多品种小批量车间的排产难在约束多、变化快：订单交期、设备可用产能、模具与夹具共用、换型顺序、班次人力，任何一项变动都可能让当天计划失效。本轮实验没有从「算法最优」入手，而是先把约束建成可维护的数据模型，再谈求解。
做法上，把订单、工艺路线、设备能力、换型矩阵整理成结构化输入，用滚动时域的方式每两小时重排一次，只锁定未来4小时的已开工工序，其余保持可调。求解目标不追求单指标最优，而是加权交期满足率、换型次数与设备负荷均衡。
进展与计划：
- 在一条含12台设备、约60个在制订单的产线上试运行三周，换型次数较人工排产下降约18%，计划重排耗时稳定在90秒内；延期订单未恶化，部分急单提前。
- 下一步补两件事：接入报工与停机实时数据，让重排触发从定时改为事件驱动；同时把模具可用性纳入约束，减少因工装冲突导致的二次调整。
评论