ERP/FPY_FEATURE.md

直通良品率（FPY）功能说明

功能概述

新增了直通良品率（First Pass Yield, FPY）统计功能，用于追踪首次通过测试的产品数量。

什么是直通良品率？

直通良品率（FPY） = 首次通过测试的产品数量 / 总生产数量 × 100%

• 直通良品：首次测试就通过的产品
• 良品：包括首次通过和返修后通过的所有合格产品
• 不良品：测试未通过的产品

示例

假设生产了100个产品：

• 80个首次测试通过（直通良品）
• 15个首次测试失败，返修后通过
• 5个无法修复

则：

• 直通良品率 = 80/100 = 80%
• 总良品率 = (80+15)/100 = 95%
• 不良率 = 5/100 = 5%

功能实现

1. 数据库变更

在 stats 表中新增 fpy_good 字段：

ALTER TABLE stats ADD COLUMN fpy_good INTEGER DEFAULT 0

2. 仪表盘显示

在仪表盘顶部新增"直通良品率"卡片，显示在"良品率"之前：

• 直通良品率
• 良品率
• 发货数量
• 不良数量

3. 上传页面

在"良/不良统计"上传页面新增"直通良品数量"输入框：

• 直通良品数量（新增）
• 良品数量
• 不良数量
• 不良明细（可选）

4. API变更

后端API

• GET /api/dashboard - 返回 fpyRate 字段
• POST /api/upload/stats - 接受 fpy_good 参数
• GET /api/overview - 返回 fpyGoodTotal 字段
• GET /api/list/stats - 返回 fpy_good 字段

前端API

• API.uploadStats({fpy_good, good, bad, details}) - 上传时包含直通良品数

使用方法

1. 上传统计数据

1. 进入"数据上传" -> "良/不良统计"
2. 填写：
   • 直通良品数量：首次测试通过的数量
   • 良品数量：所有合格产品数量（包括返修后合格的）
   • 不良数量：测试失败的数量
3. 点击"上传"

2. 查看统计

在仪表盘可以看到：

• 直通良品率：反映生产质量的稳定性
• 良品率：反映最终产品的合格率

计算公式

// 直通良品率
fpyRate = (fpy_good / (good + bad)) × 100%

// 总良品率
goodRate = (good / (good + bad)) × 100%

数据关系

总生产数 = 良品数 + 不良数
良品数 = 直通良品数 + 返修后合格数
直通良品数 ≤ 良品数 ≤ 总生产数

注意事项

1. 直通良品数不能大于良品数：系统不会强制校验，请确保数据准确
2. 历史数据兼容：旧数据的 fpy_good 默认为 0
3. 显示逻辑：如果没有数据，显示为"—"
4. 通知功能：上传时会通知超级管理员，包含直通良品数

业务价值

1. 质量监控：直通良品率越高，说明生产过程越稳定
2. 成本控制：减少返修可以降低成本
3. 流程优化：通过对比直通良品率和总良品率，识别返修环节的效率
4. 趋势分析：长期追踪直通良品率变化，发现质量问题

示例数据

日期	直通良品	良品	不良	直通良品率	总良品率
2025-01-01	80	95	5	80%	95%
2025-01-02	85	92	8	85%	92%
2025-01-03	90	96	4	90%	96%

从上表可以看出：

• 直通良品率在提升（80% → 85% → 90%），说明生产质量在改善
• 总良品率保持在高位（95%左右），说明返修环节有效