Software pomáhá vyrábět

Ať vaše firma vyrábí cokoli, neobejde se dnes bez podpory ERP, čili podnikového informačního systému. Tento typ softwaru dnes najdete ve firmách prakticky jakéhokoli zaměření. Ovšem pro specifické potřeby výrobních podniků je tu ještě leccos navíc.

Na problematiku výroby se musíme především dívat z pohledu různých typů výrob (zakázkové, kusové, sériové nebo hromadné výroby), neboť řešení informačním systémem často musí i v rámci jedné firmy pokrýt více těchto druhů výrob současně.

Software pro výrobní firmy se skládá z několika částí, jejichž pomocí jsou řešeny jednotlivé části výrobního procesu. Jedním z nich je TPV, čili technická příprava výroby.

V TPV jsou udržovány informace z oblasti konstrukční a technologické přípravy výroby, které tvoří základní údaje celého IS.

Další částí systému je plánování materiálu, čili MRP. Představuje nástroj pro plánování a řízení výroby a materiálového toku vůbec. Spolu s Kapacitním plánováním tvoří základní článek systému řízení výrobní společnosti. Základním principem této části systému je proces porovnávání požadavků na jedné straně se zdroji na straně druhé.

Co je třeba při výrobě dobře naplánovat, jsou veškeré naše kapacity. Kapacitní plánování, zkráceně KPL vychází z výsledků materiálového plánování, které doplňuje o plánování podle disponibilních kapacit zdrojů.

Požadavky na moderní řízení výroby plně podporuje stejnojmenná funkcionalita: Řízení výroby. Výrobní dispečer má všechny informace, jako je například kapacitní vytížení pracovišť, fronty práce nebo materiálové zajištění výrobního příkazu na jednom místě. Systém umožňuje i automatizovaný sběr výrobních dat (týkající se například toku výroby nebo měření jakosti). V celém řešení je kladen důraz na minimalizaci zadávání dat do systému uživatelem a na zautomatizování všech procesů, u nichž je to možné.

Řešení neshod ve výrobě je oblast, která podporuje jejich evidenci v jednotlivých výrobních operacích, kategorizaci, určování viníka a hlavně i automatickou kalkulaci nákladové ceny neshodného výrobku, který je oceňován cenou z postupové kalkulace a ve shodě s oceňováním hotových výrobků je možné docenit neshodný výrobek na cenu skutečných nákladů. Nad doklady o vyřazení výrobků je pak možné realizovat statistické pohledy o četnosti chyb podle jednotlivých kategorií.

Pro výpočet nákladových cen výrobků ve všech fázích výroby je určena funkcionalita Kalkulace. Výsledkem je celková, postupová a detailní kalkulace. Kalkulace podporuje simulované výpočty v různých cenových prostředích a pro různá vyráběná množství. Ceny vypočtené v rámci kalkulace jsou využívané pro automatizované oceňovaní v celé výrobě.

Pokud bychom se chtěli ale podrobně věnovat všemu, co je možné ve výrobní společnosti řešit prostřednictvím ERP systému, nebyl by to materiál na článek, ale na objemnou publikaci. Nicméně i z toho, co jsme zde v kostce popsali, je patrné, že dnes už bez kvalitního softwaru mohou vyrábět snad jen děti ve školní družině své figurky z plastelíny.

Autor: Ing. Miroslava Adamyová, Brand manažerka systémů HELIOS, Asseco Solutions, a.s.

KINALI – nižší výrobní náklady, kvalita bez kompromisů
Polyworks
Obal roku

Související články

Trubky a hadice pod kontrolou. Správné uchycení omezí pohyb i vibrace

Jak správně upevnit hydraulické trubky, hadice a kabely, aby odolaly vibracím i náročnému provozu? Držáky podle DIN 3015 nabízejí různé varianty pro lehké, těžké i speciální aplikace.

Největší konkurencí AI není lepší aplikace, ale Excel a zaběhnutá rutina – adopce AI – technologie není problém, jsou to lidé

Adopce AI ve firmách často nestojí na technologii, ale na změně pracovních návyků. Rozhovor s Kateřinou Çakin ukazuje, proč samotné AI školení nestačí, co patří do základní AI gramotnosti zaměstnanců a jakou roli při zavádění AI hrají ambasadoři, vedoucí pracovníci a firemní kultura.

Vlastní server, nebo cloud? Firmy si kladou špatnou otázku

Vlastní AI server, nebo cloud? Ing. Lukáš Orčík vysvětluje, kdy se firmám vyplatí vlastní AI infrastruktura, kolik stojí, jaké má skryté náklady a proč je často lepší nejdřív AI otestovat v cloudu.