И это тоже (и даже в первую очередь). Но у сложных процессов, как правило, больше чем одно определение — зачастую это зависит от того, на каком уровне всё это находится.
Заканчивается ли цифровизация, если все датчики уже установлены? Думаю, что по-настоящему она только тут и начинается. Данные нужны не ради данных, а чтобы на их основе строить крупные системы, которые могут принести большое велью. Это не сразу происходит. Сначала данные помогают, например, автоматически рассчитывать и рекомендовать параметры на каком-то агрегате. И это, я бы сказал, «низко висящие плоды цифровизации». А потом приходят продукты, которые цифровизуют большой сквозной участок всей инфраструктуры. Не так красочно и легко объяснимо — и даже не верится, что это тоже цифровизация).
Поддержкой НСИ в системе занимается отдельное подразделение в бизнесе, там несколько человек. С точки зрения IT — 0,5 аналитика и 0,5 разработчика на поддержку. Остальное уходит на развитие. Данный генератор маршрутов получает развитие, как отдельные генераторы для разных задач планирования, уровень S&OP так же закрывается отдельных похожим генератором маршрутов.
В SAP выдают коммерческие заказы. Коммерческие заказы — это запрос, который приходит в генератор маршрутов. Для заказов формируется детальный маршрут производства. В статье рассказывается про весь процесс формирования маршрута, где заказ является основополагающим элементом.
Изначально создавался как продукт разработанный совместной командой компании КОНСОМ и НЛМК, сейчас продукт развивается командой НЛМК, с привлечением внешних подрядчиков.
Интерфейс делается специально простой, чтобы у пользователя была только необходимая информация. Есть отдельные экраны в системе где представлено больше данных. Например: KPI, перечень предупреждений и т.д.
К сожалению, темный фон не предусмотрен текущей версией софта на котором реализован графикователь. Но мы планируем апгрейд версий, и там возможность менять фон визуализации уже должна появиться.
Из сляба производят горячекатаный рулон. Есть продукция которая требует так называемого горячего посада. То есть сляб сразу после разливки аттестуют и задают в стан горячей прокатки. В целом не вся продукция может быть так обработана, есть продукция, которая требует остывания сляба. В целом есть идеи создать сквозной оптимизатор, который будет в графиковании учитывать связку ресурсов, график разливки и график прокатки и оптимизировать долю горячего посада.
Заказы выдаются в соответствии с определенными требованиями. Зачастую они подразумевают производство с учетом допусков. То есть что бы мы ни отгружали, всё равно оно будет соответствовать техническому заданию или спецификации от заказчика. Каждая единица продукции проверяется в процессе аттестации готовой продукции на соответствие коммерческому заказу. Случай когда потребитель получает металл, который не просил, возможен, но это, скорее, исключение из правил. Когда металл дороже, чем в заказе, случается очень редко, и пока никто не жаловался. Произвести из него можно будет то же самое без проблем.
Внутри статьи речь шла про оптимизацию именно внутренней технологии: мы стремимся делать продукцию оптимальным образом с точки зрения переналадок и перестроек, а также за счет унификации свойств этой продукции (например, её химического состава).
В системе идет балансировка мощностей в момент расчета календарного плана. При это учитывается огромное количество критериев. Гипотетически, заказ с leadtime 2 недели, принятый позже, может быть сделан раньше, чем заказ с leadtime 4 недели. Для этого должны сработать дополнительные критерии, например второй заказ имеет более высокий приоритет, или лучше ложится в компанию по отгрузке, или на уровне графикования с этим заказом получится более оптимальный график с точки зрения производительности отгрузки. Но на практике таких случаев не припомню.
Мы используем комбинированный поход. В коробочных продуктах Quintiq используется встроенный CPLEX, при этом задача для оптимизации описывается на языке Quill. Для графикователей мы используем CPLEX, но описание задачи, включая целевую функцию и набор ограничений, делаем на языке Python. Исходный датасет для оптимизации и её результат живет в коробочных продуктах Quintiq. В любом случае оптимизаторы мы реализуем и дорабатываем своей внутренней командой. Считаем, что такой подход разумный и дающий нам конкурентные преимущества. Например, мы можем учитывать те ограничения, которые появляются в моменте и критичным образом отражаются на качестве планирования.
Нет, это система PDM для НСИ и отдельно генератор маршрутов.
И это тоже (и даже в первую очередь). Но у сложных процессов, как правило, больше чем одно определение — зачастую это зависит от того, на каком уровне всё это находится.
Заканчивается ли цифровизация, если все датчики уже установлены? Думаю, что по-настоящему она только тут и начинается. Данные нужны не ради данных, а чтобы на их основе строить крупные системы, которые могут принести большое велью. Это не сразу происходит. Сначала данные помогают, например, автоматически рассчитывать и рекомендовать параметры на каком-то агрегате. И это, я бы сказал, «низко висящие плоды цифровизации». А потом приходят продукты, которые цифровизуют большой сквозной участок всей инфраструктуры. Не так красочно и легко объяснимо — и даже не верится, что это тоже цифровизация).
Поддержкой НСИ в системе занимается отдельное подразделение в бизнесе, там несколько человек. С точки зрения IT — 0,5 аналитика и 0,5 разработчика на поддержку. Остальное уходит на развитие. Данный генератор маршрутов получает развитие, как отдельные генераторы для разных задач планирования, уровень S&OP так же закрывается отдельных похожим генератором маршрутов.
В SAP выдают коммерческие заказы. Коммерческие заказы — это запрос, который приходит в генератор маршрутов. Для заказов формируется детальный маршрут производства. В статье рассказывается про весь процесс формирования маршрута, где заказ является основополагающим элементом.
Изначально создавался как продукт разработанный совместной командой компании КОНСОМ и НЛМК, сейчас продукт развивается командой НЛМК, с привлечением внешних подрядчиков.
Интерфейс делается специально простой, чтобы у пользователя была только необходимая информация. Есть отдельные экраны в системе где представлено больше данных. Например: KPI, перечень предупреждений и т.д.
К сожалению, темный фон не предусмотрен текущей версией софта на котором реализован графикователь. Но мы планируем апгрейд версий, и там возможность менять фон визуализации уже должна появиться.
Из сляба производят горячекатаный рулон. Есть продукция которая требует так называемого горячего посада. То есть сляб сразу после разливки аттестуют и задают в стан горячей прокатки. В целом не вся продукция может быть так обработана, есть продукция, которая требует остывания сляба. В целом есть идеи создать сквозной оптимизатор, который будет в графиковании учитывать связку ресурсов, график разливки и график прокатки и оптимизировать долю горячего посада.
Заказы выдаются в соответствии с определенными требованиями. Зачастую они подразумевают производство с учетом допусков. То есть что бы мы ни отгружали, всё равно оно будет соответствовать техническому заданию или спецификации от заказчика. Каждая единица продукции проверяется в процессе аттестации готовой продукции на соответствие коммерческому заказу. Случай когда потребитель получает металл, который не просил, возможен, но это, скорее, исключение из правил. Когда металл дороже, чем в заказе, случается очень редко, и пока никто не жаловался. Произвести из него можно будет то же самое без проблем.
Внутри статьи речь шла про оптимизацию именно внутренней технологии: мы стремимся делать продукцию оптимальным образом с точки зрения переналадок и перестроек, а также за счет унификации свойств этой продукции (например, её химического состава).
В системе идет балансировка мощностей в момент расчета календарного плана. При это учитывается огромное количество критериев. Гипотетически, заказ с leadtime 2 недели, принятый позже, может быть сделан раньше, чем заказ с leadtime 4 недели. Для этого должны сработать дополнительные критерии, например второй заказ имеет более высокий приоритет, или лучше ложится в компанию по отгрузке, или на уровне графикования с этим заказом получится более оптимальный график с точки зрения производительности отгрузки. Но на практике таких случаев не припомню.
У нас сейчас идет проект, но ИМ рассматривается как дополнение к оптимизатору, для оценки корректности его решения.
Мы используем комбинированный поход. В коробочных продуктах Quintiq используется встроенный CPLEX, при этом задача для оптимизации описывается на языке Quill. Для графикователей мы используем CPLEX, но описание задачи, включая целевую функцию и набор ограничений, делаем на языке Python. Исходный датасет для оптимизации и её результат живет в коробочных продуктах Quintiq. В любом случае оптимизаторы мы реализуем и дорабатываем своей внутренней командой. Считаем, что такой подход разумный и дающий нам конкурентные преимущества. Например, мы можем учитывать те ограничения, которые появляются в моменте и критичным образом отражаются на качестве планирования.