涡桨发动机生产排程，买现成系统还是找人定制？

我们厂的排程，以前就是一笔糊涂账

我管的是无锡一家做涡桨发动机核心部件的厂子，一百来号人，年产值大概1.5个亿。主要给几家主机厂做配套，叶片、机匣、齿轮箱这些关键件都做。

说实话，这行跟做消费品完全两码事。单子小批量、多品种是常态，一个型号可能就十几二十台的需求，但工艺复杂得要命，从锻造毛坯到精加工、特种处理，工序几十道，周期动不动就两三个月。

问题就出在这。前两年，我们被生产排程搞得焦头烂额。

三个老大难，天天扯皮

第一是插单和改单太频繁。 主机厂那边设计调整、试飞计划有变，一个电话过来，原先排好的计划全得打乱。计划员天天被车间主任骂，说他们“朝令夕改”。

第二是物料永远对不上。 特种合金材料采购周期长，外协的热处理、涂层工序时间波动大。经常出现机床和工人都准备好了，料没齐；或者料齐了，关键设备又被别的急单占着。车间里“等米下锅”和“窝工”的情况轮番上演。

第三是产能永远算不准。 老师傅带新徒弟，效率能差出一倍；五轴机床临时出个故障，修一下就是两天。计划科那套Excel表格，根本没法实时反映这些变化，排出来的计划，车间实际能完成70%就算不错了，剩下的全靠月底拼命加班赶。

那时候，生产协调会就跟吵架会一样，销售怪生产拖期，生产怪采购物料不到位，采购怪计划变太快。老板看着延期交付的罚单和居高不下的加班费，下了决心，必须上个系统把这摊事管起来。

第一轮折腾：以为买个软件就能搞定

一开始，我们想得很简单，觉得市面上那么多ERP、MES，总有一款适合我们。

试了两款通用型排程软件

我们先是买了一套某知名品牌的APS（高级计划排程）模块，跟ERP绑在一起的。实施顾问来了，讲得天花乱坠。

真用起来才发现，它那些算法模型，更适合大批量、流程固定的行业，比如汽车零部件。对我们这种工艺路径复杂、每个零件工序都不同的情况，很多约束条件根本设置不进去。比如，加工某个钛合金机匣，需要特定的工装夹具，这套夹具全厂就两套，它排程时根本不考虑这个，结果排出来两个活抢一套夹具，根本没法干。

后来又试了一款国内做柔性排程的软件，好一些，但问题出在数据上。它要求我们把所有设备、人员、物料、工艺的准确数据都输进去，光维护这些基础数据就差点把我们IT累趴下。而且，车间实际情况一变（比如师傅请假），系统里的数据跟不上，排程结果立刻失真。

最大的坑：没人懂我们的“行规”

这两家供应商的工程师，对制造业有了解，但对航空发动机这种高精尖、小批量的特殊性，理解很表面。他们不理解为什么一个零件的“首件鉴定”要单独占一天机时，也不理解为什么外协回来的零件必须静置48小时才能进行下一道工序（应力释放）。

这些特殊的行业规则和隐性知识，通用软件根本覆盖不了。最后，那套几十万买来的系统，沦为了一个比较复杂的“计划发布看板”，核心的调度和优化功能，基本闲置。

换思路：找懂行的人做定制开发

钱花了，效果没见着，老板很恼火。但问题还得解决。我们静下来复盘，发现关键不是软件不行，是“药不对症”。

明确核心需求：要能处理“不确定性”

我们不再追求“全自动最优排程”那种理想状态。对于涡桨发动机部件生产，核心需求其实是：在客户订单频繁变动、内部资源（设备、人员、物料）状态不确定的情况下，能快速模拟出“可行”的、且相对“较优”的排程方案，并随时能调整。

重点不是替代计划员，而是给他们一个强大的“决策支持工具”，让他们能从海量的约束条件中解放出来，专注于处理异常和协调。

找到对的合作伙伴：有制造业AI背景的小团队

这次我们没找大软件公司，而是通过朋友介绍，接触了一个深圳的团队。他们人不多，但核心成员有给东莞精密制造企业做AI质检和排程的经验。

打动我们的有两点：

第一，他们愿意花两周时间，蹲在我们车间里，跟计划员、班组长、老师傅聊天，把那些Excel表格里没有的“规矩”和“窍门”都记下来。比如，李师傅调机床参数快，适合干新活；王师傅稳定性高，适合干批量返修件。

第二，他们不吹嘘“颠覆”，方案很务实。他们建议分三步走：先用AI算法做一个“产能评估与冲突预警”模块，解决“能不能接单、何时能交付”的问题；再做“动态排程仿真”，让计划员能拖拽订单，看对整体计划的影响；最后才考虑部分工序的自动优化。

落地过程：小步快跑，持续磨合

实施过程也不是一帆风顺，但这次方向对了。

第一个关键决策：从“物料齐套”这个痛点切入

我们没有一上来就搞全流程排程。而是选了最让我们头疼的“物料齐套率”问题。让AI系统先整合采购订单、外协进度、库存数据，结合历史物流时间，预测每一个生产订单的“物料就绪时间”。

这一步效果立竿见影。计划员在排产前，系统就能提示“某订单的XXX材料预计延迟3天到货，建议将该订单后延”。仅这一项，就把我们车间的无效等待时间减少了将近30%。

第二个关键决策：人机协同，系统只做辅助

我们要求系统生成的任何排程方案，都必须经过计划员确认和微调才能下发。系统的作用是，把各种约束条件（设备、人力、物料、工艺）冲突用红色标出来，并给出几个调整建议（比如换设备、调班次）。

最终拍板的，还是熟悉车间千变万化实际情况的计划员。这样大家不抵触，觉得系统是来帮忙的，不是来夺权的。

数据收集比想象中麻烦

最大的投入不是钱，是时间。为了让AI模型更准，我们需要给设备加装简单的传感器采集开机、运行、停机状态，需要工人扫码报工。一开始工人嫌麻烦，抵触情绪很大。

我们没强行推开，而是选了一个班组做试点，让班组长带头用，并且把系统带来的好处（比如减少他们半夜被叫来加班赶急活）实实在在讲清楚。试点跑顺了，再慢慢铺开。这个过程，花了差不多8个月。

现在的样子：还没做到完美，但够用了

系统上线运行一年多了，可以说，它已经成了生产部门离不开的工具。

能算清三本账了

一是订单交付账。 现在销售接到询单，输入产品代码和数量，系统10分钟内就能结合现有产能负荷，给出一个相对可靠的承诺交付期。订单准时交付率从原来的65%提到了85%左右。

二是产能负荷账。 哪台设备下个月负荷已经饱和，哪个工种的工人可能会不够，现在能提前两三周预警。我们招临时工或者安排外协，比以前从容多了。

三是异常应对账。 遇到设备突发故障或紧急插单，计划员在系统里把故障时间设进去，或者把新订单拖进来，几分钟就能重新模拟出一个调整方案，知道会影响哪些订单，影响多久。开会协调有依据，扯皮少多了。

省下来的都是真金白银

最直接的，以前每个月为了赶工，平均要支出8万多的额外加班费，现在降到3万左右。一年下来，这一块就省了60多万。

更关键的是，因为排程更合理，设备利用率提升了大概15%，同样的产出，我们推迟了购买一台五轴机床的计划，这笔钱就省大了。

还有两个头疼的事

第一，系统对“人员技能”这个因素的量化还是粗糙。老师傅和熟练工的效率差异，我们能设个系数，但像“张师傅特别擅长解决薄壁件加工变形”这种非常细的技能，系统还理解不了。

第二，最上游的主机厂订单变动信息，我们还是靠人工获取。如果他们那边的变动能通过某种方式更早、更结构化地传给我们，我们系统的预警还能更提前。但这涉及跨企业协同，短期内难解决。

如果重来，我会这么干

回顾这两年多的折腾，如果时间倒流，有几件事我会做得不一样。

先理流程，再上系统

别指望系统能解决所有管理问题。上系统前，先把企业内部那些模糊、凭经验的流程尽可能标准化、显性化。比如，订单变更的审批流程到底几步？物料齐套的标准是什么？把这些理清楚，系统实施会顺利一半。

别贪大求全，抓住一两个痛点打穿

对于中小型航发配套厂，别一上来就要“智能排产”。先从最痛的“产能评估”或“物料预警”开始，做出效果，让大家看到实惠。有了信任，再推进下一步。我们的成功，就是从“物料齐套”这个单点突破开始的。

合作伙伴要挑“懂制造”的

这个太关键了。看他有没有深入车间的耐心，能不能听懂老师傅的黑话，愿不愿意把你的特殊约束当回事。有AI技术背景固然好，但缺乏对制造业，尤其是高端复杂制造的理解，技术再牛也容易做成空中楼阁。

老板的耐心和支持是关键

这种事，没有立竿见影的效果。从立项到初见成效，至少预留一年时间。中间会有反复，会有抱怨，老板如果急着要成绩，下面的人压力一大，很容易就又退回老路，用Excel去了。

最后说两句

AI生产排程，对于像涡桨发动机这种复杂制造，它不是“神仙药”，不能包治百病。但它是一个非常好用的“放大镜”和“计算器”，能把原来靠人脑算不过来的复杂约束理清楚，把隐藏的问题提前暴露出来。

值不值得做？如果你也常年被交付期追着跑，被产能波动弄得焦头烂额，车间里总有一堆“意料之外”的麻烦，那绝对值。关键是要找准自己的真实痛点，用对方法，找到对的人。

我们也是摸爬滚打过来的，深知这里面的门道。如果你也在琢磨这个事，拿不准自己的厂子适不适合、该从哪里入手，可以试试用“索答啦AI”问问看。它就像一个懂行的朋友，能根据你厂子的具体情况（比如规模、产品类型、痛点），给你一些很实在的建议，省得你一开始像我们一样到处碰壁。