.svg)
在人类存在的漫长岁月里，人类一直在为特定用途生产材料和产品。但在17世纪之交，有趣的事情发生了。人类首次制造出工业设备，开创了工业化时代。这个时代的到来带来了更大的设施，专门用于我们今天所知的生产生命周期的各个方面。有了这些大型设施，就需要管理数百名工人、材料运输以及产品的各个生产阶段。早在 19 世纪，对生产调度方法的需求就显而易见。
这种需求促使亨利-甘特（Henry Gantt）等传奇人物开发了科学管理流程。19 世纪，人们引入了图表和人工数据收集技术来应对生产调度方面的挑战。虽然这些解决方案与当时的工业设备和设施配合得天衣无缝，但到了 20 世纪初，生产技术的进步使它们变得多余。
到了 80 年代，生产调度被定义为确保工厂内原材料和生产能力得到最佳分配以满足需求的计划过程。随着时间的推移，这一定义也在不断更新，以考虑相互竞争的优先事项之间的复杂权衡，以及生产车间内发生的数百种不同关系。
为了处理这些复杂的权衡和生产变量，先进的计划和生产调度系统应运而生。这些系统或解决方案被亲切地称为 APS 解决方案，它们考虑了生产周期中可用的材料、可用的劳动力和生产能力。APS 系统采用基于约束的排产方法，成功地处理了复杂生产流程的排产问题。因此，这些工具为以下生产流程制定了计划
- 资本密集型生产流程，需要处理设备和工厂产能等制约因素
- 在制造产品时需要组装数百个部件的生产过程。
- 在生产过程开始时无法预测的、计划不断变化的生产过程。
生产调度系统的成功也导致了数百家提供 APS 解决方案和服务的企业的诞生，以缓解复杂的调度活动。由于生产排程系统的成功，其他衍生解决方案，如客户关系管理应用程序和企业资源规划解决方案也应运而生。
与大多数伟大的技术进步一样，由于生产环境的不断变化，传统的产品调度解决方案开始面临更复杂的情况。这些变化既有技术方面的，也有概念方面的。在技术方面，工业物联网、智能制造设备和自动化的出现是传统排程软件无法应对的变化。而概念上的变化包括需要考虑车间产生的所有数据、进行预测分析、实时管理中断以及网络安全挑战等。这些变化以不同的方式限制了生产排程软件的效率，我们将对此作进一步探讨。
生产排程解决方案的局限性
生产排程工具的局限性都是由于当今制造业和工业设施的复杂性增加，以及企业对更多洞察力的需求所致。这些局限性包括
灵活性挑战
现代生产设施中不断变化的流程以及车间中新设备和新工艺的引入必须与功能性排程系统相结合。传统的生产排程工具适应这些变化的能力有限，这意味着它们生成的排程将出现偏差。
整合实时事件的挑战
数百份报告都强调了停机对制造和工业设施的影响。造成停机的原因多种多样，但就生产排程而言，车间机器停机是最理想的情况。生产调度工具很难预测这一事件，甚至无法将其纳入考虑范围，以实时重新安排事件。
尽管生产排程工具可以创建考虑到故障设备的排程，但它们使用的是近似数据。这意味着它们生成的计划是静态的，不会考虑机器位置、工作站产量等实时数据。
需要多次调整
这一限制是生产排程工具在整合实时事件方面遇到的挑战的后续。为防止出现故障，系统集成商必须针对不同情况创建多种自定义算法。这意味着产品调度工具需要使用这些算法，并尝试将其应用于设备中的新问题。要做到这一点，必须对初始调整进行多次调整，这就失去了实时创建重新安排的能力。据甲骨文公司称，这一挑战意味着传统的产品调度工具即使存在调度问题，也很难找到好的解决方案。
由于存在这些限制，因此需要一种新的流程来准确管理生产调度任务。这导致了从传统生产排程解决方案到基于仿真的排程模式的转变。基于仿真的排产是指使用数字模型模仿真实世界流程在一段时间内的运行情况。这一过程包括建立物理过程的仿真模型，并在模型中填充真实世界中发生的详细事件和过程。然后运行仿真模型，生成优化的生产计划。
模拟排产的影响
需要注意的是，基于仿真的排产可以通过两种方式进行。分别是离散事件模拟和连续模拟过程。离散事件模拟将制造或工业设施的运行模拟为一连串随时间发生的离散事件。在这一模型中，事件发生在特定的时间瞬间，并记录设施的状态变化。
另一方面，连续仿真模型则持续跟踪事件及其在设备中产生的变化。离散事件仿真和连续仿真模型都将生产调度提升到了传统生产调度工具无法企及的高度。这种模式的转变使实时生产调度变得更加准确和灵活，足以应对现代设施中发生的变化。
如前所述，生产调度工具的引入带动了其他配套技术解决方案的发展，基于仿真的调度也是如此。其中一个概念就是基于仿真的数字孪生解决方案。数字孪生涉及物理对象的镜像，通过基于仿真的工程工具创建虚拟模型。
为每个设施和工业流程创建数字孪生的能力也将基于仿真的调度提升到了新的高度。创建实时系统或设施的虚拟镜像，并模拟这些设施中发生的复杂过程，从而制定出比传统生产调度工具更为精确的调度计划。
在处理停机问题时，基于仿真的数字孪生环境可以从现实世界的传感器收集数据，并利用这些数据预测资产--制造设备--的行为。这样，调度过程就能考虑到有缺陷的设备，并迅速围绕有缺陷的设备重新安排生产过程。此外，基于模拟的排产工具比其他工具更能管理 "假设情景"。这样，运营团队就可以模拟可能遇到的挑战，并在考虑到这些限制因素的情况下制定优化计划。
基于模拟的排程与数字孪生技术相结合，可用于制定更高效的排程。CKE 餐厅就是一个例子。在这里，餐厅设施的数字孪生技术使得在厨房设施中创建实施计划、供应和交付计划成为可能。通过基于仿真的排程和数字孪生解决方案，最终实现了更高效的生产和服务流程。
基于仿真的排产如何横跨不同行业
传统的生产排程工具主要是为生产环境而设计和开发的，这仍然是其主要应用领域。与生产排程不同，基于仿真的排程可以集成到任何工业流程中，以生成精确的排程。
同样，它与数字孪生技术的亲和力也使其成为可能。这是因为，利用数字孪生技术，可以对工业环境中的每个流程和资产进行建模，并将其带入数字环境。将基于仿真的软件集成到这一数字环境中，就可以模拟工业流程并为其创建计划。基于仿真的排程可用于医疗保健行业、制药设施、码头、港口以及所有可对流程进行建模和映射的设施。
数据为王的工业 4.0 制造设施和流程的兴起，为基于仿真的调度提供了另一条繁荣之路。智能工厂由配备传感器、嵌入式系统和系统模块解决方案的机器和设备运行。这使得对工厂中每项资产和流程的数据进行评估成为可能。
基于仿真的排程软件可以利用在符合工业 4.0 标准的设施中收集的数据来创建实时排程。由于集成了工业 4.0 的设施中数据的广泛可用性，还可以实时计算模拟计划，并提高准确性。
基于模拟的排产和未来之路
从生产调度解决方案到基于仿真的调度模式的转变在很大程度上仍是一个持续的过程。这是由于新兴技术对基于模拟的排产软件的使用起到了补充和强化作用。例如，云计算和高性能计算机（HPC）的兴起。这些技术使我们有可能创建具有成千上万变量的设施或流程等非常复杂系统的模型，同时为其生成精确的调度计划。
这些技术流程的结合将增强我们所熟知的实时调度和重新调度功能。由于基于仿真的调度软件利用了云计算和高性能计算，复杂的仿真可以在微秒内完成，从而提供准确的实时结果，提高各行业的生产率。这样，就完成了从手动和基于约束的调度到反应灵敏的实时调度时代的范式转变。