首页 > 其他分享 >采购过程中的 MRP

采购过程中的 MRP

时间:2024-08-10 12:54:37浏览次数:6  
标签:物料 订货 MRP 订单 计划 采购 过程

物料需求计划的中心功能就是确保物料的可用性,换而言之,就是及时采购必要的需求物料,既用于企业内部也用于销售。物料需求有助于监测库存并自动为采购和生产生成采购建议。

需求计划的自动计划运行确定短缺状况并生成对应的采购元素。需求计划的可能采购元素包括:计划订单、采购申请和计划协议计划行。

在内部生产过程中,系统为计划生产数据创建计划订单。如果计划已完成,计划订单将转换为生产订单。

在外部采购过程中,系统既创建计划订单也创建采购申请,以直接计划外部采购数量。计划订单和采购申请是可以随时更改、重计划或删除的内部计划元素。如果创建了计划订单,则只有在MRP控制人员检查计划订单并将其转换为采购申请后,采购部门才能订购物料。否则,订单建议将立即可用于采购部门。

如果物料有计划协议,并且在货源清单被指明为MRP相关,则您还可以选择在计划运行期间直接创建计划协议计划行。不像计划订单和采购申请,计划协议计划行是固定元素。

多个控制参数确定是否要创建计划订单、采购申请、计划协议计划行(在计划运行中,这是创建标识)。

需求计划在工厂级别生成(或者为每个MRP范围生成)。必须激活需求计划并且必须维护特定工厂的需求计划参数,以便于您可以为工厂执行需求计划。确保您也已经维护了需要自动计划的物料的MRP数据(物料主记录)。

要激活MRP,必须在定制中选择物料管理→基于消耗的计划→计划→激活物料需求计划。

要设置工厂参数,在定制中选择物料管理→基于消耗计划→工厂参数→执行工厂参数的整体维护。

MRP 过程

原则上,您可以区分基于消耗的和基于MRP的MRP过程。不像基于MRP的过程,基于消耗的MRP过程仅针对物料的过去消耗值。外部需求(例如销售订单、计划独立需求和预留)通常与MRP无关。因此,在没有单个生产或计划B和C项目和经营供应的生产区域,最好使用这些MRP过程。在物料需求计划中,销售订单、计划独立需求和预留直接作为需求计划。MRP主要用于计划产成品和重要的部件和组件(A项目)。

在基于消耗的计划中,有以下MRP过程:

  • 重新订货点计划
  • 基于预测的计划
  • 周期性物料需求计划。

在重新订货点计划中,系统检查:MRP的可用库存(工厂库存和固定收货的总计)是否已低于主记录中为物料确定的重新订货时间点。如果可用库存低于重新订货点,则必须启动采购过程。您可以区分手动重新订货点计划(MRP控制人员手动确定重新订货点)与自动重新订货计划(系统使用预测数据计算重新订货点)之间的区别。

在基于预测的计划中,将来的需求使用基于消耗值的预测来计算,并且与作为预测需求的MRP相关。预测计算定期执行。

在周期性物料需求计划中,使用基于消耗值的预测来估计将来的需求。但是,在本过程中仅以特定节奏在确定的时间点执行MRP。如果供应商总是在特定的工作日交付物料,它还可用于以相同节奏处理MRP,节奏可以根据交货时间进行变化。

手动重新订货点过程使用MRP标识VB。重新订货点计划的基础是仓库可用库存与重新订货点的比较。如果可用仓库库存低于重新订货点,则触发采购过程。

重新订货点包括补货提前时间内的预计平均物料需求和安全库存。另外,在指定重新订货点时考虑以下值:

  • 安全库存
  • 现有消耗或将来的需求
  • 补货提前时间

安全库存用于弥补计划外的过度物料消耗和因交货延迟产生的需求。在计划运行期间,系统执行净需求计算。

在重新订货点计划过程中,MRP可用的仓库库存通过以下公式计算:仓库库存+未清订单库存(采购订单、固定计划订单、固定采购申请)。如果可用仓库库存低于重新订货点,则出现物料短缺情况。短缺数量是重新订货点和可用仓库库存之差。

静态批量计算过程

采购数量是物料主记录中的批量过程的结果。批量计算中有三组不同过程:

  • 静态批量计算过程
  • 期间批量计算过程
  • 优化批量计算过程。

在静态批量计算过程中,系统不会考虑将来的短缺情况,因此,如果确定短缺,系统将为静态批量数量创建订单建议。

如果您已经指定了要使用的准确批量(每批批量订单的数量),则如果出现物料短缺,系统使用此准确短缺数量作为订购数量。如果一天有多个发货而导致物料短缺情况,则系统将此天的短缺数量组合为一个订单建议,而不是为每次短缺创建一个订单建议。

如果您已经指定了要使用的固定批量,则如果出现物料短缺,系统使用此固定批量作为订购数量。如果此订单数量不足以弥补短缺数量,则系统将为同一日期创建多个订单建议,直到能够弥补短缺情况。

如果您已经指定了要使用订购数量补货至最大库存量,则系统创建订单建议,其数量为达到物料主记录中定义的最大库存量所需的数量。

计算日期

在计算净需求和批量后,系统在计划运行期间计算采购建议,即系统计算将要发送采购订单的日期和供应商将要交付相应数量的日期。

采购处理时间包括将采购申请转换为采购订单然后发出采购订单的时间(按基于工厂日历的工作日计算)。

计划交货时间是采购订单发出后到收到供应商货物之间的时间。在物料主记录、信息记录或合同中,该时间以日历日输入。

收货处理时间是收到货物到物料可用之间的所需时间。在物料主记录和/或合同中,该时间根据工厂日历以工作日输入。

标签:物料,订货,MRP,订单,计划,采购,过程
From: https://blog.csdn.net/m0_70299005/article/details/141087349

相关文章

  • 【攻防】一个关于内网渗透过程的小技巧
    在我们打攻防进行内网渗透的过程中,很多时候需要去收集内网的密码字典再对内网主机进行批量的密码喷洒。这里密码获取的手段有很多,例如:1、mimikatz抓取入口主机密码2、翻查入口主机中关于密码的文件(例如数据库密码)3、web系统的密码4、自己构造目标的密码字典(xxx@2024\xxx@2023......
  • vit的图像预处理过程
    在VisionTransformer(ViT)中,图像的预处理过程主要包括将图像转换为适合Transformer模型输入的格式。以下是从原始图像到模型输入所进行的主要操作步骤:1.图像尺寸调整(Resize)将输入图像调整为固定大小,通常是正方形(例如,224x224像素)。这是为了统一所有输入图像的尺寸,使得后......
  • vit的线性映射过程
    VisionTransformer线性映射VisionTransformer(ViT):线性映射1.展平图像块假设输入的图像块大小为P×P像素,并且图像有C个通道(对于RGB图像,通常C=3)。每个图像块被展平成一个向量,向量的维度为P×P×C。例如,对于一个16x16像素的RGB图像块,展平后的向量长度为......
  • Linux启动过程中的启动类故障排除和修复(含遗忘root用户的密码解决办法)
    文章目录排除启动类故障1.修复MBR扇区故障故障原因故障现象解决思路修复过程2.修复GRUB引导故障故障原因故障现象解决思路修复过程3.遗忘root用户的密码故障原因故障现象解决思路修复过程本篇讲解:启动类故障,如修复MBR扇区故障、修复GRUB引导故障、遗忘root用户......
  • 外部服务采购主记录和条件
    外部服务采购需求确定:企业部门可能会产生某些外部服务的需求。可能涉及到特定项目(例如软件文档的翻译)或维修工作(例如公司必需电子工程的外包)。服务规范的创建:需求确定后,在系统中创建凭证作为采购流程的基础(可以为采购申请)。该凭证可包含一组服务规范,其中详细列出所需服务。......
  • 汇总性采购订单
    在消耗型物料的““标准””采购中,至少必须为每笔采购事务创建一个采购订单。此采购订单用作发票校验的基础。通常还根据常规采购订单输入收货。在某些情况下,会存在上游(先前)凭证,如采购申请或报价单。您可以创建一个有效期较长(例如一年),且具有特定项目值限制的采购订单。使用......
  • .net core web 启动过程(1)
    1.要了解启动过程,先介绍 IHostingStartup和IStartup接口///<summary>///Representsplatformspecificconfigurationthatwillbeappliedtoa<seecref="IWebHostBuilder"/>whenbuildingan<seecref="IWebHost"/>.///</summary......
  • .net core web 启动过程(2)
    在.netcoreweb启动过程(1)中介绍了IHostStartup的执行过程,该文章主要介绍IStartup的执行过程。最常用的配置Startup方式,通过调用webHostBuilder扩展方法UseStartup<T>来指定。varhost=newHostBuilder().ConfigureWebHost(webHostBuilder=>{......
  • SQL server存储过程函数
    sp_helpextendedproc得到所有的存储扩展一些sql扩展xp_regaddmultistringxp_regdeletekey删除键名xp_regdeletevalue删除键值xp_regenumkeys枚举键值xp_regenumvaluesxp_regread读取xp_regremovemultistringxp_regwrite写入xp_availablemedia查看有用的驱动器x......
  • torch.einsum 的计算过程
    概论a=torch.randn(3,2,2)b=torch.randn(3)c=torch.einsum('...chw,c->...hw',a,b)上面的einsum如何计算的?简单说,把b广播为a的形状,然后做矩阵乘法,即逐位相乘运算,注意,不是点积,是逐位的相乘运算。注:这里符合背景需求,背景是,a是深度学习的某个张量,b是a的权重,......