[課程簡介]:生產(chǎn)計劃排程是制造型企業(yè)生產(chǎn)運營的主線和難點,具有很大的經(jīng)驗性和靈活性,經(jīng)常依賴少數(shù)計劃人員的經(jīng)驗,企業(yè)如何在個性化、數(shù)據(jù)化的智能制造趨勢下,針對不同訂單的排程原則,應用APS(高級計劃排程系統(tǒng)),通過數(shù)據(jù)與算法制定相對最優(yōu)的計劃將成為工廠智能化實施的關鍵環(huán)節(jié)。 ...
【時間地點】 | 2025年8月22-23日 北京 | |
【培訓講師】 | 李海 | |
【參加對象】 | 制造型企業(yè)高管、廠長、供應鏈總監(jiān)、生產(chǎn)總監(jiān)、運營總監(jiān)、運營主管、企業(yè)的計劃物料經(jīng)理、生產(chǎn)計劃人員、物料計劃人員、各級計劃管理人員、MES系統(tǒng)項目等相關企業(yè)管理人員 | |
【參加費用】 | ¥4680元/人 (含培訓費、教材費、午餐費、茶點費等) | |
【會務組織】 | 森濤培訓網(wǎng)(dbslw.com.cn).廣州三策企業(yè)管理咨詢有限公司 | |
【咨詢電話】 | 020-34071250;020-34071978(提前報名可享受更多優(yōu)惠) | |
【聯(lián) 系 人】 | 龐先生,鄧小姐;13378458028、18924110388(均可加微信) | |
【在線 QQ 】 | 568499978 | 課綱下載 |
【溫馨提示】 | 本課程可引進到企業(yè)內(nèi)部培訓,歡迎來電預約! |
課程簡介:
生產(chǎn)計劃排程是制造型企業(yè)生產(chǎn)運營的主線和難點,具有很大的經(jīng)驗性和靈活性,經(jīng)常依賴少數(shù)計劃人員的經(jīng)驗,企業(yè)如何在個性化、數(shù)據(jù)化的智能制造趨勢下,針對不同訂單的排程原則,應用APS(高級計劃排程系統(tǒng)),通過數(shù)據(jù)與算法制定相對最優(yōu)的計劃將成為工廠智能化實施的關鍵環(huán)節(jié)。本課程在介紹生產(chǎn)計劃體系的基礎上,結合近年智能制造、大數(shù)據(jù)、APS等技術,通過實際案例的學習,讓計劃管理人員快速理解并掌握未來智能排程的趨勢。
課程目標&收益:
1. 理解智能制造趨勢下生產(chǎn)計劃與排程的挑戰(zhàn)
2. 完整了解生產(chǎn)計劃的核心體系
3. 大數(shù)據(jù)分析與模型技術在生產(chǎn)排程中的典型應用
4. 國內(nèi)外優(yōu)秀企業(yè)的計劃排程實踐與成果分享
5. 典型APS系統(tǒng)的邏輯與解決方案介紹
課程大綱
第一部分 挑戰(zhàn):智能制造對生產(chǎn)計劃帶來的轉(zhuǎn)變
◇ 正確理解智能制造:首先是國家戰(zhàn)略
◇ 從精益化到智能化的演進路線
◇ 智能制造的三種創(chuàng)新模式:戰(zhàn)略、運營與服務
◇ 端到端網(wǎng)絡化、定制化對計劃管理帶來的挑戰(zhàn)
◇ 智能工廠的目標:數(shù)據(jù)+算法驅(qū)動
◇ 生產(chǎn)計劃管理的挑戰(zhàn):數(shù)據(jù)的海量與時效
◇ 趨勢:基于大數(shù)據(jù)的動態(tài)生產(chǎn)計劃排程是必然
◇ 補課大數(shù)據(jù)與計劃體系的若干主題
第二部分 體系:生產(chǎn)計劃的完整體系
◇ 典型的供應鏈平臺與大數(shù)據(jù)架構介紹
◇ 牛鞭效應與傳統(tǒng)供應鏈管理的應對策略
◇ 完整生產(chǎn)計劃體系的5級邏輯
◇ 從預測開始的計劃輸入
◇ 為什么采用N+的滾動機制
◇ 案例:如何基于大數(shù)據(jù)技術提高預測準確性
◇ SOP產(chǎn)銷協(xié)調(diào)的策略、流程與模型
◇ 主計劃的輸出:策略均衡與全局最優(yōu)
第三部分 排程:基于手工作業(yè)的體驗
◇ 排程的基本前提條件與目標
◇ 舉例:如何根據(jù)緊急系數(shù)制定進行生產(chǎn)排程的安排?
◇ 精益排程的思路
◇ 設定不同作業(yè)目標,正確運用不同的作業(yè)排序原則
◇ 舉例:如何運用DD、FIFO、SOT、More法則進行作業(yè)排序
第四部分 演變:從MRP到APS的邏輯
◇ MRP的核心邏輯分析:基于BOM的無約束系統(tǒng)
◇ APS的核心邏輯分析:基于模型尋優(yōu)的約束系統(tǒng)
◇ 舉例:典型APS軟件系統(tǒng)的使用介紹
◇ APS的數(shù)據(jù)輸入與排程引擎
◇ 舉例:基于線性規(guī)劃的排程算法框架應用場景
◇ MES系統(tǒng)與排程功能簡介
第五部分 暢想:機器學習與智能排程
◇ 機器學習與人工智能
◇ 基于BI的智能排程
◇ 若干核心算法舉例(遺傳算法GA)
授課專家:李海
李老師具有多年制造業(yè)咨詢與供應鏈管理經(jīng)驗。
針對國內(nèi)制造型企業(yè)的特點和智能制造大趨勢,李老師提煉出日臻完整的咨詢體系和實施方法,結合在德國工業(yè)4.0研修和日本豐田汽車的交流成果,對智能制造和精益物流具有深刻的理解和應用。其企業(yè)內(nèi)部培訓和咨詢輔導客戶數(shù)量超過100家,各期公開課學員人數(shù)累計超過10000人次,既有管理系統(tǒng)的外資企業(yè),也有快速擴張的民營企業(yè)。
李老師善于與企業(yè)高層建立信任、暢通的溝通渠道,營造良好的項目運行環(huán)境。主要客戶遍及汽車、電子、通信、機械、醫(yī)療、食品、服裝等多個行業(yè),咨詢項目以制造型企業(yè)的供應鏈優(yōu)化、生產(chǎn)計劃與庫存控制、倉儲物流管理等為主。
典型咨詢項目包括:
◇ 浙江XX集團鋁輪轂工廠生產(chǎn)物流改善項目
項目時間8個月,擔任項目經(jīng)理和高級顧問
通過生產(chǎn)現(xiàn)場布局和物流路線的優(yōu)化,生產(chǎn)計劃體系和車間排程方法的改善以及質(zhì)量體系的建立,實現(xiàn)汽車配件企業(yè)OTD指標的大幅提高(從65%到82%)和關鍵質(zhì)量控制點的質(zhì)量指標改善。
◇ 南京XX集團的生產(chǎn)運營咨詢項目
項目時間2期,共計14個月,擔任高級顧問
國內(nèi)塑編行業(yè)典型的民營企業(yè),在企業(yè)最高管理層大力支持下,對企業(yè)班組建設、激勵體系建立、生產(chǎn)車間精益布局、縫紉車間的生產(chǎn)線平衡以及采購物流等優(yōu)化,提高了企業(yè)整體管理水平和人員意識能力,特別是產(chǎn)品單位能耗的降低和工廠計劃體系的規(guī)范,大幅提升了企業(yè)的行業(yè)競爭力。
◇ 中國首批創(chuàng)業(yè)板上市公司鄭州XX電子運營管理咨詢
第一期項目6個月,擔任項目經(jīng)理和高級顧問
精益項目,負責生產(chǎn)計劃改善和庫存控制咨詢項目。對企業(yè)實現(xiàn)大規(guī)模產(chǎn)業(yè)化能力的提升奠定了堅實的基礎,其中一期庫存周轉(zhuǎn)率提升15%,SOP(銷售運作計劃)機制的建立對企業(yè)銷售模式與生產(chǎn)模式的匹配確定了具體的方法。
◇ 中國運動服飾著名品牌香港上市公司XX集團工廠倉儲物流優(yōu)化項目
項目時間2期,共計14個月,擔任項目經(jīng)理和高級顧問
對其服裝原材料、鞋業(yè)原材料以及服裝和鞋業(yè)成品倉庫實施系統(tǒng)化改善,包括倉儲規(guī)劃、現(xiàn)場布局、物流設備、標識系統(tǒng)建設、呆滯物料清庫盤點、倉儲作業(yè)流程規(guī)范、績效指標建立等內(nèi)容,大幅提高倉儲進出庫效率(成品倉出貨時間縮短35%),有效降低倉儲作業(yè)成本和勞動強度,得到客戶高度好評:“我們就需要這樣給現(xiàn)場更多細節(jié)指導的咨詢顧問!”
◇ 上海XX智能儀表有限公司(德資)智能工廠規(guī)劃項目
項目時間18個月,擔任項目經(jīng)理和高級顧問
結合上海G60科創(chuàng)走廊建設,XX上海工廠為打造集團智能化標桿工廠,結合廠區(qū)擴建和MES、APS系統(tǒng)實施,立足智能化和系統(tǒng)化布局建設啟動智能工廠規(guī)劃項目。
項目工作分為兩個大的階段,工廠大布局和車間精益布局。經(jīng)過一年半的規(guī)劃實施和建設,工廠格局與運營管理煥然一新。其中工廠物流整體效率提高25%。結合XX工廠各個不同工藝車間的特點,完成自動化和信息化升級,其中注塑車間的集中供料和自動化傳輸,直接降低40%以上的WIP,節(jié)省30%的物流成本。
同時李老師講授的《供應鏈管理的數(shù)字化創(chuàng)新》、《工廠智能物流的規(guī)劃與實踐》、《工廠運營大數(shù)據(jù)管理》、《倉儲日常管理實務》、《智能趨勢下的生產(chǎn)排程與APS》等課程深受廣大學員好評,學員反饋李老師學識豐富、思維敏銳、條理清晰、邏輯性、實務性強,善于針對學員和企業(yè)的實際需求組織課程內(nèi)容,用生動豐富的實際咨詢案例與學員共同探討解決方案,課程內(nèi)容翔實,案例生動。
熱門課程:
工廠智能物流的規(guī)劃與實踐 高效倉儲管理與庫存控制
制造型企業(yè)的供應鏈管理 倉儲日常管理實務
工廠運營大數(shù)據(jù)管理 采購人員核心技能訓練
智能趨勢下的生產(chǎn)排程與APS