客户案例

某线缆企业:多规格连续生产的排程优化

同一设备要生产上百种规格,换型频繁。通过成组排产与换型时间矩阵,减少了换型次数。

张工2026-08-26阅读 132有用 24

企业背景

某电线电缆制造企业,员工约 400 人,生产各类规格的电力电缆、控制电缆,规格超过 300 种。

面临的痛点

痛点一:换型频繁

挤塑机、绞线机等关键设备需要频繁换型(换模具、换材料、调参数)。规格切换一次耗时 1-3 小时。

实际测量显示:换型时间占设备总运行时间的 25%-30%。

痛点二:排产靠经验

计划员凭经验手工排产,考虑的因素:

  • 交期
  • 规格相似度(减少换型)
  • 设备可用性

但人脑难以同时优化多个目标,结果常常是"交期优先"导致换型频繁。

痛点三:交期与效率难平衡

按交期排 → 换型多 → 产能下降 → 更多订单延误。 按换型优化排 → 交期可能延误。

解决方案

一、建立换型时间矩阵

这是方案的核心。

统计不同规格之间的切换时间:

从 → 到 规格 A 规格 B 规格 C
规格 A 0 1.5h 2h
规格 B 1h 0 1h
规格 C 2h 1.5h 0

建立方法:结合工艺知识(哪些规格相似)和实际测量(抽样实测若干种切换)。

二、成组排产

把规格分组(按材料、尺寸、工艺相似度),同组内的产品排在一起

系统排产时优先考虑:

  1. 交期约束(硬约束)
  2. 同组产品聚集(软约束)
  3. 换型时间最短的衔接顺序(优化目标)

三、可视化的排产结果

计划员能在甘特图上:

  • 看到每个设备的任务序列
  • 看到每次换型的时间
  • 手工调整任务顺序(拖拽)
  • 实时看到调整后的换型时间变化

保留人工干预很重要:算法给建议,计划员做最终决定。

四、换型时间统计

系统记录每次换型的实际时间,用于:

  • 验证换型时间矩阵是否准确
  • 发现换型耗时异常的情况
  • 为 SMED 改善提供数据

实施过程

阶段 内容 周期
换型时间实测 抽样测量各设备换型时间 3 周
规格分组 按工艺相似度分组 2 周
系统配置 换型矩阵、排产规则 4 周
并行验证 系统排产与人工排产对比 4 周
正式使用 逐步替代手工排产 4 周

实施中的难点

  1. 换型时间数据难获取:规格组合太多(300×300),不可能全部实测。解决方案是分组测量 + 工艺推断
  2. 计划员的信任问题:初期计划员不相信系统排的结果,需要并行对一段时间
  3. 插单处理:客户催货时的紧急插单,需要快速重排

效果

指标 改善
换型次数 减少约 20%-30%
设备有效产能 相应提升
排产耗时 从数小时缩短至分钟级
交期达成率 有改善

注意:这些数字是示例口径。实际效果取决于换型时间的可优化空间,以及插单频率。

经验总结

经验一:换型时间矩阵是关键输入

没有这个数据,排产算法再先进也没用。要花时间把基础数据做扎实。

经验二:先做 SMED,再上排产

如果换型时间本身可以压缩(比如从 2 小时压到 40 分钟),收益比排产优化更大。

建议两个方向并行:一边优化换型,一边优化排产。

经验三:保留人工调整

计划员有算法没有的信息(客户关系、现场情况)。系统提供建议,人来决定。

经验四:并行验证建立信任

初期让系统排产和人工排产同时跑,对比结果。计划员看到系统排的结果确实更好,才会真正使用。

案例中的企业名称与具体数据均经过脱敏处理。多规格连续生产的排程优化在电缆、管材、纺织、造纸等流程型行业有共性,方案需结合设备特点设计。百华智造 MES 排程模块支持换型时间矩阵与成组排产,[待补充:功能说明]。

这篇内容对你有帮助吗?

当前为游客态,投票按设备去重