生产计划调度岗位职责

第一篇：生产计划调度岗位职责

生产计划调度岗位职责

1、生产计划调度岗位职责

1、目的

建立生产计划调度岗位职责，切实履行调度协调、管理职能。

2、范围

生产计划调度

3、责任

生产计划调度应履行其自身的岗位职责，总调度负责监督、检查。

4、内容

4.1、原辅材料采购计划的编制

4.1.1根据销售部半月销售计划的急缓情况，制定原辅材料的采购计划并根据排产情况限定到货期；

4.1.2采购部所采购物资到司后，督促化验员对原辅材料的质量进行化验分析；

4.1.3及时联系装卸队对合格留用的原辅材料卸至指定仓库的指定位置；

4.1.4 临时性备品备件采购计划的制定；

4.2、设备检修计划的编制

4.2.1调度根据各车间设备运行状况报表，制定设备的检修、维修计划；

4.2.2因紧急情况需要立即进行设备检修的，车间在征得调度同意后可自行进行检修，调度要进行跟踪检查，以尽快完成设备检修任务；

4.2.3根据各车间设备运转状况安排设备检维修的具体时间；

4.3、生产计划的分解 4.3.1根据销售部半月销售计划的急缓情况，制定详细的排产计划；

4.3.2确定各产品的生产日产量、完成期限等要求；

4.3.3对生产计划完成情况进行跟踪、督促和检查；

4.4、生产调度

4.4.1掌握生产作业情况和动态，协调产、供、销、运，做好综合平衡；

4.4.2了解和掌握各车间的生产、原料与产品的库存情况，及时进行协调；

4.4.3了解生产过程中水、电、汽及相关设备的运行、平衡情况，及时进行协调；

4.4.4 针对销售计划分解生产任务指标，安排车间进行生产，并对生产过程进行监督检查；

4.4.5 对销售计划的变更和追加进行分解，及时通知车间进行生产；

4.5、计划完成率的考核

4.5.1 对采购计划的完成情况进行跟踪、督促，不能按时、按质、按量完成采购计划的，视情况对采购部进行考核；

4.5.2 销售部频繁变更和追加销售计划的，视情况对销售部进行考核；

4.5.3 对不能按照计划完成生产任务的车间，视情况对生产车间进行考核；

4.5.4 对不配合工作、不能按要求及时完成临时指派工作的，视情况对个人或单位进行考核；

4.5.5 每月对采购、生产车间进行计划及时完成率考核。

5、日常工作

5.1 在总调度的领导下对公司生产计划进行管理、生产相关数据收集、汇总与上报及日常事务的协调工作。

5.1.1 将每天各车间的产量、产品质量、设备运行状况等情况收集汇总，报生产副总、总工、总经理各一份。

5.1.2 将每天仓储走货、库存及盘库情况收集汇总，报生产副总、总经理各一份。

5.2 负责检查各车间生产情况及发现生产现场管理中存在的问题。

5.2.1 对非外因和非计划性停产的情况进行原因分析，并追究当事者的责任。

5.2.2 对生产过程中出现的一些问题协调处理，处理不了的及时向总调度汇报。

5.2.3 负责公司（北厂包含集团）急、难、险、重任务的指挥协调和人员组织。

5.2.4 完成各级领导赋予的临时性工作。

2、生产调度员岗位职责

1、生产调度员在项目执行经理的带领下工作。

2、负责全项目部日常生产、安全的协调调度和管理工作。

3、做好“上传下达”工作，负责及时准确地向劳务班组下传达生产任务、生产调度指令、各项通知、通报等；负责向有关领导及时汇报生产情况及主要生产进度。

4、随时掌握生产、安全动态；对现场生产进度情况进行重点了解，发现问题应及时如实逐级上报。

5、负责建立完整的原始记录，及时提出调度报表和生产、安全动态分析资料，做到汇报及时、数字准确、内容完整、问题真实。

6、对各区劳务队的组织机构、主要岗位人员的有关情况和变动要及时了解掌握。

7、负责每周、每天的生产碰头会的召集、记录等工作。

8、负责汇总上报各区劳务队的材料计划，并按项目部的既定程序审核、审批后报材料组采购和及时的催促。

9、负责每周现场安全生产检查的召集，配合安全负责人做好检查工作。

10、完成领导安排的其它工作。

3、生产调度员岗位职责

1、严格按照生产作业计划组织企业的生产活动，做到指挥正确，组织严密，均衡完成生产计划。

2、严格执行企业生产调度会上的各项决定与上级领导的指示，做到执行及时，并对执行的情况随时进行检查。

3、监督、检查生产作业进度，掌握企业生产动态，协调生产作业进度，做好综合平衡。及时了解并掌握各生产车间的生产、原材料供应与在制品库存等情况，根据生产作业进度协调、督促生产车间零件和各工序在制品的流转保持生产有效运行，对于不平衡现象及时进行协调，并加以妥善解决。

4、掌握企业的水、电、气等设备的运行与供应情况，保证企业生产工艺的稳定。

5、掌握企业主要工艺指标的执行情况，主要生产设备的开、停机情况，以保证稳定安全的生产。

6、衔接协调生产中各个环节出现的问题，督促检查各产品生产技术准备、物资准备、辅助条件准备情况和生产过程的质检过程、质量保证条件，及时向主管领导汇报，做到情况清、问题准。

7、经常深入生产现场进行生产作业调查与检查，监督、检查生产所需物料缺损情况，跟催生产环节缺失物料确保物料满足生产、及时到位。对生产薄弱环节进行现场调度，并处理当班生产过程中出现的各种问题。及时向主管领导汇报生产进度和发生的问题。掌握情况要准确，处理问题要及时，保证企业的正常生产。

8、协调相关部门做好生产设备的检修工作，协调、联系工作要及时，以尽快完成设备的检修任务。

9、对当班过程中出现的生产事故，要组织好抢救工作，防止事故扩大，妥善处理生产现场，尽快恢复生产。同时要向上级领导与企业安全部门汇报。

10、负责当班生产情况的综合分析，并总结当天的生产、设备检修以及产量完成情况，查找生产瓶颈、分析问题原因、提出改进方案、编写调度日报表并及时报送相关领导。

11、严格按照企业规定认真、准时做好交接班工作，在交接过程中，做到交接清楚，重点突出。

12参加公司生产调度会议，督促检查生产（作业）计划和生产调度员会议决议执行情况。参加临时生产协调会，配合生产调度负责人解决生产过程中出现的问题。在生产调度员会上汇报本周生产进度与处理问题的情况。

第二篇：生产计划调度

目前大多数仿真是以静态方式运行的：仿真系统仅以启动时确定下来的静态数据集作为输入，仿真运行过程中不能动态地向系统注入数据。如果有新数据到来，必须重新运行仿真系统。这就限制了应用仿真系统的分析和预测能力。而许多领域已形成了对动态应用仿真系统的需求，在此背景下，美国国家自然科学基金会（The National ScienceFoundation，NSF）提出了动态数据驱动应用系统（DynamicData Driven Application Systems，DDDAS）的概念和研究方向，试图将仿真与实验有机地结合起来，构成一种仿真与实验融合为一体的自然和谐的共生动态反馈系统。

各单元模块的功能如下

1．控制单元：控制仿真模型运行，抽取模型的状态特征数据与注入数据对比分析，据此调整模型和分辨率；控制实际生产线运行，根据仿真结果数据反馈生产线调度优化方案；控制数据采集，根据仿真结果数据产生数据采集策略，反馈数据采集模块执行。

2．仿真模型单元：根据控制系统指令，产生新的仿真目标策略。据此，从模型库调用相应模型进行新模型的构建，并动态调整模型或模型参数，达到仿真结果与仿真目标逼近。最后，将模型与仿真结果进行分析评价，并形成知识保存在知识库中，为完善模型库构建和模型选择提供依据。

3．人机接口单元：显示仿真结果，支持用户对仿真策略进行调整和控制，支持用户根据仿真结果对生产线运行进行控制，支持用户根据仿真结果对数据采集策略进行选择控制。

4．数据采集单元：根据控制系统指令，生成新的数据采集策略。据此，采集生产线上的数据，并且具备多信息源数据融合能力。

(一)动态数据驱动仿真单元

此单元由调度模块和仿真模块组成，完成调度方案的生成功能。

其中，调度模块包括相互协同的两个层次：上层模块是生产计划调度器，采用全局优化的方法，利用群体智能蚁群算法进行寻优，可产生一个静态的调度计划，其寻优时间长的问题可以通过多Agent建模的分布式计算能力得到解决。下层模块是实时调度模块，采用启发式的规则对生成的调度计划进行调整，并通过仿真进行分析和验证。当不确定事件发生，生产线上的环境变量发生改变时，该模块负责调整调度计划适应新的系统状态。如果在多个调度目标无法优化的情况下，通知上层模块，重新生成调度计划。整个过程是一个动态反馈过程。采用智能算法的优点在于能够从全局的角度进行优化，缺点在于模型描述的精度不高和易于陷入局部优化解；利用带启发式规则的仿真方法恰恰能够精确地描述模型和改善局部的解的性能，同时在较短的时间内生成优化的调度方案。上层的调度结果不仅会指导下层的调度过程，即带启发式规则的仿真是对智能蚁群算法产生的调度计划的局部修改；而且下层的调度结果也能帮助上层的调度寻优，启发式规则产生的某些局部优化解也可以作为启发信息指导蚁群算法更快地收敛。

仿真模块完成以下三种功能：首先，它能够实现用户可视化的生产线建模，模型的复杂程度可以根据用户研究问题的深度不同进行定义和设置；其次，为适应动态变化的生产环境，在仿真运行过程中，生产模型也可以根据生产线的具体情况进行自动修正，如某个设备失效等；最后，对调度模块产生的调度方案进行仿真，并把由此生成的对该调度方案的多目标评价值和对瓶颈设备的预测数据反

馈给调度模块，作为对下一步调度优化判断的依据。(二)动态数据驱动仿真控制单元

由中心推理机和辅助功能Agent组成，共同构成一个调度决策支持系统。中心推理机实现基于案例库或规则库的智能决策功能，辅助功能Agent在中心推理机的协同下工作，包括多目标管理Agent、优化策略管理Agent、调度仿真剧情管理Agent、调度因素分析Agent等四种类型的Agent，它们分别实现不同的控制功能。

多目标管理Agent：负责控制当前调度优化的方向，对调度方案评价函数中多个不同目标的权重进行动态的参数调整，实现调度目标与当前生产线的实际生产情况一致。柔性制造系统生产线调度问题是一个多目标的优化问题。短期优化目标包括：最大化生产量、最大化WIP移动步数、最小订单交货延迟率、降低加工周期、降低加工周期方差、降低WIP水平等。目标之间存在相互制约的关系，如何选取各目标优化的权重以平衡各目标优化的能力是需要解决的问题。各目标权值的大小比例是一个动态调适的过程。首先，它必须与我们生产计划对当前生产的要求和侧重点一致。同时，它也在不断地动态调整，保持与生产线当前的实际生产情况一致，完成这个任务需要中心推理机的协同，如基于案例库的推理等。

优化策略管理Agent：直接对调度和仿真模块下达指令，负责监控调度仿真的执行过程。优化策略管理Agent根据控制模块设定的优化目标或调度模块反馈的优化目标的达成情况，在中心推理机的帮助下，按照推理规则，进行模型和算法的调整，实现全局优化算法和局部优化算法之间的动态协作，当满足一定的条件时，返回优化的调度方案作为当前的最优解。

调度仿真剧情管理Agent：协助用户完成“what—if”分析。与传统仿真不同，动态数据驱动仿真是一种与生产线生产过程并行的仿真方法。因此，我们可以在仿真过程中设置多个时间断点，通过改变假设条件来进行生产预测；同时，也可以进行回放分析，这在传统仿真方法中是无法实现的。对多剧情仿真的管理由仿真剧情管理Agent实现；同时，仿真参数和得到的结果也将作为知识保存在案例库中。

调度因素分析Agent：接收来自数据采集模块的实时生产线数据，比较仿真数据与生产数据的差异，如果发现两者有较大的偏差，即参数超出了允许的域值范围，则使用中心推理机分析原因，并将分析的调度因素传递给优化策略管理Agent，作为调整调度模型和算法的依据。同时，将调度因素反馈给数据采集策略Agent，由后者按一定的策略完成下一步的生产线数据采集工作。(三)动态数据注入单元

由数据采集策略Agent根据调度因素分析A—gent反馈的结果生成下一步的数据采集策略，然后派出对应的移动Agent到生产制造EMS系统中采集生产线上的生产数据。由于柔性制造系统生产线由上百个生产设备构成，如果对所有的生产数据进行采集必然影响数据的采集效率，所以采用移动Agent既缩短时间又提高数据的精确性，同时还可以根据需要对数据作一定的预处理以缩小传递的数据量。

(四)用户界面交互Agent 负责把仿真数据展示给用户，同时，接收用户对仿真模型或参数的控制。使用户可以实时地控制仿真的整个过程，并利用仿真结果指导生产和数据采集过程。

模型运行机制

从图3中可见，动态数据驱动仿真的过程与生产线的生产过程是并行进行的。仿真系统根据一定的时钟节拍采样生产线上的数据；然后，将仿真数据与生产线数据作比较，使用因素分析Agent分析原因。如果发现两者有较大的偏差，即参数超出了允许的域值范围，则调整仿真模型，重新进行仿真。其中，仿真模型根据动态注入的生产数据完成自适应调整是整个DDDAS的核心，本文采用分层优化的思想生成调度方案，同时达到全局和局部的优化目标。首先，将智能搜索技术与离散事件仿真技术相结合，得到上层的调度方案；然后，应用优化策略Agent对仿真结果进行分析，找到进一步优化的方向，利用启发式调度规则进行方案调整得到下层的调度方案，并反复地使用仿真进行验证。不仅下层的调度方案建立在上层调度方案的基础上；同时，上层的调度模块接受下层调度方案的局部优化解作为启发信息引导搜索过程，以加快收敛，在较短的时间内得到全局的优化解。与传统的静态仿真不同，DDDAS仿真能动态地吸收新的数据，并将仿真过程同真实系统相融合，让二者相互协同起来。一方面，通过真实系统运行过程中产生的参数同步地对仿真系统进行调整，可以大大提高仿真的准确性、时效性、智能化；另一方面，通过仿真提供的数据同步地为真实系统地运行提供决策支持，这些将大大地扩展仿真系统的应用能力。

第三篇：生产计划调度大作业

《作业车间调度的非合作博弈模型与混合自适应遗传算法》 作者：周光辉，王蕊，江平宇，张国海

摘要：采用博弈理论，建立了一种基于非合作博弈的作业车间任务调度模型，在该任务调度模型中，将源于不同客户的制造任务映射为非合作博弈模型中的局中人，并将与制造任务包括的工序集所对应的可选加工设备映射为可行方案集，将使各制造任务的加工完成时间和成本组合形成的多目标综合指标映射为收益函数，从而将对任务调度模型的求解转换为寻求非合作博弈模型的Nash均衡点，通过设计的爬山搜索混合自适应遗传算法、自适应交叉和变异算子，实现了对该任务调度非合作博弈模型的Nash均衡点的有效求解，同时算例仿真结果也验证了所提出的调度方法的正确性。

根据数学模型和假设条件，竞争驱动的作业车间任务调度目标就是寻求使得每个制造任务均能达到综合目标值最小、利益均衡的调度结果。

《基于自适应遗传算法的Job Shop 调度问题研究》 作者：沈斌，周莹君，王家海

Job Shop 求解过程的计算量随问题的规模呈指数增长，已被证明是NP完全问题。因此近年来倾向于利用人工智能的原理和技术进行搜索，寻找复杂问题的较优解，特别是以效仿生物处理模式以获得智能信息处理功能的遗传算法研究最为深入。但是也有不足之处，早熟收敛问题，局部搜索能力，算子的无方向性，正因为这些不足限制了以遗传算法的进一步推广和应用，因此对遗传算法进行改进显得尤为重要。本文提出一种新的自适应遗传算法用以求解Job Shop调度问题。

Job Shop问题描述

一个加工系统有m台设备，要求加工n个工件，第i个工件ji包含m个操作（工序），需要考虑如下假设：

1）每道工序必须按照工艺顺寻依次在指定的设备上加工，且必须在前一道工序（如果存在））加工完成后才一开始加工；

2）工件在一台设备上一旦开始加工，便不能中断，必须等到加工完成后，才能加工另外工件，即某一时刻一台设备只能加工一个工件； 3）同一个工件不能同时在两个设备上加工；

4）同一台设备不能同时加工两个工件；

5）每个工件在每台设备上必须加工一次，也只能加工一次；

6）各工件的工艺路线jsn和每到工序的加工时间jt已知，且不随加工排序的改变而改变，转移时间和辅助时间忽略不计或计入加工时间。

《A Hybrid Genetic Algorithm for Job Shop Scheduling Problem to Minimize Makespan》 作者：Lin Liu, Yugeng Xi

In this paper, we present a hybrid genetic algorithm for the job shop scheduling problem to mimize makespan.How to improve GA performance is a critical issue when using a GA to solve optimization problems.The general way focuses on tuning its parameters such as population size, crossover rate and mutation rate.However, if all parameters have attained the useful bounds, the expected improvement is often not worth the efforts of finding even better parameters.More potential improvements can be only explored by modifying the size of search space.The set of active schedules is usually large and includes a lot of schedules with relatively large idle times on machines, and thus with relatively large idle times on machines, and thus with poor performance in terms of makespan.The proposed algorithm used the idea of hybrid scheduler to reduce the search space as well as the computational efforts.The search space can be reduced or increased by controlling the upper bound of idle times allowed on machines.Since the parameters of the hyubrid scheduler are unlikely to be determined appropriately in advance, we search better values of them in the hybrid GA evolution.Dissimilar to Gas in literatures, a chromosome includes not only genes representing the relative priorities of all operations but also genes representing the parameters to determine the upper bound of idle times permitted on a given machine before scheduling an operation.The random keys representation is used to encode a chromosome.Each element of the chromosome is a real number of [0,1].During the schedule generation phase, the SPV rule is used to convert a real number vector into a job repetition representation.Based on the hybrid scheduler, a chromosome is decoded into a feasible schedule.Finally, a local search is executed in the neighborhood determined by the critical active chain to improve the performance of the schedule generated in the schedule generation phase.nd In the 2section, we present the formulation of job shop scheduling problem to minimize makespan.In the 3 section, we describe the proposed hybrid genetic algorithm in detail.In the 4 section, the proposed algorithm is evaluated on benchmark instances.Finally, we conclude the paper with a summary in 5th section.《Hybrid Genetic Algorithm for Solving Job-Shop Scheduling Problem》 作者：S.M.Kamrul Hasan

The Job-Shop Scheduling Problem(JSSP)is a well-known difficult combinatorial optimization problem.Many algorithms have been proposed for solving JSSP in the last few decades, including algorithms based on evolutionary techniques.However, there is room for improvement in solving medium to large scale problems effectively.In this paper, we present a Hybrid Genetic Algorithm(HGA)that includes a heuristic job ordering with a Genetic Algorithm.We apply HGA to a number of benchmark problems.It is found that the algorithm is able to improve the solution the solution obtained by traditional genetic algorithm.《Scheduling jobs and maintenances in flexible job shop with a hybrid genetic algorithm》

Most flexible job shop scheduling models assume that the machines are available all of the time.However, in most realistic situations, machines may be unavailable due to maintenances, pre-schedules and so on.In this paper, we study the flexible job shop scheduling problem with availability constraints.The availability constraints are non-fixed in that the completion time of the maintenance tasks is not fixed and has to be determined during the scheduling procedure.We then propose a hybrid genetic alogorithm to solve the flexible job shop scheduling problem with non-fixed availability constraints.The genetic algorithm uses an innovative representation method thrdand applies genetic operations in phenotype space in order to enhance the inheritability.We also define two kinds of neighbourhood for the problem based on the concept of critical path.A local search procedure is then integrated under the framework of the genetic algorithm.Representative flexible job shop scheduling benchmark problems and fJSP-nfa problems are solved in order to test the the effectiveness and efficiency of the suggested methodology.《A Hybrid genetic algorithm for no-wait job shop scheduling problems》 作者：Jason Chao-Hsien Pan, Han-Chiang Huang

A no-wait job shop describes a situation where every job has its own processing sequence with the constraint that no waiting time is allowed between operations within any job.A NWJS problem with the objective of minimizing total completion time is a NP-hard problem and this paper proposes a hybrid genetic algorithm(HGA)to solve this complex problem.A genetic operation is defined by cutting out a section of genes from a chromosome and treated as a subproblem.This subproblem is then transformed into an asymeetric traveling salesman problem(ATSP)and solved with a heuristic algorithm.Subsequently, this section with new sequence is put back to replace the original section of chromosome.The incorporation of this problem-specific genetic operator is responsible for the hybrid adjective.By doing so, the course of the search of the proposed genetic algorithm is set to more profitable regions in the solution space.The experiemental results show that this hybrid genetic algorithm can accelerate the convergence and improve solution quality as well.

第四篇：生产计划调度管理制度

生产计划调度管理制度

第一章 总 则

第一条 为了规范本公司生产计划、调度管理，合理组织生产，特制定本制度。

第二条 本制度适用于本公司生产的计划、调度管理全过程。

第三条 本制度的责任部门为生产部、营销部、供应部、各车间、班组。责任人为生产副总、生产部负责人、调度员、巡查员。

第四条 生产计划调度工作由生产部具体负责。

第二章 生产计划的下达与执行

第五条 生产部应每月（周）根据食品销售公司及营销部下达的销售计划制定月（周）生产计划，下达生产调度通知下发车间执行。生产部应加强与供应部、营销部、生产车间等有关部门联系，全面掌握生产所具备的条件。

第六条 每周星期四上午10:00，由生产部负责组织召开由质量技术部、供应部、营销部、生产车间等部门负责人参加的本公司生产调度会，传达周生产计划，协调解决有关生产方面的相关事宜。

第七条 因特殊情况临时追加的生产任务或急需的产品，由生产部进行生产计划适当调整，但需报分管领导或公司第一负责人审核。第八条 各个部门应严格执行生产调度通知，必须按生产调度会的要求或通知确保生产具备的条件。

第九条 在生产过程中，如果出现水、电、汽、设备或材料供应等异常情况，生产车间应及时报告生产部，由生产部负责联系相关部门协调解决。

第三章 检查与考核

第十条 生产部统计员每日上午负责将前日的生产情况、生产物资以报表形式及时报生产部。

第十一条 生产部负责人、巡查人员随时深入各个生产岗位检查生产进度、物料动态，并及时协调、汇报。

第十二条 如果因工作失职或不服从生产调度安排，而延误生产进度或影响生产作业计划的，给予责任人100-500元罚款。

第十三条 本制度自发文之日起实施。第十四条 本制度解释权属生产部。

第五篇：生产计划调度管理办法

生产计划调度管理办法

1、范围：

本标准规定了生产计划的编制、执行、检查及调整程序，保证生产计划的全面完成；以及生产调度工作的内容及调度指令下发与反馈的程序。

本标准适用于本公司所有的产品生产计划的调度管理。

2、职责：

2.1 生产计划调度管理是企业生产经营管理的中心环节，生产部作为生产调度管理的职能部门，配合营销中心进行生产的指挥调度工作。生产以市场为导向，以“少投入，多产出，快产出”为原则，科学利用资源，合理组织调配，有效进行生产过程控制，获取最佳经济效益。

2.2 生产部是生产计划、生产调度的归口管理部门。

3、工作程序：

3.1 生产计划的编制：

3.1.1 生产部根据营销中心下达的《销售计划订单》，并结合生产实际情况进行生产计划的编排。

3.1.2《生产计划》应含订单号、型号、长度、数量、材质及完成时间，充分考虑当前的生产能力情况，以及前工序辅助材料到货的时间、后工序辅助材料到货的时间、订单的交货时间；最终的《生产计划》应交分管部门主管进行批准，再分发至相关职能生产部门。

3.1.3 营销中心根据销售预测计划以及成品库存情况,负责编制《销售计划订单》。

3.1.4《生产计划》的编制必须科学合理，做到既满足销售供货又有一定余地，同时亦应考虑到车间生产能力，使生产计划全面、科学、准确。同时要遵循生产规律，综合平衡。

3.1.4.1 计划排产优先原则：

3.1.4.1.1 补报废数必须于收到指令后当天完成（量大品种顺延）；

3.1.4.1.2 加急订单优先上主排产； 3.1.4.1.3 难产、量大品种优先上主排产；

3.1.4.1.4 未到期订单仅欠单

一、两个量小品种且油漆、粉末已到位时，优先上主排产；

3.1.4.1.5 易生产的品种优先安排产量较低的机台；

3.1.4.1.6 一个型号同时有多种机型模具时，优先排产升级模具机型，当升级模具品种超出交坯期后仍为能产出坯料的，随即调给单孔模具生产（量大型号可同时排多种机型）；

3.1.4.1.7 为降低挤压生产成本，40 支以下的品种一律排给单孔模机台生产；

3.1.4.2 均衡排产原则：

3.1.4.2.1 每份单必须配套上主排产；

3.1.4.2.2 同一机型的难易品种，任务量要相对均衡； 3.1.4.2.3 已安排上主排的难产料（上机成品率低的产品）其它订单也有此品种时，一同安排主排产或备用排产中； 3.1.4.2.4 按订单交货期的先后顺序安排生产； 3.1.4.2.5 兼顾光伏、建筑材之间的实际交货期。

3.1.5生产计划必须与检修计划相衔接,避免盲目性.要防止拼设备拼装置,危及安全生产。

3.2 生产计划执行情况的检查和调整：

3.2.1 生产计划一经下达,各生产车间及有关部门必须积极配合,及时向各班组发出各项指令,统一协调,保证生产计划的按时完成。

3.2.2 生产部根据生产计划和物料到货状况编制《生产进度计划指令》安排生产任务，并负责对生产计划执行情况进行检查,对生产中出现的各种影响计划完成的因素,应督促有关部门尽快解决。

3.2.3 当订单的要求与原设计有差异时，质检部，技术部应在生产计划规定的时间内对相关的内容进行更改和确认，完成后，将经过审批的资料交由技术部发放到相关车间、部门。

3.2.4 采购部根据生产计划，核查库存物，填写库存物料报表及“采购物料申请表“，交由部门主管批准后，进行采购，按《采购控制程序》进行采购。

3.2.5 生产计划一经下达,在一般情况下不予调整。如遇到无法克服的因素经最大努力不能解决或销售市场发生意外变化时，由计划员写明具体原因，反馈至对应的营销中心经理，经协调一致后，可按调整计划执行。

3.2.6 生产计划的变更：当因物料供应、设计、设备、能源及顾客要求而导致生产不能按生产计划完成时，由生产部提出生产计划更改要求，并加以说明原因；如属常规订单由各生产单位直接实施生产计划变更，如属特殊订单，由生产制造中心召集相关部门，寻求解决办法，实施生产计划的更改。

3.2.7 生产计划调整的原则是以保证公司市场大局为前提，计划的优先顺序依次为国际客户和大客户、国内其他大客户、现金交易客户、其他。

3.3 生产调度工作的内容：

3.3.1 生产部按照产品类型分类指定专人负责相关工序的调度日常生产,组织、协调好该工序均衡生产。

3.3.2 生产调度员应及时掌握原辅料、包装材料、中间产品和成品的生产、贮存和发货情况。遇有不平衡情况，应及时与有关部门联系，采取有效措施使之平衡。

3.3.3 生产调度员掌握公司产品生产情况，按生产需要，合理组织和调度各生产线的开、停及车间生产负荷的加减。

3.3.4 负责与采购部、生产部门、质检部等各部门的联系，掌握生产所需原辅材料供应情况、技术变更情况、仪器设备的保养检修等情况。

3.3.5 对生产会议上做出的决定及领导指示，负责传达、贯彻、检查、督促，并将生产情况及时准确地向上反映，做到上情下达，下情上通。

3.3.6 对特急料、补废尾数等情况必须第一时间将其指令其相关车间规定限时完成，自身对其完成的进程和情况要完成主要责任。3.3.7 各工序调度对各自岗位的超期订单附全责，并设及到相关考核。

3.3.8 对车间违反生产管理章程的要严格按公司的管理章程进行督促、监控，要起到调度促进订单快速有效的完成作用。

3.3.9 了解当前生产任务，对未完成任务仔细分析，充分掌握生产动向并每隔15 天对生产订单未过进行分析核算。

3.3.10 认真、仔细核对，了解订单超期原因并作重点跟踪并每周核对一次之前未完成超期订单。

3.4 生产调度指令的下发与反馈程序：

3.4.1 凡与生产有关的指令和决定，均应通过计划制造统一协调后，由生产部下发生产调度指令至各有关车间，然后再由有关车间负责人落实，但遇到事故处理及其它紧急情况时例外。

3.4.2 计划调度人员必须经常深入现场进行调查、了解，全面掌握生产情况和突发事件的应急处理措施，力争使发出的调令及时、准确、灵活，并得到有效的执行。

3.4.3 调度指令不得与产品工艺规程、岗位操作法及各项规章制度相抵触。调度指令一般只下达某项生产作业指令，而具体涉及该作业具体操作程序仍以工艺规程、岗位操作法的规定为准，当某项作业程序在以上规程和制度中没有规定时，可在调度指令中适当注明。

3.4.4 调度指令下发后，各车间及有关部门要认真执行，当遇到与本车间或部门利益相抵触时，应顾全大局，凡不执行调度指令而造成的不良后果，应追究有关车间或部门领导的责任。3.4.5生产部对调度下达车间的生产指令的执行情况进行监督与检查,并将监督检查结果向主管领导汇报。

4、检查与考核：

4.1 在主管经理的领导下，负责检查考核各单位对本制度的执行情况。

4.2 每周检查不少于一次，每月考核一次。4.3 每月对各车间执行的情况进行一次汇总评比。编制： 审核： 批准：