科技产业报订阅
断链之后
 

产销不协调怎解?新创快思推AI排程致力打造产能透明化

产销不协调一向是生管与业务之间难解的习题。中华工商研究院

当前工厂管理中,经常面向客户下新订单、订单变更、取消订单或急插单等各种应变情况,常見生管与业务人员在产销协调上发生问题,导致订单未能准时完成或错失订单。而根据业者指出,因产销信息不透明所造成的沟通矛盾,一向是生管与业务之间难解的习题。

产销之间如何才能达到平衡?首要条件是需建立在产能透明化之下。新创团队快思科技以这样的理念开发出一套名为「IMPACTs」的人工智能(AI)智能排程系统,揭露全厂实际产能,不过该系统强调的特色之一,是采取动态模拟算法的方式,让产线能够根据当下生产现况改变后,实时做出动态调整,以排列出符合现场生产需求的排程结果,这样的结果能够让业务与生产管理两端,在信息无缝接轨的情况下,更易于产销协调。

 点击图片放大观看

快思科技执行长王心恕。AWS

牵一发动全身 模拟算法实时根据生产现况调整排程

快思科技将IMPACTs与传统先进规划与排程系统(APS)的排程逻辑做出区隔。快思科技执行长王心恕观察,传统APS排程准确度仰赖的是派工法则与逻辑,随著工厂设备新增与淘汰,排程模型必须不断修改以符合现场生产实况,但以产能堆叠所建立的模型来说,却较无法轻易修改逻辑,这时工厂就需要顾问介入代为修改,以致很多排程系统在生产现况改变后,因无法排出符合现场生产需求的排程结果而被废弃。

而所谓产能堆叠,则是意指将传统APS排程逻辑假想为在一套数学公式中,透过代数XYZ演算的过程。而有别于此种逻辑,IMPACTs则是以数码分身(Digital Twin)为概念取代数理规划,串联工厂中包括ERP/MES系统、物料/产能规划或报工/派工等的「感测资料」,让排程引擎能够根据真实工厂中的生产现况,模拟出最符合生产需求的排程结果。

生产排程往往牵一发而动全身,IMPACTs的排程引擎之所以能够达到动态调整,除了因模拟算法与数理规划算法的差异外,AI也是核心关键之一,用以强化系统中的准确度与弹性,使排程结果不仅要快又要准。

快思科技源自于东海大学企业资源集成实验室,过去20年专注于协助横跨高科技半导体到传统产业的制造业者进行排程管理,因为从过往实务经验累积中观察到离散型制造业的广泛需求,因此在IMPACTs系统中,快思科技则是分别以制造执行(MES)与排程规划(APS)的角度,设计出可弹性扩充的功能模块。

产能配给出建议 用AI真正达到自主决策能力

举例来说,APS功能模块之一的「剩余产能试算」,可根据产品在终端市场中的销售状态,重新利用与规划剩余的物料与产能;而「产能平衡优化」则可依据生产设备的负载能力控制生产节奏,避免出现瓶颈站点,甚至也能够从产能平衡的角度建议订单多寡。

王心恕则以目前智能制造蔚为成熟的机台维修保养举例。虽然当前预知保养诉求可在机台完全故障前预先诊断出异常,并提出示警,但这远远不够。王心恕认为,工业4.0强调的不仅是感知能力,更应该具有主动排除生产障碍的能力。

从快思科技的角度来看,机台的维修保养不应只是维修人员的「家务事」,更重要的是维修与其它生产环节的连动与关联性,因此快思科技则是主张将维修纳入排程的一部分,透过「维修保养最佳化」,排程系统可自动在预测维修时间点的前后调整生产活动。

快思科技认为,于制造业者而言,生产计划的拟定与执行往往一体两面。但理论上,没有好的生产计划,无论执行好坏皆有可能徒劳无功。这也是为何快思科技专注于智能排程的原因之一,王心恕因此也建议业者应该由上而下,从生产计画的优化而开启成功的第一步,接著再从执行结果中找出可改善的部分,持续优化及调整,才能发挥更大的价值与效益。

正因为排程被视为所有离散型制造业的必要课题,快思科技也克服过去中小型业者较难以导入传统APS的挑战,希望藉由IMPACTs云端租赁制、模块化扩充等特色下,塑造SaaS营运模式以吸引更多中小型业者加入,锁定包括金属加工、手工具、CNC与水五金产业,接轨智能制造。


新创X档案

快思股份有限公司 CRIS
成立时间:2016/11/3
资本额:未提供
募资轮:未募资
官方网站:点击前往
AI 云端运算 智能制造制造软件
云端智能排程系统
  •     按赞加入DIGITIMES智能应用粉丝团
更多关键字报导: APS 智能制造 新创企业