CN102867241A - 基于多数据融合的航空制造企业内部物流特征建模方法 - Google Patents

Abstract

本发明公开了基于多数据融合的航空制造企业内部物流特征建模方法，其特征在于：包括以下步骤：A. 将企业地图数据、条码设备采集数据、生产计划数据、运输设备数据输入ERP系统，并按照要求进行数据组织管理；B. 基于条码设备采集数据建立企业物料分布模型；C. 将生产计划数据、企业地图数据、运输设备数据与企业物流分布模型进行多源数据融合处理，获得指定时间段内的企业物流综合信息；D. 根据运输设备的使用效率对企业物流特征进行分析，并交所述分析结果通过ERP系统进行发布。本发明解决了现有人工配送缺乏统一规划、物料需求无法及时响应、信息时效性差等不足。

Description

基于多数据融合的航空制造企业内部物流特征建模方法

技术领域

本发明涉及制造企业内部物流特征建模方法，更具体的说，涉及一种基于多数据源的航空制造企业内部物流特征建模方法。

背景技术

随着国内航空工业技术水平的不断提高，航空产品项目日趋复杂，要求协作程度更高、区域跨度更广、周期更短、准时完工率更高、成本更低。优化和改进高效的物流系统成为企业的提高生产效率，缩短交付周期的一个重要手段。同时，物流运作水平的高低成为评判企业现代化经营水平的一个重要标准，物流的发展水平也成为衡量一个国家综合经济实力的重要标志之一。

如何应用高科技手段获取航空企业生产过程中动态的物流数据，通过ERP（企业资源管理）将材料、成品、零件、半成品、部件、产品的工艺顺序与其空间行为、空间属性联系起来，进行企业物料时空动态分布特征研究、企业内部物流动态特征建模研究，满足日益复杂的企业生产计划制定及辅助资源管理决策和厂房设备管理，是制造企业生产管理、资源管理面临的难题之一。

常规的航空制造企业采用工艺分工来进行厂房布局，对物料配送以及产品交接没有进行规划，往往依据个人经验判断，降低了生产的准时完工率，并可能出现一次可配送到的物料分多次配送，效率不高。同时，由于没有考虑物料流转过程中产生的相应成本，物流中产生的人力、设备消耗不可控，完全依靠员工的自觉性来降低成本，且每个专业厂都需要搬运工以及运输设备，重复投资，造成资源浪费。

发明内容

基于此，有必要提供一种能够得到精确到每个物料的分布特征依据的基于多数据源融合的航空制造企业内部物流特征建模方法。

所述基于多数据融合的航空制造企业内部物流特征建模方法包括以下步骤：

A.   将企业地图数据、条码设备采集数据、生产计划数据、运输设备数据输入ERP系统，并按照要求进行数据组织管理；

B.   基于条码设备采集数据建立企业物料分布模型；

C.   将生产计划数据、企业地图数据、运输设备数据与企业物流分布模型进行多源数据融合处理，获得指定时间段内的企业物流综合信息；

D.   根据运输设备的使用效率对企业物流特征进行分析，并交所述分析结果通过ERP系统进行发布。

所述步骤A中还包括步骤：

A1.对企业地图数据进行预处理，确定物流的发运点和接收点；

A2.建立基于企业地图的运输设备移动轨迹信息的基本方法建模。

所述步骤B中建立企业物流分布模型包括：物料包装时间建模、运输设备起止点分布建模。

所述步骤C中将生产计划数据、企业地图数据、运输设备数据与企业物流分布模型进行多源数据融合处理的步骤包括：

C1.对单种物料类型数据进行物流综合建模；

C2.进行多层次数据融合处理，包括基础数据融合处理、特征数据融合处理和策略数据融合处理。

C3.运输设备装货量空间建模、运输设备装货时间建模、运输设备卸货时间建模，厂房装货频率建模、厂房卸货频率建模。

所述步骤D中对企业物流特征进行分析的步骤还包括：

  D1.分析单一起止点单一物料流转的基本特征，包括配送批量、配送目的地以及配送的运输方式；

  D2.分析单一起止点单一物料流转的空间属性特征、需求频率特征、配送频率特征、配送起止点分布特征；

  D3.分析单一起止点多种物料一次配送的空间属性特征、配送批量特征、配送频率特征、配送起止点分布特征；

  D4.分析多起止点单一物料配送的空间属性特征，配送频率特征；

  D5.将所述通过ERP系统发布，并应用到分厂生产计划管理、配送计划管理、厂房规划中，并根据所述分析结果实现以企业物料分布模型为基础的综合信息知识提取应用，为决策管理提供支持。

上述基于多数据源的制造企业内部物流特征建模方法，基于条码设备采集数据，建立企业物料分布模型，获取大数据量、高质量、具有时空特性的物流需求特征数据，解决了现有人工配送缺乏统一规划、物料需求无法及时响应、信息时效性差等不足。应用所建企业物料分布模型对生产计划数据、企业地图数据、运输设备数据进行多源数据融合处理以及企业物流特征分析，能得到精确的物流特征依据，且所得到的物流特征信息覆盖面大，实用性强，能够反映企业物料需求的时间特点与频率特点。另外，通过对单一物料单一起止点路径、单一物料多种起止点路径、多种物料多种起止点路径进行建模分析、数据挖掘、专题展示，实现了以物流特征模型为基础的综合信息知识提取，为生产计划管理、物流优化及厂房布局优化提供了决策依据。

附图说明

下面结合附图对本发明的具体实施例作进一步详细的说明。

图1是实施例中基于多数据源的航空制造企业内部物流特征建模方法的流程图。

具体实施方式

图1示出了实施例中本发明的基于多数据源的航空制造企业内部物流特征建模方法的流程，具体过程如下：

[0014]在步骤S101中，将企业地图数据、条码设备采集数据、生产计划数据、运输设备数据输入ERP系统，并按照要求进行数据组织管理。

[0015]在一个实施方式中，需要对物料的空间属性进行预处理。在数据获取方面，主要来源于现有系统中存放的物料尺寸信息，但同时需要对历史运输记录进行分析建模，找出多种物料组合后叠加的空间体积信息。由于不同物料的尺寸信息的描述方式千差万别，材料的尺寸信息来源于各销售商标注的材料规格或者毛料尺寸，成品的尺寸信息来源于承制厂商的包装箱尺寸，标准件的尺寸信息来源于不同批量的载具的尺寸，而小型部件的尺寸信息要依据相应工装的尺寸信息，因此需要将这些不同方式的尺寸信息转化为标准的（立方体：长X宽X高）空间数据。此外，可能会出现基础数据不准确、计量单位不统一、批量组合后的数据误差等情况，所以必须对标准化后的数据进行逻辑判断以过滤异常数据。

[0016]在一个实施方式中，还应建立基于条码扫描设备、企业地图数据获取物料移动轨迹信息的基本方法模型。随着条码扫描设备在企业各部门的推广应用，可以对目标物料进行位置定位，连续追踪其物理状态变化信息，在此基础上进行数据处理和建模分析，提炼出相应的物料移动轨迹，能够反映各种时间周期间隔内移动轨迹的动态变化特征，可追踪的样本量充足，获得的数据具有较强的代表性和真实性，数据质量较高。

[0017]在步骤S102中，基于条码设备采集数据建立企业物料分布模型

[0018]企业物料分布具有以下基本特征：

[0019]（1）空间特征：不同职能的厂房或者办公场所的实体空间属性是固定的，而能容纳物料的数量根据物料本身的空间属性来决定。物料的空间分布一定程度上决定了物料流动的批量特点。

[0020]（2）时间特征。物料的流动是随时间动态变化的，由于航空产品的制造周期较长，在一个周期内，物料的流动数量以及流动频率变化呈V字形曲线特征，但是由于多项目同时进行制造，各种因素相互影响、相互作用，其变化逐步趋于复杂无序。

[0021]（3）职能特征。厂房和办公场所的职能往往决定了物料分布的类型，同时也与物料流入频度、物料流出频度直接相关。

[0022]在步骤S103中，将生产计划数据、企业地图数据、运输设备数据与企业物流分布模型进行多源数据融合处理，获得指定时间段内的企业物流综合信息。

在一个实施方法中，所进行的多源数据融合处理包括：对单种物料类型数据进行物流综合建模；将条码采集数据、配送计划、出入库数据进行多层次融合处理。条码采集数据与库房出入库数据作为两种物料流动数据源，有其各自优势和不足。条码采集数据的数据实时性高，但应用范围有限，在物料的加工过程中，由于无法保证条码不被破坏，因此没有应用条码。库房出入库信息具有覆盖范围广的特点，但是由于实际物料流动的时间与信息录入的时间存在不确定的间隔，时间精度较差。数据融合技术充分利用了多数据源的冗余性和互补性，可有效增加信息处理的可靠性，能将离散、甚至相互矛盾的复杂信息转换为一致性的描述。

[0023]为了保证物流信息的质量，提高可信度和可用度，需要利用多源数据相互检验、相互补充、综合处理。利用数据融合技术，在一定准则下可加以自动分析、综合，才能得到具有实际应用价值的企业内部物流特征信息。多源数据是数据融合的加工对象，协调优化和综合处理是数据融合的核心。

[0024]在步骤S104中，根据运输设备的使用效率对企业物流特征进行分析，并交所述分析结果通过ERP系统进行发布。

[0025]在一个实施方式中，对企业内物流特征的分析具体包括：分析单一起止点单一物料流转的基本特征，包括配送批量、配送目的地以及配送的运输方式；分析单一起止点单一物料流转的空间属性特征、需求频率特征、配送频率特征、配送起止点分布特征；分析单一起止点多种物料一次配送的空间属性特征、配送批量特征、配送频率特征、配送起止点分布特征；分析多起止点单一物料配送的空间属性特征，配送频率特征等。

[0026]通过条码设备和ERP系统可以获取大数据量、连续时间序列的企业内部物料轨迹信息，通过与运输设备信息的融合，可以获得运输设备空间占用以及流动路径的时间动态图；在一个实施方式中，将分析结果通过ERP系统发布后，将分析结果应用到配送计划优化、运输设备采购需求管理、人力资源规划应用中。另外，根据所述分析结果实现以物流特征模型为基础的综合信息知识提取，为生产计划排程、厂房布局优化、组织机构调整提供了决策依据。

[0027]本发明基于企业ERP系统平台，实现了对海量物流信息的存储、融合处理、建模分析、数据挖掘、专题展示，并结合企业地图、运输设备等数据，实现物流路径、运输效率等统计分析，实现以物流特征模型为基础的综合信息知识提取，为生产计划排程、厂房布局优化、组织机构调整提供了决策依据。

[0028]最后应说明的是，以上实施例仅用于说明本发明的技术方案而非限制，尽管实施例对本发明进行了详细说明，本领域的技术人员应当理解，可以对本发明的技术方案进行修改或等同替换，而不能脱离本发明技术方案的精神和范围。本发明的专利保护范围应以所付权利要求为准。

Claims (5)

1.基于多数据融合的航空制造企业内部物流特征建模方法，其特征在于：包括以下步骤：

A.  将企业地图数据、条码设备采集数据、生产计划数据、运输设备数据输入ERP系统，并按照要求进行数据组织管理；

B.  基于条码设备采集数据建立企业物料分布模型；

C.  将生产计划数据、企业地图数据、运输设备数据与企业物流分布模型进行多源数据融合处理，获得指定时间段内的企业物流综合信息；

D.  根据运输设备的使用效率对企业物流特征进行分析，并交所述分析结果通过ERP系统进行发布。

2.根据权利要求1所述的基于多数据融合的航空制造企业内部物流特征建模方法，其特征在于：所述步骤A之前还包括步骤：

A1.对企业地图数据进行预处理，确定物流的发运点和接收点；

A2.建立基于企业地图的运输设备移动轨迹信息的基本方法建模。

3.根据权利要求1所述的基于多数据融合的航空制造企业内部物流特征建模方法，其特征在于：所述步骤B中建立企业物流分布模型包括：物料包装时间建模、运输设备起止点分布建模。

4.根据权利要求1所述的基于多数据融合的航空制造企业内部物流特征建模方法，其特征在于：所述步骤C中将生产计划数据、企业地图数据、运输设备数据与企业物流分布模型进行多源数据融合处理的步骤包括：

C1.对单种物料类型数据进行物流综合建模；

C2.进行多层次数据融合处理，包括基础数据融合处理、特征数据融合处理和策略数据融合处理；

C3.运输设备装货量空间建模、运输设备装货时间建模、运输设备卸货时间建模，厂房装货频率建模、厂房卸货频率建模。

5.根据权利要求1所述的基于多数据融合的航空制造企业内部物流特征建模方法，其特征在于：所述步骤D中对企业物流特征进行分析的步骤还包括：

D1.分析单一起止点单一物料流转的基本特征，包括配送批量、配送目的地以及配送的运输方式；

D2.分析单一起止点单一物料流转的空间属性特征、需求频率特征、配送频率特征、配送起止点分布特征；

D3.分析单一起止点多种物料一次配送的空间属性特征、配送批量特征、配送频率特征、配送起止点分布特征；

D4.分析多起止点单一物料配送的空间属性特征，配送频率特征；

D5.将所述通过ERP系统发布，并应用到分厂生产计划管理、配送计划管理、厂房规划中，并根据所述分析结果实现以企业物料分布模型为基础的综合信息知识提取应用，为决策管理提供支持。

Images