APS-HAP

基于约束优化的智能排产系统

瓶颈决定产出，约束定义最优。

为什么需要 APS-HAP？

制造业的车间排产是一个经典的 NP-Hard 问题。当你的产线有 5 条、产品有 5 种、工序有 10 道、时间精度到小时——人工排产已经不可能在合理时间内找到最优解。

传统 ERP 只能告诉你"缺什么"，MRP 只能做无限产能的粗排。APS-HAP 解决的是更本质的问题：在有限产能和工艺约束下，先做什么、后做什么、每道工序排到哪个时段。

这不是甘特图的拖拽游戏。我们的求解引擎在数万维变量空间中搜索最优解，每一条约束都经过数学证明。

当前阶段

⚠️ Phase 1 — 工艺约束排产：已实现产能约束和工艺关系约束的工序级排产，尚未涉及机时、人员工时、物料等资源级约束（Phase 2 规划中）。

界面预览

仪表盘 — 实时数据概览	排产编制 — 工艺流程图 + 甘特图

排产任务 — 需求计划管理	系统设置 — 产线与工艺配置

功能特性

已实现

工序级排产 — 精确到工序、精确到小时的排产计划，而非粗粒度的日级排程
DAG 串并行模型 — 真实工艺路线的数学建模，支持串行和并行工序
四种依赖类型 — FS（完成-开始）、SS（开始-开始）、FF（完成-完成）、SF（开始-完成）
等待时间约束 — 如涂覆后 12 小时固化等待，支持"是否计入下班时间"
产能约束 — 日产能/小时产能，按(产线×工序)对精确计算
冻结窗口 — 已排产时段锁定，避免计划频繁变更
紧急插单 — 动态优先级响应，紧急需求自动前置
生产均衡优化 — 时间维度峰值惩罚，避免负荷率忽高忽低
换线矩阵 — 产品切换成本建模，减少无效换线
双求解引擎 — OR-Tools CP-SAT（精确解）+ DEAP GA（启发式解）
HAP 数据同步 — 明道云 HAP 双向数据同步，14 张工作表全覆盖

规划中

机时约束 — 设备级排程，设备维护日历
人员工时约束 — 技能矩阵，班次排程
物料约束 — 齐套检查，缺料预警
模具/夹具约束 — 共享资源冲突检测
多目标优化 — 交期 + 换线 + 均衡 + 能耗的 Pareto 前沿
What-if 场景模拟 — 多方案对比，决策支持
多工厂协同排产 — 跨工厂产能协调

技术栈

为什么选择这些技术？

层	技术	选择理由	已知局限
求解引擎	OR-Tools CP-SAT	唯一开源的工业级约束规划求解器；OPTIMAL 解保证；Google 维护	单线程求解；浮点目标需整数化；内存随变量数增长
求解引擎	DEAP GA	灵活的适应度函数；天然支持非线性目标；可并行评估	无最优保证；种群规模敏感；早熟收敛风险
后端	FastAPI + Python	异步高性能；自动 OpenAPI 文档；与求解引擎同语言	生态不如 Django 成熟
数据校验	Pydantic V2	Rust 加速验证；JSON Schema 生成	V1→V2 迁移有破坏性变更
数据源	明道云 HAP	零代码建表；业务人员可直接维护主数据；工作流联动	API 日期筛选不生效；选项字段写入需传 key；批量更新受限
前端	React 18 + Ant Design 5	企业级组件齐全；中文友好；CSS-in-JS 主题定制	包体积大；默认样式辨识度高
图表	ECharts 5	custom series 灵活实现甘特图；中文文档完善	大数据量需手动优化；API 偏命令式
状态管理	Zustand + React Query	极简 API；缓存/重试/轮询开箱即用	各有局限但互补

与其他 APS 方案对比

维度	APS-HAP	商业 APS (如 Opcenter)	开源 ERP 排产模块
求解质量	OPTIMAL（数学证明最优）	启发式（无最优保证）	有限产能粗排
工序精度	工序级 + 小时级	工序级 + 分钟级	日级
依赖类型	FS/SS/FF/SF 四种	通常仅 FS	通常仅 FS
部署成本	开源免费	百万级年费	开源但需定制
数据维护	HAP 零代码建表	专业实施团队	需开发人员
成熟度	Phase 1（工艺约束）	20+ 年工业验证	基础功能

工艺模型

真实产线的工艺路线不是简单的线性流程。以 SMT 电子制造为例：

                    ┌─→ AOI检测 ─┐
SMT贴片 → 回流焊 ──┤             ├─→ ICT → FCT ──┐
                    └─────────────┘                ├─→ 涂覆 → 组装 → 老化 → 包装
                    ┌─→ X-Ray ──┐                  │
                    └───────────┘──────────────────┘

串行工序：前驱完成后才能开始后继（FS：Finish-to-Start）
并行工序：同一层级的多道工序可同时执行（AOI/X-Ray 同步检测）
等待时间：涂覆后需等待 12 小时才能组装（化学反应固化），支持"是否计入下班时间"

明道云 HAP 数据模型

APS-HAP 使用明道云 HAP 作为主数据平台，共 14 张工作表。鉴权信息（App ID、App Key、Sign）在系统设置页面中配置，不硬编码在代码中。

工作表一览

工作表	别名	用途
产品主数据	`product`	产品基本信息和编码
工艺信息	`process_info`	10 道工序定义及约束参数
产线	`production_line`	产线基本信息和日产能
产品工艺	`product_process`	产品→工序多对多关系
产线工艺配置	`line_process_config`	产线→工序能力映射
物料主数据	`material_master`	物料基本信息
工序BOM	`process_bom`	工序级物料需求
物料齐套	`material_kitting`	工序级物料约束
需求计划	`demand_plan`	客户需求及交期
排产结果	`schedule_result`	排产输出的工序级任务
资源日历(小时)	`resource_calendar`	小时时段产能数据
换线矩阵	`changeover_matrix`	产品切换成本
缓冲配置	`buffer_config`	工序间缓冲时间
排产方案	`schedule_plan`	排产方案元数据

各表字段说明

产品主数据 (`product`)

字段别名	类型	含义
`prod_code`	文本	产品编码（如 PROD-5G-01）
`prod_name`	文本	产品名称（如 5G通信模块）
`prod_category`	选项	产品分类
`prod_spec`	文本	产品规格

工艺信息 (`process_info`)

字段别名	类型	含义
`proc_code`	文本	工序编码（如 PROC-SMT-01）
`proc_name`	文本	工序名称（如 SMT贴片）
`constraint_type`	选项	约束类型：机时约束 / 人员工时约束
`wait_time`	数值	等待时间（分钟），如涂覆后 720 分钟
`wait_includes_offhours`	布尔	等待是否计入下班时间（默认 True）
`prep_time`	数值	准备时间（分钟）

产线 (`production_line`)

字段别名	类型	含义
`line_code`	文本	产线编码（如 LINE-SMT-A）
`line_name`	文本	产线名称（如 SMT产线A）
`line_capacity`	数值	日产能
`line_type`	选项	产线类型

产品工艺 (`product_process`)

字段别名	类型	含义
`pp_product`	关联	关联产品主数据
`pp_process`	关联	关联工艺信息
`seq`	数值	工序顺序（同 seq 值 = 并行工序）
`std_time`	数值	标准工时（分钟/件）
`dependency_type`	选项	依赖类型：FS/SS/FF/SF

产线工艺配置 (`line_process_config`)

字段别名	类型	含义
`lpc_line`	关联	关联产线
`lpc_process`	关联	关联工艺信息
`daily_capacity`	数值	该(产线,工序)对的日产能
`efficiency`	数值	效率百分比
`equipment_count`	数值	设备数量
`worker_count`	数值	人员数量
`is_bottleneck`	布尔	是否瓶颈工序

物料主数据 (`material_master`)

字段别名	类型	含义
`mat_code`	文本	物料编码
`mat_name`	文本	物料名称
`mat_type`	选项	物料类型
`unit`	文本	计量单位

工序BOM (`process_bom`)

字段别名	类型	含义
`pb_product`	关联	关联产品
`pb_process`	关联	关联工序
`pb_material`	关联	关联物料
`quantity`	数值	单位用量

物料齐套 (`material_kitting`)

字段别名	类型	含义
`mk_product`	关联	关联产品
`mk_process`	关联	关联工序
`mk_material`	关联	关联物料
`required_qty`	数值	需求数量
`available_qty`	数值	可用数量
`shortage_qty`	数值	缺料数量
`kitting_date`	日期	齐套日期

需求计划 (`demand_plan`)

字段别名	类型	含义
`dp_code`	文本	需求编码
`dp_product`	关联	关联产品
`dp_quantity`	数值	需求数量
`dp_due_date`	日期	交货日期
`dp_priority`	选项	优先级：普通/紧急
`dp_status`	选项	状态：待确认/已确认/已排产

排产结果 (`schedule_result`)

字段别名	类型	含义
`sr_product`	关联	关联产品
`sr_process`	关联	关联工序
`sr_line`	关联	关联产线
`sr_demand_plan`	关联	关联需求计划
`sr_date`	日期	排产日期
`sr_time_slot`	文本	时间段（如 H08-H09）
`sr_quantity`	数值	排产数量
`sr_status`	选项	状态：已排产/已下发/已完成

资源日历 (`resource_calendar`)

字段别名	类型	含义
`rc_code`	文本	资源编码（含产线+工序+日期+时段）
`rc_date`	日期	日期
`rc_hour`	数值	小时时段（8-19）
`rc_line`	关联	关联产线
`rc_process`	关联	关联工序
`available_capacity`	数值	可用产能
`is_working`	布尔	是否工作时段

换线矩阵 (`changeover_matrix`)

字段别名	类型	含义
`from_product`	关联	源产品
`to_product`	关联	目标产品
`setup_time`	数值	换线时间（分钟）

缓冲配置 (`buffer_config`)

字段别名	类型	含义
`bc_process`	关联	关联工序
`buffer_time`	数值	缓冲时间（分钟）

排产方案 (`schedule_plan`)

字段别名	类型	含义
`sp_name`	文本	方案名称
`sp_status`	选项	方案状态
`sp_start_date`	日期	排产开始日期
`sp_end_date`	日期	排产结束日期
`sp_solver`	选项	求解器类型

快速开始

前置条件

Python 3.11+
Node.js 18+
明道云 HAP 账号

1. 克隆项目

git clone https://github.com/ceasarboy/HAPZS-APS.git
cd HAPZS-APS

2. 后端启动

cd backend
pip install -r requirements.txt

# 配置环境变量（HAP 鉴权信息也可在系统设置页面配置）
cp .env.example .env

# 启动服务
python -m uvicorn app.main:app --host 0.0.0.0 --port 8000 --reload

3. 前端启动

cd frontend
npm install
npm run dev

4. 配置 HAP 连接

访问 http://localhost:3000，进入**系统设置**页面，填写明道云 HAP 连接信息：

App ID — 明道云应用 ID
App Key — 明道云 API 密钥
Sign — 明道云签名（在 HAP 管理后台获取）
Base URL — API 地址（默认 https://api.mingdao.com）

5. 初始化 HAP 工作表

cd scripts
python create_hap_tables.py    # 创建 14 张工作表
python insert_test_data.py     # 写入测试数据

Docker 部署

cd deploy
docker-compose up -d

项目结构

HAPZS-APS/
├── backend/
│   ├── app/
│   │   ├── api/v1/                  # REST API 端点
│   │   ├── core/                    # 配置与安全
│   │   │   ├── config.py            # 环境变量配置
│   │   │   └── app_config.py        # 运行时配置（HAP 鉴权等）
│   │   ├── engine/                  # 求解引擎核心
│   │   │   ├── constraint_builder.py  # 约束构建器
│   │   │   ├── solver_ortools.py      # CP-SAT 求解器
│   │   │   └── solver_ga_deap.py      # GA 求解器
│   │   ├── hap/                     # HAP API 客户端
│   │   ├── services/                # 业务逻辑层
│   │   └── schemas/                 # Pydantic 数据模型
│   └── requirements.txt
├── frontend/
│   ├── src/
│   │   ├── components/              # 业务组件
│   │   │   ├── GanttChart/          # 排产甘特图
│   │   │   ├── ProcessFlow/         # 工艺流程图（DAG 可视化）
│   │   │   ├── PlanMatrix/          # 计划矩阵
│   │   │   └── LoadChart/           # 负荷率分析
│   │   ├── pages/                   # 页面组件
│   │   └── api/                     # API 调用层
│   └── package.json
├── deploy/                          # Docker 部署配置
│   └── worksheet_ids_v2.json        # HAP 工作表 ID 映射
├── docs/                            # 设计文档
└── scripts/                         # HAP 数据初始化脚本

性能基准

测试环境：5 产品 / 5 产线 / 10 工序 / 36 工艺路线 / 806 小时时段

场景	展开项	求解器	状态	耗时
基础排产	545	CP-SAT	OPTIMAL	36.9s
DAG 并行	551	CP-SAT	OPTIMAL	35.7s
倒序修复	678	CP-SAT	OPTIMAL	17.9s
冻结窗口	551	CP-SAT	OPTIMAL	22.3s
紧急插单	770	CP-SAT	FEASIBLE	63.0s
生产均衡	551	CP-SAT	OPTIMAL	28.5s

路线图

Phase 1 — 工艺约束排产（产能 + 工艺关系 + DAG 串并行）
Phase 2 — 资源约束排产（机时 + 人员工时 + 物料齐套）
Phase 3 — 智能优化（多目标 + What-if + 需求预测 + 多工厂）

致谢

OR-Tools — Google 开源约束规划引擎
DEAP — 进化算法框架
明道云 HAP — 低代码数据平台
Ant Design — 企业级 UI 组件库
ECharts — 数据可视化引擎

License

MIT

Name		Name	Last commit message	Last commit date
Latest commit History 2 Commits
backend		backend
deploy		deploy
docs		docs
frontend		frontend
scripts		scripts
.gitignore		.gitignore
README.md		README.md

Folders and files

Latest commit

History

Repository files navigation

APS-HAP

为什么需要 APS-HAP？

当前阶段

界面预览

功能特性

已实现

规划中

技术栈

为什么选择这些技术？

与其他 APS 方案对比

工艺模型

明道云 HAP 数据模型

工作表一览

各表字段说明

产品主数据 (product)

工艺信息 (process_info)

产线 (production_line)

产品工艺 (product_process)

产线工艺配置 (line_process_config)

物料主数据 (material_master)

工序BOM (process_bom)

物料齐套 (material_kitting)

需求计划 (demand_plan)

排产结果 (schedule_result)

资源日历 (resource_calendar)

换线矩阵 (changeover_matrix)

缓冲配置 (buffer_config)

排产方案 (schedule_plan)