CN113506081A - 一种生产计划管理系统及其排产方法 - Google Patents
一种生产计划管理系统及其排产方法 Download PDFInfo
- Publication number
- CN113506081A CN113506081A CN202110658954.1A CN202110658954A CN113506081A CN 113506081 A CN113506081 A CN 113506081A CN 202110658954 A CN202110658954 A CN 202110658954A CN 113506081 A CN113506081 A CN 113506081A
- Authority
- CN
- China
- Prior art keywords
- production
- plan
- time
- scheduling
- order
- 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
Links
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 246
- 238000000034 method Methods 0.000 title claims abstract description 218
- 230000003442 weekly effect Effects 0.000 claims abstract description 24
- 230000008569 process Effects 0.000 claims description 179
- 239000000047 product Substances 0.000 claims description 79
- 238000007726 management method Methods 0.000 claims description 68
- 238000013439 planning Methods 0.000 claims description 40
- 238000012384 transportation and delivery Methods 0.000 claims description 23
- 239000000463 material Substances 0.000 claims description 16
- 238000001914 filtration Methods 0.000 claims description 15
- 238000013468 resource allocation Methods 0.000 claims description 14
- 238000010923 batch production Methods 0.000 claims description 12
- 239000011265 semifinished product Substances 0.000 claims description 9
- 230000007306 turnover Effects 0.000 claims description 9
- 238000003780 insertion Methods 0.000 claims description 8
- 230000037431 insertion Effects 0.000 claims description 8
- 230000008859 change Effects 0.000 claims description 7
- 239000010410 layer Substances 0.000 claims description 7
- 230000008520 organization Effects 0.000 claims description 7
- 230000010485 coping Effects 0.000 claims description 6
- 238000002360 preparation method Methods 0.000 claims description 6
- 238000006243 chemical reaction Methods 0.000 claims description 5
- 238000005516 engineering process Methods 0.000 claims description 4
- 238000012790 confirmation Methods 0.000 claims description 3
- 230000007123 defense Effects 0.000 claims description 3
- 230000002950 deficient Effects 0.000 claims description 3
- 239000013067 intermediate product Substances 0.000 claims description 3
- 238000005259 measurement Methods 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 3
- 239000002994 raw material Substances 0.000 claims description 3
- 230000002441 reversible effect Effects 0.000 claims description 3
- 239000002356 single layer Substances 0.000 claims description 3
- 238000011161 development Methods 0.000 claims description 2
- 230000005540 biological transmission Effects 0.000 claims 1
- 238000004891 communication Methods 0.000 abstract description 4
- 238000010586 diagram Methods 0.000 description 6
- 230000006872 improvement Effects 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 3
- 238000005457 optimization Methods 0.000 description 3
- 238000001723 curing Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000010304 firing Methods 0.000 description 2
- 238000003825 pressing Methods 0.000 description 2
- 238000004073 vulcanization Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000019771 cognition Effects 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000000149 penetrating effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000007711 solidification Methods 0.000 description 1
- 230000008023 solidification Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION 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
- G06Q10/00—Administration; Management
- G06Q10/10—Office automation; Time management
- G06Q10/109—Time management, e.g. calendars, reminders, meetings or time accounting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06316—Sequencing of tasks or work
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/04—Manufacturing
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- Educational Administration (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Manufacturing & Machinery (AREA)
- Data Mining & Analysis (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- General Factory Administration (AREA)
Abstract
本发明公开了一种生产计划管理系统及其排产方法,包括APS排产系统,所述的APS排产系统中设有不同层级管理维度的控制逻辑算法。本发明的优点在于:能够帮助企业回归管理本质,认清计划的本质,可以让管理者认清其管理职责,清晰明了的知道在不同层级控制何种变量或杂波或风险因素,充分发挥日报、周报、月报、年报与计划之间的偏差,这些不同层级的偏差与不同层级的计划控制管理者结合,就为围绕计划纲领的现场管理提供了非常明确的方向与内容,为销售、客户、生产等相关人员很方便知道调整订单能够调整的范围是什么,方便决策与协商,提高管理、沟通效率,为管理者提供了衡量生产能力的明确数据,为多层级管控提供了一致的沟通标准。
Description
技术领域
本发明涉及生产计划与控制技术领域,具体是指一种生产计划管理系统及其排产方法。
背景技术
生产计划与控制。内容包括生产系统及生产管理战略、需求预测、库存控制、综合生产计划、主生产计划、物料需求计划、能力需求计划、生产调度、项目计划与控制、JIT与精益生产、优化生产技术、基于约束理论的生产计划、高级计划与排程、大规模定制及其生产计划。现有排产软件更多的重点在智能排产算法,而不是在管理目的上。现有排程软件不具备多层计划控制的管理思维与功能;错误的理解排产计划就是算法,认为排产算法可以把计划制定工作设计的很好,拼劲算法企图能够穷尽计划变量。现有计划排产不具有产能池概念,现有计划排产软件不是按照产能排产给予决策参考,对业务接单的管理决策还需要靠经验数据进行产能判断而接单,现有计划排产不能为计划调整提供插单、推迟订单的时间区间等决策依据,即使能够将订单按照算法排进去,但该算法不能给已经排入的订单提前或推迟多少时间仍能交付提供决策支持。现有排产的计算方法按照订单产品的产量进行排产,很少有瓶颈工序定产量的算法,即使有瓶颈的概念也是工艺线下工时瓶颈来定排产数量。但是,实际生产中,瓶颈不一定是工艺线下瓶颈,而是资源约束下的瓶颈工序,即同工艺线的产品投产,按照理论应该同工艺线下的产品瓶颈是一样的,但是因为各工艺组合下的工序设备、人力等资源分配不一样,导致了同工艺线下产品投产的瓶颈工序不一样,排产时如果不知道瓶颈不同进行排产,就会导致排产误差非常大,不能指导实际生产。
发明内容
本发明要解决的技术问题是以上所述的技术问题,提供一种管理方便、排产明确、能提高管理水平的生产计划管理系统及其排产方法。
为解决上述技术问题,本发明提供的技术方案为:一种生产计划管理系统,包括APS排产系统、MDM系统、ERP系统、MTD系统、WMS系统及MES系统,所述的APS排产系统向MDM系统传输计划、报表数据,所述的APS排产系统向ERP系统传输采购建议并接受ERP系统传输的主计划分单及工价,所述的MTD系统向APS排产系统传输工艺工时及价资数据,所述的APS排产系统向WMS系统传输到货计划并接受WMS系统想APS排产计划传输实际到货情况信息,所述的APS排产系统向MES系统传输日计划及到货计划信息并接收MES系统传输的日报及生产进度信息,所述的APS排产系统中包括主计划、月计划、周计划及日计划。
作为改进,所述的APS排产系统建立有工艺知识库、资源知识库及变量知识库。
作为改进,所述的不同层级管理维度的控制逻辑算法为分层级管控、滤杂波概念,所述的分层级管控为运营层面的产能评审的主计划排产、生产制造端由生产厂长根据主计划下达的月计划产能排产、由计划厂长层根据厂长接单产能排的周计划、由车间主任或车间计划员排的日计划及为了应对从主计划到日计划逐层波动的影响,由班组长做的日派工计划,所述的滤杂波包括主计划滤杂波即开产销协同会,按照盈亏平衡历史数据、工艺等确定产能分配,确定变化点;月计划滤杂波即召开生产准备会,确定各接单工厂生产准备资源条件及风险变化点,制定应对策略;周计划滤波即资源、组织、调度对周计划产生的风险影响,召开生产确认会,将通过前两道防线的合格订单安排生产,保障产能。
作为改进,所述的标准产能算法中引入产能池概念,所述的产能池及主计划排产池,所述的标准产能算法为选择一款产品为标准产品,并将企业所有产品以标准产品工时为基准换算成产能。
作为改进,所述的进度控制算法根据产品、工艺、工时,计算出产品生产制程周期,并推算出各工序尤其是第一道工序的最迟上线时间、最迟下线时间,可提供插单、推迟订单的时间区间等决策依据且能给已经排入的订单提前或推迟多少时间仍能交付提供决策支持。
作为改进,所述的APS排产系统中设有资源约束下的瓶颈工序判定算法。
一种生产计划管理系统的排产方法,所述的排产方法为:
(1)定产品工艺及工序工时,首先,新产品接单后,需先根据产品工艺流程选择相同的生产工艺线;并根据工艺线,用观测工时或其他方法确定工艺线下各工序制造半成品的时间,即半成品工序工时。然后根据,产品工艺资源穿插表,对该产品根据完产品工艺工序的设备资源进行分配。
(2)找资源约束下的工序瓶颈,根据工业工程技术建立了产品-工艺-设备穿插表,可从工艺维度调看完成产品的设备资源有哪些,可以设备角度看完成的产品工艺有哪些;当新产品来时,可很快调出生产工艺流程线下哪些设备被占用,还有哪些资源设备可用,此时便可指导排产,知道可用资源下的工艺产能;亦获得可用资源下的产品生产瓶颈工序。
(3)主计划管控,主计划是分单层,按照产能进行订单分配。接单转内部订单是对同工艺或相近工艺下产品各工厂生产能力做评估,决定工厂是否接单,评估自己工厂产能是否能负担,是否需要外协加工,提前做好预测的计划。接入的订单,根据工艺线及生产资源配以资源约束下的产能,将所有产品订单以标准产品按照工时进行产能系数核算,确定生产数量,根据进度控制理论计算生产周期,判断产能占用率,以供销售人员接单、生产部门计划分单决策;同时主计划确定采购BOM与采购总量。
(4)月计划排产管控,月计划主要包括月生产计划和采购计划,月生产计划是基于主计划分单后,工厂每个月的生产计划。采购计划是基于接单后针对各工厂的订单,和工厂的月生产计划下的物料采购计划情况。在月计划排产过程中,需要确认可用资源数量及可用时间,并通过所有可用设备的产能计算出月度产能负荷是否能够满足月度订单生产需求,并占用资源产能负荷。通过产能与订单需求判断是否外协。当工厂接收企业分配的订单后。首先,根据订单所属工艺生产路线筛选出订单组。即把相同生产工艺路线的订单组合进行排产,不同工艺生产路线的订单需要分开排产。对于可用生产周期时间较短的订单,优先排产。然后确认该工艺路线下的瓶颈工序,并匹配该瓶颈工序的总的可用资源。其次,对各个订单下的瓶颈工序进行资源配置,并手动指定上线日期(后续工序的最早上线时间不得早于前一工序的下线时间)。然后,根据资源配置下的产能计算出产量和订单的制成周期。最后,根据制成周期计算各订单第一道工序的上线日期和产量,并通过第一道工序的上线日期和下线日期完成顺排。同时根据交期,系统自动给出倒排方案。其中,每个工序的最晚上线日期和最早下线日期之间的时间间隔即为可调整区间。可调整区间是指该订单的计划可变动时间区间。生产周期或制程周期计算。制程周期是指由订单产量需求、周转量(前一道工序流转到下一工序的单批次的物料或中间品的流转量)、各工序生产时间决定。制程周期分为单批次制程周期和整个订单的制程周期。单批次制程周期:单批次制成周期是指单批次量的生产周期,从第一道工序上线时间到最后一个工序的下线时间内的总时间。在测算单批次制成周期时应选取耗时最长的工艺流转路线作为测算对象。订单制程周期:完成整个订单产量所使用的全部时间称为订单的制程周期。假设某订单需要的总产量为N件,分为M次流转,单批次流转量为K。则:K=N/M;假设整个流水线上时间最长的单批次生产时间为T。前后两个批次从最后一道工序流出的时间间隔为T1.那么订单制程周期=单批次制程周期+剩余待生产批次量在最后一道工序的生产时间。即:订单制程周期=T+(M-1)*T1,其中T和T1根据生产工艺的工序时间和资源配置数量计算得出。计算出制成周期后,结合订单交期,排产方式分为,从前完后排和从后往前排。各分工厂接到被分配的订单后,根据生产制成周期和工厂现有产能,计算某一订单的最早上线时间和最迟上线时间,或者最早下线时间和最迟下线时间。并根据最早时间与最迟时间之间的间隔期算出时差。例如某月份的M号接到某订单,物料采购时间为Q天,订单交期为同月的N号,(订单交期指除去运输时间,即产品出库时间为N号)。生产制成周期为X天(N-X>M)。则该订单的最早上线时间为Q号,最早下线时间为Q+X号。为了避免交期延误,最迟生产下线时间为N号。往前推X天,最迟生产上线时间为N-X号。
(5)周计划排产管控,周计划排产逻辑与月计划排产在生产周期、最早上下线时间上一致。周计划排产的产能不是主计划标准产能的概念,是每个单品在现有原辅料状态下、资源配置下的产量。周计划采取“排一周看一周”的策略,排定后的订单向采购提供周生产产品的原辅料齐套需求,作为供应商供给要求。
(6)日计划排产管控,日计划主控线边库半成品的快速流转。日计划排产中,首工序排产以周计划排产为主线,其他中间工序日计划首先以线边库为日排产触发点,同时兼顾前工序日排产计划进行本工序的日排程。日计划以线边库管控与快速流转为主要目的,只为当天产能满产、高效释放的管理原理,按照既定事实的资源进行生产组织。根据全工艺流程线,由各车间主任或班组长根据现状进行制品数量与周转的控制。
(7)日派工管控,在日计划的基础上,根据当天设备实际状况进行工作调整。日派工实际完成的数据形成日报,其中包括每个工人的计划产量与实际产量、未完成量、不良品数量、派工计划达成率等指标。与日计划比对,反馈当天人员、设备效率偏差,反映出现场制作的风险点,如设备问题、人员出勤问题、原料品质问题等等风险点。
本发明与现有技术相比的优点在于:1、制造业的生产控制中,存在一个误区:普遍误认为计划经常变动,无法把计划排的非常准确。本技术方案能帮助制造企业管理者重新理解计划的含义,明确计划是纲领的作用,一切与纲领不一致的偏差是现场管理的问题,而不是关注计划排产算法如何穷尽所有管理变量,或怎么样把计划排的不会变动。本技术方案的计划排产分层级管控核心理论,能够帮助企业回归管理本质,认清计划的本质,即计划为管理而生,稳定不是计划出来的,计划的目的不是计划算法本身的优化,而是在于在管理链条中暴露影响计划的杂波而不是穷尽所有杂波变量。计划的作用是指导现场管理纠偏,用管理措施控制杂波,回归管理本质,而不是用算法算尽杂波;计划的本质是保障稳定的现场、稳定的产能;计划纲领的重要体现是计划与实际执行的差距数据信息的解读。
2、制造业现场的生产波动随时发生,出现订单调整的情况非常多,故很多企业只排日计划或周计划,没有建立主计划、月计划、周计划、日计划、日派工的多层级管控模式,使得计划波动直接影响到周计划、日生产,导致现场管理者处于频繁救火状态,而救火过后又不知道问题出现在哪里,更不知问题从哪里解决。本技术方案提出的计划排产多层级管理模式,可以让管理者认清其管理职责,清晰明了的知道在不同层级控制何种变量或杂波或风险因素,凸现了计划是纲领的作业,更为各层级管理者能够落实到制造过程中的每一个管理流程中,为管理流程优化、管理职责优化、部门协同提供了准绳。
3、现有算法可以很智能,但是却失去了管理职能。现有的智能算法可以根据算法从主计划一直贯穿修改到日计划,这样造成现场组织频繁波动,很难组织生产。本技术方案根据提出的计划排产多层级管理理论,取消不同层级贯穿式的计划排产变动,将主计划、月计划、周计划、日计划定为相对独立的制定模块,充分发挥日报、周报、月报、年报与计划之间的偏差,这些不同层级的偏差与不同层级的计划控制管理者结合,就为围绕计划纲领的现场管理提供了非常明确的方向与内容。
4.现有计划算法没有明确提出生产制程周期、最早上/下线时间及可调整区间,这样在销售或生产进行计划调整的时候不能提前预知订单调整的可行性及对其他订单的影响。本技术方案提出的计划排产算法,给出了生产制程周期,这一信息可以让销售、客户、生产等相关人员知道产品的生产周期,为他们调整周期提供了预判的功能。还提供了最早上/下线时间及可调整区间,为销售、客户、生产等相关人员很方便知道调整订单能够调整的范围是什么,方便决策与协商,提高管理、沟通效率。
5.计划排产中很少能提供产能的内容。本技术方案以工时为基础,各层级计划排产均以产能的概念进行排产,主计划以标准产品产能进行决策支持,同时提出资源配置下的瓶颈工序产能是月、周计划排产的依据。这为管理者提供了衡量生产能力的明确数据,为多层级管控提供了一致的沟通标准。且这样以产能为基础的算法,可以很好的将用于生产的时间、资源都进行等量换算与管理,将现场的生产从时间维度、资源维度(人、机)进行了分类,很好的提供了释放产能、提升产能的方向与内容,避免了算法的复杂性。
附图说明
图1是本发明产品—工艺—设备穿插表。
图2是本发明基于产能的主计划分单排产图。
图3是本发明主计划标准产能换算图。
图4是本发明基于资源配置产能的月排产计划算法逻辑图。
图5是本发明月计划排产操作流程图。
图6是本发明最早上/下线时间及可调整区间计算逻辑示意图。
图7是本发明周计划的排产流程图。
图8是本发明日计划的排产流程图。
图9是本发明管理视角下生产计划多层级管控理论示意图。
图10是本发明分层级管控排产系统设计逻辑图。
图11是本发明分层级管控排产操作流程图。
图12是本发明排产系统在信息化架构中的位置图。
图13是本发明排产系统算法调用流程图。
具体实施方式
下面结合附图对本发明做进一步的详细说明。
结合附图1~13,一种生产计划管理系统,包括APS排产系统、MDM系统、ERP系统、MTD系统、WMS系统及MES系统,所述的APS排产系统向MDM系统传输计划、报表数据,所述的APS排产系统向ERP系统传输采购建议并接受ERP系统传输的主计划分单及工价,所述的MTD系统向APS排产系统传输工艺工时及价资数据,所述的APS排产系统向 WMS系统传输到货计划并接受WMS系统想APS排产计划传输实际到货情况信息,所述的 APS排产系统向MES系统传输日计划及到货计划信息并接收MES系统传输的日报及生产进度信息,所述的APS排产系统中包括主计划、月计划、周计划及日计划。
所述的APS排产系统建立有工艺知识库、资源知识库及变量知识库。工艺知识库纠正了一般认为的工序即工艺的认知,将工序承载的工艺与设备操作、人员操作剥离开,如,烧制工序,实际工艺是高压压制、硫化、固化三个工艺,故工艺知识库是高压压制、硫化、固化三个工艺,而不是烧制。这样的将现场层级以设备集群承载的工艺组就能成为真实的工艺被调用,为真正的工艺流程再造下的设备改造提供支持,而不是工序流程再造。资源库将人力、设备、装备、能源等统一定为完成工艺的资源,资源库的建立方便将工艺与资源进行自由匹配,降低了工艺与设备绑定在工序时的业务流程算法难度。为引入算法引擎提供技术使用基础。将这些由设备参数、工艺参数的变化带来的时间变化因素进行归集,组成工艺变量、产品变量等变量库,以变量的形式参与排产工时计算,将复杂的现场降维拆解,通过算法引擎进行多维计算分析,大大降低了计划排产中为满足工艺参数、设备参数多对一映射下的业务流程固化难度。
所述的不同层级管理维度的控制逻辑算法为分层级管控、滤杂波概念,所述的分层级管控为运营层面的产能评审的主计划排产、生产制造端由生产厂长根据主计划下达的月计划产能排产、由计划厂长层根据厂长接单产能排的周计划、由车间主任或车间计划员排的日计划及为了应对从主计划到日计划逐层波动的影响,由班组长做的日派工计划,所述的滤杂波包括主计划滤杂波即开产销协同会,按照盈亏平衡历史数据、工艺等确定产能分配,确定变化点;月计划滤杂波即召开生产准备会,确定各接单工厂生产准备资源条件及风险变化点,制定应对策略;周计划滤波即资源、组织、调度对周计划产生的风险影响,召开生产确认会,将通过前两道防线的合格订单安排生产,保障产能。
所述的标准产能算法中引入产能池概念,所述的产能池及主计划排产池,所述的标准产能算法为选择一款产品为标准产品,并将企业所有产品以标准产品工时为基准换算成产能。
所述的进度控制算法根据产品、工艺、工时,计算出产品生产制程周期,并推算出各工序尤其是第一道工序的最迟上线时间、最迟下线时间,可提供插单、推迟订单的时间区间等决策依据且能给已经排入的订单提前或推迟多少时间仍能交付提供决策支持。
所述的APS排产系统中设有资源约束下的瓶颈工序判定算法。
一种生产计划管理系统的排产方法,所述的排产方法为:
(1)定产品工艺及工序工时,首先,新产品接单后,需先根据产品工艺流程选择相同的生产工艺线;并根据工艺线,用观测工时或其他方法确定工艺线下各工序制造半成品的时间,即半成品工序工时。然后根据,产品工艺资源穿插表,对该产品根据完产品工艺工序的设备资源进行分配。
(2)找资源约束下的工序瓶颈,根据工业工程技术建立了产品-工艺-设备穿插表,可从工艺维度调看完成产品的设备资源有哪些,可以设备角度看完成的产品工艺有哪些;当新产品来时,可很快调出生产工艺流程线下哪些设备被占用,还有哪些资源设备可用,此时便可指导排产,知道可用资源下的工艺产能;亦获得可用资源下的产品生产瓶颈工序。
(3)主计划管控,主计划是分单层,按照产能进行订单分配。接单转内部订单是对同工艺或相近工艺下产品各工厂生产能力做评估,决定工厂是否接单,评估自己工厂产能是否能负担,是否需要外协加工,提前做好预测的计划。接入的订单,根据工艺线及生产资源配以资源约束下的产能,将所有产品订单以标准产品按照工时进行产能系数核算,确定生产数量,根据进度控制理论计算生产周期,判断产能占用率,以供销售人员接单、生产部门计划分单决策;同时主计划确定采购BOM与采购总量。
(4)月计划排产管控,月计划主要包括月生产计划和采购计划,月生产计划是基于主计划分单后,工厂每个月的生产计划。采购计划是基于接单后针对各工厂的订单,和工厂的月生产计划下的物料采购计划情况。在月计划排产过程中,需要确认可用资源数量及可用时间,并通过所有可用设备的产能计算出月度产能负荷是否能够满足月度订单生产需求,并占用资源产能负荷。通过产能与订单需求判断是否外协。当工厂接收企业分配的订单后。首先,根据订单所属工艺生产路线筛选出订单组。即把相同生产工艺路线的订单组合进行排产,不同工艺生产路线的订单需要分开排产。对于可用生产周期时间较短的订单,优先排产。然后确认该工艺路线下的瓶颈工序,并匹配该瓶颈工序的总的可用资源。其次,对各个订单下的瓶颈工序进行资源配置,并手动指定上线日期(后续工序的最早上线时间不得早于前一工序的下线时间)。然后,根据资源配置下的产能计算出产量和订单的制成周期。最后,根据制成周期计算各订单第一道工序的上线日期和产量,并通过第一道工序的上线日期和下线日期完成顺排。同时根据交期,系统自动给出倒排方案。其中,每个工序的最晚上线日期和最早下线日期之间的时间间隔即为可调整区间。可调整区间是指该订单的计划可变动时间区间。生产周期或制程周期计算。制程周期是指由订单产量需求、周转量(前一道工序流转到下一工序的单批次的物料或中间品的流转量)、各工序生产时间决定。制程周期分为单批次制程周期和整个订单的制程周期。单批次制程周期:单批次制成周期是指单批次量的生产周期,从第一道工序上线时间到最后一个工序的下线时间内的总时间。在测算单批次制成周期时应选取耗时最长的工艺流转路线作为测算对象。订单制程周期:完成整个订单产量所使用的全部时间称为订单的制程周期。假设某订单需要的总产量为N件,分为M次流转,单批次流转量为K。则:K=N/M;假设整个流水线上时间最长的单批次生产时间为T。前后两个批次从最后一道工序流出的时间间隔为T1.那么订单制程周期=单批次制程周期+剩余待生产批次量在最后一道工序的生产时间。即:订单制程周期=T+(M-1)*T1,其中T和T1根据生产工艺的工序时间和资源配置数量计算得出。计算出制成周期后,结合订单交期,排产方式分为,从前完后排和从后往前排。各分工厂接到被分配的订单后,根据生产制成周期和工厂现有产能,计算某一订单的最早上线时间和最迟上线时间,或者最早下线时间和最迟下线时间。并根据最早时间与最迟时间之间的间隔期算出时差。例如某月份的M号接到某订单,物料采购时间为Q天,订单交期为同月的N号,(订单交期指除去运输时间,即产品出库时间为N号)。生产制成周期为X天(N-X>M)。则该订单的最早上线时间为Q号,最早下线时间为Q+X号。为了避免交期延误,最迟生产下线时间为N号。往前推X天,最迟生产上线时间为N-X号。
(5)周计划排产管控,周计划排产逻辑与月计划排产在生产周期、最早上下线时间上一致。周计划排产的产能不是主计划标准产能的概念,是每个单品在现有原辅料状态下、资源配置下的产量。周计划采取“排一周看一周”的策略,排定后的订单向采购提供周生产产品的原辅料齐套需求,作为供应商供给要求。
(6)日计划排产管控,日计划主控线边库半成品的快速流转。日计划排产中,首工序排产以周计划排产为主线,其他中间工序日计划首先以线边库为日排产触发点,同时兼顾前工序日排产计划进行本工序的日排程。日计划以线边库管控与快速流转为主要目的,只为当天产能满产、高效释放的管理原理,按照既定事实的资源进行生产组织。根据全工艺流程线,由各车间主任或班组长根据现状进行制品数量与周转的控制。
(7)日派工管控,在日计划的基础上,根据当天设备实际状况进行工作调整。日派工实际完成的数据形成日报,其中包括每个工人的计划产量与实际产量、未完成量、不良品数量、派工计划达成率等指标。与日计划比对,反馈当天人员、设备效率偏差,反映出现场制作的风险点,如设备问题、人员出勤问题、原料品质问题等等风险点。
以上对本发明及其实施方式进行了描述,这种描述没有限制性,附图中所示的也只是本发明的实施方式之一,实际的结构并不局限于此。总而言之如果本领域的普通技术人员受其启示,在不脱离本发明创造宗旨的情况下,不经创造性的设计出与该技术方案相似的结构方式及实施例,均应属于本发明的保护范围。
Claims (7)
1.一种生产计划管理系统,包括APS排产系统、MDM系统、ERP系统、MTD系统、WMS系统及MES系统,其特征在于:所述的APS排产系统向MDM系统传输计划、报表数据,所述的APS排产系统向ERP系统传输采购建议并接受ERP系统传输的主计划分单及工价,所述的MTD系统向APS排产系统传输工艺工时及价资数据,所述的APS排产系统向WMS系统传输到货计划并接受WMS系统想APS排产计划传输实际到货情况信息,所述的APS排产系统向MES系统传输日计划及到货计划信息并接收MES系统传输的日报及生产进度信息,所述的APS排产系统中包括主计划、月计划、周计划及日计划。
2.根据权利要求1所述的一种生产计划管理系统,其特征在于:所述的APS排产系统建立有工艺知识库、资源知识库及变量知识库。
3.根据权利要求1所述的一种生产计划管理系统,其特征在于:所述的不同层级管理维度的控制逻辑算法为分层级管控、滤杂波概念,所述的分层级管控为运营层面的产能评审的主计划排产、生产制造端由生产厂长根据主计划下达的月计划产能排产、由计划厂长层根据厂长接单产能排的周计划、由车间主任或车间计划员排的日计划及为了应对从主计划到日计划逐层波动的影响,由班组长做的日派工计划,所述的滤杂波包括主计划滤杂波即开产销协同会,按照盈亏平衡历史数据、工艺等确定产能分配,确定变化点;月计划滤杂波即召开生产准备会,确定各接单工厂生产准备资源条件及风险变化点,制定应对策略;周计划滤波即资源、组织、调度对周计划产生的风险影响,召开生产确认会,将通过前两道防线的合格订单安排生产,保障产能。
4.根据权利要求1所述的一种生产计划管理系统,其特征在于:所述的标准产能算法中引入产能池概念,所述的产能池及主计划排产池,所述的标准产能算法为选择一款产品为标准产品,并将企业所有产品以标准产品工时为基准换算成产能。
5.根据权利要求1所述的一种生产计划管理系统,其特征在于:所述的进度控制算法根据产品、工艺、工时,计算出产品生产制程周期,并推算出各工序尤其是第一道工序的最迟上线时间、最迟下线时间,可提供插单、推迟订单的时间区间等决策依据且能给已经排入的订单提前或推迟多少时间仍能交付提供决策支持。
6.根据权利要求1所述的一种生产计划管理系统,其特征在于:所述的APS排产系统中设有资源约束下的瓶颈工序判定算法。
7.一种生产计划管理系统的排产方法,其特征在于:所述的排产方法为:
(1)定产品工艺及工序工时,首先,新产品接单后,需先根据产品工艺流程选择相同的生产工艺线;并根据工艺线,用观测工时或其他方法确定工艺线下各工序制造半成品的时间,即半成品工序工时。然后根据,产品工艺资源穿插表,对该产品根据完产品工艺工序的设备资源进行分配。
(2)找资源约束下的工序瓶颈,根据工业工程技术建立了产品-工艺-设备穿插表,可从工艺维度调看完成产品的设备资源有哪些,可以设备角度看完成的产品工艺有哪些;当新产品来时,可很快调出生产工艺流程线下哪些设备被占用,还有哪些资源设备可用,此时便可指导排产,知道可用资源下的工艺产能;亦获得可用资源下的产品生产瓶颈工序。
(3)主计划管控,主计划是分单层,按照产能进行订单分配。接单转内部订单是对同工艺或相近工艺下产品各工厂生产能力做评估,决定工厂是否接单,评估自己工厂产能是否能负担,是否需要外协加工,提前做好预测的计划。接入的订单,根据工艺线及生产资源配以资源约束下的产能,将所有产品订单以标准产品按照工时进行产能系数核算,确定生产数量,根据进度控制理论计算生产周期,判断产能占用率,以供销售人员接单、生产部门计划分单决策;同时主计划确定采购BOM与采购总量。
(4)月计划排产管控,月计划主要包括月生产计划和采购计划,月生产计划是基于主计划分单后,工厂每个月的生产计划。采购计划是基于接单后针对各工厂的订单,和工厂的月生产计划下的物料采购计划情况。在月计划排产过程中,需要确认可用资源数量及可用时间,并通过所有可用设备的产能计算出月度产能负荷是否能够满足月度订单生产需求,并占用资源产能负荷。通过产能与订单需求判断是否外协。当工厂接收企业分配的订单后。首先,根据订单所属工艺生产路线筛选出订单组。即把相同生产工艺路线的订单组合进行排产,不同工艺生产路线的订单需要分开排产。对于可用生产周期时间较短的订单,优先排产。然后确认该工艺路线下的瓶颈工序,并匹配该瓶颈工序的总的可用资源。其次,对各个订单下的瓶颈工序进行资源配置,并手动指定上线日期(后续工序的最早上线时间不得早于前一工序的下线时间)。然后,根据资源配置下的产能计算出产量和订单的制成周期。最后,根据制成周期计算各订单第一道工序的上线日期和产量,并通过第一道工序的上线日期和下线日期完成顺排。同时根据交期,系统自动给出倒排方案。其中,每个工序的最晚上线日期和最早下线日期之间的时间间隔即为可调整区间。可调整区间是指该订单的计划可变动时间区间。生产周期或制程周期计算。制程周期是指由订单产量需求、周转量(前一道工序流转到下一工序的单批次的物料或中间品的流转量)、各工序生产时间决定。制程周期分为单批次制程周期和整个订单的制程周期。单批次制程周期:单批次制成周期是指单批次量的生产周期,从第一道工序上线时间到最后一个工序的下线时间内的总时间。在测算单批次制成周期时应选取耗时最长的工艺流转路线作为测算对象。订单制程周期:完成整个订单产量所使用的全部时间称为订单的制程周期。假设某订单需要的总产量为N件,分为M次流转,单批次流转量为K。则:K=N/M;假设整个流水线上时间最长的单批次生产时间为T。前后两个批次从最后一道工序流出的时间间隔为T1.那么订单制程周期=单批次制程周期+剩余待生产批次量在最后一道工序的生产时间。即:订单制程周期=T+(M-1)*T1,其中T和T1根据生产工艺的工序时间和资源配置数量计算得出。计算出制成周期后,结合订单交期,排产方式分为,从前完后排和从后往前排。各分工厂接到被分配的订单后,根据生产制成周期和工厂现有产能,计算某一订单的最早上线时间和最迟上线时间,或者最早下线时间和最迟下线时间。并根据最早时间与最迟时间之间的间隔期算出时差。例如某月份的M号接到某订单,物料采购时间为Q天,订单交期为同月的N号,(订单交期指除去运输时间,即产品出库时间为N号)。生产制成周期为X天(N-X>M)。则该订单的最早上线时间为Q号,最早下线时间为Q+X号。为了避免交期延误,最迟生产下线时间为N号。往前推X天,最迟生产上线时间为N-X号。
(5)周计划排产管控,周计划排产逻辑与月计划排产在生产周期、最早上下线时间上一致。周计划排产的产能不是主计划标准产能的概念,是每个单品在现有原辅料状态下、资源配置下的产量。周计划采取“排一周看一周”的策略,排定后的订单向采购提供周生产产品的原辅料齐套需求,作为供应商供给要求。
(6)日计划排产管控,日计划主控线边库半成品的快速流转。日计划排产中,首工序排产以周计划排产为主线,其他中间工序日计划首先以线边库为日排产触发点,同时兼顾前工序日排产计划进行本工序的日排程。日计划以线边库管控与快速流转为主要目的,只为当天产能满产、高效释放的管理原理,按照既定事实的资源进行生产组织。根据全工艺流程线,由各车间主任或班组长根据现状进行制品数量与周转的控制。
(7)日派工管控,在日计划的基础上,根据当天设备实际状况进行工作调整。日派工实际完成的数据形成日报,其中包括每个工人的计划产量与实际产量、未完成量、不良品数量、派工计划达成率等指标。与日计划比对,反馈当天人员、设备效率偏差,反映出现场制作的风险点,如设备问题、人员出勤问题、原料品质问题等等风险点。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110658954.1A CN113506081A (zh) | 2021-06-15 | 2021-06-15 | 一种生产计划管理系统及其排产方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110658954.1A CN113506081A (zh) | 2021-06-15 | 2021-06-15 | 一种生产计划管理系统及其排产方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113506081A true CN113506081A (zh) | 2021-10-15 |
Family
ID=78009771
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110658954.1A Pending CN113506081A (zh) | 2021-06-15 | 2021-06-15 | 一种生产计划管理系统及其排产方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113506081A (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114154916A (zh) * | 2021-12-14 | 2022-03-08 | 北京无线电测量研究所 | 多订单自动排列生产方法、系统、存储介质及电子设备 |
CN114548735A (zh) * | 2022-02-17 | 2022-05-27 | 武汉重工铸锻有限责任公司 | 一种船用柴油机曲轴批量制造的智能排产方法 |
CN114612005A (zh) * | 2022-04-02 | 2022-06-10 | 杭州聚玻科技有限公司 | 基于SaaS实现的玻璃工厂数字智能系统 |
CN115034645A (zh) * | 2022-06-23 | 2022-09-09 | 广域铭岛数字科技有限公司 | 生产计划可行性判断方法、系统、电子设备及存储介质 |
CN115063046A (zh) * | 2022-08-08 | 2022-09-16 | 安徽继远软件有限公司 | 基于大数据分析的电网物资供应商数智驾驶舱系统 |
CN116128419A (zh) * | 2023-01-03 | 2023-05-16 | 湖北赛乐氏信息技术有限公司 | 一种食品生产计划管理方法及系统 |
CN116643547A (zh) * | 2023-07-27 | 2023-08-25 | 宁德时代新能源科技股份有限公司 | 生产系统的调控方法、生产系统、电子设备及存储介质 |
WO2023159344A1 (zh) * | 2022-02-22 | 2023-08-31 | 京东方科技集团股份有限公司 | 产品的生产排程方法、电子设备和存储介质 |
CN117635358A (zh) * | 2024-01-25 | 2024-03-01 | 山东师范大学 | 基于大数据的财务管理方法和系统 |
CN117852837A (zh) * | 2024-03-04 | 2024-04-09 | 山东豪泉软件技术有限公司 | 一种排产系统、装置、方法及介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020107600A1 (en) * | 2000-10-12 | 2002-08-08 | Manugistics, Inc. | System and methods for scheduling manufacturing resources |
KR20150033847A (ko) * | 2013-09-25 | 2015-04-02 | (주) 디지털팩토리 | 실시간 공장상황을 반영한 디지털 팩토리 생산능력 관리 시스템 |
CN106779308A (zh) * | 2016-11-23 | 2017-05-31 | 智能云科信息科技有限公司 | 一种面向离散制造的车间生产计划排产的系统与方法 |
CN111027876A (zh) * | 2019-12-16 | 2020-04-17 | 青岛海力旭机电科技发展有限公司 | 一种分散式生产模式下的工序生产计划排产系统 |
CN111915410A (zh) * | 2020-08-12 | 2020-11-10 | 暨南大学 | 面向高动态生产物流过程的智能管控系统 |
CN112766780A (zh) * | 2021-01-27 | 2021-05-07 | 像心科技(上海)有限公司 | 一种基于大数据机器学习的高级计划排程系统及方法 |
-
2021
- 2021-06-15 CN CN202110658954.1A patent/CN113506081A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020107600A1 (en) * | 2000-10-12 | 2002-08-08 | Manugistics, Inc. | System and methods for scheduling manufacturing resources |
KR20150033847A (ko) * | 2013-09-25 | 2015-04-02 | (주) 디지털팩토리 | 실시간 공장상황을 반영한 디지털 팩토리 생산능력 관리 시스템 |
CN106779308A (zh) * | 2016-11-23 | 2017-05-31 | 智能云科信息科技有限公司 | 一种面向离散制造的车间生产计划排产的系统与方法 |
CN111027876A (zh) * | 2019-12-16 | 2020-04-17 | 青岛海力旭机电科技发展有限公司 | 一种分散式生产模式下的工序生产计划排产系统 |
CN111915410A (zh) * | 2020-08-12 | 2020-11-10 | 暨南大学 | 面向高动态生产物流过程的智能管控系统 |
CN112766780A (zh) * | 2021-01-27 | 2021-05-07 | 像心科技(上海)有限公司 | 一种基于大数据机器学习的高级计划排程系统及方法 |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114154916A (zh) * | 2021-12-14 | 2022-03-08 | 北京无线电测量研究所 | 多订单自动排列生产方法、系统、存储介质及电子设备 |
CN114548735A (zh) * | 2022-02-17 | 2022-05-27 | 武汉重工铸锻有限责任公司 | 一种船用柴油机曲轴批量制造的智能排产方法 |
WO2023159344A1 (zh) * | 2022-02-22 | 2023-08-31 | 京东方科技集团股份有限公司 | 产品的生产排程方法、电子设备和存储介质 |
CN114612005A (zh) * | 2022-04-02 | 2022-06-10 | 杭州聚玻科技有限公司 | 基于SaaS实现的玻璃工厂数字智能系统 |
CN115034645A (zh) * | 2022-06-23 | 2022-09-09 | 广域铭岛数字科技有限公司 | 生产计划可行性判断方法、系统、电子设备及存储介质 |
CN115063046A (zh) * | 2022-08-08 | 2022-09-16 | 安徽继远软件有限公司 | 基于大数据分析的电网物资供应商数智驾驶舱系统 |
CN116128419A (zh) * | 2023-01-03 | 2023-05-16 | 湖北赛乐氏信息技术有限公司 | 一种食品生产计划管理方法及系统 |
CN116643547A (zh) * | 2023-07-27 | 2023-08-25 | 宁德时代新能源科技股份有限公司 | 生产系统的调控方法、生产系统、电子设备及存储介质 |
CN116643547B (zh) * | 2023-07-27 | 2023-11-14 | 宁德时代新能源科技股份有限公司 | 生产系统的调控方法、生产系统、电子设备及存储介质 |
CN117635358A (zh) * | 2024-01-25 | 2024-03-01 | 山东师范大学 | 基于大数据的财务管理方法和系统 |
CN117635358B (zh) * | 2024-01-25 | 2024-04-16 | 山东师范大学 | 基于大数据的财务管理方法和系统 |
CN117852837A (zh) * | 2024-03-04 | 2024-04-09 | 山东豪泉软件技术有限公司 | 一种排产系统、装置、方法及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113506081A (zh) | 一种生产计划管理系统及其排产方法 | |
Chan et al. | Investment appraisal techniques for advanced manufacturing technology (AMT): a literature review | |
CN111027876A (zh) | 一种分散式生产模式下的工序生产计划排产系统 | |
CN103268538A (zh) | 面向生产计划变更的多目标约束物料替代方法 | |
CN111523803A (zh) | 一种工厂透明管理的方法 | |
CN117010613A (zh) | 智能生产规划及排程方法、系统、计算机设备及存储介质 | |
CN104881758A (zh) | 集成供应链协同生产的erp系统及其运行方法 | |
CN116258337A (zh) | 一种基于企业制造运营的产业链协同管理系统 | |
CN114240168A (zh) | 基于军工智能装备行业高级计划排程方法及系统 | |
CN117350492A (zh) | 一种对比历史数据智能调控的mes运行管理系统 | |
Chiou | Transshipment problems in supply chain systems: review and extensions | |
Milewska | IT systems supporting the management of production capacity | |
Pekarčíková et al. | Transformation the logistics to digital logistics: Theoretical approach | |
Dametew et al. | Production planning and control strategies used as a gear train for the death and birth of manufacturing industries | |
Roy et al. | The role of discrete event simulation techniques in finite capacity scheduling | |
CN116415780A (zh) | 一种智能排单的方法及系统 | |
Koruca et al. | The simulation-based performance measurement in an evaluation module for Faborg-Sim simulation software | |
Skvortsova et al. | Economic assessment of the effectiveness of the introduction of industry 4.0 technologies in the activities of industrial enterprises | |
Masudin | Supply chain management and reverse logistics | |
CN111882169A (zh) | 一种基于pert核心erp(mrpii)业务模型 | |
Turnbull et al. | Recent developments in the UK automotive industry: JIT/TQC and information systems | |
Kletti et al. | Application Concept–Horizontal and Vertical Integration | |
CN118211852A (zh) | 一种轻量化生产计划管理系统 | |
Liurong | Research and Optimization Strategy of SAIC Anji Logistics VMI Model Based on Lean Supply Chain | |
Choudhury | Project management information systems for construction of thermal power plant: A case study with special reference to National Thermal Power Corporation Ltd., India |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |