通过 DMES 的动态调度实现制造敏捷性制造工厂是一个复杂的、不断变化的环境。提交并修改生产订单。材料来自众多供应商。具有不同自主性的机器与人类同行一起发挥作用。技术生态系统与整个企业的程序交互。对于制造商来说，效率和生产力是通过适应来抓住的针对这种不断变化的工厂环境进行规划和调度。然而，对于今天的许多制造商来说，调度仍然是通过拼凑过时的自定义程序和 Excel 表中频繁的手动输入来完成的。需要的是通过改进的分析能力来实时调整生产的更大能力实现最大效率和吞吐量。这个关于现代制造执行系统 (MES) 的系列研究了工厂之间的平台一致性和数据连接如何实现更高的生产力、供应链管理、材料和劳动力可追溯性等等。
在调度方面，MES 从企业中提取数据——水平系统，以提供更丰富的生产约束可见性，这使规划人员能够做出快速、明智的决策，以使制造工厂的所有组件保持在高峰状态性能和效率。使用现代 MES 转换调度为制造商提供了宝贵的竞争优势，而制造部门正在已经投资以实现更高水平的生产和效率。走向实时调度考虑制造调度的现状。企业和工厂领导投资用旧的计划方法花费时间和精力，但是继续错过生产计划。这离线工具和本地知识不足管理约束。
计划是在几周和几个月的时间尺度上完成的，而不是几天、几小时或几分钟。很多人都负责安排哪些订单去哪里，但他们的流程可能没有得到尽可能多的通知，同样的协调也可能难以捉摸。因此，随着变化经常发生并且没有优先顺序，反应迟钝和昏昏欲睡的缓解努力仍然导致停机、未满足的交货日期、不必要的库存以及许多其他影响利润的次优输出。
因此，一些制造商正在投资以推动改进调度也就不足为奇了。根据2020年Deloitte-MAPI制造商研究，在与新生产生态系统连接的近70%的制造商中，23% 正在实施工厂同步和动态调度。生产力的未来已经初具规模，动态调度使制造商能够以符合生产变化方式的速度进行思考和计划。需要在生产开始之前创建最准确的生产计划，然后随着运营环境的发展实时调整。
挑战的一部分是有多个系统在工作，最复杂的系统交互之一是操作系统和ERP之间的交互。数据需要在 ERP 和运营之间流动并返回，例如计划者和最终用户可以实时了解正在发生的事情。有了这个，离散约束（即使是在执行过程中出现的约束）可以得到管理和缓解，以实现最佳调度。例如，一台机器发生故障，并通知计划人员。通过对从机器层到 MES 再到ERP 的整个端到端流程的动态视图，为计划制定解决方案，并相应地调整变更前后的所有内容。
规划人员可以做出决策来纠正整个工厂而不是一条生产线。而不是安装定制或大量配置的解决方案每个工厂，DMES 使用工厂网络的全局模板，然后为每个工厂定制标准平台。结合 AI 和 MES 的力量动态调度驱动价值的能力很有吸引力，但实施可以允许动态调度的 MES 解决方案看起来令人生畏。
一种快速、有效的方法是选择一个为您的制造业预先配置的平台，并且可以在工厂级别进行调整。这种方法的一个例子是德勤的 MES 解决方案(DMES)，这是一个流程主导的 MES 实施交钥匙路径。而不是在每个地方都安装一个定制的或大量配置的解决方案工厂，DMES 使用工厂网络的全局模板，然后为每个工厂定制标准平台。DMES 预配置 MES 解决方案可实现以下产品组合制造运营管理能力，包括先进的生产调度。当该平台与动态调度算法相结合时，设施可以提高其敏捷性和吞吐量。规划者可以专注于建立并保持其所在区域的最佳生产计划，而动态计划解决方案为“下一个最佳行动”提供实时建议，这将使生产不受限制地继续进行。考虑一个准备运行的订单，但有一袋材料掉落并被污染。
MES 和动态调度算法可以立即返回有关如何调整整个工厂计划，最大限度地提高生产力和效率，同时保持按计划完成生产目标和交货日期。或者考虑某个机器操作员不可用的情况，从而停止运行。 AI 调度系统可以识别要生产的替代订单，从而避免代价高昂且威胁生产时间表的停机时间。这种跨工厂使用人工智能调度系统的能力是使用预配置解决方案改造 MES 的结果之一。它有助于管理生产日内的预期和意外约束，这是传统系统无法实现的，并且手动流程。还有另一个好处。决定后无论是自主地还是由人类用户，这些信息都在企业系统的其他地方共享。由于所有工厂都使用 MES 运行，因此数据在整个生产过程中无缝填充组织，产生重要的生产数据和见解这可以改善其他工厂的运营。
归根结底，动态调度只是价值的组成部分之一通过转向现代 MES 解决方案抓住了机遇。当制造商将 ERP、运营和生产数据与 AI 和其他系统，不间断的数据链允许更高的效率和生产力，以及在出现限制时调整和调整时间表的基本敏捷性。
