ERP軟體對例外發生的預防性措施(2)(轉)

urinator發表於2007-08-09
ERP軟體對例外發生的預防性措施(2)
(2)推—拉結合的生產模式。“計劃跟不上變化”是常見的現象。ERP系統一般都有淨變運算,作為個別需求改變時的補充措施,也可以作為處理例外的一種方法。但是在多數複雜產品的離散製造企業,計劃週期較長。俗語說:“夜長夢多”,在計劃執行期間的變化和例外將是難以預料的。靠淨變或重排MRP難以補救。有人認為能夠通過MES的排產或APS快速響應,但是常常因為ERP和MES之間的資訊溝通不暢而難以實現。我們推薦採用拉式生產,直接由客戶的需求驅動,生產指令的資訊路徑、從指令到執行之間的時間差以及生產週期本身都要比MRP的推式計劃要短得多。這本身就避免了相當多例外產生的可能。

  (3)可交付承諾ATP。延誤交付是銷售例外最常見的形式。而交付延誤大部分原因並不是因為生產能力不足,而往往是由於銷售與生產兩個部門的溝通造成的脫節。可交付承諾是傳統ERP就具備的重要功能之一。通過ATP的計算預測可向客戶交付產品的數量。因為涉及生產能力的計算,傳統ATP僅僅幫助MTS模式的企業的銷售管理。

  (4)現場排產。好的ERP/MES的排產計劃功能是具有強大的圖形排產能力,靈活和使用者友好的介面,它不僅提供快速響應生產瓶頸的時機,而且能看到它們在什麼地方第一次出現並防止發生。排產模組能夠快速確定能力衝突以及潛在的能力瓶頸。除了提供整個製造作業的視覺化介面,操作者可以使用拖放工具重新排產或重新分配裝置。

 4. 用預置業務規則管理例外

  在實施ERP的過程中,總結企業日常管理中發生過的例外、產生的後果,解決辦法等經驗,經過積累以後,會得到某些規律性的例外處理方法。在確認這些經驗的有效性以後,我們將其轉變成標準過程,寫入軟體中去,這些標準過程會涉及企業的各個生產和資訊部門。在企業日常業務活動中,包括如何釋出每一個作業指令都必須結合這些規則。

  例如:

  (1)客戶服務。在輸入訂單時除了要抓住關鍵資料,如每一張訂單的最早交付和承諾,還必須增加某些規則條款,如客戶是否能夠接受分批交付或者用替代產品交付。當例外出現時,無論是自動處理還是通過人工的干預,都可按照與客戶預先達成的共識處理。還可以預先確定分批先後交付、給客戶確定交付的“優先順序”等。當例外出現時,可以給優先的客戶訂單分配原材料投產。從而,軟體系統對訂單的追蹤能力要足夠的強大,要求不僅僅能追蹤到工作訂單,還必須追蹤到銷售的客戶訂單,實現按客戶訂單製造。

  (2)採購。採購通常是對企業其它部門的活動作出的響應,但又會反過來影響這些部門的活動。對採購週期較長和難以買到的原材料和器件提前處理能夠解決大部分因採購件延誤造成的例外。制訂採購件的替代方案也是最常用的處理例外的方法。在到貨、檢查、篩選、入庫和付款的全過程中,設立超越處理規則,可以縮短向車間供料的時間。

  (3)車間。車間是管理例外的控制中心,車間的例外處理過程會觸發企業大多數部門的活動。這些過程包括:緊急備料、安排裝置維修、工裝的返修、在製品返修和圖紙及工藝的更改等。車間自身則需要不斷的重新排產。作業計劃的可“浮動”性——它指製造任務可以偏離計劃區間但不會延誤整個交付週期,需要區別工序作業的提前期和整個零件的提前期的構成和演算法。許多情況下出現工序超越問題,一個任務會由於時間和資源的約束,臨時移到其他裝置上做。軟體則需要具有處理替代工藝路線或工藝超越的例外能力。

  (4)質量保證。質量例外也是延誤生產過程的最常見的原因。對難加工零件或質量不穩定的採購件有規則的增加投入,或者建立生產過程的分批規則,可以減輕因為處理不合格品的漫長過程對生產秩序的干擾。

  (5)例外嚴重度管理。為了使例外處理過程有效的協同工作,可以給例外確定級別,以對例外作出適當的和有序的響應。定義嚴重度還包括建立客戶和生產的優先順序,當企業存在“專案豎井”時,這樣做是解決排產困難的重要措施。

  5. 提升ERP的例外處理能力

  提升ERP軟體例外處理的能力是系統化設計和對軟體長期應用和實踐的積累過程。複雜製造企業使用者對例外處理的要求很多,但我們認為對例外的處理不是一個獨立的刻意追求的功能,而是軟體綜合設計的結果。許多客戶關心繫統能否自動重新排產、希望將某些決策自動化,不要人工評審或計劃員的干預。但這並不是最佳選擇。又如,客戶希望系統能自動分配原材料、代料或重排工作訂單。但我們發現,自動應對例外的規則所能夠覆蓋的狀況總是有限的。我們認為最好的做法是系統提供報警,然後由人來做決策——因為有很多主觀因素需要客戶和企業更多的深層次知識和經驗來處理。所以我們強烈建議,提升ERP的例外處理能力要有人的參與而不是單純的自動進行。

  三、分析和結束語

  上面我們討論了處理例外以及防止例外的產生。我們認為,儘管當庫存短缺、出現質量問題、裝置出故障和客戶需求改變時能夠用快速響應來處理例外,但這畢竟是頭痛醫頭腳痛醫腳的權宜之計,或許會掩蓋某些更嚴重的問題。對我們來說更為重要的是對例外事件的跟蹤和積累,使用已經獲得的資料和報告進行分析,不斷尋找產生例外的根源和防止這些例外發生的方法。採用基於資料倉儲和聯機分析處理的人工智慧方法彙總和評估這些資料,給出在企業的什麼地方需要配置更多的資源、再造企業流程等等,這樣才會給企業更多的改進運作的機會。

來自 “ ITPUB部落格 ” ,連結:http://blog.itpub.net/7942439/viewspace-20640/,如需轉載,請註明出處,否則將追究法律責任。

相關文章