制造业APS高级计划排程
培训手册

阅读指引：从APS基础到AI排程

本手册分为两大部分：

1制造业排程管理的现状与挑战

1.1 什么是高级计划排程（APS）

高级计划排程（Advanced Planning and Scheduling，简称APS）是一种基于有限产能约束的生产排程系统。与传统ERP的"无限产能"排程不同，APS在排程时同时考虑工位实际产能、工序依赖关系、物料可用性、设备日历等真实约束条件，输出可执行的、分钟级到日级的精确排程计划。

APS系统的核心价值在于回答四个关键问题：

• 何时做？—— 每个工序的计划开始时间和结束时间
• 在哪做？—— 分配到哪个工位/设备/产线
• 能做多少？—— 在产能约束下，每日/每班次的合理排程量
• 能交吗？—— 预计完工日是否满足客户交期要求

1.2 传统排程方式的四大痛点

1.3 APS与ERP/MES的关系定位

在企业信息化的三层架构中，APS承担"计划层"的角色，承接ERP的工单需求，指挥MES/WMS的执行，同时接收EAP的设备状态反馈，形成完整的计划-执行-反馈闭环。

1.4 APS典型应用场景

2APS核心概念与理论基础

2.1 有限产能排程 vs 无限产能排程

这是理解APS最核心的概念区分。传统ERP采用无限产能排程（Infinite Capacity Scheduling）：假设产能永远充足，只按物料需求倒推开工日期。而APS采用有限产能排程（Finite Capacity Scheduling）：在每个工位/设备的可用工时上限内分配生产任务，超出产能的部分自动顺延。

2.2 前推排程与后推（倒排）排程

APS引擎支持两种排程方向，适应不同的业务场景：

2.3 排程约束体系

APS排程引擎需要同时满足多种约束条件，这些约束决定了排程结果的可行性和质量：

2.4 TOC约束理论与瓶颈管理

APS的产能分析模块基于TOC（Theory of Constraints，约束理论）的核心思想：任何系统的产出由最薄弱的环节（瓶颈）决定。排程优化的关键不是让所有工位满负荷，而是识别瓶颈、保护瓶颈、打破瓶颈。

3APS模块架构与功能全景

3.1 四层功能架构总览

本APS系统按照"数据基础→排程引擎→分析优化→闭环反馈"四层架构设计，共4个业务模块 + 1个AI智能模块。

3.2 日历管理 —— 排程的时间基准

日历管理是APS的"时间坐标系"，所有排程计算都基于日历。分为两层：

3.3 排程引擎 —— APS的心脏

排程引擎是APS系统最核心的模块，负责将工单转化为可执行的排程计划。包含四个子功能：

3.4 产能分析 —— 从数据到洞察

产能分析模块对排程结果进行多维度的统计分析，帮助管理者发现瓶颈、评估产能、模拟决策：

• 产能负荷分析：按工位/工段维度展示产能利用率（排程工时 ÷ 可用工时），支持热力图和柱状图可视化
• 瓶颈识别分析：自动标记产能利用率 ≥ 阈值的工位为瓶颈，分析影响链（上游堆积/下游等待），输出瓶颈清单
• What-If模拟：创建虚拟情景（新增工位/调整节拍/增加订单），独立执行模拟排程，对比基准方案，评估"如果…会怎样"

3.5 达成分析 —— 排程质量的度量衡

达成分析是排程闭环的"反馈层"，通过对比排程计划与MES执行实绩，度量排程的准确性和可执行性：

• 达成率报表：排程量 vs 实际完工量，按日/周/月汇总，支持按工位/产品/工序下钻分析
• 延期预警：自动检测预计完工日超过交期的工单，按延期天数分级预警（黄色≤3天、橙色3-7天、红色>7天）
• 实绩对照表（Aps_ScheduleActual）：每条排程的计划vs实绩对照，计算偏差类型（提前/按时/延迟/未执行）和实际节拍，是V2 AI训练的核心数据表

4排程引擎工作原理

4.1 排程策略配置

排程策略（Aps_ScheduleStrategy）定义了排程引擎的行为参数，不同策略适配不同的业务场景。策略可保存为模板，支持多策略切换。

4.2 有限产能前推算法详解

这是APS排程引擎的核心算法（FiniteCapacityForwardScheduling）。以下是算法的完整流程：

4.3 排程甘特图可视化

甘特图是排程结果的核心可视化界面，支持两种视图模式：

• 工位维度（默认）：左侧列表为工位，右侧横轴为日期，每个色块代表一个排程任务（工单+工序），色块长度=工时
• 订单维度：左侧列表为工单，右侧展示该工单的完整工序流转路径（从第1道到最后1道）

甘特图颜色编码：

4.4 排程调整机制

排程不是一次性产出，而是持续调整的过程。APS提供丰富的排程调整方式：

5AI智能排程 —— 从工具到专家

5.1 V1→V2→V3三阶段演进路径

5.2 数据积累决定AI上限

AI能力的前提是排程-实绩闭环数据。V1阶段虽然不用AI，但V1的每一笔排程、每一次调整、每一次达成闭环，都是V2 AI的训练数据。系统上线后需积累2-3个月的真实生产数据，方可启动V2 AI模型训练。

6排程参数详解与最佳实践

6.1 核心排程参数一览

APS排程引擎的行为由一组排程参数控制。了解每个参数的含义和影响，是用好APS的关键。

6.2 不同场景的策略选择

不同制造模式、不同管理目标，需要不同的参数组合。以下是典型场景的推荐配置：

6.3 实施价值与预期回报

APS实施的价值核心在于把排程从"经验驱动"转变为"数据驱动"。以下是基于已上线企业的实际数据整理的投资回报预期：