世界上并没有不需要理由的百鸟朝凤,朝凤的鸟也不是乌合之众。之所以值得百鸟来朝凤,一定是它有很特别的值得趋之若鹜的东西。报工能不能成为生产现场大MES(传统的APS+WMS+MES)的那个凤呢?不见得。不过这丝毫也不影响我们假设它就是“凤”,即便拿了一张错的地图,说不定也能下山呢?何况它多少是有些道理的。这些道理在壹廠筆記的第一篇先导文稿里就说清楚了。今天考虑再做一下详细推演。这个推演过程,自然是属于工作研究范畴。我们或可以先看下那一篇先导文稿《隐藏的力量--生产报工对工厂现场秩序的特殊价值》。
报工,就是向领导、向系统报告具体的生产任务已经完成的状态。它是直接体现人机料法环测数这七大现场生产要素中最核心的“人机料”的枢纽关系的。报工这一事件,你可以将它作为一个独立的世界,也可以当作是拥有普遍关系的非独立事件。
物料流转
本工序来料齐套方可开工。可衍生:工况条件符合(如模具到位)方可开工。确定开工条件。
来料齐套性和生产齐套性是生产计划执行的重要的现场控制点,许多订单的生产任务实际入库时候七零八落,和这两个齐套性有关系,尤其是材料的齐套性。颗粒度再细致到工序上的材料齐套性,就更加具体了。做好来料包括上道工序的来料的齐套性检查。如果我们将报工作为现场的牛鼻子,那么在做实际开工的时候,也就是工人在APP上滑动开工按钮的时候,系统自动检查齐套性是否满足--以及最小规模的满足(比如一个批量极大的订单,来料只需要达到多大的数量--一般按照班产量折算,就可以认为具备开工条件了),如果不满足,则不能进行开工。根据管理的颗粒度不同,这个检查可以采用人工检查或者系统检查。人工检查就是人为地进行非结构化的确认,只需要点选选项或者滑动按钮就可以。
这一方面是管控仓库发料的情况,另外一个方面,也是主要方面是侦测上道工序来料的情况。后者尤为重要。这是对交接秩序的强化稽核。
制程质量
制程的质量检查,不管是全检还是筹建,它都是对完工的任务进行实物质量检查,最终确定合格品数量,确定是否返工或者返修。制程检验对报工的直接修正报工数据。
相对于上下道工序的交接来说。制程检验大部分时候对完工任务的合格品数量修订是微量的,但这是对经济责任的直接反馈。这个稽核关系与工序交接的稽核关系叠加使用,产生类似“交叉火力网”的作用。
设备生产数据计数
设备生产数据自动化采集,部分替代人工的报工操作。同时设备的工作状态同步给生产计划员和调度员。
我们上面提到的“交叉火力网”是完全基于人的两个维度的操作。生产设备上的生产数据如果也能获取,则可以加强这个“交叉火力网”的维度。这样就形成了自主统计、质检修正和机器测量这三个维度。一方面增强了数据的可信度,另外一个方面,就是让数据的“广播”变得更为方便,为后续的多道工序协同作业提供了非常好的预计划。
当设备以自动化的方式参与生产数量的测量的时候,设备也同时产生了大量的可以用于生产计划的有用数据。比如:工作还是维修状态,产能效率,即将可以执行的任务等等,这对生产计划的修订,现场的调度是有非常直接帮助的。
派工与调度
根据现场负荷和工序计划要求,进行合理派工、任务和人、机协同的调度。为生产计划编制提供依据。
这实际上是基于报工对现场作业系统的回馈,而对计划体系的修正。这是一个红利。也是我们将报工列为非独立事件的一个重要原因。许多时候,工厂的计划系统是基于一定的认知模型展开的,计划体系的设计者乃至具体执行的计划员,一般是将生产车间、生产班组当作被动的生产任务执行工具。如果生产任务完成的不够好,正常都会去找执行力以及人机料等要素的“客观原因”,往往忽略掉计划体系精进和迭代的主观原因。通过报工数据--这样一手的实事求是的真实的数据其实是可以当镜子用,非常实际地查看我们的计划安排是否有失当之处,现场的微观部分又有哪些新的变量,让计划的执行如此不堪、迥异......与计划主管的意图相去甚远。
综上所述,我非常原意将报工当作生产现场秩序的“牛鼻子”,实在是因为它可以通过前置条件的适配,以及在现场这个小宇宙广域上的全息,可以非常自然地获取到我们所希望的暗流涌动的运营数据,加上持续更迭的稽核关系,整个计划体系的鲁棒性就可以得以呈现了。
这才是我们的根本目的。