factory/apps/wpm/scripts/batch_gxerp.md

batch_gxerp.py 批次统计计算规则

apps/wpm/scripts/batch_gxerp.py 用于按 批次号 (batch) 汇总该批次在各工序组下的生产/检验数据，写入 BatchSt.data (JSON)，同时维护 first_time / last_time。

---

一、入参与前置条件

参数	说明
batch	批次号
mgroup_obj	工序组对象（当前实现未直接使用，仅作为入口签名）

• 必须存在 BatchSt.objects.get(batch=batch, version=1)，否则报错并退出。
• 遍历 Mgroup.objects.all().order_by("sort")，对每个工序组分别统计。
• 仅统计已提交且已出库的报工单：mlog.submit_time__isnull=False 且 material_out__isnull=False，并要求 need_inout=True。

---

二、字段命名约定

输出 JSON data 的 key 形式如下（<G> 代表工序组名）：

Key 模式	含义
批次号	批次号
<G>_日期	该工序组所有报工日期，去重后 ; 拼接
<G>_小日期 / <G>_大日期	该工序组最早 / 最晚日期（YYYY-MM-DD）
<G>_操作人	操作人姓名去重后 ; 拼接
<G>_班次	班次名去重后 ; 拼接
<G>_count_use	领用数（来自上游 mlogb_from）
<G>_count_real	实际生产数
<G>_count_ok	合格数
<G>_count_notok	不合格数
<G>_count_ok_full	完全合格数
<G>_count_pn_jgqbl	加工前不良数（来自上游 mlogb_from）
<G>_合格率	合格率（%）
<G>_完全合格率	完全合格率（%）
<G>_缺陷_<缺陷名>	该工序组的缺陷数量（按缺陷名汇总）
<G>_缺陷_<缺陷名>_比例	缺陷数 / count_real × 100，单位 %
<G>_加工前_缺陷_<缺陷名>	上游 mlogb_from 上的缺陷数量
<G>_加工前_缺陷_<缺陷名>_比例	加工前缺陷数 / count_use × 100，单位 %

---

三、主流程：按工序组汇总（普通报工，is_fix=False）

数据源 mlogb1_qs：

Mlogb where mlog.submit_time IS NOT NULL
        and material_out IS NOT NULL
        and mlog.mgroup = <G>
        and mlog.is_fix = False
        and batch = <batch>
        and need_inout = True

1. 累加规则

对每条 Mlogb：

字段	累加来源
count_use	mlogb_from.count_use（上游报工子项；若无 mlogb_from 则跳过）
count_pn_jgqbl	mlogb_from.count_pn_jgqbl
count_real	当前 item.count_real
count_ok	当前 item.count_ok
count_ok_full	当前 item.count_ok_full or 0
count_notok	当前 item.count_notok or 0
操作人	mlog.handle_user（最终去重，按 name 拼接）
日期	mlog.handle_date（最终去重排序）
班次	mlog.shift.name

并记录所有上游 mlogb_from.id 到 mlogb_q_ids，用于"加工前缺陷"统计。

2. 合格率计算

完全合格率 = round(count_ok_full / count_real * 100, 2)
合格率     = round(count_ok      / count_real * 100, 2)

decimal.InvalidOperation 异常时（如分母为 0）记 0。

3. 缺陷统计

• 当前工序缺陷：MlogbDefect.filter(mlogb__in=mlogb1_qs, count__gt=0).values('defect__name').annotate(total=Sum('count'))
  • <G>_缺陷_<name> = total
  • <G>_缺陷_<name>_比例 = round(total / count_real * 100, 2)
• 加工前（上游）缺陷：MlogbDefect.filter(mlogb__id__in=mlogb_q_ids, count__gt=0)...
  • <G>_加工前_缺陷_<name> = total
  • <G>_加工前_缺陷_<name>_比例 = round(total / count_use * 100, 2)

4. 日期字段

data[f"{G}_小日期"] = min(日期列表).strftime("%Y-%m-%d")  # 最早日期
data[f"{G}_大日期"] = max(日期列表).strftime("%Y-%m-%d")  # 最晚日期

最终 <G>_日期 被覆写为去重排序后的字符串（; 拼接）。

---

四、外观检验返修（is_fix=True）

数据源 mlogb2_qs：

Mlogb where mlog.submit_time IS NOT NULL
        and material_out IS NOT NULL
        and mlog.mgroup.name = '外观检验'
        and mlog.is_fix = True
        and batch = <batch>
        and need_inout = True

输出字段：

Key	计算
外观检验_返修_日期	报工日期，去重 ; 拼接
外观检验_返修_操作人	操作人姓名，去重 ; 拼接
外观检验_返修_count_real	Σ count_real
外观检验_返修_count_ok	Σ count_ok
外观检验_返修_count_ok_full	Σ count_ok_full or 0
外观检验_返修_缺陷_<name>	MlogbDefect 按缺陷名汇总
外观检验_返修_缺陷_<name>_比例	round(total / 外观检验_返修_count_real * 100, 2)

---

五、外观检验车间库存抽检

数据源 ft_qs：

FtestWork where type2 = TYPE2_SOME
          and wm.mgroup.name = '外观检验'
          and batch = <batch>
          and submit_time IS NOT NULL

输出字段：

Key	计算
外观检验_车间库存抽检_日期	test_date 去重 ; 拼接
外观检验_车间库存抽检_操作人	test_user.name 去重 ; 拼接
外观检验_车间库存抽检_count_notok	Σ count_notok or 0
外观检验_车间库存抽检_缺陷_<name>	FtestworkDefect 按缺陷名汇总（无比例字段）

---

六、外观检验汇总指标（仅当存在 外观检验_count_ok 时计算）

Key	公式
外观检验_总合格数	外观检验_count_ok + 外观检验_返修_count_ok（默认0）
外观检验_总合格率	round(外观检验_总合格数 / 外观检验_count_real * 100, 2)
外观检验_完全总合格数	外观检验_count_ok_full + 外观检验_返修_count_ok_full（默认0）
外观检验_完全总合格率	round(外观检验_完全总合格数 / 外观检验_count_real * 100, 2)
外观检验_直通合格数	外观检验_总合格数 - 外观检验_车间库存抽检_count_notok（默认0）

直通合格率（依赖尺寸检验）

仅当 尺寸检验_合格率 存在时：

外观检验_直通合格率  = round(外观检验_总合格率 * 尺寸检验_合格率 / 100, 2)
外观检验_直通合格率2 = round(外观检验_直通合格数 / 尺寸检验_count_use * 100, 2)

仅当 尺寸检验_完全合格率 存在时：

外观检验_完全直通合格率 = round(外观检验_完全总合格率 * 尺寸检验_完全合格率 / 100, 2)

异常（InvalidOperation / ZeroDivisionError）回退为 0。

---

七、写回 BatchSt

1. data 经 MyJSONEncoder 序列化后回填 batchst.data。
2. 调 get_f_l_date(data)：扫描所有以 _日期 结尾的字段，按 ; 拆开后逐个 datetime.strptime("%Y-%m-%d") 解析为 date 对象，再取最小/最大并转成上海时区的 00:00:00 / 23:59:59，得到 first_time / last_time。无法解析的片段会写日志并跳过。
3. 仅当现有 first_time 为空或新值更早时更新；last_time 反之。
4. 调用 batchst.save() 持久化。

---

八、关键依赖与字段含义速查

模型字段	中文释义	来源
Mlogb.count_use	领用数	报工子项（来自 mlogb_from）
Mlogb.count_real	实际生产数	报工子项
Mlogb.count_ok	合格数	count_real - count_notok
Mlogb.count_ok_full	完全合格数	count_real - count_notok_full
Mlogb.count_notok	不合格数	缺陷 okcate=30 求和
Mlogb.count_pn_jgqbl	加工前不良	MlogbDefect 中加工前不良求和
Mlogb.need_inout	是否需出入库	仅 True 参与统计
Mlogb.mlogb_from	上游报工子项	用于追溯领用与加工前缺陷

---

九、已知潜在问题

1. mgroup_obj 入参未使用：当前实现忽略该参数，对所有 Mgroup 全量遍历。

十、修订记录

• 修复 小日期 / 大日期 命名与含义反向，小日期 取最早日期、大日期 取最晚日期；同步修正 batch_bxerp.py、batch_gzerp.py 中所有同类字段。
• get_f_l_date 改为先 datetime.strptime 解析为 date 对象再比较，移除对字符串字典序的隐式依赖；非法日期片段记录日志后跳过。
• 所有合格率/直通率计算的兜底 except 同时捕获 decimal.InvalidOperation 与 ZeroDivisionError，以兼容 Decimal 与原生数值的除零场景；batch_bxerp.py 与 batch_gzerp.py 中仅捕获 decimal.InvalidOperation 的合格率分支也同步扩展。