用一组订单跑影子排产,要准备哪些资料

影子排产先让新方案在现有生产决策旁边跑。团队用同一时点的一组订单保存当前排法,再生成候选排程,逐单核对差异。候选结果只供审查,不自动下达到车间,也不写回 ERP 或 MES。

在隔离范围内对照当前排程与候选排程的示意图

先把影子排产和正式上线分开

本文所说的影子排产,是在固定的数据截止点,用一组订单、工艺、资源日历、物料和现场规则生成候选计划,再与工厂当时真实使用的排程逐单比较。候选计划留在旁路环境中供复核,不会因为已经生成就成为正式生产计划。

NIST 的 AI 风险管理框架把记录预期用途与评估范围、在接近实际使用条件的环境中测试列为风险管理实践。SAP 的文档允许保存不改变计划版本的模拟版本,Oracle 则把排程分析与显式 Release 分开。这些资料支持一种受控验证方法,却没有把 shadow scheduling 定义成统一的行业认证或固定算法。

凯沃普当前可以读取 ERP 导出、Excel、SQL 数据、现有排产表和现场规则,生成可比较的排程方案,并解释晚单、瓶颈和插单影响。第一轮以只读资料为主,计划员负责调整与确认。系统不替企业批准生产计划,也不默认实时双向连接 ERP 或 MES。

先定订单范围、排程时界和数据截止点

样本要小到能够逐单复核,也要接近工厂这次想解决的问题。可以限定一个车间、一段计划周期或一组相互争用资源的订单。样本里既要有日常订单,也应覆盖本轮关心的晚单、瓶颈、换型、短缺、急单或已开工任务,并写清哪些情况没有进入这次验证。

订单数量没有通用门槛。工序复杂度、排程时界、资源范围和资料质量会共同决定一组订单有多大。只挑最整齐、最容易准时的订单,不能说明方法能够处理现场难题;一次样本通过,也只能说明当前范围值得继续验证。

每次运行还要固定数据抽取时间、时区、来源系统和文件版本。截止点以后出现的订单变化、收货、停机或报工,应当另记为后续事件。若候选方案悄悄用了更新数据,再与旧基线比较,团队就无法判断差异来自新资料还是排程方法。

六组资料构成第一轮排程骨架

下面六组资料不是固定模板。只有一项约束进入本轮范围时,对应字段才是必需项。缺失内容要明确写成范围外、待补或采用假设,不能暗中补零。每个字段还要保留来源、版本和校验结果。

订单、工艺、资源、物料和现场规则需要能回到同一数据截止点。Microsoft 对路线和有限产能的说明,以及 Oracle 对物料约束和文件载入的说明,都表明这些对象会改变各自产品的排程判断。它们不证明凯沃普已经实现相同逻辑。

范围、版本与时间
写明工厂或车间、样本起止日、历史回放或同期影子类型、数据截止时间与时区、排程时界、冻结时界、输入批次、文件版本、导出人和校验值。
订单与需求
保留脱敏订单号和行号、产品或规格、数量与单位、需求节点和日期、优先级依据、拆批规则、订单与工单状态,以及已承诺或受保护标记。
工艺与关系
提供适用路线和版本、工序先后、准备、加工、清理与等待时间、批量或最小转移量,以及已经获准的替代路线、资源、外协和提前期。
资源、能力与日历
列出资源或资源组、产能与适用条件、班次、休息、节假日、能力单位、停机维护和已有占用负荷。另行标明哪些资源按有限能力处理,哪些约束在本轮放松。
物料与供应
本轮把物料纳入判断时,提供适用 BOM 及版本、单位用量与损耗、现有库存、预留库存、冻结库存、采购、调拨与在制供应、预计到达和可用日期,以及已知短缺。未纳入时明确标为范围外。
规则、基线与实际
保留排序和急单规则、冻结区、加班、替代资源与外协权限、原排程版本和当时的发布时间、人工调整,以及截止点已知的开完工状态和异常。本轮涉及换型时,附企业实际采用的换型规则或矩阵。截止点以后的实际进度和现场备注另存,只用于事后核对,不回填到原输入。

资料导入以后,先对账再讨论算法

第一轮可以从 ERP 导出、Excel、CSV 或其他已有文件开始。Oracle 的官方文档也展示了从旧系统和第三方应用加载计划数据的方式。文件能够导入,只说明格式走通了。团队还要核对行数、唯一键、订单与工序关联、单位、日期语义、空值、重复值、状态和未映射记录。

人工补值和默认规则要进入假设台账,并记录来源、确认人和适用范围。某台设备的加工时间来自系统主数据、计划员经验还是临时估计,会影响团队怎样理解结果。第二轮改了假设以后,也要保留原记录,不能把旧候选改得无法复查。

资料只保留排程所需字段。客户名称、联系人、价格和自由文本等非必要信息可以删除、替换或隔离,订单、物料和工序之间则使用稳定替代标识连接。NIST 的去标识化指南提醒,脱敏可以降低风险,却不能保证所有数据都无法重新识别。访问权限、保存期限和删除责任仍要单独确认。

把工厂当时实际使用的排程保存为基线

基线是数据截止点时工厂真实使用的排产表或系统版本,不是看过候选结果以后重新整理的理想计划。它要保留导出时间、版本、确认人、已经发布或开工的工单,以及计划员此前作过的人工调整。

SAP 允许把模拟结果另存而不改变原计划版本,Microsoft 也允许使用不同主计划做策略模拟。各家技术对象不同,背后的控制原则相通。原计划与候选计划要能同时留存,团队才能知道某张订单何时被移动、谁作了判断,以及后续变化来自哪里。

基线不一定正确,更不等于最优。它的价值在于保存当前决策和比较起点。若现场在候选生成后改了工单、日历或优先级,应保留新版本和变更原因,不能覆盖原件,也不能把后来才知道的信息偷偷补回历史快照。

用同一份快照逐单比较候选方案

候选方案先检查硬性冲突。工序先后有没有颠倒,同一有限资源的并发负荷有没有超过当时可用能力,任务是否落在非工作时段,物料是否在可用以前被消耗,已发布或已开工工作有没有被悄悄移动。只有已经纳入本轮模型的约束,才能进入这一项判断。

随后再比较订单完工或迟期变化、瓶颈、换型时间、资源利用和计划移动。Oracle 的排程分析文档明确列出晚工单、晚需求、换型时间和资源利用等分析项,也允许在甘特图中查看并调整工序。瓶颈和计划移动量仍要按本次试点口径另行定义。利用率更高不一定更好,减少换型也可能牺牲交期或计划稳定性。指标、权重和容忍范围要在看结果以前由企业确认。

若要比较第二套候选方案,应写清改了哪一组策略,例如急单优先、替代资源或已批准的加班。不要同时换数据、换规则、换时界,再把全部差异归因给算法。候选结果只代表一种可审查选择,不代表系统已经找到唯一全局最优方案。

计划员验收差异,也验收解释和证据

逐单差异表要说明预计完工或迟期变化、涉及的工序和资源、关键物料、被移动的原任务、采用的规则和仍未满足的约束。计划员可以接受、拒绝、要求补资料或调整规则,并留下理由。一个总分无法代替这些业务判断。

试点证据至少要保存范围与责任、数据接收和脱敏清单、字段映射、对账报告、假设台账、基线版本、候选运行记录、指标口径、逐单差异、异常原因和复核决定。团队以后回看时,应该能够重现这一轮用了什么资料,又在哪里作了人工判断。

历史回放可以拿候选与后来实际结果对照,但候选输入只能使用原截止点已经可知的资料。同期影子运行没有把候选计划投入执行,所以只能核对数据是否对账、已知约束是否被表达、风险能否解释,以及计划员能否复核结果,不能把后来的真实产出算成未执行方案带来的改善。

最后决定修数据、再跑一轮,还是继续扩大范围

第一轮通常会得到四类结论。数据对不上时先修映射,关键约束缺失时补资料或缩小主张,候选差异无法解释时调整规则,当前范围能够复核时再考虑扩大样本。停止验证也是有效结论,不需要把每一次试点包装成成功案例。

一次样本通过,不能证明全厂已经上线,也不能证明未来准交率、产能、利润或排程时间一定改善。进入受控下一阶段以前,团队还要重新取得最新生产状态,明确权限、批准、回滚和发布方式。Oracle 的文档说明 Release 会更新执行对象,因此只读边界需要落实为无写权限、无 Release、无工单更新和候选待审状态。

凯沃普在资料范围合适时,以 7 到 10 个工作日给出第一版可审查计划为目标。这不是无条件 SLA。第一版保持只读,不自动写回生产系统,由计划员逐条检查结果。确认这一轮查清了哪些问题以后,再决定接入、扩大试点或继续使用现有流程。

参考资料

本文依据以下官方资料说明试点范围、代表性评估、去标识化、排程输入、模拟版本、方案比较和 Release 边界。NIST 框架属于自愿风险管理参考,第三方产品能力不代表凯沃普拥有相同实现。

  1. NIST AI 风险管理框架核心
  2. NIST AI 风险与可信特性
  3. NIST IR 8053 个人信息去标识化
  4. Microsoft Learn 主计划概览
  5. Microsoft Learn 工艺路线与工序
  6. Microsoft Learn BOM 与配方
  7. Microsoft Learn 有限产能计划与排程
  8. SAP 保存或采用模拟版本
  9. Siemens Opcenter 标准排程
  10. Oracle 从文件加载计划数据
  11. Oracle 排程选项概览
  12. Oracle 甘特图分析与调整
  13. Oracle 物料约束说明
  14. Oracle Release 分析与操作

拿一组脱敏订单先把当前排法和候选方案放在一起。

资料范围合适时,目标在 7 到 10 个工作日内给出第一版可审查计划。第一轮只读,不写回生产系统。 第一轮保持只读。计划员还要核对未建模的现场条件。风险解释只覆盖纳入范围内的晚单、瓶颈和插单影响。样本结论不能直接外推到全厂。文件或快照接入不证明实时同步、双向集成、冲突处理或生产系统写回已经完成。当前不得把样本验证写成客户案例、客户结果、固定 ROI、行业效果或规模化部署。

预约影子排产验证