Оптимизация производственного планирования и расписаний

План производства собирается в таблицах вручную и перестаёт быть актуальным через день: сорвалась поставка, сломался станок, пришёл срочный заказ. Диспетчер перекраивает расписание по интуиции, а последствия — простой одних участков и перегрузка других — становятся видны только в конце недели.

Штатные модули планирования в ERP работают с усреднёнными нормами и не умеют учитывать последовательность переналадок, ограниченный персонал и вероятностные сроки поставок.

Ситуация усугубляется при позаказном и мелкосерийном производстве: сотни заказов с разными маршрутами, общая оснастка, ограниченное число наладчиков. Число допустимых расписаний астрономическое, и ручной перебор даёт заведомо не лучший вариант.

Решение соединяет математическую оптимизацию (задача составления расписаний) с ML-моделями, которые прогнозируют неопределённые величины: фактические времена операций, вероятность задержки поставки, долю брака.

• Модель ограничений цеха: оборудование, оснастка, персонал, последовательность переналадок, сроки заказов.
• Солверы целочисленного программирования и эвристики для построения расписания на горизонт от смены до месяца.
• ML-прогноз времён и рисков на исторических данных MES повышает реалистичность плана.
• Перепланирование за минуты при изменении входных данных, интеграция с ERP и MES.

Планировщик остаётся в контуре: система предлагает расписание и показывает, что изменится при ручной корректировке — сроки, загрузка, конфликты по ресурсам. Пилот обычно охватывает один цех и занимает 3–4 месяца, включая сверку модели ограничений с технологами.

Какие данные нужны

• Портфель заказов и сроки
• Технологические маршруты и матрица переналадок
• Фактическая история выполнения из MES