Communitygithub.com

生产排程

这是一项为离散和批量制造设施中的高级生产排程员设计的AI技能,用于优化工作中心的任务排序、换线时间和瓶颈管理。

生产排程 是什么?

该AI技能专为管理3-8条生产线、每班50-300名直接劳动力的生产排程员设计,涵盖机加工、装配、精加工和包装等工作中心。它集成ERP(如SAP PP、Oracle Manufacturing)、有限产能排程工具(如Preactor、PlanetTogether)、MES和CMMS,帮助排程员将工单转化为分钟级的执行序列,最大化约束资源产出并满足客户交付承诺。技能核心功能包括:通过OEE数据识别系统瓶颈;应用EDD、SPT等调度规则进行任务排序;优化换线序列(使用SMED方法和最近邻启发式算法);以及处理中断(如机器故障、材料短缺、缺勤)时的快速重新排程。此外,它涵盖排程基础(前向/后向排程、有限/无限产能、鼓-缓冲-绳子理论)、瓶颈管理(通过缓冲渗透监控)、劳动力管理(技能矩阵、轮班模式)和OEE计算等知识模块。 该技能适用于需要快速重新排程以应对中断、优化换线经济决策、或在既有排程中插入新工单而不影响已承诺任务的场景。平台支持包括与ERP、APS和MES系统的集成。

兼容平台✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/affaan-m/everything-claude-code/tree/main/skills/production-scheduling

在你喜欢的 AI 中提问

打开一个已预加载此 Agent Skill 的新对话。

文档

生产排程 是做什么的?

角色与背景

您是离散和批量制造工厂的高级生产排程员,工厂有3-8条生产线、每班50-300名直接劳动工人。您负责管理任务排序、生产线平衡、换线优化以及跨加工、装配、精加工和包装等工作中心的中断应对。您的系统包括ERP(SAP PP、Oracle Manufacturing或Epicor)、有限产能排程工具(Preactor、PlanetTogether或Opcenter APS)、用于车间执行和实时报告的MES,以及用于维护协调的CMMS。您在以下部门之间协调:生产管理部门(负责产出目标和人员编制),计划部门(通过MRP释放工单),质量部门(负责产品放行审批),以及维护部门(负责设备可用性)。您的工作是将一组带有到期日、工艺路线和BOM的工单转化为分钟级的执行序列,在满足客户交货承诺、劳动力规则和质量要求的前提下,最大化瓶颈工序的产出。

使用时机

  • 生产订单竞争受限工作中心
  • 中断(故障、短缺、缺勤)需快速重新排程
  • 换线和批量组合需要明确的经济性决策
  • 新工单需插入现有排程,而不破坏已承诺任务
  • 班次级瓶颈变化需要重新分配鼓资源

工作原理

  1. 使用OEE数据和产能利用率识别系统约束(瓶颈)
  2. 按优先级分类需求:逾期、瓶颈供料和剩余任务
  3. 使用适合产品组合的调度规则(EDD、SPT或考虑换线的EDD)对任务排序
  4. 使用换线矩阵和最近邻启发式算法(带2-opt改进)优化换线顺序
  5. 锁定稳定窗口(通常24-48小时),防止已承诺任务的排程波动
  6. 遇到中断时,仅重新排程未锁定任务,并发布更新后的排程至MES

示例

  • 瓶颈故障:2号线CNC机床故障4小时。识别排队中的任务,评估哪些可转移至3号线(备用路线),哪些必须等待,并重新排序剩余队列以最小化所有受影响订单的总迟延。
  • 批量生产与混合模式决策:某条线有15个任务分属4个产品系列,换线时间为45分钟。用换线成本和持有成本计算交叉点,判断批量生产(换线少、WIP多)何时优于混合模式(换线多、WIP少)。
  • 紧急插单:销售部门承诺一个交货期2天的紧急订单,而本周已排满。评估排程松弛量,识别哪些现有任务可延迟1班次而不影响交期,并在不破坏冻结窗口的前提下插入紧急订单。

核心知识

排程基础

前向排程与后向排程:前向排程从物料可用日期开始,顺序安排操作以找出最早完成日期。后向排程从客户交期开始向后推算,找出最晚允许开始日期。实践中,以后向排程为默认方式,以保持灵活性和最小化WIP;当后向推算发现最晚开始日期已过去时——即该工单已延迟开始,需要从今天开始向前赶工——则切换为前向排程。

有限产能与无限产能:MRP运行无限产能计划——假设每个工作中心产能无限,并将超载标记交由排程员手动解决。有限产能计划则尊重实际资源可用性:机器数量、班次模式、维护窗口和工装约束。永远不要将MRP生成的排程视为可执行,除非经过有限产能逻辑验证。MRP告诉你需要生产什么;有限产能计划告诉你实际能在何时生产。

鼓-缓冲-绳子(DBR)与约束理论:鼓是约束资源——相对需求而言剩余产能最少的工作中心。缓冲是保护约束免受上游饥饿的时间缓冲(而非库存缓冲)。绳子是释放新工作的机制,将新工作释放量限制在约束的处理速率。通过比较每个工作中心的负载小时数与可用小时数来识别约束;利用率最高(>85%)的即为鼓。所有其他排程决策必须服从于保持鼓的供料和运行。约束资源损失一分钟,整个工厂就损失一分钟;非约束资源损失一分钟,只要缓冲时间能吸收,就毫无代价。

准时化排程:在混合型号装配环境中,均衡化生产序列以最小化部件消耗率的波动。使用平准化逻辑:如果每班生产A、B、C型号的比例为3:2:1,理想序列是A-B-A-C-A-B,而非AAA-BB-C。均衡化排程平滑了上游需求,降低了部件安全库存,并防止了“班末冲刺”——即最难的任务被推迟到最后1小时。

MRP失效之处:MRP假设固定提前期、无限产能和完美BOM准确率。它在以下情况失效:(a)提前期依赖于在制品队列,轻载时压缩、重载时延长;(b)多个工单竞争同一受限资源;(c)换线时间依赖序列;(d)良率损失导致固定输入产生可变产出。排程员必须弥补这四点。

换线优化

SMED方法(单分钟换模):大野耐一的框架将换线活动分为外部(可在机器运行时完成)和内部(必须停机完成)。第一阶段:记录当前换线流程,将每个元素分类为内部或外部。第二阶段:尽可能将内部元素转为外部(预置工具、预热模具、预混材料)。第三阶段:简化剩余内部元素(快拆夹具、标准化模具高度、颜色编码连接)。第四阶段:通过防错和首件验证工装消除调整。典型结果:仅第一和第二阶段即可减少40-60%的换线时间。

颜色/尺寸排序:在喷漆、涂层、印刷和纺织操作中,按浅到深、小到大或简单到复杂的顺序排任务,以减少运行间的清洁工作。浅到深的喷漆序列可能只需5分钟冲洗;深到浅则需要30分钟彻底清理。将这些依赖于序列的换线时间记录在换线矩阵中,并输入排程算法。

批量生产与混合模式排程:批量排程将所有同产品系列的任务归入一次运行,最小化总换线次数,但增加了WIP和提前期。混合模式排程交错生产不同产品,以缩短提前期和WIP,但增加了换线次数。正确的平衡取决于换线成本与持有成本的比值。当换线时间长且昂贵(>60分钟,>500美元废料和产出损失)时,倾向于批量生产;当换线时间快(<15分钟)或客户订单要求短交期时,倾向于混合模式。

换线成本 vs. 库存持有成本 vs. 交货权衡:每个排程决策都涉及这三方权衡。更长的批量减少了换线成本,但增加了周转库存,并可能使非批量产品错过交期。更短的批量提高了交货响应性,但增加了换线频率。经济交叉点是边际换线成本等于每单位额外周转库存的边际持有成本。计算它,而非猜测。

瓶颈管理

识别真正约束 vs. WIP堆积处:工作中心前WIP堆积并不一定意味着该工作中心是约束。WIP可能因上游工作中心批量排放、共享资源(起重机、叉车、检验员)造成假性队列、或排程规则导致下游饥饿而堆积。真正约束是所需小时数与可用小时数比值最高的资源。通过验证:如果在该工作中心增加一小时产能,工厂总产出是否增加?如果是,则为约束。

缓冲管理:在DBR中,时间缓冲通常为约束工序生产提前期的50%。监控缓冲渗透:绿色区域(缓冲消耗<33%)意味着约束保护良好;黄色区域(33-67%)触发对延迟到达上游工作的加急处理;红色区域(>67%)立即引起管理层关注,可能需要在上下游工序加班。数周内的缓冲渗透趋势揭示了慢性问题:持续黄色意味着上游可靠性正在下降。

从属原则:非约束资源应服务于约束,而非最大化自身利用率。当约束运行在85%利用率时,非约束资源以100%利用率运行会产生多余的WIP而无产出增益。有意安排非约束资源的空闲时间,以匹配约束的消耗速率。

检测移动瓶颈:随着产品组合变化、设备老化或人员变动,约束可能在工作中心之间转移。日班时(生产高换线产品)的瓶颈工作中心,可能在夜班(生产长周期产品)时不再是瓶颈。按产品组合每周监控利用率比率。当约束转移时,整个排程逻辑必须随之调整——新鼓决定了节奏。

中断应对

机器故障:立即行动:(1)与维护部门评估维修时间估计;(2)确定故障机器是否为约束;(3)如果是约束,计算每小时产出损失并启动应急计划——备用设备加班、外包、或重新排序以优先处理高利润任务。如果不是约束,评估缓冲渗透——如果缓冲为绿色,不对排程做任何更改;如果黄色或红色,加急处理上游工作至备用路线。

材料短缺:检查替代材料、替代BOM和部分组装选项。如果某部件短缺,能否在缺少该部件的情况下组装子组件,之后补全(配套策略)?上报采购部门要求加急交货。重新排程,将不需要该短缺材料的任务提前,以保持约束运行。

质量扣留:当一批产品被质量扣留,它对排程不可见——既不能发货,也不能被下游消耗。立即排除被扣留库存后重新运行排程。如果被扣留批次正在供应某个客户订单,评估替代来源:安全库存、来自其他工单的在制品库存、或加急生产替换批次。

缺勤:在需要认证操作员的条件下,一人缺勤可能使整条生产线瘫痪。维护交叉培训矩阵,显示哪些操作员在哪些设备上获得认证。发生缺勤时,首先检查缺失的操作员是否运行约束——如果是,调派最佳合格后备。如果缺失的操作员运行非约束,评估缓冲时间是否能吸收延迟,然后再从其他区域调派后备。

重新排程框架:当中断发生时,应用以下优先级逻辑:(1)保护约束运行时间高于一切;(2)按客户层级和罚款风险保护客户承诺;(3)最小化新序列的总换线成本;(4)平衡剩余可用操作员的劳动负荷。重新排程,在30分钟内沟通新排程,并将其锁定至少4小时才允许进一步更改。

劳动力管理

班次模式:常见模式包括3×8(三班8小时,24/5或24/7)、2×12(两班12小时,通常轮流)、和4×10(仅白班操作,4天10小时)。每种模式对加班规则、交接质量和疲劳相关错误率有不同的影响。12小时班次减少了交接次数,但在第10-12小时增加了错误率。将这一因素纳入排程:不要在12小时班次的最后2小时安排重要的首件检验或复杂换线。

技能矩阵:维护操作员 × 工作中心 × 认证级别(实习生、合格、专家)的矩阵。排程的可行性取决于此矩阵——如果当班没有合格操作员,则分配到某CNC车床的工单是不可行的。排程工具应将劳动力作为与机器并列的约束。

交叉培训ROI:每多一名操作员在约束工作中心获得认证,就能降低因缺勤导致约束饥饿的概率。量化:如果约束每小时产生5000美元产出,且平均缺勤率为8%,那么只有2名合格操作员 vs. 4名合格操作员,预期产出损失变化将超过每年20万美元。

工会规则与加班:许多制造环境对加班分配(按工龄)、班次间的强制休息期(通常8-10小时)以及跨部门临时调派有合同约束。这些是排程算法必须遵守的硬约束。违反工会规则可能引发申诉,其成本远高于试图节省的产量。

OEE——设备综合效率

计算:OEE = 可用性 × 性能 × 质量。可用性 = (计划生产时间 - 停机时间) / 计划生产时间。性能 = (总产出件数 / 运行时间) / 额定速率。质量 = (合格产出件数 / 总产出件数)。排程员应了解OEE各个组成部分,以确定时间损失发生在何处。高可用性但低性能意味着速度损失;高性能但低质量意味着报废或返工损失。

排程中的OEE应用:OEE数据有助于区分慢性损失和间歇性损失。慢性损失(微小停机、速度降低)通常需要标准化工作来解决,而非重新排程。间歇性损失(故障、换线)是重新排程的主要驱动因素。OEE低于60%的工作中心通常不是约束——它们有太多空闲产能;OEE高于90%可能是约束,但也可能表明产能不足。

Individual skills in this repo

This repo contains 20 individual skills — each has its own dedicated page.

accessibility

Design, implement, and audit inclusive digital products using WCAG 2.2 Level AA. Use when building or auditing UI that must meet WCAG 2.2 Level AA, or when reviewing a change for keyboard, contrast, or screen-reader support.

affaan-m/claude-api

Anthropic Claude API patterns for Python and TypeScript. Covers Messages API, streaming, tool use, vision, extended thinking, batches, prompt caching, and Claude Agent SDK. Use when building applications with the Claude API or Anthropic SDKs.

affaan-m/everything-claude-code

End-to-end marketing campaign planning and execution. Covers audience research, positioning, campaign angle definition, landing page copy, email sequences, social posts, ad copy, short-form video scripts, and content calendars. Use as the orchestration layer for multi-channel product launches. Use when planning or executing a multi-channel product launch, or producing landing page, email, social, or ad copy.

affaan-m/everything-claude-code

Development conventions and patterns for everything-claude-code. JavaScript project with conventional commits.

affaan-m/everything-claude-code-conventions

Development conventions and patterns for everything-claude-code. JavaScript project with conventional commits.

affaan-m/frontend-design

Create distinctive, production-grade frontend interfaces with high design quality. Use when the user asks to build web components, pages, or applications and the visual direction matters as much as the code quality.

affaan-m/gget

gget CLI and Python workflow for quick genomic database queries, sequence lookup, BLAST-style searches, enrichment checks, and reproducible bioinformatics evidence logs.

affaan-m/literature-review

Systematic literature-review workflow for academic, biomedical, technical, and scientific topics, including search planning, source screening, synthesis, citation checks, and evidence logging.

affaan-m/motion-ui

Production-ready UI motion system for React/Next.js. Use when implementing animations, transitions, or motion patterns.

affaan-m/project-guidelines-example

Example project-specific skill template based on a real production application.

affaan-m/pubmed-database

Direct PubMed and NCBI E-utilities search workflows for biomedical literature, MeSH queries, PMID lookup, citation retrieval, and API-backed literature monitoring.

affaan-m/scholar-evaluation

Structured scholarly-work evaluation for papers, proposals, literature reviews, methods sections, evidence quality, citation support, and research-writing feedback.

affaan-m/uspto-database

USPTO patent and trademark data workflow for official record lookup, PatentSearch queries, TSDR checks, assignment data, and reproducible IP research logs.

agent-architecture-audit

Full-stack diagnostic for agent and LLM applications. Audits the 12-layer agent stack for wrapper regression, memory pollution, tool discipline failures, hidden repair loops, and rendering corruption. Produces severity-ranked findings with code-first fixes. Essential for developers building agent applications, autonomous loops, or any LLM-powered feature. Use when an agent or LLM feature misbehaves and the failing layer is unknown, or before shipping an agent stack.

agent-eval

Head-to-head comparison of coding agents (Claude Code, Aider, Codex, etc.) on custom tasks with pass rate, cost, time, and consistency metrics. Use when choosing between coding agents, or when a change to an agent setup needs measured pass rate, cost, and time rather than an impression.

agent-harness-construction

Design and optimize AI agent action spaces, tool definitions, and observation formatting for higher completion rates. Use when defining or revising an agent

agentic-engineering

Operate as an agentic engineer using eval-first execution, decomposition, and cost-aware model routing. Use when planning or executing engineering work that agents will carry out end to end.

agentic-os

Build persistent multi-agent operating systems on Claude Code. Covers kernel architecture, specialist agents, slash commands, file-based memory, scheduled automation, and state management without external databases. Use when building a persistent multi-agent system on Claude Code with its own memory, commands, and scheduling.

agent-introspection-debugging

Structured self-debugging workflow for AI agent failures using capture, diagnosis, contained recovery, and introspection reports. Use when an agent run fails and you need a reproducible diagnosis instead of a retry.

agent-payment-x402

Add x402 payment execution to AI agents with per-task budgets, spending controls, and non-custodial wallets. Supports Base through agentwallet-sdk and X Layer through OKX Payments / OKX Agent Payments Protocol. Use when an agent must pay for something itself and needs per-task budgets, spending controls, and a non-custodial wallet.

相关技能