課程說明：

企業如何在智能制造大趨勢下，面對不確定性和個性化、柔性化的經營環境？車間計劃排程是其中的難點，具有很大的經驗性和靈活性。本課程結合標桿工廠的運營特點及管理現狀介紹APS（高級計劃排程系統），運用智能制造、大數據、APS等技術，通過實際場景的演練，使計劃管理人員快速理解并掌握智能排程技術。

課程收獲：

1、  理解智能制造趨勢下生產計劃與排程的挑戰

2、  完整了解生產計劃的核心體系

3、  大數據分析與模型技術在生產排程中的典型應用

4、  國內外優秀企業的計劃排程實踐與成果分享

5、  典型APS系統的邏輯與解決方案介紹

由于工廠參觀的特殊性，會因工廠的一些不可控因素進行時間調整，敬請諒解

第一天上午玳能工廠會議室集中授課（9-12點）

1.       挑戰：智能制造與計劃排程

‐    客觀評估制造業智能化發展進程（精益、數據與組織）

‐    制造業發展趨勢：智能制造和大數據下的大規模定制

‐    案例介紹：服裝定制化生產與運營邏輯的變化

‐    如何建立高效的生產計劃體系：5級計劃體系簡介

‐    課堂體驗1：生產排程的困難之處

‐    APS的四大基本特征與功能簡介

‐    典型智能工廠的系統架構：APS與MES、ERP

2.       排程的基本方法與策略

‐    不同供應鏈模式下計劃的應對策略

‐    課堂體驗2：正排與倒排的差異

第一天下午13:00——14:30玳能工廠生產現場參觀，了解基本工藝與企業管理現狀。

‐    課堂練習：基于緊急系數的多訂單、多工序的可視化排程

‐    TOC（約束理論）簡介及TOC排程的實施原則

‐    課堂體驗3：并行工序的復雜性_如何最短時間備齊一桌家宴

第一天下午16:30結束

第二天上午玳能工廠會議室集中授課（9-12點）

3.       排程的建模與高級算法

‐    APS：基于目標和約束的建模方法

‐    排程的數據與規則準備

‐    課堂練習：典型生產排程場景的建模（目標函數、約束條件等）

‐    約束和數據維度增加后排程的可行性——啟發式算法

‐    課堂演示：基于遺傳算法的沖壓車間多訂單、多機臺排程的算法開發

4.       APS系統的功能與實施

‐    系統介紹：典型APS商業軟件（ASPROVA、安達發等）系統介紹

第二天下午13:00——15:30玳能工廠APS開發團隊介紹交流

‐    APS系統實施的前提：管理咨詢與數據精度

‐    案例介紹：某家電企業APS項目的開發及應用場景

第二天下午16:00結束

李老師  上海威才咨詢 |  27年制造業運營與咨詢經驗

‐   西安交大工學碩士

‐   上海交大弗勞恩霍夫科創中心高級顧問、上海交大中美物流研究院特聘講師

‐   數字化轉型與智能制造專家、精益生產與物流規劃、AI工業賦能應用

【專業領域】運營管理/智能制造/數字化工廠規劃

【從業經歷及經驗】

27年制造業運營與咨詢經驗，其中8年世界500強企業制造與供應鏈實操經驗，曾赴德國研修工業4.0、日本豐田研修精益管理，對生產運營、智能制造有深刻的理解和應用，提煉的智能制造與數字化工廠規劃方法，已服務于大型央企、國企等多家大中型企業咨詢及數字化項目，企業內部培訓和咨詢輔導客戶數量超過100家。熟悉汽車行業（整車、零部件）、軌道交通裝備、服裝供應鏈、電子信息產業、家電、化工、新能源等十幾個行業運營模式。

【主講課程（部分）】

   《智能制造與數字化工廠規劃》、《AI重構制造業數字化創新》、《數字化戰略轉型與實踐》、《工廠智能物流的規劃與實踐》、《AI在工業檢測中的應用與工具鏈》

【咨詢項目（部分）】

‐   中車集團系列數字化轉型輔導與咨詢項目

‐   蘇州萊頓汽車零部件智能產線項目

‐   上海真諾智能儀表有限公司智能工廠規劃項目

‐   首批創業板公司鄭州XX電子運營管理咨詢

‐   特步集團工廠倉儲物流優化項目

‐   海爾工廠計劃體系優化與APS咨詢項目