搜索到
6
篇与
的结果
-
-
挤出逻辑 <body> <div class="container"> <h1>挤出排产</h1> <div class="input-group"> <input type="file" id="excelFile" accept=".xlsx"> <input type="date" id="startDate" required> <button onclick="startScheduling()">开始排产</button> </div> <div id="scheduleResult"></div> </div> <script> const PRODUCTION_PARAMS = { speed: { low: 5000, // ≤16mm medium: 4000, // 17-30mm high: 3500 // >30mm }, diameterGroups: [ { max: 8, name: '0-8mm' }, { max: 11, name: '9-11mm' }, { max: Infinity, name: '12mm+' } ] }; document.addEventListener('DOMContentLoaded', () => { if(typeof XLSX === 'undefined') { alert('错误：核心库加载失败，请检查网络连接'); return; } document.getElementById('startDate').valueAsDate = new Date(); }); function startScheduling() { const fileInput = document.getElementById('excelFile'); const startDate = document.getElementById('startDate').value; if(!fileInput.files.length) return alert("请选择Excel文件"); if(!startDate) return alert("请选择排产开始日期"); const reader = new FileReader(); reader.onload = processExcelFile; reader.readAsArrayBuffer(fileInput.files[0]); } function processExcelFile(event) { try { const workbook = XLSX.read(event.target.result, {type: 'array'}); const sheet = workbook.Sheets[workbook.SheetNames[0]]; const rawData = XLSX.utils.sheet_to_json(sheet, {header:1}); const orders = validateAndFormatData(rawData); const schedule = generateProductionSchedule(orders); renderScheduleTable(schedule); } catch (error) { handleError('文件处理失败', error); } } function validateAndFormatData(rawData) { return rawData.slice(1).map((row, index) => { const dateIndex = 2; if(row.length < 7) throw new Error(`第${index+2}行数据列数不足`); let demandDate; const excelDateValue = row[dateIndex]; if(typeof excelDateValue === 'number') { const parsed = XLSX.SSF.parse_date_code(excelDateValue); demandDate = new Date(parsed.y, parsed.m - 1, parsed.d); } else { demandDate = new Date(excelDateValue); } if(isNaN(demandDate.getTime())) { throw new Error(`第${index+2}行需求日期格式错误，值：${excelDateValue}`); } return { 订单号: String(row[0]).trim(), 需求数量: Number(row[1]), 需求日期: demandDate, 产品口径: Number(row[3]), 实际长度: parseFloat(Number(row[4]).toFixed(2)), 胶料类型: String(row[5]).trim(), 生产机台: String(row[6]).trim(), 挤出基数: Math.ceil(row[1] * 1.1 / 10) * 10, 剩余数量: Math.ceil(row[1] * 1.1 / 10) * 10 }; }).filter(order => order.需求数量 >= 10); } function generateProductionSchedule(orders) { const schedule = {}; const startDate = new Date(document.getElementById('startDate').value); const grouped = groupOrders(orders); const sortedKeys = Object.keys(grouped).sort(); sortedKeys.forEach(key => { const [machine, material, diameterGroup] = key.split('|'); const orderList = grouped[key]; let currentDate = new Date(startDate); const { maxQty: maxDailyQty } = calculateDailyCapacity(orderList[0].产品口径, orderList[0].实际长度); while (orderList.some(o => o.剩余数量 > 0)) { const dateKey = formatDate(currentDate); if (!schedule[machine]) schedule[machine] = {}; if (!schedule[machine][dateKey]) { schedule[machine][dateKey] = { items: [], totalLength: 0, usedQty: 0, capacity: maxDailyQty }; } const day = schedule[machine][dateKey]; let capacityLeft = day.capacity - day.usedQty; for (let order of orderList) { if (order.剩余数量 <= 0 || capacityLeft <= 0) continue; const canAlloc = Math.min(order.剩余数量, capacityLeft); day.items.push({ 订单号: order.订单号, 胶料类型: order.胶料类型, 产品口径: order.产品口径, 实际长度: order.实际长度, 排产数量: canAlloc, 排产长度: canAlloc * order.实际长度, 需求日期: order.需求日期 }); day.totalLength += canAlloc * order.实际长度; day.usedQty += canAlloc; order.剩余数量 -= canAlloc; capacityLeft -= canAlloc; } currentDate = addDays(currentDate, 1); } }); return schedule; } function groupOrders(orders) { const groups = {}; orders.forEach(order => { const diameterGroup = PRODUCTION_PARAMS.diameterGroups.find(g => order.产品口径 <= g.max).name; const key = `${order.生产机台}|${order.胶料类型}|${diameterGroup}`; if (!groups[key]) groups[key] = []; groups[key].push(order); }); return groups; } function calculateDailyCapacity(diameter, length) { let speed; if(diameter <= 16) speed = PRODUCTION_PARAMS.speed.low; else if(diameter <= 30) speed = PRODUCTION_PARAMS.speed.medium; else speed = PRODUCTION_PARAMS.speed.high; const maxQty = Math.floor(speed / length); return { value: speed, maxQty }; } function formatDate(date) { return date.toISOString().split('T')[0]; } function addDays(date, days) { const result = new Date(date); result.setDate(result.getDate() + days); return result; } function renderScheduleTable(schedule) { let html = ''; Object.entries(schedule).forEach(([machine, dateMap]) => { html += `<div class="machine-header"> <h3>${machine} 生产计划</h3> <div class="capacity-info">每日最大产能：${Object.values(dateMap)[0].capacity} 米</div> </div>`; html += `<table> <tr> <th>生产日期</th> <th>订单号</th> <th>口径(mm)</th> <th>长度(m)</th> <th>胶料类型</th> <th>排产数量</th> <th>总长度(m)</th> <th>需求日期</th> <th>状态</th> </tr>`; Object.entries(dateMap).forEach(([date, data]) => { data.items.forEach(item => { const isLate = new Date(date) > new Date(item.需求日期); html += `<tr${isLate ? ' class="warning"' : ''}> <td>${date}</td> <td>${item.订单号}</td> <td>${item.产品口径}</td> <td>${item.实际长度.toFixed(2)}</td> <td>${item.胶料类型}</td> <td>${item.排产数量}</td> <td>${item.排产长度.toFixed(1)}</td> <td>${item.需求日期.toISOString().split('T')[0]}</td> <td>${isLate ? '延迟' : '正常'}</td> </tr>`; }); html += `<tr class="summary-row"> <td colspan="5">当日汇总</td> <td>${data.usedQty}</td> <td>${data.totalLength.toFixed(1)}</td> <td colspan="3"> </td> </tr>`; }); html += `</table>`; }); document.getElementById('scheduleResult').innerHTML = html; } function handleError(message, error) { console.error(`${message}:`, error); alert(`${message}，请检查控制台获取详细信息`); } </script> </body>
-
-
精细化排产难点 之前的计划逻辑是通过BOM将订单分解成各工序的任务总量，然后将各种产品任务分配到适合生产它们的机台，再根据排产结果进行调配，以平衡机台之间的生产负荷程度，最后再根据负荷程度计算出所需排产时间，生产人员，投产物料等预算数量。这种方法的好处是能够快速地、准确地得到，在现有的固定资产水平下，满足订单生产所需基本要素水平。因为这种方法是按照最理想地状态来进行排产，没有包含各工序速率差异和等待间隔，计算结果就是生产所能实现地最优结果。（结果受订单总量影响） 但是这种算法的优点也是它的缺点，因为生产间隔和速率差异是实际存在且无法抹去的，所以领导会要求去核算出瓶颈工序，我非常理解这个要求的目的：1.如果是固定资产方面重要的但又薄弱的生产环节，公司就组织采购，提升该环节的配给能力；2.如果是技术水平方面，公司就组织外部协作或者安排工程部门进行技术升级或者改造；3.如果是生产辅助方面，包括人员，辅材等等，那就启动某些机制来提高供应能力和服务水平；4.如果是排产优化方面，那就优化排产。 总结一句话我计划核算主要任务就是提前反馈出这些薄弱环节，然后供有关部门去分析和应对。难点一：反馈做不到精准和全面 以上4点，优化排产我会尽力，但主要看领导意思吧，因为这个排的好不好真没啥标准可以参考的，因为难以兼顾，所以往往容易出问题，但偏偏对公司来说又是调整成本最低的，其变化情况可以多到没完没了，牵一发而动全身，就很怕领导想法又不一样，没完没了的追求精益，然后改来改去的，疲于奔命还没个结果，只能领导咋说我咋干，毕竟谦虚使人受益（此处领导排除老大）。领导不说，我就尽力而为。反正就是咬死不可能真的兼顾到完美程度。（提前摊手）第三点是辅助部门要解决的问题，辅助部门的工作就是围绕生产来进行的，生产和销售才是最主要的，所以不会考虑他们。第二点是技术问题，对生产实际产量，历史产量我必然了解的，但正常产量的标准和正常的节拍应该是多少，这个技术部门在试模生产时，没有评估过，或者数据有但是我没见过。平常的生产多或者少也未见评估或者记录，所以这一点，在我核算的计划里也不会体现，因为缺少数据依据。只能靠大家自己感觉和分析了。难点二：排产问题极其复杂，能不能排是个问题，能不能排出结果又是一个问题，如何描述反馈让人看懂还是个问题 仍在努力，做完再说明，尽力明日下午交付。
-
0:00