智能运营的关键软件—APS及实战分享
一、APS是智能制造的关键
安贝格工厂的数字化改进主要是APS实现的
由工业4.0形成了一轮对智能制造的关注，西门子的安贝格数字工厂在这场智能制造热中成为一个标志性企业。仔细研究安贝格数字化工厂的数字化改进绩效，如图：
安贝格数字化改进主要体现在三方面：
１、缩短上市时间（Reducingtime-to-market）；
２、增强灵活性（EnhancingFlexibility）；
３、提高效率（Increasingefficiency）。
利用供应链优化软件（主要是APS），解决客户的痛点，无非就是这三点。
如果再仔细看没一点的改善：
１、缩短上市时间（Reducingtime-to-market）包含三方面改进，降低创新周期(shorter innovation cycles)；更加复杂的产品(More complexproducts)；数量巨大但是智能的数据(bigger but smarter data volumes)。这三方面改进以前在供应链管理领域，只有降低创新周期很少提，主要由产品生命周期管理软件来实现；其他两方面也是APS优化的效果。
２、增强灵活性（EnhancingFlexibility）：大规模定制(mass customization)；市场分散度高(volatile markets)；最高的生产效率（highest productivity）。这三项都是供应链管理需要着重解决的问题，特别是mass customization概念的提出都是因为Dell的供应链管理模式的发明而创造的。增强灵活性这一点，完全是供应链管理优化软件的范畴。
３、提高生产效率（increasingefficiency）这一点，更是彻头彻尾供应管理优化软件需要解决的问题。optimal capaciyt utilization,highest quality standards, effienctresource utilization。这些优化都在APICS的CPIM理论中经常提到。
早期数字化工厂的基础是需要能够将生产过程数字化，这个过程主要需要打通设备管理与信息化的信息通道，核心软件是MES。而在这个通道打通之后，对企业流程优化，工厂效益的最大发挥依靠的还是供应链优化软件。即供应链管理软件APS才是数字化工厂创造价值的关键。
西门子的数字化解决方案中包含APS
西门子推出的数字化工厂解决方案中，APS是重要的组成部分。西门子的工业软件架构包含：PLM，MOM和TIA，而在MOM这一层包括，SIMATIC IT和IBS，而SIMATIC包括Manufacturing Execution System 和Advanced ProductionScheduling。见图。
西门子的数字化工厂解决方案中，最核心的变化，在于制造执行这一层，由原来的MES，改变为现在的MOM（Manufacturing Operation Management）,而MOM中包含MES，APS，和质量管理系统。
二、APS的发展历史
APS的三种解释：
有机构将APS解释为AdvancedPlanning System，或者Advanced Planning and Scheduling，也有机构解释为AdvancedProduction Scheduling。无论哪种解释，APS都是优化生产排程的工具，是优化供应链管理的工具。只不过不同解释，强调的重点不同，有的强调的是排程（Scheduling），有的强调的是计划（Planning）。
一般从时间轴度上看计划周期会更长，而排程时间周期更短，距离生产的时间也越短。从这个意义上讲，计划是可变的，距生产的时间越近，它可变性越小，而通常意义上的排程，轻易不会变，只有在一些特别紧急的情况下，比如设备故障或是特别重要的订单加进来等时候，才会修改排程，除此之外，基本上排程是不应该变的。
APS与MRPII的区别
现在研究APS与MRPII的区别，需要从历史上看。如图是2000年时i2介绍的APS的历史发展图：
可以看出APS最核心的特点是：1，应用启发式和线性规划模型制定基于约束的计划；2，利用常驻内存计算技术极大的减少了置顶计划时间；3，使多余库存减少并提高了供应链的响应速度。
我们再看陈启申老师在《陈启申--ERP从内部集成起步》一书中的MRPII的历史，ERP后期也融入了TOC理论，而TOC是APS区别于MRPII的最重要的特点之一。
所以APS与MRPII在历史上最显著的区别在于内存计算、在于基于TOC约束理论的应用。随着技术的发展，MRPII也融入了TOC理论，内存计算不再是难题，所以APS与MRPII发展趋同的。
但是因为APS在中国一直没有普及，APS的功能作为主要特点会被提出来。
三、APS框架
APS基本概念
APS需要大量的数据，包括目标、规则、资源支持，这些数据可分为静态数据和动态数据。静态数据需要从其它系统中定期下载，动态数据由APS每次运行后自动更新。现在大家知道的静态数据已经发展成一些功能，比如MDM（Mobile Device Management ）这个系统。而动态数据是用原来的ODS（OperationalData Store）来获得。
到目前为止，国际上APS还没有一种明确的定义，它是一种基于供应链管理和约束理论的先进计划与排产工具，包含了大量的数学模型，优化及模拟技术。
功能优势包括实时基于约束的重计划与报警功能。在计划与排产过程当中，APS将企业内外的资源与能力的约束都囊括在考虑范围之内，用复杂的智能化运算法则做常驻内存的计算。
APS涵盖了供应链管理战略层、战术层及操作层三个层次。其中战略层包括供应链战略、供应链计划；战术层包括需求计划与预测、制造计划、操作计划、分销计划；操作层包括可承诺能力、CTP（Capacity to Promise）车间作业排产、运输计划、承诺可供货量ATP（Available to Promise）。
这里面有一个承诺可供货量ATP（Available toPromise），这是一个很重要的概念。戴尔的供应链体系首创了大规模定制规模或者叫直销模式，一方面是通过电子商务来销售电脑，电脑从原来的Make to Stock模式变成了Make to Order模式。这两种模式最重要的一个区别是可提供的库存，Make to Stock销售的是库存，Make to Order是销售一个时间序列内可提供的一个供货量来。
APS是基于约束的一个计划引擎，它在ATP的计算过程中，它要考虑我们现在有的各种约束，这些约束决定了产品，订单能否按时按期交付，这是基于约束的计划引擎。
一般APS的优化及模拟功能是有5种基于五类约束的计划引擎来进行，这五类约束与引擎分别如下:约束包括资源约束，考虑因素包括人力资源、设备及工具；库存的约束，考虑因素有原材料、在制品、成品的库存水平；运输的约束考虑仓储、运输、物流及运输折扣条件；商业规则的约束考虑包括客户服务水平、环境保护、供应商关系；财务约束考虑现金流量、现金流动比例、产品编辑收益、投资回报率等。计算引擎包括启发式引擎，通过向前、向后排成平衡计划对资源的利用，包括约束理论引擎、识别资源瓶颈、设置作业优先权。根据瓶颈排产，还有模拟引擎，为生产车间建模，应用布局启发式计划规则，得出工作流程的统计输出。智能引擎，根据用户要求，工作流可用资源及现成的约束平衡，接受订单数量与期望交货日期。还有一个忧患引擎，运用数学的规划与分配技术，减少生产中的排产与资源冲突。
APS计划体系
APS基于约束的计划引擎就是供应链体系的核心，实际上APS也是供应链体系的核心。图示是来自SCOR,SCOR里面最核心的计划，就是APS在供应链的地位。SCOR体系中，供应链的SCOR模型里面包括采购、生产、配送、退货和计划五个流程。在这个体系中可以看到计划排在最高层，所以计划系统是最重要的。
图示展示了计划中有哪些计划，图中每一个计划模块对应的时间，有的计划是按年计划的，有的计划是按周、按小时的，每个计划都有其完成的功能，也就是周期越长的计划，其可变性越大，准确性越差，所以就越需要聚合计划，要的是计划的总量，生产的排程，而不是单个产品的计划量。排程的重点是何时生产某种产品，产品时间结点在哪，需要用到哪些资源，资源参与生产、用哪些原材料。排程的重点是基于规则的资源效率优化，提升生产效率。
通常而言，计划一般都会根据计划距离生产时间的结点而不断降低其可调范围。比如距离交货时间一个月，计划生产量可调成50%，但到了距离交货两天的时候，基本上计划就被锁定，不允许调整。所以排程一般是不可变的，除非设备故障。
图示是时间与APS各个功能之间的关系，下一张图是计划体系之间的关系。图中中间从上到下，包括战略计划、业务计划，还有销售及运营计划（S&OP）、主生产计划、详细物料计划、能力计划，还有车间及供应计划、计划执行。在这张图中的计划执行就是经常提到的MES，叫制造执行系统。再往上的车间及供应计划这一层是经常讲到的车间计划，也就是车间排程。
图示是比较典型的各种计划模块之间的关系图，类似的图在很多资料上都看得到，其核心理论来自于APS的CPIM资料。
APS的业务场景
APS中长期、中期、短期、预期分别应用到哪些业务场景。
比如长期，包括年度销售目标建立、产品经营团队、地区的年度销售目标分配，基于年度目标达成一致，每月目标分配。
而中期是基于业务表现，校正每月目标，基于校正的目标达成一致。
短期是基线预测的建立，针对基线预测达成一致，基于计划BOM，对于有计划配置达成一致，还有最终无约束需求预测，面向有配置项目的项目级和产品级的预测，还有面向其它主板级一代性需求预测。
在业务规则方面，需要设立需求优先及标准的相关参数，包括确认的订单、非常紧急的订单、紧急的订单、正常的订单、研发部门的订单、有配置的项目预测、无配置的项目预测、净利润、项目价值、客户交付期限等。
APS为企业的供应链管理提供决策支持，包括对例外事件的管理提供决策支持，使用来自ERP的数据为ERP提供决策支持，为外部的供应链计划提供支持。
APS系统是一个计划系统，是决策知识系统，主要是为ERP增值，它的特点是将优化的逻辑嵌入到APS的套件中，改善供应链计划源的决策，产生一个可行的计划，满足所有的需求和供应的约束，根据共同的目标优化计划，并且基于约束的计划。考虑整个供应链网络所有的约束，包括物料、产能、分销，还有包括集成的绩效。
四、APS的算法
说到APS，大家都在强调APS优化的算法。APS不复杂，可以把APS逻辑简化成了几步。举例来讲，对单个订单，通常会计算。根据有一个forward计划，会计算出最早可能的一个开始时间，而LPST根据反向的一个排程，计算出最迟可能的开始时间。
（一）排程
排程就是把订单的生产计划排在，最早可能开始时间EPST和最迟可能开始时间LPST之间。早期的EPST主要根据材料、资源，包括人力资源、设备的限制，决定订单最早可能的开始时间。而LPST是根据交货日期，根据提前期计算出的订单最迟可能开始的时间，晚于LPST开始生产，会导致生产订单的延迟。
这张图就是这个原理，排程是针对每一个生产订单计算出EPST与LPST，将生产开始时间选择在EPST和LPST之间。如果EPST早于LPST一段时间，计划时间可以选择在这之间的任何一个时间；如果EPST与LPST相同，计划开始时间就应该是EPST或LPST；如果EPST晚于LPST，这个订单要么增加资源，要么就会延迟交付。如果单个生产订单全部都能排好，就会把多个订单放到一起排，多个订单会形成资源的冲突，这样按单个生产订单计算结束后，需要检查资源冲突。有多个生产订单用同一个原材料，可能会导致原材料缺货，也就是导致EPST会延迟。而多个订单使用同一个生产资源，包括人和设备，会导致设备负载过重，又会导致EPST的延迟。碰到这些这些资源冲突会导致一些订单的延迟，在这个时候要有一个优化级的排序算法，将优先级高的生产订单完成，而优先级低的检查是否有替代原材料或者替代资源，这些替代原材料或替代资源是否可能保证按时交付。
对订单优先级的排序按重要程度分为三级，第一级是交付时间；第二级是优先等级，企业根据企业生产的特点，设计的订单优先级；第三级是订单量，通常而言，订单量越大的，它的优先级越低，如果订单量小，它优先级排高之后，就可能更多满足一些订单，那么订单随着时间的延迟，它的重要性就会越来越高。那么，这个排序的优先顺序，第一是交付时间，第二是优先等级，第三是计算量。
（二）APS算法影响因素
上面提到EPST跟LPST，那么EPST跟LPST的算法是什么？一般产品的生产提前期包括产线切换时间、生产时间、等待时间，LPST的算法根据交付期减去等待时间、生产时间、切换时间，就是订单最迟计划开始时间。EPST的算法有几个规则，第一，不能早于计划时间；第二，生产资源，包括设备、员工可提供的时间；第三，生产资料的可提供时间，算法如图。这个逻辑看似非常简单，但是这里面有一个嵌套。如果一个产品需要多个部件，这些部件也是工厂生产的，那么这个产品的订单会分解成多个制造订单，最终的组装订单、部件的生产工单，这个过程需要展BOM的计算。而部件的生产工单的LPST需要通过组装的LPST计算，而组装工序的EPST需要通过部件工序的EPST计算。部件工序、组装工序的LPST、EPST相互影响，这是APS算法复杂的原因之一。
APS算法还有其它的影响因素。比如当存在瓶颈资源时，订单的优先排序规则，排产时，订单还有备选的生产资源，在生产资源之间还可以选择。在计算EPST的时，对生产资源的选择包括现有库存、运输在途、在制品，或者备选其它的可替代部件。这些都是导致APS算法复杂的原因。
APS是计算机解决复杂问题的一套算法，最好的APS解决方案是解耦的，也就是属于利用简单规则的反复迭代，灵活定义的一些规则。很多APS研究者喜欢研究各种APS算法。但我认为，算法越简单，它的效率是越高。
近期，作者将有选择的拜访企业，并撰写案例！
欢迎智能制造领域企业联系我！
也欢迎对智能制造感兴趣，愿意写文章的朋友加入我的团队，会一起拜访企业，并引导写案例。