多品种小批量车间的排产长期依赖计划员经验：换型顺序、模具可用性、瓶颈工序负荷，往往只装在少数人的判断里。AI小忙自动化流程实验室近期的实验，尝试把这部分经验结构化，做成可复核的排产草案。
做法上，我们把订单交期、工序路线、设备能力、换型矩阵（按模具、材质、颜色切换的经验工时）整理为约束输入，用约束求解叠加启发式排序生成排产序列，再由计划员在界面上调整。系统定位不是无人排产，而是给计划员一份说明理由的草案，减少反复试排。
要点：
- 在合作车间两周历史数据回放中，换型次数较人工方案下降约18%，单次排产编制时间由平均90分钟缩短到25分钟左右。该结果来自离线回放，尚未经过连续现场验证。
- 每条排产建议附带约束依据（交期紧迫度、换型代价、瓶颈负荷），便于计划员判断是否采纳；下一步计划接入设备实时状态与故障工单，测试插单、停机场景下的动态重排，重点观察重排稳定性，避免频繁变更影响现场执行。
评论