[发明专利]一种产量预测方法有效

专利信息
申请号: 201711238889.7 申请日: 2017-11-30
公开(公告)号: CN107862415B 公开(公告)日: 2021-11-30
发明(设计)人: 张晓军;黎小华;李汶一;陈尚宇;胡廷贵;罗时杰;吴渊 申请(专利权)人: 成都飞机工业(集团)有限责任公司
主分类号: G06Q10/04 分类号: G06Q10/04;G06Q50/04
代理公司: 成都君合集专利代理事务所(普通合伙) 51228 代理人: 张鸣洁
地址: 610092 四川*** 国省代码: 四川;51
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 产量 预测 方法
【说明书】:

发明公开了一种产量预测方法,包括:筛选出样本数据;将所述样本数据按年、月、日分别统计产量数据;计算年度带权产量B和月平均带权产量T0,T0=B/12;计算月平均带权产量T1,并分别统计工作日平均产量,周末日平均产量和节假日平均产量;计算修正系数K,K=T0/T1;求和计算当月预测总产量P;将当月预测总产值P与实际生产量对比,进行生产管控。本发明将实际生产量与预测值按日、月和累计值进行比较,可以分别判断当天、当月产量和累计产量是否达标,因此可以做出及时的整改措施,及时纠正与预期的偏差,避免偏差扩大化;通过修正系数K与1的比较,可以得知今年任务目标Y0定的高还是低,由此采取增加或减少每日预期产量进行纠正。

技术领域

本发明涉及生产管理技术领域,具体的说,是一种产量预测方法。

背景技术

在航空工业的生产管控中心,涉及生产管理中的供应链、零件、部装、总装等多道工序和步骤,而生产管控粒度细化到每一个零件,每一个工位以及工序,实现全专业,多要素,全流程的管控,为生产管理提供辅助决策。现有的生产管理中,对于生产中产量的管理一般基于进度管理,事后分析,无法在生产过程中实时的纠正实际生产量与预期生产量的偏差,及时找出问题和应对措施,使实际生产曲线接近预期生产量。

发明内容

本发明的目的在于提供一种产量预测方法,用于解决现有技术中对于产量的管理基于进度管理和事后分析,无法实时纠正与预期的偏差的问题。

为了达到上述目的,本发明通过下述技术方案实现:

一种产量预测方法,包括:

步骤S100:从MES/ERP系统筛选出样本数据W1;

步骤S200:将所述样本数据W1按年、月、日分别统计产量数据;

步骤S300:选用近n年的产量数据作统计样本X1,计算年度带权产量B和月平均带权产量T0,T0=B/12;

步骤S400:选用近m月的产量数据作统计样本X2,计算月平均带权产量T1,并分别统计工作日平均产量Weekday_avg,周末日平均产量Weekend_avg和节假日平均产量Holiday_avg;

步骤S500:计算修正系数K,K=T0/T1;

步骤S600:求和计算当月预测总产量P;

步骤S700:将当月预测总产值P与实际生产量对比,进行生产管控。

工作原理:

从生产管控中心的ERP系统提取数据,包括交接单的发出单位、接收单位、交接单图号、类型、数量移交时间,接收时间等关键字,排出不属于零件产出的数据,将提取出的记录作为样本数据W1。将样本数据W1中的数据按照年份、月份、工作日、周末、节假日进行分别进行产量统计,从统计出的数据中,选用近n年的数据作为年度带权产量B的样本X1,将年度带权产量B除以12个月,得到月平均带权产量T0,选用近m月的数据作为月平均带权产量T1的样本X2,并计算样本X2中,工作日平均产量Weekday_avg=工作日总产量/工作日天数;周末日平均产量Weekend_avg=周末总产量/周末总天数;节假日平均产量Holiday_avg=节假日总产量/节假日总天数,则修正系数K=T0/T1,当月预测总产量P=工作日平均产量*当月工作日总天数*K+周末日平均产量*当月周末总天数*K+节假日平均产量*当月节假日总天数*K。将实际生产量与当月预测总产量P进行比较,可以判断当月产量是否达标,将每一天的实际产量结合当天的类型,如工作日,周末,节假日,选择与工作日平均产量*K或周末日平均产量*K或节假日平均产量*K,进行比较,判断当天的产量是否达标,因此可以做出及时的整改措施,及时纠正与预期的偏差,避免偏差扩大化。

进一步地,所述步骤S100具体包括:

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于成都飞机工业(集团)有限责任公司,未经成都飞机工业(集团)有限责任公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201711238889.7/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top