挑战
简介
诺斯罗普-格鲁曼公司（Northrop Grumman）是一家全球性航空航天和国防技术公司，由于其生产运营的复杂性和规模，该公司在生产规划方面面临着巨大的挑战。该公司的太空园负责开发詹姆斯-韦伯太空望远镜等复杂的创新项目，需要先进的仿真能力来有效规划和管理生产流程。本案例研究探讨了诺斯罗普-格鲁曼公司如何利用 Simio 制造仿真软件开发革命性的长期规划模型，从而极大地扩展了建模能力并改善了战略决策。
诺斯罗普-格鲁曼公司太空公园基地的工业工程师 Marie Scholl 解释说："我们需要灵活的能力来帮助我们实现这些项目。该公司的生产流程从海上到太空纵向一体化，需要既能满足即时生产需求又能进行长期战略规划的仿真工具。本案例研究详细介绍了诺斯罗普-格鲁曼公司如何利用 Simio 仿真技术改变其生产计划和资源分配方法。
公司背景
诺斯罗普-格鲁曼公司（Northrop Grumman）处于航空航天和国防技术的最前沿，用他们的话说，他们创造的复杂系统 "将不可能变为可能"。他们的太空园基地负责开发从太空系统到先进计算解决方案的尖端技术。公司的制造流程高度专业化，涉及复杂的组件和创新的生产技术。
"烁尔在描述公司的运营时说："我们制造的东西都是精密、复杂和创新的。"我们的纵向一体化程度很高，这使我们能够制造各种各样的非传统制造项目，从海洋到太空，以及介于两者之间的所有项目"。
这种复杂性给生产规划带来了独特的挑战。诺斯罗普-格鲁曼公司每个月都有成千上万的订单流经其制造设施，每个设施都有多种操作和特定的资源要求，因此需要复杂的模拟工具来有效管理其生产环境。公司的利益相关者，包括制造经理、制造团队、项目经理和执行领导层，都需要对生产计划和资源分配有不同程度的了解。
挑战：短期建模的局限性
诺斯罗普-格鲁曼公司最初使用 Simio 制造仿真软件开发了一个短期生产计划模型。该模型从各种数据源中获取详细信息，建立仿真模型，制定可行的生产计划，并为日常生产计划提供结果。该模型对未来 12 个月的规划非常有效，为日常任务、工人分配和优先级调整提供了有价值的见解。
然而，正如 Scholl 解释的那样，"没有一个模型是完美的。这种短期模型存在已知的局限性"。这些局限性包括
- 极端的细节要求：该模型的细节要求很高，导致模拟运行耗时，并且在实施前需要进行大量的数据清理。
- 时间跨度有限：由于超过 12 个月后，数据细节的可靠性就会降低，因此该模型只能运行一年或更短时间，很难为长期变化制定计划。
- 被动而非主动： 12 个月的限制使公司的反应比其审批流程有时所允许的更快，尤其是在设备布局和人员变动方面。
- 培训限制：由于只能预测 12 个月后的情况，因此要及时对员工进行所需的技能培训，以满足未来的生产需求，具有很大的挑战性。
这些限制使诺斯罗普-格鲁曼公司的规划能力存在很大差距。正如 Scholl 指出的那样："我们需要知道现在是否应该雇佣更多的团队成员或购买更多的设备，以便在时机成熟时拥有可用的技能和资源。我们还想测试潜在的布局和设施改进，甚至尝试更大的计划，比如启用全新的大楼。
该公司需要一种解决方案，既能提供 12 个月以上的洞察力，又不需要太详细的数据输入。因此，公司开发了一种全新的仿真建模方法。
解决方案
解决方案：基于 Tok4n 的长期模型
开发新的建模方法
为了解决短期模型的局限性，诺斯罗普-格鲁曼公司的工业工程师利用 Simio 的令牌仿真功能开发了一种创新的长期模型。这种方法与传统的建模技术大相径庭。
"Scholl 解释说："我们采用了一种全新的方法，从零开始建立这个模型。"我们努力处理人工数据，重新思考如何创建和运行零件族和任务，使这个模型至少能运行五年。
基于令牌的模拟方法消除了对零件在生产过程中移动的详细可视化的需求。取而代之的是，该模型使用令牌（携带信息和执行流程步骤的虚拟实体）来表示系统中的工作流。这种方法大大降低了计算要求，同时保持了战略规划所需的准确性。
长期模式的主要创新
长期模型采用了多种创新方法来简化数据要求，同时保持规划的准确性：
- 汇总工人可用性：该模型采用 "每月工作日 "的方法，而不是详细的工人时间表，其中包含损失时间和效率系数。
- 简化零件系列：该模型没有对每个具体的零件编号进行建模，而是将类似零件归类为 "零件族"，并将其任务集合在一起。
- 简化物料清单：该模型对材料采用了更通用的方法，重点关注所需的组件类型而不是具体的零件编号。
- 每月桶计划：任务被分配到每月的 "桶 "中，而不是具体的日期或时间，从而使资源利用更具战略性。
正如 Scholl 所说："令牌就像幕后的隐形人，执行着一切。流程步骤告诉它要做什么。有时，它会自我拆分，以便并行处理多个令牌"。
这种创新方法使诺斯罗普-格鲁曼公司能够创建一个可以快速运行的模型，同时为长期规划提供有价值的见解。"有了这些独特的新建模方法，我们的长期模型就诞生了，"Scholl 说。"它成功地为我们提供了五年的前瞻性规划，由于我们需要的详细输出较少，因此只需要较少的努力就能获得有用的输入，而所有这些都能在短短几分钟内完成"。
实施：整合长期模型
实施长期模型需要仔细考虑如何对现有的短期模型进行补充。诺斯罗普-格鲁曼公司对两种模型之间的差异以及它们如何共同提供全面的规划解决方案有了清晰的认识。
比较短期模型和长期模型
实施团队对两种模型进行了详细比较，以确保利益相关者了解每种模型的适当用例：
| 方面 | 短期模式 | 长期模式 |
| 时间范围 | 12 个月以内 | 5 年以上 |
| 数据细节 | 高度详细 | 通用 |
| 运行时间 | 小时 | 分钟 |
| 主要用途 | 日常运行 | 战略规划 |
| 资源建模 | 单个资源 | 基于能力 |
| 输出详情 | 每分钟 | 按月分组 |
这种比较有助于利益相关者了解何时使用每种模型以及如何解释结果。正如 Scholl 解释的那样，"这些模型的多个方面对不同的利益相关者都有利"。
用例和利益相关者的协调
实施团队为长期模型确定了三个主要用例：
- 现状分析：利用当前的劳动力和资源运行模型，以输出预期的进度绩效和资源利用率。
- 理想人数确定：利用无限工人和当前资源运行模型，以确定需要多少人员才能满足计划要求。
- 资源优化：测试增加、更新或删除资源对缓解瓶颈的影响。
这些用例符合特定利益相关者的需求。专注于日常细节的生产经理和团队使用短期模型结果。着眼于 1-12 个月范围的制造经理和项目经理使用短期模型进行年度规划。项目经理、执行领导和对跨年规划感兴趣的制造经理则使用长期模型来满足产能和人数需求。
正如 Scholl 所说："工业工程师将为这些团队提供全程服务，帮助他们使用、测试和解释两种模型的结果。
结果和效益
基于代币的长期模型的实施为诺斯罗普-格鲁曼公司的生产规划能力带来了显著的效益。该模型成功解决了短期模型的局限性，同时为战略决策提供了宝贵的新见解。
增强规划视野
与短期模型的 12 个月限制相比，该模型最大的优势在于能够规划未来五年或更长时间。规划期限的延长使我们能够在人员、设备和设施规划方面做出更加积极主动的决策。
"Scholl 解释说："如果模型显示两年后有巨大的需求，而我们现有的劳动力无法及时完成，我们就有时间培训所需的技能，甚至有时间根据需要雇用更多的人。"与短期模式相比，这是一种更加积极主动的方法。
提高模型性能
基于令牌的模拟方法显著提高了模型性能，将运行时间从几小时缩短到几分钟。效率的提高使得模型运行和情景测试更加频繁，增强了团队评估不同规划方案的能力。
"Scholl 指出："由于只需使用代币、流程和数据表，这种方法可使模型在几分钟内快速运行。对于一个模拟五年生产活动的模型来说，性能的提高至关重要。
降低数据要求
长期模型的简化数据方法大大减少了准备和维护模型所需的工作量。通过使用零件族、通用任务和月度桶，该模型所需的详细数据更少，但仍能提供有价值的规划见解。
"Scholl 承认："为该模型创建数据的速度更快，但人为错误比较的时间也会随之略有增加。不过，考虑到该模型的战略规划重点，这种权衡还是可以接受的。
增强决策能力
长期模型为诺斯罗普-格鲁曼公司提供了测试和评估战略决策的新功能。由于能够对人员、设备和设施的变化进行假设，因此能够为长期投资做出更加明智的决策。
"Scholl 解释说："这些选项使我们能够灵活地以数字方式测试各种理论，并提前制定增加资源的计划。这一功能对于规划重大变革（如设施扩建或新项目实施）尤为重要。
业务影响
未来方向
诺斯罗普-格鲁曼公司将继续增强和扩展其仿真建模能力。公司已经确定了未来发展的几个关键领域：
增强可用性
团队正在努力通过定制仪表盘和可视化工具来提高模型输出的可用性。"我们使用 Tableau 作为可视化工具，供最终用户查看类似的输出结果并与之互动，"Scholl 解释说。"我们根据他们的日常需求定制仪表盘，以快速指导工作效率"。
流程文档和培训
为确保模型的有效使用，团队正在开发全面的流程文档和培训材料。"Scholl 指出："我们需要制定一个用户流程，供人们遵循。"要概述模型如何工作的一般步骤，获取和输入数据，如何、何时或为何运行模型，如何读取结果，然后根据结果改进计划和生产的方法"。
模型验证和整合
该团队正在通过将长期模型的结果与短期模型进行比较来验证长期模型。"Scholl 解释说："将我们的结果与短期模型进行交叉验证将证明其有效性。"如果长期模型第一年的数据与短期模型的数据基本吻合，那么我们就知道我们的长期模型是有效的"。
扩大实施范围
诺斯罗普-格鲁曼公司计划将长期模型的实施范围扩大到其他制造领域。"我们需要找到一个试点团队来采用我们的长期模型，"Scholl 说。"我们希望挑选一个拥有最佳数据、愿意并乐于使用这一模型的团队"。
结论
诺斯罗普-格鲁曼公司采用 Simio 基于令牌的仿真功能，是制造仿真和生产规划领域的一大进步。通过开发创新的长期模型来补充现有的短期规划能力，该公司为跨时间跨度的生产规划提供了全面的解决方案。
事实证明，基于令牌的仿真建模方法是长期战略规划的有效解决方案，在减少数据需求和提高性能的同时，还能提供有价值的见解。正如 Scholl 总结的那样："从分秒必争的细节到广泛的五年预测，工业工程师将陪伴这些团队走过每一步，帮助他们使用、测试和解释这两种模型的结果"。
本案例研究展示了创新模拟方法在应对复杂的制造规划挑战方面的威力。诺斯罗普-格鲁曼公司超越了传统的建模技术，利用 Simio 灵活的仿真能力，增强了他们规划未来和做出明智战略决策的能力。