专业名称工具解释以及定义

dianndai1

太棒了。从没有想到在此网站既能学到excel的知识，又能学到工厂的一些管理。

book123

有备无患。。。。。。。。。

dilywee

期待不断添加新内容，受益匪浅

duwei9981

希望大家共同参与“专业名称”的整理分享，优秀内容加分鼓励。谢谢！

duwei9981

MRP专业术语
MPS    Master Production Scheduling （主生产排程）：
主生产排程时完成品的计划表，描述一个特定的完成品的生产时间和生产数量。主生产排程是一个决定完成品生产排程及可应答量（ATP）的程序。依据主生产排程，材料需求规划得以计算在该完成品的需求之下，所有组件、零件以至原材料的补存计划。主生产排程不是销售预测，不代表需求。主生产排程须考虑生产规划、预测、待交定单、关键材料、关键产量、及管理目标和政策。除了材料外，MPS也时其他制造资源的规划基础。

TPOP    Time Phased Order Point     （分期间订购点法）：
适用用独立需求的计划逻辑，类似MRP。其总需求（GR）来自预测而不是BOM的展开。TPOP可用来计划配销中心的库存或服务零件的需求计划。它与再定购点法（ROP）不同的地方时考虑到未来变动需求。

BOM    Bill Of Material     （材料表）：
材料表记录一个项目所用到的所有下阶材料及相关属性。亦即，父件及其所有子件的从属关系、单位用量及其他属性。

QP     Quantity-per  （单位用量）：
某材料用来生产一单位父件时所需要的数量。单位用量时BOM的一个属性，MRP利用它来计算下阶材料的总需求（GR）。

LT      Lead Time    （前置时间）：
     进行一个作业所需要的时间。对ERP而言，从确认订购需求到取得材料或产品的时间，包括准备定单、签核、通知、制作、运输、收货、检验等时间。

ST    Safety Time     （安全时间）：
安全时间是将MRP逻辑中的计划定单收料（PORC）及计划定单发出（POR）同时提前一个时间值，用来保障在实际前置时间发生变动时，仍能在需要日期前完成定单。对供货商而言，前置时间一样，单定单交期则较实际需要早些。安全时间的目的时为了减少供货商迟交对生产所造成的影响。

SS    Safety Time     （安全存量）：
为了应突发的需求或供给的波动，在库存中保持一个额外的库存量时必要的。这种为因应不确定因素而建立的库存称为“安全库存”。

LLC    Low-Level Code （最低阶码）：
产品结构中，最上阶的项目的阶次码定位0，其下依序为1、2，…阶。一个材料项目可能出现在二个以上的阶次中，以该材料在产品结构中出现的最低阶次码定位其最低阶码。

LSR    Lot Sizing Rule     （批量法则）
决定批量的程序及规则。

LS    Lot Size      （批量）：
某项目的量，向工厂或供应商订购，或发料到现场，都时根据这个量。

FOQ    Fixed Order Quantity （定量批量法）：
若某期间出现净需求，则此种批量法会将计划定单的定单量定为某一依经验事先决定的量或其倍数。

POQ    Periodic Order Quantity    （定期批量法）：
此种批量法则由PRS演绎而来，批量为数个时段中的净需求，但时段的数目由EOQ决定。换言之，这是一个由EOQ决定订购周期的定期评估法。

LFL    Lot For Lot     （逐批批量法）：
此批量方法所产生的计划定单量与每一期的净需求相等。在MRP的逻辑中，若采用LFL批量法则其计划定单的发出量会与净需求相等。

OH    On-Hand Inventory    （在库量）：
查询库存或执行MRP的那个时刻，正在仓库中的库存量。

AL    Allocated Inventory     （保留量）：
保留量是用来表示已被指定用于某张已发出的制令单、外包单或调拨单，预定从仓库领出单实际尚未领出的数量。当生产计划员发出制令单及领料单时，MRP会将该制令单的组件数量，排在预定完工的时段内，变成该组件的在途量（SR），同时，将每一个被该组件用到的零件数量记录为“保留量”。当零件被零用时，会同时减少其在库量和保留量。保留量不是可用库存，不能用于其他用途上。

GR    Gross Requirement    （总需求）：
在MRP中，材料的独立需求及依赖需求的总合称为总需求。

SR（OO）    Scheduled Receipts ，On-Order Inventory  （在途量）：
排定在未来某一时间将会取得的量，又称为已开定单或已订未交量，是一种未来的库存，在交期的那一期，视为可用量。
   
POH    Projected On-Hand     （预计在库量）
     某期（时段）若无计划定单收料（PORC），则期末预计的在库量称为预计在库量。MRP利用POH来决定在某期是否有净需求（NR）。

PAB    Projected Available Balance     （预计可用量）：
预计可用量时考虑计划定单收料（PORC）的各时段之期末库存量，亦即，预计在库量（POH）加上计划定单收料量（PORC）等于预计可用量（PAB）。

NR    Net Requirement    （净需求）：
将一时段的总需求（GR）扣掉在库量（OH）、在途量（SR）及安全存量（SS），便得
到净需求（NR）。更精确地说，在MRP逻辑中，若预计在库量（POH）小于SS，其差额即为NR。
PORC    Planned Order Receipts     （计划定单收料）：
计划定单收料（PORC）是指在未来各时段（期）中预计会收到的材料数量。这个量在定单发出前时计划定单收料（PORC）；定单发出后是在途量（SR）。净需求（NR）经批量法则及安全时间（ST）调整后就成为计划定单收料（PORC）。

POR    Planned Order Releases     （计划定单发出）：
计划定单收料（PORC）向前推移一个前置时间即得计划定单发出（POR）。父件的计划定单发出（POR）会被材料表展开，算出其所有子件的总需求（GR）。当计划定单发出时，该计划定单收料（PORC）变成了在途量（SR），计划定单发出（POR）不再存在，也不再对其子件产生总需求（GR）。

CO    Customer Order    （客户定单）：
来自客户的定单，告知对某些产品的需求量及时间。客户定单又称实际需求以有别于预测需求。


FCS          Forecast Sales    （销售预测）：
对未来需求的估计。预测可以根据经验主观估计，也可以用数学方法由历史资料求出，或两种方法并用。

DTF    Demand Time Fence  （需求时栅）：
需求时栅（DTF）是在MPS计划期间中的一个时间点，设定于目前日期与计划时栅（PTF）之间。在目前日期到DTF之间，包含确认了的客户定单。在此期间内，除了经过仔细分析和上级核准修改外，MPS时不能改变的。

TTF    Planning Time Fence    （计划时栅）：
计划时栅介于DTF和计划期间的最后日期之间。在DTF和PTF间包含了实际以及预测的定货，而在PTF之后则只有预测之客户定单。在DTF与PTF之间，实际客户定单逐渐取代预测数量。

ATP  Available-To-Promise    （可应答量）：
可应答量（ATP）是公司的库存及计划生产量中未被承诺的部分。ATP通常显示在MPS报表中，以支持业务员让他们能合理地向客户承诺定单交期。可应答量在MPS报表中出现在第一期以及所有有MPS的期间。在第一期中，ATP等于在库量加上MPS（如果是正数的）减已到期和已逾期之客户定单量。在第一期之后的任何有MPS数量的期间，ATP等于MPS减该期到下一个有MPS计划数量期间之前一期的所有客户定单总和。某期间算出的ATP若为负数，则业务员已超量承诺定单，此时，应从前一个ATP减去不足之数而使该期的ATP调为0。

[ 本帖最后由 duwei9981 于 2011-6-15 13:39 编辑 ]

lfspecter

DOE（Design of Experiment,试验设计）
　DOE（Design of Experiment）试验设计，一种安排实验和分析实验数据的数理统计方法；试验设计主要对试验进行合理安排，以较小的试验规模(试验次数)、较短的试验周期和较低的试验成本，获得理想的试验结果以及得出科学的结论。
　　试验设计源于1920年代研究育种的科学家Dr.Fisher的研究, Dr. Fisher是大家一致公认的此方法策略的创始者, 但后续努力集其大成, 而使DOE在工业界得以普及且发扬光大者, 则非Dr. Taguchi (田口玄一博士) 莫属。

为什么需要DOE
要为原料选择最合理的配方时（原料及其含量）；
要对生产过程选择最合理的工艺参数时；
要解决那些久经未决的“顽固”品质问题时；
要缩短新产品之开发周期时；
要提高现有产品的产量和质量时；
要为新或现有生产设备或检测设备选择最合理的参数时等。
　　另一方面，过程通过数据表现出来的变异，实际上来源于二部分：一部分来源于过程本身的变异，一部分来源于测量过程中产生的变差，如何知道过程表现出来的变异有多接近过程本身真实的变异呢？这就需要进行MSA测量系统分析。

DOE的基本原理
　　试验设计的三个基本原理是重复，随机化，以及区组化。
　　所谓重复，意思是基本试验的重复进行。重复有两条重要的性质。第一，允许试验者得到试验误差的一个估计量。这个误差的估计量成为确定数据的观察差是否是统计上的试验差的基本度量单位。第二，如果样本均值用作为试验中一个因素的效应的估计量，则重复允许试验者求得这一效应的更为精确的估计量。如s2是数据的方差，而有n次重复，则样本均值的方差是。这一点的实际含义是，如果n=1，如果2个处理的y1 = 145，和y2 = 147，这时我们可能不能作出2个处理之间有没有差异的推断，也就是说，观察差147-145=2可能是试验误差的结果。但如果n合理的大，试验误差足够小，则当我们观察得y1随机化是试验设计使用统计方法的基石。

　　所谓随机化，是指试验材料的分配和试验的各个试验进行的次序，都是随机地确定的。统计方法要求观察值（或误差）是独立分布的随机变量。随机化通常能使这一假定有效。把试验进行适当的随机化亦有助于“均匀”可能出现的外来因素的效应。

　　区组化是用来提高试验的精确度的一种方法。一个区组就是试验材料的一个部分，相比于试验材料全体它们本身的性质应该更为类似。区组化牵涉到在每个区组内部对感兴趣的试验条件进行比较。
DOE实验的基本策略
　　策略一：筛选主要因子（X型问题化成A型问题）

　　实验成功的标志：在ANOVA分析中出现了1~4个显着因子；这些显着因子的累积贡献率在70%以上。

　　策略二：找出最佳之生产条件（A型问题化成 T型问题）

　　实验成功的标志：在第二阶段的实验中主要的误差都是随机因素造成的。

　　因为各因子皆不显着，因此，每一因子之各项水准均可使用,在此情况下岂不是达到了成本低廉且又容易控制之目的。

　　策略三：证实最佳生产条件有再现性。

DOE的步骤
　　第一步 确定目标
　　我们通过控制图、故障分析、因果分析、失效分析、能力分析等工具的运用，或者是直接实际工作的反映，会得出一些关键的问题点，它反映了某个指标或参数不能满足我们的需求，但是针对这样的问题，我们可能运用一些简单的方法根本就无法解决，这时候我们可能就会想到试验设计。对于运用试验设计解决的问题，我们首先要定义好试验的目的，也就是解决一个什么样的问题，问题给我们带来了什么样的危害，是否有足够的理由支持试验设计方法的运作，我们知道试验设计必须花费较多的资源才能进行，而且对于生产型企业，试验设计的进行会打乱原有的生产稳定次序，所以确定试验目的和试验必要性是首要的任务。随着试验目标的确定，我们还必须定义试验的指标和接受的规格，这样我们的试验才有方向和检验试验成功的度量指标。这里的指标和规格是试验目的的延伸和具体化，也就是对问题解决的着眼点，指标的达成就能够意味着问题的解决。

　　第二步 剖析流程
　　关注流程，使我们应该具备的习惯，就像我们的很多企业做水平对比一样，经常会有一个误区，就是只讲关注点放在利益点上，而忽略了对流程特色的对比，试验设计的展开同样必须建立在流程的深层剖析基础之上。任何一个问题的产生，都有它的原因，事物的好坏、参数的便宜、特性的欠缺等等都有这个特点，而诸多原因一般就存在于产生问题的流程当中。流程的定义非常的关键，过短的流程可能会抛弃掉显著的原因，过长的流程必将导致资源的浪费。我们有很多的方式来展开流程，但有一点必须做到，那就是尽可能详尽的列出可能的因素，详尽的因素来自于对每个步骤地详细分解，确认其输入和输出。其实对于流程的剖析和认识，就是改善人员了解问题的开始，因为并不是每个人都能掌握好我们所关注的问题。这一步的输出，使我们的改善人员能够了解问题的可能因素在哪里，虽然不能确定哪个是重要的，但我们至少确定一个总的方向。

　　第三步 筛选因素
　　流程的充分分析，使我们有了非常宝贵的资料，那就是可能影响我们关注指标的因素，但是到底哪个是重要的呢？我们知道，对一些根本就不或微小影响因素的全面试验分析，其实就是一种浪费，而且还可能导致试验的误差。因此将可能的因素的筛选就有必要性，这时，我们不需要确认交互作用、高阶效应等问题，我们的目的是确认哪个因素的影响是显著的。我们可以使用一些低解析度的两水平试验或者专门的筛选试验来完成这个任务，这时的试验成本也将最小处理。而且对于这一步任务的完成，我们可以应用一些历史数据，或者完全可靠的经验理论分析，来减少我们的试验因子，当然要注意一点就是，只要对这些数据或分析有很小的怀疑，为了试验结果的可靠，你可以放弃。筛选因素的结果，使得我们掌握了影响指标的主要因素，这一步尤为关键，往往我们在现实中是通过完全的经验分析得出，甚至抱着可能是的态度。

　　第四步 快速接近
　　我们通过筛选试验找到了关键的因素，同时筛选试验还包含一些很重要的信息，那就是主要因素对指标的影响趋势，这是我们必须充分利用的信息，它可以帮助我们快速的找到试验目的的可能区域，虽然不是很确定，但我们缩小了包围圈。这时我们一般使用试验设计中的快速上升（下降）方法，它是根据筛选试验所揭示的主要因素的影响趋势来确定一些水平，进行试验，试验的目的就像我们在寻找罪犯一样的缩小嫌疑范围，我们得出的一个结论就是，我们的改善最优点就在因素的最终反映的水平范围内，我们离成功更近了一步。

　　第五步 析因试验
　　在筛选试验时我们没有强调因素间的交互作用等的影响，但给出了主要的影响因素，而且快速接近的方法，使我们确定了主要因素的大致取值水平，这时我们就可以进一步的度量因素的主效应、交互作用以及高阶效应，这些试验是在快速接近的水平区间内选取得，所以对于最终的优化有显著的成效，析因试验主要选择各因素构造的几何体的顶点以及中心点来完成，这样的试验构造，可以帮助我们确定对于指标的影响，是否存在交互作用或者那些交互作用，是否存在高阶效应或者哪些高阶效应，试验的最终是通过方差分析来检定这些效应是否显著，同时对以往的筛选、快速接近试验也是一个验证，但我们不宜就在这样的试验基础上就来描述指标与诸主效应的详细关系，因为对于3个水平点的选取，试验功效会有不足的可能性。

　　第六步 回归试验
　　我们在析因试验中，确定了所有因素与指标间的主要影响项，但是考虑到功效问题，我们需要进一步的安排一些试验来最终确定因素的最佳影响水平，这时的试验只是一个对析因试验的试验点的补充，也就是还可以利用析因试验的试验数据，只是为了最终能够优化我们的指标，或者说有效全面的构建因素与水平的相应曲面和等高线，我们增加一些试验点来完成这个任务。试验点一般根据回归试验的旋转性来选取，而且它的水平应该根据功效、因子数、中心点数等方面的合理设置，以确保回归模型的可靠性和有效性。这些试验的完成，我们就可以分析和建立起因素和指标间的回归模型，而且可以通过优化的手段来确定最终的因子水平设定。当然为了保险起见，我们最后在得到最佳参数水平组合后进行一些验证试验来检验我们的结果。

　　第七步 稳健设计
　　我们知道，试验设计的目的就是希望通过设置我们可以调控的一些关键因素来达到控制指标的目的，因为对于指标来讲我们是无法直接控制的，试验设计提供了这种可能和途径，但是在现实中却还存在一类这样的因素，它对指标影响同样的显著，但是它很难通过人为的控制来确保其影响最优，这类因素我们一般称为噪声因素，它的存在往往会使我们的试验成果功亏一篑，所以对待它的方法，除了尽量的控制之外可以选用稳健设计的方法，目的是这些因素的影响降低至最小，从而保证指标的高优性能。事实上这些因素是普遍存在的，例如我们的汽车行驶的路面，不可能保证都是在高级公路上，那么对于一些差的路面，我们怎样来设计出高性能呢？这时我们会选择出一些抗干扰的因素来缓解干扰因素的影响，这就是稳健设计的意图和途径。通常我们会经常使用在设计和研发阶段，但有时也会随着问题的产生而暴露出来，但我们会提出一个问题了，重新选定主要因素的水平会不会带来指标的振荡和劣化，这是完全有可能的，但我们可以通过EVOP等途径来重新设定以保证因素更改后的输出效果。

　　注：
　　1.试验设计需要成本的投入，我们必须确定试验进行的必要性，以及选取最优的设计方案。

　　2.水平的选取可能直接影响试验设计的结果，要谨慎的选取，最后有专业知识和历史数据的支持。

　　3.尽可能的利用一些历史数据，在确认可靠后提取对我们试验有用的信息，来尽量减少试验投资和缩短试验周期。

　　4.试验设计并不能提供解决所有问题的途径，现实当中的局限验证了这一点，我们要全面考虑解决问题的方式，选取最有效、最经济的解决途径。

　　5.注意充分的分析流程，不要遗漏关键的因素，不要被一些经验论的不可能结论左右。

　　6.除了试验设计涉及的因素外，要尽量确定所有的环境因素是稳定和符合现实的，往往会做不到这一点，我们可以用随机化、区组化来尽量避免。

　　7.注意结果的验证和控制，不要轻信结果。

　　8.尽量保证试验的仿真性，避免一些理想的试验环境，比如试验室，理想不现实的环境是的试验可能根本就没有作用。

　　9.试验设计者要关注试验过程，保证试验意图和方案的彻底执行。

　　10.如果实现一步到位的试验设计是可能的，那就不要犹豫的开展吧，上面的七步只是针对普通的情况。　

DOE的作用
　　在工业生产和工程设计中能发挥重要的作用，主要有：
　　1.提高产量；

　　2.减少质量的波动，提高产品质量水准；

　　3.大大缩短新产品试验周期；

　　4.降低成本；

　　5.试验设计延长产品寿命。

　　在工农业生产和科学研究中，经常需要做试验，以求达到预期的目的。例如在工农业生产中希望通过试验达到高质、优产、低消耗，特别是新产品试验，未知的东西很多，要通过试验来摸索工艺条件或配方。如何做试验，其中大有学问。试验设计得好，会事半功倍，反之会事倍功半，甚至劳而无功。

　　如果要最有效地进行科学试验，必须用科学方法来设计。所谓试验的统计设计，就是设计试验的过程，使得收集的数据适合于用统计方法分析，得出有效的和客观的结论。如果想从数据作出有意义的结论，用统计方法作试验设计是必要的。当问题涉及到受试验误差影响的数据时，只有统计方法才是客观的分析方法。这样一来，任一试验问题就存在两个方面：试验的设计和数据的统计分析。这两个是紧密相连的，因为分析方法直接依赖于所用的设计。
DOE的方法
　　常见的试验设计方法，可分为二类，一类是正交试验设计法，另一类是析因法。
　　（1）正交试验设计法
　　① 定义

　　正交试验设计法是研究与处理多因素试验的一种科学方法。它利用一种规格化的表格——正交表，挑选试验条件，安排试验计划和进行试验，并通过较少次数的试验，找出较好的生产条件，即最优或较优的试验方案。

　　② 用途

　　正交试验设计主要用于调查复杂系统（产品、过程）的某些特性或多个因素对系统（产品、过程）某些特性的影响，识别系统中更有影响的因素、其影响的大小，以及因素间可能存在的相互关系，以促进产品的设计开发和过程的优化、控制或改进现有的产品（或系统）。

　　（2）析因法
　　① 定义析

　　析因法又称析因试验设计、析因试验等。它是研究变动着的两个或多个因素效应的有效方法。许多试验要求考察两个或多个变动因素的效应。例如，若干因素：对产品质量的效应；对某种机器的效应；对某种材料的性能的效应；对某一过程燃烧消耗的效应等等。将所研究的因素按全部因素的所有水平（位级）的一切组合逐次进行试验，称为析因试验，或称完全析因试验，简称析因法。

　　② 用途

　　用于新产品开发、产品或过程的改进、以及安装服务，通过较少次数的试验，找到优质、高产、低耗的因素组合，达到改进的目的。

suhengcong

太i多了吧 ？

wintows

真是个学习的好地方，谢谢了。

duwei9981

一般生产排程原则：
1.FCFS(First Come First Served ) 先到先做
2.SPT(Shortest Processing Time) 处理时间较短的工件优先处理
3.CR(Critical Ratio) 紧迫系数、紧要比、优先率，距到期日所剩时间/工作需要时间
4.EDD(Earliest Due Date) 到期日较短的优先处理

忘得快

谢谢楼主传授！