2. 有限产能排程的核心逻辑

很多APS项目失败，不是因为算法不够先进，而是因为一开始就把问题建错了模型。无限产能排程和有限产能排程，看起来只是“加不加约束”的差别，实际上它们回答的是两个完全不同的问题：前者回答“理论上什么时候能做完”，后者回答“在现有资源下，到底先做谁、后做谁、什么时候做”。理解这一区别，是理解后续所有排程逻辑的起点。

无限产能与有限产能：两种假设，两种结论

无限产能排程（Infinite Capacity Scheduling）假设资源永远够用，只按工艺路线和标准工时把工单依次排开，不检查设备、模具、人员是否冲突。它的输出是一张“理想时间表”，常用于粗略交期承诺或产能负荷分析。有限产能排程（Finite Capacity Scheduling）则把每台设备、每条产线、每套模具都视为有限资源，同一时刻只能服务一个任务，任务之间必须排队、等待、避让。它的输出是一张“可执行时间表”，每个工序都有明确的开始和结束时刻，且不会出现资源冲突。

举个具体例子。假设某车间只有一台注塑机，现有三个工单：A需要4小时，B需要3小时，C需要2小时，交期分别是第10、第8、第6小时。无限产能排程会直接按交期先后排出C→B→A，总完工9小时，看起来都能满足。但有限产能排程必须考虑：如果C在第0小时开始，第2小时结束；B第2小时开始，第5小时结束；A第5小时开始，第9小时结束——这时A的交期第10小时能满足，但B的交期第8小时虽然满足，却因为C插在前面而失去了更早开始的机会。如果B的优先级更高，排程结果就会变成B→C→A，A的完工时间被推到第9小时，仍然满足。真正的问题出现在资源更多、工单更密的时候：无限产能给出的“都能满足”往往是假象，有限产能才会暴露哪些工单实际会延期。

资源约束建模：把“能做什么”变成“什么时候能做”

有限产能排程的核心工作，是把物理世界的资源约束翻译成排程引擎能理解的模型。常见的约束类型包括：设备产能（同一时刻一台机器只能加工一个任务）、模具/工装数量（一套模具同时只能装在一台机器上）、人员技能（只有持证人员才能操作特定设备）、物料齐套（缺料工序不能开工）、班次日历（非工作时间不可排产）。建模时，每个工序都要绑定它所需的资源集合，并声明占用方式：独占、共享或可拆分。

以注塑车间为例，一个工序的资源需求可以写成：设备=注塑机#3，模具=模号M-207，人员=注塑工（中级以上），物料=PP-301（需提前2小时领料）。排程引擎在安排这个工序时，会同时检查这四项资源在目标时间段内是否都空闲。只要有一项不满足，工序就必须等待或换到其他可用资源上。这种“多资源联合占用”的建模方式，是有限产能区别于无限产能的关键技术特征。

瓶颈识别：排程的指挥棒

在有限产能排程中，瓶颈资源决定了整个系统的产出节奏。瓶颈识别不是简单看哪台设备最忙，而是看哪台设备的负荷率持续接近或超过100%，且它的产出直接限制了下游的完工时间。常用判断指标包括：负荷率=需求工时/可用工时，排队长度，以及该资源延误对最终交期的敏感度。

假设某车间有三台设备，一周可用工时均为40小时。设备A需求工时38小时，设备B需求工时52小时，设备C需求工时30小时。显然设备B是瓶颈，负荷率130%，必然产生加班或延期。排程时，应优先保证设备B的任务顺序最优，其他设备围绕设备B的节奏安排。这就是约束理论（TOC）中“鼓-缓冲-绳”思想在APS中的体现：瓶颈是鼓，缓冲保护瓶颈不待料，绳控制上游投料速度。

排程目标的权衡：没有最优，只有取舍

有限产能排程通常同时面对四个目标：交期达成率、换型次数、在制品库存、设备利用率。这四个目标彼此冲突，不可能同时最优。交期优先意味着频繁插单和换型；换型最少意味着把相同产品集中生产，但可能牺牲部分交期；在制品最低意味着小批量流转，但会增加换型次数；利用率最高意味着尽量填满设备，但会推高在制品。排程的本质，是根据当前业务阶段选择权重，而不是追求一个不存在的“完美解”。

实际操作中，可以通过设置权重系数让排程引擎自动权衡。例如，交期权重0.5、换型权重0.2、在制品权重0.2、利用率权重0.1，引擎在评分时就会优先满足交期，同时兼顾其他目标。权重的调整不是一次性的，而应随淡旺季、客户结构、资金状况动态变化。旺季交期权重调高，淡季利用率和换型权重调高，这才是有限产能排程真正落地的方式。

总结来说，无限产能回答“理论上能不能”，有限产能回答“实际上怎么做”。资源约束建模决定了排程的可行性，瓶颈识别决定了排程的优先级，目标权衡决定了排程的风格。三者共同构成有限产能排程的核心逻辑，也是后续与MES执行协同的基础。