4. 多工厂计划体系协同
当企业从单厂运营走向多工厂协同,计划体系就不再是“一个工厂把订单排到产线”这么简单。集团层面要回答“哪些订单放在哪个工厂做、什么时候做、总量是否满足交付”,工厂层面要回答“具体哪条线、哪台机、哪一天、按什么顺序做”。这两层之间如果缺少清晰的分解与反馈机制,就会出现集团主计划看起来可行、工厂排产却无法落地,或者工厂局部效率很高、集团整体交付却延迟的矛盾。
多工厂计划体系的核心,是建立一条从集团主计划到工厂级排产、再到订单分解与产能平衡的双向链路。集团主计划通常以月或周为粒度,输入是销售预测、已确认订单、库存策略和跨厂产能约束,输出是各工厂的生产任务量、交付节点和关键物料需求。工厂级排产则把主计划下发的任务进一步细化到车间、产线、班次甚至工序,形成可执行的作业顺序。订单分解是把一张客户订单拆成多个工厂、多个生产批次和多个交付批次的组合,确保数量、交期、质量要求都能被逐级承接。
产能平衡是这条链路中最容易出问题的环节。集团主计划往往按总量分配任务,但每个工厂的设备能力、人员技能、模具工装、物料齐套情况并不相同。如果只做总量平衡,不做工序级负荷平衡,就会出现某工厂总任务量不超、但关键瓶颈工序已经排满甚至超载的情况。因此,产能平衡要分两层做:第一层是集团层面的粗能力平衡,按工厂、按产品族、按月或周核对总量;第二层是工厂层面的细能力平衡,按产线、按关键设备、按日或班次核对负荷。两层都通过,计划才具备可执行性。
下面用一个示例说明订单分解与产能平衡的配合方式。假设集团接到客户订单 A:产品 X 共 1200 件,要求 6 月 30 日前交付。集团主计划初步将任务分给一厂和二厂各 600 件。一厂关键设备 M1 的日产能为 80 件,当前已排负荷 400 件;二厂关键设备 M2 的日产能为 60 件,当前已排负荷 300 件。从 6 月 1 日到 6 月 30 日,一厂可用 22 个工作日,二厂可用 20 个工作日。计算可得:一厂剩余可用产能为 22×80−400=1360 件,二厂剩余可用产能为 20×60−300=900 件。总量上两厂都能承接,但一厂还要兼顾其他订单,实际可分配给订单 A 的产能可能只有 500 件,二厂可分配 700 件。此时订单分解就需要调整为一厂 500 件、二厂 700 件,并分别设定一厂 6 月 25 日、二厂 6 月 28 日的完工节点,留出物流与合并交付时间。
计划变更联动是多工厂协同能否真正落地的关键。变更来源通常包括客户插单或取消、关键设备故障、物料到货延迟、质量异常导致返工、以及工厂之间产能临时调整。变更发生后,不能只在工厂内部改排产,而要沿着“影响评估—协同决策—执行反馈”的路径联动。影响评估要回答三个问题:哪些订单和工序受影响、交期偏差有多大、重新平衡后是否仍能满足承诺。协同决策要由集团计划与工厂计划共同确认优先级和替代方案,例如把部分任务从瓶颈工厂转移到有富余产能的兄弟工厂,或者调整批次顺序、启用外协、安排加班。执行反馈则要把变更后的排产结果、实际开工完工时间、异常关闭情况回写到集团主计划,形成闭环。
为了让计划变更联动可操作,可以建立一张变更影响评估表,把变更事件、受影响对象、产能重算结果、决策方案和执行状态记录清楚。示例字段如下:
| 变更编号 | 变更类型 | 受影响订单/工序 | 原交期 | 影响后交期 | 产能重算结论 | 决策方案 | 执行状态 |
|---|---|---|---|---|---|---|---|
| CH-0603-01 | 客户插单 | 订单B / 一厂M1工序 | 6-28 | 7-02 | 一厂M1超载12% | 转移200件至二厂 | 已执行 |
| CH-0605-02 | 设备故障 | 订单A / 二厂M2工序 | 6-30 | 7-03 | 二厂M2损失3天产能 | 启用外协+加班 | 执行中 |
| CH-0608-03 | 物料延迟 | 订单C / 一厂装配线 | 7-05 | 7-08 | 装配线待料2天 | 调整批次顺序 | 待确认 |
从系统实现角度看,多工厂计划协同通常需要主计划系统、工厂排产系统、订单管理系统和产能分析模块之间的数据接口。主计划系统下发任务时,应携带订单号、产品、数量、交期、目标工厂、优先级等字段;工厂排产系统回传时,应包含实际开工时间、完工时间、设备负荷、异常代码和剩余产能。接口数据要保证“同源同义”,例如“可用产能”在集团和工厂必须采用同一计算公式,否则协同决策就会失去可信基础。
最后需要强调的是,多工厂计划协同不是把集团计划做得越细越好,也不是让工厂完全被动执行。合理的分工是:集团主计划管总量、管交期、管跨厂资源调配;工厂级排产管顺序、管设备、管现场执行;订单分解管承接关系;产能平衡管可行性;计划变更联动管动态调整。五个环节各司其职、双向反馈,才能让多工厂生产运营从“各自为战”走向“整体最优”。