小批量多品种排产怎么不乱：减少换型次数比优化算法更有效

一天二十张工单，换型十几次

一家做注塑件的工厂，客户结构是多个中小客户，单个订单量从几百件到几千件不等，品种超过三百个。

计划员每天要排二十张左右的工单。因为交期分散，他习惯按交期先后排序，谁先到期谁先做。

结果是每做几张就要换一次模具，一天下来换型十几次。每次换型平均四十分钟，一天光换型就吃掉近八小时。

产线实际上只运行了十几个小时，产能利用率很低，交期还是经常延后。

计划员很努力，每天都在重排，但越排越乱。问题不在努力程度，而在排序规则本身。

按交期排序对单品种大批量有效，对多品种小批量则会把换型成本放大到不可承受。

结论先行：先按换型相似度分组，再在组内排交期

正确的排序是两层：先按换型相似度把订单分组，同一组内的订单连续生产，只换一次型；组内再按交期排序。

这样换型次数从「每张工单一次」降到「每组一次」，通常能减少一半以上。

对于交期确实很紧的订单，允许打破分组规则，但要记录为插单并计入插单额度，避免规则被随意突破。

为什么算法排产在小批量场景下效果不佳

很多工厂试图通过 APS 系统自动排产来解决多品种问题，结果往往不理想。原因有三个。

第一个原因是基础数据不准。算法依赖标准工时与换型时间，如果这两个数据是估算值，算出来的结果必然是错的。

第二个原因是约束太多且动态变化。实际排产要同时考虑模具可用性、人员技能、物料齐套、客户交期，这些约束每天都变。

第三个原因是现场不会严格执行。算法排出的顺序如果有违现场直觉，班组长往往会自行调整，计划与执行脱节。

相比之下，基于相似度分组的简单规则更容易被现场理解和接受，也更容易坚持执行。

建议先用简单规则把换型次数降下来，等基础数据准确、现场习惯稳定之后，再考虑引入算法优化。

顺序很重要。先规则后算法，比先算法后补数据要少走很多弯路。

模块化与标准化是根本解

排产优化只能减少换型的影响，无法减少换型本身。真正减少换型次数要靠产品与工艺的标准化。

常见的做法包括：统一模具接口，让不同模具换装时间接近；统一材质牌号，减少材质切换；统一颜色体系，减少清洗次数。

更进一步的做法是模块化设计。让不同产品共用相同的标准件和工艺步骤，从根本上减少品种之间的差异。

这些属于设计阶段的决策，实施周期长但收益持久。排产优化属于执行阶段的改善，见效快但天花板低。

两者应当并行推进。只做排产优化，几年后可能还在为换型发愁；只做标准化，短期交期问题仍会持续。

建议在年度改善计划中同时列入两类动作，并把换型次数与品种数量作为共同的观察指标。

下一步可以做什么

第一步是统计最近一周的换型次数与换型总耗时。这个数字通常占可用产能的三成以上。

第二步是按模具和材质把一周内的订单粗分成几组，试着连续安排。跑两周之后再看换型次数变化。

第三步是给换型最频繁的产线做一次快速换型改善。记录每个动作与耗时，区分内外部作业，把准备工作移到停机之前。

第四步是把相似工艺的型号归成一组，同组内连续排产，减少跨组切换。分组排产不增加投入，只需调整顺序。

对需求波动大的型号，建议建立小批量成品缓冲，用少量库存置换排产的稳定性，缓冲量按波动幅度与换型成本估算。

最后评估是否需要设置专用多品种产线，把高切换型号集中到一条线上，让其他产线专注大批量产品。这属于结构性调整。

需要换型相似度对照表或周排产分组模板，可联系 cooper@micount.cn 或 18016313342（微信同号）。