陕西飞机工业有限责任公司 陕西省汉中市 723213
摘要:材料消耗工艺定额是材料使用管理中的基础内容,被广泛应用于生产活动,本文对材料消耗工艺定额的价值进行分析,介绍将一元线性回归分析法应用到材料定额制定中的具体方法,然后以某款零件材料消耗工艺定额制定情况为例,阐述定额提出价值,以期在加强材料消耗工艺定额制定管理的同时,希望为材料使用管理工作的顺利开展带来启发。
关键词:材料使用管理;消耗工艺定额;煤矿材料
引言:对于企业而言,材料消耗工艺定额作为技术经济指标的重要组成部分,与生产活动中材料采购、发料报价、成本核算等工作有直接联系。在市场竞争愈发激烈的背景下,为实现对材料成本的准确核算,企业方面需要提升材料消耗工艺定额制定的有效性,在减少材料不必要消耗的同时,为企业经济效益提高,提供支持。
一、材料消耗工艺定额制定的价值
材料消耗工艺定额定制指的是,当生产技术、组织条件不变的情况下,可以以产品的具体设计结构、技术要求、工艺方法、生产技术等内容为基础,确定单位产品生产制造时所需消耗的各种原材料的数量。将其应用于当前企业材料管理活动中,可以实现生产全流程原材料消耗情况的有效管控,在减少材料浪费情况出现概率的同时,为企业产品生产成本的管控提供助力。在新经济环境背景下,企业市场竞争愈发激烈,为进一步强化自身的市场竞争能力,企业需要以材料消耗工艺定额内容为基础,编制符合自身发展需要的材料采购计划,加强材料的有效管理,在降低产品生产成本的同时,为企业资金周转速度的加快、产品生产工艺的优化、材料利用率的提高,提供支持[1]。
二、一元线性回归分析法的具体应用
在过去很长一段时间内,企业开展材料消耗工艺定额制定的方法包括技术分析法、经验估计法与统计分析法,上述三种方法在实际应用过程中主要是以企业新品零件下料数量为基础确定零件加工过程中所需要的材料,然后以此为基础确定材料消耗工艺定额,这种材料消耗工艺定额确定方法,在材料定额管理以及成本管控工作中存在一定的弹性,无法实现材料成本的有效管控。现阶段为进一步提升企业材料成本的管控效益,可以将一元线性回归分析法融入材料消耗工艺定额制定工作当中,切实解决企业材料成本过高的问题。具体来说,回归分析法是一种以大量观测数据为基础,利用数理统计方法建立因变量、自变量回归关系函数表达式的数据模拟分析方法,在材料消耗工艺定额表达式构建过程中,有x,y两个变量,其中x指的是可以直观观测并加以控制的普通变量,这一变量也可以被称为自变量或控制变量;y指的是随机无法直接进行控制的变量,这一变量可以被称为因变量或响应变量。为实现大量观察数据的有效统计,可以利用散点图或计算关系数完成x、y之间线性相关关系的分析工作。通过研究可以了解到,自变量与因变量之间的关系为:,设
且
与x无关,则可以将观测得到的简单随机样本数据
带到x、y的线性关系式中,得到
。此时,若设y=E(Y),那么可以将关系式整合为模型E(Y)=a+bx,这一模型可以被看作是一元线性回归模型,其图像为一元线性回归直线,模型中的a为回归常数,b为回归系数[2]。
三、一元线性回归分析法的应用实例
如表1所示,为某企业应用的500组数据中的一部分内容,这500条数据包括了零件的基本信息,在该企业过去材料消耗,工艺定额制定工作中,工作人员以工作经验以及实际测量数据为基础,得到了净重定额的关系方程,这种依托经验与实测数据构建的方程精度已经无法满足当前企业对于材料消耗工艺定额制定工作的需要。现阶段为进一步提升材料消耗工艺定额制定工作的精确度,该企业将原有的500组数据分成了若干组,并分别为每一组制定一个回归方程。具体来说,在回归方程构建过程中,先假设零件的毛重与净重关系方程为:y=a+bx,此时可以利用每一组数据求得各回归方程中a、b的具体值。然后对这若干组的a、b值进行整合分析,利用公式:,则可以得出具体的a、b值。然后再将表1中的数据代入线性回归方程中则可以得到各零件自变量与因变量之间的回归方程。即,管子的回归方程为:y管子=9.61232+0.9928x;壳体的回归方程为:y壳体=20.4544+0.93182x; 支座的回归方程为:y支座=13.94756+0.96491x;杆子的回归方程为:y杆子=-63.75+1.25x。在得到各零件回归方程后,即可确定不同零件的净重与毛重之间的关系,进而在后续材料消耗工艺定额制定工作中,明确了不同材料净重与定额之间的关系,通过这种操作不仅可以提升各零件原材料管控工作的质量水平,还能为企业材料管控工作的数字化、现代化发展打下坚实的基础[3]。
表 1 零件定额信息表
零件名称 | 品牌型号 | 单机数量 | 技术条件 | 毛重 | 单件定额 | 净重 | 尺寸 |
管子 | 冷拉钢管1Cr18MI9Ti—6 | 1 | GJB2296—95 | 770 | 0.095 | 760 | 750 |
管子 | 冷拉钢管1Cr18MI9Ti—6 | 1 | GJB2296—95 | 310 | 0.038 | 300 | 290 |
管子 | 冷拉钢管1Cr18MI9Ti—6 | 1 | GJB2296—95 | 155 | 0.027 | 145 | 135 |
管子 | 冷拉钢管1Cr18MI9Ti—6 | 1 | GJB2296—95 | 70 | 0.012 | 60 | 50 |
管子 | 冷拉钢管1Cr18MI9Ti—6 | 1 | GJB2296—95 | 545 | 0.094 | 535 | 519 |
管子 | 冷拉钢管1Cr18MI9Ti—6 | 1 | GJB2296—95 | 115 | 0.020 | 105 | 96 |
管子 | 冷拉钢管1Cr18MI9Ti—6 | 1 | GJB2296—95 | 335 | 0.058 | 325 | 309 |
管子 | 冷拉钢管1Cr18MI9Ti—12 | 1 | GJB2296—95 | 210 | 0.057 | 200 | 199 |
管子 | 冷拉钢管45—10 | 1 | GJB2296—95 | 375 | 0.068 | 365 | 361 |
管子 | 冷拉钢管1Cr18MI9Ti—8 | 2 | GJB2296—95 | 95 | 0.012 | 86 | 80 |
管子 | 管5A02—0 12 | 2 | GJB2296—95 | 380 | 0.035 | 370 | 360 |
壳体 | 棒7A04—T6 | 1 | GB/T3191—98 | 95 | 0.766 | 80 | 76 |
壳体 | 棒7A04—T6 | 1 | GB/T3191—98 | 300 | 12.238 | 300 | 274 |
支座 | 棒2A12—T4 | 1 | GB/T3191—98 | 35 | 0.122 | 22 | 30 |
支座 | 棒2A12—T4 | 1 | GB/T3191—98 | 40 | 0.504 | 27 | 21 |
支座 | 热轧钢棒30CrMnSiA— | 2 | GB/T3191—94 | 75 | 2.959 | 61 | 57 |
支座 | 热轧钢棒45A— | 2 | GB/T3191—94 | 85 | 1.887 | 72 | 67 |
杆子 | 冷拉钢管1Cr18Ni9Ti—6 | 1 | GJB2296—95 | 300 | 0.050 | 291 | 286 |
杆子 | 冷拉钢管1Cr18Ni9Ti—6 | 2 | GJB2296—95 | 305 | 0.051 | 295 | 290 |
结论:总而言之,将数理统计中的回归分析方法融入材料消耗工艺定额制定工作中,可以有效提升材料消耗工艺定额定制工作的实用性与可靠性,并且通过实践分析可以了解到,利用回归分析方式优化的材料消耗工艺定额定制方法,可以保证企业材料消耗情况,能够满足定额计算以及材料成本管控工作的需要。
参考文献:
[1]刘正晨.材料消耗工艺定额制定方法研究[J].经济技术协作信息,2019(2):79-79.
[2]白俊杰,王菲.材料消耗工艺定额制定方法研究[J].航空精密制造技术,2019,49(5):51-53.
[3]渠爱华,盖德永.浅议产品材料消耗工艺定额的制定方法[J].机械工业标准化与质量,2021(9):29-30.