Odoo 工位产能为什么不是“每小时几件”：capacity、setup/cleanup 与替代工位排程讲透

先说结论

Odoo 里的工位产能，不是单独一个“每小时做几件”的数字。

系统在算工单预计时长和排程时，至少会同时考虑：

• 工位或产品级的 capacity
• 开机/收尾时间 time_start、time_stop
• 工位效率 time_efficiency
• 工艺本身的 time_cycle
• 是否存在 alternative_workcenter_ids

所以如果你觉得“我明明填了产能，为什么排程还是怪”，往往不是 Odoo 没用这个字段，而是你把整套模型只理解成了一个数字。

一句话记：

Odoo 排工单看的是“每批要跑几轮、每轮多长、能不能换工位”，不是只看一条产能参数。

capacity 在源码里到底是什么意思

关键逻辑在 addons/mrp/models/mrp_workcenter.py 的 _get_capacity()。

这段实现不是简单返回一个工位默认值，而是先在 capacity_ids 里找最合适的记录：

• 优先匹配当前产品 + 当前产品主 UoM
• 其次匹配通用容量 + 当前单位
• 再其次匹配通用容量 + 产品主单位

如果找到了产品级容量，就优先用它；找不到，才退回工位默认的 setup/cleanup 和默认 capacity。

这说明 Odoo 的心智模型是：

• 同一个工位，对不同产品可以有不同并行产能
• 产能还可以和单位绑定
• 工位默认值只是兜底，不是唯一真相

这和很多工厂现场非常接近：同一条线做 A 产品和 B 产品，节拍本来就可能完全不同。

setup / cleanup 为什么会经常被忽略

很多人只盯 time_cycle，但 Odoo 在 _get_capacity() 和工单时长计算里，都会把：

• time_start
• time_stop

一起带入。

这两个字段的业务含义很直白：

• setup：开工准备、换模、预热
• cleanup：收尾、清场、换线整理

于是总时长不是单纯：

数量 × 单件时间

而更接近：

准备时间 + 收尾时间 + 批次数 × 每轮工作时间

这也是为什么小批量生产特别容易“感觉系统算多了”。

不是系统算多，而是你脑子里只算了节拍，没有把每次开工的固定成本算进去。

Odoo 怎么把产能变成工单时长

核心逻辑在 addons/mrp/models/mrp_workorder.py 的 _get_duration_expected()。

这段代码会先拿到：

• 当前工位 capacity
• setup / cleanup
• time_efficiency
• operation 的 time_cycle

然后做一个关键动作：

先算要跑多少轮 cycle

如果这次要做的数量是 qty_producing，工位 capacity 是每轮可并行做 5 件，那么系统不会算 20 件就跑 20 次，而是：

• cycle_number = ceil(qty / capacity)

也就是：

capacity 在 Odoo 里更像“每轮能并行吞多少数量”，不是“每小时产量”。

再把效率折进去

最终时长里还会乘除 time_efficiency。

这意味着：

• 工位效率低，预计时长会拉长
• 同一个 operation 放到不同工位，预计时长会变

所以 capacity 解决的是“要跑几轮”，而 efficiency 解决的是“每轮实际要多久”。

这两个不是一回事。

替代工位到底怎么介入排程

另一个经常被低估的字段是 alternative_workcenter_ids。

在 mrp.workorder 里，Odoo 规划工单时不会只看原工位，而是把：

• 主工位
• 所有关联的替代工位

一起放进候选集合。

然后系统会逐个尝试：

1. 用该工位重新估算预计时长
2. 调用 _get_first_available_slot() 找最早可用时间窗
3. 比较哪个工位能更早做完
4. 最后把工单排到“最优完成时间”的工位上

这说明替代工位不是前台备注，也不是手工切换列表。

它是排程算法的候选池。

所以你配置了替代工位却没感觉，常见原因并不是字段无效，而是：

• 替代工位没有 calendar
• 替代工位反而更慢
• 替代工位没有空档
• 替代工位 capacity / efficiency 设置不合理

为什么有时候换到替代工位后时长还会变

因为 Odoo 不是简单把同一工单“搬家”。

源码里如果改用替代工位，会重新计算：

• 该工位自己的 capacity
• 该工位自己的 setup / cleanup
• 该工位自己的 time_efficiency

所以替代工位不是只影响开始时间，也会影响总工时。

这很符合现场：

• A 工位更快但更忙
• B 工位空一点，但换线更慢
• C 工位效率一般，但现在有窗口

Odoo 想解决的是“把工单放到哪台机器上，整体更早完成”，不是只看哪台机器先空出来。

新手最容易误解的三个点

1）capacity 不是每小时产量报表字段

它更接近“单个 cycle 能并行生产多少”。

如果你把它当 KPI 报表口径去填，排程当然会怪。

2）替代工位不是人工调度备注

它会真的被排程逻辑拿来试算，并可能自动成为最终工位。

3）setup / cleanup 不填，排程一定偏乐观

很多团队把固定准备时间省掉，结果系统排出来的计划永远过密。不是算法错，是输入数据天生偏乐观。

实战配置建议

如果你们希望排程更贴近现场，建议这样建模：

对高频产品补产品级 capacity

不要只给工位一个总容量。关键产品应该补 capacity_ids，让 Odoo 知道不同产品在同工位上的节拍差异。

把 setup / cleanup 当真实时间维护

尤其是换模、预热、清洗明显的行业，这两个字段比很多人想象中更重要。

替代工位不要乱挂

只有“工艺上真能替代”的工位才应该挂进 alternative_workcenter_ids。否则系统会认真把不该替代的机器也纳入候选。

排错时该看什么

如果你发现工单排程不合理，建议按这个顺序看：

1. mrp.workcenter.capacity 是否有产品级覆盖
2. setup / cleanup 是否维护成了 0
3. time_efficiency 是否夸张
4. 替代工位是否没有 calendar 或者时间窗更差
5. 该工单的 duration_expected 是在主工位还是替代工位条件下算出来的

别只看甘特图结果，要回到 _get_capacity() 和 _get_duration_expected() 的输入参数去看。

最后总结

Odoo 的工位排程逻辑其实很朴素：

• capacity 决定一批要跑几轮
• setup / cleanup 决定固定成本
• efficiency 决定真实速度
• alternative workcenter 决定有没有更好的落点

所以“工位产能”在 Odoo 里从来不是单字段问题，而是一组会共同影响预计工时与排程结果的参数。

真正重要的不是把某个数字填上去，而是理解：

系统排的是一段可执行的制造时间窗，而不是一条好看的产能档案。