离散制造 AI 排程：产能提升 28%
计划员每天在做的事，本质是在多约束下找一个"够好"的解——设备能力、换型时间、物料齐套、交期优先级。这个项目把这套判断变成可计算的约束模型，让插单影响评估从半天缩短到几分钟。
离散制造约束建模 + 求解10 周
01 / 问题
排程的问题，往往不是"排不出来"
客户有成熟的 ERP 排程模块，但计划员基本不用——因为系统不知道"这台机床换模具要 40 分钟，那台只要 15 分钟"，也不知道"这个客户的单必须先做，否则罚款"。系统排出来的结果不可行，人就得手工改，改到最后还是凭经验。
- 换型时间靠估计，实际差异很大，导致排出来的计划一执行就崩；
- 插单没有量化依据，销售一催就插，插完计划员重新排一遍要半天；
- 齐套情况要人工去仓库问，问完再改，改完又变。
02 / 方案
先让约束可信，再谈优化
约束清单化
把计划员脑子里的规则一条条写出来：设备能力矩阵、换型时间表、模具可用性、人员班次、齐套条件、交期优先级。这一步花的时间最长，也最值钱。
换型时间实测
不采信台账上的标准工时，改为按"设备 × 产品族"实测换型时间，建立换型矩阵。仅这一项就消除了大量不可行计划。
求解与比选
给定目标（交期达成率优先，其次换型次数），输出 2-3 个可行方案供计划员选择，而不是只给一个"最优解"。
插单影响评估
销售插入一张急单时，系统给出"影响哪几张单、延迟几天、需要加几个班"的量化结论，替代拍脑袋。
我们没有替换 ERP，而是在它之上加了一层"可执行的排程建议"。计划员仍在系统里确认与下发，权限与流程不变。
03 / 结果
结果与口径
| 指标 | 变化 | 口径 | 前提条件 |
|---|---|---|---|
| 产能 | 提升 28% | 同一批订单、同等人力与设备条件下的产出对比 | 设备能力与换型时间数据完整 |
| 插单评估耗时 | 从半天缩短到分钟级 | 以计划员完成一次评估的实际用时计 | 齐套数据可实时获取 |
产能提升主要来自两处：换型次数减少带来的有效工时增加，以及设备利用率更均衡。不来自"让工人干得更快"。
04 / 边界
什么情况下收益会打折
- 订单极度零散。一批只做几件、工艺路线频繁变更，排程优化的空间很小。
- 瓶颈不在设备。如果真正的瓶颈是来料或人力，排得再好也出不来货。
- 约束数据不可信。换型时间、设备能力靠估计，模型输出的方案执行不了——这是这类项目失败的头号原因。
FAQ
常见问题
和 ERP 自带的排程有什么区别？
ERP 的排程通常基于标准工时与简化约束，结果往往不可执行。我们做的是把真实约束（实测换型时间、模具可用性、齐套状态）建进去，输出的方案计划员能直接用，不需要再手工大改。
会不会取代计划员？
不会，也不该。系统负责算可行方案与影响，计划员负责判断取舍——比如要不要为了一个大客户牺牲两个小客户的交期。这类判断涉及商业关系，算法给不出。
需要接哪些系统？
至少要能取到订单、工艺路线、设备能力、库存齐套四类数据。常见来源是 ERP + MES + WMS，缺一项就要用导入或人工维护兜底。
扫码加企业微信