这是从自动控制理论看工业互联网的第六篇文章，我认为智能制造是自动控制理论在更大范围的应用，从产品设计、生产制造、分销、服务等环节，实现更大的闭环，同时闭环控制范围扩大。（感知、控制的闭环应用范围扩大，以前未不需要感知的状态数据，增加传感器可以实现更加精准的控制）。本文也是自动控制理论应用于供应链管理的第二篇文章。

供应链与自动控制的相似之处

加入i2是因为当时在东南汽车的供应商协同项目缺技术人员而获得机会进入供应链管理领域，加入i2后，第一次参加供应链管理的培训，讨论的是戴尔的供应链与传统的供应链管理的不同，并分析戴尔供应链管理的优势。这个培训对我的启发非常大，不过可惜那个培训资料非常保密，培训资料没有分享给我们。

那次培训有一张图，大概如下图（这张图是从控制原理的书中找到的图）：

供应链管理的目标是保证Q0（根据需求的供给）的及时、准确、灵活、低成本的供给。而为了Q0的供给，有两个来源：一个是Q1（及时生产的产能）、一个是H（库存）。对应着供应链两种极端的供给方式：完全通过产能来满足用户的需求，完全是通过库存提供供给。但绝大多数的企业都是通过产能与库存相结合的方式来满足用户的需求。

正是因为看了供应链管理培训的图，我认为与自动化控制原理的图非常类似，但控制的目标是，通过调节Q0和Q1来实现水池内的水的深度维持在一个稳定的水平。

从控制水位H的稳定性而言，自动控制理论已经发展出了一套完善的理论，根据控制理论，一个稳定的系统，水位在波动之后，再进行平衡会是一个收敛的震荡。类似于下图的模式：

同样的道理，对于供应链而言如果Q0（需求）发生了突变，必然意味着H（库存）变化，从而引起波动，需要修正Q1（产能），从而保证Q0（需求）能继续保持一个稳定供给状态。这里也需要研究振荡。

自动化的理论的很多结论可以用于供应链管理领域。

库存类似于PID控制中的积分作用，产能类似于PID控制中的微分作用

通过液位控制的原理，在供应链领域可以有很多借鉴的意义。

对于学过自动控制原理的人，应该了解液位控制原理中，液位的作用，类似于积分的作用，输入Q1，输出Q0类似于微分的作用。

而在PID控制原理中，当被控制的目标（H）远离目标设定目标值的时候，需要加大目标变化速度，让被控制目标快速向设定值变化，类似于微分作用；而当被控制的目标接近设定目标时，需要让目标变化速率降下来，逐步靠近设定目标值，类似于积分作用。

将这个原理应用于供应链理论，库存是为了应对需求快速变化带来的波动的，如果需求没有波动，可以通过维持稳定的生产水平来保证续期的供给。而库存与产能之间存在着波动的周期，当库存与产能的波动与需求的波动形成共振的时候，就会形成正反馈，如从自动控制理论看工业互联网——供应链管理 介绍的库存增加，并形成牛鞭效应。

根据自动控制理论的原理，抑制库存波动的最有效手段，就是调解波动的周期，来消除正反馈，那么降低提前期（减少时间滞后）就可以调整周期，从而消除正反馈以及由此带来的牛鞭效应。

从这个意义上，很多供应链的优化项目，都是通过降低提前期（采购提前期、生产提前期，交付提前期）来降低库存。（具体公式就不介绍了）。

在产品单一的时候，库存可以抑制由于需求波动带来的供给不足的难题。但是随着产品种类的丰富，产品更新换代，库存成为一种负担。

比如刚刚的容器中，稳定供给一种液体，而随着需求的变化，主流市场会需要一种更新的升级版液体。这个时候，库存就是一种负担，或者浪费，或者低价倾销，都会影响公司的收益。

在产品种类多样的环境下，越来越多的企业开始重视库存管理。

戴尔在上个世纪90年代，为了应对电脑产品的多样性，发明的直销模式，实际上就类似于液位控制中，设定液位为0，用管理手段来实现Q1随着Q0的变化而快速变化。其核心是利用信息化手段，通过更加透明的信息工具，对未来做预测（完善的APS）系统，从而保证Q1随着Q0快速变化。［计划系统有点类似于前馈的效果］。

库存与产能的平衡是供应链永远的主题

供应链管理主要就是解决库存与产能的平衡：如果完全用产能来应对需求的变化，意味着需要有较大的产能，而且产能需要灵活（柔性），而产能增大意味着更大的基础设施（生产设备）投入和人力成本的增加。如果用库存来应对需求的变化，库存成本高、产品多样性后的库存管理，以及产品升级后的滞销都会增加成本。

所以供应链的一个重要点，就是找到库存与产能的最佳平衡点，通过选择最佳的供应链策略，来达到最好客户服务水平与最低的成本之间的平衡。

比如季节性产品，如何实现产能与库存的平衡。

对于供应链管理而言，我一直都喜欢用自动化的原理来做类比：

库存的失控，我类比于正反馈，牛鞭效应，是另外一个维度的正反馈；供应链的供应商协同，需求预测的目标是降低时延来调整频率；APS是一种前馈。

本文是从自动控制原理看工业互联网系列的第六篇。

来源：微信号xuyongshuo-work

作者：许永硕

该作品已获作者授权，未经许可，禁止任何个人及第三方转载。