预期件数评估
利用此报告，可以确定指定时长和指定机器的已下达订单和运行订单的预期件数。生产计划、生产效率、公司日历和对生产进度的推断等因都已考虑在内。
参数 | 型号 | 描述 |
|---|---|---|
_report_begin | date | 评估开始日期和时间 |
_report_end | date | 评估结束日期和时间 |
_grouping_feature | text | 根据以下因素分组评估： machine |
_machine_ids | bigint[] | 要进行评估的机器ID 示例 。 ARRAY[‘9528946’,’9355682’,’12466769’,’9545112’] |
| ||
_article_numbers | text[] | 要筛选的货品编号 示例： ARRAY['182736312'] |
_customer_ids | text[] | 要筛选的客户编号 示例： ARRAY['DigitalKnit', 'KnitPerfect'] |
_production_ids | text[] | 要筛选的生产编号 示例： ARRAY['MyProduction_0001', ' MyProduction_0204''] |
_pattern_names | text[] | 要筛选的花型名 示例： ARRAY['Blue_PJ.seqx', 'CMS530.2LouksEasyPatternB.zip'] |
列 | 型号 | 内容 |
|---|---|---|
grouped | text | 所选数据分组 |
piece_count | double precision | 织片数量 |
代码示例 „sample_epcr_eval.sql“
重要点：
此评估不使用 skr，而是使用 pps 数据库，并且无需事先创建评估辅表。
select * from report.epcr_eval(
'2020-01-08 12:00:00'::date -- _report_begin,
, '2020-02-08 12:00:00'::date -- _report_end
, 'pattern' --_grouping_feature (text), -- can be one of: day, week, month, year, article_nr, customer_id, production_id, machine
, ARRAY[5021015, 5021005]::bigint[] -- _machine_ids
, ARRAY[]::text[] -- _article_numbers
, ARRAY[]::text[] -- _customer_ids
, ARRAY[]::text[] -- _production_ids
, ARRAY['Blue_PJ.seqx', 'CMS530.2LouksEasyPatternB.zip']::text[] -- _pattern_names
) order by "grouped" desc