东方久乐基于EAS MES生产执行系统构建安全气囊的精益化生产和全过程质量追溯

　　精诚EAS-MES生产制造执行系统遵照ISA-SP95国际标准，结合中国本土化应用需求设计，提供资源管理、生产排程、数据采集、过程控制、动态分析、作业指导、产品追溯、动态库存管理、质量管理、质量预警、自动报表等功能，实时反应生产进度、人机效率、检验结果、交付情况，保证接单有据、生产有序、品管有器、追溯有力。

　　1、生产排程：根据每月或每日生产计划生成详细的生产任务，利用大排程、周排程、日排程将任务分配到生产单位（如：车间、流水线、实验室、班组），并管制每日的产能负荷状况。

　　2、任务分配：根据生产排程计划对设备、工种、工位、工序、规程实施任务分派及监控，生产指令可以按小时分派，并根据生产过程数据采集监控任务的执行情况。

　　3、计划执行：根据生产指令单元分配结果，进行权限控制，系统自动提示其操作规程、协作人员、质检人员、设备、工具、物料、辅料等作业指导信息。

　　4、工艺管理：定义产品BOM结构和操作工序、工艺流程、关键控制点、质量标准和相关工艺要求，形成完整的产品工艺数据库，便于版本控制、流程优化和工艺改进等。

　　5、资源管理：对生产过程中的人员信息、物料信息、设备信息、辅料工具等所有涉及生产资源的信息进行统一管理，实现人员绩效考核、物料采购、入库、领料、退料、上料和动态库存、成本分析等基本资源信息的管理，便于后期实现对各项资源的有效追踪。

　　6、物料管理：对原料车间的采购入库、备料、领料、上料、换料、退料、补料以及成品入库、销售出库的全过程物料管理，对原料或零配件、替代品、报废品进行核对与记录，实时提供具体物料所处位置及状态，实时记录实际用量、损耗率。

　　7、生产组装：根据各操作工位完成相应的零部件组装和关键数据采集，系统基于BOM清单自动完成成品条码和物料批次、关键件条码及采集数据的对应，并自动核对实际操作人员、质检人员、工序、物料、设备、工具的正确性，实现组装过程数据的可追溯性。

　　8、质量检验：通过现场信息的实时采集，对于质量问题的确定、原因、波及的范围实现快速准确定位并实现产品隐患的追溯和分析，对工艺过程的稳定性，产品良率、不良缺陷分布的波动状况进行实时监控并预警，对产线上的问题进行了有效预防提供。

　　9、数据采集：根据条码规则在源头生成或者读取条形码，可以采用有线、无线、RFID、磁卡等多种方式完成采集，快速获得人员、物料、生产过程、产品、工艺、检验等信息，也可以采用人工键盘和硬件接口实现自动扫描设备和传感器等设备数据的自动采集。

车间工艺流程扫描和数据采集现场扫描，入库扫描采集数据

　　10、预警提示：据统计学原则和特殊质量保障原则实行事先预警，对于可能有潜在质量问题的设备、工序、人员、物料、质量标准等数据进行自动预警，通过声音、图形、警示灯/铃等方式有效防止零配件的错装、漏装、多装。

　　11、看板管理：在加工、装配、检验现场，根据实际生产流程和进度，展示当前工序信息和完工信息，包括工艺规程、在制品信息、物料信息、完工信息和质量信息等，提示操作、协作、检验和交接信息，并能够提供当前产品整个工艺过程完成情况。

　　12、包装入库：提供按照一定包装数量自动生成包装物条码，自动对应产品和包装，预防漏、错装并自动打印包装标签及装箱单。

　　13、维修管理：生产过程和售后发生质量问题的产品可以通过维修管理自动记录维修明细、数量、不合格原因、换件条码替换、维修帐务和维修历史数据统计等，实现生产和售后服务过程中质量问题的根源追溯，将质量管理贯穿于产品的整个生命周期。

　　14、追溯管理：可根据物料批次的质量缺陷，追踪到所有使用了该批次物料的成品，也支持从成品到原料的逆向追踪，以适应某些行业的召回制度，协助制造商把损失最小化、更好地为客户服务。

　　15、统计分析：通过数理统计和数学分析、数据挖掘等一系列后期工作，衍生出企业需要的分析数据并自动产生柏拉图、直方图、Xbar图等各类质量报表、图表和报告，并反馈到在线系统进行性能分析和提高。

　　16、决策支持：众多的经过合理设计和优化的报表，为管理者提供迅捷的统计分析和决策支持，实时把握生产中的每个环节。综合报表实时展现了生产现场的第一手过程数据，并对产线即时产量、工序产出率、设备和人员的作业状况进行汇总分析，为生产执行状况和产品品质改善与提升提供了有效的评估依据。

　　17、数据接口：本系统可实现与SAP 、ORACLE、用友、金碟等主流 ERP 系统无缝集成，也可根据用户需求提供二次开发，满足成长型企业个性化管理的需求。

　　18、系统权限：系统用户管理、权限管理、日志管理、系统设置、公告与通知、在线短信息、数据备份恢复、密码修改、ERP接口、LED接口等功能模块。

我要反馈

—— 造车工艺 ——

—— 数字化制造 ——

—— 智能驾驶 ——

—— 新能源技术 ——

—— 机器人技术 ——