温馨提示×

温馨提示×

您好,登录后才能下订单哦!

密码登录×
登录注册×
其他方式登录
点击 登录注册 即表示同意《亿速云用户服务条款》

产品数据管理对ERP系统的影响

发布时间:2020-08-10 18:35:18 来源:ITPUB博客 阅读:113 作者:13511613211 栏目:大数据


摘要: ERP( 企业资源计划 ) 系统是一套综合申生的、集成的大型信息管理系统 本文对 “产品数据管理”在 E RP 系统中的应用进行了讨论。

 

1 前言

现在的企业不论规模大小,计算机已经成为了不可或缺的应用工具,很多工作都交给计算机去做了。贯穿于整个企业的 “人流”、“物流”、“信息流”在计算机和网络的调配下,显得更加井井有条。这正是 ERP( 企业资源计划 ) 系统所提倡的物尽其用,减少不必要的中间环节,使资源能够更合理、高效、顺畅地流向企业的每一个角落。 ERP 系统的难点,从根本上说并不是编程本身。如何理顺企业中错综复杂的工作关系,为每个部门、为每个人提供一个高效的交流平台,并保持软件良好的可扩展性、可维护性,才是其中的关键。

 

一个好的 ERP 系统,应当控制住数据的源头。而一个企业的几乎所有生产数据都是从设计部门流出的:包括零件图、组 ( ) 件图、总装图、技术条件、 BOM Spec ifi- cation 等等 ( 1 是一般企业设计部门与其它部门间的工作往来 ) 。正是这点点滴滴的数据汇成企业数据资源的大河,而如何“制造标准数据”就是本文讨论的重点。

 

2   命名及单位的规范

对于同一种类的零件,可能我们会找到它的很多种叫法,例如: “底壳”、“底板”、“底座”⋯⋯真可谓是五花八门,其实只要认真追溯一下,它们指的都是同一类物料。但设计人员在设计零件的时候,可能并没有认真核实这类零件原有的名称,只是按照自己的理解起了个名。这样做的后果无疑造成了数据的混乱。

 

这种有意或无意的错误都是不被允许的,在这里我们提供了一个解决方案:

1 .提供分类物料名称和物料样板图片的检索,让设计人员主动归类;

2 .增加一个数据录入控制点。控制所有名称只能选择性录入,有新的物料类别名称只能先申请后选择,中间也必定会有相关人员把关。这样虽然增加了一些环节,但基本保证了物料类别的“纯洁性”。

 

类似的现象还表现在物料的单位名称上。再举一个例子,也是相同的零件 “封箱胶带”,在 BOM 文件中有以“ 10 卷”、“卷”、“ m ”、“ cm ”、“ g ”等为单位的。这并不一定全是设计员的错,里面可能揉合了很多部门的意见: “采购部”是以“ 10 ”与供应商结算的; “仓管员”是以“卷”与“领料员”结算的; “工艺员”们则根据工作地点的不同,认为以“ m ”、“ cm ”、“ g ”为单位在其工艺文件中更合理,或者更利于“财务部”进行成本核算。

 

BOM( 物料清单 ) 是运行 ERP 系统的主导文件,企业各个业务部门都要依据统一的物料清单进行工作。它是接受客户定单、确定装配零件、计算累计提前期、编制生产与采购计划、配套领料、跟踪物流及生产过程、追溯任务来源、计算成本、投标报价、改进产品设计等都要参照的重要文件。因此物料清单的准确性要求很高。

 

关于单位是否应该统一的争论可以说是由来已久,这似乎与物料名称统一并不完全一样。其实管理信息系统还处在 MRP II 阶段,就早已对 BOM 做了类似以下的划分:

设计用 BOM (Engineer BOM) As Design

采购用 BOM (KIT BOM) As Purchase

生产用 BOM (Manufacture BOM) As Manufacture

计划用 BOM (Forecast BOM) As Forecast

销售用 BOM (Sales Modular BOM) As Sales

成本用 BOM (Cost BOM) As Cost

 

在以上 BOM 文件中,我们可以采用不同的单位来满足不同的要求。其中的关键点是每个不同的 BOM 是否都是与某个“统一的物料清单”相关联,所有数据 ( 或经过单位换算后 ) 同一时间是否在数量上保持一致。做到了这一点,单位问题也就不成问题了。

 

3   零件规格的智能化查询

相信有一定企业工作经验的人都可以发现:一些零件,特别是辅料类的零件 ( 如海绵、包装箱等等 ) ,总可以找出一些物料编码不同,但尺寸和规格大同小异,甚至完全相同的零件,而这些微小的差异是完全可以被消除的。也就是说,在通用化的前提下,很多物料完全可以取代它们的同类物料,而适用于更多的产品。

 

为什么会出现这种情况呢 ? 作为一名设计人员,每当设计新产品时,他也希望能够从现有的物料中选择能够满足其设计要求的零件。但他很快会发现,面对庞大的数据库,在成百上千的零件图纸中寻找可以借用的物料,无异于大海捞针,最终的结果还可能是一无所获。这在很大程度上降低了设计人员的工作效率和工作热情,最终他们就会考虑不理会原有的物料,将所有零件全部重新设计。这样的话,不可避免会造成一些数据的雷同 ( 冗余 ) ,而且会象滚雪球一样越滚越大。若干年后,当我们想要将它们缩编出来时,它们已经盘根错节地交杂在各类生产指导文件中;而那些可预见到的对生产秩序的影响,将会使我们不敢轻举妄动。

 

如何减少数据的冗余 ? 靠人来把关吗 ? 每个审核图纸的人不可能对成千上万的零件规格熟烂于胸。靠电脑把关吗 ? 要将两个零件完全区别开来,必须将这两个零件的所有规格,包括尺寸、颜色、材料、技术要求等统统比较一遍。这样首先要求必须将其所有的特性进行录入,录入量较大,且会占用很大的存储空间,影响网络的速度;其次电脑的智能是有限的,它并不能很好地区别技术要求中的文字表达是否完全不同。综合来说,单纯靠电脑把关的可操作性也不强。

 

只有提供一个高效的智能化的查询和比较系统,才能满足日常设计工作的查询需求。从每种零件的主要规格 (5 10 ) 中输入若干个 (1 4 ) 后,就能将查询到的零件数量限定在一个合理的范围,并建立好与 3D 建模设计和二维图纸的链接,供设计人员选择。让设计人员能够在很短的时间内知道查询结果,并能很快地将查询到的零件导入,在设计中验证。这应该是更能够被设计员接受的解决方案 ! 而建立这样的一个查询系统往往被大多数企业 所忽视了。

 

4   通用化零件的更改

从某种程度上来说,零部件通用化及标准化程度的高低,可以衡量一个企业的技术管理水平。零部件品种越单一,越容易保证加工质量;生产时更容易实现自动化,提高产量;原材料库存可以大大降低,也更容易管理。在 “成本为王”的市场经济中,这一点无疑是很有竞争力的。

 

良好的通用化对企业的好处是不言而喻的,但我们有时不得不面对一个很棘手的问题,那就是通用化零部件的更改。当然,通用化零部件是不允许轻易改动的。所以我们经常在技术人员更改通 ( ) 用零部件图时,通过计算机发出一些警示信息,提示此图为通 ( ) 用零部件,并显示出借用到此零部件的产品型号。同时在输出此类零件的更改单时,也在醒目的位置标示出其为“通 ( ) 用零部件”,进一步提醒校审人员。

 

但是随着技术和工艺的进步,通用化的零件也有被替代的时候,而且我们有时必须主动迈出这一步。这在企业中应该被称作是技术改造项目,目的是为了降低成本、提高性能,最终是为了提高产品的市场竞争力。在 ERP 系统中,我们输入一个通用零件编号,可能会找出几百个产品借用到它。那么更改一张通用零件图,意味着可能有上千张的图纸 ( 零件图、部件图、总装图 ) BOM 文件以及相关的工装夹具等等都必须更改。在短时间完成如此大的图文更改量的同时,还必须顾及到产品的性能及产品的装配结构,任何一点疏忽都可能引起极大的混乱,这对任何人都是一个挑战 !

 

我们可以采用一些折中方案:为新物料增加一个物料编码,新物料编码是在需更改的通用零件物料编码前 ( ) 面加上前 ( ) 缀,作为一种临时编码。这是一种逐步替换的思想,分批分时将所有的产品图纸及相关文件更改完毕。这需要一个较长的过程,此时新旧物料同时存在。在未更改的图纸和文件中,我们采用的还是旧编码、旧物料,不会对这些产品的生产造成冲击,只会逐步消化旧物料库存。经过合理地计划,旧物料可以全部配套使用完毕。此时可用批处理将新物料编码的前 ( ) 缀去掉,最终取代了旧物料的位置。

 

此方案只针对通用性强的零部件更改,对于涉及面较小的通用件,我们大可不必如此费神,在落实了旧制品的处理意见后,完全可以将所有技术文件同时下发,一气呵成。

 

5   结论

随着计算机应用的迅速发展,采用计算机辅助设计技术和先进的信息管理技术是企业进行技术更新改造、提高产品竞争力的必由之路。

 

PDM( 产品数据管理 ) 是以软件技术为基础,以产品为核心,实现对产品相关的数据、过程、资源联动的集成管理技术,其所有的信息组织和资源管理都是围绕产品设计展开的。 PDM 为企业提供了一种宏观管理和控制所有与产品信息以及产品相关过程的机制和技术。据国外数据统计, PDM 的应用能将产品设计周期缩短 25 % ,减少工程设计修改 4 % ,加快产品投放市场进度 50 % 80 % ,总成本削减 25 % 以上。

 

随着企业由小到大地发展,数据管理的重要性会越发凸现,数据会逐步积累到一个惊人的数量级。如果这时候才想起组织和优化 PDM ”,已经是亡羊补牢。这时所花费的成本将成倍于 ERP 实施初期,其效果可能也并不理想。越来越多的企业开始认识到“ PDM ”系统的重要性,特别是一些大中型企业,其“ PDM ”产品的开发及应用已进入了快速发展时期。其实,数据多并不可怕,可怕的是混乱的数据。只有我们真正将数据管理并规范起来,才能让数据更好地为我们服务 !

 

 


向AI问一下细节

免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:is@yisu.com进行举报,并提供相关证据,一经查实,将立刻删除涉嫌侵权内容。

AI