1
企業簡介
富士康（Foxconn），全稱富士康科技集團，是一家3C產品研發制造企業，由郭臺銘于1974年在中國臺灣創立。企業專注于電子產品的代工服務，研發生產精密電氣元件、機殼、準系統、系統組裝、光通訊元件、液晶顯示件等3C產品上、下游產品及服務，以核心技術為中心，包含納米技術、綠色制程技術和平面顯示器技術等。旗下多家企業掛牌上市，在世界多國設有廠房。
2
智能制造現狀
富士康集團在2019年下半年提出在觀瀾廠區建立數字可視化示范工廠。為貫徹集團發展工業 4.0(云移物大智網+機器人)的政策，特以本次項目作為觀瀾自動化生產示范工廠，該工廠加工制程通過智能控制系統實現少人化及智能化制造。從傳統的人機料法環到可視化管理的人機料法環，打造新一代智慧工廠，在設備具有數字化界面的基礎上，通過網絡化實現設備的互聯互通，并基于大數據分析，實現決策與生產管理的智慧化。減少人員設備故障的響應時間，快速解決設備異常，通過對設備狀態實時管控，提高生產質量與效率，降低生產成本。
富士康觀瀾廠區先后引入APS,SCADA,可視化,戰情中心等系統,以實現工業互聯網的建設目標。做到事前預測產能瓶頸，設備空置率預處理；事中負載監控，工藝即時優化；事后分析生產能力差異，降本的突破口。
導入APS前,公司的產品型號豐富,設備多,傳統的EXCEL排產已經無法滿足計劃的精度，準確度,及時性。計劃部門人員工作量非常大,難以做到反復地快速調整計劃。生產過程中多種異常，沒有真實數據,難以區分責任，精準改善。基于此，公司高層決定引入一套先進的自動化排程系統，來解決這些問題。
在APS產品選型方面，對比了多家國內外供應商，最終選擇有成熟的案例經驗，超大數據量高速的性能運算，高效可配置性等特點的Asprova系統，由深圳微優微科技（VUV）來實施本次項目。
3
APS系統導入背景
1生產計劃現狀
排產數據量超過10萬件任務，幾百臺設備，手工面對急單的處理，計劃調整頻繁，調整的工作量巨大，生產順序和交期沖突，交期管理欠缺系統性的全局觀。設備稼動趨勢，未來數周的設備負載狀況不透明。為了解決這些制造難題，導入智能排產APS系統。
2生產計劃特點分析
① 完全根據客戶訂單生產。
② PMC只排產到各工序，下發后由各工序主管安排詳細的機臺計劃。
③ 以機器設備的自動化加工為主，經常發生瓶頸工序多個。
④ 計劃的合理性影響到設備利用率。
⑤ 產品單件生產，產出一個完成品最多可幾十個半成品和幾十道工序。
⑥ 返工工件數量多，與正常訂單一起生產。
⑦ 排機臺考慮人員的技能和設備的程序是否開發完成。
⑧ 手工分析報表量大。
4
APS系統項目實施及應用情況
1明確導入范圍以及目標
APS項目實施目標：
① 提升快速響應能力
② 提升快速交付能力
APS導入范圍：
第一階段：主生產計劃（MPS）
基于預測單和正式訂單正向排產，平衡各工序產能，平衡各生產線產能，快速回復交期
第二階段：機臺詳細計劃排產
詳細生產排程（DPS）
基于工單展開多工序的車間執行計劃，確保車間各工序有序安排生產。
2導入實施的經過
APS導入實施從2020年初到2020年下半年，項目組歷經近幾個月時間成功上線，離不開企業領導層的高度重視和支持，定期聽取項目匯報。業務部門負責人牽頭業務需求分析，手工排產邏輯的清晰展示，關鍵用戶的大力測試，協助相關部門解決實施過程中的難點。
3項目實施成果
>>>>
流程革新成果
01
制造系統互聯
多個制造系統的數據通過APS作為橋梁打通，擺脫手工排產時的數據從系統導出EXCEL操作的數據準確性，時效性不高的困境。
02
訂單交期快速答復
海量訂單，基于有限能力，多工序計劃平衡排產進行快速的交期答復。
03
計劃執行反饋
已經生產完成的計劃執行情況回饋APS，分析計劃執行的差異性，計劃內達成，未達成的責任部門分析，計劃外生產的工作，有數據支撐，有利于現場的計劃執行優化改善。
04
設備利用率提升
APS排產充分考慮了工件制造時間，工序間的物流時間，極大減少關鍵設備因為計劃合理性導致的等待的時間，提升設備的稼動率，瓶頸工序的產能最大化利用。
>>>>
效益分析
01
多層次計劃管理模式變革
APS系統實現了多層次，可視化，統一的柔性計劃管理，加強了計劃模擬，強化了事前分析，減少詳細排產波動。
02
企業效益增長的有力引擎
APS機臺數據出發，建立基于瓶頸工序的產能約束模型：主生產計劃、詳細排程，以提高交付率為目標，圍繞提升設備產能、排產邏輯標準化、快速應對緊急插單的角度，助力企業在設備數量一定的情況下能接更多的訂單，不斷地優化現有的現場的執行問題點，實現效益穩步增長。
做為中國規模最大、實際客戶案例最多，技術經驗最強的APS實施團隊，VUV科技今后將基于智能制造的框架的基礎上，深入應用并持續優化APS，繼續提升快速響應，快速交付能力，為企業運營層的大數據分析提供決策的依據，幫助制造現場優化改善，APS在智能制造中呈上啟下，發揮大腦的指揮性作用。