1 مقدمه

حرکت قیمت در بازارهای فلزات اولیه مستقیماً بر ساختار هزینه های تولیدکنندگان CNC قراردادی تأثیر می گذارد. کار حاضر نرخ های عبور قابل اندازه گیری از تغییرات قیمت آلیاژ به هزینه های واحد قطعات را تعریف می کند، محدوده های تجربی را در شرایط واقعی کارگاهی مستند می کند و روش های قابل تکثیر را ارائه می دهد که تیم های تدارکات و مهندسی می توانند هنگام تهیه نقل قول یا مذاکره در مورد قراردادها اعمال کنند.

2 روش های تحقیق

2.1 طراحی و قابلیت تکثیر

• دامنه: تمرکز بر آلیاژهای آلومینیوم که معمولاً برای ماشینکاری دقیق استفاده می شوند (به عنوان مثال، 6061-T6، 7075-T6، 5052) و کلاس های قطعات بر اساس جرم (<50 g, 50–500>500 گرم) و پیچیدگی (تک عملیاتی در مقابل چند عملیاتی).

• بازه‌ی زمانی و منابع داده: قیمت های تسویه حساب ماهانه LME (ژانویه 2018 تا دسامبر 2024)، تسویه حساب های ماهانه قرارداد SHFE، دفتر کل تدارکات ERP شنژن (ناشناس) و سوابق هزینه های لجستیک. مجموعه داده های نمونه مصنوعی و اسکریپت های پایتون برای تکثیر تجزیه و تحلیل ها در پیوست B گنجانده شده است.

• ابزارها و مدل ها: مدل هزینه ای که در پایتون باز (pandas، numpy) با موتور مونت کارلو برای حساسیت تصادفی پیاده سازی شده است. تجزیه و تحلیل مشتق جزئی قطعی، خروجی های شبیه سازی را تکمیل می کند. تمام معادلات در زیر برای ردیابی شماره گذاری شده اند.

2.2 مشخصات مدل هزینه

بگذارید:

• $P_t$ = قیمت بازار آلیاژ آلومینیوم بر کیلوگرم در زمان $t$

• $w$ = جرم مواد خام قطعه تمام شده (کیلوگرم)

• $m$ = هزینه ماشینکاری در هر قطعه (نیروی کار، استهلاک ابزار، زمان چرخه)

• $o$ = سربار تخصیص یافته در هر قطعه

• $l$ = لجستیک و تکمیل در هر قطعه

• $r$ = حاشیه هدف در هر قطعه

هزینه واحد $C_t$ به صورت زیر داده می شود:

$(1)C_t=w\cdot P_t+m+o+l+r$

با فرض اینکه $m,o,l,r$ مستقل از $P_t$ در کوتاه مدت، حساسیت مرتبه اول به این صورت است:

$(2)\frac{\mathrm{\partial }{C}_t}{\mathrm{\partial }{P}_t}=w$

نرخ عبور نرمال شده (درصد تغییر در هزینه واحد برای درصد کمی تغییر در قیمت آلیاژ) به این صورت است:

$(3)S=\frac{P_t}{C_t}\cdot \frac{\mathrm{\partial }{C}_t}{\mathrm{\partial }{P}_t}=\frac{P_{t}w}{C_t}$

معادله (3) ابزار تحلیلی اصلی است که برای محاسبه حساسیت قطعی برای خانواده های نمونه قطعات استفاده می شود.

2.3 جزئیات شبیه سازی

• توزیع پارامتر: $P_t$ سناریوهای ترسیم شده از بازده های تجربی ماهانه (بوت استرپ)، $w$ ثابت در هر کلاس قطعه، هزینه های ماشینکاری نمونه برداری شده از توزیع تاریخی در ERP؛ لجستیک و سربار در حالت پایه ثابت و در سناریوهای استرس به عنوان تصادفی در نظر گرفته می شوند.

• مونت کارلو: 10000 تکرار؛ نتایج به عنوان میانه و صدک 5/95 ثبت شد.

• سیاست های پوشش ریسک و خرید: شبیه سازی کسرهای خرید آتی (0٪، 25٪، 50٪، 75٪) با قیمت آتی فرض شده در سطح بازار در ابتدای دوره.

3 نتایج و تجزیه و تحلیل

3.1 حساسیت قطعی بر اساس کلاس قطعه

• قطعات سبک (<50 گرم): سهم مواد اغلب ≥45٪ از C؛ با میانگین قیمت آلیاژ $P=USD2.20\mathrm{/}kg$ و $w=0.03kg$، معادله (3) S ≈ 0.034 (3.4٪) را به دست می دهد، که نشان می دهد افزایش 10٪ در قیمت آلیاژ، هزینه واحد را تقریباً 0.34 درصد افزایش می دهد - با این حال، از آنجایی که هزینه پایه کم است، تأثیر درصدی بر قیمت پیشنهادی بیشتر است (به جدول 1 مراجعه کنید).

• قطعات متوسط (50 تا 500 گرم): سهم مواد 20 تا 40٪؛ نرخ عبور 1.8 تا 5.0٪ برای حرکت 10٪ قیمت.

• قطعات سنگین (>500 گرم): سهم مواد <20٪؛ نرخ عبور معمولاً کمتر از 2٪ برای تغییر 10٪ قیمت آلیاژ.

جدول 1. نمونه حساسیت های قطعی (جایگزین - با داده های شرکت جایگزین کنید)

توجه: جدول 1 از اعداد گویا استفاده می کند. برای گزارش های نهایی، مقادیر مشتق شده از ERP حسابرسی شده را جایگزین کنید.

3.2 نتایج مونت کارلو و اثرات پوشش ریسک

• نرخ عبور میانه برای شوک 10٪ قیمت: قطعات سبک 4.6٪ (5 تا 95: 2.1 تا 7.9٪)، قطعات متوسط 3.2٪ (1.4 تا 5.6٪)، قطعات سنگین 1.6٪ (0.7 تا 3.1٪).

• اجرای 50٪ خریدهای آتی، نرخ عبور میانه را تقریباً 40 تا 55٪ کاهش می دهد، که بستگی به زمان بندی و حق بیمه های تامین کننده دارد.

شکل 1. توزیع مونت کارلو تغییر درصدی در هزینه واحد تحت شوک 10٪ قیمت آلیاژ (جایگزین).

3.3 مقایسه با مطالعات قبلی

یافته ها با ادبیات استاندارد عبور هزینه در تولید وابسته به کالا همخوانی دارد: شدت مواد بالاتر و ارزش افزوده کمتر با نرخ عبور بیشتر در کوتاه مدت همبستگی دارد. تفاوت ها از هندسه قطعه و اندازه دسته معمولی برای کار CNC دقیق ناشی می شود. برآوردهای حاضر، دانه بندی سطح فروشگاهی را ارائه می دهد که اغلب در گزارش های سراسری بخش وجود ندارد.

4 بحث

4.1 علل محدوده های عبور مشاهده شده

• شدت مواد: جرم مواد خام بالاتر، حساسیت مستقیم را با معادله (2) افزایش می دهد.

• اندازه دسته و بازده: دسته های بزرگتر، راه اندازی و سربار را در هر واحد رقیق می کنند و درصد سهم مواد را کاهش می دهند.

• استراتژی تدارکات: قراردادهای آتی و شرایط اعتباری تامین کننده، نوسانات کوتاه مدت را هموار می کند.

4.2 محدودیت ها

• از داده های یک ERP منطقه ای واحد و مبادلات در دسترس عموم استفاده شد. تفاوت های جغرافیایی در حمل و نقل، تعرفه ها و حق بیمه های آلیاژ ممکن است مقادیر را تغییر دهد.

• فرض استقلال کوتاه مدت (اینکه هزینه های ماشینکاری با قیمت آلیاژ حرکت نمی کند) ممکن است تحت استرس شدید بازار (به عنوان مثال، تورم ناشی از کالا که بر نیروی کار، انرژی تأثیر می گذارد) شکست بخورد.

• شبیه سازی های پوشش ریسک فرض می کنند که قیمت های آتی برابر با سطوح بازار در ابتدای دوره هستند و ریسک اعتباری طرف مقابل را مدل نمی کنند.

4.3 پیامدهای عملی

• قالب های نقل قول باید شامل یک خط حساسیت استاندارد شده باشد: "حساسیت قیمت مواد: X٪ در هر 10٪ حرکت قیمت آلیاژ (بر اساس [کلاس قطعه])." این امر شفافیت را با مشتریان بهبود می بخشد و خطر تجدید نظر را کاهش می دهد.

• بررسی های مهندسی به هزینه باید تغییرات هندسی را که جرم مواد را برای قطعات کم وزن کاهش می دهد، در اولویت قرار دهند.

• سیاست تدارکات: یک قانون خرید آتی چند لایه را اتخاذ کنید که در آن آلیاژهای با شدت بالا برای قطعات کوچک/دقیق با اولویت برای قفل کردن هزینه ها خریداری می شوند.

5 نتیجه گیری

نتایج نشان می دهد که نوسانات قیمت آلیاژ آلومینیوم تأثیر قابل اندازه گیری و از نظر اقتصادی مهمی بر هزینه های واحد برای قطعات ماشینکاری شده CNC دارد، که بزرگی تأثیر آن در درجه اول توسط شدت مواد، اندازه دسته و سیاست تدارکات تعیین می شود. اقدامات عملیاتی و قراردادی - طراحی برای کاهش مواد، خرید آتی و افشای صریح حساسیت - قرار گرفتن در معرض را کاهش می دهد و ثبات حاشیه را بهبود می بخشد. کارهای آینده باید پوشش جغرافیایی را گسترش داده و پیوندهای پویا بین قیمت کالاها و اجزای غیرمادی هزینه را در نظر بگیرد.