通信设备总装标准工时系统及其应用研究

多品种小批量定制化生产模式下,为了标准工时能够更好地支撑企业的管理运营,该文以某通信总装车间生产过程为对象开展研究。通过对订单生产过程进行拆解,建立定制化生产模式下订单BOM随机的标准工时核算模型。基于MES系统开发的工时管理系统,实现订单标准工时实时、准确核算,并将订单工时数据与SAP、APS实时共享。该工时管理系统为企业排产、计件、成本核算提供准确工时数据。通过生产验证,设计开发的标准工时系统,能够有效支撑车间运营管理。     

基于部件工时的成衣标准工时预测方法

文章提出了一种基于服装部件工时测定方法的成衣生产标准工时预测开发的思想。该思想以成衣标准工时预测为目标,分别逐项测定各个组成部件的工时,减少传统成衣标准工时测定的累积性误差。通过与传统方法比较,证明该方法具有更高的准确性。     

多品种小批量服装生产的工时定额制定方法

 论文针对多品种小批量服装生产模式下劳动定额管理存在的突出问题,提出了标准资料法和学习曲线法相结合的工时定额制定新方法。标准资料法是先按照作业大类——作业单元——作业内容——标准工时的划分方法建立标准工时数据库;当生产新款式时,再依据款式把衣服分解为各个不同工序,查找相应的工时数据来合成该款式的工时定额。学习曲线法是通过拟合流水线的学习曲线来确定批量系数,根据不同的批量条件用批量系数对标准工时进行修正,从而满足工时动态管理的需要。两者的组合应用通过企业实例验证切实可行,有利于企业实现快速反应和精确管理。     

服装生产中动态工时定额的制定及应用

目前在服装企业小批量生产中,工时定额通常只能作为静态指标,而不能反映工时的动态变化,应用学习曲线制定动态工时定额是解决这一问题的有效方法.该方法通过拟合流水线的学习曲线确定批量系数,根据不同的批量条件用批量系数对标准工时进行修正,从而满足了工时动态管理的需要.该方法通过实例验证可行,使企业能获得更精确的基础管理数据,应用于成本核算、生产计划编制和劳动报酬支付等工作环节.     

服装工序相似性标准工时预测

针对多品种、小批量的服装生产特征,在有效利用企业数据信息的基础上,为实现快速准确的工时预测、工时定额,提出基于服装工序相似性的预测工时新方法。将产品按照款式、部件、工序、工时进行划分编码,建立标准工时数据库,实现工时的快速查询。建立影响工序相似性的评价指标模型,借助主成分分析,获取各指标的权重,构建模糊隶属函数计算基准工序与样本工序的相似系数。借助MatLab软件进行曲线拟合,确立标准工时和工序相似系数的函数关系,以此预测工序工时。研究结果发现,13 个工序相似性指标中,工艺内容指标权重最高为0.018,尺寸规格指标权重最低为0.011。通过案例企业实践应用,预测装拉链时间为201s,与秒表测量时间208s 较接近,证实本文方法具有一定的准确性和可行性。     

MODAPTS法服装工序理论标准工时的计算

作为国际公认的制定时间标准的先进技术,MODAPTS法在制造行业当中得到了相对广泛的应用。本文将MODAPTS法计算标准工时的方法引入服装行业,拟就服装生产流水线上最常见的工序——熨烫工序为例,详细介绍其应用——理论标准工时的计算,为后续服装企业IE工程进行现场管理和改进提供可行思路和应用指导。     

抽样法在缝制工时定额中的应用

服装企业中的工时定额是制定生产计划、人效考核，平衡流水等的基础，通过不同的科学抽样统计方法，可以系统建立工时定额分配的体系和计算方法。     

轿车总装流水线标准工时应用研究

在轿车总装流水线条件下,根据作业性质将标准工时划分为增值时间与非增值时间.增值时间与产品设计直接相关,缩短标准工时要从产品设计开始进行改善.在流水线主要参数不变情况下,可用标准工时计算由作业内容调整引起的人员数量的变动,进而建立评估产品设计装配效率和现场生产效率的评估指标.     

抽样法在缝制工时定额中的应用

科学方便地计算服装企业中的工时定额是制定生产计划、人效考核和平衡流水等的基础,通过不同的科学抽样统计方法,系统建立了工时定额的体系和计算方法。     

浅谈车间工时管理

工时是加工零件所需花费的时间。工时的多少可以反映出零件加工的难易程度。每项零件的每道工序都有工时定额。操作者每完成一批零件都会获得相应的工时，月底进行汇总就会得到当月的总工时。总工时可以显示该操作者当月完成的工作量，同时也会间接反映出该操作者的工作态度和操作水平。但在，现有的工时已经暴露出许多弊端，如果不尽快解决，势必严重影响广大操作者的生产积极性，进而阻碍生产任务的顺利完成。