上午与伙伴们讨论移动报工的业务逻辑，对原始的文档做了许多修订，主要内容是对逻辑的进一步完善。移动报工的极简形态就是将干活的成果用手机记录下来，并没有多少复杂的东西。复杂是因为众多协同、异常的处理策略需要并行，相互“敬畏”而形成的。

工艺变更往往是适配方案发生了偏差引起的：

1、客户的需求发生了变化，原来的方案需要调整

2、实际执行原来方案的时候，发现成本超预算，在技术上，工艺目标难以达成

3、实际执行原来方案的时候，发现有更好的做法

4、实际执行原来方案的时候，工况条件发生了变化，比如某能力单元在预订时段不可用

5、实际执行原来方案的时候，订单(生产任务单)之间对能力单元的时间争夺厉害，原方案必须让路

6、订单中止，需要释放被占用的能力，包括当下的，以及未来的

可能还有其他维度的一些偏差。偏差引起了自动生成(下推)的生产任务单需要重新审查，或者手动处理，应该怎么办呢?

重起重打桩--对“以工单为中心”一以贯之

在本系列的前面多篇文稿中，关于生产现场的价值标的，我们将它定义为工单，当工艺发生变更的时候，生产任务的变更是自然而然的事情。实际处理的时候，有两种方式：

一是，调整路径，相当于采用新的工艺路线。已经完结的部分入库处理，部分工序完工的，按改制策略进行修整。

二是，已经完结的做做入库处理，视同前单完成。之前工艺过程中释放出来的物料暂存。新建一个工序生产计划，以后单的身份进行计划安排。其实就是一个生产任务单的拆分，不过关系要单纯一些。如果再产生变更，则继续如法炮制。不过，一旦如此，工厂的工艺师就要打板子了。

关系预置能力，是考验工厂经营水平的重要指标，如果希望现场的变更少，即便产生变更，切换路线也很简洁，就需要认真仔细地来做恰当的业务前置数据的处理。这一点在前面关于基础数据的重要性以及它们的颗粒度划分，谈到了许多。

两场芝麻一场打--“顺手牵羊”再整一些数据来吧

所谓“顺手牵羊的数据”，是那些并不直接用于工时统计、产量统计的数据，而是在这个场景里产生的、可以便利采集的、可以用于其他场景下进行分析或者引用的业务数据。比如辅料的来料数量、制程质量检验的标的物、生产环境的温度、湿度、加工容器的压强、产品缺陷在不同时点上的分布等等。我们从人机料法环测数这些生产要素的维度，可以测量出许多。

顺手牵羊的做法，有时候也会增加管理成本，甚至相当长的一段时间，有一些数据还没有直接的用处。这需要做两个方面的考虑：

一是在其他业务场景的基础资料部分，进行维护，使得这些数据可以被索引和查询。这些场景包括：设备保养、线边仓作业、制程检验、模具使用用等等。

二是最大可能地先存储。有一家光伏组件的生产企业，新上线的智能车间，他们需要采用的第一批数据，就是机器的开关机时间、电流、产线的产量这些，但系统同时也会输出电流波动、电压、温湿度等数据。它们安排了很大的存储空间，每天收集200多G的工业大数据。半年不到时间，他们通过这些数据，成功地构建了产品缺陷预测模型，为企业创造了极大的价值。

其实，多个“顺手牵羊”的安排，可以让我们获得很多惊喜，这也是生产现场的魅力所在。

在生产现场的每一个相对独立的业务场景中，我们如果能多一些“顺手牵羊”的安排，系统之间的协同，业务流程的鲁棒性，一定会得到令人惊奇的回报，这些，具体操作起来，其实也并不困难。

生产现场的“点钞机”--自动化的劳动计量

这个小标题，有时间会扩展一下，形成一个独立的篇章。许多时候，我们会形容流畅的生产线就是一个印钞机，不同的是，我们“印出来”的是加工费。全部生产过程的劳动计量，就是在制品的计数器，通常是具有数字读取功能的设备来完成了。计数的自动化就是过站统计，与设备速度无关。

自动化的价值点有很多，但是对于工单而言，我们首先看中的就是计数，不仅是合格品的计数，还有不合品的技术，那样的话，工厂的物料流动速度就比较快了，因为少了许多过程中的人为耽搁。大家赞同吗?