Kuidas ühendada andmed paindliku pakendiprintimise arukaks ajastamiseks
Meil on suur trükifirma Shenzhen Hiinas. Pakume kõiki raamatute väljaandeid, kõvakaanelise raamatu trükkimise, paberkandjal raamatu trükkimise, kõvakaanega sülearvuti, spiraali raamatu trükkimise, sadula stichingu raamatu trükkimise, brošüüri trükkimise, pakendamise kasti, kalendreid, igat liiki PVC-d, tootebrošüüre, märkmeid, lasteraamatut, kleebiseid, kõiki liiki spetsiaalseid paberivärvi trükkimise tooteid, mängukaarti ja nii edasi.
Lisateabe saamiseks külastage
http://www.joyful-printing.com. Ainult ENG
http://www.joyful-printing.net
http://www.joyful-printing.org
e-post: info@joyful-printing.net
Praegu sõltub enamik Hiina paindlikest pakenditootjatest endiselt traditsioonilisest ulatuslikust tootmisjuhtimisest ning ettevõtete informeerimise tase on suhteliselt madal. Mittetäieliku statistika kohaselt võtab vähem kui 40% paindlikest pakenditööstustest vastu ERP ja muu teabe haldamine ning võtab vastu „Internet +“ pehmed pakendifirmad, nagu suured andmed ja muud täiustatud ideed ja meetodid on haruldased. See toob kergesti kaasa paindliku pakenditööstuse poolt hõivatud rahaliste vahendite suure koguse, mille tulemuseks on jäätmed, ning personali tõhusus ei ole suur ning "võimekust" ja "tarnimist" on võimatu mõistlikult kooskõlastada, mis on lihtne vähendada kliendi rahulolu tarnekogusega. See mõjutab oluliselt paindlike pakenditööstuste pikaajalist arengut.
Ettevõte, kus autor asub, on juhtiv ettevõte kodumaise paindliku pakenditööstuse alal ning tal on julgust proovida täiustatud ideid ja meetodeid paindliku pakenditootmise juhtimisel. Käesolevas dokumendis ühendab autor paindliku pakenditööstuse tootmise praeguse olukorra ja infosüsteemide kavandamise idee, et tutvustada, kuidas paindlikud pakenditootjad saavad andmeid kasutada ratsionaalse ja aruka sõiduplaani koostamiseks, et parandada tootmise efektiivsust ja rahuldada kliente kohaletoimetamine.
Praegu on Hiinas paindlike pakenditööstuste ajastamise probleem.
Enamik kodumaiseid paindlikke pakenditootjaid on vastu võtnud ajakava koostamise protsessi, mis on esmakordne trükkimise protsess. Pärast printimise lõpetamist korratakse liitmisprotsessi. Pärast komposiidi kõvenemist lõpeb lõikamisprotsess lõikamisprotsessiga. Seejärel korratakse koti valmistamise protsessi lõpuks.
Normaalsetes tingimustes paigutatakse sellist tüüpi jooksva sõiduplaani koostamine paindlike pakendifirmade tähelepanu allikate trükkimise protsessile. Tarnenõuete täitmiseks on trükkimisprotsess võtmetähtsusega ja tarneaja piiramise tõttu muutub iga protsess pärast printimist kitsaskohtaks, mis piirab tootmise tarnimist.
Veelgi enam, selline probleem, mis tuleneb sellisest protsesside ajastamisest, on see, et olenemata sellest, kui mõistlikult korraldatud, on alati olemas tooted, mis mõjutavad tarne tähtaega. Näiteks, kuigi trükkimine on lõpule viidud eeldatavas kvaliteedis ja kvaliteet on standardne, kui järgnevat segamisprotsessi või lõikamis- ja koti valmistamisprotsessi tootmiskiirust ei säilitata õigeaegselt, ei ole toode veel tarnitakse õigeaegselt ja toode on veel trükiprotsessis. Teatud koguse tootmisvõimsuse kasutamine mõjutab paratamatult kiiremini tarnitud toodete normaalset tootmist ning aja jooksul moodustub nõiaring.
Sellistel juhtudel on paindlikud pakendifirmad kergesti esinevad konkreetsed probleemid järgmised.
1. Ei saa tellimuse kohaletoimetamist täpselt vastata
Millised kriteeriumid peaksid pärast kliendi tellimuse saamist olema paindlik pakendiettevõtja, et vastata kliendile täpse tarnekuupäevaga?
Kui esineb probleeme, näiteks tellimuse sisestamine, tarnimise muutus, koguse muutmine, tellimuse tühistamine, masina rike jne, kas paindlik pakendifirma võib ennustada, milliseid tellimusi see mõjutab?
Kui tellimus on mõjutatud, siis kas paindlik pakendifirma võib ennustada, kas see valmib eelnevalt või viibib? Ja kui kaua see viibib või viibib?
Traditsioonilise alamprotsessi planeerimise meetodi kohaselt ei ole ülalnimetatud probleemid põhimõtteliselt täpselt teada.
2. Masina tulevast võimsust ei ole võimalik täpselt prognoosida ega saa tootmisvõimsust ühtlaselt jaotada.
Kas tavapärases tootmises võivad pehme pakendiga ettevõtted ennustada, millised protsessid ja masinad on tulevikus hõivatud ja millised on tühikäigul?
Kui soovite tellimusi üle kanda või muuta tootmiskavasid, siis millistel masinatel on võimsuse koormus, mis ületab standardi? Neid ei ole ajaliselt teada.
3. Käsitsi Exceli meetod töötlemata ajastamiseks
Seni kasutavad enamik paindlikke pakenditootjaid käsitsi Exceli meetodit töötlemata ajakava koostamiseks. Selle meetodi abil saab hinnata ja korraldada ainult paindliku pakenditootmise plaani, mis põhineb kliendi poolt saadud kogemustel ja tellimuse esitamise ajal. Sageli on siiski võimatu kombineerida tellimuse kättetoimetamise kuupäeva, tellimuse kogust, protsessi raskust, protsessi kestust, kliendi tähtsust, tellimuse prioriteeti, masina vaba aega. jne, et kaaluda tootmise korraldamise prioriteeti. Tootmise aeg ja toodangu kogus.
4. Mis on eelprotsess, mida teeb järeltöötlus?
Paljudes Hiina pakendit pakkuvates ettevõtetes on levinud nähtus. Õigus järeltöötlusseadme tootmise ajastamisele kuulub erinevate töötubade juhtidele. Kui on saadaval mitu tellimust, hindavad töökoja juhid nende tellimuste järjekorda kogemuste ja tunnete alusel. järjekorras. Lisaks on olemas mõni pehme paketi ettevõte, millel on ikka veel nähtus, et tellida inimeste järjekord müüja suhte kaudu. Selline olukord võib kergesti mõjutada ettevõtte üldiste tellimuste edenemist, mille tagajärjeks on sageli tellimused, mida ei planeerita kiiresti, ning kiireloomulised tellimused saabuvad hiljem, kuid anorgaanilised jaamad on kättesaadavad, seega viibimine edasi.
Ratsionaliseeritud ajakava soovitused
Eespool nimetatud probleeme silmas pidades soovitab autor võtta vastu „protsessi sidumise ajakava”, korraldada iga protsessi jaoks spetsiifilisi masinaid ja arvutada iga eelneva protsessi algusaeg ja valmimisaeg järgnevast protsessist vastavalt seadme spetsiifilisele võimsusele (kiirus) . .
Näiteks kui toote tarnekuupäev on 20. juuli ja transpordi aeg on 2 päeva, on lihtne järeldada, et tarnekuupäev peaks olema 18. juuli. Seetõttu võib kõige aeglasem toote valmimise kuupäev olla ainult 18. juuli. toode on 1-kihiline komposiitpakend, mille tootmistsükkel arvutatakse 5 päeva jooksul. Lihtsuse huvides eeldatakse, et iga tootmisprotsess nõuab ühe päeva tootmist. Tegelikus arvutuses tuleks arvesse võtta ka "algusaega + töötlemisaega + ooteaega konversiooniks". Pärast arvutamist peaks iga tootmisprotsessi lõpptähtaeg olema tabelis 1 näidatud.
Iga tootmisprotsessi lõpuleviimise aja järgi arvutatakse esialgne simuleeritud toodang. Esialgse tootmise tulemuste põhjal analüüsitakse iga tooraine materiaalset tagatist: kas on olemas inventar, kas materjal puudub või materjal on teel. Kui olete teel, kas jõuad laosse enne tootmise alustamist; kui materjali ei ole, viivita tootmine ja korraldada tooraine hankimine. Samal ajal on paindliku pakenditootmise ajakava ka materjalide hankimise ja tarnimise saabumise alus.
Eespool toodud ideede põhjal tuleb intelligentsete tootmiskavade saavutamiseks eelnevalt kindlaks määrata vastavad andmed ja piirangud. Kõigepealt on vaja digiteerida ja järjestada iga ettevõtte tellimuse ja masina tootmise jaoks vajalik aeg järgmiselt.
(1) Tellimuse prioriteetide seadmine.
(2) Iga tellimuse konkreetne transpordiaeg.
(3) Iga tootmisprotsessi jaoks vajalik aeg tellimuse kohta.
(4) Seadmed, mida on võimalik tellida igale tellimusele igas tootmisprotsessis, ning seadmete ajakava prioriteetsuse taset.
(5) Iga tellimuse käivitamise aeg enne iga tootmisprotsessi.
(6) Iga tellimuse muutmise aeg iga tootmisprotsessi ajal.
(7) Tootmisvõimsus tootmisprotsessiühiku ja seadmeühiku kohta (mida kasutatakse tellimuse tootmise ja töötlemise aja arvutamiseks).
(8) Komposiitmembraani elamisaeg valmimiskambris.
Ülaltoodud aega kasutatakse selleks, et arvutada konkreetse tellimuse tootmise aega, nii et iga kord, kui statistika peab olema kõrge, peab see muidu mõjutama üldist sõiduplaani ja seega ei suuda see normaalset tootmist juhtida.
Teine eeldus on, et iga tellimuse tootmisaja ja transpordi aja puhul peab müüja toote kavandamisel kliendiga lepingus kinnitama. Näiteks võtab arvutatud tellimuse tootmise aeg 5 päeva ja klient vaevalt taotleb. 3 päeva tarne, see ei ole kuidagi võimalik, peab kliendiga suhtlema hea planeerimisplaaniga, mis võimaldab klientidel aktsepteerida mõistlikku tarneaega.
Kui ülaltoodud andmeid saab hästi välja selgitada ja andmete täpsus on kõrge, võib järeltöö kaaluda süsteemi tarkvara kasutamist intelligentsete sõiduplaanide loomiseks, st intelligentset APS-i ajakava koostamise süsteemi, selle peamised eelised on: kliendiandmete tellimine Saate igal ajal sisestada tellimuse töötlemise ja samal ajal saate vaadata sisendi mõju teistele tellimustele; optimeerida ressursside ajastamist, püüda kõrvaldada ooteaeg, muuta tootmisaega, parandada tootmistõhusust, vähendada töötlemata aega töökojas ja parandada andmete õigeaegsust. Ja täpsus; vähendada varusid, jätkata nullvarustust, valmistoodangu valmimise aeg ja tarneaeg on lõputult lähedal; süsteem arvutab automaatselt materjali nõudluse ja ajakava koostamise, mis võib oluliselt vähendada planeerijate ja kaupmeeste töökoormust ning tegutseda lihtsa, laialdase tootmise kogemuse puudumise tõttu, on üldine ettevõtja pädev.
Kui tellimuse kogu tootmise ajakava on korras, soovitab autor, et esialgset simuleeritud sõiduplaani saab teha tellimise ajal, et anda kliendile tarnekuupäeva eelvastus. Kui ei ole aega korraldada, saate tellimise ajal ka kliendiga kooskõlastada, et parandada tellimuse üldisi tarnetähtaegu.
Ettepanekud intelligentse sõiduplaani koostamise kohta
Tänapäeval ei saa paindlikud pakendifirmad lihtsalt määratleda ennast tootmis- ja töötlemisettevõtetena, vaid peaksid ka kasutama teenustele orienteeritud ettevõtteid. Seepärast peaksid paindlikud pakendamisettevõtted järjestama ajakava koostamisel traditsioonilisi juhtimismõtlemismeetodeid ja kehtestama uued eeskirjad vastavalt ajale. Autor võttis kokku järgmised soovitused rakendamiseks tööstuse jaoks.
(1) Tootmistöökoja hindamise orienteerimiseks arvestavad paindlikud pakendifirmad mitte ainult tootmise taset ja ühiku tarbimist, vaid ka õigeaegset tellimuse täitmise taset.
(2) Kliendi korralduste puhul on esmatähtis tagada õigeaegne tarne; iga tootmisprotsessi puhul on vaja tagada protsessijärgse operatsiooni täpsus ja järgmine tootmisprotsess peab järgnema kohe järgmisele protsessile. Tagada kahe tootmisprotsessi tõhus ühendamine enne ja pärast.
(3) Tootmise korraldamiseks on kõige parem kasutada intelligentset APS-i sõiduplaani süsteemi. On vaja pöörata tähelepanu korrektsele sisestamise korrale, mis võib selgelt mõista teiste korralduste mõju ja muutusi.
(4) Paljud usuvad, et paindlik pakenditööstus on keeruline ja tal on palju muutuvaid tegureid, mistõttu on võimatu hallata ja korraldada tootmist intelligentsete süsteemidega. Tegelikult, kui sa mõtled kõvasti, omad otsustavust ja julgust muuta ja luua asjakohaseid tehnilisi uurimisrühmi, on võimatu seda teha. Alati on olemas viise, kui on kindel viis leida viis.
(5) On soovitatav luua ettevõttes spetsiaalne meeskond, et luua tootmise ajakava koostamise personal, kõigepealt koguda ja korraldada iga positsioneerimis- ja varustusseadme andmed ning hinnata andmete õigsust; siis intelligentne APS-sõiduplaanide süsteem ja MES (tootmise töökoja rakendamine) Süsteem viib läbi hindamise ja uurimise, et hinnata selle rakendamise raskust ja teostatavust. Kui on raskusi, on vaja uurida, kuidas probleemi lahendada ja pidevalt parandada ja parandada.
Paindlikud pakendifirmad peavad looma terve arengumudeli. Täiustatud tootmisseadmed võimaldavad paindlikel pakenditootjatel kiiremini töötada ning infosüsteemide peenhaldus võimaldab tagada, et paindlikud pakendifirmad lähevad kaugemale.