以數據驅動的制造業企業業務模型設計

張 崇，張 帆，張建超

ZHANG Chong,ZHANG Fan,ZHANG Jian-chao

（北京機械工業自動化研究所有限公司，北京 100120）

1 制造業企業業務模型分析

制造業企業是指把原材料經過加工制造形成產成品的企業，一般根據產成品形成過程的不同，或者說加工制造過程的物理化學變化不同分為流程制造和離散制造，本文從一般性角度探討問題，不再區分上述兩種制造模式，將業務流程統一為產品設計、原材料采購、訂單計劃排產、生產加工、倉儲物流及產品銷售，各業務流程的含義及相互關系如下。

1.1 制造企業的業務流程設計

對于制造企業，為保障從原材料到產成品過程的順利進行，會設計原材料采購、加工制造流程，同時從產品研發、工藝指導角度會有產品研發流程，結合倉儲物流、銷售，共同構成了一個完整的、成型的流程鏈，各業務流程的含義及作用如下：

產品設計：

設計研發產品，輸出工藝，指導生產。

原材料采購：

依據生產計劃、BOM采購原材料，保障生產用料。

訂單計劃排產：

按規則對訂單計劃排產，有組織的指導生產。

生產加工：

按工藝將原材料加工成產成品。

倉儲物流：

原材料從庫房到車間的及時供應，保障生產。

銷售：

產成品銷售到客戶。

1.2 各業務流程的關系

從研發、制造到銷售的整個業務流程，是面向市場，按需生產的過程，從生產組織角度，是從銷售到計劃，再到生產的一個拉動過程，其相互關系如下：

圖1 業務流程關系圖

2 以業務拉動的傳統業務模型分析

以需求、訂單拉動的生產模式，我們定義為以業務拉動的傳統業務模式，通過市場需求拉動計劃，拉動生產組織配套，其業務模型及特點分析如下：

2.1 業務拉動式的傳統業務模型設計

業務拉動模型是以市場需求為源頭，拉動銷售、計劃、制造，同時制造過程又會相應的拉動原材料配料、原材料采購供應，其拉動式的模型如下：

圖2 業務拉動式模型圖

2.2 業務拉動式模型的特點與不足

業務拉動式是按需生產，針對成品需求組織生產，其特點是在既定的生產計劃下，只要產能、原材料及相關配套滿足，整個生產會順利執行，保證產成品的如期交付。但現實情況往往會與計劃沖突，由于實際生產的復雜性，會出現與預期不符、配套不足的情況，這就勢必造成生產的延誤或計劃的變更，從而影響產品交期。由于產能配套、原材料配套不足導致的計劃延誤或變更的情況，是業務拉動式生產模型的硬傷，是需求拉動供應的根本特點決定的。

3 以數據驅動的業務模型設計

基于上面的分析，我們看到需求拉動供應，供應滿足生產的模式，會不可避免的存在由于供應不足而影響生產的情況，這是被動供應的一種天然弊端，為了消除這一弊端，下面從被動供應變主動驅動的角度，探索一種主動驅動制造的業務模型，這也符合智能制造概念下的主動制造理論。

如何主動驅動制造，我們認為應該是以業務流程中的數據流來驅動，數據即是指令，以數據驅動整個業務流程的運轉。

3.1 業務流程中的數據分析

如果整個業務比喻為人體，則數據是其中的血液，數據存在于各個業務流程，貫穿于整個企業業務的始終，驅動著業務流程的整體運轉。

按照前文設計的業務流程，其主要業務數據如下：

產品設計：工藝數據，BOM數據，指導生產。

倉儲物流：原料倉儲數據，生產的直接保障；

計劃排產：計劃數據，生產指令；

生產制造：產成品數據；

為了簡化分析，我們只關注生產制造過程中的如上幾個主要流程數據。

3.2 數據驅動的業務模型

以數據驅動的主動制造模式，以原材料供應為源頭，結合計劃指令、工藝指導，在配套滿足的情況下發起生產制造，驅動生產執行，直至產成品產出，其業務模型如下：

3.3 數據驅動的特點

圖3 數據驅動式模型圖

在簡化模型中，以原材料、計劃指令、工藝指令數據驅動生產的模式，是一種相對理想的主動制造模式，以既有數據驅動，在滿足計劃要求的情況下，最大程度的避免了因為各方面不配套導致的生產延誤或變更，數據驅動生產模式相比于業務驅動的生產模式有以下特點：

保障了生產的流暢度：

以前道工序數據驅動后道工序作業的模式，以前道工序數據的完整性保證了后道工序及整個工藝的流暢度。

提高了生產的主動性：

以前道工序數據驅動生產的模式，符合主動制造理念，理論上在制品可根據自身數據，結合后道數據情況，主動選擇制造路徑及工藝，提高了生產的主動性，符合未來的發展趨勢。

提高了生產的前瞻性：

相比于被動拉動式制造模式，數據主動驅動可結合上下道工序數據，綜合判斷生產狀態，提前給出作業指令，避免執行過程中的反復，提高了生產的前瞻性。

4 數據驅動的發展趨勢

隨著科技和理念的快速發展，各行各業都在加速進入數據時代，制造業也是如此，正在進入數據管理、數據使用，從數據要效益，以數據驅動發展的階段，目前看這已經形成共識，是未來相當一段時間的發力方向、發展趨勢。

規律是客觀的，普適性的，從宏觀層面，是數據驅動產業變革，具體到微觀制造環節，以數據驅動制造，提高制造的主動性，也是未來需要進一步實踐和推廣的制造模式。

5 結語

以上只是從簡易模型分析了一下以數據驅動的生產制造業務模型，從實際應用的角度，模型還應從結構、邏輯、輸入、輸出方面不斷豐富和完善，既要有各個業務的小模型，更要有整體業務的大模型，全面考慮各類數據及其關系，形成一個嚴謹的集感應、收集、分析、決策、執行、反饋的智能模型，并能迭代發展。