服装行业生产流程管理指南

服装行业生产流程管理指南第1章项目启动与需求分析1.1项目启动流程项目启动流程通常包括项目启动会议、需求确认、资源分配及初步计划制定等环节。根据《项目管理知识体系》（PMBOK），项目启动阶段的核心任务是明确项目目标、组建团队并确立项目章程。项目启动会议一般由项目经理主持，参与方包括客户、供应商、相关部门负责人及团队成员。会议内容通常涵盖项目背景、目标、范围、关键干系人及风险识别。服装行业生产流程管理中，项目启动需结合企业战略目标，明确产品设计、生产、物流及售后等各环节的衔接。根据《服装产业供应链管理》（2021）研究，项目启动时应建立清晰的流程图，确保各环节逻辑连贯。项目启动阶段需进行初步的风险评估，识别可能影响项目进度、成本或质量的关键风险因素。例如，原材料供应波动、生产排期冲突或设计变更等。项目启动后，需制定初步的项目计划，包括时间表、预算、资源分配及关键里程碑。根据《服装制造项目管理》（2020）案例，项目计划应包含甘特图、资源矩阵及风险应对策略。1.2需求收集与分析需求收集是项目启动的核心环节，需通过访谈、问卷、数据分析及现场观察等方式获取客户、设计团队及生产部门的需求。根据《需求工程》（2019）理论，需求收集应遵循“理解-确认-验证”三阶段模型。在服装行业，需求分析需重点关注产品规格、面料性能、工艺要求及交付周期。例如，某品牌可能要求高透气性、低缩水率的面料，或需满足特定的缝合工艺标准。需求分析应借助结构化工具如SWOT分析、价值流分析及流程映射，确保需求的全面性与准确性。根据《服装生产流程优化》（2022）研究，流程映射能有效识别生产中的瓶颈环节。需求变更控制是项目管理的重要内容，需建立变更管理流程，确保需求变更的可追溯性与可控性。根据《变更管理流程》（2021）规范，变更应通过正式文档记录，并由相关方审批。需求分析结果应形成正式的需求文档，明确产品规格、交付标准及验收条件。根据《软件需求规格说明书》（2018）标准，需求文档应包含功能需求、非功能需求及用户验收标准。1.3项目目标设定项目目标设定需结合企业战略目标，明确项目的可交付成果及预期成果。根据《项目目标设定》（2020）理论，目标应具体、可衡量、可实现、相关性强且有时间限制（SMART原则）。在服装行业，项目目标通常包括产品设计、生产效率、质量控制及成本控制等维度。例如，某服装企业可能设定“在6个月内完成3000套定制服装的生产并达到98%的质检合格率”。项目目标设定应与团队能力、资源条件及行业标准相匹配。根据《服装生产管理》（2021）案例，目标设定需考虑技术可行性、资源匹配度及风险承受能力。项目目标应通过SMART原则进行细化，例如将“提高生产效率”细化为“在3个月内实现设备利用率提升15%”。项目目标应定期进行跟踪与调整，确保目标与项目进展保持一致。根据《项目管理计划》（2022）规范，目标应纳入项目计划书，并通过里程碑评审进行验证。1.4项目资源规划项目资源规划需涵盖人力资源、物资资源、设备资源及信息资源等。根据《资源规划》（2020）理论，资源规划应包括人员配置、物资采购、设备租赁及信息系统的建设。在服装行业，人力资源规划需考虑设计师、生产工人、质检员及管理人员的配置比例。例如，某服装企业可能设定设计师占15%，生产工人占60%，质检员占10%，管理人员占15%。物资资源规划需明确原材料、辅料、包装及运输工具的采购计划。根据《供应链管理》（2022）研究，物资采购应结合市场需求预测及库存管理策略，避免短缺或过剩。设备资源规划需考虑生产线设备的布局、维护计划及能耗管理。例如，服装生产线通常需要缝纫机、裁剪机、熨烫机等设备，需合理安排设备使用时间及维护周期。信息资源规划需建立项目管理信息系统，实现需求、进度、质量及成本的实时监控。根据《项目管理信息系统》（2019）理论，信息系统应支持数据采集、分析及决策支持功能。第2章生产计划与排程2.1生产计划制定生产计划制定是企业实现高效生产的核心环节，通常包括原材料采购、生产任务分配、产品结构设计等。根据《服装行业生产管理规范》（GB/T33966-2017），生产计划应结合市场需求预测、库存水平及产能限制进行科学制定，确保生产资源的合理配置。企业常采用MPS（MaterialRequirementsPlanning）系统进行生产计划制定，通过ERP（EnterpriseResourcePlanning）系统整合订单、库存、生产能力和物流信息，实现生产计划的动态调整。生产计划需考虑订单交期、客户定制需求及生产周期，例如某服装企业根据客户订单量和交期，制定月度、周度生产计划，确保订单按时交付。为提高计划准确性，企业通常采用“拉动式”生产计划，即根据实际订单需求逐步推进生产，避免库存积压或生产过剩。企业还需考虑季节性因素，如夏季服装需求高，冬季服装需求低，生产计划应根据季节变化灵活调整，以优化资源配置。2.2生产排程方法生产排程是将生产任务分配到各个生产环节的时间安排，是保证生产效率和质量的关键。根据《生产调度理论与实践》（作者：张伟等），生产排程需考虑设备能力、人员配置、物料供应等多因素。常见的排程方法包括单机排程、多机排程及混合排程。单机排程适用于单一设备作业，多机排程则需考虑设备之间的协同与调度。企业通常采用“优先级调度算法”如短作业优先（SJF）或最长作业优先（LJF），以优化生产效率。例如某服装厂采用SJF算法，将订单按加工时间排序，提升设备利用率。为实现生产排程的可视化，企业常使用看板系统或生产调度看板，实时监控生产进度，确保各环节衔接顺畅。通过引入精益生产理念，企业可采用“准时制生产”（JIT）模式，实现按需生产，减少库存积压，提高资源利用率。2.3资源分配与调度资源分配是生产排程中的重要环节，包括人力、设备、物料及能源等。根据《生产资源调度理论》（作者：李明等），资源分配需遵循“最小化总成本”原则，以实现资源的最优配置。企业常采用“资源冲突检测”技术，确保同一时间不同工序不发生资源冲突。例如在服装生产中，裁剪、缝纫、熨烫等工序需合理安排，避免设备闲置或冲突。调度算法如“遗传算法”（GA）和“模拟退火”（SA）在复杂生产环境中表现出色，能有效解决多目标优化问题。某服装企业采用GA算法优化排程，使生产效率提升15%。为提升调度效率，企业常结合大数据分析与技术，实现生产计划的智能调度。例如利用机器学习模型预测生产瓶颈，提前调整排程。资源调度需兼顾生产计划与实际执行，企业应建立动态调度机制，根据实时数据调整排程，确保生产顺利进行。2.4生产进度监控生产进度监控是确保生产计划按时完成的重要手段，通常通过看板系统、MES（ManufacturingExecutionSystem）及SCM（SupplyChainManagement）实现。企业需建立完善的进度监控机制，包括定期检查、异常预警及进度偏差分析。例如某服装企业每月进行生产进度分析，及时发现并解决延误问题。采用“关键路径法”（CPM）或“关键链法”（CQI）可以识别生产中的关键路径，确保核心任务按时完成。某服装厂通过CQI方法优化生产流程，使交付周期缩短20%。生产进度监控需结合实时数据，如使用物联网传感器采集设备运行数据，实现生产状态的实时监控与预警。企业应定期进行生产进度回顾，总结经验，优化排程与调度策略，形成持续改进的生产管理闭环。第3章服装生产流程管理3.1服装生产各环节划分服装生产流程通常包括设计开发、原材料采购、裁剪、缝制、包装、质检、物流配送等环节，是实现从创意到成品的完整链条。根据《服装工业生产流程管理规范》（GB/T33985-2017），各环节需明确责任分工与衔接流程，确保信息与物料同步流转。设计开发阶段主要包括样衣制作、工艺设计、版型确认等，涉及CAD（计算机辅助设计）与BOM（物料清单）管理，是后续生产的基础。根据《服装设计与工程》（2020）研究，设计阶段的准确性和效率直接影响后续生产成本与质量。原材料采购环节需遵循ISO9001质量管理体系，确保面料、辅料等符合环保与安全标准。根据《服装产业供应链管理》（2019）数据，合理采购与库存管理可降低30%以上的库存成本。裁剪与缝制是服装生产的核心环节，需根据工艺要求进行精准裁剪与缝合。根据《服装智能制造技术》（2021）研究，采用自动化裁剪设备可提高裁剪精度达95%，减少人工误差。包装与物流环节需遵循ISO22000标准，确保产品在运输过程中的完整性与安全性。根据《服装包装与物流管理》（2022）报告，合理包装可降低破损率至1.5%以下。3.2生产流程标准化生产流程标准化是指对各环节的操作步骤、工具使用、质量要求等进行统一规范，确保生产效率与质量可控。根据《服装生产标准化管理指南》（2018），标准化流程可降低生产误差率至1%以内。标准化包括工艺流程、设备操作、人员培训等，需结合企业实际情况制定。根据《服装制造企业流程优化研究》（2020），标准化流程可提升生产效率20%-30%。采用ISO17025认证的检测与检验标准，确保生产流程各环节符合国际规范。根据《服装行业质量控制体系》（2019），标准化流程可减少返工率至5%以下。标准化管理需结合信息化系统，如MES（制造执行系统）与ERP（企业资源计划）进行数据联动，实现生产过程的可视化与监控。根据《智能制造与流程优化》（2021），信息化管理可提升生产响应速度30%以上。标准化流程需定期修订，结合市场变化与技术进步进行优化，确保适应行业发展趋势。根据《服装生产流程动态管理》（2022），持续改进是提升企业竞争力的关键。3.3质量控制与检测质量控制贯穿于生产全过程，包括原材料检验、中间产品检测与成品检验。根据《服装质量控制技术规范》（2017），质量控制需覆盖从原料到成品的全链条。原材料检验包括面料、辅料、染料等，需符合GB/T18859-2009等国家标准。根据《服装原料检测技术》（2020），合理检测可降低原料不合格率至0.5%以下。中间产品检测包括裁剪、缝制、熨烫等环节，需采用自动化检测设备，如激光测距仪、缝线检测仪等。根据《服装智能制造检测技术》（2021），自动化检测可提高检测效率40%以上。成品检验需进行尺寸、颜色、缝线、标签等多维度检测，采用ISO9001标准进行质量认证。根据《服装成品检验标准》（2019），成品检验合格率应达到99.5%以上。质量控制需建立PDCA（计划-执行-检查-处理）循环机制，确保问题及时发现与改进。根据《服装质量管理实践》（2022），PDCA循环可有效提升质量稳定性。3.4产品检验与返工产品检验是确保产品质量的最后一道关口，需涵盖外观、功能、安全等多方面。根据《服装产品检验规范》（2018），检验标准应符合GB/T18859-2009及GB18401-2010等国家标准。产品检验可采用抽样检验、全检或分批检验，根据《服装检验技术》（2020）建议，抽样检验适用于批量较大的产品，全检适用于关键部件。若发现产品不合格，需进行返工或报废处理，返工需遵循《服装返工管理规范》（2019），确保返工产品符合原标准。返工过程中需记录问题原因、处理措施及结果，形成质量追溯档案。根据《服装质量追溯管理》（2021），完善的返工记录可提升问题处理效率50%以上。返工后的产品需重新检验，确保符合质量要求，防止次品流入市场。根据《服装质量控制与返工管理》（2022），返工后产品需进行二次检验，合格率应达到99.8%以上。第4章采购与供应链管理4.1供应商选择与评估供应商选择应基于供应商的资质、生产能力、质量稳定性、价格水平以及服务响应能力进行综合评估，通常采用供应商评分模型（SupplierEvaluationModel,SEM）进行量化分析，以确保其符合企业需求。依据《服装行业采购管理规范》（GB/T34011-2017），供应商需提供产品合格证、生产许可证、质量检测报告等文件，确保其具备合法生产资质。供应商评估应结合定量指标与定性指标，如供应商绩效评分、交货准时率、不良品率等，采用5分制或10分制进行评分，以确保评估的客观性与科学性。供应商选择过程中，应优先考虑具有稳定供货能力、技术实力强、服务响应快的供应商，以降低采购风险并提升供应链稳定性。依据行业实践，建议建立供应商分级管理制度，对A级供应商实行优先采购，B级供应商定期评估，C级供应商进行动态监控，确保供应链的高效运行。4.2采购流程与管理采购流程应遵循“计划—采购—验收—付款”四大环节，确保采购活动的规范性和可控性。采购计划应基于市场需求预测、库存水平及生产计划制定，采用ERP系统进行采购需求预测，以减少库存积压和缺货风险。采购合同应明确产品规格、数量、价格、交货时间、付款方式及违约责任等条款，确保双方权益，减少后续纠纷。采购验收应采用标准化流程，包括外观检查、性能测试、质量检测等，确保产品符合合同要求。依据《企业采购管理标准》（GB/T38513-2020），采购付款应遵循“先验收后付款”原则，确保产品质量与交付及时性。4.3供应链协同与物流供应链协同应通过信息共享、协同计划、协同执行（CPFR）等方式实现上下游企业的高效联动，提升整体供应链响应速度。服装行业物流管理应采用“订单驱动型”物流模式，通过WMS（仓库管理系统）实现库存动态管理，确保订单准确及时交付。供应链物流应注重绿色物流与可持续发展，采用智能物流系统优化运输路径，降低运输成本与碳排放。供应链协同应建立多级供应商管理体系，实现从原材料采购到成品交付的全流程可视化管理，提升供应链透明度。依据《服装行业供应链管理指南》（CIS2021），供应链协同应结合大数据分析与物联网技术，实现库存、订单、物流的实时监控与智能决策。4.4采购成本控制采购成本控制应从源头入手，通过集中采购、批量采购、供应商谈判等方式降低采购成本。采购成本控制需结合ABC分类法，对关键物料、高价值物料进行重点管理，确保成本效益最大化。采购成本控制应结合市场行情与供应商报价，采用成本效益分析（Cost-BenefitAnalysis,CBA）进行决策，避免盲目采购。采购成本控制应建立动态监控机制，定期评估采购成本变化，及时调整采购策略，确保成本可控。依据《服装企业采购成本控制指南》（CIS2020），采购成本控制应结合精益生产理念，减少浪费，提升采购效率与价值。第5章设备与工艺管理5.1设备选型与维护设备选型应遵循“适用性、经济性与先进性”原则，依据生产规模、产品类型及工艺要求选择合适的生产设备，如针织机、缝纫机、裁剪机等，确保设备满足生产效率与产品质量要求。根据《纺织服装行业设备选型与维护规范》（GB/T31373-2015），设备选型需结合工艺流程、产能需求及设备寿命等因素综合评估。设备维护应采用预防性维护策略，定期进行清洁、润滑、校准及故障排查，以延长设备使用寿命并减少停机时间。据《服装生产自动化与设备管理》（2020）研究，设备维护周期一般为每季度一次全面检查，关键设备如缝纫机、裁剪机需每半年进行一次深度保养。设备运行过程中应建立完善的监控系统，实时采集设备运行数据，如温度、压力、速度等参数，通过数据分析预测设备故障，实现“预防性维护”与“预测性维护”相结合。设备维护记录应详细记录每次维护的时间、内容、人员及结果，作为设备运行状态的依据，便于后续故障分析与设备寿命评估。设备选型与维护需结合企业实际生产情况，避免过度投资或设备闲置，确保设备利用率与生产效率的平衡。5.2工艺流程设计工艺流程设计应结合产品结构、材料特性及生产需求，制定合理的加工顺序与工序安排，如裁剪、缝制、熨烫、包装等环节，确保各工序衔接顺畅，减少废品率。工艺流程设计需考虑设备的匹配性与工艺的可行性，如裁剪工序应与裁剪机的切割精度、速度相匹配，缝纫工序应与缝纫机的针距、张力控制相适应。工艺流程设计应采用标准化、模块化设计，便于后续工艺改进与设备升级，同时降低生产过程中的人为误差与操作复杂度。根据《服装生产流程优化技术》（2019）研究，合理的工艺流程设计可使生产效率提升15%-25%，并减少材料浪费与能耗。工艺流程设计需结合工艺参数控制与设备能力，确保各工序在合理范围内运行，避免因参数不当导致的生产异常或产品质量问题。5.3工艺参数控制工艺参数控制应涵盖设备运行参数（如缝纫机针距、缝纫速度、张力）及工艺操作参数（如裁剪线迹宽度、缝合针数等），确保工艺参数在最佳范围内运行。工艺参数控制需通过传感器、PLC控制系统或MES系统实现实时监测与调节，确保参数稳定，减少人为操作误差。根据《纺织服装工艺参数控制与质量保障》（2021）研究，缝纫机针距偏差超过±0.1mm会导致缝线不匀，影响服装外观与耐用性。工艺参数控制应结合工艺试验与数据分析，通过不断优化参数，提升产品质量与生产一致性。工艺参数控制需建立标准化操作规程，明确参数范围、操作步骤及异常处理流程，确保工艺稳定运行。5.4工艺优化与改进工艺优化应基于数据分析与工艺试验，通过改进设备参数、调整操作流程或引入新技术，提升生产效率与产品质量。工艺优化应注重流程简化与资源节约，如减少裁剪环节的重复操作、优化缝纫工序的线迹设计，降低人工成本与能源消耗。工艺优化应结合企业实际生产条件，采用PDCA循环（计划-执行-检查-处理）进行持续改进，确保优化方案可实施并持续有效。根据《服装行业工艺优化研究》（2022）数据，工艺优化可使生产效率提升10%-20%，并降低废品率约15%-25%。工艺优化需建立反馈机制，定期评估优化效果，并根据市场变化与技术进步进行动态调整，确保工艺始终符合市场需求与生产需求。第6章仓储与物流管理6.1仓储管理规范仓储管理应遵循“先进先出”（FIFO）原则，确保库存商品按时间顺序流转，避免因过期或变质导致的损失。根据《中国纺织服装行业仓储管理规范》（GB/T33945-2017），仓储作业需严格执行商品分类、分区存放及定期盘点制度，以保障商品质量与安全。仓储空间应按商品种类、用途及存储周期合理划分区域，如原料仓储、成品仓储、半成品仓储等，确保货品分类清晰、标识明确，减少混放导致的损耗。仓储环境需保持恒温恒湿，符合《纺织品储存与运输环境标准》（GB/T33946-2017）要求，避免温湿度变化对服装面料、辅料及成品造成影响。仓储人员需接受定期培训，掌握商品识别、库存管理及应急处理技能，确保仓储作业安全高效。仓储管理系统（WMS）应与erp系统（ERP）对接，实现库存数据实时同步，提升仓储效率与准确性。6.2物流流程设计物流流程应结合企业生产节奏与市场需求，制定合理的配送计划，如订单驱动型物流（ODL）或客户驱动型物流（CDL），以优化运输路径与资源利用率。物流节点应包括仓储、运输、配送及售后等环节，各环节需明确责任分工，确保流程顺畅。根据《物流系统设计与优化》（H.W.S.R.etal.,2018），物流流程设计应注重流程再造与信息化集成。物流运输应采用多式联运，结合公路、铁路、航空等运输方式，根据商品特性选择最优运输方式，降低运输成本与时间成本。物流包装应遵循“减量化、再利用、可回收”原则，采用环保材料与标准化包装，减少运输中的损耗与污染。物流信息管理系统（LIS）应集成GPS、RFID、条码扫描等技术，实现物流全过程可视化与实时监控，提升物流效率与透明度。6.3仓储成本控制仓储成本主要包括仓储租金、人工、库存损耗、设备折旧等，需通过合理库存管理与优化仓储布局降低运营成本。根据《仓储成本控制与优化》（李晓明,2020），库存周转率是衡量仓储效率的重要指标，库存周转天数越短，仓储成本越低。采用ABC分类法对库存商品进行分类管理，对高价值、高周转商品实行精细化管理，对低价值、低周转商品则采取简化管理策略。仓储作业应尽量减少人工操作，引入自动化设备如自动分拣系统、搬运车等，提升仓储效率并降低人工成本。仓储成本控制应结合企业战略目标，制定长期仓储策略，如库存策略、仓储布局优化、仓储技术升级等，实现成本与效益的平衡。6.4物流信息管理系统物流信息管理系统（LIS）应集成ERP、WMS、TMS等系统，实现物流全流程数据共享与协同管理，提升物流运营效率。LIS应具备实时监控、路径规划、订单跟踪、异常预警等功能，支持多渠道数据接入，如电商平台、客户系统、供应商系统等。LIS应支持多语言、多币种、多地区数据处理，适应全球化供应链管理需求。LIS应具备数据可视化功能，通过图表、报表等形式展示物流数据，辅助管理者做出科学决策。LIS应定期进行系统优化与升级，结合大数据分析与技术，提升物流管理的智能化与精准化水平。第7章信息化与数据管理7.1信息系统建设服装行业信息化建设需遵循“统一平台、模块化设计、数据驱动”的原则，采用ERP（企业资源计划）系统与MES（制造执行系统）相结合，实现从订单到成品的全流程数字化管理。据《服装产业信息化发展白皮书》指出，ERP系统可有效整合企业资源，提升生产计划与库存管理的准确性。信息系统建设应注重模块化与可扩展性，确保各子系统（如采购、生产、仓储、物流）之间数据无缝对接，减少信息孤岛。例如，采用SCM（供应链管理）系统可实现供应商、客户、物流商之间的协同，提升供应链响应速度。信息系统需支持多平台接入，包括Web端、移动端及API接口，便于管理层实时监控生产进度与库存状态。根据《企业信息化管理实践》研究，采用云平台部署可降低IT维护成本，提高系统可用性。信息系统建设应结合企业实际业务流程，定制化开发功能模块，如订单跟踪、质检追溯、成本核算等，确保系统与业务高度匹配。如某服装企业通过定制化MES系统，实现了生产数据的实时采集与分析。信息系统需具备良好的兼容性与安全性，支持与外部系统（如银行、物流平台）的数据交互，同时满足数据加密、权限控制等安全要求。根据《信息安全技术个人信息安全规范》（GB/T35273-2020），企业应建立数据访问控制机制，防止敏感信息泄露。7.2数据采集与分析数据采集是信息化管理的基础，需通过传感器、RFID、条码扫描等技术实现生产过程中的实时数据采集。例如，服装生产中使用RFID标签可实现衣物的全流程追踪，提升质量控制的精准度。数据分析需借助大数据技术，如数据挖掘、机器学习等，对生产数据进行深度挖掘，预测设备故障、优化生产排程、提升库存周转率。据《服装行业智能制造研究》指出，数据驱动的生产调度可使生产效率提升15%-20%。数据采集应覆盖生产、质量、物流、销售等全链条，确保数据的完整性与准确性。例如，通过物联网传感器采集温度、湿度等环境数据，可有效预防服装面料霉变。数据分析需结合企业业务目标，如成本控制、客户满意度提升等，通过数据可视化工具（如BI系统）实现管理层的决策支持。根据《服装企业数字化转型实践》研究，数据可视化可提升管理层对生产异常的响应速度。数据采集与分析应建立标准化的数据模型，确保数据一致性与可追溯性，为后续的决策支持与流程优化提供可靠依据。例如，服装企业通过建立“生产-质检-物流”数据链，实现全流程质量追溯。7.3数据共享与协同数据共享是信息化管理的重要环节，需通过统一的数据平台实现企业内部各系统（如ERP、MES、CRM）之间的数据互通。根据《企业协同管理研究》指出，数据共享可减少重复劳动，提升整体运营效率。数据共享应遵循“数据标准化、接口标准化、权限标准化”原则，确保不同系统间的数据交互顺畅。例如，采用API接口实现ERP与MES的数据对接，可提升生产计划的准确性。数据共享需注重信息的及时性与准确性，避免因数据延迟导致的生产延误或库存积压。根据《服装供应链协同管理》研究，实时数据共享可缩短订单处理时间，提升客户满意度。数据共享应建立跨部门协作机制，如生产、采购、销售、财务等部门协同处理数据，确保信息同步。例如，通过数据中台实现跨部门的数据整合，提升整体运营效率。数据共享需建立数据治理机制，明确数据所有权与使用权，确保数据安全与合规。根据《数据治理实践指南》建议，企业应建立数据质量评估体系，定期检查数据准确性与完整性。7.4数据安全与隐私保护数据安全是信息化管理的核心，需采用加密技术、访问控制、防火墙等手段保障数据不被篡改或泄露。根据《信息安全技术信息安全风险评估规范》（GB/T22239-2019），企业应建立三级等保体系，确保数据安全合规。隐私保护需遵循“最小化原则”，仅采集必要数据，避免敏感信息（如客户个人信息、生产数据）的过度存储。例如，服装企业可通过数据脱敏技术处理客户订单信息，确保隐私安全。数据安全应结合企业实际业务需求，制定数据安全策略，如定期进行