Dando sequência ao texto anterior, onde mencionamos a acumulação de experiência por parte dos analistas e controladores de estoque e de produção, temos agora de dar curso a análise e a estruturação dos dados pertinentes ao resultado do processo, ou da "rodada", de cálculo das necessidades de material, mrp propriamente dito.
A formatação típica dos dados nos sistemas está assim representada "Planejamento"(ver 8/12/22):
.número de controle do processo;
.código ou número do item material;
.número de controle do processo;
.código ou número do item material;
.tipo de registro ( ordem de: suprimento, demanda),
.quantidade requerida,
.quantidade completada,
.data/hora,
.origem (pegging em alguns textos), i.e. número de controle ou o item conjunto, produto, etc.. que originou tal demanda.
. status: dependendo do sistema de controle das ordens, seja de suprimento, seja de demanda
Desta forma os sistemas registram a demanda dependente (do filho) ligando ao produto ou conjunto (pai) que a gerou calculando quantidades e prazos a partir da Lista-de-Material e do Cadastro do Item.
Esta é a forma tradicional e típica, podendo haver variações de formato, como os sistemas ERP/MRP registram os dados dinâmicos, seja de ordens de produção/compras ou seja das demandas derivadas, que vão sendo atualizados ao longo do processo de produção e compras. Atualmente os sistemas ERP, na sua maioria, utilizam sgbd´s (sistema de gestão de banco de dados) de tecnologia SQL(structured query language). O que vamos agora sugerir, para dar curso ao processo de aprendizado de máquina, é reproduzir esta estrutura apresentada, podendo manter-se aquela instalada pertinente ao sistema, por uma adicional, ou mesmo substituindo-a, por outra baseada em sgbd nonSQL, preferencialmente os orientados a coluna, que não utilizam a estrutura de tabelas e cujo registro representa todo o caminho de dependência utilizado no cálculo, não dependendo do pegging já mencionado. A razão de se utilizar tal estrutura se deve a capacidade fornecer os dados ao processo de aprendizado, já que liga a demanda independente, a que origina as Análises de Horizonte (ver texto de 8/12/22) ao item mais elementar (matéria prima) passando por todos os níveis da estrutura do produto, representada na Lista-de-Material.
Assumindo o grafico acima representando a Lista-de-Material, sendo R's os produtos finais, C's os conjuntos e subconjuntos e M's as matérias primas. podendo todos se interligarem, assim seria a representação resultante do registro do Planejamento.
{ (Mi, qtde, data, Cj, qtde, data, Rn, qtde) }
Nesta representação acima se apresenta a concatenação de uma "M" Matéria prima, ao "C" Conjunto, ou Conjuntos, com as respectivas quantidades e datas necessárias, e por sua vez, tais Conjuntos ligando os "R" produtos que o geraram. Ou seja, em vez de representar o "pegging" que é a ligação entre as demandas derivadas e as Ordens de Suprimento, calculadas ou já firmadas, se representa toda a cadeia que gerou a demanda em último nível.
O motivo desta representação e o respectivo registro, utilizando um sistema de gestão banco de dados não relacional, ou noSQL(*), se deve ao fato que o acesso repetitivo no processo de "aprender" é facilitado e ademais deste fato existe ainda a comparação que será efetuada com as transações pertinentes a este determinado Planejamento, ou seja, o último; desta forma medindo os "desvios", seja estes nas respectivas quantidade, ou nas datas de requisição e completação das ordens de suprimento. No diagrama da emissão de 8/12/22 se representa a necessária estrutura funcional para medição dos "desvios", sejam estes perdas, atrasos, trocas, afetando a validade dos vindouros planos de produção ou mesmo ensaios. A medição dos "desvios" nos diversos Planejamentos ao longo do tempo é que irão (backpropagation) "ensinar" como se comporta a produção e a compra a partir das componentes estocásticas inerentes ao processo produtivo e logístico.
É oportuno aqui se mencionar a experiência já mencionada em texto anterior da empresa de mineração que deriva ainda a Qualidade do "produto", dentro do contexto KQt. Neste caso a medição dos "desvios" também "ensina" ao sistema a tendência e a inércia do processo (pilhas de minério) guiando as cadeias seguintes no tempo, (ou melhor as anteriores), das fases de produção.
No texto seguinte vamos representar a cadeia de aprendizado.
(*) Já ha vários fornecedores, mas o que é mencionado neste estudo é a estrutura JSON.
Nenhum comentário:
Postar um comentário