以数据驱动的制造业企业业务模型设计

张 崇，张 帆，张建超

ZHANG Chong,ZHANG Fan,ZHANG Jian-chao

（北京机械工业自动化研究所有限公司，北京 100120）

1 制造业企业业务模型分析

制造业企业是指把原材料经过加工制造形成产成品的企业，一般根据产成品形成过程的不同，或者说加工制造过程的物理化学变化不同分为流程制造和离散制造，本文从一般性角度探讨问题，不再区分上述两种制造模式，将业务流程统一为产品设计、原材料采购、订单计划排产、生产加工、仓储物流及产品销售，各业务流程的含义及相互关系如下。

1.1 制造企业的业务流程设计

对于制造企业，为保障从原材料到产成品过程的顺利进行，会设计原材料采购、加工制造流程，同时从产品研发、工艺指导角度会有产品研发流程，结合仓储物流、销售，共同构成了一个完整的、成型的流程链，各业务流程的含义及作用如下：

产品设计：

设计研发产品，输出工艺，指导生产。

原材料采购：

依据生产计划、BOM采购原材料，保障生产用料。

订单计划排产：

按规则对订单计划排产，有组织的指导生产。

生产加工：

按工艺将原材料加工成产成品。

仓储物流：

原材料从库房到车间的及时供应，保障生产。

销售：

产成品销售到客户。

1.2 各业务流程的关系

从研发、制造到销售的整个业务流程，是面向市场，按需生产的过程，从生产组织角度，是从销售到计划，再到生产的一个拉动过程，其相互关系如下：

图1 业务流程关系图

2 以业务拉动的传统业务模型分析

以需求、订单拉动的生产模式，我们定义为以业务拉动的传统业务模式，通过市场需求拉动计划，拉动生产组织配套，其业务模型及特点分析如下：

2.1 业务拉动式的传统业务模型设计

业务拉动模型是以市场需求为源头，拉动销售、计划、制造，同时制造过程又会相应的拉动原材料配料、原材料采购供应，其拉动式的模型如下：

图2 业务拉动式模型图

2.2 业务拉动式模型的特点与不足

业务拉动式是按需生产，针对成品需求组织生产，其特点是在既定的生产计划下，只要产能、原材料及相关配套满足，整个生产会顺利执行，保证产成品的如期交付。但现实情况往往会与计划冲突，由于实际生产的复杂性，会出现与预期不符、配套不足的情况，这就势必造成生产的延误或计划的变更，从而影响产品交期。由于产能配套、原材料配套不足导致的计划延误或变更的情况，是业务拉动式生产模型的硬伤，是需求拉动供应的根本特点决定的。

3 以数据驱动的业务模型设计

基于上面的分析，我们看到需求拉动供应，供应满足生产的模式，会不可避免的存在由于供应不足而影响生产的情况，这是被动供应的一种天然弊端，为了消除这一弊端，下面从被动供应变主动驱动的角度，探索一种主动驱动制造的业务模型，这也符合智能制造概念下的主动制造理论。

如何主动驱动制造，我们认为应该是以业务流程中的数据流来驱动，数据即是指令，以数据驱动整个业务流程的运转。

3.1 业务流程中的数据分析

如果整个业务比喻为人体，则数据是其中的血液，数据存在于各个业务流程，贯穿于整个企业业务的始终，驱动着业务流程的整体运转。

按照前文设计的业务流程，其主要业务数据如下：

产品设计：工艺数据，BOM数据，指导生产。

仓储物流：原料仓储数据，生产的直接保障；

计划排产：计划数据，生产指令；

生产制造：产成品数据；

为了简化分析，我们只关注生产制造过程中的如上几个主要流程数据。

3.2 数据驱动的业务模型

以数据驱动的主动制造模式，以原材料供应为源头，结合计划指令、工艺指导，在配套满足的情况下发起生产制造，驱动生产执行，直至产成品产出，其业务模型如下：

3.3 数据驱动的特点

图3 数据驱动式模型图

在简化模型中，以原材料、计划指令、工艺指令数据驱动生产的模式，是一种相对理想的主动制造模式，以既有数据驱动，在满足计划要求的情况下，最大程度的避免了因为各方面不配套导致的生产延误或变更，数据驱动生产模式相比于业务驱动的生产模式有以下特点：

保障了生产的流畅度：

以前道工序数据驱动后道工序作业的模式，以前道工序数据的完整性保证了后道工序及整个工艺的流畅度。

提高了生产的主动性：

以前道工序数据驱动生产的模式，符合主动制造理念，理论上在制品可根据自身数据，结合后道数据情况，主动选择制造路径及工艺，提高了生产的主动性，符合未来的发展趋势。

提高了生产的前瞻性：

相比于被动拉动式制造模式，数据主动驱动可结合上下道工序数据，综合判断生产状态，提前给出作业指令，避免执行过程中的反复，提高了生产的前瞻性。

4 数据驱动的发展趋势

随着科技和理念的快速发展，各行各业都在加速进入数据时代，制造业也是如此，正在进入数据管理、数据使用，从数据要效益，以数据驱动发展的阶段，目前看这已经形成共识，是未来相当一段时间的发力方向、发展趋势。

规律是客观的，普适性的，从宏观层面，是数据驱动产业变革，具体到微观制造环节，以数据驱动制造，提高制造的主动性，也是未来需要进一步实践和推广的制造模式。

5 结语

以上只是从简易模型分析了一下以数据驱动的生产制造业务模型，从实际应用的角度，模型还应从结构、逻辑、输入、输出方面不断丰富和完善，既要有各个业务的小模型，更要有整体业务的大模型，全面考虑各类数据及其关系，形成一个严谨的集感应、收集、分析、决策、执行、反馈的智能模型，并能迭代发展。