യൂളിംഗ് അല്ലെങ്കിൽ ഒപ്റ്റിമൈസേഷൻ എഞ്ചിൻ വ്യക്തമായ പരിമിതികൾ വിലയിരുത്തുന്നു, AI ചുറ്റുപാടുള്ള തീരുമാന പ്രക്രിയയെ പിന്തുണയ്ക്കുന്നു, ഉപഭോക്താക്കൾ, ക്വാളിറ്റി, തൊഴിൽ, ഉൽപ്പാദന മുൻഗണനകൾ എന്നിവ ഉൾപ്പെടുന്ന തീരുമാനങ്ങളിൽ പ്ലാനർ ഉത്തരവാദിയായി തുടരുന്നു.

പ്രധാന സന്ദേശം

ഫിനിറ്റ് കപ്പാസിറ്റി ഷെഡ്യൂളിംഗ് കപ്പാസിറ്റി സൃഷ്ടിക്കുന്നില്ല. ഒരു റിസോഴ്സിന് 70 ഉപയോഗയോഗ്യ മണിക്കൂറുകൾ ഉണ്ടെന്നും ഡിമാൻഡിന് 100 ആവശ്യമാണെന്നും കരുതുക. ഒരു അൽഗോരിതത്തിന് നഷ്ടമായ 30 മണിക്കൂർ ഉണ്ടാക്കാൻ കഴിയില്ല. ഒരു നല്ല ഷെഡ്യൂളിന് ചെയ്യാൻ കഴിയുന്നത്, സീക്വൻസ് മാറ്റണോ, കപ്പാസിറ്റി ചേർക്കണോ, അംഗീകൃത ബദൽ ഉപയോഗിക്കണോ, ജോലി സബ്കോൺട്രാക്റ്റ് ചെയ്യണോ, അല്ലെങ്കിൽ ഉപഭോക്തൃ പ്രതിബദ്ധത പുനഃചർച്ച ചെയ്യണോ എന്ന് തീരുമാനിക്കാൻ കഴിയുന്നത്ര നേരത്തെ ഈ വൈരുദ്ധ്യം വെളിപ്പെടുത്തുക എന്നതാണ്. ലക്ഷ്യം എല്ലാ മെഷീനുകളും തിരക്കിലാണെന്ന് തോന്നുന്ന ഒരു ഫാക്ടറിയല്ല. യഥാർത്ഥത്തിൽ പ്രവർത്തിപ്പിക്കാൻ കഴിയുന്ന ഒരു പ്ലാനാണ് ലക്ഷ്യം.

ഈ പോഡ്കാസ്റ്റിന്റെ പിന്തുണക്കാരനാകുക: https://www.spreaker.com/podcast/m365-fm-a-microsoft-mvp-podcast-by-mirko-peters--6704921/support.