PRM的虚拟现实、决策支持和多数据库

多数人认为APS的功能就是自动制定生产作业计划。但是让很多企业没有想到的是，如果一个软件真的能做到自动制定生产作业计划，而且内容很详细和优化，那么它必然可以承担另一项重要工作，甚至比原来制定生产计划更加重要——那就是虚拟现实和决策支持。

设想一种状况：APS制定了一个生产计划，包含精确的每道工序每台设备的开工和结束时间、物料需求时间等信息，这就是企业的最终目标了吗？并非如此，由于很多细节因素还没有考虑到，生产计划人员通常会发现这个计划并不理想，有很多问题，最常见的问题点比如：1）计划的完成时间超过了订单截止期限；2）这个计划提出了不合理的物料需求；3）由于优先级不恰当造成其他计划被延迟；4）由于产成品已经很多，这个计划会造成库存积压，等等，——计划越精确这样的问题点会越多。此时，企业需要一个最简单的功能：取消排产。当然，取消之后会用其他方式再次排产。多数企业的经验是：一些重要的、复杂的周期很长的订单，一般不会一次计算就能成功，要经过多次计算和调整。

取消排产对PRM是一个最简单和基本的功能，但是其意义非常重大。企业逐渐发现从这种‘计划-取消-再计划’的工作模式中可以得到大量的有用信息。比如当前生产中某个物料当前紧缺、某个设备是瓶颈、某两个生产工艺同时下达会互相冲突等等。有了这些信息，再加上必要的经验和估计，企业管理人员可以做出更准确的生产决策，如是否生产、什么时间生产、交给谁生产、用什么方式生产、生产多少等等。而在原来，管理人员是在没有精确的数据和信息支持的情况下做同样的决策工作，结果只能是盲目。

当很企业逐步利用这种‘计划-取消’方式得到大量有用信息，PRM起到的作用不再仅仅是生产计划，而是虚拟现实和决策支持。PRM的运行目标不再是计划，而是模拟、对比、分析和决策。PRM带领企业从‘计划’进入一个更广阔的领域‘决策支持’。

我们来设想一下虚拟现实和决策支持的两个典型场景：

场景1：企业销售部接到一个订单，用户要求尽快报交货期和价格。首先，计划人员按照最常用的方式计算出一个详细的生产作业计划和相关计划。计划人员首先要看的是它的最终完工时间，是不是满足用户提出的交期；其次是它对其他计划的影响，如果它的时间满足了但是导致其他计划延迟，不满足交货期，则这个计划本身也是错误的。再次，是这个计划是否提出物料供应请求，这个请求是否合理和可行。最后，这个计划结果还导致很多统计数据，比如资源的利用率、负荷、线性库存量、成本等等，这些数据提供丰富的信息。

销售部可以通过这些丰富的信息，调整生产计划的参数，比如工艺模型、期望开工时间、优先级、数量等等，调整完再次下达计划，再次观察计算结果。如此可能经过多次反复的‘计算-取消-调整-再计算’，直到最后做出决定：是否接这张订单，什么时间完成，如何报价等等。最后，生产部门会‘正式’计算和下达生产计划，并保存计算结果。

场景2：当一道工序发生了延迟，企业的生产管理者都会有一个疑问，如果让这道工序延迟会发生什么？这是一个很复杂的生产计算题目。

任何一道工序延迟都会导致很复杂的连锁变化，比如这道工序有一道‘后工序’，该‘后工序’必然随之延迟；或者这道工序占用一个资源，该资源的延迟会导致该资源的下一个生产任务也被延迟；或者这道工序产出一个中间品供应以后的多道工序，该工序延迟意味着使用该中间品的所有工序都会受到影响。而且任何工序受到影响以后，它们也有很多‘后工序’，也会受到影响，这样连锁反应下去最后会发生什么是一个很大的难题。

有时候，这种连锁反应传递到一段时间就停止了，后面没有重要的工序受到影响，不影响交期，当前的延迟就是可以接受的。但是有时候这种连锁反应会导致关键的工序被延迟，交期受到影响，这种延迟就是不可接受的，有必要通过加班或者增加设备人员来解决。

什么时候可以接受什么时候不可以接受，手工方式是无从解决的，因为计算过程极其复杂，但是对计算机来说很适合，快速和大量计算正是计算机的长处。在PRM中，只要录入计划中变化的点，系统会自动计算该点所引发的全部连锁反应。包括完成时间的推迟，对其他计划的影响，对物料的影响等等，系统显示出所有的结果，并处在等待‘保存-取消’的状态。当排产者确认计算结果可以接受就直接保存变化；当结果不可接受就取消变化。因此PRM用这种方式给企业提供难得的车间调度的功能，唯一要求的是人对计算结果的分析和决策。

场景3：采购部门接到一个电话，原计划周一到达的100件原料，由于运输问题，周一只能到达50件，另外50件周4才能到达。这似乎是一个典型的原料采购延迟问题，但是只要稍微改一下：由于前车间的生产问题，原计划前车间周一完成100件原料，变成周一完成50件、周四完成50件，问对它之后的生产是否造成影响？这样问题就变成一个企业内部的前后生产计划交接发生延迟后如何处置的问题。

这是一个非常复杂的计算题：由于前计划以一种方式生产物料，后计划一另一种方式消耗物料，前后的生产工艺、速度、对设备的占用、相关物料的供应和消耗等因素造成非常复杂的时间节点，其中一个的改变对后计划的影响更加不可捉摸。在PRM中，最直接反应这种影响的是线性库存表，原计划由于是系统自动完成，各个生产的时间节点与物料供应点都是紧密配合而平衡的，一旦发生改变后，打破这种平衡和紧密配合，线性库存表就会出现负数，意味着停工待料状况的出现，这是前后生产计划未能紧密配合所造成的最直接后果。

对此，在PRM上对此的处理方法非常简单，企业只要把实际的物料变化录入进去，之后观察线性库存表，只要没有出现负数，就是可以接受的延迟。一旦出现不可接受的延迟，系统会自动提出预警。面对预警，企业可以有多种解决方案，比如增加供应，前计划提早开工，后计划向后延迟等等，每种处理方式也可以在PRM上做虚拟现实和决策支持，再决定采取何种方案。

当前多数企业面对类似问题的手工处理方式多数是放弃监管，直到现场出现停工待料，才想办法解决，但是此时再采取任何措施都已经太晚了。PRM能够让这种问题在出现的一瞬间就浮出水面，提示管理者解决，因此可以大幅度减少停工待料现象。

以上只是简单说明针对几个典型决策支持问题PRM如何处置，实际生产中有更多更复杂的状况需要虚拟现实和决策支持功能。其实质是：企业在生产管理中有大量的决策点需要做精确的计算和分析。没有精确计算的任何决策都是盲目的和没有根据的。 

最后说说多数据库与决策支持的关系。一般实施过ERP的企业都有这样的经验，ERP可能会有几个练习数据库，但是正式的数据库只有一个，我们在练习库上做正常的业务是没有任何意义的。

但是在PRM上这样的操作却非常有必要，而且意义重大，原因就在于PRM系统‘试运算’和‘决策支持’功能的存在。在‘练习库’上做‘试运算’是比较理想的选择，当然在正式数据库上做‘试运算’也是可以的，但是这样会占用数据库的资源，特别是计算量较大，多个试运算要同时运行的时候，会影响正常的排产运算的速度。对此的解决办法是把正式的数据库拷贝到另外的机器上，建立‘练习库’排产系统，在这台‘练习库’机器上可以任意做试运算和决策支持，甚至随意保存计算结果，都不会影响正常的排产业务。在生产很复杂的企业，如果同时有很多排产可能，可以把数据库复制到多台计算机上，几台机器同时做试运算，再把计算结果综合到一起，企业就可以快速掌握极复杂的生产情况。把PRM数据库拷贝到练习库上是一个简单而且非常快速的操作。