在注塑、冲压、机加工等小批量多品种车间，排产的难点往往不在机台产能，而在换型时间。同一台设备加工不同料号，换型耗时可能相差数倍，而这段耗时极少被完整记录——现场多以经验值填报，粒度粗到看不清真实瓶颈。
实验室近期的实验方向，是把换型时间当作可学习的对象。先梳理三类数据：历史工单与机台日志、换型前后加工的料号组合、以及物料与模具的共性与差异字段（材质、颜色、模具号、程序号）。用这些字段构造料号对特征，回归出换型时间矩阵，再接入排产求解器，与交期、机台可用性、物料齐套一并约束。
进展：
- 在一条试点产线上以历史三个月工单回放，模型给出的换型时间矩阵相对现场经验值的平均偏差收敛到可接受区间，排序结果中因换型导致的超期工单数量有所下降；
- 下一步计划补充换型过程的人工确认节点，把实际发生的换型起止时间回流为标签，形成预测—执行—回填的闭环，并评估跨车间迁移的稳定性。
排产不是一次性求解，而是持续校准。换型矩阵是其中最容易被忽略、也最容易见效的一块。
评论