CN102201084A - 库存管理 - Google Patents

库存管理 Download PDF

Info

Publication number
CN102201084A
CN102201084A CN2011100960924A CN201110096092A CN102201084A CN 102201084 A CN102201084 A CN 102201084A CN 2011100960924 A CN2011100960924 A CN 2011100960924A CN 201110096092 A CN201110096092 A CN 201110096092A CN 102201084 A CN102201084 A CN 102201084A
Authority
CN
China
Prior art keywords
wip
stock
module
input
fields
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN2011100960924A
Other languages
English (en)
Inventor
L·M·威尔逊
D·J·哈里斯
E·A·冈萨雷斯
E·R·金策
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
GM Global Technology Operations LLC
Original Assignee
GM Global Technology Operations LLC
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by GM Global Technology Operations LLC filed Critical GM Global Technology Operations LLC
Publication of CN102201084A publication Critical patent/CN102201084A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00Administration; Management
    • G06Q10/08Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
    • G06Q10/087Inventory or stock management, e.g. order filling, procurement or balancing against orders
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/067Enterprise or organisation modelling
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00Administration; Management
    • G06Q10/08Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
    • G06Q10/087Inventory or stock management, e.g. order filling, procurement or balancing against orders
    • G06Q10/0875Itemisation or classification of parts, supplies or services, e.g. bill of materials

Abstract

本发明涉及库存管理,提供一种管理装成品(WIP)库存的方法,包括通过计算机处理装置的用户界面接收输入。所述输入对应于为模块定义的变量。每个模块都包括用于确定和量化相应WIP库存驱动的一组指令。所述方法还包括通过所述模块中的一个或多个对所述输入执行指令。所述输入基于为所述模块定义的各自变量应用到所述模块中相应的一个或多个。所述方法还包括从通过相应WIP库存驱动来分类的所述指令的执行得到量化的WIP库存。

Description

库存管理
技术领域
本发明的具体实施例涉及库存管理,更特别地,涉及用来便于半成品(WIP)库存分析和管理的方法、系统和计算机程序产品。
背景技术
为随着时间的推移而提高业务效率和对业务流程的改进,提出了业务流程管理技术。业务流程管理试图将企业或组织与用户需求对接。库存管理是企业处理的多种业务流程中的一种。库存管理控制着企业定购和储备的材料或物品的时间选择和量,以便在不引起过高成本的情况下满足需求。也就是说,现有库存过多增加了经营的成本,而过少的库存会损害企业与其用户基础之间的关系。
用于制造的库存项或单元称为半成品(WIP)材料。这些材料可包括当前正在设备上被加工的单元、在生产车间内传输的单元和在车间内设备上等待加工的单元。通常,WIP单元为将变成“成品”或可售产品的零件和/或组件。在为最大化现金流的努力中,制造企业不断地力图寻找控制成本的方法,例如WIP库存方面的投资。但是,由于WIP常常受多种因素的影响,例如制造工艺的复杂变化和/或由企业间机构设置的不同政策(例如,材料控制、制造和设计),所以这不是一个简单的任务。此外,WIP库存水平的特殊原因对企业常常是未知的或者误解的。
已经开发了多种方法来减少过多的库存。例如,可通过管理法令或其它指定实体设定目标库存水平。但是,没有库存系统或相关需求的进一步分析,这些减少方法无法保持足够长的时期。例如,为实现指令的目标库存水平而执行的减少方法常常会导致产量的损失,从而影响收益。另一种方案是向确认的库存发放或关注所选择的部分应用数学方法。尽管通过该方法可维持一定的库存降低,但是会丧失减少库存的其它机会。再一种方案是使用复杂离散事件仿真分析来确定需要的库存水平。但是,该方案中使用的模型通常需要大量的时间来开发。并且,通常只有有限数量的人能执行这些仿真分析,这显著地减少了利用这种方法进行研究的数量。另外,所述仿真通常并不由生产支持人员执行,这阻止了这些人员培养对类似的未来库存问题产生成功解决方案所必要的直觉。
因此,期望提供一种按原因或驱动来量化WIP库存的方法,并利用该信息确认降低减少库存的机会。
发明内容
在本发明的一个具体实施例中,提供了一种管理半成品(WIP)库存的方法。该方法包括通过计算机处理装置的用户界面接收输入。所述输入对应于针对模块定义的变量。每个模块都包括用于确定和量化相应WIP库存驱动的一组指令。所述方法还包括通过所述模块中的一个或多个对所述输入执行指令。所述输入基于为所述模块定义的各自的变量应用到相应的模块中。所述方法还包括从通过相应WIP库存驱动来分类的所述指令的执行得到量化的WIP库存。
在本发明的另一个具体实施例中,提供了一种用于管理WIP库存的系统。该系统包括主系统计算机和在所述主系统计算机上执行的应用程序。所述应用程序包括用户界面和执行一种方法的模块。所述方法包括通过计算机处理装置的用户界面接收输入。所述输入对应于为模块定义的变量。每个模块都包括用于确定和量化相应WIP库存驱动的一组指令。所述方法还包括通过所述模块中的一个或多个对所述输入执行指令。所述输入基于为所述模块定义的各自的变量应用到相应的所述模块中。所述方法还包括从通过相应WIP库存驱动来分类的所述指令的执行得到量化的WIP库存。
在本发明的再一个具体实施例中,提供了一种用于管理WIP库存的计算机程序产品。该计算机程序产品包括以机器可读取的计算机程序代码编码的存储介质,当所述计算机程序代码被计算机执行时实施一种方法。所述方法包括通过计算机处理装置的用户界面接收输入。所述输入对应于为模块定义的变量。每个模块都包括用于确定和量化相应WIP库存驱动的一组指令。所述方法还包括通过所述模块中的一个或多个对所述输入执行指令。所述输入基于为所述模块定义的各自的变量应用到相应模块中。所述方法还包括从通过相应WIP库存驱动来分类的所述指令的执行得到量化的WIP库存。
本发明提供下列技术方案。
技术方案1:一种管理半成品(WIP)库存的方法,包括:
通过计算机处理装置的用户界面接收输入,所述输入对应于为模块定义的变量,每个模块都包括用于确定和量化相应WIP库存驱动的一组指令,其中WIP库存驱动中的每个都表示影响所述WIP库存的获取、处理和移动中至少一项的不同要素;
通过所述模块中的一个或多个对所述输入执行指令,所述输入基于为所述模块定义的相应变量应用到所述模块中相应的一个或多个;以及
从所述指令的执行得到量化的WIP库存,所述量化WIP库存通过相应的WIP库存驱动来分类。
技术方案2:如技术方案1的方法,其中所述输入包括反映制造系统的当前状态的值,所述当前状态表示所述制造系统中当前存在的WIP库存的水平,所述方法还包括:
产生可重新使用的模型,其表示从有关所述当前状态的所述指令的执行得到的量化WIP库存。
技术方案3:如技术方案1的方法,其中所述输入包括反映制造系统的预期状态的值,所述预期状态表示基于预期制造计划的未实现的WIP库存水平,所述方法还包括:
产生可重新使用的模型,其表示从有关所述预期状态的所述指令的执行得到的量化WIP库存。
技术方案4:如技术方案1的方法,其中所述输入包括反映制造系统的理想状态的值,所述理想状态表示为保持所述制造系统运行在为所述制造系统定义的最大能力而确定的WIP库存水平,所述方法还包括:
产生可重新使用的模型,其表示从有关所述理想状态的所述指令的执行得到的量化WIP库存。
技术方案5:如技术方案1的方法,其中所述模块包括系统填充模块,由所述系统填充模块使用的变量包括缓冲位置的总和、反映将WIP库存材料传送至所述缓冲位置花费的平均时间量的转位时间、位于传送所述WIP库存材料的传输机各末端上的机器的机器循环时间、以及用于加载和卸载批量操作的批量移动时间,所述方法还包括:
使用相应变量的输入,所述系统填充模块确定机器之间传输的WIP库存材料的量以及被识别用于移动批量操作的WIP库存材料的量,并对机台的总数、机器之间传输的WIP库存材料的量、及被识别用于移动批量操作的WIP库存材料的量求和;
其中从所述系统填充模块的执行产生的量化WIP库存包括为保持相对于机器运行的正常运行时间百分比而确定的平均WIP库存的增加。
技术方案6:如技术方案5的方法,其中所述模块包括移动批量模块,由所述移动批量模块使用的变量包括在准备加载以进行操作的过程中确认的单元的数量、在所述操作结束后准备下次操作中收集的单元的数量、以及用于加载和卸载批量操作的批量移动;
其中从所述移动批量模块的执行产生的所述量化WIP库存包括由于移动WIP库存材料的容器而引起的平均WIP库存的所有增加。
技术方案7:如技术方案1的方法,其中所述模块包括轮班方案模块,由所述轮班方案模块使用的变量包括在构成轮班方案的两个系统之间确认的时间差、所述轮班方案的发生频率、以及日常需求,所述方法还包括:
使用相应变量的输入,所述轮班方案模块通过将所述日常需求乘以所述时间差并将结果除以所述发生频率来计算因所述轮班方案引起的平均WIP库存的所有增加;
其中由所述轮班方案模块的执行产生的量化WIP库存包括因为归因于为制造流程确认的轮班方案的不同运行时间而引起的平均WIP库存的所有增加。
技术方案8:如技术方案1的方法,其中所述模块包括计划内停机模块,由所述计划内停机模块使用的变量包括操作的计划内停机的持续时间、以及所述操作的发生所述计划内停机的频率,所述方法还包括:
使用相应变量的输入,所述计划内停机模块计算因各操作的计划内停机引起的平均WIP库存的所有增加,并对所述计划停机的计算结果求和;
其中由所述计划内停机模块的执行产生的量化WIP库存包括由于计划内停机引起的平均WIP库存的所有增加。
技术方案9:如技术方案8的方法,其中经历所述计划内停机的操作包括在零件类型之间的模型转换,其中从所述计划内停机模块的执行产生的量化WIP库存包括由于所述模型转换引起的平均WIP库存的所有增加;并且
其中进一步,所述模块包括处理批量模块,由所述处理批量模块使用的变量包括针对每种零件类型拉货的日常零件量、针对每种零件类型推货的日常零件量、供应商在规定时间跨度内创建所述零件类型的天数、以及消费者在所述规定时间跨度内拉货所述零件类型的天数,所述方法还包括:
使用相应变量的输入,所述处理批量模块计算由于处理批量引起的平均WIP库存的所有增加,包括:
从零件的日常量、所述供应商在所述规定时间跨度上建立零件类型的天数、所述消费者在所述规定时间跨度上拉货零件类型的天数、以及供应商以在生产与消费者拉货零件之间的最大可能延迟来生产的推货系统计算推货值;
从零件日常量、所述供应商在所述规定时间跨度上建立零件类型的天数、所述消费者在所述规定时间跨度上拉货零件类型的天数、以及供应商在消费者拉货零件时生产所述零件的拉货系统计算拉货值;
对所述推货和拉货值求平均;
对各零件类型的平均推货和拉货值求和;以及
若有的话,则将推货与拉货的求和平均值与因模型转换而引起的WIP库存的增加加在一起;
其中从所述处理批量模块的执行产生的量化WIP库存包括由于处理批量和模型变换所引起的平均WIP库存的所有增加。
技术方案10:如技术方案9的方法,其中所述模块包括消费者变化模块,由所述消费者变化模块使用的变量包括最小拉货量、最大拉货量、平均增加以及变化量,其中所述最小拉货量表示反映消费者基于各零件类型日常零件拉货量而预期拉货的最大零件量的值,所述最大拉货量表示反映消费者基于各零件类型日常零件拉货量而预期拉货的最小零件量的值,平均增加表示反映基于消费者拉货中可测得的持续增加而在生产中的预期增加的值,所述变化量表示反映考虑了消费者拉货变化而计算的缓冲量增加的值;
使用相应变量的输入,所述消费者变化模块计算由于消费者时间进程变化而一起你的平均WIP库存的所有增加;
其中从所述消费者变化模块的执行产生的量化WIP库存包括由于消费者时间进程变化而引起的平均WIP库存的所有增加。
技术方案11:如技术方案1的方法,其中所述模块包括供应商变化模块,由所述供应商变化模块使用的变量包括表示每种零件类型生产的零件数目的日常使用变量、反映供应商过去已经延迟输送零件的最大时间量的延迟窗口变量、以及反映零件的预计输送之间的小时数的错过窗口变量;
使用相应变量的输入,所述供应商变化模块计算由于供应商输送变化引起的平均WIP库存的所有增加;
其中从所述供应商变化模块的执行产生的量化WIP库存包括由于供应商输送的变化引起的平均WIP库存的所有增加。
技术方案12:一种用于管理半成品(WIP)库存的系统,包括:
主系统计算机;以及
在所述主系统计算机上执行的应用程序,所述应用程序包括模块和用户界面,所述应用程序执行包括下列步骤的方法:
通过所述应用程序的用户界面接收输入,所述输入对应于为所述模块定义的变量,每个所述模块都包括用于确定和量化相应WIP库存驱动的一组指令,其中WIP库存驱动每个都表示影响所述WIP库存的获取、处理和移动中至少一项的不同要素;
通过所述模块中的一个或多个对所述输入执行相应的一组指令,所述输入基于为所述模块定义的相应变量应用到所述模块中相应的一个或多个;以及
从所述一组指令的执行得到量化的WIP库存,所述量化WIP库存通过相应的WIP库存驱动来分类。
技术方案13:如技术方案12的系统,其中所述输入包括反映制造系统的当前状态的值,所述当前状态表示所述制造系统中当前存在的WIP库存的水平,所述方法还包括:
产生可重新使用的模型,其表示从有关所述当前状态的所述一组指令的执行得到的量化WIP库存。
技术方案14:如技术方案12的系统,其中所述输入包括反映制造系统的预期状态的值,所述预期状态表示基于预期制造计划的未实现的WIP库存水平,所述方法还包括:
产生可重新使用的模型,其表示从有关所述预期状态的所述一组指令的执行得到的量化WIP库存。
技术方案15:如技术方案12的系统,其中所述输入包括反映制造系统的理想状态的值,所述理想状态表示为保持所述制造系统运行在为所述制造系统定义的最大能力而确定的WIP库存水平,所述方法还包括:
产生可重新使用的模型,其表示从有关所述理想状态的所述一组指令的执行得到的量化WIP库存。
技术方案16:如技术方案12的系统,其中所述模块包括系统填充模块,由所述系统填充模块使用的变量包括缓冲位置的总和、反映将WIP库存材料传送至所述缓冲位置花费的平均时间量的转位时间、位于传送所述WIP库存材料的传输机各末端上的机器的机器循环时间、以及用于加载和卸载批量操作的批量移动时间,所述方法还包括:
使用相应变量的输入,所述系统填充模块确定机器之间传输的WIP库存材料的量以及被识别用于移动批量操作的WIP库存材料的量,并对机台的总数、机器之间传输的WIP库存材料的量、及被识别用于移动批量操作的WIP库存材料的量求和;
其中从所述系统填充模块的执行产生的量化WIP库存包括为保持相对于机器运行的正常运行时间百分比而确定的平均WIP库存的增加。
技术方案17:如技术方案16的系统,其中所述模块包括移动批量模块,由所述移动批量模块使用的变量包括在准备加载以进行操作的过程中确认的单元的数量、在所述操作结束后准备下次操作中收集的单元的数量、以及用于加载和卸载批量操作的批量移动;
其中从所述移动批量模块的执行产生的量化WIP库存包括由于移动WIP库存材料的容器而引起的平均WIP库存的所有增加。
技术方案18:如技术方案12的系统,其中所述模块包括轮班方案模块,由所述轮班方案模块使用的变量包括在构成轮班方案的两个系统之间确认的时间差、所述轮班方案的发生频率、以及日常需求,所述方法还包括:
使用相应变量的输入,所述轮班方案模块通过将所述日常需求乘以所述时间差并将结果除以所述发生频率来计算因所述轮班方案一起你的平均WIP库存的所有增加;
其中由所述轮班方案模块的执行产生的量化WIP库存包括因为归因于为制造流程确认的轮班方案的不同运行时间而引起的平均WIP库存的所有增加。
技术方案19:如技术方案12的系统,其中所述模块包括计划内停机模块,由所述计划内停机模块使用的变量包括操作的计划内停机的持续时间、以及所述操作的发生所述计划内停机的频率,所述方法还包括:
使用相应变量的输入,所述计划内停机模块计算因各操作的计划内停机引起的平均WIP库存的所有增加,并对所述计划停机的计算结果求和;
其中从所述计划内停机模块的执行产生的量化WIP库存包括由于计划内停机引起的平均WIP库存的所有增加。
技术方案20:如技术方案19的系统,其中经历所述计划内停机的操作包括在零件类型之间的模型转换,其中从所述计划内停机模块的执行产生的量化WIP库存包括由于所述模型转换引起的平均WIP库存的所有增加;并且
其中进一步,所述模块包括处理批量模块,由所述处理批量模块使用的变量包括针对每种零件类型拉货的日常零件量、针对每种零件类型推货的日常零件量、供应商在规定时间跨度内创建所述零件类型的天数、以及消费者在所述规定时间跨度内拉货所述零件类型的天数,所述方法还包括:
使用相应变量的输入,所述处理批量模块计算由于处理批量引起的平均WIP库存的所有增加,包括:
从零件的日常量、所述供应商在所述规定时间跨度上建立零件类型的天数、所述消费者在所述规定时间跨度上拉货零件类型的天数、以及供应商以在生产与消费者拉货零件之间的最大可能延迟来生产的推货系统计算推货值;
从零件日常量、所述供应商在所述规定时间跨度上建立零件类型的天数、所述消费者在所述规定时间跨度上拉货零件类型的天数、以及供应商在消费者拉货零件时生产所述零件的拉货系统计算拉货值;
对所述推货和拉货值求平均;
对各零件类型的平均推货和拉货值求和;以及
若有的话,则将推货与拉货的求和平均值与因模型转换引起的WIP库存的增加加在一起;
其中从所述处理批量模块的执行产生的量化WIP库存包括由于处理批量和模型变换所引起的平均WIP库存的所有增加。
技术方案21:如技术方案20的系统,其中所述模块包括消费者变化模块,由所述消费者变化模块使用的变量包括最小拉货量、最大拉货量、平均增加以及变化量,其中所述最小拉货量表示反映消费者基于各零件类型日常零件拉货量而预期拉货的最大零件量的值,所述最大拉货量表示反映消费者基于各零件类型日常零件拉货量而预期拉货的最小零件量的值,平均增加表示反映基于消费者拉货中可测得的持续增加而在生产中的预期增加的值,所述变化量表示反映考虑了消费者拉货变化而计算的缓冲量增加的值;
使用相应变量的输入,所述消费者变化模块计算由于消费者时间进程变化引起的平均WIP库存的所有增加;
其中从所述消费者变化模块的执行产生的量化WIP库存包括由于消费者时间进程变化引起的平均WIP库存的所有增加。
技术方案22:如技术方案12的系统,其中所述模块包括供应商变化模块,由所述供应商变化模块使用的变量包括表示每种零件类型生产的零件数目的日常使用变量、反映供应商过去已经延迟输送零件的最大时间量的延迟窗口变量、以及反映零件的计划输送之间的小时数的错过窗口变量;
使用相应变量的输入,所述供应商变化模块计算由于供应商输送变化引起的平均WIP库存的所有增加;
其中从所述供应商变化模块的执行产生的量化WIP库存包括由于供应商输送的变化而引起的平均WIP库存的所有增加。
技术方案23:一种用于管理半成品(WIP)库存的计算机程序产品,所述计算机程序产品包括以机器可读取的计算机程序代码编码的存储介质,其中当所述计算机程序代码被计算机执行时实施一种方法,该方法包括:
接收对应于为模块定义的变量的输入,每个所述模块都包括用于确定和量化相应WIP库存驱动的一组指令,其中WIP库存驱动中的每个都表示影响所述WIP库存的获取、处理和移动中至少一项的不同要素;
通过所述模块中的一个或多个对所述输入执行相应的一组指令,所述输入基于为所述模块定义的相应变量应用到所述模块中相应的一个或多个;以及
从所述一组指令的执行得到量化的WIP库存,所述量化WIP库存通过相应的WIP库存驱动来分类。
技术方案24:如技术方案23的计算机程序产品,其中所述输入包括反映制造系统的当前状态的值,所述当前状态表示所述制造系统中当前存在的WIP库存的水平,所述方法还包括:
产生可重新使用的模型,其表示从有关所述当前状态的所述一组指令的执行得到的量化WIP库存。
技术方案25:如技术方案23的计算机程序产品,其中所述输入包括反映制造系统的预期状态的值,所述预期状态表示基于预期制造计划的未实现的WIP库存水平,所述方法还包括:
产生可重新使用的模型,其表示从有关所述预期状态的所述一组指令的执行得到的量化WIP库存。
技术方案26:如技术方案23的计算机程序产品,其中所述输入包括反映制造系统的理想状态的值,所述理想状态表示为保持所述制造系统运行在为所述制造系统定义的最大能力而确定的WIP库存水平,所述方法还包括:
产生可重新使用的模型,其表示从有关所述理想状态的所述一组指令的执行得到的量化WIP库存。
技术方案27:如技术方案23的计算机程序产品,其中所述模块包括系统填充模块,由所述系统填充模块使用的变量包括缓冲位置的总和、反映将WIP库存材料传送至所述缓冲位置花费的平均时间量的转位时间、位于传送所述WIP库存材料的传输器各末端上的机器的机器循环时间、以及用于加载和卸载批量操作的批量移动时间,所述方法还包括:
使用相应变量的输入,所述系统填充模块确定机器之间传输的WIP库存材料的量以及被确认用于移动批量操作的WIP库存材料的量,并对机台的总数、机器之间传输的WIP库存材料的量、及被确认用于移动批量操作的WIP库存材料的量求和;
其中从所述系统填充模块的执行产生的量化WIP库存包括为保持相对于机器运行的正常运行时间百分比而确定的平均WIP库存的增加。
技术方案28:如技术方案27的计算机程序产品,其中所述模块包括移动批量模块,由所述移动批量模块使用的变量包括在准备加载以进行操作的过程中确认的单元的数量、在所述操作结束后准备下次操作中收集的单元的数量、以及用于加载和卸载批量操作的批量移动;
其中从所述移动批量模块的执行产生的量化WIP库存包括由于移动WIP库存材料的容器而引起的平均WIP库存的所有增加。
技术方案29:如技术方案23的计算机程序产品,其中所述模块包括轮班方案模块,由所述轮班方案模块使用的变量包括在构成轮班方案的两个系统之间确认的时间差、所述轮班方案的发生频率、以及日常需求,所述方法还包括:
使用相应变量的输入,所述轮班方案模块通过将所述日常需求乘以所述时间差并将结果除以所述发生频率来计算因所述轮班方案引起的平均WIP库存的所有增加;
其中由所述轮班方案模块的执行产生的量化WIP库存包括因为归因于为制造流程确认的轮班方案的不同运行时间而引起的平均WIP库存的所有增加。
技术方案30:如技术方案23的计算机程序产品,其中所述模块包括计划内停机模块,由所述计划内停机模块使用的变量包括操作的计划内停机的持续时间、以及操作发生所述计划内停机的频率,所述方法还包括:
使用相应变量的输入,所述计划内停机模块计算因各操作的计划内停机引起的平均WIP库存的所有增加,并对所述计划停机的计算结果求和;
其中从所述计划内停机模块的执行产生的量化WIP库存包括由于计划内停机引起的平均WIP库存的所有增加。
技术方案31:如技术方案30的计算机程序产品,其中经历所述计划内停机的操作包括在零件类型之间的模型转换,其中从所述计划内停机模块的执行产生的量化WIP库存包括由于所述模型转换引起的平均WIP库存的所有增加;并且
其中进一步,所述模块包括处理批量模块,由所述处理批量模块使用的变量包括针对每种零件类型拉货的日常零件量、针对每种零件类型推货的日常零件量、供应商在规定时间跨度内创建所述零件类型的天数、以及消费者在所述规定时间跨度内拉货所述零件类型的天数,所述方法还包括:
使用相应变量的输入,所述处理批量模块计算由于处理批量引起的平均WIP库存的所有增加,包括:
从零件的日常量、所述供应商在所述规定时间跨度上建立零件类型的天数、所述消费者在所述规定时间跨度上拉货所述零件类型的天数、以及供应商以在生产与消费者拉货所述零件之间的最大可能延迟来生产的推货系统计算推货值;
从零件日常量、所述供应商在所述规定时间跨度上建立零件类型的天数、所述消费者在所述规定时间跨度上拉货零件类型的天数、以及供应商在消费者拉货零件时生产所述零件的拉货系统计算拉货值;
对所述推货和拉货值求平均;
对各零件类型的平均推货和拉货值求和;以及
若有的话,则将推货与拉货的求和平均值与因模型转换引起的WIP库存的增加加在一起;
其中从所述处理批量模块的执行产生的量化WIP库存包括由于处理批量和模型变换引起的平均WIP库存的所有增加。
技术方案32:如技术方案31的计算机程序产品,其中所述模块包括消费者变化模块,由所述消费者变化模块使用的变量包括最小拉货量、最大拉货量、平均增加以及变化量,其中所述最小拉货量表示反映消费者基于各零件类型日常零件拉货量而预期拉货的最大零件量的值,所述最大拉货量表示反映消费者基于各零件类型日常零件拉货量而预期拉货的最小零件量的值,所述平均增加表示反映基于消费者拉货中可测得的持续增加而在生产中的预期增加的值,所述变化量表示反映考虑了消费者拉货变化而计算的缓冲量增加的值;
使用相应变量的输入,所述消费者变化模块计算由于消费者进度变化引起的平均WIP库存的所有增加;
其中从所述消费者变化模块的执行产生的量化WIP库存包括由于消费者进度变化引起的平均WIP库存的所有增加。
技术方案33:如技术方案23的计算机程序产品,其中所述模块包括供应商变化模块,由所述供应商变化模块使用的变量包括表示每种零件类型生产的零件数目的日常使用变量、反映供应商历史上已经延迟输送零件的最大时间量的延迟窗口变量、以及反映零件的计划输送之间的小时数的错过窗口变量;
使用相应变量的输入,所述供应商变化模块计算由于供应商输送变化引起的平均WIP库存的所有增加;
其中从所述供应商变化模块的执行产生的量化WIP库存包括由于供应商输送的变化而引起的平均WIP库存的所有增加。
结合附图,从实施本发明的最佳模式的详细描述可容易地清楚本发明的上述特征和优点以及其它特征和优点。
附图说明
在下面实施例的详细描述中,参考附图,通过示例描述其它目标、特征、优点和细节,其中:
图1为示出根据具体实施例的便于库存管理的系统的视图;
图2为描述根据具体实施例的便于库存管理的流程的流程图;
图3为由根据具体实施例的库存管理应用程序提供的用于接收输入数据的用户界面屏幕;
图4为由根据具体实施例的库存管理应用程序提供的用于由驱动输出库存信息细目分类的用户界面屏幕;
图5为示出具体实施例中的制造系统的一部分的视图;
图6A为示出图5中制造系统的元件的视图;
图6B为图3中描述的根据具体实施例的用户界面屏幕的第一部分的详细视图;
图7A为示出图5中所示的具体实施例中的制造系统的另一部分的视图;
图7B为图3中所示的根据具体实施例的用户界面屏幕的第二部分的详细视图;
图8A为示出图5中所示的具体实施例中的制造系统的元件的视图;
图8B为图3中所示的根据具体实施例的用户界面屏幕的第三部分的详细视图;
图9A为示出图3中所示的具体实施例中的用户界面屏幕的第四部分的视图;
图9B示出了图3中所示的根据具体实施例的用户界面屏幕的第四部分中所使用的计算数据中所用的一组公式;
图10A为示出图5中所示的具体实施例中的制造系统的元件的视图;
图10B为图3中所示的根据具体实施例的用户界面屏幕的第五部分的详细视图;
图11为由库存管理应用程序用来评价根据具体实施例的库存管理系统的库存驱动的输出结果的公式的图。
具体实施方式
根据本发明的具体实施例,提供了半成品(WIP)材料的库存管理。所述库存管理流程就WIP库存为机构确认和量化库存减少机会。最优库存水平可通过将最优水平与车间内存在的当前水平进行比较来计算。WIP库存可包括为制造而发出的材料。这些材料可包括当前正在设备上被加工的单元、在生产车间内传输的单元和在车间内(可选地,车间外的)设备上等待加工的单元。WIP单元指的是将变成“成品”或可售产品的零件和/或组件。
本文描述的库存管理流程通过使用应用逻辑以及用来输入和结果计算的用户界面,简化了库存驱动的分析。库存管理流程包括使用仿真技术验证过的预定库存驱动模块。在具体实施例中,库存驱动模块每个都通过一组指令来限定,当执行这组指令时会对变量的输入进行计算以确定和量化WIP库存的相应驱动。在具体实施例中,库存驱动包括相对于制造环境引起或以其它方式影响库存的获取、处理和移动的一种或多种元素(例如人、事件或条件)。另外,基于由一个或多个用户响应于具体问题(例如,与相应变量有关的问题)而输入的信息,库存管理流程通过模块计算表示系统或机构的当前、未来或理想状态的库存值。对于这些状态的每个状态都可创建单独的库存模型。当前状态反映系统中现存的量化WIP库存水平(例如,执行特定制造计划)。未来或预期状态基于预期制造计划反映量化的还未实现的WIP库存水平。理想状态反映了为保持系统运行在由企业系统定义的所需能力标准(例如,所需能力标准可定义为产生最大输出和/或收益,以及满足企业系统的任意其它目标)而确定的量化WIP库存水平。当确定理想库存水平时,可通过将当前状态的量化WIP库存水平与表示理想状态的量化WIP库存水平作比较,并评估相应对当前状态WIP库存水平的潜在修改来确定减少WIP库存的机会。可保存和重新使用为当前、未来和理想状态创建的库存模型。可使用配套的培训手册来给制造支援团队提供研发将库存减少至理想状态的计划所必需的知识。
现在参考图1,现在描述用来便于库存管理的典型企业系统100。系统100包括运行用来执行本文所述库存管理流程的计算机指令的主系统102。主系统102可包括高速计算机处理装置,例如主计算机,以管理为其执行库存管理的实体所支配的操作的量。在一个具体实施例中,主系统102可为执行库存管理流程的企业(例如,制造商)的一部分。如本文所述,主系统102表示制造企业。制造企业包括通常在制造环境中发现的设备(例如,处理设备(也称为“机器”)、设备机台、存货运输设备、缓冲等)。该设备在本文中统称为“制造设备”116。制造设备116可与主系统102和/或客户端系统104通信,例如,通过网络。图5、6A、7A、8A和10A中示出了包括制造设备116的示例制造系统环境。
在具体实施例中,图1中所示系统100包括一个或多个客户端系统104,在一个或多个地理位置的用户可通过所述客户端系统104联系主系统102。客户端系统104和制造设备116可通过一个或多个网络106联接至主系统102。每个客户端系统104都可使用执行用来实施本文所述流程的计算机程序的通用计算机来运行。客户端系统104可为个人计算机(例如,笔记本电脑、个人数字助理(PDA))或连接主机的终端。如果客户端系统104为个人计算机,那么本文所述流程可被客户端系统104和主系统102共享(例如,通过向客户端系统104提供小应用程序)。客户端系统104可由本文所述库存管理流程的授权用户来操作(例如,库存专员或制造人员)。
网络106可为任意类型的已知网络,包括,但不限于,广域网(WAN)、局域网(LAN)、全球网络(例如,互联网)、虚拟专用网络(VPN)和内联网。网络106可使用无线网络或本领域内已知的任意类型的物理网络方案来实施。客户端系统104以及可选的制造设备116可通过多个网络(例如,内联网和互联网)联接至主系统102,使得不是所有的客户端系统104/制造设备116都是通过相同的网络联接至主系统102。客户端系统104、制造设备116和主系统102中的一个或多个可以无线方式连接至网络106。在一个实施例中,所述网络包括内联网,并且一个或多个客户端系统104执行用户界面应用程序(例如,网页浏览器)来通过网络106联系主系统102。在另一具体实施例中,客户端系统104直接连接至(不是通过网络106)主系统102,并且主系统102含有用于存储支持库存管理的数据的存储器。可选地,为此目的可执行一个或多个单独的存储装置(例如,存储装置108和111)。
存储装置108包括具有与库存管理相关的数据(例如,由库存管理流程产生的库存模型,以及表示图1的主系统102的实体所期望的其它数据/信息)的数据资料库。存储装置111包括具有与制造相关的数据(例如,机器、机台和缓冲位置的位置/描述)的数据资料库。其它制造数据可包括制造工艺(即,在这些机器上执行的操作)、循环时间、需求、正常运行时间、产量、WIP成本及其它期望信息。存储装置108/111作为跨越了包括网络106的分布式环境的综合数据源可被逻辑寻址。存储在存储装置108/111中的信息可通过主系统102、客户端系统104和/或制造环境的元素(例如,制造设备116)被检索和操作。
在可选具体实施例中,存储装置108/111中的一个或两者可位于客户端系统104上。图1系统中所示的主系统102可使用一个或多个服务器来实施,所述服务器响应于存储在可被服务器访问的存储介质上的计算机程序来操作。主系统102可操作为网络服务器(例如,网络服务器)与客户端系统104通信。主系统102处理向客户端系统104发送和从其接收信息,并且可执行相关的任务。主系统102还可包括防火墙,以防止对主系统102的非授权访问,并实施对授权访问的所有限制。例如,管理员可访问整个系统,并具有修改系统的一些部分的权限。可使用本领域已知的传统硬件和/或软件来实施防火墙。
主系统102还可操作为应用服务器。主系统102执行一个或多个计算机程序,以提供库存管理流程。如图1中所示,为示出性目的,库存管理由运行在主系统102上的库存管理应用程序112来执行。主系统102还可执行通常在制造环境中实施的其它应用程序。为示出性目的,主系统102执行企业资源规划(ERP)工具114。
如上所述,通过向客户端系统104提供应用程序(例如,Java小应用程序),流程可被客户端系统104和主系统102共享。可选地,客户端系统104可包括用于执行本文所述流程的一部分或全部的独立软件应用程序。如前所述,应当理解,可利用单独的服务器来实施网络服务器功能和应用服务器功能。可选地,网络服务器、防火墙和应用服务器可通过执行计算机程序的单一服务器来实施,以执行所必需的功能。应当理解,图1中所示库存管理可在硬件、软件或其组合中执行。
在具体实施例中,库存管理应用程序112包括下面详细描述的库存驱动模块120-138。库存驱动模块120-138每个都反映了驱动库存的具体成因。归因于各模块120-138的一个或多个流程可用来通过应用程序112确定制造环境中的WIP库存的驱动。特别地,应用程序112基于给模块120-138的输入提供在企业系统100的制造环境内WIP库存的详细分解、以及其存在的理由。
在具体实施例中,应用程序112还使用户能够计算保持制造系统运行在所需能力(例如,为达到理想状态)所需的理想库存水平。依赖于各种因素,例如需求变化、技术变化(例如,升级的制造设备)和产品设计变化等,该理想库存量可从系统到系统、从时间周期到时间周期各不相同。理想库存量可通过计算平衡手中库存的成本和效益(即,考虑到具有这种可用量和现货的成本,基于车间操作、设备、运行时间等获得或保持所需的车间生产水平)所需的WIP库存量来得到。
由两个方案(即,当前库存状态相对于理想库存状态)产生的输出可存储为(例如,在存储装置108中)用于未来使用和参考的库存模型。这些输出还可用于将当前状态相对于理想状态作比较,以确定库存的哪个驱动对WIP库存水平具有最大的影响。对WIP库存具有最大影响的那些驱动被查看,并可获得最小化这种影响的解决方案。例如,如果基于这些输出确定十个驱动中的两个与其余八个驱动相比显著地影响WIP库存,那么与制造环境(例如,企业系统100)相关的机构可在寻找用来减轻相对于这两个驱动所发现的影响的方案上集中更多的时间和精力。
另外,模块120-138中每个模块都表示库存驱动的一个域。模块的特定子集可应用至一个制造车间,而模块的不同子集120-138可应用至另一个制造车间,这依赖于多种因素,例如生产线、使用的机器、或工厂内的人的文化水平等。
在具体实施例中,应用程序112的用户通过用户界面屏幕输入应用程序112提示的数据,图3中示出了用户界面屏幕的一个范例。应用程序112结合专用于制造环境的数据来处理由用户提供的输入,并通过驱动输出信息,例如WIP量。如上所述,这些输出使得用户能够容易地确认哪个驱动对制造环境具有最大的影响以及改进机会。图4中示出了显示该处理结果(输出)的示例用户界面屏幕。
所述驱动实施为模块120-138(也分别标识为W0-W9),现在根据具体实施例来描述。系统填充(SYSTEM FILL)模块120确定填充系统(例如,图5的制造系统500)和以100%开动率运行的最小单元数目(例如,WIP)。移动批量(MOVE BATCH)模块122量化由于移动单元(例如,WIP库存材料)的容器对WIP的任何影响。轮班模式(SHIFTPATTERN)模块124量化因属于制造流程不同部分的不同运行时间而对WIP的任何影响。计划内停机(PLANNED DOWNTIME)模块126量化因计划内停机对WIP的任何影响。批量处理(BATCH PROCESSING)模块128(这里也称为“处理批量(PROCESS BATCHING)模块”)量化因增产对WIP的任何影响。客户变化(CUSTOMER VARIATION)模块130量化因进程变化对WIP的任何影响。供应商变化(SUPPLIER VARIATION)模块132量化因供应商供货变化对WIP的任何影响。计划外停机(UNPLANNED DOWNTIME)模块134量化因潜在的意外设备停机对WIP的任何影响。一次通过率(FIRST TIME QUALITY,FTQ)模块136量化因检查、维修和报废对WIP的任何影响。特殊原因(SPECIAL CAUSE)模块138量化因其它未规定的政策对WIP的任何影响。
通过图3的用户界面屏幕提供给库存管理系统的输入用于计算图4中所示输出字段(或字段集合)中的一个或多个的输出值。即,模块120-138通过利用输入经由库存管理应用程序112来互操作,以执行确定制造系统(例如,与图1中系统100相关的制造系统)中WIP库存的各特定成因的理想库存量的计算。模块120-138包括用来相对于库存驱动确定WIP量的流程。这些流程包括在为相应变量提供的值上实施的操作,所述相应变量已通过应用程序112为这些流程而定义,通过经由图3中用户界面屏幕的用户输入至少部分地确定这些变量的值。例如,用户给变量“需求”输入值,该值进而应用到为驱动模块120-138中一个或多个的一个或多个流程定义的计算,以得到输出,图4中提供了一个范例。图2中进一步描述了这些模块120-138产生图4中输出的互操作性。
现在参考图2,现在描述实施库存管理流程的具体流程。为示出性目的,图2中所示流程可应用于制造环境(例如,图1、5、6A、7A、8A和10A中所示)。
在步骤202,通过应用程序112接收与制造环境相关的系统数据和机器数据。所述数据可通过例如计算机处理装置的用户界面(例如,图3的用户界面屏幕300)来输入。可选地,可自动地从企业系统100的存储系统(例如,图1的存储装置111)获取一些数据(例如,机器/操作数据)。在步骤204,操作数据通过用户界面屏幕300输入到应用程序112。如上所述,每个输入都对应于为模块120-138中一个或多个定义的变量(例如,图3的一个或多个字段集合302-324的字段)。模块120-138中每个都包括用于确定和量化对应的WIP库存驱动的一个或多个流程。
在步骤206,从步骤202和204输入的数据基于为各模块定义的变量被应用至相应的库存驱动模块120-138。在步骤208,为库存驱动120-138的每个驱动计算WIP库存信息。
在步骤210,从步骤208得到的量化WIP库存被输出用于显示和查看(例如,通过图4的用户界面屏幕400)。如图4中所示,所述输出或量化的WIP库存通过WIP库存驱动120-138来分类(其中,驱动120-138每个都对应于各自的字段集合402-420)。如本文图3和图4中所使用的,术语“字段集合”指的是根据其关系和/或其它定义规则分组的数据字段。
现在根据具体实施例,并结合图3-11所示的视图,进一步详细描述参考图2的流程图描述的输入、流程和输出。
应用程序112通过用户界面屏幕300的字段集合302和306接收与系统和机器数据(步骤202)有关的输入。如字段集合306中所示,所述输入包括机器或操作的总数量和制造环境的机台的总数量。操作可含有许多机台,例如传送机器。通过视图,图5中所示制造系统500包括七个操作502a-502e。这些操作在WIP被传送至末端位置(例如,组装系统550)之前在一个或多个机台上执行。例如,如系统500中所示,有19个机台(例如,用于操作502a的四个机台,用于操作502b的十个机台,用于操作502c的三个机台(一个机台×三个并行的机器),用于操作502d的一个机台,以及用于操作502e的一个机台)。机台总数包括不工作的那些机台。然后反映变量“机台总数”的值被输出至用户界面屏幕400的字段集合402(即,在标记“机台”的位置内)。
用于机器和系统数据的其它输入显示在用户界面屏幕300的字段集合302中。如字段集合302所示,所述输入包括系统名称描述和系统状态(例如,当前、未来和理想)。如上所述,应用程序112使得用户能够通过输入有关制造环境当前系统的数据而获得制造车间内WIP库存的详细分解以及其存在的原因。另外,应用程序112使得用户能够基于输入到用户界面屏幕300并被模块120-138处理的改进值获得WIP库存的预期或理想分解。所述改进值反映了确定为实现理想状态最有效的那些值。如上所述,理想库存水平指的是保持制造环境运行在所要求能力而需要的那些水平。这些模型(当前、未来和理想)可通过字段集合302(图3中所示例子中,其描述为“MACHINING SYSTEM CURRENT STATE(机器系统当前状态)”)中提供的描述来确认。
其它输入还包括总运行时间,其反映了每天系统或机器运行的总小时数(包括午饭时间和休息时间)。总运行时间提供在字段集合302中标记为“Hours Per Day(小时每天)”的位置,在字段集合302中显示为“10.0”。字段集合302的输入还包括系统需求量(例如,以单位每天来显示),使得可通过“Days on Hand(手中天数)”来检测库存。总系统需求设置在字段集合302中标记为“Demand Per Day(需求每天)”的位置。字段集合302的输入还包括系统中特定单元的平均值(例如,平均价值或值)。所述平均值设置在字段集合302中标记为“Avg$/Piece”的位置。
如上面图2中所示,应用程序112通过图3的用户界面屏幕300接收与操作数据有关的输入(步骤204)。现在在具体实施例中描述这些输入。
如上所述,应用程序112捕获被模块120-138处理的输入。系统填充模块120表示这些模块中的一个。系统填充可定义为系统中需要的零件的数量,以确保其可以100%的正常运行时间运行。获得系统填充需求的值使用三个分量。第一分量提供了表示系统所有机器中的机台总数量的值。这个值确保所有机台在运行。第二分量提供了说明在系统内机器之间输送的零件量的值。第三分量提供了说明与移动批量操作相关的零件量的值。系统填充值被计算和输出至用户界面屏幕400,如现在所描述的。
操作数据输入包括用户界面屏幕300的字段集合308中的缓冲数据。遍及制造环境(例如,图5、6A、8A和10A中所示制造系统)的所有线上缓冲位置之和被输入至字段集合302的标记为“Space(空间)”的栏内标记为“Total Inline Buffering(总线上缓冲)”的位置。线上缓冲指的是连接两个操作的传输机。当所有机器都在运行时(其中线上缓冲值用在系统填充模块120和移动批量模块122的计算中),零件可直接流过这些传输机,或者当这些机器中的一个或多个停机时(其中,线上缓冲值用在系统填充模块120和计划外停机模块134的计算中),零件可用作WIP材料的临时停止(即,缓冲)点。传输机的长度确定了它们的存储能力,当用作缓冲时,所述存储能力本文以称为“空间”的单位来表示(其中,“空间”与传输机上安装的零件数同义)。例如,假定经受制造的零件为一个步长,传输机为30个步长。基于零件的长度和传输机(或多个传输机)的长度,例如,在操作502a与502b之间有十个线上缓冲空间,在操作502c与502d之间有十五个线上缓冲空间,以及在操作502d与502e之间有五个线上缓冲空间(未示出)。这些空间的总数为30,该值被输入如图3中所示的字段集合308。转位时间指的是零件行进其本身长度所花费的时间。例如,如果零件为一个步长,传输机每秒移动0.3个步长,那么转位时间为三秒。平均转位时间表示为零件行进通过每个线上缓冲空间所花费的平均时间。该值被输入字段集合308的标记为“ave index time(secs)(平均转位时间(秒))”的行内标记为“Total Inline Buffering(总线上缓冲)”的位置。
系统填充模块120还计算保持系统满负荷(即,运行在100%的运行时间)所需的传输机能力的量。该值可通过将转位时间(例如,3秒)与传输机上的空间数量(例如,30个空间)相乘来确定。产生的值“90”表示穿过特定传输机的最小行进时间。系统填充模块120还识别传输机任一侧上的机器的循环时间,以计算系统填充所需的传输机能力。所述传输机需要在其上占据足够的零件,以确保零件以两个机器中较慢机器的速度脱离传输机。例如,如果第一机器以20秒循环,第二机器以10秒循环,那么传输机上需要的零件至少要足以每20秒就向第二机器提供一个零件。如果穿过传输机的行进时间为40秒(例如,具有转位时间为4和10个空间长度的传输机),那么传输机需要两个零件(即,40/20)用于系统填充。使用图3中的实例数据,计算整个生产系统的传输机的系统填充。如图3的数据字段集合308中所示,有30个线上缓冲空间,平均转位时间为3秒。因此,零件行进通过传输机最少用时90秒。就系统填充分析而言,应当以系统中最慢机器的速率提供零件。在该示例中,数据字段集合304示出了运行在54.5JPH或66秒的实际慢速总机器。由于线上缓冲空间产生的系统填充值会计算为90/66或两个零件。传输机的其余28个空间可被计划外停机模块134使用,如本文进一步描述的。由于线上缓冲空间引起的该系统填充值反映在图2的字段集合402中,在标记为“Buffer(缓冲)”的位置内。
另外,遍及制造环境(例如,图5、6A、8A和10A中所示制造系统)的所有离线缓冲位置的和,包括自动和手动卸载位置,被输入到字段集合308的标记为“空间”的栏内标记为“Total Offline Buffering(总离线缓冲)”的位置。离线缓冲用于适应很长的机器停机。在这些离线缓冲位置,零件被从线上运输机移开,用于以后的再引入处理。这些离线缓冲通常出现在流程内的多个位置。类似于线上缓冲,以称为空间的单位描述可在这些离线缓冲内放置的最大数量的零件。例如,如果制造流程在两个离线缓冲位置被识别具有2000个空间,那么该信息被输入例如图3中所示字段集合308的相应位置(即,值2000被输入标记为“空间”的栏下标记为“总离线缓冲”的位置,且值“2”被输入标记为“位置的#”的栏中)。
现在参考图2,操作数据输入(步骤204)还包括用户界面屏幕300的字段集合310中的批量移动数据。尽管为示出性目的,在图3的字段集合310中只示出了一个批量项行(即,“Move Batch 1(移动批量1)”),但是应当理解,字段310中可输入许多批量项。例如,如果应用程序112的用户界面300以电子表格的形式表示,那么用户可使用由程序提供的简单导航选项添加另外的批量行。图6B(用于内部批量操作)和图7B(用于外部批量操作)中进一步示出了批量字段集合310的数据输入,现在进行描述。
图6A中示出制造系统600,连同被提供用于说明输入到图6B中所示字段集合310的范例数据的单元。制造系统600包括基本类似于图5中所示的操作和机器,因此不再进一步限定。另外,图7A中示出制造系统700,连同被提供用于说明输入到图7B中所示字段集合310的范例数据的单元。在具体实施例中,制造系统700表示图5的制造系统500的延伸。
如图6B中所示,发生批量处理的位置的操作名称或描述被输入图6B中字段集合310标记为“Operation(操作)”的栏内。如图6B中所示,例如,称为“移动批量1”的第一批量处理在字段集合310的子字段集合310a中描述为“Op10”。这也通过制造系统600的加载批量操作606反映在图6A中。另外,在准备加载(相应操作之前)中识别的单元数量被输入标记为“Load(加载)”的栏内的子字段集合310a中。另外,在完成操作之后和在准备下次操作中收集的单元数量被输入子字段集合310a中标记为“Unload(卸载)”的栏内。如果没有批量处理,那么加载和卸载值可各输入为“0”或“1”。并且,将该批量移至下次操作所花费的时间量被输入子字段集合310a中标记为“Batch Move Time(mins)(批量移动时间(分钟))”的行内。一旦将该信息输入子字段集合310a该信息,应用程序112就使用加载/卸载值和批量移动时间(即,Op10的“移动批量1”)计算由于移动该零件批量的时间所引起的所需平均库存的所有增加。该计算的结果输入至栏W0/W1下子字段310a的第一行,从而该结果的值对应于W0(即,模块120)。
如图6B中所示,有六个移动批量操作,图示为字段集合310的子字段集合310a-310f。每个批量行项(即,子字段集合310b-310f)重复上面参考字段集合310a描述的流程。一旦完成,应用程序112就使用各批量(即,“移动批量1”至“移动批量6”)输入的结果,特别地,栏W0/W1内的项来计算用户界面屏幕400的字段集合402和404的部分的输出。特别地,字段集合310(包括字段集合310的所有子字段集合310a-310f)中标记为“W0/W1”的栏内的所有值的和被输入至字段集合404标记为“批量”的栏目下。该值(显示为“250”)表示由于所有移动批量操作(例如,301a-310f)所引起的平均库存的总计算增加。由于这是因批量移动(W1)引起的系统填充(W0)值,系统填充模块120输入其作为字段集合402内标记为“批量”的栏目中的正数,移动批量模块122输入该值作为字段集合404内标记为“W0中较低”的栏中的负数。
如图4的字段集合402所示,表示三个系统填充分量的系统填充值包括通过系统填充模块120得到的“机台”值,该值反映了由于满足集体操作(例如,19个机台)的制造系统需求而引起的平均库存的增加。另外,通过系统填充模块120得到的“缓冲”值反映了因基于线上缓冲尺寸和传输时间保持操作供应和维持消费者需求的需要而引起的平均库存的计算增加。此外,字段集合402中通过系统填充模块120得到的“批量”值反映了因基于集体的批量移动时间保持操作供应和维持消费者需求的需要而引起的平均库存的计算增加。系统填充模块120将字段集合402中的值求和,产生字段集合402中标记为“Total(合计)”的栏中所示的值。该值表示与机台的和、缓冲和批量库存相关的平均库存的总计算增加。字段集合402中的“批量”值还存在于字段集合404内标记为“Less in W0(W0中较低)”的栏中,以在移动批量的时间计数所需零件中避免重复。在一个具体实施例中,字段集合402中的“合计”值可通过图11中所示公式1102来得到(即,NumberStations+rg*TimeInBuffers+Demand*Transit(机台数量+rg*缓冲时间+需求*运输),从而rg表示字段集合304中确认的慢速总机器的速率)。
除了由系统填充模块120计算的信息之外,移动批量模块122处理在字段集合310中得到的项,以得到图4的字段集合404中所示的输出。特别地,移动批量模块122从字段集合404中的批量值(在标记为“W0中较低”的栏中)减去字段集合402中的“批量”值,反映了由于所有移动批量操作(例如,从子字段集合310a-310f)而引起的平均库存的总计算增加,以基于批量移动保持机器供给和维护消费者需求,这导致与批量移动相关的平均库存的总计算增加少于系统填充操作所需库存(即,字段集合404中标记为“合计”的栏下提供的值“240”)。
除了上述内部批量移动过程之外,库存管理流程还使得能够通过移动批量模块122对外部批量移动过程进行类似的计算(例如,在制造环境的边缘或外侧发生的批量移动)。图7A的制造系统700包括各种操作702a-702c和位置704a/704b的范例,批量移动(例如,706a-706c)可通过这些操作和位置发生。如图7A中所示,“Rough(粗加工)”操作702a表示使一批量的零件或单元成形为其大致最终规格的一组操作。粗加工操作对本领域的技术人员是公知的,不再进一步描述。
如图7B中所示,在子字段集合310g中表示执行第一操作702a之前容器内零件量的标记为“加载”的栏下输入值“0”。第一批量移动(图示在框706a中)发生,以将该批量从粗加工操作702a移至装运台704a。通过图示,假定所述批量含有50个工件或单元,并且将该批量从操作702a移到装运台704a所需的时间量为5分钟。工件的数量(50)在图7B的字段集合310中输入在子字段集合310g中标记为“卸载”的栏下,以反映由于批量移动之前的粗加工操作702a,这50个单元将被卸下。同样,移动批量所需的时间量(例如,5分钟)在子字段集合310g内对应于批量移动时间的位置(图7B中显示为“批量移动时间(分钟))被输入图7B的字段集合310中。
装运台704a表示加工零件被保持直到它们被装载到用于运输至下一流程的货车为止的位置。如图7A和图7B中所示,在装运台704a(子字段集合310h)卸下500个工件,然后装载到货车706b上以进一步处理(在这种情形下,所述处理为由在制造车间之外的第三方制造商执行的热处理702b(子字段集合310i))。如图7B中所示,通过货车移动该批量所需的时间为120分钟(子字段集合310i)。热处理702b表示硬化金属的过程。在热处理702b之后,处理过的零件被运输回制造系统700并在接收台704b被接收。图7B在子字段集合310j反映了该活动。接收台704b(子字段集合310j)表示制造系统700中处理的零件在由货车706b运输之后但被下一流程使用之前被存储的位置。
如图7A中所示,零件从接收台704b运输(即,批量移动706c)至最后工序702c(子字段集合310k)。最后工序702c表示将零件成形为其最终规格的一组操作。因此,如上所述,图7B的子字段集合310g-310n中提供的数据反映了处理前后所述批量的容器以及处理之间零件的移动。
移动批量模块122以与上面图6B中所述相类似的方式处理图7B中提供的数据,其结果以与上面图6B中所述相类似的方式输出至图4的字段集合402和404(未示出)。因此,如果图1的企业系统100相对于外部批量处理(图7A和7B中所描述的)利用库存管理应用程序112提供的特征,那么移动批量模块122将图6B中执行的计算与图7B中执行的计算相结合,且结果输出至图4的字段集合402和404(例如,子字段集合310g-310n的W0/W1栏中项的总和与子字段集合310a-310f的W0/W1栏中项的总和相加)。在一个具体实施例中,可通过图11中所示公式1104得到字段集合404中的“合计”值。
参考图2,另外的操作数据输入(步骤204)包括用于评估轮班方案对WIP库存的影响的数据。轮班方案指的是上游操作与下游操作之间运行时间差(例如,当上游/下游系统在生产而下游/上游系统未在生产时的制造流程中的情形)。用户在用户界面屏幕300的字段集合312中输入与轮班方案相关的数据。尽管为示出性目的在图3的字段集合312中仅示出了一个轮班方案排列项,但是应当理解,在字段312中可输入许多轮班方案。例如,如果应用程序112的用户界面300以电子表格的形式表示,那么用户可使用由程序提供的简单导航选项添加另外的轮班方案排列项。
在字段集合312中,用户输入位置或描述,其中上游相比下游运行的小时不同(即,轮班方案发生的地方)的。该信息被输入字段集合312中标记为“Location/Description(位置/描述)”的栏下方的位置(显示为“MACHINING TO ASSEMBLY(加工成组件)”)。用户还输入构成轮班方案的两个系统之间的时间差。所述时间差可输入为小时,如字段集合312中标记为“Hrs Longer(长出的小时)”栏中所示。另外,用户在字段集合312的与标记为“方案频率(1/x天)”的字段直接相邻的第二行上输入连续发生的轮班方案之间的天数(图3中图示为“1”)。
轮班方案模块124计算由于该特定轮班方案引起的平均库存的增加。例如,假定上下游系统之间的差为两个小时,该方案出现的频率为每天,如图3的字段集合312所示。轮班方案模块124通过将需求(例如,50JPH)与长出的小时数(例如,2)相乘,从而计算出对于该特定轮班方案的平均库存的总增加,并将该结果除以2与发生频率(例如,对于每天一次而言为1)的乘积,其中“2乘以发生频率”产生平均值。在这种情况下,产生的计算结果50输入字段集合312中标记为“W2”的栏下。轮班方案模块124向字段集合312中确认的所有其它轮班方案应用该相同的计算,并在图4的字段集合406中标记为“合计”的栏下输入所有轮班方案计算的结果的和。在该示例中,字段集合312中只确认一个轮班方案,所以该特定轮班方案的结果输入在字段集合406中。在一个具体实施例中,字段集合406中的“合计”值可通过图11中所示公式1106得到。
再参考图2,另外的操作数据输入(步骤204)包括用于评估计划内停机时间对WIP库存的影响的数据,以及用于评估模型变化对WIP库存的影响的数据。计划内停机指的是一个或多个机器被停机以便例如进行预防性维护的确定或计划的时间周期。模型变化指的是为改变机器内的工具以制造不同零件类型而计划的停机。用户在用户界面屏幕300的字段集合314中输入与计划内停机相关的数据。用户还在用户界面屏幕300的字段集合316中输入与模型变化停机相关的数据。尽管为示出性目的,在图3的字段集合314和316的每个字段集合中都只示出了一个排列项,但是应当理解,在相应的字段集合314和316中可输入许多计划的停机时间和/或模型变化停机时间。例如,如果应用程序112的用户界面300以电子表格的形式表示,那么用户可使用由程序提供的简单导航选项添加另外的排列项。
在字段集合314中,用户输入停机的位置或描述。该信息在字段集合314(“Op30A-C”)中标记为“位置/描述”的栏下方的位置输入。另外,用户根据字段集合314中与标记为“Frequency of Planned DT(1/xDays)(计划内停机频率(1/x天))”的字段直接相邻的第二行上的天数来输入停机发生频率。另外,用户输入满足防护要求所需的时间。该信息在字段集合314中标记为“Mins(分钟)”的栏下的第一行输入。同样,在字段集合316中,用户输入与模型变化有关的停机的位置或描述。该信息在字段集合316中标记为“位置/描述”的栏下方的位置输入。另外,用户根据字段集合316中与标记为“Frequency of Change(1/x Days)(变化频率(1/x天))”的字段直接相邻的第二行上的天数来输入停机发生频率。另外,用户输入满足防护需求所需的时间。该信息在字段集合316中标记为“分钟”的栏下的第一行输入。
计划内停机模块126计算该特定计划内停机的平均库存影响(根据库存的“单元”),并在字段集合314中标记为“W3”的栏中输入该值。另外,利用处理批量模块128,计算该特定模型变化的平均库存影响(根据库存的“单元”),并在字段集合316中标记为“W4”的栏中输入该值。使用图3中提供的示例数据(以及图5的系统500),Op30A-C(502c)的一个计划内停机时间为15分钟。该计划内停机具有每天一次的发生频率。由于三个操作Op30A-C涉及三个并行机器,所以仅需要保护一个15分钟的周期(即,为调和由于该计划内停机引起的任何损失)。如图3的字段集合314中所示,对于相应的操作,将15分钟的时间输入字段中标记为“分钟”的栏下。并且,预计每隔一天就有一个计划内30分钟的转换。该值被输入字段集合316中标记为“分钟”的栏下。计划内停机模块126计算与计划内停机时间相关的平均库存的总增加为13个单元,如图3的栏“W3”栏中所示。该计算通过将需求(50JPH)与计划时间(15分钟*1/60)相乘,再将结果除以发生频率(每天一次)而得到。该值13与每个计划内停机(在该实例中,只有一个)的类似计算得到的值相加,最终结果在标记为“合计”的栏中输入用户界面400的字段集合408。计划内停机模块126使用的相同计算也被处理批量模块128使用,该模块使用计算的结果(即,字段集合316中显示的被输入标记为“W4”的栏中的结果,如本文所进一步描述的)。在一个具体实施例中,字段集合408中的“合计”值可通过图11中所示公式1108得到。
参考图2,另外的操作数据输入(步骤204)包括用于评估处理批量对WIP库存的影响的数据。处理批量模块128处理输入图4的字段集合410中的模型变化数据,以及输入图3的用户界面屏幕300的其它数据。如图3中所示,字段集合318接收与特定单元类型的日常拉货/推货量相关的输入。特别地,标记为“Supplier(供应商)”的一栏下标记为“Daily Quantity(Pcs)(日常量(Pcs))”一行表示针对特定单元类型生产的单元的日常量,在标记为“Customer(消费者)”的一栏下表示针对该单元类型拉货的日常量。“Push(推货)”式系统是供应商基于“预期”消费者需求生产产品并且在消费者“需要”产品之前存储产品的一种系统。一旦消费者订单被完成,那么供应商就重复该过程。“Pull(拉货)”式系统是供应商基于“实际”消费者订单生产产品的一种系统。因为消费者在产品生产之后立即拉走零件,所以零件并不存储。图3的字段集合318中标记为“供应商”的栏下标记为“Days(Batches)(天(批量))”一行表示供应商在给定时间跨度内建立该类型单元的天数,字段集合318中“消费者”栏下方(标记为“天(批量)”的行中)表示在给定时间跨度内消费者就该单元类型拉货的天数。时间跨度指的是直到时间进程(即,推货/拉货次序)自身重复时的天数。该值被输入字段集合318中标记为“Time Horizon(Days)(时间跨度(天))”的行中。
处理批量模块128计算字段集合318中字段“拉货”和“推货”的值。拉货值的计算假定制造系统为完美的拉货式系统(即,在消费者拉货时供应商生产)。推货值的计算假定制造系统为最坏情况的推货式系统(即,供应商在生产与拉货之间尽可能多的延迟生产)。处理批量模块128利用这些最好和最坏情况的平均值来产生输入到字段集合318的标记为“W4”栏中的输出。在具体实施例中,计算该输出的公式1110图示在图11中。公式1110的变量如下:
QI-供应商批量大小
QO-消费者批量小
DI-时间跨度期间供应商工作的天数
DO-时间距离期间消费者工作的天数
T-时间跨度
A-供给但未拉货的天数
B-供给且拉货的天数
C-既未供给也未拉货的天数
D-拉货但未供给的天数
在具体实施例中,消费者批量大小(即,“日常量(Pcs)”)输入作为平均数。但是,每次消费者拉货一个批量,该批量大小相对于该平均数会有微小的变化。这会引起库存的增加。字段集合318中包括栏“Min Pull Size(最小拉货量)”和“Max Pull Size(最大拉货量)”。这些栏的值表示平均消费者批货量的变化。消费者变化模块130计算针对该消费者计划变化的WIP库存的增加。下面的例子描述了包含有消费者变化的字段集合318的批量处理输入。但是,应当理解,在没有基于批量的供应商的情况下也能有消费者变化,反之亦然。制造系统的每个消费者都可具有大小变化的拉货值。在字段集合318的“消费者”栏下在标记为“日常量(Pcs)”的行上输入的值(显示为“250”)表示当消费者拉这一类单元的货时计划内日常拉货的量。字段集合318中标记为“最小拉货量”的一栏表示消费者相对于计划内消费者批量拉货量可拉货的最小单元量(图示为“238”)的值。字段集合318中标记为“最大拉货量”的一栏表示消费者相对于计划内消费者批量拉货量可拉货的最大单元量(图示为“263”)的值。
消费者变化模块130计算字段集合318中标记为“(Mean Inc(平均增加)”和“Variation(变化)”的字段的值。当消费者有比定期预计拉更多货的趋势时,供应商需要增加其平均产量以满足比正常更高的拉货。该增加称为“平均增加”。当消费者改变其拉货时,假定供应是恒定的,当消费者欠拉货时,通常成品库存的缓冲将增加。另外,应允许增加缓冲以允许过拉货。计算的由于该波动而增加的缓冲量称为“变化”。字段集合318的“平均增加”和“变化”字段中的值的总和被输入标记为“W5”的栏下。消费者变化模块130使用字段集合318中标记为“W5”的栏内提供的值来计算图4的用户界面屏幕400的输出。如字段集合412中所示,平均增加值“0”输入到标记为“平均增加”的一栏中,变化值“5”输入标记为“变化”的一栏中。字段集合412中的“平均增加”值反映了字段集合318中所有零件类型的所有“平均增加”值的和(在图3的字段集合318中所示输入范例中,只有一个零件类型“A”)。同样,字段412中所示“变化”值反映了字段集合318中所有零件类型的所有“变化”值的和。消费者变化模块130将输入在字段集合412的“平均增加”和“变化”中的值求和,并将结果输入字段集合412的“合计”栏。
下面参考图8A和图8B进一步详细描述结合消费者变化方案在评估处理批量对WIP库存的影响中所使用的数据。图8A示出了包括元素802a-802e和804a-804b的制造系统800,这些元素基本类似于图5中所述的那些元素,因此,这里不再进一步描述。图8B示出了具有用于两个零件类型(A和B)的范例数据的字段集合318。每个零件类型A和B都表示特定类型的单元或制造材料。图8B中所示的示例表示50%的零件A与50%的零件B混合的模型。为示出性目的(如图8B中所示),假定批量处理包括500个单元的A型零件(每两天中的一天)和500个单元的B型零件(每两天中的一天)的供应量。还假定所述批量处理包括250个单元(每天)的零件A和250个单元(每天)的零件B的消费者量。产量变量估计为475JPH到525JPH。由于供应商每两天中的一天创建一次零件类型A,然后下一天创建零件类型B,所以时间跨度输入为“2”。
使用图8B中所示示例的字段集合318,处理批量模块128计算字段集合318中所示用于零件A的“推货”和“拉货”量,并对它们求平均,以达到标记为“W4”的一栏中零件A的值。对于其它零件类型(例如,零件B)执行相同的过程。另外,消费者变化模块130通过将“平均增加”与“变化”的相应值求和来计算图8的字段集合318的零件A和B中标记为“W5”一栏中的值。
字段集合318的处理,连同上面字段集合316中所述的模型变化值,用于得到输出至图4的用户界面屏幕400的值,现在进行描述。使用图8B中所示示例字段集合318,处理批量模块128将字段集合318的零件A和B(如果适用的话,还有任意其它零件)中的“拉货”值加起来,并将该值输入图4的字段集合410中“拉货”栏下面。同样,将字段集合318的零件A和B(如果适用的话,还有任意其它零件)中的“推货”值加在一起,并将该值输入图4的字段集合410中标记为“推货”一栏下。注意,字段集合410中标记为“Model Change(模型变化)”的栏目具有从通过上述计划内停机模块执行的处理得到的值。
处理批量模块128计算数据字段集合410的“拉货”和“推货”中两个值的平均值,并将该结果加到字段集合410中标记为“模型变化”的栏中的值。该相加的结果输入到图4的字段集合410中标记为“合计”的栏中。如上所述,字段410中标记为“模型变化”的栏中的值表示计算的为协调因计划内模型混合转换引起WIP库存产生的任意变化所需的平均库存的增加。字段集合410中的“拉货”值假定在供给与拉货之间具有平均值为零天数的完美拉货系统。另外,字段集合410中的“推货”值假定了供给与推货之间具有平均值为总批量天数的最坏情况推货系统。因此,字段集合410中标记为“合计”栏内得到的合计值表示与处理批量相关的平均库存的总计算增加,即,转换加上拉货与推货值的平均值。在一个具体实施例中,可通过图11中所示公式1110得到字段集合410中的“合计”值。在字段集合412中标记为“合计”的栏中得到的合计值表示与消费者计划变化相关的平均库存的总计算增加。在一个具体实施例中,可通过图11中所示公式1112得到字段集合412中的“合计”值。
尽管图8B中所示的上列描述示出了进行的处理活动及其相关的输出,但是应当理解,使用本发明的库存管理流程可实现批量处理方法的变化。例如,当消费者利用延迟的拉货系统(未示出)时,图3的字段集合318可用于确定批量处理活动的库存驱动。延迟拉货系统指的是消费者按延迟的进度(例如,每两天)拉走单元的系统。例如,假定供应商创建1000个单元的零件A和1000个单元的零件B,这花费供应商2天来创建这些单元的两个批量。假定消费者在每两天的结束拉走1000个零件A和B。这可通过在零件A的栏“供应商”下面标记为“日常量(Pcs)”的行中输入1000而反映在字段集合318中(未示出)。消费者日常量(1000)输入到零件A的栏“消费者”下标记为“日常量(Pcs)”的行中。
供应商在两天时间跨度中的一天创建零件A。这反映为在字段集合318的“供应商”栏中标记为“天(批量)”的行中输入的“1”(未示出)。消费者在两天时间跨度中的一天拉走零件类型A(反映为在字段集合318的“消费者”栏中标记为“天(批量)”的行中输入的“1”——未示出)。如果供应商在与消费者拉货的同一天制造该批量,那么处理批量模块128将超过该批量的额外库存计算为“0”。该值反映在零件A的字段集合318的栏“拉货”中(未示出)。并且,因为所述时间跨度(2天)大于拉货频率(1天),所以在供应与拉货之间存在一天的潜在延迟,超出了最佳情形方案。因此,处理批量模块128计算在两天时间跨度上库存平均一天增加1000件或500件。该值会反映在零件A中字段集合318的“拉货”栏中(未示出)。处理批量模块128将字段集合318中零件A的栏“W4”中的值计算为“250”(拉货与推货值的平均值——未示出)。
回来参考图2,另外的操作数据输入(步骤204)包括用于评估供应商时间进程变化对WIP库存的影响的数据。供应商时间进程变化指的是原料库存为保护系统不受供应商和运入(in-bound transportation)变化的影响所需的零件。使用图3的字段集合320中提供的范例数据,对于字段集合320的第一供应(例如,“Supply1(供应1)”)日常使用为每天250个单元。字段集合320中使用的术语“供应”表示零件或单元类型。“日常使用”指的是每天每个零件类型(例如,“供应1”)生产的单元数量。尽管为示出性目的,图3的字段集合320中只示出了一个“供应”项,但是应当理解,字段集合320中可输入许多供应项。例如,如果应用程序112的用户界面300以电子表格的形式表示,那么用户可使用由程序提供的简单导航选项添加另外的批量行。为示出性目的,假定具有对第二零件类型(零件B)的第二供应(供应2)(未示出)。还假定供应2的日常使用为每天250个单元。最后,假设零件A的供应商预计每五个小时输送一次他们的零件,而零件B的供应商每两个小时输送。利用各自供应商的历史数据,确定零件A的供应商他们的输送延迟会高达一个小时,而零件B的供应商延迟最大仅半小时。如零件A的字段集合320中所示,在标记为“Missed Window(hrs)(错过窗口(hrs))”的行中输入5小时的值,在标记为“Late Window(hrs)(延迟窗口(hrs))”的行中输入1小时的值。这意味着零件A的供应商必须每五个小时输送一定数量的零件,且偶尔可以晚输送高达一个小时。因此,可根据在五小时时间周期内已经输送的零件数量来检测一个错过的输送。可选地,可根据针对特定输送计划安排的零件数目除以供应商过去已经迟的小时数来测得为保护不受一次延迟输送的影响所需要的库存。同样,对于零件B,在标记为“错过窗口(hrs)”(未示出)的行中输入2.0小时的值,在标记为“延迟窗口(hrs)”(未示出)的行中输入0.5小时的值。这意味着零件B的供应商必须每2个小时输送,且具有高达0.5小时的延迟窗口。
供应商变化模块132使用“延迟窗口”值和“错过窗口”值来计算字段集合320的相应零件A和B的标记为“W6”栏中所示的值。在具体实施例中,对于各零件类型,供应商变化模块132通过首先比较在“延迟窗口”和“错过窗口”中输入的值来计算标记为“W6”的栏目中的值。供应商变化模块132使用该信息结合字段集合302的数据(即,小时每天),然后针对各零件类型计算“延迟窗口”和“错过窗口”中较大一者所需的WIP库存量,并将该结果置于该零件类型的“W6”栏中。例如,使用图3中所提供的范例数据,系统每天运行10小时(字段集合302中所示的系统数据)。在字段集合320中,零件A的日常使用量为250或每小时25(250/10)。由于该零件的供应商可能延迟一小时,所以延迟装运的保障为25个零件(25*1)。另外,错过装运的保障每小时25个零件乘以装运之间的小时数(25*5),或125个零件。这两个值的最大值为125,该值被输入字段集合320中零件A的标记为“W6”的栏中。并且,例如,假定零件B具有250个零件的日常使用,或者每小时25个。它的延迟装运时间为0.5小时,所以零件B的保障为12.5或13件。由于该零件每两小时装运一次,所以错过装运的保障为25*2或50个零件。
供应商变化模块132使用各零件类型(例如,零件A和零件B)的字段集合320中所示的值,以产生输入到图4的字段集合414中所示“延迟”和“错过”栏中的输出值。对于那些“延迟窗口”WIP需求大于“错过窗口”的零件,将各零件的“延迟窗口”的值求和,并输入到字段集合414的“延迟”栏。同样,对于那些“错过窗口”WIP需求高于“延迟窗口”的零件,将各零件的“错过窗口”的值加在一起并输入到字段集合414的“错过”栏。使用上面的示例,零件A和B的标记为“W6”的栏中值的和为175(零件A为125,零件B为50),如字段集合414中标记为“错过”的一栏所示。然后供应商变化模块132将输入在字段集合414中的值(即,“延迟”和“错过”的值)求和,以产生输入在字段集合414的“合计”栏中的值。该合计值表示保护供应商延迟装运和/或错过装运的预期时间所需的WIP库存量。在一个具体实施例中,字段集合414中的“合计”值可通过图11中所示公式1114得到。
现在参考图2,另外的操作数据输入(步骤204)包括用于评估计划外停机对WIP库存的影响的数据。使用图3的字段集合304中提供的范例数据,制造环境(例如,制造系统500)中最慢总机器中的一个或多个的名称和/或描述被输入到标记为“操作描述/名称”一栏中标记为“Actual Slow Gross(JPH)(实际慢速总(JPH))”的行中。确认的慢速总机器的速度以每小时工作量(JPH)输入到标记为“JPH”一栏中标记为“实际慢速总(JPH)”的行中。慢速总机器指的是具有最长循环时间的机器或并行机器的组合。使用图5中所示范例制造系统500,慢速总机器为具有54.5的JPH的“Op50”。另外,制造车间(例如,系统500)的一个或多个慢速净机器的名称和/或描述被输入到字段集合304中标记为“操作描述/名称”的一栏中“Actual Slow Net(实际慢速净)”一行中。与慢速净机器的名称相邻,在标记为“JPH”的栏中,输入该慢速净机器的速率。慢速净机器指的是考虑其循环时间和停机时间(不包括被锁和无原料时间(例如,可确认为瓶颈/受限制))具有最小JPH的机器或并行机器的组合。图5和图9A-9B中进一步示出和描述了这些特征,现在进行描述。
计划外停机模块134使用图9A中所示计算来计算慢速总机器和慢速净机器的速率。对制造系统中每个机器/操作(例如502a-502e)都执行公式。使用例如图5中给各设备502a-502e提供的信息,公式902a-902e将循环时间转换为每小时工作量(JPH),其为假定设备从不故障的总速率(例如,502a/902a:3600sec/1hr*job/52sec=69JPH;其中52为502a的循环时间)。然后将总JPH率(例如,69JPH)乘以运行时间%(例如,502a为88%),得到反映了包括故障在内的机器速率的净速率(例如,60.9JPH)。如图9A中所示,“Op50”或机器502e表示通过计算902e确定的慢速总机器。另外,如图9A中所示,“Op30A-C”或机器502c表示通过计算902c确定的慢速净机器(例如,具有最低独立产量的操作)。
另外的输入包括计算的为JPH形式的关于制造系统的系统需求率。在具体实施例中,计算的系统需求率基于字段集合302中得到的输入。计算的系统需求率通过将字段集合302中的需求(图示为“500”)除以字段集合302中的小时数(图示为“10.0”)而得到。使用字段集合302中所示的输入,计算的系统需求率为500/10,或50。这反应在图9B的字段集合304中标记为“JPH”栏内的标记为“System Demand(JPH)(系统需求(JPH))”的行中。如字段集合304中所示,将单元通过制造系统内实际最长路线的处理时间输入“JPH”栏中标记为“Longest Lead Time(mins)(最长交付时间(分钟))”的行中。在串行制造系统中,例如,该值可通过将各机台循环时间相加来得到。例如,图5中机器502a-502e的循环时间之和反映了18.2分钟的最长交付时间(CT 52秒*4机台+CT 56秒*10机台+CT 195秒+CT 64秒+CT 66秒=1093秒,或18.2分钟),其中CT指的是循环时间。在字段集合304中还示出,在标记为“MTTR of Bottlenecks(mins)(瓶颈MTTR(分钟))”的行中输入典型的维修平均时间(MTTR)。该值表示根据瓶颈确定为对制造系统有最大影响的机台的MTTR。例如,从MTTR数去除短故障(在机器循环时或附近),以允许MTTR更好地表示更长的停机时间。如果需要,可通过对瓶颈机台采样计算该值。
如图4中所示,计划外停机模块134使用用户界面屏幕300的字段集合304中提供的值来产生图4的字段集合416中所示的输出。字段集合416有三个相关的值:Internal(内部)、Variation(变化)和End of Line(生产线末端)。“内部”指的是与系统平均计划外停机相关的对该系统内部的平均库存的计算增加(以单元计)(即,系统缓冲内为免受计划外故障影响和以消费者需求率提供产品所需的库存量)。“变化”指的是免受瓶颈操作的MTTR的典型变化影响的平均库存的计算增加(以单元计)(即,由于故障率的大量变化而引起的持续供应消费者零件所需的库存量)。“生产线末端”指的是由于为保护消费者免受系统计划外停机影响的需要二引起的在系统末端平均库存的计算增加(以单元计)(即,假定内部库存在系统内部,这是在系统末端使消费者免受供应商正常故障率影响而需要的库存)。
计划外停机模块134计算字段集合416的“内部”值。计划外停机模块134计算字段集合416的“变化”值和字段集合416的“生产线末端”值。然后计划外停机模块134对字段集合416的“内部”、“变化”和“生产线末端”值求和,并将结果放入字段集合416的“合计”栏中。在一个具体实施例中,可通过图11中所示公式1116得到“内部”、“变化”和“生产线末端”值,包括这些值的和(即,字段集合416中的“合计”值)。公式1116中使用的变量描述如下:
rg-瓶颈速率(即,具有最低独立产量的操作)
LT-制造产品的交付时间(即,每个操作的循环时间之和*每个操作的机台数目)
Demand(需求)-免受影响率
MTTR-维修平均时间
#*MTTR-其它保护时间
因此,使用上面的例子,“内部”值(即,内部计划外停机的值)可计算为
Figure BSA00000475395300361
“变化”值(即,变化停机的值)可计算为(5*MTTR*Demand)。
“生产线末端”值可计算为Demand*3.1*LT*
Figure BSA00000475395300362
从而“Demand”值从字段集合302得到,“LT”为来自字段集合304的最长交付时间,“Rb”值为来自字段集合304的慢速总机器,Rb”值为字段集合304的慢速净机器。
回来参考图2,额外的操作数据输入(步骤204)包括用于评估一次送检合格率(FTQ)数据对WIP库存的影响的数据。在具体实施例中,FTQ指的是测量定义的一组操作的流程和/或产品的一次通过率(或产出)的性能度量。使用图3的字段集合322中提供的示例数据,其中发生FTQ处理流程的位置和描述被输入字段集合322中的相应位置。如图3中所示,例如,在第一位置(Location 1(位置1))的离线检查被描述为“1RACK PER DAY(每天1机架)”,在第一位置的离线维修被描述为“Op20”,在第一位置的废料处理描述为“SYSTEM”。对于这些FTQ处理流程中的每个,离线进行的零件/单元的总产量百分比输入到字段集合322中示出的相应行中标记为“%”的行中。另外,单元在FTQ处理流程中的时间(例如,为检查和维修——可以为从系统移开到返回系统的时间;用于废弃——可以为用于从系统移开以从库存计数平衡(balance)中去除的时间)输入在字段集合322中所示相应行内标记为“时间(分钟)”的栏中。FTQ模块136使用这些值来计算特定FTQ处理流程的平均库存影响。该结果输入到器在字段集合322中标记为“W8”栏下的相应行中。例如,假定FTQ处理流程(离线检查)包括第一位置,具有10.0%的百分比值和600分钟。10%的值反映了基于日常需求的检查率。如图3中所示,字段集合302示出了500个零件的日常需求。因此,检查率为每天50个零件。600分钟的值表示一天中工作的分钟数。如图3中所示,字段集合302示出了10小时的工作日(600/60=10)。因此,每天将50个零件送往检查,这花费一天来检查它们。该值输入图3的字段集合322中离线检查位置1的标记为“W8”栏中。对为“维修”和“废弃”提供的值执行类似的计算。
FTQ模块136使用输入字段集合322的栏“W8”中的值来计算图4的字段集合418中所示的输出值。通过FTQ模块136确定各位置的相应检查、维修和废弃变量的W8值的总和,并将其输入字段集合418中的相应位置。随后,FTQ模块136将输入字段集合418的栏目“Inspection(检查)”、“Repair(维修)”和“Scrap(废弃)”中的值加在一起,并将结果输入字段集合418的“合计”栏中。该值表示由于FTQ流程(检查、维修和废弃)引起的平均库存的总计算增加。在一个具体实施例中,字段集合418中的“合计”值可通过图11中所示公式1118得到。
回来参考图2,另外的操作数据输入(步骤204)包括用于评估特殊原因对WIP库存(这里也称为“习惯原因”)的影响的数据。特殊原因可为库存增加的任何其它原因(除了上述原因之外)。使用图3的字段集合324中提供的示例数据,在标记为“Special Cause(特殊原因)”的栏中输入一个或多个特殊原因的名称和/或描述。库存增加的原因输入在图3的字段集合324的标记为“原因”的栏中。标记为“Avg”的栏中提供的值指的是由于该特殊原因被保留的平均单元数。例如,特殊原因可以是具有平均100个单元(最小安全库存)的“End of Line Safety Stock-Major Breakdowns(生产线末端安全库存-主要分解)”。输入到字段集合324中的该值可通过特殊原因模块138与其它特殊原因类似地获得的其它值相加并“求平均”。然后将产生的值输入图4的字段集合420的“合计”栏。
如上所述,模块120-138处理输入和来自用户界面屏幕300的输入的相关数据,并根据库存的各个驱动(W0-W9)提供图4中计算的输出。库存管理应用程序112将图4的字段402-420的合计栏中的值求和,并将结果提供在字段422中标记为“总平均库存”的栏中。总平均库存反映了由所有原因/驱动一起的计算的平均增加库存。另外,库存管理应用程序112计算用于制造系统内库存的平均日常库存值,并将该值输入图4的字段集合426中。通过将字段集合422中的值与图3字段集合302中输入的“Avg$/Piece”(图示为$5.00)值相乘可得到字段集合426“库存的总平均$”。另外,库存管理应用程序112计算手头的总平均天数,并将该值输入图4的字段集合424中。手头总平均天数值反映了计算的与消费者日常需求相关的库存天数。该值可通过将字段集合422中的值除以字段集合302中的每天需求值得到(使用图3中所示的示例数据,1435/500=2.9,或“2”)。
如上所述,在图4的字段集合402至426中总结了当前、未来和理想WIP库存状态。但是,使用不同输入对这三个状态的每个状态创建单独的模型。例如,图3中的字段集合316示出了每两天30分钟的模型变化时间,产生表示因模型变化引起的WIP库存增加的需求的值。假定该值表示系统(例如,制造车间)的当前状态。除了将该值输入字段集合316中标记为“W4”的栏中之外,该值还反映在图4的字段集合410中,并最终作为图4的字段集合422中计算的总平均库存(例如,“1435”)的部分。但是,假定为未来状态创建新的模型,其中字段集合316中的模型变化时间减小为每两天15分钟。这将导致用于未来状态的字段集合316(即,在标记为“W4”的栏中)、410和422中更低的值。另外,为理想状态可创建第三模型,其中没有模型变化时间。这会反应在字段集合316中(如“零”),且字段集合410和422中的值会相应地降低。
库存管理流程不仅量化了需要的库存,还量化了所需的原因。每个驱动都实施为模块120-138。通过由原因或驱动确定WIP库存,库存管理流程使得制造实体能够确认库存的哪个驱动对系统具有最大影响,以及能够评估可能降低库存的变化或改进。
如上所述,本发明可表现为用来实施那些流程的计算机执行程序和设备的形式。本发明的实施例还可表现为含有嵌在有形介质(例如软盘、光盘、硬盘驱动或任何其它计算机可读存储介质)中的指令的计算机程序代码的形式,其中,当该计算机程序被加载进计算机并被计算机执行时,计算机变成用于实施本发明的设备。本发明的实施例还可表现为计算机程序代码的形式,例如,不管是否存储在存储介质中、加载进计算机和/或被计算机执行、或通过某些传递媒介传输(例如通过电线或电缆、通过光纤、或通过电磁辐射),其中,当计算机程序被加载进计算机并被计算机执行时,计算机变成用于实施本发明的设备。当在通用微处理器上执行时,计算机程序代码片段将微处理器构造成创建专用逻辑电路。
尽管已经参考具体实施例描述了本发明,但是本领域的技术人员应当理解,在不脱离本发明范围的情况下可对其进行各种改变或用等效物替代其元素。另外,在不脱离其实质范围的情况下,根据本发明的教导,可进行许多修改以适应特定的情形或材料。因此,本发明不限于作为实施本发明最佳模式而公开的特定实施例,而是本发明将包括落入本申请范围内的所有实施方式。

Claims (10)

1.一种管理半成品WIP库存的方法,包括:
通过计算机处理装置的用户界面接收输入,所述输入对应于为模块定义的变量,每个模块都包括用于确定和量化相应WIP库存驱动的一组指令,其中WIP库存驱动中的每个都表示影响所述WIP库存的获取、处理和移动中至少一项的不同要素;
通过所述模块中的一个或多个对所述输入执行指令,所述输入基于为所述模块定义的相应变量应用到所述模块中相应的一个或多个;以及
从所述指令的执行得到量化的WIP库存,所述量化WIP库存通过相应的WIP库存驱动来分类。
2.如权利要求1的方法,其中所述输入包括反映制造系统的当前状态的值,所述当前状态表示所述制造系统中当前存在的WIP库存的水平,所述方法还包括:
产生可重新使用的模型,其表示从有关所述当前状态的所述指令的执行得到的量化WIP库存。
3.如权利要求1的方法,其中所述输入包括反映制造系统的预期状态的值,所述预期状态表示基于预期制造计划的未实现的WIP库存水平,所述方法还包括:
产生可重新使用的模型,其表示从有关所述预期状态的所述指令的执行得到的量化WIP库存。
4.如权利要求1的方法,其中所述输入包括反映制造系统的理想状态的值,所述理想状态表示为保持所述制造系统运行在为所述制造系统定义的最大能力而确定的WIP库存水平,所述方法还包括:
产生可重新使用的模型,其表示从有关所述理想状态的所述指令的执行得到的量化WIP库存。
5.如权利要求1的方法,其中所述模块包括系统填充模块,由所述系统填充模块使用的变量包括缓冲位置的总和、反映将WIP库存材料传送至所述缓冲位置花费的平均时间量的转位时间、位于传送所述WIP库存材料的传输机各末端上的机器的机器循环时间、以及用于加载和卸载批量操作的批量移动时间,所述方法还包括:
使用相应变量的输入,所述系统填充模块确定机器之间传输的WIP库存材料的量以及被识别用于移动批量操作的WIP库存材料的量,并对机台的总数、机器之间传输的WIP库存材料的量、及被识别用于移动批量操作的WIP库存材料的量求和;
其中从所述系统填充模块的执行产生的量化WIP库存包括为保持相对于机器运行的正常运行时间百分比而确定的平均WIP库存的增加。
6.如权利要求5的方法,其中所述模块包括移动批量模块,由所述移动批量模块使用的变量包括在准备加载以进行操作的过程中确认的单元的数量、在所述操作结束后准备下次操作中收集的单元的数量、以及用于加载和卸载批量操作的批量移动;
其中从所述移动批量模块的执行产生的所述量化WIP库存包括由于移动WIP库存材料的容器而引起的平均WIP库存的所有增加。
7.如权利要求1的方法,其中所述模块包括轮班方案模块,由所述轮班方案模块使用的变量包括在构成轮班方案的两个系统之间确认的时间差、所述轮班方案的发生频率、以及日常需求,所述方法还包括:
使用相应变量的输入,所述轮班方案模块通过将所述日常需求乘以所述时间差并将结果除以所述发生频率来计算因所述轮班方案引起的平均WIP库存的所有增加;
其中由所述轮班方案模块的执行产生的量化WIP库存包括因为归因于为制造流程确认的轮班方案的不同运行时间而引起的平均WIP库存的所有增加。
8.如权利要求1的方法,其中所述模块包括计划内停机模块,由所述计划内停机模块使用的变量包括操作的计划内停机的持续时间、以及所述操作的发生所述计划内停机的频率,所述方法还包括:
使用相应变量的输入,所述计划内停机模块计算因各操作的计划内停机引起的平均WIP库存的所有增加,并对所述计划停机的计算结果求和;
其中由所述计划内停机模块的执行产生的量化WIP库存包括由于计划内停机引起的平均WIP库存的所有增加。
9.一种用于管理半成品WIP库存的系统,包括:
主系统计算机;以及
在所述主系统计算机上执行的应用程序,所述应用程序包括模块和用户界面,所述应用程序执行包括下列步骤的方法:
通过所述应用程序的用户界面接收输入,所述输入对应于为所述模块定义的变量,每个所述模块都包括用于确定和量化相应WIP库存驱动的一组指令,其中WIP库存驱动每个都表示影响所述WIP库存的获取、处理和移动中至少一项的不同要素;
通过所述模块中的一个或多个对所述输入执行相应的一组指令,所述输入基于为所述模块定义的相应变量应用到所述模块中相应的一个或多个;以及
从所述一组指令的执行得到量化的WIP库存,所述量化WIP库存通过相应的WIP库存驱动来分类。
10.一种用于管理半成品WIP库存的计算机程序产品,所述计算机程序产品包括以机器可读取的计算机程序代码编码的存储介质,其中当所述计算机程序代码被计算机执行时实施一种方法,该方法包括:
接收对应于为模块定义的变量的输入,每个所述模块都包括用于确定和量化相应WIP库存驱动的一组指令,其中WIP库存驱动中的每个都表示影响所述WIP库存的获取、处理和移动中至少一项的不同要素;
通过所述模块中的一个或多个对所述输入执行相应的一组指令,所述输入基于为所述模块定义的相应变量应用到所述模块中相应的一个或多个;以及
从所述一组指令的执行得到量化的WIP库存,所述量化WIP库存通过相应的WIP库存驱动来分类。
CN2011100960924A 2010-03-23 2011-03-23 库存管理 Pending CN102201084A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US12/729,551 US20110238537A1 (en) 2010-03-23 2010-03-23 Work in process inventory analysis tool
US12/729551 2010-03-23

Publications (1)

Publication Number Publication Date
CN102201084A true CN102201084A (zh) 2011-09-28

Family

ID=44657450

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2011100960924A Pending CN102201084A (zh) 2010-03-23 2011-03-23 库存管理

Country Status (3)

Country Link
US (1) US20110238537A1 (zh)
CN (1) CN102201084A (zh)
DE (1) DE102011014817A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110555542A (zh) * 2018-05-31 2019-12-10 微软技术许可有限责任公司 资源的库存控制

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102007035835A1 (de) * 2007-07-31 2009-02-05 Advanced Micro Devices, Inc., Sunnyvale Verfahren und System zum Koordinieren eines Produktstroms in einer Fertigungsumgebung durch Verwendung prozessspezifischer WIP-Grenzen
JP5710435B2 (ja) * 2011-09-16 2015-04-30 株式会社日立製作所 製造ライン設計装置および製造ライン設計方法
JP5627625B2 (ja) * 2012-03-22 2014-11-19 株式会社東芝 スケジューリング装置およびその方法
US10346774B2 (en) * 2014-09-01 2019-07-09 Accenture Global Services Limited Inventory optimization tool
WO2017010188A1 (ja) * 2015-07-15 2017-01-19 三菱電機株式会社 所要量計算装置および所要量計算方法
TWI668628B (zh) * 2018-11-23 2019-08-11 信昌機械廠股份有限公司 生產線的電子看板管理系統

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5630070A (en) * 1993-08-16 1997-05-13 International Business Machines Corporation Optimization of manufacturing resource planning
US7289964B1 (en) * 1999-08-31 2007-10-30 Accenture Llp System and method for transaction services patterns in a netcentric environment
US7092929B1 (en) * 2000-11-08 2006-08-15 Bluefire Systems, Inc. Method and apparatus for planning analysis
US7340578B1 (en) * 2004-04-28 2008-03-04 Sun Microsystems, Inc. Method and apparatus for maintaining an accurate inventory of storage capacity in a clustered data processing system
US7873429B2 (en) * 2004-12-10 2011-01-18 L'Air Liquide, Societe Anonyme a Directoire et Conseil de Surveillance pour l'Etude et l'Exploitation des Procedes Georges Clause Network production planning method
US7218974B2 (en) * 2005-03-29 2007-05-15 Zarpac, Inc. Industrial process data acquisition and analysis

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110555542A (zh) * 2018-05-31 2019-12-10 微软技术许可有限责任公司 资源的库存控制
CN110555542B (zh) * 2018-05-31 2023-06-02 微软技术许可有限责任公司 资源的库存控制

Also Published As

Publication number Publication date
DE102011014817A1 (de) 2011-10-27
US20110238537A1 (en) 2011-09-29

Similar Documents

Publication Publication Date Title
Georgiadis et al. Real-time production planning and control system for job-shop manufacturing: A system dynamics analysis
CN102201084A (zh) 库存管理
Sarin et al. A survey of dispatching rules for operational control in wafer fabrication
US7941236B2 (en) Methods and systems for employing dynamic risk-based scheduling to optimize and integrate production with a supply chain
Ham Flexible job shop scheduling problem for parallel batch processing machine with compatible job families
Mazzola et al. Production planning of a flexible manufacturing system in a material requirements planning environment
Georgiadis et al. Dynamic Drum-Buffer-Rope approach for production planning and control in capacitated flow-shop manufacturing systems
CN113177761B (zh) 一种考虑时效性的电商仓储智能排产预警系统
Krishnaiyer et al. Cloud Kanban framework for service operations management
US11100437B2 (en) Method for improving semiconductor back-end factories
CN113519009A (zh) 基于区块链的工业制造资源共享方法、装置和系统
Zahraei et al. Optimizing a recover-and-assemble remanufacturing system with production smoothing
Kim et al. A conceptual model of smart manufacturing execution system for rolling stock manufacturer
Magnanini et al. A Digital Twin-based approach for multi-objective optimization of short-term production planning
Tubilla et al. Dynamic scheduling in make-to-stock production systems with setup times and random breakdowns: performance analysis and improved policies
US20220188767A1 (en) Coordination platform for warehouse operations
JP6917288B2 (ja) 保守計画生成システム
US11669802B2 (en) Performance monitoring interfaces for warehouse operations
WO2016020982A1 (ja) 情報処理システム及び情報処理方法
Tyagi et al. Towards integrated manufacturing planning and control: A review and classification
Lewczuk et al. Selected aspects of warehouse process control and the quality of warehouse services
CN113448693A (zh) 一种数字化工厂saas云平台
US8185227B2 (en) Method and system for determining manufacturing throughput target
Meidyani et al. Time and cost optimization using scheduling job shop and linear goal programming model
Fauadi et al. AGENT-BASED discrete event simulation–system dynamics approach to optimize manufacturing system with maintenance activities

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C02 Deemed withdrawal of patent application after publication (patent law 2001)
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20110928