CN106096803A - 自动化新备用零件预测和需求计划系统 - Google Patents

自动化新备用零件预测和需求计划系统 Download PDF

Info

Publication number
CN106096803A
CN106096803A CN201511016411.0A CN201511016411A CN106096803A CN 106096803 A CN106096803 A CN 106096803A CN 201511016411 A CN201511016411 A CN 201511016411A CN 106096803 A CN106096803 A CN 106096803A
Authority
CN
China
Prior art keywords
model product
new
code
product
new model
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.)
Pending
Application number
CN201511016411.0A
Other languages
English (en)
Inventor
A·卡皮尔
Z·N·卡斯瓦拉
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.)
Accenture Global Services GmbH
Accenture Global Services Ltd
Original Assignee
Accenture Global Services GmbH
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 Accenture Global Services GmbH filed Critical Accenture Global Services GmbH
Publication of CN106096803A publication Critical patent/CN106096803A/zh
Pending legal-status Critical Current

Links

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
    • G06Q10/06315—Needs-based resource requirements planning or analysis
    • 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
    • G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
    • G06Q10/087—Inventory or stock management, e.g. order filling, procurement or balancing against orders
    • G06Q10/0875—Itemisation or classification of parts, supplies or services, e.g. bill of materials
    • 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
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0633—Lists, e.g. purchase orders, compilation or processing
    • 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
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/04—Manufacturing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/30—Monitoring
    • G06F11/34—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • 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
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Z—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS, NOT OTHERWISE PROVIDED FOR
    • G16Z99/00—Subject matter not provided for in other main groups of this subclass

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Marketing (AREA)
  • Theoretical Computer Science (AREA)
  • Development Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Tourism & Hospitality (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Manufacturing & Machinery (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Educational Administration (AREA)
  • Game Theory and Decision Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本申请的各实施例涉及自动化新备用零件预测和需求计划系统。一种系统可以接收新型号产品的标识符并且标识与该标识符相关联的存储的零件列表。该系统可以确定该零件列表上包括的一个或多个零件的代码并且可以将该零件列表上包括的一个或多个零件中的零件的代码与旧型号产品中包括的零件的代码比较。如果该零件列表上包括的零件的代码与旧型号产品中包括的零件中的一个零件的代码匹配，则该系统可以确定该零件列表上包括的零件与旧型号产品中包括的零件中的一个零件相当。系统可以使用与旧型号产品中包括的零件之一相关联的数据来生成新备用零件预测。

Description

自动化新备用零件预测和需求计划系统
技术领域
本申请的各实施例总体上涉及自动化新备用零件预测和需求计划系统。
背景技术
为了防止产品发生故障时的操作延迟，供应链管理者需要产品的可用服务(或者备用)零件的库存以使得能够修复和/或恢复操作。
发明内容
在一些可能的实现方式中，一种系统可以接收新型号产品的标识符。系统可以标识与新型号产品的标识符相关联的存储的零件列表。系统可以确定新型号产品的零件列表上包括的一个或多个零件的代码。系统可以将新型号产品的零件列表上包括的一个或多个零件中的零件的代码与旧型号产品中包括的零件的代码比较。如果新型号产品的零件列表上包括的零件的代码与旧型号产品中包括的零件中的一个零件的代码匹配，则系统可以确定新型号产品的零件列表上包括的零件与旧型号产品中包括的零件中的该一个零件相当。系统可以使用与旧型号产品中包括的零件中的该一个零件相关联的数据来生成对与新型号产品的零件列表上包括的零件相关联的新备用零件的类型和数量的新备用零件预测。
在一些可能的实现方式中，一种计算机可读介质可以存储指令，这些指令当由一个或多个处理器执行时，使得该一个或多个处理器接收新型号产品的标识符。这些指令当由一个或多个处理器执行时，还可以使得该一个或多个处理器标识与新型号产品的标识符相关联的存储的零件列表。这些指令当由一个或多个处理器执行时，还可以使得该一个或多个处理器确定新型号产品的零件列表上包括的一个或多个零件的代码。这些指令当由一个或多个处理器执行时，还可以使得该一个或多个处理器将新型号产品的零件列表上包括的一个或多个零件中的零件的代码与旧型号产品中包括的零件的代码比较。这些指令当由一个或多个处理器执行时，还可以使得该一个或多个处理器如果新型号产品的零件列表上包括的零件的代码与旧型号产品中包括的零件中的一个零件的代码匹配，则确定新型号产品的零件列表上包括的零件与旧型号产品中包括的零件中的该一个零件相当。这些指令当由一个或多个处理器执行时，还可以使得该一个或多个处理器使用与旧型号产品中包括的零件中的该一个零件相关联的数据来生成对与新型号产品的零件列表上包括的零件相关联的新备用零件的新备用零件预测。这些指令当由一个或多个处理器执行时，还可以使得该一个或多个处理器输出该新备用零件预测。
在一些实现方式中，一种方法可以包括由设备接收新型号产品的标识符。该方法可以包括由该设备接收与新型号产品相关联的新备用零件预测的日期范围。该方法可以包括由该设备标识与新型号产品的标识符相关联的存储的零件列表。该方法可以包括由该设备确定新型号产品的零件列表上包括的零件的代码。该方法可以包括由该设备将新型号产品的零件列表上包括的零件的代码与旧型号产品中包括的零件的代码比较。该方法可以包括如果新型号产品的零件列表上包括的零件的代码与旧型号产品中包括的零件中的一个零件的代码匹配，则由该设备确定新型号产品的零件列表上包括的零件与旧型号产品中包括的零件中的该一个零件相当。该方法可以包括由该设备使用与旧型号产品中包括的零件中的该一个零件相关联的数据来针对所述日期范围生成对与新型号产品的零件列表上包括的零件相关联的新备用零件的新备用零件预测。该方法可以包括由该设备输出该新备用零件预测。
根据本申请的一个示例性实施例，公开了一种系统，包括：一个或多个设备，用于：接收用于新型号产品的标识符；标识与所述新型号产品的所述标识符相关联的存储的零件列表；确定所述新型号产品的所述零件列表上包括的一个或多个零件的代码；将所述新型号产品的所述零件列表上包括的所述一个或多个零件中的零件的代码与旧型号产品中包括的零件的代码比较；如果所述新型号产品的所述零件列表上包括的所述零件的所述代码与所述旧型号产品中包括的所述零件中的一个零件的代码匹配，则确定所述新型号产品的所述零件列表上包括的所述零件与所述旧型号产品中包括的所述零件中的所述一个零件相当；以及使用与所述旧型号产品中包括的所述零件中的所述一个零件相关联的数据来生成对与所述新型号产品的所述零件列表上包括的所述零件相关联的新备用零件的类型和数量的新备用零件预测。
在所述系统中，其中所述一个或多个设备还用于：提供所述新备用零件预测以用于在用户设备的显示器上显示。
在所述系统中，其中所述一个或多个设备还用于：利用所述新备用零件预测向用户设备提供通知。
在所述系统中，其中所述一个或多个设备还用于：提供用于自动地购买所述类型和所述数量的所述新备用零件的信息。
在所述系统中，其中所述一个或多个设备还用于：利用所述新备用零件的所述类型和所述数量来自动地填充购买屏幕。
在所述系统中，其中所述一个或多个设备还用于：在所述新型号产品的产品发布之后，基于所述新型号产品的所述零件列表上包括的所述零件的实际数据来更新所述新备用零件预测。
在所述系统中，其中被用于生成所述新备用零件预测的所述数据包括生产信息、保修信息、内部质量信息和/或产品信息。
根据本申请的一个示例性实施例，公开了一种存储指令的计算机可读介质，所述指令包括：一个或多个指令，所述一个或多个指令当由一个或多个处理器执行时，使得所述一个或多个处理器：接收用于新型号产品的标识符；标识与所述新型号产品的所述标识符相关联的存储的零件列表；确定所述新型号产品的所述零件列表上包括的一个或多个零件的代码；将所述新型号产品的所述零件列表上包括的所述一个或多个零件中的零件的代码与旧型号产品中包括的零件的代码比较；如果所述新型号产品的所述零件列表上包括的所述零件的所述代码与所述旧型号产品中包括的所述零件中的一个零件的代码匹配，则确定所述新型号产品的所述零件列表上包括的所述零件与所述旧型号产品中包括的所述零件中的所述一个零件相当；使用与所述旧型号产品中包括的所述零件中的所述一个零件相关联的数据来生成对与所述新型号产品的所述零件列表上包括的所述零件相关联的新备用零件的新备用零件预测；以及输出所述新备用零件预测。
在所述计算机可读介质中，其中所述一个或多个指令当由所述一个或多个处理器执行时，还使得所述一个或多个处理器：如果所述新型号产品的所述零件列表上包括的所述零件的所述代码未与所述旧型号产品中包括的所述零件的代码匹配，则提供不存在相当零件的通知。
在所述计算机可读介质中，其中所述一个或多个指令当由所述一个或多个处理器执行时，还使得所述一个或多个处理器：提示用户从新型号产品的列表选择新型号产品；以及生成对选择的所述新型号产品的新备用零件预测。
在所述计算机可读介质中，其中所述一个或多个指令当由所述一个或多个处理器执行时，还使得所述一个或多个处理器：标识所述新型号产品的所述零件列表上包括的所述零件的零件项代码；标识所述新型号产品的所述零件列表上包括的所述零件的功能代码；或者标识所述新型号产品的所述零件列表上包括的所述零件的类别代码；以及基于所述零件项代码、所述功能代码和/或所述类别代码来确定所述新型号产品的所述零件列表上包括的所述零件的所述代码。
在所述计算机可读介质中，其中被用于生成所述新备用零件预测的所述数据包括生产信息，所述生产信息包括所述新型号产品和/或所述旧型号产品的零件列表信息、所述零件列表上包括的所述零件的功能、与所述零件列表上包括的所述零件有关的材料信息、与所述零件列表上包括的所述零件有关的制造信息和/或与所述零件列表上包括的所述零件有关的产品层级信息。
在所述计算机可读介质中，其中被用于生成所述新备用零件预测的所述数据包括保修信息，所述保修信息包括为所述新型号产品和/或所述旧型号产品提供的保修的类型和/或范围、所述保修的有效时段、所述保修的条款和/或与所述新型号产品和/或所述旧型号产品有关的索赔信息。
在所述计算机可读介质中，其中被用于生成所述新备用零件预测的所述数据包括内部质量信息，所述内部质量信息包括内部工厂一次合格率数据、审计数据、工程和评估测试数据、不合规和校正动作数据和/或校正动作报告。
在所述计算机可读介质中，其中被用于生成所述新备用零件预测的所述数据包括产品信息，所述产品信息包括所述新型号产品的销售预测数据、制造的所述新型号产品的数量、所述新型号产品的销售计划和/或所述新型号产品和/或所述旧型号产品的销售数据。
根据本申请的一个示例性实施例，公开了一种方法，包括：由设备接收新型号产品的标识符；由所述设备接收与所述新型号产品相关联的新备用零件预测的日期范围；由所述设备标识与所述新型号产品的所述标识符相关联的存储的零件列表；由所述设备确定所述新型号产品的所述零件列表上包括的零件的代码；由所述设备将所述新型号产品的所述零件列表上包括的所述零件的所述代码与旧型号产品中包括的零件的代码比较；如果所述新型号产品的所述零件列表上包括的所述零件的所述代码与所述旧型号产品中包括的所述零件中的一个零件的代码匹配，则由所述设备确定所述新型号产品的所述零件列表上包括的所述零件与所述旧型号产品中包括的所述零件中的所述一个零件相当；由所述设备使用与所述旧型号产品中包括的所述零件中的所述一个零件相关联的数据来针对所述日期范围生成对与所述新型号产品的所述零件列表上包括的所述零件相关联的新备用零件的所述新备用零件预测；以及由所述设备输出所述新备用零件预测。
在所述方法中，还包括：确定所述旧型号产品中包括的所述零件中的所述一个零件的故障率。
在所述方法中，还包括：使用所述旧型号产品中包括的所述零件中的所述一个零件的所述故障率作为所述新型号产品的所述零件列表上包括的所述零件的预测的故障率；以及通过将所述预测的故障率乘以销售的或者预测销售的所述零件的总数量来计算所述新备用零件的数量。
在所述方法中，还包括：基于所述新型号产品的所述零件列表上包括的所述零件的实际故障数据来调整所述故障率。
在所述方法中，还包括：基于所述新型号产品的所述零件列表上包括的所述零件的不合规和校正动作信息和/或校正动作报告信息来调整所述故障率。
附图说明
图1是在这里描述的一种示例实现方式的概览的示图；
图2是在这里描述的系统和/或方法可被实现于其中的示例环境的示图；
图3是图2的一个或多个设备的示例部件的示图；
图4是用于建立自动化新备用零件预测和需求计划系统的示例过程的流程图；
图5是用于使用自动化新备用零件预测和需求计划系统的示例过程的流程图；以及
图6A至图6G是与在图5中示出的示例过程有关的示例实现方式的示图。
具体实施方式
对示例实现方式的以下详细描述参考附图。不同附图中的相同标号可以标识相同或者类似的元件。
在具有多个零件的产品(例如，电器、汽车设备、重工业设备等)的正常生命周期期间，一个或多个零件可能由于各种原因(例如，正常使用、材料缺陷、事故等)而发生故障。为了防止零件发生故障时的操作延迟，备用零件是必需的。在库存中备办大量备用零件的安全存货可以形成解决方案。然而，在不知道哪个零件很可能发生故障以及针对关联的备用零件产生的不间断需求的情况下，为每一个独特零件备办大量备用零件可能是昂贵的。附加地，对产品的后续修改可能使某些零件以及某些零件的关联的备用零件淘汰，从而因为备用零件可能需要替换而使成本上升。
预测方法(例如，克罗斯顿的不间断需求模型、蒙地卡洛仿真、具有不间断数据的季节性因果的回归模型等)和/或工具可被用于确定很可能发生故障的零件并且可以将由于故障而对关联的备用零件产生的不间断需求考虑在内。预测方法和/或工具允许供应链管理者确定在设定的时间段期间要在库存中存储的备用零件的类型和数量。一般而言，预测方法和/或工具利用产品的历史数据来提供该产品中包括的很可能发生故障的一个或多个零件的预测，并且预测该一个或多个零件的故障率。基于利用历史数据的预测，供应链管理者可以保持可用零件的精确和成本高效的库存。
然而，新产品没有故障的零件的历史数据来提供作为对预测方法和/或工具的输入。没有历史故障率数据，预测可用备用零件的精确和成本高效的库存可以证明是困难的。如果供应链管理者在库存中保持过少数量的备用零件，则可能对于产品发生操作延迟，从而影响对新产品的顾客满意度和/或顾客态度。相反地，如果供应链管理者在库存中保持过多数量的备用零件，则成本(例如，与购买不用的备用零件相关联的成本、与存储不用的备用零件相关联的成本、与替换淘汰的备用零件相关联的成本、与不用的备用零件的折旧相关联的成本，等等)可能高。附加地，因为供应链管理者采用附加的步骤来保证新产品的备用零件，保修成本也被负面地影响。
在此描述的实现方式提供了一种自动化新备用零件预测和需求计划系统(在下文中被称作新备用零件预测系统)，其通过集成和利用各种信息源(例如，工厂信息、保修信息、质量信息、产品信息，等等)来精确地预测可被存储在新产品的库存中的一个或多个新备用零件的类型和数量，以使包含这些新备用零件的产品的成本和操作延迟最小化，由此提高总体顾客满意度。
图1是在此描述的示例实现方式100的概览的示图。如在图1中所示，假定用户设备的用户(例如，供应链管理者)预计到在设定时间段(例如，在新产品的产品发布之后的6个月)期间可能发生的与零件相关联的故障而希望以精确和成本高效的方式订购新产品(例如，新型号的拖拉机)中包括的关联的零件的备用零件。然而，假定用户在没有哪些零件很有可能发生故障的任何历史数据及该零件的故障率的情况下不知道为了存储在库存中而要订购的备用零件的类型和数量。
如在图1中所示，示例实现方式100可以包括诸如个人计算机之类的用户设备，以及新备用零件预测系统。用户设备的用户可以录入新产品的名称(例如，新拖拉机型号)。用户还可以录入新产品中包括的零件的潜在故障的日期范围(例如，6/1/15–12/1/15)。
如在图1中所示，新备用零件预测系统可以接收新产品的名称和日期范围作为输入。新备用零件预测系统可以执行对新产品的分析以预测要订购的一个或多个新备用零件的类型和数量。如在图1中所示，新备用零件预测系统可以包括存储的信息，诸如生产信息、保修信息、内部质量信息和/或产品信息。
如在图1中所示，新备用零件预测系统可以使用存储的信息来分析新产品并提供对要订购的新备用零件(例如，新备用零件A)的类型和新备用零件的数量(例如，1000单位的新备用零件A)的预测以使成本最小化并降低新产品的操作延迟。例如，新备用零件预测系统可以考虑各种因素(例如，基于功能的相当零件、相当零件的故障率、新产品的销售预测、内部工厂故障率和/或审计数据，等等)。
如在图1中所示，用户可以基于由新备用零件预测系统建议的数量或者另一指定的数量来订购新备用零件。通过使用相当零件和/或具有类似功能的零件的历史数据、新产品中包括的故障零件的实时工厂数据、新产品中包括的零件相对于相当零件的改进数据和/或其他信息，新备用零件预测系统可以提高包括需要被存储在库存中的新备用零件的类型和数量在内的新备用零件预测的精度，由此使成本最小化并降低作为零件故障的结果的操作延迟。
图2是在这里描述的系统和/或方法可被实现于其中的示例环境200的示图。如在图2中所示，环境200可以包括用户设备210、网络220、新备用零件服务器230和新备用零件存储器240。环境200的设备可以经由有线连接、无线连接或有线连接和无线连接的组合互连。
用户设备210可以包括能够提供、呈现和/或显示信息的设备。例如，用户设备210可以包括移动电话(例如，智能电话、无线电话，等等)、计算设备(例如，台式计算机、膝上型计算机、平板计算机、手持计算机，等等)，和/或类似类型的设备。在一些实现方式中，用户设备210可以从新备用零件服务器230和/或另一设备接收信息和/或向新备用零件服务器230和/或另一设备传输信息。
网络220可以包括一个或多个有线网络和/或无线网络。例如，网络220可以包括蜂窝网络(例如，长期演进(LTE)网络、3G网络、码分多址(CDMA)网络，等等)、公共陆地移动网络(PLMN)、无线局域网(例如，Wi-Fi网络)、局域网(LAN)、广域网(WAN)、城域网(MAN)、电话网络(例如，公共交换电话网(PSTN))、私有网络、自组网、内联网、因特网、基于光纤的网络、云计算网络和/或这些或者其他类型的网络的组合。
新备用零件服务器230可以包括能够生成、处理和/或提供信息的一个或多个服务器设备。在一些实现方式中，新备用零件服务器230可以生成、处理、存储预测信息和/或将预测信息提供给用户设备210和/或另一设备。在一些实现方式中，新备用零件服务器230可以从用户设备210、新备用零件存储器240和/或另一设备接收信息和/或将信息传输给用户设备210、新备用零件存储器240和/或另一设备。
新备用零件存储器240可以包括能够处理、存储和/或提供信息的一个或多个存储设备。在一些实现方式中，新备用零件存储器240可以处理、存储和/或提供信息，诸如生产信息、保修信息、内部质量信息、产品信息和/或其他信息。
在图2中示出的设备和网络的数目和布置是作为示例而被提供的。在实践中，与在图2中示出的那些相比，可能存在附加设备和/或网络、更少设备和/或网络、不同设备和/或网络或者被不同布置的设备和/或网络。另外，在图2中示出的两个或更多个设备可被实现在单个设备中，或者在图2中示出的单个设备可被实现为多个分布式设备。附加地或者备选地，环境200中的一组设备(例如，一个或多个设备)可以执行被描述为由环境200中的另一组设备执行的一个或多个功能。
图3是设备300的示例部件的示图。设备300可以对应于图2的用户设备210和/或新备用零件服务器230。在一些实现方式中，用户设备210和/或新备用零件服务器230可以包括一个或多个设备300和/或设备300的一个或多个部件。如在图3中所示，设备300可以包括总线310、处理器320、存储器330、存储部件340、输入部件350、输出部件360和通信接口370。
总线310可以包括允许设备300中的部件之间的通信的部件。处理器320以硬件、固件或者硬件和软件的组合而被实现。处理器320可以包括处理器(例如，中央处理单元(CPU)、图形处理单元(GPU)、加速处理单元(APU)，等等)、微处理器和/或解译和/或执行指令的任何处理部件(例如，现场可编程门阵列(FPGA)、专用集成电路(ASIC)，等等)。存储器330可以包括随机存取存储器(RAM)、只读存储器(ROM)和/或存储供处理器320使用的信息和/或指令的另一类型的动态或静态存储设备(例如，闪速存储器、磁存储器、光学存储器，等等)。
存储部件340可以存储与设备300的操作和使用有关的信息和/或软件。例如，存储部件340可以连同对应驱动器包括硬盘(例如，磁盘、光盘、磁光盘、固态盘，等等)、紧凑盘(CD)、数字多用途盘(DVD)、软盘、卡盒、磁带和/或另一类型的计算机可读介质。
输入部件350可以包括允许设备300诸如经由用户输入(例如，触摸屏显示、键盘、小键盘、鼠标、按钮、开关、麦克风，等等)来接收信息的部件。附加地或者备选地，输入部件350可以包括用于感测信息的传感器(例如，全球定位系统(GPS)部件、加速度计、陀螺仪、致动器，等等)。输出部件360可以包括提供来自设备300的输出信息的部件(例如，显示器、扬声器、一个或多个发光二极管(LED)，等等)。
通信接口370可以包括使得设备300能够诸如经由有线连接、无线连接或者有线连接和无线连接的组合来与其他设备通信的收发器似的部件(例如，收发器、分离的接收器和发射器，等等)。通信接口370可以允许设备300从另一设备接收信息和/或向另个设备提供信息。例如，通信接口370可以包括以太网接口、光学接口、同轴接口、红外接口、射频(RF)接口、通用串行总线(USB)接口、Wi-Fi接口、蜂窝网络接口，等等。
设备300可以执行在这里描述的一个或多个过程。设备300可以响应于处理器320执行由诸如存储器330和/或存储部件340之类的计算机可读介质存储的软件指令而执行这些过程。计算机可读介质在这里被定义为非瞬态存储器设备。存储器设备包括单个物理存储器设备内的存储空间或者跨多个物理存储器设备伸展的存储空间。
软件指令可以经由通信接口370而被从另一计算机可读介质或者从另一设备读取到存储器330和/或存储器部件340中。当被执行时，在存储器330和/或存储器部件340中存储的软件指令可以使得处理器320执行在这里描述的一个或多个过才能。附加地或者备选地，硬连线电路可被用来代替软件指令以执行在这里描述的一个或多个处理，或者可被与软件指令结合来执行在这里描述的一个或多个处理。因此，在这里描述的实现方式不限于硬件电路和软件的任何特定组合。
在图3中示出的部件的数目和布置是作为示例而被提供的。在实践中，设备300可以包括与在图3中示出的那些相比的附加部件、更少部件、不同部件和/或被不同地布置的部件。附加地或者备选地，设备300中的一组部件(例如，一个或多个部件)可以执行被描述为由设备300中的另一组部件执行的一个或多个功能。
图4是用于建立新备用零件预测系统的示例过程400的流程图。在一些实现方式中，图4的一个或多个过程块可以由新备用零件服务器230执行。在一些实现方式中，图4的一个或多个过程块可以由诸如一个或多个用户设备210和/或另一设备之类的与新备用零件服务器230分离或者包括新备用零件服务器230的另一设备或者一组设备执行。
如在图4中进一步所示，过程400可以包括存储和/或更新查询信息(块410)。例如，新备用零件服务器230可以从用户设备210和/或另一设备接收包括零件和/或术语的标准字典在内的查询信息。附加地或者备选地，查询信息可以包括配置的文本分析。文本分析指的是从文本得出高质量信息的处理，文本通过各种手段而通过设计模式和/或趋势(例如，统计模式学习、帕累托分析法、趋势历史分析，等等)而被得出的。
配置的文本分析可以包括接收各种信息(例如，生产信息、保修信息、内部质量信息、产品信息，等等)、解析各种信息以将各种信息组织为已知结构、针对结构化信息添加和/或除去得出的语言特征、使用各种技术(例如，文本分类、文本聚类、粒度分类的产生等)得到结构化的信息内的模式、评估和/或解译结构化信息等。
附加地或者备选地，新备用零件服务器230可以将查询信息存储在新备用零件存储器240中。在一些实现方式中，新备用零件服务器230可以将查询信息存储在可由新备用零件服务器230访问的另一存储器设备或存储器件集合中。附加或者备选地，新备用零件服务器230可以在新的/更新的信息(例如，新的和/或更新的生产信息、新的和/或更新的保修信息、新的和/或更新的内部质量信息、新的和/或更新的产品信息，等等)被新备用零件服务器230接收到并被存储和/或更新时更新新备用零件存储器240中的查询信息。在一些实现方式中，新备用零件服务器230可以更新可由新备用零件服务器230访问的另一存储器件或存储器件集合中的查询信息。
如在图4中所示，过程400可以包括存储和/或更新生产信息(块420)。例如，新备用零件服务器230可以从工厂服务器(未示出)、用户设备210和/或另一设备接收生产信息。生产信息可以包括关于新型号产品和/或旧型号产品的信息，包括零件列表、零件列表上包括的零件的功能、材料信息、制造信息等。附加地或者备选地，生产信息可以包括与新型号产品和/或旧型号产品相关联的标识符。
在一些实现方式中，生产信息可以包括产品层级信息。产品层级信息可以包括产品层级，其可被用来通过为了评估和定价目的组合项目的各种特性而给项目分组。产品层级可以使用字符串而被定义，其中由字符串段定义的每个产品层级级别表示产品和/或零件的不同特性(例如，级别1＝00001可以表示拖拉机零件，级别2＝00002可以表示引擎零件，级别3＝00000003可以表示引擎垫圈，等等)。字符串段可被组合以基于功能来标识产品和/或零件的产品层级(例如，曲轴密封的产品层级可以是000010000200000003)。
在一些实现方式中，新备用零件服务器230可以根据技术规范、根据材料清单和/或根据新型号产品和/或旧型号产品的其他关联文档使用存储的查询信息来自动化地确定生产信息。在一些实现方式中，生产信息可以由工厂服务器、用户设备210和/或另一设备的用户输入。
附加地或者备选地，新备用零件服务器230可以将生产信息存储在新备用零件存储器240中。在一些实现方式中，新备用零件服务器230可以将生产信息存储在可由新备用零件服务器230存取的另一存储器设备或存储器设备集合中。附加地或者备选地，新备用零件服务器230可以在新的生产信息基于修改的零件列表和/或出于针对新型号产品和/或旧型号产品的其他原因而变得可用时更新新备用零件存储器240中的生产信息。在一些实现方式中，新备用零件服务器230可以更新可由新备用零件服务器230存取的另一存储器设备或存储器设备集合中的生产信息。
如在图4中进一步所示，过程400可以包括存储和/或更新保修信息(块430)。例如，新备用零件服务器230可以从工厂服务器、用户设备210和/或另一设备接收保修信息。保修信息例如可以包括为新型号产品和/或旧型号产品提供的保修的类型/范围(例如，终身保修、满意度保证保修、材料和工艺缺陷保修，等等)。附加地或者备选地，保修信息可以包括保修有效的时间段(例如，从零售购买日期起一年、从零售购买日期起两年、终身保修，等等)。附加地或者备选地，保修信息可以包括其他条款有关信息(例如，提供保修的关联工厂和/或制造商的名称、覆盖区域、与进行购买的国家相关联的特殊条款，等等)。
附加地或者备选地，保修信息可以包括索赔信息。索赔信息可以是与针对新型号产品和/或旧型号产品的一个或多个零件根据保修做出的与索赔相关联的信息。最初，新型号产品可能不具有任何保修信息。然而，新型号产品可以在新型号产品在产品发布之后进入流通时获得索赔信息。
索赔信息可以包括关于进行索赔所针对的在新型号产品和/或旧型号产品中包括的零件的信息(例如，零件类别/编号、诸如建造日期之类的制造信息、其中并入了这些零件的产品/型号、零件的成本、机器年龄、使用小时、交付前检查(PDI)信息，等等)。附加地或者备选地，索赔信息可以包括索赔的原因(例如，零件故障、未能满足顾客期望、零件表现不佳，等等)。附加地或者备选地，索赔信息可以包括与索赔有关的附加信息(例如，与索赔相关联的停机时间、使用初期索赔、用来解决索赔的请求的动作，等等)。
在一些实现方式中，新备用零件服务器230可以使用存储的查询信息来自动地确定保修信息。在一些实现方式中，保修信息可以由工厂服务器、用户设备210和/或另一设备的用户输入。
附加地或者备选地，新备用零件服务器230可以将保修信息存储在新备用零件存储器240中。在一些实现方式中，新备用零件服务器230可以将保修信息存储在可由新备用零件服务器230存取的另一存储器设备或存储器设备集合中。附加地或者备选地，新备用零件服务器230可以在新保修信息基于针对新型号产品和/或旧型号产品做出的新索赔而变得可用时更新新备用零件存储器240中的保修信息。在一些实现方式中，新备用零件服务器230可以更新可由新备用零件服务器230存取的另一存储器设备或存储器设备集合中的保修信息。
如在图4中进一步所示，过程400可以包括存储内部质量信息(块440)。例如，新备用零件服务器230可以从工厂设备、用户设备210和/或另一设备接收内部质量信息。内部质量信息可以包括内部故障率信息和改进信息。内部故障率信息包括与新型号产品相关联的零件的工程和评估测试(EET)数据、内部工厂一次合格率(FPY)、审计数据和/或交付前检查(PDI)数据。
FPY(也被称为直通率(TPY))，是由处理产生的新型号产品或零件的数量除以在指定时间段内进入该处理的新型号产品或零件的数量。不需要返工或废弃的新型号产品或零件在由处理产生的同时被计数。
内部故障率信息可以包括与新型号产品相关联的零件的内部故障率。附加地或者备选地，内部质量信息可以包括新型号产品或零件的缺陷信息。
改进信息可以包括新型号产品和/或零件的不合规和校正动作(NCCA)数据和/或一个或多个校正动作报告(CAR)。NCCA数据可以指示在可能已经发生了校正动作的最终检查之前对于新型号产品和/或零件发现的问题。校正动作可被记忆在CAR中。附加地或者备选地，NCCA数据和CAR可以包括相对于旧型号产品和/或零件、对新型号产品做出的改进
在一些实现方式中，新备用零件服务器230可以根据EET数据、FPY数据、NCCA数据、CAR和/或其他信息，使用存储的查询信息来自动地确定内部质量信息。例如，新备用零件服务器230可以读取在通用简短笔记应用(例如，QNotes、MS OneNote、文本编辑器)和/或另一应用中提供的EET数据、FPY数据、NCCA数据、CAR和/或其他信息，以标识和/或提取内部质量信息。附加地或者备选地，新备用零件服务器230可以搜索在新型号零件和/或旧型号零件的零件列表上列出的零件，和/或使用映射工具来确定哪些零件存在于EET数据、FPY数据、NCCA数据、CAR和/或其他数据中。在一些实现方式中，内部质量信息可以由工厂服务器、用户设备210和/或另一设备的用户输入。
附加地或者备选地，新备用零件服务器230可以将内部质量信息存储在新备用零件存储器240中。在一些实现方式中，新备用零件服务器230可以将内部质量信息存储在可由新备用零件服务器230存取的另一存储器设备或存储器设备集合中。
如在图4中进一步所示，过程400可以包括存储和/或更新产品信息(块450)。例如，新备用零件服务器230可以从销售设备(未示出)、用户设备210和/或另一设备接收产品信息。产品信息可以包括新型号产品的销售预测数据。附加地或者备选地，产品信息可以包括制造的新型号产品的数量。附加地或者备选地，产品信息可以包括新型号产品的销售计划。附加地或者备选地，产品信息可以包括新型号产品和/或旧型号产品的销售数据。
在一些实现方式中，新备用零件服务器230可以根据各种销售相关文档(例如，销售询问文档、销售投标文档、销售订购表格、预测文档、销售计划文档，等等)，使用存储的查询信息来自动地确定产品信息。在一些实现方式中，产品信息可以由销售设备、用户设备210和/或另一设备的用户输入。
附加地或者备选地，新备用零件服务器230可以将产品信息存储在新备用零件存储器240中。在一些实现方式中，新备用零件服务器230可以将产品信息存储在可由新备用零件服务器230存取的另一存储器设备或存储器设备集合中。附加地或者备选地，新备用零件服务器230可以在新的产品信息基于新型号产品和/或旧型号产品的修改的预测和/或销售数据而变得可用时更新新备用零件存储器240中的产品信息。在一些实现方式中，新备用零件服务器230可以更新可由新备用零件服务器230存取的另一存储器设备或存储器设备集合中的产品信息。
如在图4中进一步所示，过程400可以包括确定在新型号产品和/或旧型号产品中包括的零件的通用代码(块460)。例如，新备用零件服务器230可以读取包括新型号产品和/旧型号产品的零件列表在内的生产信息，以通过使用查询信息来标识特定零件。新备用零件服务器230可以利用类别代码(例如，类别代码＝粘合剂、类别代码＝角、类别代码＝臂，等等)将具有相同名称或零件描述的零件分组在一起。
附加地或者备选地，新备用零件服务器230可以将具有相同类别代码的零件分组在一起并且向具有相同类别代码的零件指派零件项代码(例如，新型号和/旧型号中包括的一个或多个粘合剂可被指派零件项代码＝023001，新型号和/旧型号中包括的一个或多个角可被指派零件项代码＝023002，新型号和/旧型号中包括的一个或多个臂可被指派零件项代码＝023002，等等)。
附加地或者备选地，新备用零件服务器230还可以向具有相同零件项代码的零件指派功能代码。例如，在复杂的多部件/多系统产品中，具有相同零件项代码的零件可被使用多于一次并被用于不同功能(例如，在拖拉机中，臂可被用在鼓风机/齿轮传动系统中、提升系统中、拾取螺杆(pickup auger)系统中，等等)。具有相同零件项代码的零件可以接收基于由零件执行的功能的功能代码(例如，作为鼓风机/齿轮传动系统中的部件的臂可以接收功能代码＝A-E0-4310，作为提升系统中的部件的臂可以接收功能代码＝A-E0-4775，作为拾取螺杆系统中的部件的臂可以接收功能代码＝A-E0-4119，等等)。在一些实现方式中，新备用零件服务器230可以基于考虑零件的指派产品层级来确定功能。
附加地或者备选地，新备用零件服务器230可以确定具有匹配的零件项代码、功能代码和/或类别代码的通用代码。作为结果，一个或多个不同型号产品(即，新型号产品和/或旧型号产品)中包括的零件可以接收相同的通用代码(例如，用作型号0568X和0569X中的部件的粘合剂可以接收通用代码＝41110048，用作型号0468X和0569X中的部件的角可以接收通用代码＝41110153，用作型号0569X、0558X、0458X和0468X中的部件的臂可以接收通用代码＝41110230，等等)。一个或多个型号当中接收相同通用代码的零件可被比较(例如，具有通用代码＝41110048的来自型号0568X和0569X的粘合剂可被比较，具有通用代码＝41110153的来自型号0468X和0569X的角可被比较，具有通用代码＝41110230的来自型号0569X、0558X、0458X和0468X的臂可被比较，)
附加地或者备选地，新备用零件服务器230可以将与零件相关联的通用代码存储在新备用零件存储器240中。在一些实现方式中，新备用零件服务器230可以将与零件相关联的通用代码存储在可由新备用零件服务器230存取的另一存储器设备或存储器设备集合中。
尽管图4示出了过程400中的示例块，但是在一些实现方式中，过程400可以包括与在图4中示出的那些相比附加的块、更少的块、不同的块或者被不同地配置的块。附加地或者备选地，过程400中的块中的两个或更多个块可被并行执行。
图5图示了用于使用新备用零件预测系统的示例过程500的流程图。在一些实现方式中，图5中的一个或多个过程块可由新备用零件服务器230执行。附加地或者备选地，图5中的一个或多个过程块可由诸如用户设备210和/或另一设备之类的与新备用零件服务器230分离或者包括新备用零件服务器230的另一设备或者一组设备执行。
如在图5中所示，过程500可以包括接收新型号产品的标识符和/或预测时段(块505)。例如，新备用零件服务器230可以接收如由用户设备210的用户输入的新型号产品的标识符(例如，新拖拉机型号500X、新洗衣机型号3000、新膝上型计算机型号50S，等等)。附加地或者备选地，新备用零件服务器230可以接收预测时段(例如，从新型号产品的发布日期起6个月，从新型号产品的发布日期起9个月，从新型号产品的发布日期起12个月，等等)。
在一些实现方式中，新备用零件服务器230可以基于从工厂服务器(未示出)、销售服务器(未示出)和/或另一设备接收到的工厂信息和/或产品信息来自动地接收新型号产品的标识符和/或预测时段。例如，新备用零件服务器230可以接收并解析销售计划文档以确定新型号产品的标识符和/或预测时段。接收并解析销售计划文档是确定新型号产品的标识符的一种方式，和/或预测时段和其他方式可能是可行的。
如在图5中进一步所示，过程500可以包括确定标识符是否与存储的标识符匹配(块510)。例如，新备用零件服务器230可以将新型号产品的标识符(例如，作为来自用户设备210的输入而接收到的)与存储的与新型号产品和/或旧型号产品相关联的标识符比较。如果接收到的标识符与存储的标识符匹配，则新备用零件服务器230可以使存储的标识符所关联于的零件列表与接收到的新型号产品的标识符相关联。如果接收到的标识符与存储的标识符不匹配，则新备用零件服务器230不可以标识与接收到的标识符相关联的零件列表。
如在图5中进一步所示，如果标识符与存储的标识符不匹配(块510-否)，则过程500可以包括提供标识符未被识别的通知(块515)。例如，如果新备用零件服务器230确定标识符与存储的标识符不匹配，则新备用零件服务器230可以向用户设备210通知标识符未被识别。用户设备210可以提供通知以用于显示，从而使得用户可以理解为何新备用零件预测未被提供。在一些实现方式中，通知可以提示用户基于通知执行动作(例如，录入新型号产品的新的标识符和/或经校正的标识符、来自新型号产品的列表的要针对其运行新备用零件预测的新型号产品、终止会话，等等)。
如在图5中进一步所示，如果标识符与存储的标识符不匹配(块510-否)，则过程500可以包括确定新型号产品中包括的零件是否与旧型号产品中包括的零件相当(块520)。例如，新备用零件服务器230可以分析新型号产品的零件列表以标识与零件相关联的通用代码。新备用零件服务器230可以将新型号产品中包括的零件所关联于的通用代码与旧型号产品中包括的零件所关联于的通用代码比较。如果新型号产品中包括的零件所关联于的通用代码与旧型号产品中包括的零件所关联于的通用代码匹配，则新备用零件服务器230可以确定新型号产品中包括的零件和旧型号产品中包括的零件是相当的。如果新型号产品中包括的零件的通用代码与旧型号产品中包括的零件的通用代码不匹配，则新备用零件服务器230可以确定对于新型号产品中包括的零件不存在相当的零件。
如在图5中进一步所示，当对于新型号产品中包括的零件不存在相当的零件时(块520-否)，过程500可以包括提供不存在相当零件的通知以提供新备用零件预测(块525)。例如，新备用零件预测服务器230可以向用户设备210通知(例如，经由电子邮件地址、经由的应用程序接口(API)提供给用户设备210的通知、经由与用户设备210通信的另一设备，等等)新型号产品中包括的零件不与旧型号产品中包括的零件相当。
在一些实现方式中，新备用零件服务器230可以向用户设备210提供指示与新型号产品中包括的零件的其他类似零件的信息。例如，新型号产品中包括的零件可以具有与旧型号产品中包括的零件的零件项代码、功能代码和/或类别代码匹配的关联的零件项代码、关联的功能代码和/或关联的类别代码。附加地或者备选地，新备用零件服务器230可以允许用户设备210的用户选择其他类似零件作为预测新型号产品的新备用零件的基础。在一些实现方式中，新备用零件服务器230在零件项代码、功能代码和/或类别代码与新型号产品中包括的零件的零件项代码、功能代码和/或类别代码匹配时可以自动地选择旧型号产品中包括的零件作为新备用零件预测的基础。
如在图5中进一步所示，当新型号产品中包括的零件与旧型号产品中包括的零件相当时(块520—是)，过程500可以包括确定相当零件的故障率(块530)。例如，新备用零件服务器230可以使用相当零件的数据来推断新型号产品中包括的零件的故障率，来确定相当零件的故障率。
为了确定故障率，新备用零件服务器230可以标识所生产的相当零件的总数量。例如，新备用零件服务器230可以使用存储的查询信息分析各种信息(例如，生产信息、产品信息，等等)，以确定在设定的时间段期间生产的相当零件的总数量(例如，在2014期间生产了总数量为400个的、通用代码＝41110048的粘合剂，在2014期间生产了总数量为400个的、通用代码＝41110153的角，在2014期间生产了总数量为400个的、通用代码＝41110230的臂，等等)。
附加地或者备选地，新备用零件服务器230可以使用存储的查询信息来分析包括索赔信息和/或其他信息的保修信息，以确定在设定的时间段期间发生故障的相当零件的数量(例如，数量为40个的、通用代码＝41110048的粘合剂在2014期间发生故障，数量为10个的、通用代码＝41110153的角在2014期间发生故障，数量为10个的、通用代码＝41110230的臂在2014期间发生故障，等等)。
例如，新备用零件服务器230可以通过使用存储的查询信息分析包括相当零件的索赔信息在内的保修信息来确定发生故障的零件的数量。新备用零件服务器230可以查询保修信息以搜索与相当零件相关联的故障(例如，与通用代码＝41110048的粘合剂相关联的索赔/故障、与通用代码＝41110153的角相关联的索赔/故障、与通用代码＝41110230的角相关联的索赔/故障，等等)，并且确定所发现的故障的总数量。附加地或者备选地，新备用零件服务器230可以通过将发生故障的相当零件的数量除以在设定的时间段期间生产/销售的相当零件的总数量来确定故障率(例如，通用代码＝41110048的粘合剂的故障率在2014期间是10％(40个发生故障的粘合剂除以生产/销售的400个粘合剂)；通用代码＝41110153的角的故障率在2014期间是2.5％(10个发生故障的粘合剂除以生产/销售的400个角)；通用代码＝41110230的臂的故障率在2014期间是25％(10个发生故障的臂除以生产/销售的400个臂)；等等)。可以在各种级别上(例如，在零件级别上、在系统级别上、在型号/产品级别上，等等)计算故障率。
如在图5中进一步所示，过程500可以选择用于新备用零件预测的零件(块535)。例如，新备用零件服务器230可以基于相当零件的故障率来选择新型号产品中包括的零件以用于新备用零件预测(例如，选择新型号产品中包括的相当零件接收到10个最高故障率处的零件；选择新型号产品中包括的相当零件接收到20个最高故障率处的零件；选择新型号产品中包括的相当零件接收到25个最高故障率处的零件；选择所有零件；等等)。例如，新备用零件服务器230可以针对新备用零件预测选择对于相当零件具有最高故障率的零件(例如，粘合剂以10％的故障率被选择用于新备用零件预测，其中粘合剂的故障率高于其他零件的故障率)。
在一些实现方式中，可以使用存储的查询信息、基于其他因素来自动地选择用于新备用零件预测的零件(例如，基于顾客不满意度来选择零件、基于发生故障的零件的数量来选择零件；基于成本因素来选择零件；基于零件是否是高容量、缓慢移动、粗笨来选择零件等；等等)，其中其他因素可以使用各种方法和/或技术而被分析(例如，分析帕累托信息、分析趋势信息，等等)。在一些实现方式中，零件可被呈现给用户设备210的用户以供选择。
如在图5中进一步所示，过程500可以包括确定新备用零件预测的预测的故障率(块540)。例如，新备用零件服务器230可以通过基于新型号产品中包括的零件的内部故障率信息调整相当零件的故障率来确定预测的故障率(例如，如果内部故障率高于相当零件的故障率则通过增大故障率来确定预测的故障率，如果内部故障率低于相当零件的故障率则通过降低故障率来确定预测的故障率，通过不对故障率进行调整来将预测的故障率确定为等于故障率，等等)。
附加地或者备选地，新备用零件服务器230可以通过基于相对于相当零件对新型号产品中包括的零件做出的改进信息而调整旧型号产品中包括的相当零件的故障率来确定预测的故障率(即，如果为了解决与相当零件的故障率相关联的问题而做出改进则通过降低故障率来确定预测的故障率)。新备用零件服务器230可以读取在通用简短笔记应用(例如，Qnotes、MS OneNote、文本编辑器)和/或其他应用中提供的EET数据、NCCA数据、CAR和/或其他信息，以通过使用在新备用零件服务器230、新备用零件存储器240和/或另一设备中存储的存储的查询信息来标识和/或提取改进信息以供进一步分析。
如在图5中进一步所示，过程500可以包括生成新备用零件预测(块545)。例如，新备用零件服务器230可以针对新型号产品中包括的并且针对新备用零件预测选择的零件而生成新备用零件预测。新备用零件服务器230可以标识暴露的基础。暴露的基础是在流通中的和/或在预测时段期间有发生故障的风险的新型号产品和/或针对新备用零件预测选择的新型号产品中包括的零件的总数量。暴露的基础可以是在预测时段(例如，6/1/2015–12/1/2015)期间销售和/或计划销售的新产品和/或在预测时段期间销售和/或计划销售的新型号产品中包括的零件(例如，通用代码＝41110048的粘合剂)的总数量。新备用零件服务器230可以分析各种信息(例如，生产信息、内部质量信息、产品信息，等等)来确定销售和/或计划销售的零件的总数量(例如，总数量为500的粘合剂计划在6/1/2015–12/1/2015之间销售)。
附加地或者备选地，新备用零件服务器230可以将暴露的基础乘以选择的零件的预测的故障率(例如，500粘合剂*10％)以预测要在库存中具有的新备用零件的数量(例如，在6/1/2015–12/1/2015之间针对新备用零件预测的50个通用代码＝41110048的粘合剂)，其中预测的故障率等于相当零件的故障率。将暴露的基础乘以预测的故障率是预测新备用零件的数量的一种方式，并且其他方式是可能的。
如在图5中进一步所示，过程500可以包括基于新备用零件预测执行动作(块550)。例如，新备用零件服务器230可以使得新备用零件预测被显示在用户设备210的显示器上。在一些实现方式中，新备用零件服务器230可以利用新备用零件预测向用户设备210的用户提供通知(例如，经由电子邮件地址)。在一些实现方式中，新备用零件服务器230可以使得基于预测的新备用零件来自动地购买一定量的新备用零件，如在图6F中所示。在一些实现方式中，新备用零件服务器230可以自动地填充用户设备210和/或另一设备上的购买屏幕，从而允许用户与输入机构(例如，提交(submit)按钮)交互以使得购买被做出。
如在图5中进一步所示，过程500可以包括更新新备用零件预测(块555)。例如，新备用零件服务器230可以基于根据在新型号产品已被销售之后对新型号产品中包括的零件做出的索赔而接收到的实际故障信息来更新新备用零件预测。新备用零件服务器230可以基于确定新型号产品中包括的零件的使用初期故障率来调整预测的故障率(例如，如果使用初期故障率高于预测的故障率则增大预测的故障率和/或针对新备用零件的数量的新备用零件预测，如果使用初期故障率低于预测的故障率则降低预测的故障率和/或针对新备用零件的数量的新备用零件预测，如果使用初期故障率等于(或者大致等于)预测的故障率则不对预测的故障率进行调整)。
尽管图5示出了过程500中的示例块，但是在一些实现方式中，过程500可以包括与在图5中示出的那些相比附加的块、更少的块、不同的块或者被不同地布置的块。附加地或者备选地，过程500中的块中的两个或更多个可被并行执行。附加地或者备选地，除非另有说明，每个块应当被看作是可选的。
图6A至图6G是与在图5中示出的示例过程500有关的示例实现方式600的示图。在示例实现方式600中，新备用零件服务器(例如，新备用零件服务器230)可以允许用户经由用户设备(例如，用户设备210)提交新型号的标识符，以生成用来确定在设定的时间段期间使修复时间最小化和保持与新型号标识符相关联的新型号产品的可操作性所可能需要的新备用零件的类型和数量的新备用零件预测。
如在图6A中所示，假定供应链管理者(例如，用户设备210的用户)希望知道在设定时段(例如，在6/1/2015–12/1/2015之间或者在新型号产品的产品发布之后的6个月)内使修复时间最小化和保持新型号产品(例如，新拖拉机型号500X)的可操作性所需的新备用零件的类型和数量。如在图6A中所示，用户设备210的用户使用用户设备210通过客户端应用(例如，库存管理系统应用)向新备用零件服务器230提交新型号产品(例如，新拖拉机型号500X)的标识符和预测时段(例如，6/1/2015–12/1/2015)。
假定具有关联的标识符的新型号产品和/或旧型号产品的零件列表已被新备用零件服务器230预先存储。如在图6B中并且通过标号610所出，新备用零件服务器230可以将新型号产品的标识符与新型号和旧产品所关联于的存储标识符比较以寻找匹配。如在图6B中并且通过标号620所示，新备用零件服务器230取回与匹配的存储标识符(例如，新拖拉机型号500X)相关联的零件列表。零件列表上包括的零件具有关联的功能代码(例如，零件编号＝161203并且被在传动系统中使用的滚子链具有功能代码＝C-E0-4310、零件编号＝161203并且被在带、滚轮和轴承系统中使用的滚子链具有功能代码＝C-E0-4320、零件编号＝161203并且被在拾取系统中使用的滚子链具有功能代码＝C-E0-4111、零件编号＝703324并且被在传动系统中使用的凸缘螺母具有功能代码＝C-E0-4320、零件编号＝703300并且被在带、滚轮和轴承系统中使用的滚珠轴承具有功能代码＝C-E0-4320、零件编号＝444107并且被在拾取系统中使用的轴具有功能代码＝C-E0-4111，等等)。
不同的零件可以共享相同的功能代码(例如，滚子链和凸缘螺母都被在传动系统中使用并且共享相同的功能代码＝C-E0-4310；滚子链和滚珠轴承都被在带、滚轮和轴承系统中使用并且共享相同的功能代码＝C-E0-4320；滚子链和轴都被在拾取系统中使用并且共享相同的功能代码＝C-E0-4111，等等)。
零件也具有确定的通用代码。具有相同零件编号但是具有不同功能代码的零件可以接收不同的通用代码(例如，零件编号＝161203并且功能代码＝C-E0-4310的滚子链具有通用代码＝21110048；零件编号＝161203并且功能代码＝C-E0-4320的滚子链具有通用代码＝21110049；零件编号＝161203并且功能代码＝C-E0-4111的滚子链具有通用代码＝21110050；等等)。
具有不同的零件编号但是具有相同功能代码的不同零件也可以接收不同的通用代码(例如，将通用代码＝21110048的具有零件编号＝161203和功能代码＝C-E0-4310的滚子链与通用代码＝8790011的具有零件编号＝703324和功能代码＝C-E0-4310的凸缘螺母比较；将通用代码＝21110049的具有零件编号＝161203和功能代码＝C-E0-4320的滚子链与通用代码＝6153214的具有零件编号＝703300和功能代码＝C-E0-4320的滚珠轴承比较；将通用代码＝21110050的具有零件编号＝161203和功能代码＝C-E0-4111的滚子链与通用代码＝3334328的具有零件编号＝444107和功能代码＝C-E0-4111的轴比较，等等)。
如在图6C中并且通过标号630所示，新备用零件服务器230将新型号产品中包括的零件的通用代码与先前为旧型号零件存储的通用代码比较。例如，新拖拉机型号500X在多于一个功能中使用滚子链(即，作为通用代码＝21110048的传动中的部件，作为通用代码＝21110040的带、滚轮和轴承系统中的部件，以及作为通用代码＝21110050的拾取螺杆系统中的部件，等等)。旧拖拉机型号400X也在多于一个功能中使用滚子链(即，作为通用代码＝21110048的传动系统中的部件，作为通用代码＝21110030的弹射系统中的部件，作为通用代码＝21110031的拾取螺杆系统中的部件的滚子链，等等)。新备用零件服务器230在新型号产品中包括的零件的通用代码与先前为旧型号零件存储的通用代码匹配的情况下将零件确定为是相当的(即，确定通用代码＝21110048并且在新拖拉机型号500X的传动系统中在功能上被使用的滚子链与通用代码＝21110048并且在旧拖拉机型号400X的传动系统中在功能上被使用的滚子链相当)。
假定新备用零件服务器230分析保修信息以确定与通用代码有关的索赔的数量(例如，与通用代码＝21110048有关的13项索赔)。还假定新备用零件服务器230分析销售信息以确定已销售的旧拖拉机型号400X的总数量(例如，已销售的379个旧拖拉机型号400X)。还假定相当的零件在每个旧型号产品中被使用一次(例如，通用代码＝21110048的一个滚子链在每个旧拖拉机型号400X中被使用一次)。
如在图6D中并且通过标号640所示，新备用零件服务器230通过将与通用代码有关的索赔的数量除以已销售的旧型号产品的总数量来确定相当零件的故障率(例如，通用代码＝21110048的滚子链在旧拖拉机型号400X中的故障率＝13项索赔/379个已销售的旧拖拉机型号400X，或者说3.5％)。
假定新备用零件服务器230分析产品信息以确定计划在设定时段内销售的新拖拉机型号500X的总数量(例如，计划在6/1/2015和12/1/2015之间销售的560个新拖拉机型号500X)。假定基于用来确定不同的预测的故障率的内部质量信息对相当零件的故障率不进行调整(例如，预测故障率＝故障率＝3.5％)。如在图6E中并且通过标号650所示，新备用零件服务器230通过将相当零件的预测的故障率(见图6D)乘以计划在设定时间段内销售的新型号产品的总数量来确定对与在旧型号产品中包括的零件相当的零件的新备用零件预测(例如，3.5％x 560个新拖拉机型号500X(或者通用代码＝21110048的560个滚子链)＝预测到19个故障，因而是19个新的备用滚子链)。
如在图6F中并且通过标号660所示，新备用零件服务器230自动地向工厂发送订单以供履行，从而请求如新备用零件预测所确定的数量的新备用零件(例如，针对通用代码＝21110048的滚子链的19个新备用零件的订单)。
假定在新拖拉机型号500X的产品发布之后的六个月期间，在新拖拉机型号500X中包括的通用代码＝21110048在传动中使用的滚子链的实际故障是28次。如在图6G中并且通过标号670示出，新备用零件服务器230可以接收新拖拉机型号500X的实际故障数据(例如，在更新的保修信息中包括的实际故障数据)。如在图6G中并且通过标号680所示，新备用零件服务器230可以将新备用零件预测与实际故障数据(例如，在更新的保修信息中包括的实际故障数据)比较，并且如通过标号690所示，新备用零件服务器230可以使用该比较来更新针对新设定时间段的新备用零件预测(例如，通过将预测的故障率调整为包含实际故障率)。在一些实现方式中，新备用零件服务器230可以自动地接收对比较信息的反馈。在一些实现方式中，新备用零件服务器230可以接收来自用户设备210、新备用零件服务器230和/或另一设备的用户的对比较信息的反馈。
如在上面指出，图6A至图6G仅仅作为示例而被提供。其他示例是可能的并且可以与关于图6A至图6G描述的内容不同。
在这里描述的实现方式提供了一种新备用零件预测系统，其基于旧型号产品中包括的相当零件来选择新型号产品中包括的用于新备用零件预测的零件。可以通过在指派给新型号产品中包括的零件的通用代码与指派给旧型号产品所包括的零件的通用代码之间寻找匹配来确定相当的零件。附加地或者备选地，在这里描述的实现方式可以使用针对新型号和旧型号产品中包括的相当产品的来自综合源(例如，生产信息、保修信息、内部质量信息、产品信息和/或其他信息)的数据来生成减少修复时间、保持新型号产品的可操作性和/或使成本最小化所需的新备用零件预测。附加地或者备选地，在这里描述的实现方式可以允许预测的新备用零件被自动地购买。
前述公开内容提供了例示和描述，但是并非旨是穷尽的或者将实现方式限制于所公开的具体形式。修改和变更鉴于以上公开是可能的或者可以根据实现方式的实践而得到。
这里所使用的术语部件旨在被广泛地理解为硬件、固件和/或硬件和软件的组合。
某些用户界面已经在这里被描述和/或在图中被示出。用户界面可以包括图形用户界面、非图形用户界面、基于文本的用户界面，等等。用户界面可以提供信息以用于显示。在一些实现方式中，用户可以诸如通过经由提供用户界面以用于显示的设备的输入部件提供输入来与信息交互。在一些实现方式中，用户界面可以是可由设备和/或用户配置的(例如，用户可以改变用户界面的尺寸、经由用户界面提供的信息、经由用户界面提供的信息的位置，等等)。附加地或者备选地，用户界面可被预先配置为标准配置、基于上面显示有用户界面的设备的类型的特定配置，和/或基于与上面显示有用户界面的设备相关联的能力和/或规范的一组配置。
显然，在此描述的系统和/或方法可被实现在不同形式的硬件、固件或硬件和软件的组合中。用于实现这些系统和/或方法的实际的专门控制硬件或软件代码不是对实现方式的限制。因而，在这里不曾参考特定软件代码来描述系统和/或方法的操作和行为—应理解软件和硬件可被设计为实现基于在这里的描述的系统和/或方法。
虽然在权利要求中陈述并且/或者在说明书中公开了特征的特定组合，但是这些部件并非旨在限制可能实现方式的公开内容。实际上，这些特征中的许多可以按照未在权利要求中具体陈述和/或在说明书中公开的方式而被组合。尽管在下面列出的每一个从属权利要求可能仅直接从属于一个权利要求，但是可能的实现方式的公开内容包括每个从属权利要求与权利要求集合中的每个其他权利要求相结合。
在这里使用的元件、动作或者指令不应当被理解为关键或是必要的，除非这样明确描述。另外，这里所使用的冠词“一”旨在包括一个或多个项目，并且可以与“一个或多个”可互换地使用。另外，这里所使用的术语“集合”和“组”旨在包括一个或多个项目(例如，相关项目、不相关项目、相关项目和不相关项目的组合，等等)，并且可以与“一个或多个”可互换地使用。当目的是仅一个项目的情况下，术语“一个”或类似语言被使用。另外，这里所使用的术语“具有”等旨在是开放式术语。另外，短语“基于”旨在意味着“至少部分地基于”，除非另有明确说明。

Claims (20)

1.一种系统，包括：
用于接收用于新型号产品的标识符的装置；
用于标识与所述新型号产品的所述标识符相关联的存储的零件列表的装置；
用于确定所述新型号产品的所述零件列表上包括的一个或多个零件的代码的装置；
用于将所述新型号产品的所述零件列表上包括的所述一个或多个零件中的零件的代码与旧型号产品中包括的零件的代码比较的装置；
用于如果所述新型号产品的所述零件列表上包括的所述零件的所述代码与所述旧型号产品中包括的所述零件中的一个零件的代码匹配，则确定所述新型号产品的所述零件列表上包括的所述零件与所述旧型号产品中包括的所述零件中的所述一个零件相当的装置；以及
用于使用与所述旧型号产品中包括的所述零件中的所述一个零件相关联的数据来生成对与所述新型号产品的所述零件列表上包括的所述零件相关联的新备用零件的类型和数量的新备用零件预测的装置。
2.根据权利要求1所述的系统，还包括：
用于提供所述新备用零件预测以用于在用户设备的显示器上显示的装置。
3.根据权利要求1至2中的任一权利要求所述的系统，还包括：
用于利用所述新备用零件预测向用户设备提供通知的装置。
4.根据权利要求1至3中的任一权利要求所述的系统，还包括：
用于提供用于自动地购买所述类型和所述数量的所述新备用零件的信息的装置。
5.根据权利要求1至4中的任一权利要求所述的系统，还包括：
用于利用所述新备用零件的所述类型和所述数量来自动地填充购买屏幕的装置。
6.根据权利要求1至5中的任一权利要求所述的系统，还包括：
用于在所述新型号产品的产品发布之后，基于所述新型号产品的所述零件列表上包括的所述零件的实际数据来更新所述新备用零件预测的装置。
7.根据权利要求1至6中的任一权利要求所述的系统，其中被用于生成所述新备用零件预测的所述数据包括生产信息、保修信息、内部质量信息和/或产品信息。
8.一个多个设备，包括：
用于接收用于新型号产品的标识符的装置；
用于标识与所述新型号产品的所述标识符相关联的存储的零件列表的装置；
用于确定所述新型号产品的所述零件列表上包括的一个或多个零件的代码的装置；
用于将所述新型号产品的所述零件列表上包括的所述一个或多个零件中的零件的代码与旧型号产品中包括的零件的代码比较的装置；
用于如果所述新型号产品的所述零件列表上包括的所述零件的所述代码与所述旧型号产品中包括的所述零件中的一个零件的代码匹配，则确定所述新型号产品的所述零件列表上包括的所述零件与所述旧型号产品中包括的所述零件中的所述一个零件相当的装置；
用于使用与所述旧型号产品中包括的所述零件中的所述一个零件相关联的数据来生成对与所述新型号产品的所述零件列表上包括的所述零件相关联的新备用零件的新备用零件预测的装置；以及
用于输出所述新备用零件预测的装置。
9.根据权利要求8所述的一个或多个设备，还包括：
用于如果所述新型号产品的所述零件列表上包括的所述零件的所述代码未与所述旧型号产品中包括的所述零件的代码匹配，则提供不存在相当零件的通知的装置。
10.根据权利要求8至9中的任一权利要求所述的一个或多个设备，还包括：
用于提示用户从新型号产品的列表选择新型号产品的装置；以及
用于生成对选择的所述新型号产品的新备用零件预测的装置。
11.根据权利要求8至10中的任一权利要求所述的一个或多个设备，还包括：
用于标识所述新型号产品的所述零件列表上包括的所述零件的零件项代码的装置；
用于标识所述新型号产品的所述零件列表上包括的所述零件的功能代码的装置；或者
用于标识所述新型号产品的所述零件列表上包括的所述零件的类别代码的装置；以及
用于基于所述零件项代码、所述功能代码和/或所述类别代码来确定所述新型号产品的所述零件列表上包括的所述零件的所述代码的装置。
12.根据权利要求8至11中的任一权利要求所述的一个或多个设备，其中被用于生成所述新备用零件预测的所述数据包括生产信息，
所述生产信息包括所述新型号产品和/或所述旧型号产品的零件列表信息、所述零件列表上包括的所述零件的功能、与所述零件列表上包括的所述零件有关的材料信息、与所述零件列表上包括的所述零件有关的制造信息和/或与所述零件列表上包括的所述零件有关的产品层级信息。
13.根据权利要求8至12中的任一权利要求所述的一个或多个设备，其中被用于生成所述新备用零件预测的所述数据包括保修信息，
所述保修信息包括为所述新型号产品和/或所述旧型号产品提供的保修的类型和/或范围、所述保修的有效时段、所述保修的条款和/或与所述新型号产品和/或所述旧型号产品有关的索赔信息。
14.根据权利要求8至13中的任一权利要求所述的一个或多个设备，其中被用于生成所述新备用零件预测的所述数据包括内部质量信息，
所述内部质量信息包括内部工厂一次合格率数据、审计数据、工程和评估测试数据、不合规和校正动作数据和/或校正动作报告。
15.根据权利要求8至14中的任一权利要求所述的一个或多个设备，其中被用于生成所述新备用零件预测的所述数据包括产品信息，
所述产品信息包括所述新型号产品的销售预测数据、制造的所述新型号产品的数量、所述新型号产品的销售计划和/或所述新型号产品和/或所述旧型号产品的销售数据。
16.一种方法，包括：
由设备接收新型号产品的标识符；
由所述设备接收与所述新型号产品相关联的新备用零件预测的日期范围；
由所述设备标识与所述新型号产品的所述标识符相关联的存储的零件列表；
由所述设备确定所述新型号产品的所述零件列表上包括的零件的代码；
由所述设备将所述新型号产品的所述零件列表上包括的所述零件的所述代码与旧型号产品中包括的零件的代码比较；
如果所述新型号产品的所述零件列表上包括的所述零件的所述代码与所述旧型号产品中包括的所述零件中的一个零件的代码匹配，则由所述设备确定所述新型号产品的所述零件列表上包括的所述零件与所述旧型号产品中包括的所述零件中的所述一个零件相当；
由所述设备使用与所述旧型号产品中包括的所述零件中的所述一个零件相关联的数据来针对所述日期范围生成对与所述新型号产品的所述零件列表上包括的所述零件相关联的新备用零件的所述新备用零件预测；以及
由所述设备输出所述新备用零件预测。
17.根据权利要求16所述的方法，还包括：
确定所述旧型号产品中包括的所述零件中的所述一个零件的故障率。
18.根据权利要求17所述的方法，还包括：
使用所述旧型号产品中包括的所述零件中的所述一个零件的所述故障率作为所述新型号产品的所述零件列表上包括的所述零件的预测的故障率；以及
通过将所述预测的故障率乘以销售的或者预测销售的所述零件的总数量来计算所述新备用零件的数量。
19.根据权利要求17所述的方法，还包括：
基于所述新型号产品的所述零件列表上包括的所述零件的实际故障数据来调整所述故障率。
20.根据权利要求17所述的方法，还包括：
基于所述新型号产品的所述零件列表上包括的所述零件的不合规和校正动作信息和/或校正动作报告信息来调整所述故障率。
CN201511016411.0A 2015-04-28 2015-12-29 自动化新备用零件预测和需求计划系统 Pending CN106096803A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US14/698,327 US9971991B2 (en) 2015-04-28 2015-04-28 Automated, new spare parts forecasting and demand planning system
US14/698,327 2015-04-28

Publications (1)

Publication Number Publication Date
CN106096803A true CN106096803A (zh) 2016-11-09

Family

ID=57204149

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201511016411.0A Pending CN106096803A (zh) 2015-04-28 2015-12-29 自动化新备用零件预测和需求计划系统

Country Status (2)

Country Link
US (1) US9971991B2 (zh)
CN (1) CN106096803A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109636044A (zh) * 2018-12-17 2019-04-16 优必爱信息技术（北京）有限公司 一种智能网联车配件需求预测方法
CN110414741A (zh) * 2019-08-01 2019-11-05 优必爱信息技术（北京）有限公司 一种汽车配件需求多元预测方法、系统和存储介质

Families Citing this family (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2016177882A1 (de) * 2015-05-07 2016-11-10 Walther Flender Gmbh Verfahren zur computerunterstützten auswahl von maschinenkomponenten
US20180276779A1 (en) * 2015-12-18 2018-09-27 Hitachi, Ltd. Model Determination Devices and Model Determination Methods
US10373117B1 (en) * 2016-11-15 2019-08-06 Amazon Technologies, Inc. Inventory optimization based on leftover demand distribution function
IT201700025115A1 (it) * 2017-03-07 2018-09-07 Insafe S R L Sistema elettronico di gestione ricambi per macchine industriali e metodo associato e gestione documentazione tecnica.
CN107862094B (zh) * 2017-12-07 2020-04-10 中国航空综合技术研究所 基于成组技术的产品零件分类编码系统构建方法
US10733034B2 (en) 2018-06-15 2020-08-04 Sap Se Trace messaging for distributed execution of data processing pipelines
US11275485B2 (en) 2018-06-15 2022-03-15 Sap Se Data processing pipeline engine
US10949219B2 (en) 2018-06-15 2021-03-16 Sap Se Containerized runtime environments
US10866831B2 (en) 2018-06-15 2020-12-15 Sap Se Distributed execution of data processing pipelines
US11102301B2 (en) 2018-07-12 2021-08-24 Sap Se PCA-based scoring of the similarity of damage patterns of operational assets
US10740206B2 (en) 2018-07-18 2020-08-11 Sap Se Record-based planning in operational maintenance and service
DE102018121997A1 (de) 2018-09-10 2020-03-12 Pöttinger Landtechnik Gmbh Verfahren und Vorrichtung zur Verschleißerkennung eines Bauteils für landwirtschaftliche Geräte
JP7138727B2 (ja) * 2018-12-28 2022-09-16 三菱電機株式会社 品質管理装置、品質管理システム、品質管理方法、及び品質管理プログラム
CN110852513A (zh) * 2019-11-13 2020-02-28 联想(北京)有限公司 预测方法、装置、计算设备以及介质
WO2021150099A1 (en) * 2020-01-21 2021-07-29 Petroliam Nasional Berhad (Petronas) Equipment spare part inventory optimization methods and systems
US11580490B2 (en) * 2020-04-24 2023-02-14 Target Brands, Inc. Supply chain replenishment simulation
WO2021255883A1 (ja) * 2020-06-18 2021-12-23 日本電気株式会社 需要予測装置、需要予測方法、及びコンピュータ読み取り可能な記録媒体
TR202022270A2 (tr) * 2020-12-29 2021-04-21 M B I S Bilgisayar Otomasyon Danismanlik Ve Egitim Hizmetleri Sanayi Ticaret A S Gerçek zamanli yedek parça tahmi̇n si̇stemi̇
US20220277263A1 (en) * 2021-02-26 2022-09-01 Fiix Inc. System and method for predictive inventory
CN114021776A (zh) * 2021-09-30 2022-02-08 联想(北京)有限公司 一种物料组合选取方法、装置和电子设备
CN117151281B (zh) * 2023-08-16 2024-03-26 北京创奇视界科技有限公司 一种装备备品备件方案的优化方法、装置以及相关设备

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020162048A1 (en) * 2001-02-23 2002-10-31 Ackaret Gary R. Storage-device activation control for a high-availability storage system
US20070244589A1 (en) * 2006-04-18 2007-10-18 Takenori Oku Demand prediction method, demand prediction apparatus, and computer-readable recording medium
CN102142120A (zh) * 2010-02-01 2011-08-03 台湾积体电路制造股份有限公司 动态库存控制的方法与系统
CN102144194A (zh) * 2008-09-11 2011-08-03 谢夫勒科技有限两合公司 用于标识多个零件的方法

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6684349B2 (en) * 2000-01-18 2004-01-27 Honeywell International Inc. Reliability assessment and prediction system and method for implementing the same
US8224717B2 (en) * 2004-06-07 2012-07-17 Accenture Global Services Limited Managing an inventory of service parts
US8229791B2 (en) * 2005-11-29 2012-07-24 The Boeing Company Methods, systems, and computer integrated program products for supply chain management
US7266518B2 (en) * 2005-12-29 2007-09-04 Kimberly-Clark Worldwide, Inc. Spare parts inventory management
US7359758B2 (en) * 2006-03-21 2008-04-15 International Business Machines Corporation Methods, systems, and computer program products for implementing a reusable new product planning model
US20120290342A1 (en) * 2011-05-10 2012-11-15 Microsoft Corporation Product lifecycle management techniques
JP2013085355A (ja) * 2011-10-07 2013-05-09 Kawasaki Heavy Ind Ltd 保守点検情報の管理方法および管理システム
WO2013172780A2 (en) * 2012-05-16 2013-11-21 Unomaly Ab Method, apparatus and computer program for analysing events in a computer system
US20140067628A1 (en) * 2012-08-30 2014-03-06 Honda Motor Co., Ltd. Computerized system and method for parts packaging management

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020162048A1 (en) * 2001-02-23 2002-10-31 Ackaret Gary R. Storage-device activation control for a high-availability storage system
US20070244589A1 (en) * 2006-04-18 2007-10-18 Takenori Oku Demand prediction method, demand prediction apparatus, and computer-readable recording medium
CN102144194A (zh) * 2008-09-11 2011-08-03 谢夫勒科技有限两合公司 用于标识多个零件的方法
CN102142120A (zh) * 2010-02-01 2011-08-03 台湾积体电路制造股份有限公司 动态库存控制的方法与系统

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109636044A (zh) * 2018-12-17 2019-04-16 优必爱信息技术（北京）有限公司 一种智能网联车配件需求预测方法
CN109636044B (zh) * 2018-12-17 2021-03-30 优必爱信息技术（北京）有限公司 一种智能网联车配件需求预测方法
CN110414741A (zh) * 2019-08-01 2019-11-05 优必爱信息技术（北京）有限公司 一种汽车配件需求多元预测方法、系统和存储介质

Also Published As

Publication number Publication date
US9971991B2 (en) 2018-05-15
US20160321606A1 (en) 2016-11-03

Similar Documents

Publication Publication Date Title
CN106096803A (zh) 自动化新备用零件预测和需求计划系统
Goffin Customer support: A cross‐industry study of distribution channels and strategies
Jadhav et al. Evaluating and selecting software packages: A review
US8606624B2 (en) Risk reports for product quality planning and management
Lari et al. Quality cost management support system: an effective tool for organisational performance improvement
US20020026392A1 (en) Method and apparatus for estimating product cost
WO2018175544A1 (en) Method and system for facilitating purchase of vehicles by buyers and/or sale of vehicles by sellers
US20120191496A1 (en) System and method for use in a condition-based repair process
US11461789B2 (en) System and process for digital certification of pre-owned vehicles and equipment
Koziołek et al. Method of assessing the quality of the design process of construction equipment with the use of DFSS (design for Six Sigma)
CN101617316A (zh) 智能生产站和生产方法
KR20130066500A (ko) 노후 예측 툴
EP4160515A1 (en) Information processing device, information processing method, and program
KR101684341B1 (ko) 자동차 부품 가격 및 정비 정보 제공 시스템 및 방법
CN106169112A (zh) 用于供应链的策略决策支持
US20160343010A1 (en) Opportunity dashboard
Nazim et al. Criteria for supplier selection: An application of AHP-SCOR integrated model (ASIM)
Gunasekara et al. Remanufacture for sustainability: a comprehensive business model for automotive parts remanufacturing
US8204772B2 (en) Customer service experience comparative landscape tool
CN105868924A (zh) 一种基于数字化制造家具企业生产质量管控系统
KR101720730B1 (ko) 해양 플랜트 기자재인증 지원 시스템
Phogat et al. Ranking of maintenance wastes present in Indian organizations (a statistical analysis)
CN111652539B (zh) 一种异常事件监控方法、装置、系统
US20070240121A1 (en) System for evaluating component value
Maurice Catt Research note: The theory and practice of SAP's ERP forecasting functionality

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20161109