# ERPNext生产优化

**Repository Path**: fengyibo1/zelin_pp

## Basic Information

- **Project Name**: ERPNext生产优化
- **Description**: 生产模块优化
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 31
- **Created**: 2022-04-20
- **Last Updated**: 2025-10-11

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

#### 生产优化

本应用主要进行生产模块功能优化

1. 安装应用

bench get-app zelin_pp https://gitee.com/yuzelin/zelin_pp.git

bench --site 替换你的站点名 install-app zelin_pp

注：此应用依赖ERPNext开箱即用，如果没有提前安装会自动安装

2. 生产计划功能优化说明

2.1 生产计划子装配件明细表

    2.1.1 仓库逻辑修改为优先取物料主数据中子装配件默认仓库，标准功能继承装配件的（成品)仓码

    2.1.2 取物料主数据中的默认供应商

    2.1.3 合并多行子装配件需求数量，以便最后进行最小订单与最小包装量处理

    2.1.4 按子装配件物料号排序

    2.1.5 可用数量：源自物料在本仓库预期可用数量，按计划顺序依次锁定，即最开始的计划订单取初始预期可用数量，锁定数量后，接下来的计划订单可用数量为已扣减锁定数量之后剩下的可用数量

    2.1.6 预期库存调整数量：最大不超过需求数量

    2.1.7 计划数量：等于原始需求数量 - 预期库存调整数量，再考虑最小订单及最小包装量

    2.1.8 对仅限整数单位数量向上取整，如1.7 PC转换为 2.0PC

    2.1.9 删除因有可用库存导致计划数量为0的行

2.2 生产计划物料需求明细表

    2.2.1 增加字段子装配件调整数量：各子装配件计划变动数量(原始需求数量-计划数量)针对原材料的累计物料清单折算数量

    2.2.2 增加字段原材料最小包装数量：取自物料基础数据同名字段
    
    2.2.3 计划数量逻辑修改为 
        受托加工物料(客供品)，直接使用物料清单需求数量为计划数量
        非受托加工物料使用以下逻辑
            初始需求数量 = 物料清单需求数量
             + 安全库存(如已勾选考虑安全库存)
             + 子装配件调整数量展到最底层累计原材料数量(预期可用库存为正，调减，反之调增)
             + 原材料预期库存（预期可用库存为正，调减，反之调增，无论勾选 忽略现有预期数量，此逻辑均适用）
            最后再考虑最小订单及最小包装量
            单位是仅限整数则圆整
    
    2.2.4 删除因有可用库存导致计划数量为0的行

2.3 新建 ->生产工单/委外采购订单 功能优化

    如果之前已经创建过工单或委外采购订单，则不重复创建

3. 生产工单拆单(数量拆分)，详见码云问题 https://gitee.com/yuzelin/erpnext-chinese-docs/issues/I51WH5

    3.1 界面变更：
    
        工单数量字段下面增加了一个拆分数量按钮（仅限草稿或开开始状态下显示)

    3.2 业务功能：

        点击后，弹窗输入拆分数量(须大于0且小于工单数量)，点提交按钮后
        举例，工单数量10000，拆分数量3000
        3.2.1.1 拆单前草稿状态
            原工单数量修改为3000，新创建一张数量为7000的草稿状态工单
        3.2.1.2 已提交(未开始状态)
            原工单被取消，在原工单基础上修订并修改数量为3000，提交生成一张新工单，另外再创建一张数量为7000的草稿状态工单

4. 委外调拨（物料移动），按委外采购单成品物料拆单

5. 物料需求按物料主数据中的默认供应商拆单

#### License

MIT