OM | 杉数科技：上汽通用给凯迪拉克工厂排产装上了“决策大脑”

近期，依托智能决策技术打造的整车数字化排产系统在上汽通用凯迪拉克工厂正式上线运营，这意味着上汽通用凯迪拉克工厂生产计划制定的模式完成了新一轮变革，点亮了上汽通用全局数字化战略中的又一座灯塔。整车数字化排产系统应用让上汽通用凯迪拉克工厂实现更精准、更高效、更均衡的排产目标，实现了精细化的物料拉动，降低了物流成本，为上汽通用带来了可观收益，更为上汽通用实现整车厂、零部件供应商、物流运作服务商与经销商多方高效协作，建立“共担、共享、共赢”的数字化新生态奠定了重要基础。

“制造”可以说是汽车工厂运作的开关键，“生产计划”指导汽车生产运作，拉动生产物料供应，影响供应商送货周期与单次送货数量，是汽车工厂稳定生产的前提，更是精益物流实现的重要抓手。

01

排产优化

汽车工厂面临的棘手问题

当下，我国汽车行业企业正在面临重重挑战：产能过剩，乘用车市场信息联席会发布的统计数据显示，截止2021年底，全国乘用车产能合计4089万辆，产能利用率为52.47%。虽然比2020年的48.45%提高4%，但还是处于产能严重过剩的区间。

原材料成本、仓储物流成本上升，企业利润空间不断被压缩，去年以来，汽车零部件原材料价格已经出现多轮上涨，海运费用同比已经翻了十倍；人口红利减退、土地成本增高，仓储成本正在不断攀升。与此同时，汽车需求多样化、个性化特征日趋凸显，车型、车系日趋复杂。新冠疫情、芯片短缺、拉闸限电等黑天鹅事件频发，供应链不确定性在持续增强……

越来越多的个性化购车需求对于传统车厂都是一个巨大的挑战，如何进一步改进生产管理的模式，才能避免沦为一个“代工企业”。在纷繁复杂的内外部因素影响下，汽车工厂生产对需求和资源匹配的精准性、敏捷性要求越来越高，传统的生产计划制定与物料筹措模式越来越难以应对这样的挑战。

例如：各个车间、各个产线生产的产品或生产工序各有不同，同时产品和原材料及备件数量庞大，组成了一个极其复杂的结构，靠人的管理经验很难梳理清楚这背后浩瀚的可能性，在时间压力下管理人员只能匆匆给出一个可用的排产方案，而这通常不是覆盖产线利用率、仓储与物流成本、市场需求等全局视角下的最优安排；更麻烦的是，如果产线出现异常情况，或者前端出现急单和插单，管理人员很难既快速又合理调整应对，只能先灭了眼前的火，结果带来连锁反应，生产计划乱成一锅粥……

科学、高效、灵活、共享的“生产计划”已经成为了汽车企业提升整体生产管理效率的关键，保障生产供应链稳定的基石，更是应对挑战，提升市场竞争力的核心一环。

02

理清痛点

依托智能决策探求新路径

作为我国汽车产业数字化先行者，上汽通用在对传统业务流进行全局数字化改造的探索过程中发现，现有的生产模式虽然已经具有了完善的信息化系统作为支撑，但是仍旧需求人工操作“Excel”的方式完成最终排产计划：

※ 生成的排产计划并不十分精准，月度计划JPH（小时产量）与规划JPH出现的差异，引起物流资源需求波动；

※ 当前生产计划单纯按照车型级条件来制定，实际执行过程中会根据颜色、配置等条件再次调整，这会造成物料需求计划的不均衡；

※ 工厂各个车间共用一个排序计划，无法兼顾各车间实际生产的物流资源需求，会引起实际运输车次及装载率的波动；车身子线与主线生产、工厂级制造计划（JPH和序列）不一致，造成计划物料需求和实际物料需求的差异波动再度加剧。

汽车排产计划与物流运作效率、成本密切相关

现有生产管理模式已经成为了提升物流资源规划的精准度的重要瓶颈点，无法快速应对市场及生产波动\也无法保证平稳生产和合理降低物流运作及资源成本。同时，上汽通用了解到复杂约束条件下的算法创新，大规模问题的快速求解、以及机器学习，深度学习，强化学习等智能决策技术是突破这一瓶颈的重要手段。

在此之前，上汽通用曾携手杉数科技基于智能决策技术开发了一款库位布局智能规划系统，实现了全局多目标优化，在仓储物流降本增效方面成效显著。基于此，上汽通用再次携手杉数科技，以制造水平最为先进的凯迪拉克工厂为试点，以融合智能决策技术打造全新的整车数字化排产系统为主要方向，改进当前生产计划制定的方式，深入探索生产管理模式变革。

整车数字化排产系统让凯迪拉克BS、PS、GA排产计划更精准

智能决策技术在工业领域的应用探索尚处于初期阶段，在汽车工厂排产方面更是没有可参考的标准，作为第一支吃螃蟹的队伍，上汽通用和杉数科技排产项目组从业务优化方向、技术与方案可行性、未来业务发展等方面对凯迪拉克工厂焊装车间（BS）、涂装车间（PS）、总装车间（GA）的排序计划与相关业务运营进行了全面且深入的摸排调研，经过缜密分析之后发现，想要解决以上瓶颈问题，就必须要打破原有的三个车间按照同一序列、取最长的路径、按同一节拍打散到物料需求的排产规则，根据市场需求、车间工艺及运作限制，统筹平衡物流及车间整体资源：

实现平准化排产，按配置级制定满足工艺要求的平准、循环的排序计划，以达到均衡的货量需求。

实现分车间排序，按工艺要求和物流最优制定分车间排序计划，实现各车间物料的准确预测，避免溢库和紧急拉动。

实现车身分子线排产，单独制定符合子线工艺限制的子线排序计划，提升子线计划与实际生产匹配度；获取更 为精确的车身零件需求；车身生产跟踪，实现重排序更新。

03

全新开发

给整车排产装上“芯引擎”

平准化排产、分车间排序、车身分子线排序，每一个需求背后都是异常复杂的决策问题。基于丰富的数字化项目实施经验，上汽通用对工厂各个车间内所有的业务需求与限制条件进行了详细梳理，仅凯迪拉克工厂BS（焊装车间）、PS（涂装车间）、GA（总装车间）车间的业务需求就达30多种，加上其他工厂各车间的业务需求更是达50多种。例如：

在总装车间（GA），车辆需要混线生产；不同车型车辆有着不同的总生产工时要求；不同车型车辆在不同的固定生产时间内不能连放，且尽量平均；某两个车型、三个车型，甚至四个车型互相不连放，且尽量平均；配置级及小时级均衡且循环，订单颜色按日均衡，小颜色订单不放最后……

在焊装车间（BS），不同产线有着不同的最大生产工时限制；需要尽量减少配比变化频次（周度变化），部分车型需要根据天窗大小两种组合结块排序；部分车型根据后门高中低配，分三种组合结块排序……

在涂装车间（PS），同色车需要连续排产，从而减少油漆不同颜色间的喷漆系统清洗；对小颜色要求月度集中排产，同时喷涂造车……

面对订单、产线、生产工艺、车型、颜色、配置、混线生产等如此复杂且大量的业务需求，到底该如何转化为有限的约束条件，并构建出科学的算法模型成为了整车数字化排产系统开发过程中最为棘手的问题。杉数科技算法团队凭借强大的核心优化模型与求解算法设计能力，将覆盖上汽通用所有工厂各个车间的50多种业务需求转化为有限的约束条件，成功构建了排序计划算法模型。在此基础上，依托智能决策技术打造整车数字化排产系统在上汽通用凯迪拉克工厂成功上线。

杉数科技为上汽通用制定的智能整车排产计划解决方案示意图

上汽通用整车数字化排产系统主要包括了以下三大功能模块：

一是，日历与主数据模块。日历的功能是获取生产排班信息；主数据主要承接上游系统中周作业计划的车型、颜色、配置等数据信息，并进行储存和展示。在日历与主数据模块可以对相关约束条件进行设定。

二是，作业计划模块。将上游主计划系统（PPOS）作出的粗颗粒度计划（周作业计划）经过约束算法计算转化为细颗粒度的日作业计划，并将日计划生产的车型、颜色、配置等详细信息反馈给上游计划系统及SAP，用于进行生产及拉动需求物料的准备。

三是，分车间排序模块。整车排产计划输出后，分车间排序模块将根据车间JPH，时间窗设置，车型结块及平准化等相关约束要求，生成BS（焊装车间）-PS（涂装车间）-GA（总装车间）的生产序列排序，用于各车间生产以及的精细化拉动物料供应。

四是，车身子线排产模块。车间排序计划输出后，根据系统指定的首单号，排产窗口数，排产覆盖BS（焊接车间）生产窗口数等相关约束要求，生成BS（焊接车间）下属子线的排产计划，保证BS（焊接车间）的正常生产运营，并用于子线生产以及的精细化拉动物料供应。

04

价值彰显

为全局数字化战略赋能

上汽通用凯迪拉克工厂整车数字化排产系统利用智能决策技术，根据车间工艺及运作限制，统筹平衡物流及车间整体资源，充分考虑排序约束条件，准确制定分车间排序计划，让现场序列生产更加平准稳定，提升生产效率，提升供应链的敏捷性和精确性。系统支持车身分主线&子线排序模式，提升子线计划与实际生产匹配度，带来的效果可以说是立竿见影。

提升了生产计划排产的科学性，以及排产计划生成效率。原来的排产模式下人工需要根据主系统中的月计划数据，约定各车间生产速率、生产时间，根据个人经验按照颜色以平准化原则来做周生产计划。考虑的约束条件有限，排产计划科学性不高。整车数字化排产系统的上线运营后，排产人员只需要选择设定分配规则，如按照颜色，或按照配置，再或按照颜色和配置交叉的原则，就可以在保障平准化的原则下自动生成更为科学、合理、精细的日排产计划，排产效率更高。 

提升了入厂物流、工厂物流的运作效率，降低了物流成本。在实际运行过程中，上汽通用凯迪拉克工厂的整车数字化排产系统通过精准排序计划，输出更为精准的物料需求，提升计划拉动物流车次运输效率10%，日均运输管理费用降低7%，减少了运输车辆投入。基于整车排产优化项目对入厂运输效率的提升，结合各路线/供应商结算模式，预计年化收益达数百万。

有助于上汽通用对供应链进行延伸管理，为上汽通用建立“共担、共享、共赢”的数字化新生态奠定重要基础。上汽通用凯迪拉克工厂整车数字化排产系统项目为试点项目，后续整车数字化排产系统将在上汽通用其他工厂陆续推广；与此同时，随着上汽通用各个工厂与整车厂、零部件供应商、物流运作服务商与经销商之间的系统打通，整车数字化排产系统还将助力多方协作，科学的工厂排产计划将会与上下游企业实现共享，为零部件供应商的生产与备货，物流运作服务商的运输资源调配与计划制定等提供更科学参考，带来全链路生产与物流运作精益化水平的提升。 

“作业计划电子化并实现了与其他系统的联动，分车间排序精细化了不同工厂的排产，更好的指导了整车生产和物料采购”

—上汽通用项目组

05

写于最后

面临成品计划高度不可预知、市场竞争激烈、生产能力与市场饱和度不匹配等困境，智慧化、数字化、敏捷化的供应链已经成为汽车行业企业探索的主赛道，智能决策技术在汽车供应链中的深入应用正在帮助汽车行业企业提升供应链的精确性和敏捷性。

融合了机器学习和运筹优化技术智能决策技术是一个全新的技术领域，作为这一技术领域的开拓者和领跑者，杉数不仅执着于智能决策技术平台的创新与迭代升级，更加注重智能决策技术在业务场景中的落地应用。成立5年多的时间里，杉数智能决策技术已经在20多个行业100多家龙头企业的业务场景发挥了作用，帮助众多工业制造企业实现了生产计划、排程排序、物料计划、产销协同、排班计划、低碳优化等业务决策优化，积累了丰富落地经验。杉数科技将继续与汽车行业企业一道深入探索供应链数智化变革，用智能决策技术助力更多的行业企业发展，赋能产业协同。