紧固件生产排产订单提前期分布分级数据

本数据集基于紧固件企业订单台账自研交期分级算法加工生成，适用于紧固件、标准件、五金零部件离散制造企业，可供生产计划部门、业务销售、供应链管理方复用分析，数据无客户隐私与企业涉密内容，可合规流通复用。 解决的核心痛点：一是订单交期仅靠人工经验划分急单、普单，无统一量化判定标准，排产优先级混乱，时常出现急单延误、长单占用产线资源；二是无法量化订单紧迫程度，仅依靠绝对天数判断交期长短，忽视整体订单交期分布特征；三是缺少不同交期订单交付概率量化依据，产能弹性规划、备货排产无数据支撑，订单准时交付率难以稳定提升；四是外部供应链、外协厂商无行业订单交期基准对标，外协产能分配缺少量化参考。 落地复用方式：制造企业计划岗依托提前期百分位、提前期偏离度、四级交期等级划分急单专属通道、常规排产队列与合并生产方案，优化产线换模频次；业务端基于交期分布分位数预判交付风险，合理向客户承诺交付节点；供应链利用准时交付概率R(t)评估产能负荷与交付风险；外协服务商可对标行业交期分级基准优化自身生产交付方案，提升订单履约管控能力。1.数据采集与清洗 数据取自企业销售订单系统与MES生产执行系统，输入字段含序号、合同号、编制日期、交货日期、客户单号、提前期_天、排产等待天数t（天）、是否下达。剔除提前期_天为负或为空、排产等待天数t（天）缺失的记录；数据不含客户隐私与涉密内容；加工基于Python Pandas实现。 2.统计参数与分位数 按提前期_天升序，采用Pandas线性插值法计算五档分位数阈值，落列P10分位数阈值（天）、P25分位数阈值（天）、P50分位数阈值（天）、P75分位数阈值（天）、P90分位数阈值（天），保留2位小数； 有效订单数N为清洗后有效订单总条数（本数据集N=3353），逐行落列； 全量均值μ（天）=Σ提前期_天/有效订单数N，总体标准差σ（天）=sqrt(Σ(提前期_天−全量均值μ（天）)²/有效订单数N)，σ为除以N的总体标准差口径（非N−1），μ、σ均保留2位小数并逐行落列。 3.百分位与偏离度 提前期_百分位按提前期_天升序采用Pandas平均秩法rank(pct)归一化至0~1区间；提前期偏离度=(提前期_天−全量均值μ（天）)/总体标准差σ（天），保留4位小数，大于0为急单，小于0为交期宽裕。 4.交期分级 提前期_天≤P25分位数阈值（天）为短交期，启用急单通道优先排产；P25<提前期_天≤P50为中短交期，纳入标准急单队列；P50<提前期_天≤P75为中长交期，常规排产；提前期_天>P75为长交期，合并同类订单减少换模频次。输出字段提前期等级。 5.交付风险与准时交付概率 按四级分组，以排产等待天数t（天）为生存时间、是否下达为事件标记，最小二乘法拟合两参数Weibull分布，得交付风险形状参数β、组内尺度参数η并逐行落列，保留2位小数；准时交付概率R(t)=e^−(排产等待天数t（天）/组内尺度参数η)^交付风险形状参数β，保留4位小数；e 是自然常数（欧拉数、自然对数的底数），约等于2.718281828…,是数学中的固定常量。β>1交付风险随等待递增，β<1前期风险高后期趋稳。 6.业务落地 短交期走急单专属通道，中短交期进标准急单队列，中长交期常规排产，长交期合并生产降换模频次；业务端按提前期_百分位与准时交付概率R(t)向客户承诺交付节点，供应链按R(t)评估产能负荷与外协分配。

搜集汇总

背景与挑战

背景概述

本数据集是海盐盛信标准件股份有限公司登记的数据知识产权，基于紧固件企业销售订单系统与MES生产执行系统数据，经交期分级算法加工生成，含3353条有效订单及提前期分位数、偏离度、四级交期等级、Weibull准时交付概率等字段。其适用于紧固件、标准件、五金零部件离散制造企业的生产计划、销售与供应链分析，可量化排产优先级和交付风险并支持外协对标，且无客户隐私与涉密内容，可合规流通复用。