生产与物料控制流程

本文详细介绍了生产与物料控制流程,包括接单确认、物料请购、物料异常处理、设计变更处理、紧急物料处理、订单变更处理、生产进度跟进、交期延误处理以及呆滞物料处理等内容。

生产与物料控制流程


1、接单

接到订单后,PMC需进行确认是否为新客户或者是新产品,如果为新客户或者是新产品,需再确认订单的注意事项,依订单注意事项追踪相关资料,确保订单建立与生产,计划时无异常情况。

2、物料请购

MC接到审核后的订单,首先应核对BOM(物料库存表)然后进行物料的需求状况分析,计算出物料的用量〔标准用量=标准单位用量×计划生产量×(1+设定标准不良率)〕和材料的请购天数,并且根据库存良品及实物的确认确定物料的请购量及物料的到料时间,做到不断料,不呆料,不囤料。

3、物料异常

供应商来料不良进料品管应发来料不合格品处理通知单,MC根据实际情况作出特采,分选,重工,返修,批退处理,并且及时与采购确认来料的交期。当处理紧急物料时,MC应提前一天通知进料品管并要求物料来料时品管需在2H内作出检验结果,MC跟踪入库及上线直到订单出货。

4、设计变更物料

接到变更通知后,MC需确认是否有订单需求并且立即对库存进查核。若为报废则立即通知仓管进行全部报废处理。有正式订单需求的要在第一时间下采购订单,注明为设计变更物料要求采购8H内确认供应商的交期。若为重工返修之物料,MC需立即通知生产单位重工返修后入库。若为限定使用,MC需根据限定要求通知仓库作标识进行隔离区分,当库存物料用后之余量不足一张订单则申请报废处理。若为继续使用,MC需掌握库存的使用状况,当余量不足一张订单则申请报废处理。

5、紧急物料

当订单交期较短时且物料异常较大时物料会存在供应商交期困难,MC在下PR单时需注明原因,同时要求采购4小时内回复,MC将最终交期知会相关部门。若为MC漏单,则需注明情况并且作紧急物料处理确保订单正常出货。MC每周需将紧急物料列出明细,在周例会说明并跟踪异常情况。

6、订单变更

接到变更订单的通知后,MC需立即做交期调整一览表,对需要交期或数量要调整的部分知会采购速通知供应商进行变更。对订单取消的部分且供应商已生产的物料根据适当情况进行交期延后三个月。

7、生产进度

根据物料交期提前三天与采购确认,有异常状况需及时知会主管同时与技术协调是否有替代品,与计划协商变更生产计划,及时与相关人员和部门做出相应处理,并确认最后的结果。

8、交期无法完成

找出问题所在,及时知会相关单位和上司同时在订单交期的前三天提供延货单报告与采购,8小时后采购须确认最终交期,MC马上知会相关单位的订单的最后交期。

9、呆滞物料

MC在每月初根据仓库提出的呆滞物料清单作出处理意见,当库存周转率极低或根本闲置不用之物料(腐蚀或损坏等)且金额较小应作出报废申请,金额较大的可作退厂退库,调拨,交换,并修,拆零利用,售卖,赠送,销毁处理。有订单需求的且库存为合格品时应遵循先进先出之原则,对不够订单的部分重新下采购单(最高存量=一个生产周期时间*每日耗用量+安全库存)。

原文地址:http://www.sgwk.info/productioncontrol/201008132174.html

[@more@]

来自 “ ITPUB博客 ” ,链接:http://blog.itpub.net/14134426/viewspace-1036742/,如需转载,请注明出处,否则将追究法律责任。

转载于:http://blog.itpub.net/14134426/viewspace-1036742/

【顶级EI完整复现】【DRCC】考虑N-1准则的分布鲁棒机会约束低碳经济调度(Matlab代码实现)内容概要:本文介绍了名为《【顶级EI完整复现】【DRCC】考虑N-1准则的分布鲁棒机会约束低碳经济调度(Matlab代码实现)》的技术资源,聚焦于电力系统中低碳经济调度问题,结合N-1安全准则分布鲁棒机会约束(DRCC)方法,提升调度模型在不确定性环境下的鲁棒性和可行性。该资源提供了完整的Matlab代码实现,涵盖建模、优化求解及仿真分析全过程,适用于复杂电力系统调度场景的科研复现算法验证。文中还列举了大量相关领域的研究主题代码资源,涉及智能优化算法、机器学习、电力系统管理、路径规划等多个方向,展示了广泛的科研应用支持能力。; 适合人群:具备一定电力系统、优化理论和Matlab编程基础的研究生、科研人员及从事能源调度、智能电网相关工作的工程师。; 使用场景及目标:①复现高水平刊(如EI/SCI)关于低碳经济调度的研究成果;②深入理解N-1安全约束分布鲁棒优化在电力调度中的建模方法;③开展含新能源接入的电力系统不确定性优化研究;④为科研项目、论文撰写或工程应用提供可运行的算法原型和技术支撑。; 阅读建议:建议读者结合文档提供的网盘资源,下载完整代码案例数据,按照目录顺序逐步学习,并重点理解DRCC建模思想Matlab/YALMIP/CPLEX等工具的集成使用方式,同时可参考文中列出的同类研究方向拓展研究思路。
内容概要:本文详细介绍了一个基于MATLAB实现的电力负荷预测项目,采用K近邻回归(KNN)算法进行建模。项目从背景意义出发,阐述了电力负荷预测在提升系统效率、优化能源配置、支撑智能电网和智慧城市建设等方面的重要作用。针对负荷预测中影响因素多样、时序性强、数据质量差等挑战,提出了包括特征工程、滑动窗口构造、数据清洗标准化、K值距离度量优化在内的系统性解决方案。模型架构涵盖数据采集、预处理、KNN回归原理、参数调优、性能评估及工程部署全流程,并支持多算法集成可视化反馈。文中还提供了MATLAB环境下完整的代码实现流程,包括数据加载、归一化、样本划分、K值选择、模型训练预测、误差分析结果可视化等关键步骤,增强了模型的可解释性实用性。; 适合人群:具备一定MATLAB编程基础和机器学习基础知识,从事电力系统分析、能源管理、智能电网或相关领域研究的研发人员、工程师及高校师生;适合工作1-3年希望提升实际项目开发能力的技术人员; 使用场景及目标:①应用于短电力负荷预测,辅助电网调度发电计划制定;②作为教学案例帮助理解KNN回归在实际工程中的应用;③为新能源接入、需求响应、智慧能源系统提供数据支持;④搭建可解释性强、易于部署的轻量级预测模型原型; 阅读建议:建议结合MATLAB代码实践操作,重点关注特征构造、参数调优结果可视化部分,深入理解KNN在时序数据中的适应性改进方法,并可进一步拓展至集成学习或多模型融合方向进行研究优化。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值