一种化妆品制造智能排产与人员胜任力匹配方法及系统与流程

摘要: 本发明涉及工业智能调度,具体涉及一种用于化妆品制造的生产计划排程与人员自动分配方法及系统,尤其适用于灌装、包装等多产线、多工序、多批次并行生产场景下的生产任务自...
一种化妆品制造智能排产与人员胜任力匹配方法及系统与流程

本发明涉及工业智能调度,具体涉及一种用于化妆品制造的生产计划排程与人员自动分配方法及系统,尤其适用于灌装、包装等多产线、多工序、多批次并行生产场景下的生产任务自动排产与人员岗位胜任力匹配。

背景技术:

1、在化妆品制造企业中,生产排程通常涉及多条产线(如灌装线、包装线)并行作业,每条产线的生产任务包含多道工序(如上瓶、灌装、旋盖、装箱等),每道工序需要不同数量的操作人员且对人员的技能要求各不相同。当前,化妆品生产排程普遍依赖人工经验完成。调度人员需要在excel生产计划表、纸质或电子版标准作业程序(sop)文件、员工技能登记表和当日考勤表之间反复核对,手动安排每条产线、每道工序的人员配置。

2、这种传统排产方式存在以下技术缺陷:

3、第一,排程效率低、易出错。人工排产需要处理大量异构数据源(生产计划、sop、技能表、考勤表),数据分散且格式不统一,调度人员需要在多个数据源之间手工比对和转录,不仅效率低下,而且容易出现人员重复安排、跨产线冲突、漏排或错排等问题,导致排产方案无法直接落地执行。

4、第二,人员能力与岗位要求缺乏精准匹配。现有排产方式通常仅按人员所属部门或工种进行粗粒度划分,无法精确到“具体员工是否具备某条产线某个具体岗位的作业技能”这一细粒度进行校验。当同一员工在不同产线、不同岗位上的技能水平存在差异时,人工排产难以准确识别和区分,容易将不具备相应岗位胜任力的员工安排到关键工序,带来生产质量隐患。

5、第三,考勤约束难以实时纳入排产决策。员工请假、休班等考勤信息通常由独立的考勤系统管理,人工排产时容易遗漏或未能及时获取当日考勤状态,导致将请假或休班人员误排入生产任务,排产方案到达生产现场后才发现人员不到位,需临时调整。

6、第四,跨班次任务排产困难。化妆品生产常需连续作业,一个生产任务可能横跨白班和夜班。人工排产时难以精确计算跨班次任务的工时分摊和人员衔接,容易出现班次之间人员安排断档或重叠。

7、第五,人员不足时缺乏透明化标识。当某岗位胜任人员不足时,传统方式要么无法完成排产、要么勉强安排不具备技能的人员上岗却不做记录。管理人员无法获知缺口的精确位置(哪条产线、哪个岗位、哪个班次)和缺口性质(是需要招临时工、需要内部培训还是需要外部招聘),导致人员培养和招聘工作缺乏数据支撑,排产结果的可解释性和可管理性差。

8、第六,排产与人员培养割裂。现有排产系统仅关注“当天谁上岗”,不记录和分析人员缺口数据,更无法将缺口信息反馈至人员培养环节。当某岗位长期缺人时,企业无法从排产数据中及时发现这一趋势并启动针对性的培训或招聘,导致人员梯队建设滞后于生产需求。

9、近年来,部分文献公开了涉及生产排程或人员匹配的技术方案。例如,中国专利申请cn119358969a公开了一种智能生产排程方法及系统,根据历史排产数据及智能工艺模型生成排产方案,并基于人员技能数据进行分配处理;中国专利申请cn118154149a公开了一种基于技能匹配的排班方法和系统,通过员工的基本工作信息和岗位技能信息构建约束并进行排班求解;中国专利申请cn120725362a公开了一种基于员工能力标签的自适应智能排班系统,通过构建员工-任务知识图谱进行匹配度量化。然而,上述方案仍存在以下不足:一是未能实现sop标准数据与产线、岗位基础数据的精确匹配校验,容易因产品名称相似或产线不同而导致误匹配;二是人员技能匹配仍停留在岗位名称或能力标签层面,未精确到“产线+岗位”的交叉维度;三是缺乏对人员不足场景的分类处理机制(如兼职缺口、技能不足、人员缺口的区分);四是排产结果与人员培养之间缺乏数据闭环,无法利用排产中发现的缺口反向驱动人员梯队建设。

10、有鉴于此,本发明旨在提供一种能够克服上述缺陷的化妆品制造智能排产与人员胜任力匹配方法及系统。

技术实现思路

1、本发明的目的在于克服现有技术的不足,提供一种化妆品制造智能排产与人员胜任力匹配方法及系统,旨在解决现有生产排产方式中,sop标准、员工技能与考勤数据相互割裂,排产依赖人工经验导致效率低、易出错,人员能力与岗位要求缺乏细粒度匹配,跨班次任务难以精确排布,人员不足时缺口不透明,以及排产结果与人员培养之间缺乏数据闭环,无法利用排产中发现的缺口反向驱动人员梯队建设的技术问题。

2、为实现上述目的,本发明采用如下技术方案:一种化妆品制造智能排产与人员胜任力匹配方法,包括:获取排产日期内的至少一个生产任务,以及每个所述生产任务对应的标准作业程序;所述标准作业程序包含至少一个工序,每个所述工序关联有岗位名称、用工人数和补位模式;根据每个所述生产任务的计划量和所述标准作业程序的理论产能,计算每个所述生产任务的预计工时,并根据预设的班次时间边界,将跨班次的所述生产任务拆分为至少两个班次片段;针对每个所述班次片段中的每个所述工序,执行以下步骤:获取当日考勤状态为可用的员工,形成可用员工池;从所述可用员工池中筛选候选员工,所述候选员工同时满足:未被分配至同一生产任务内的其他工序、在同一班次内未被分配至其他产线、且具备目标产线及目标岗位的技能记录;根据预设的评分模型对每个所述候选员工计算综合评分,按综合评分从高到低选取前n名员工分配至当前工序,n为所述工序的用工人数;所述评分模型的评分因子至少包括岗位关键等级因子、技能优先级因子、熟练度因子和疲劳约束因子;若被分配至当前工序的员工数量小于n,则根据所述工序的补位模式执行补位操作;若经所述补位操作后,当前工序已分配员工数量仍小于n,则根据所述工序的补位模式生成缺口记录,所述缺口记录中人员标识为空,但保留所属工序、所属产线、班次属性及缺口类型标识;在每次完成人员选取或补位操作后,同步更新占用记录集,所述占用记录集至少包括:任务级占用子集,用于记录在当前生产任务内已被分配的员工;时段级占用子集,用于记录在当前班次内已被特定产线锁定的员工;场景级占用子集,用于记录在当前班次内各产线及各岗位的员工分布情况。

3、基于上述技术方案,本发明提供的技术方案至少具有下列优点:

4、(1)通过将标准作业程序、员工技能记录和当日考勤状态统一纳入排产决策,实现了生产任务、工序要求与人员能力的自动匹配,无需人工在多个数据源之间反复核对,从而显著提高了排产效率,降低了因数据转录和人工判断导致的错误率。

5、(2)通过以“产线+岗位”为最小单元的员工技能记录和岗位级胜任力筛选机制,将人员能力匹配从传统的岗位名称或工种粗粒度精确到具体产线具体岗位的细粒度,有效避免了同一员工在不同产线同一岗位上因设备或工艺差异而导致的误配,保证了关键工序的人员能力合规性。

6、(3)通过构建包含岗位关键等级因子、技能优先级因子、熟练度因子和疲劳约束因子的多因素动态评分模型,在人员分配中同时兼顾了岗位关键等级、技能优先级、熟练度以及疲劳约束等多维度因素,实现了多目标约束下的综合最优人员选择。

7、(4)通过实时更新的任务级、时段级和场景级三级占用记录集,在排产过程中即时锁定已分配人员,从算法层面杜绝了同一员工在同一任务内重复分配、同一班次内跨产线冲突等人工排产中常见的问题,确保了排产结果的物理可执行性。

8、(5)通过根据工序的补位模式生成携带有缺口类型标识的缺口记录,将人员不足情况以结构化数据形式输出,使管理人员能够精确获知每条产线、每个岗位、每个班次的缺口类型和缺口数量,为临时用工调度和人员招聘提供了明确的数据支撑。

9、作为本发明的一种可选方式,所述综合评分的计算方式包括:综合评分=工序关键等级分+技能优先级分+熟练度分+复用加分疲劳扣分;其中,所述工序关键等级分根据所述工序的关键等级与预设的关键工序权重确定;所述技能优先级分根据所述候选员工的技能优先级确定;所述熟练度分根据所述候选员工在目标产线目标岗位的熟练度等级确定;所述复用加分根据所述候选员工在所述场景级占用子集中的存在状态确定;所述疲劳扣分根据所述候选员工当日已分配次数确定。该方案将影响人员匹配的多项因素量化为统一评分公式,使系统能够在兼顾技能匹配度、经验熟练度、复用效率和疲劳公平性的前提下自动做出最优人员选择,避免了人工主观判断带来的不确定性,同时为排产结果的复核和解释提供了量化依据。

10、作为本发明的一种可选方式,所述复用加分具体包括:当所述候选员工已存在于当前班次、当前产线及当前岗位的占用记录中时,所述复用加分为第一复用加分值;当所述候选员工已存在于当前班次及当前产线的占用记录中、但不存在于当前岗位的占用记录中时,所述复用加分为第二复用加分值;所述第一复用加分值大于所述第二复用加分值。该方案通过对同产线同班次复用加分的差异化设置,在人员分配中优先选择已在同一产线和同一班次中参与生产的员工,尤其是优先选择已在同一岗位操作过的员工,从而减少员工在不同产线和不同岗位之间频繁切换带来的适应成本,提高了生产效率和人员利用率。

11、作为本发明的一种可选方式,所述班次时间边界包括白班起始时刻、白班截止时刻和夜班起始时刻;所述将跨班次的所述生产任务拆分为至少两个班次片段,包括:以所述白班截止时刻为拆分点,将所述生产任务中从开始时刻至所述白班截止时刻的部分划归为白班片段,将所述白班截止时刻至结束时刻的部分划归为夜班片段;每个所述班次片段继承所述生产任务的产品信息、产线信息和标准作业程序信息,并根据该片段的工时占所述预计工时的比例分摊片段计划量。该方案通过以预设班次边界为拆分点,将跨白班和夜班的长时间生产任务自动拆分为对应班次的独立片段,并按照工时比例分摊计划量,使每个班次独立获得该片段的生产任务、计划量和预计工时,从而能够按班次分别进行人员分配,避免了人工处理跨班次任务时容易出现的分配混乱和工时计算错误。

12、作为本发明的一种可选方式,所述获取每个所述生产任务对应的标准作业程序,包括:根据所述生产任务的产品编码和产线标识,在已审核的标准作业程序中查找产品编码与所述生产任务的产品编码一致且产线标识与所述生产任务的产线标识一致的标准作业程序;匹配成功后,将所述标准作业程序的标识信息写入所述生产任务;若匹配失败,则所述生产任务不进入排产流程。该方案采用“产品编码+产线标识”的联合精确匹配机制,确保每个生产任务匹配到的标准作业程序既对应于正确的产品,又对应于正确的产线,有效避免了仅凭产品名称匹配可能导致的相似产品之间误匹配、不同产线之间误匹配的问题,保证了后续工序、工时和用工人数等排产基础数据的准确性。

13、作为本发明的一种可选方式,所述缺口类型标识根据所述工序的补位模式确定:当所述补位模式为兼职可补时,所述缺口类型标识为兼职缺口;当所述补位模式为内部员工可补时,所述缺口类型标识为技能不足缺口;当所述补位模式为必须胜任时,所述缺口类型标识为人员缺口。该方案根据工序预设的补位模式自动区分兼职缺口、技能不足缺口和人员缺口三种不同类型,使管理人员能够精确获知每条产线、每个岗位、每个班次的人员缺口性质,从而分类制定应对策略——兼职缺口安排临时用工、技能不足缺口安排内部培训、人员缺口启动外部招聘——实现了人员不足场景的精细化管理。

14、作为本发明的一种可选方式,所述方法还包括缺口回流与人员培养步骤:将所述缺口记录按产线和岗位维度进行聚合统计,生成各产线及各岗位的缺口频次和缺口人数;根据所述聚合统计的结果,确定待培养的种子员工,并为所述种子员工创建对应产线及对应岗位的胜任考核任务;获取所述胜任考核任务的考核结果,对于考核通过的员工,写入该员工在对应产线及对应岗位的技能记录,使该员工进入后续排产的候选员工筛选范围。该方案通过将排产过程中产生的缺口记录回流至人员发展策略模块,实现了“排产发现缺口—确定培养对象—组织考核—技能回写—参与下一轮排产”的完整闭环,使排产系统从单纯的用人安排工具升级为驱动组织能力持续建设的决策支持系统,形成了生产执行与人员梯队建设互相促进的正向循环。

15、基于相同的发明构思,本发明还提供了一种化妆品制造智能排产与人员胜任力匹配系统,其特征在于,包括:数据获取模块,用于获取排产日期内的至少一个生产任务、每个所述生产任务对应的标准作业程序、员工的技能记录及当日考勤状态;所述标准作业程序包含至少一个工序,每个所述工序关联有岗位名称、用工人数和补位模式;工时计算与拆分模块,用于根据每个所述生产任务的计划量和所述标准作业程序的理论产能计算预计工时,并根据预设的班次时间边界将跨班次的所述生产任务拆分为至少两个班次片段;候选员工筛选模块,用于针对每个所述班次片段中的每个所述工序,从可用员工池中筛选候选员工,所述候选员工同时满足:未被分配至同一生产任务内的其他工序、在同一班次内未被分配至其他产线、且具备目标产线及目标岗位的技能记录;评分与选人模块,用于根据预设的评分模型对每个所述候选员工计算综合评分,按综合评分从高到低选取前n名员工分配至当前工序,n为所述工序的用工人数;所述评分模型的评分因子至少包括岗位关键等级因子、技能优先级因子、熟练度因子和疲劳约束因子;补位执行模块,用于当被分配至当前工序的员工数量小于n时,根据所述工序的补位模式执行补位操作;缺口生成模块,用于当经所述补位操作后当前工序已分配员工数量仍小于n时,根据所述工序的补位模式生成缺口记录,所述缺口记录中人员标识为空,但保留所属工序、所属产线、班次属性及缺口类型标识;冲突锁定模块,用于在每次完成人员选取或补位操作后同步更新占用记录集,所述占用记录集至少包括任务级占用子集、时段级占用子集和场景级占用子集。

16、作为本发明的一种可选方式,所述评分与选人模块中,所述综合评分的计算方式包括:综合评分=工序关键等级分+技能优先级分+熟练度分+复用加分疲劳扣分;其中,所述复用加分根据所述候选员工在所述场景级占用子集中的存在状态确定:当所述候选员工已存在于当前班次、当前产线及当前岗位的占用记录中时,所述复用加分为第一复用加分值;当所述候选员工已存在于当前班次及当前产线的占用记录中、但不存在于当前岗位的占用记录中时,所述复用加分为第二复用加分值,所述第一复用加分值大于所述第二复用加分值。

17、作为本发明的一种可选方式,还包括发展策略模块:所述发展策略模块用于将所述缺口记录按产线和岗位维度进行聚合统计,生成各产线及各岗位的缺口频次和缺口人数;根据所述聚合统计的结果确定待培养的种子员工,并为所述种子员工创建对应产线及对应岗位的胜任考核任务;获取所述胜任考核任务的考核结果,对于考核通过的员工,写入该员工在对应产线及对应岗位的技能记录。