[go: up one dir, main page]

CN110750526B - 单装使用计划生成方法、装置及存储介质 - Google Patents

单装使用计划生成方法、装置及存储介质 Download PDF

Info

Publication number
CN110750526B
CN110750526B CN201910990198.5A CN201910990198A CN110750526B CN 110750526 B CN110750526 B CN 110750526B CN 201910990198 A CN201910990198 A CN 201910990198A CN 110750526 B CN110750526 B CN 110750526B
Authority
CN
China
Prior art keywords
equipment
data
algorithm
plan
input
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201910990198.5A
Other languages
English (en)
Other versions
CN110750526A (zh
Inventor
张哲宇
潘罡
佟小东
茹宏恩
孔晓垒
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Wuwei Xingyu Technology Co ltd
Original Assignee
Beijing Wuwei Xingyu Technology Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Wuwei Xingyu Technology Co ltd filed Critical Beijing Wuwei Xingyu Technology Co ltd
Priority to CN201910990198.5A priority Critical patent/CN110750526B/zh
Publication of CN110750526A publication Critical patent/CN110750526A/zh
Application granted granted Critical
Publication of CN110750526B publication Critical patent/CN110750526B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06313—Resource planning in a project environment
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/21—Design, administration or maintenance of databases
    • G06F16/215—Improving data quality; Data cleansing, e.g. de-duplication, removing invalid entries or correcting typographical errors
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/22—Indexing; Data structures therefor; Storage structures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/28—Databases characterised by their database models, e.g. relational or object models
    • G06F16/284—Relational databases
    • G06F16/285—Clustering or classification
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/20—Administration of product repair or maintenance

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Data Mining & Analysis (AREA)
  • Quality & Reliability (AREA)
  • General Engineering & Computer Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Operations Research (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Marketing (AREA)
  • Software Systems (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Game Theory and Decision Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明实施例公开了一种单装使用计划生成方法、装置及介质，方法包括：获取装备寿命数据和用户的输入参数；对其进行预处理；调用新机入役补入算法对新机补入数量数据进行处理，以得到第一输入数据；调用状态归类识别算法对装备状态进行分类处理，以得到第二输入数据；调用梯次使用计划算法对第一输入数据及第二输入数据进行处理，以得到每台装备的使用计划；输出装备集群的使用计划表。执行该使用计划表可得到装备集群的单台(套)装备的剩余寿命呈梯次趋势，最重要的是使用该单装使用计划，可以均衡送修和承修之间的关系，避免装备送修出现周期性态势，同时也使得修理的工作压力和强度得到均衡，在提高装备集群完好率的同时还提高了工作效率。

Description

单装使用计划生成方法、装置及存储介质
技术领域
本发明涉及宏观的装备管理领域，具体涉及一种单装使用计划生成方法、装置及存储介质。
背景技术
单台(套)装备影响装备集群任务执行能力的主要因素有：(1)装备修理周期过长；(2)装备的送修和修竣不能达到平衡，送修量大于收回量，造成总体完好可用数量大幅减少；(3)由于任务制定不合理，造成装备集群中单台(套)装备寿命消耗不均衡，进而造成装备送修出现周期性的态势，例如有时同时送修很多装备，有时却一台(套)装备都没有送修，直接影响修理厂的维修速度和维修水平，进而影响装备集群的完好率。
基于上述原因，使用梯次使用计划对装备集群中每台(套)装备的寿命进行控制起到了很重要的作用。而要控制装备集群中每台(套)装备的寿命分布，从管理装备的角度上，控制装备的使用时间也就是计划执行时间就可以做到。但目前，关于装备集群中单台(套)装备的任务计划制定方面，尚未有对其进行任务保障度、修理能力评估等指标都比较好的方法和自动化执行的方法。现阶段是由人工通过大量数据分析和长时间的经验推导，完成装备集群中单台(套)装备的使用任务执行计划制定。而采用人工制定使用任务计划的方法对未来每台(套)装备的寿命状态是粗略且可控度不高的，同时测算过程耗时过长，效率过低。
即，现有技术存在的问题和缺陷是：(1)无法将针对单装寿命形成梯次趋势的任务分配进行系统化和自动化预测；(2)大量的计算时间和繁琐的演化逻辑，导致人工进行寿命演化效率低下，成本增加；(3)如果不使用梯次使用计划算法进行任务计划制定，就不能进行合理的、均匀的、以保障任务执行能力为基础的制定单台(套)装备的任务计划，从而造成修理周期长、集中修理、完好可用率低、配套设施和修理组件的调度困难等结果，直接影响任务执行能力和装备集群的完好率。
发明内容
本发明实施例的目的在于提供一种单装使用计划生成方法、装置及存储介质，以自动生成更加合理的单装使用计划，最重要的是使用该单装使用计划，可以均衡送修和承修之间的关系，避免装备送修出现周期性态势，同时也使得修理的工作压力和工作强度得到均衡。另一方面，提高了工作效率。
为实现上述目的，第一方面，本发明实施例提供了一种单装使用计划生成方法，包括：
获取装备寿命数据和用户的输入参数；
对所述装备寿命数据和输入参数进行预处理，以得到待处理数据，所述待处理数据包括装备状态和新机补入数量数据；
调用新机入役补入算法对所述新机补入数量数据进行处理，以得到第一输入数据；
调用状态归类识别算法对所述装备状态进行分类处理，以得到第二输入数据；
调用梯次使用计划算法对所述第一输入数据及第二输入数据进行处理，以得到每台装备的使用计划；
输出装备集群的使用计划表，所述使用计划表包括多台装备的使用计划。
作为本申请一种具体的实施方式，对所述装备寿命数据和输入参数进行预处理，以得到待处理数据，具体包括：
对所述寿命数据和输入参数进行关键字段的空值校验处理和字段之间的规则校验处理，以得到所述待处理数据。
进一步地，对所述寿命数据和输入参数进行关键字段的空值校验处理，具体包括：
针对所述寿命数据和输入参数中不允许缺省或模型中需要使用的字段，若字段内容为空，则进行数据记录并反馈，所述模型包括新机入役补入算法、状态归类识别算法和梯次使用计划算法；
针对满足预设规则的字段，进行默认值填充处理。
作为本申请一种具体的实施方式，调用梯次使用计划算法对所述第一输入数据及第二输入数据进行处理，以得到每台装备的使用计划，具体包括：
调用梯次使用计划算法对所述第一输入数据和第二输入数据进行处理，以得到每台设备的初步使用计划；
对所述初步使用计划进行调整，以得到每台设备的最终使用计划，并将所述最终使用计划定义为每台装备的使用计划。
进一步地，所述初步使用计划包括每台设备的任务时间量，对所述初步使用计划进行调整，以得到每台设备的最终使用计划，具体包括：
通过总体偏差、理想斜率线和控制因子对每台设备的任务时间量进行调整和计算，以得到每台设备的最终使用计划。
第二方面，本发明实施例还提供了一种单装使用计划生成装置，包括：
数据输入模块，用于获取装备寿命数据和用户的输入参数；
数据预处理模块，用于对所述装备寿命数据和输入参数进行预处理，以得到待处理数据，所述待处理数据包括装备状态和新机补入数量数据；
算法逻辑模块，用于：
调用新机入役补入算法对所述新机补入数量数据进行处理，以得到第一输入数据；
调用状态归类识别算法对所述装备状态进行分类处理，以得到第二输入数据；
调用梯次使用计划算法对所述第一输入数据及第二输入数据进行处理，以得到每台装备的使用计划；
数据导出模块，用于输出装备集群的使用计划表，所述使用计划表包括多台装备的使用计划。
作为本申请一种具体的实施方式，所述数据预处理模块具体用于：
对所述寿命数据和输入参数进行关键字段的空值校验处理和字段之间的规则校验处理，以得到所述待处理数据。
作为本申请一种具体的实施方式，所述算法逻辑模块具体用于：
调用梯次使用计划算法对所述第一输入数据和第二输入数据进行处理，以得到每台设备的初步使用计划，所述初步使用计划包括每台设备的任务时间量；
通过总体偏差、理想斜率线和控制因子对每台设备的任务时间量进行调整和计算，以得到每台设备的最终使用计划，并将所述最终使用计划定义为每台装备的使用计划。
第三方面，本发明实施例还提供了另一种单装使用计划生成装置，包括处理器、输入设备、输出设备和存储器，所述处理器、输入设备、输出设备和存储器相互连接，其中，所述存储器用于存储计算机程序，所述计算机程序包括程序指令，所述处理器被配置用于调用所述程序指令，执行上述第一方面的方法。
第四方面，本发明实施例还提供了一种计算机可读存储介质，其内存储有计算机程序，所述计算机程序包括程序指令，所述程序指令当被处理器执行时使所述处理器执行上述第一方面的方法。
实施本发明实施例，先获取装备寿命数据和用户的输入参数，并对其进行预处理，再调用新机入役补入算法和状态归类识别算法处理数据以得到输入数据，接着调用梯次使用计划算法对输入数据进行处理以得到每台装备的使用计划，最终输出装备集群的使用计划表，执行该使用计划表可得到装备集群的单台(套)设备的剩余寿命呈梯次趋势，因此，实施本发明实施例可以自动生成更加合理的单装使用计划，最重要的是使用该单装使用计划，可以均衡送修和承修之间的关系，避免装备送修出现周期性态势，同时也使得修理的工作压力和强度得到均衡，在提高装备集群完好率的同时还提高了工作效率。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍。
图1是本发明第一实施例提供的单装使用计划生成方法的示意流程图；
图2是本发明第一实施例提供的单装使用计划生成装置的结构示意图；
图3是模型结构图；
图4是本发明第二实施例提供的单装使用计划生成装置的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
需要说明的是，本申请主要应用于单装寿命消耗预测和装备集群使用管理中的使用计划生成计算。基于梯次使用计划的算法对单装的任务量进行逐个分步控制，从而在总使用量确定的情况下优化调整装备集群的剩余可用寿命，使之符合既定目标分布比例，达到分批送修、保持一定规模可用数量等使用管理目的。
针对单装寿命形成梯次趋势的任务分配算法和模型，可以广泛用于航空、航天、运输、加工等领域中高价值复杂装备的使用寿命管理决策性应用。
请参考图1，是本发明第一实施例提供的单装使用计划生成方法。如图所示，该方法可以包括以下步骤：
S101，获取装备寿命数据和用户的输入参数。
计算机等硬件设备获取装备寿命数据和用户的输入参数。其中，装备寿命数据包括但不仅限于装备剩余寿命和已使用寿命等，该部分数据由对装备实际使用过程记录所得。用户的输入参数包括但不仅限于装备可使用年限、新入役补入计划表和停复用计划表等。
序号 机型 总规定寿命 规定寿命 2018 2019 2020
表一：新入役补入计划表
序号 机型 出厂机号 停用年 停用月 复用年 复用月 停用性质
表二：停复用计划表
S102，对装备寿命数据和输入参数进行预处理，以得到待处理数据。
其中，所述待处理数据包括装备状态和新机补入数量数据。
具体地，计算机对装备寿命数据、用户的输入参数数据转换为内存对象去存储，并在输入初始化时做必要的数据校验和清洗，举例如下。
(1)关键字段的空值校验以及治理，对于某些不允许缺省或者要在模型计算中使用到的字段，如果字段内容为空的字段，进行数据的记录并反馈。对于一些重要的字段，可以进行默认值的填充。需要说明的是，上述模型包括新机入役补入算法、状态归类识别算法和梯次使用计划算法，将在后文对算法进行具体介绍，在此不再赘述。当装备不同时，重要字段不一样，例如对于汽车，重要字段可以是使用寿命。
(2)字段数据之间的规则校验，对字段之间的关系进行多个字段之间的规则关系校验，例如，一个装备的余寿不得大于总规定寿命。再比如，当前年减去装备的生产年不得大于总规定年限。对于不符合这个规则的数据，要进行记录并反馈给用户，使用户可以对数据进行修改。同时不影响模型的计算。
S103，调用新机入役补入算法对所述新机补入数量数据进行处理，以得到第一输入数据。
具体地，计算机调用新机补入模块，对用户提供的新机补入总量的数据进行新入役装备补入算法。例如，用户的输入参数包括某一装备一年的总使用时间，在此处将该总使用时间自动拆分到每个月。现对新机入役补入算法介绍如下：
输入：M月装备寿命数据、新入役补入计划表。
输出：在M月装备寿命数据基础上加入了新入役补入的装备寿命数据。
备注：新入役补入算法，是一个将年度补入数量按照某种算法逻辑划分到当前年中的每一个月份上的一个算法，因为寿命消耗算法是逐月进行的，所以该算法也是逐月进行新入役装备的补入。
注意：增加新机量档位参数会直接影响新入役装备补入数量。
装备寿命数据(输入)
装备ID 名称 类型 总规定寿命 已用寿命 可用寿命 ……
001 Zb001 Type1 10000 6000 2000 ……
002 Zb002 Type2 8000 1000 6000 ……
…… …… …… …… …… …… ……
新入役补入计划表(输入)
装备类型 2016年新入役数量 2017年新入役数量 2018年新入役数量
Type1 12 8 5
Type2 15 17 4
其中，输出数据结构和输入的装备数据一样，通过算法模块计算之后，只是更改了数据的数量和内容。
S104，调用状态归类识别算法对所述装备状态进行分类处理，以得到第二输入数据。
其中，装备状态包括但不仅限于完好、修竣、新机入役补入和报废等。
具体地，因为用户输入的数据极有可能是不合理的，因此将预处理后的数据输入装备状态归类模块，在该模块中对装备状态进行分类，得到达到模型可以执行的可信度标准的数据。在该部分会用到校验纠正算法和状态归类识别算法，分别说明如下：
1、装备装备归类识别算法
装备状态归类识别算法是使用装备数据中的剩余寿命、规定寿命、定检规则及周期、大修规则及周期等多方面指标，通过对比、聚类等手段综合的判断每台(套)装备的现处状态，最终得到每台(套)装备的现处状态，装备的现处状态有完好、大修、定检、报废退役、新机补入、修竣补入等。例如在剩余寿命大于20小时，规定寿命小于20小时，且不满足定检规则及周期、大修规则及周期等条件时，该装备的装备则为大修。
2、校验纠正算法
(1)如果“单台(套)装备下月剩余小时+已用小时>总规定小时”，则“单台(套)装备下月剩余小时＝总规定小时-已用小时”
(2)如果某单台(套)装备月消耗寿命小时数超出了合理标准，会按照用户提供的月消耗寿命(月单台(套)装备的任务计划)控制范围值，重新赋予单台(套)装备月任务计划，使之月消耗寿命达到合理值。比如，一个装备的月消耗寿命就是按照月任务计划的小时数进行寿命消耗的，如果用户提供了，该装备的月任务计划在10到100之间，假设模型算出该装备的月消耗寿命超出了月任务计划的范围，则对月消耗寿命进行重新赋值，小于用户给定范围的最小值时，赋值为用户给定的范围的最小值，如果大于用户给定范围的最大值时，赋值为用户给定的范围的最大值。
S105，调用梯次使用计划算法对所述第一输入数据及第二输入数据进行处理，以得到每台装备的使用计划。
具体地，步骤S105包括：
调用梯次使用计划算法对所述第一输入数据和第二输入数据进行处理，以得到每台设备的初步使用计划；
对所述初步使用计划进行调整，通过总体偏差、理想斜率线和控制因子对每台设备的任务时间量进行调整和计算，以得到每台设备的最终使用计划。
也就是说，在完成装备状态分类后，先进入单台(套)装备梯次使用计划任务调整模块，通过梯次使用计划算法，直接得出每台(套)装备的任务时间，也就是每台(套)装备的一个月的任务量。再进入装备集群中单台(套)装备的梯次使用计划任务调整算法模块，通过总体偏差、理想斜率线和控制因子进行每台(套)任务时间量的调整和计算，得出最终的装备集群中每台(套)装备的一个月的任务量。
其中，梯次使用计划算法主要分为两大部分，第一部分是计算计划飞行时间，第二部分是通过计划飞行时间进行梯次调整。
第一部分
(1)返修装备数＝(总已用寿命-(装备集群剩余寿命总和(不包含新入役装备))-(储备比*装备集群规定寿命总和(不包含新入役装备)))/平均规定寿命
(2)单台(套)送修装备送修前已用寿命＝单台(套)剩余寿命-平均送修寿命损失
(3)送修机送修前已用寿命总和＝单台(套)送修装备送修前已用寿命的总和
(4)非送修、非出厂装备任务时间＝装备集群总已用寿命-送修装备送修前已用寿命总和-出厂装备计划飞行时间(表示新入役装备)
(5)非送修、剩余寿命＝在队完好装备的剩余寿命总和(包含新入役装备)
(6)非送修、战备寿命＝装备集群的平均规定寿命*在队完好装备数量(包含新入役装备)*战储比
(7)单台(套)装备储备＝装备集群的平均规定寿命*战备比*送修装备数量*(单台(套)装备序号-送修装备数量-0.5)/装备集群的数量(包括在队完好、大修装备，不包括新入役装备)
(8)在队完好的非送修、非出厂计划时间1＝在队完好装备的剩余寿命-在队完好装备的战备寿命
(9)非送修、非出厂计划时间总和＝在队完好的非送修、非出厂计划时间1的总和
(10)非送修、非出厂计划时间总和与任务时间差＝非送修、非出厂装备任务时间总和-非送、非出厂计划时间总和
(11)非送修、非出厂计划时间2＝非送修、非出厂计划时间+(非送修、非出厂计划时间总和与任务时间差/在队完好装备数量)(取整)
(12)取整误差＝非送修、非出厂装备任务时间-非送、非出厂计划时间2总和
(13)装备集群计划时间的最大值-取整误差
(14)装备集群计划时间的最小值+取整误差(不包含新机)
(15)最终计划飞行时间＝在队完好飞机的非送修、非出厂计划时间2和送修装备的送修前已用寿命和新入役装备的出厂装备计划飞行时间
第二部分
(1)总体偏差＝装备集群剩余寿命总和(不包含送修装备和新入役装备)-装备集群战备总和(不包含送修装备和新入役装备)-非送修、非出厂装备任务时间
(2)单台(套)装备与理想斜率的差值(只计算在队完好的装备)＝剩余寿命(不包含包含新入役装备，送修装备)-单台(套)战备寿命-平均使用小时数
(3)调整因子(只计算在队完好的装备)＝单台(套)装备与理想斜率的差值/(整体偏差/在队完好装备数量(不包含送修装备、新入役装备))
(4)单台(套)训练需求调整量＝单台(套)装备平均使用小时数*调整因子*控制因子
(5)与训练任务之差(单台(套)装备＝装备集群的值，各单台(套)装备的差值都一样)＝单台(套)装备训练需求调整量总和-非送修、非出厂装备任务时间
(6)最终结果(四舍五入)＝单台(套)装备训练需求调整量-(与训练任务之差/在队完好装备数量(不包含新入役装备))
(7)返回最终结果，将修竣补入装备和新入役装备的任务计划补进来
S106，输出装备集群的使用计划表。
其中，所述使用计划表包括多台装备的使用计划。
具体地，当所有装备的寿命计算完成之后，模型将会进行数据导出，用户可以选择是数据库还是Excel表格。
梯次使用计划任务计划表(输出)
装备ID 装备名称 类型 任务计划 计划时间
1 Zb001 修竣补入装备 247 2019-07-29
2 Zb002 新机补入装备 352 2019-08-09
3 Zb003 新机补入装备 168 2019-08-14
4 Zb004 修竣补入装备 263 2019-08-29
可理解地，上述步骤S103至S105可理解为针对单装寿命形成梯次趋势的任务分配算法和模型，本申请中采用Java语言进行程序编写。
实施本发明实施例，先获取装备寿命数据和用户的输入参数，并对其进行预处理，再调用新机入役补入算法和状态归类识别算法处理数据以得到输入数据，接着调用梯次使用计划算法对输入数据进行处理以得到每台装备的使用计划，最终输出装备集群的使用计划表，执行该使用计划表可发现装备集群的多台设备的使用成梯次趋势，因此，实施本发明实施例可以自动生成更加合理的单装使用计划，最重要的是使用该使用计划，可以均衡送修和承修之间的关系，避免装备送修出现周期性态势，同时也使得修理的工作压力和工作强度得到均衡。另一方面，提高了工作效率。
具体地，本申请具有以下有益效果：
(1)通过梯次使用计划的合理分配单台(套)装备的计划时间，来控制装备集群中每台(套)的装备剩余寿命，既可以在保障装备集群的任务执行总量的基础上实现单台(套)装备的执行任务能力最大化，还可以合理的对装备集群中每台(套)装备进行合理的送修，减轻修理厂负重。进而均衡装备集群的送修和承修关系，保障装备集群的完好率。
(2)完善了人工进行的装备集群中单台(套)装备的任务计划制定的效率，减少了用户决策的时间，增加了用户的工作效率；
(3)更加精确的数值运算，在针对单装寿命形成梯次趋势的任务分配算法和模型中，通过对数值运算更加精准的技术，使得对装备的单台(套)装备未来寿命情况的准确掌握；
(4)针对单装寿命形成梯次趋势的任务分配算法和模型通过参数控制，使得用户使用更加简单便捷，只将用户需要的参数输入到模型中即可。
基于相同的发明构思，本发明实施例还提供一种单装使用计划生成装置。请参考图2和图3，该单装使用计划生成装置包括：
数据输入模块10，用于获取装备寿命数据和用户的输入参数；
数据预处理模块11，用于对所述装备寿命数据和输入参数进行预处理，以得到待处理数据，所述待处理数据包括装备状态和新机补入数量数据；
算法逻辑模块12，用于：
调用新机入役补入算法对所述新机补入数量数据进行处理，以得到第一输入数据；
调用状态归类识别算法对所述装备状态进行分类处理，以得到第二输入数据；
调用梯次使用计划算法对所述第一输入数据及第二输入数据进行处理，以得到每台装备的使用计划；
数据导出模块13，用于输出装备集群的使用计划表，所述使用计划表包括多台装备的使用计划。
具体地，数据预处理模块11具体用于：
对所述寿命数据和输入参数进行关键字段的空值校验处理和字段之间的规则校验处理，以得到所述待处理数据。
具体地，算法逻辑模块12具体用于：
调用梯次使用计划算法对所述第一输入数据和第二输入数据进行处理，以得到每台设备的初步使用计划，所述初步使用计划包括每台设备的任务时间量；
通过总体偏差、理想斜率线和控制因子对每台设备的任务时间量进行调整和计算，以得到每台设备的最终使用计划，并将所述最终使用计划定义为每台装备的使用计划。
需要说明的是，本实施例的具体工作流程请参考前述方法实施例部分，在此不再赘述。
进一步地，本发明另一实施例还提供了一种单装使用计划生成装置分析装置。如图4所示，该单装使用计划生成装置，可以包括：一个或多个处理器101、一个或多个输入设备102、一个或多个输出设备103和存储器104，上述处理器101、输入设备102、输出设备103和存储器104通过总线105相互连接。存储器104用于存储计算机程序，所述计算机程序包括程序指令，所述处理器101被配置用于调用所述程序指令执行上述方法实施例部分的方法。
应当理解，在本发明实施例中，所称处理器101可以是中央处理单元(CentralProcessing Unit，CPU)，该处理器还可以是其他通用处理器、数字信号处理器(DigitalSignal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
输入设备102可以包括键盘等，输出设备103可以包括显示器(LCD等)、扬声器等。
该存储器104可以包括只读存储器和随机存取存储器，并向处理器101提供指令和数据。存储器104的一部分还可以包括非易失性随机存取存储器。例如，存储器104还可以存储设备类型的信息。
具体实现中，本发明实施例中所描述的处理器101、输入设备102、输出设备103可执行本发明实施例提供的基于单装使用计划生成方法的实施例中所描述的实现方式，在此不再赘述。
实施本发明实施例提供的单装使用计划生成装置，有益效果如下：
(1)通过梯次使用计划的合理分配单台(套)装备的计划时间，来控制装备集群中每台(套)的装备剩余寿命，既可以在保障装备集群的任务执行总量的基础上实现单台(套)装备的执行任务能力最大化，还可以合理的对装备集群中每台(套)装备进行合理的送修，减轻修理厂负重。进而均衡装备集群的送修和承修关系，保障装备集群的完好率。
(2)完善了人工进行的装备集群中单台(套)装备的任务计划制定的效率，减少了用户决策的时间，增加了用户的工作效率；
(3)更加精确的数值运算，在针对单装寿命形成梯次趋势的任务分配算法和模型中，通过对数值运算更加精准的技术，使得对装备的单台(套)装备未来寿命情况的准确掌握；
(4)针对单装寿命形成梯次趋势的任务分配算法和模型通过参数控制，使得用户使用更加简单便捷，只将用户需要的参数输入到模型中即可。
进一步地，本发明实施例还提供了一种可读存储介质存储有计算机程序，所述计算机程序包括程序指令，所述程序指令被处理器执行时实现：上述单装使用计划生成方法。
所述计算机可读存储介质可以是前述任一实施例所述的系统的内部存储单元，例如系统的硬盘或内存。所述计算机可读存储介质也可以是所述系统的外部存储设备，例如所述系统上配备的插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(SecureDigital,SD)卡，闪存卡(Flash Card)等。进一步地，所述计算机可读存储介质还可以既包括所述系统的内部存储单元也包括外部存储设备。所述计算机可读存储介质用于存储所述计算机程序以及所述系统所需的其他程序和数据。所述计算机可读存储介质还可以用于暂时地存储已经输出或者将要输出的数据。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另外，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口、装置或单元的间接耦合或通信连接，也可以是电的，机械的或其它的形式连接。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本发明实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以是两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分，或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-OnlyMemory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。

Claims (7)

1.一种单装使用计划生成方法，其特征在于，包括：
获取装备寿命数据和用户的输入参数；
对所述装备寿命数据和输入参数进行预处理，以得到待处理数据，所述待处理数据包括装备状态和新机补入数量数据；
调用新机入役补入算法对所述新机补入数量数据进行处理，以得到第一输入数据；
调用状态归类识别算法对所述装备状态进行分类处理，以得到第二输入数据；
调用梯次使用计划算法对所述第一输入数据及第二输入数据进行处理，以得到每台装备的使用计划；
输出装备集群的使用计划表，所述使用计划表包括多台装备的使用计划；
其中，新机入役补入算法是一个将年度补入数量按照任一算法逻辑划分到当前年终的每一个月份上的算法；
状态归类识别算法是使用装备数据中的剩余寿命、规定寿命、定检规则及周期、大修规则及周期多方面指标，通过比对、聚类手段综合地判断每台/套设备的现处状态，最终得到每台/套装备的现处状态；
梯次使用计划算法主要分为两大部分，第一部分是计算计划飞行时间，第二部分是通过计划飞行时间进行梯次调整；
调用梯次使用计划算法对所述第一输入数据及第二输入数据进行处理，以得到每台装备的使用计划，具体包括：
调用梯次使用计划算法对所述第一输入数据和第二输入数据进行处理，以得到每台设备的初步使用计划；
对所述初步使用计划进行调整，以得到每台设备的最终使用计划，并将所述最终使用计划定义为每台装备的使用计划；
所述初步使用计划包括每台设备的任务时间量，对所述初步使用计划进行调整，以得到每台设备的最终使用计划，具体包括：
通过总体偏差、理想斜率线和控制因子对每台设备的任务时间量进行调整和计算，以得到每台设备的最终使用计划。
2.如权利要求1所述的单装使用计划生成方法，其特征在于，对所述装备寿命数据和输入参数进行预处理，以得到待处理数据，具体包括：
对所述寿命数据和输入参数进行关键字段的空值校验处理和字段之间的规则校验处理，以得到所述待处理数据。
3.如权利要求2所述的单装使用计划生成方法，其特征在于，对所述寿命数据和输入参数进行关键字段的空值校验处理，具体包括：
针对所述寿命数据和输入参数中不允许缺省或模型中需要使用的字段，若字段内容为空，则进行数据记录并反馈，所述模型包括新机入役补入算法、状态归类识别算法和梯次使用计划算法；
针对满足预设规则的字段，进行默认值填充处理。
4.一种单装使用计划生成装置，其特征在于，包括：
数据输入模块，用于获取装备寿命数据和用户的输入参数；
数据预处理模块，用于对所述装备寿命数据和输入参数进行预处理，以得到待处理数据，所述待处理数据包括装备状态和新机补入数量数据；
算法逻辑模块，用于：
调用新机入役补入算法对所述新机补入数量数据进行处理，以得到第一输入数据；新机入役补入算法是一个将年度补入数量按照任一算法逻辑划分到当前年终的每一个月份上的算法；
调用状态归类识别算法对所述装备状态进行分类处理，以得到第二输入数据；状态归类识别算法是使用装备数据中的剩余寿命、规定寿命、定检规则及周期、大修规则及周期多方面指标，通过比对、聚类手段综合地判断每台/套设备的现处状态，最终得到每台/套装备的现处状态；
调用梯次使用计划算法对所述第一输入数据及第二输入数据进行处理，以得到每台装备的初步使用计划；梯次使用计划算法主要分为两大部分，第一部分是计算计划飞行时间，第二部分是通过计划飞行时间进行梯次调整；所述初步使用计划包括每台设备的任务时间量；
通过总体偏差、理想斜率线和控制因子对每台设备的任务时间量进行调整和计算，以得到每台设备的最终使用计划，并将所述最终使用计划定义为每台装备的使用计划；
数据导出模块，用于输出装备集群的使用计划表，所述使用计划表包括多台装备的使用计划。
5.如权利要求4所述的单装使用计划生成装置，其特征在于，所述数据预处理模块具体用于：
对所述寿命数据和输入参数进行关键字段的空值校验处理和字段之间的规则校验处理，以得到所述待处理数据。
6.一种单装使用计划生成装置，其特征在于，包括处理器、输入设备、输出设备和存储器，所述处理器、输入设备、输出设备和存储器相互连接，其中，所述存储器用于存储计算机程序，所述计算机程序包括程序指令，所述处理器被配置用于调用所述程序指令，执行如权利要求1-3任一项所述的方法。
7.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，所述计算机程序包括程序指令，所述程序指令当被处理器执行时使所述处理器执行如权利要求1-3任一项所述的方法。
CN201910990198.5A 2019-10-17 2019-10-17 单装使用计划生成方法、装置及存储介质 Active CN110750526B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910990198.5A CN110750526B (zh) 2019-10-17 2019-10-17 单装使用计划生成方法、装置及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910990198.5A CN110750526B (zh) 2019-10-17 2019-10-17 单装使用计划生成方法、装置及存储介质

Publications (2)

Publication Number Publication Date
CN110750526A CN110750526A (zh) 2020-02-04
CN110750526B true CN110750526B (zh) 2022-03-22

Family

ID=69278719

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910990198.5A Active CN110750526B (zh) 2019-10-17 2019-10-17 单装使用计划生成方法、装置及存储介质

Country Status (1)

Country Link
CN (1) CN110750526B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111611681A (zh) * 2020-03-31 2020-09-01 北京瑞风协同科技股份有限公司 一种用于确定装备梯次控制图的方法及系统
CN113393158A (zh) * 2021-07-05 2021-09-14 成都九洲电子信息系统股份有限公司 基于重型设备使用计划的阶梯算法
CN114415499B (zh) * 2021-12-10 2024-04-12 北京军懋国兴科技股份有限公司 基于二次梯次线调整的机队余寿比控制方法、存储介质及终端设备

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2016059550A1 (en) * 2014-10-14 2016-04-21 Uab "Dtl Vilnius" A method and a system for administration of prosthetic treatment process of a dental patient
CN109740809A (zh) * 2018-12-27 2019-05-10 北京五维星宇科技有限公司 基于单装寿命演化的装备集群剩余寿命预测方法及终端
CN109784531A (zh) * 2018-12-12 2019-05-21 广州永霸信息科技股份有限公司 一种生产计划生成处理方法、系统、平台及存储介质

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150286982A1 (en) * 2014-04-07 2015-10-08 International Business Machines Corporation Dynamically modeling workloads, staffing requirements, and resource requirements of a security operations center
AU2016209273A1 (en) * 2015-01-21 2017-08-31 Conocophillips Company Method of determining availability and reliability of facility equipment
CN106340891B (zh) * 2016-09-30 2019-01-01 杭州蓝力电动科技有限公司 一种基于互联网控制的移动供电系统及调度管理方法
CN107358347A (zh) * 2017-07-05 2017-11-17 西安电子科技大学 基于工业大数据的装备集群健康状态评估方法
US11072258B2 (en) * 2017-12-11 2021-07-27 Ford Global Technologies, Llc Method for predicting battery life
CN110212561A (zh) * 2018-02-28 2019-09-06 中信国安盟固利动力科技有限公司 一种集中调度的分布式电池储能系统
CN109655754B (zh) * 2018-12-14 2022-01-07 蓝谷智慧(北京)能源科技有限公司 一种基于充电过程多维分阶的电池性能评估方法
CN109784862B (zh) * 2019-01-18 2023-04-18 云南电网有限责任公司曲靖供电局 电网设备管理系统和设备

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2016059550A1 (en) * 2014-10-14 2016-04-21 Uab "Dtl Vilnius" A method and a system for administration of prosthetic treatment process of a dental patient
CN109784531A (zh) * 2018-12-12 2019-05-21 广州永霸信息科技股份有限公司 一种生产计划生成处理方法、系统、平台及存储介质
CN109740809A (zh) * 2018-12-27 2019-05-10 北京五维星宇科技有限公司 基于单装寿命演化的装备集群剩余寿命预测方法及终端

Also Published As

Publication number Publication date
CN110750526A (zh) 2020-02-04

Similar Documents

Publication Publication Date Title
Boute et al. Dual sourcing and smoothing under nonstationary demand time series: Reshoring with SpeedFactories
CN110750526B (zh) 单装使用计划生成方法、装置及存储介质
US20240028983A1 (en) Method of production scheduling for product, electronic device and storage medium
US8315923B2 (en) Method of determining safety stock levels
CN111191846A (zh) 一种面向客户复杂定制需求的油缸产品排产优化装置
CN116070876B (zh) 一种基于瓶颈设备能力的排产优化方法、设备及介质
US20180121484A1 (en) Audit Schedule Determination
CN111815148B (zh) 排产方法、装置、电子设备及计算机可读存储介质
CN114782130A (zh) 一种生产企业集成的计划系统及运行方法
US20100076806A1 (en) Inventory management tool using a criticality measure
CN115564359A (zh) 汽车售后备件的库存预测方法、设备和存储介质
CN115310779A (zh) 一种基于飞机装配制造资源日历的资源管理方法及设备
CN119027028A (zh) 基于鲁棒随机优化的通用物料库存控制方法及系统
Singh et al. Network design for cylinder gas distribution
CN116579539A (zh) 生产计划安排方法
JP2006235879A (ja) 販売計画作成支援システム、販売計画作成支援方法及び販売計画作成支援プログラム
JP2020042623A (ja) 並列分散処理制御システム、プログラム、及び並列分散処理制御方法
CN115187117A (zh) 一种基于部件结构树的订单分配系统及方法
CN114819601A (zh) 流程制造生产计划策略确定方法、系统及装置
CN115965320A (zh) 一种产品订单调配方法及装置
US20070016318A1 (en) Systems and methods for determining production availability
CN117709697B (zh) 一种云制造环境下面向资源调度的调控系统及方法
CN114565340B (zh) Mrp运算验证测试方法、装置、设备和存储介质
CN115826526B (zh) 一种航空产品生产能力量化评估方法
Gong et al. Simulation study of impact of capacity reservation threshold on order fulfilment

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant