CN107133402A - 一种基于熵权topsis法的卷烟设备差异化轮保方法 - Google Patents

一种基于熵权topsis法的卷烟设备差异化轮保方法 Download PDF

Info

Publication number
CN107133402A
CN107133402A CN201710305271.1A CN201710305271A CN107133402A CN 107133402 A CN107133402 A CN 107133402A CN 201710305271 A CN201710305271 A CN 201710305271A CN 107133402 A CN107133402 A CN 107133402A
Authority
CN
China
Prior art keywords
mrow
msub
mtd
equipment
data
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
CN201710305271.1A
Other languages
English (en)
Inventor
宋磊
马万强
郭红广
马骏
阎勇山
吴艳丽
蔡元收
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.)
China Tobacco Shandong Industrial Co Ltd
Original Assignee
China Tobacco Shandong Industrial 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 China Tobacco Shandong Industrial Co Ltd filed Critical China Tobacco Shandong Industrial Co Ltd
Priority to CN201710305271.1A priority Critical patent/CN107133402A/zh
Publication of CN107133402A publication Critical patent/CN107133402A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/20Design optimisation, verification or simulation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10Complex mathematical operations
    • G06F17/16Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10Complex mathematical operations
    • G06F17/17Function evaluation by approximation methods, e.g. inter- or extrapolation, smoothing, least mean square method
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0639Performance analysis of employees; Performance analysis of enterprise or organisation operations

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Mathematical Physics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Human Resources & Organizations (AREA)
  • Computational Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • General Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Software Systems (AREA)
  • Algebra (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Evolutionary Computation (AREA)
  • Computer Hardware Design (AREA)
  • Geometry (AREA)
  • Game Theory and Decision Science (AREA)
  • Computing Systems (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Other Investigation Or Analysis Of Materials By Electrical Means (AREA)

Abstract

本发明公开了一种基于熵权TOPSIS法的卷烟设备差异化轮保方法,其特征是:包括采集各机型卷烟设备数据,基于采集的数据利用熵权TOPSIS法建立卷烟设备综合评价模型,基于模型对各待评价设备的得分,构建故障树,确定各设备的各类故障的相应故障等级,结合得分,对不同的卷烟设备制定相应的轮保内容,实现差异化管理,达到精益化设备管理的要求。

Description

一种基于熵权TOPSIS法的卷烟设备差异化轮保方法
技术领域
本发明涉及一种基于熵权TOPSIS法的卷烟设备差异化轮保方法。
背景技术
轮保是按计划轮流对设备进行一定时长的维修和保养的一种模式,它是卷烟工业企业近几年结合自身行业的生产特点采取的一种较为实用的维保模式,该维保模式比周保针对性强,比中修时效性强,目前应用较广泛。
然而现有设备轮保策略的内容往往一成不变,很少会根据设备的故障状况进行调整,即使有所调整也依赖于维修人员的工作经验。因此为了顾及设备故障的所有可能性,只能依据经验对设备采用全方位的维保策略,这就造成了过度维修的现象,有悖于精益化设备管理的要求。
发明内容
本发明为了解决上述问题,提出了一种基于熵权TOPSIS法的卷烟设备差异化轮保方法,本发明能够综合利用卷烟设备数据建立设备综合评价模型,同时结合设备故障树,解决设备是否需要维保、需要维保哪个部位等关键问题,实现维保内容差异化,达到精益化设备管理的要求。
为了实现上述目的,本发明采用如下技术方案:
一种基于熵权TOPSIS法的卷烟设备差异化轮保方法,包括采集各机型卷烟设备数据,基于采集的数据利用熵权TOPSIS法建立卷烟设备综合评价模型,基于模型对各待评价设备的得分,构建故障树,确定各设备的各类故障的相应故障等级,结合得分,对不同的卷烟设备制定相应的轮保内容,实现差异化管理。
进一步的,采集的设备数据按照卷烟设备综合评价体系进行数据整理,形成初始数据矩阵。
进一步的,按照采集的时间周期,将各类数据分别进行整理,设备产量、停机、剔除的数据为各设备该周期内数据之和百万支总产量的商,设备工艺质量达标率数据为该时间段内各指标达标量之和与总检测量之和的商。
进一步的,利用熵权TOPSIS法建立卷烟设备综合评价模型的具体过称包括:
(1)对整理后的数据进行归一化处理,构建归一化数据矩阵;
(2)采用熵权法,计算各指标的权重分布;
(3)采用TOPSIS法,计算各待评价设备的最终综合得分。
进一步的,所述步骤(1)中,采用最大最小法对数据进行归一化。
进一步的,所述步骤(1)中,对于效益型数据的归一化标准为越大越好,对于成本型数据的归一化标准为越小越好。
进一步的,具体设备的得分计算过程为有m个待评设备,n个评价指标,形成归一化数据矩阵R=(rij)m×n
则第j个指标下第i个项目的指标值比重Pij
第j个指标的熵值Ej
第j个指标的权重wj:
各待评设备距离正负理想解的欧氏距离分别为:
最终各设备的得分由以下公式计算得出:
进一步的,故障树包含故障现象、故障部位、故障原因和解决措施四个层级,包含了造成停机故障所有可能的部位及原因,故障部位按照上下游关系排序,每个故障部位的故障原因根据经验按照出现概率进行排序,依据设备维修记录数据反馈的出现频次调整故障部位及故障原因的顺序。
进一步的,按照模型评价的得分,将设备情况分为至少三个级别,对应的轮保措施分别为:不轮保、建议轮保和优先轮保。
进一步的,对于建议轮保及建议优先轮保的设备,分析其在原始数据矩阵中的归一化得分情况,若在权重排序前列的多个指标中得分小于设定值,则结合设备故障树,对其制定针对性的轮保内容。
与现有技术相比,本发明的有益效果为:
本发明能够结合熵权法赋权客观及TOPSIS模型排序评价客观的优点,减少人为观点对评价结果的影响,使评价结果具有客观参考价值。依据该模型,能够找到设备薄弱点,自动生成设备评价报告并制定设备差异化轮保内容,减少设备过度维修,提高设备精益化管理水平。
附图说明
构成本申请的一部分的说明书附图用来提供对本申请的进一步理解,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。
图1是本发明构建流程图。
图2是本发明卷烟设备综合评价体系图。
图3是本发明实施例的圆周CP达标率过低的故障树。
具体实施方式:
下面结合附图与实施例对本发明作进一步说明。
应该指出,以下详细说明都是例示性的,旨在对本申请提供进一步的说明。除非另有指明,本文使用的所有技术和科学术语具有与本申请所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是,这里所使用的术语仅是为了描述具体实施方式,而非意图限制根据本申请的示例性实施方式。如在这里所使用的,除非上下文另外明确指出,否则单数形式也意图包括复数形式,此外,还应当理解的是,当在本说明书中使用术语“包含”和/或“包括”时,其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
正如背景技术所介绍的,现有技术中存在为了顾及设备故障的所有可能性,只能依据经验对设备采用全方位的维保策略,造成过度维修的不足,为了解决如上的技术问题,本申请提出了一种基于熵权TOPSIS法的卷烟设备差异化轮保方法,包含以下步骤:步骤1、按照卷烟设备综合评价体系整理同机型卷烟设备的数据;步骤2、采用熵权TOPSIS法建立卷烟设备综合评价模型;步骤3、根据评价结果结合设备故障树自动生成设备评价报告并制定差异化轮保内容。
整理同机型卷烟设备的数据包含以下分步骤:步骤11、根据卷烟设备综合评价体系的要求从数据库中选择数据;步骤12、按照一定时间周期(一般为一周)将各类数据分别进行整理,设备产量、停机、剔除的数据(除总产量外)为各设备该周期内数据之和百万支总产量的商,设备工艺质量达标率数据为该时间段内各指标达标量之和与总检测量之和的商;步骤13、将各类数据按待评价设备一一对应。
采用熵权TOPSIS法建立卷烟设备综合评价模型包含以下分步骤:步骤21、对整理后的数据进行归一化处理,构建归一化数据矩阵;步骤22、采用熵权法,计算各指标的权重分布;步骤23、采用TOPSIS法,计算各待评价设备的最终综合得分。
根据评价结果结合设备故障树制定差异化轮保内容包含以下分步骤:步骤31、建立设备故障树,该设备故障树包含故障现象、故障部位、故障原因、解决措施四个层级,包含了造成停机故障所有可能的部位及原因,故障部位按照上下游关系排序,每个故障部位的故障原因根据经验按照出现概率进行排序,依据设备维修记录数据反馈的出现频次调整故障部位及故障原因的顺序;步骤32、根据综合得分结果,设备情况分为四级,一级,总分≥70分,不轮保,二级,总分[60,70),不轮保,建议关注设备运行,三级,总分[50,60),建议轮保,四级,总分<50分,优先轮保;步骤33、对于建议轮保及建议优先轮保的设备,分析其在原始数据矩阵中的归一化得分情况,若在权重排序前十的指标中得分小于0.3,则结合设备故障树,自动生成设备评价报告及针对这些指标异常的差异化轮保内容,并由设备管理人员进行轮保内容审核及实施。
采用某卷烟厂ZJ112卷烟机的实际生产数据进行了基于数据的卷烟设备差异化轮保策略的构建。
一种基于数据的卷烟设备差异化轮保策略的构建方法,具体包括以下步骤:
将ZJ112机组2016年01月18日至2016年1月24日的数据按照卷烟设备综合评价体系进行数据整理,形成初始数据矩阵。
采用最大最小法对数据进行归一化,对于效益型数据(越大越好),其函数形式如下:
xk=(xk-xmin)/(xmax-xmin)
式中,xmin为数据序列中的最小数,xmax为序列中的最大数。
而对于成本型数据(越小越好),其函数形式如下:
xk=(xmax-xk)/(xmax-xmin)
在评价体系中,设备产量及工艺质量数据为效益型数据,其余为成本型数据。
若有m个待评设备,n个评价指标,形成归一化数据矩阵R=(rij)m×n,本例中m=5,n=30:
则第j个指标下第i个项目的指标值比重Pij
则第j个指标的熵值Ej
第j个指标的权重wj:
各待评设备距离正负理想解的欧氏距离分别为:
最终各设备的得分由以下公式计算得出:
本例中各设备的得分情况如表1所示:
表1 2016年1月18日至1月24日ZJ112各机台综合评价得分
从表1中可以看到,30#ZJ112卷烟机该周机台综合水平较差,需要优先轮保,其中,长度K达标率、圆周K达标率、圆周cp达标率、百万支缺嘴棒数量、百万支MAX搓板堵塞时长、百万支SE手动停机次数、百万支MAX出烟堵塞次数、百万支硬点数量等指标的得分情况较差,需要结合故障树制定针对性的轮保内容。
27#ZJ112卷烟机该周综合水平也不是很理想,建议进行轮保。其中长度K达标率、重量K达标率、圆周K达标率、圆周cp达标率、百万支MAX搓板堵塞时长、百万支SE手动停机次数等指标的得分情况较差,需要结合故障树制定针对性的轮保内容。
如图3所示,本领域技术人员能够根据自身经验和具体设备故障情况对轮保内容进行调整。
以上所述仅为本申请的优选实施例而已,并不用于限制本申请,对于本领域的技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
上述虽然结合附图对本发明的具体实施方式进行了描述,但并非对本发明保护范围的限制,所属领域技术人员应该明白,在本发明的技术方案的基础上,本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。

Claims (10)

1.一种基于熵权TOPSIS法的卷烟设备差异化轮保方法,其特征是:包括采集各机型卷烟设备数据,基于采集的数据利用熵权TOPSIS法建立卷烟设备综合评价模型,基于模型对各待评价设备的得分,构建故障树,确定各设备的各类故障的相应故障等级,结合得分,对不同的卷烟设备制定相应的轮保内容,实现差异化管理。
2.如权利要求1所述的一种基于熵权TOPSIS法的卷烟设备差异化轮保方法,其特征是:采集的设备数据按照卷烟设备综合评价体系进行数据整理,形成初始数据矩阵。
3.如权利要求1所述的一种基于熵权TOPSIS法的卷烟设备差异化轮保方法,其特征是:按照采集的时间周期,将各类数据分别进行整理,设备产量、停机、剔除的数据为各设备该周期内数据之和百万支总产量的商,设备工艺质量达标率数据为该时间段内各指标达标量之和与总检测量之和的商。
4.如权利要求1所述的一种基于熵权TOPSIS法的卷烟设备差异化轮保方法,其特征是:利用熵权TOPSIS法建立卷烟设备综合评价模型的具体过称包括:
(1)对整理后的数据进行归一化处理,构建归一化数据矩阵;
(2)采用熵权法,计算各指标的权重分布;
(3)采用TOPSIS法,计算各待评价设备的最终综合得分。
5.如权利要求4所述的一种基于熵权TOPSIS法的卷烟设备差异化轮保方法,其特征是:所述步骤(1)中,采用最大最小法对数据进行归一化。
6.如权利要求4所述的一种基于熵权TOPSIS法的卷烟设备差异化轮保方法,其特征是:所述步骤(1)中,对于效益型数据的归一化标准为越大越好,对于成本型数据的归一化标准为越小越好。
7.如权利要求1所述的一种基于熵权TOPSIS法的卷烟设备差异化轮保方法,其特征是:故障树包含故障现象、故障部位、故障原因和解决措施四个层级,包含了造成停机故障所有可能的部位及原因,故障部位按照上下游关系排序,每个故障部位的故障原因根据经验按照出现概率进行排序,依据设备维修记录数据反馈的出现频次调整故障部位及故障原因的顺序。
8.如权利要求1所述的一种基于熵权TOPSIS法的卷烟设备差异化轮保方法,其特征是:按照模型评价的得分,将设备情况分为至少三个级别,对应的轮保措施分别为:不轮保、建议轮保和优先轮保。
9.如权利要求1所述的一种基于熵权TOPSIS法的卷烟设备差异化轮保方法,其特征是:对于建议轮保及建议优先轮保的设备,分析其在原始数据矩阵中的归一化得分情况,若在权重排序前列的多个指标中得分小于设定值,则结合设备故障树,对其制定针对性的轮保内容。
10.如权利要求1所述的一种基于熵权TOPSIS法的卷烟设备差异化轮保方法,其特征是:具体设备的得分计算过程为有m个待评设备,n个评价指标,形成归一化数据矩阵R=(rij)m×n
<mrow> <mi>R</mi> <mo>=</mo> <msub> <mfenced open = "(" close = ")"> <mtable> <mtr> <mtd> <msub> <mi>r</mi> <mn>11</mn> </msub> </mtd> <mtd> <msub> <mi>r</mi> <mn>12</mn> </msub> </mtd> <mtd> <mo>...</mo> </mtd> <mtd> <msub> <mi>r</mi> <mrow> <mn>1</mn> <mi>n</mi> </mrow> </msub> </mtd> </mtr> <mtr> <mtd> <msub> <mi>r</mi> <mn>21</mn> </msub> </mtd> <mtd> <msub> <mi>r</mi> <mn>22</mn> </msub> </mtd> <mtd> <mo>...</mo> </mtd> <mtd> <msub> <mi>r</mi> <mrow> <mn>2</mn> <mi>n</mi> </mrow> </msub> </mtd> </mtr> <mtr> <mtd> <mo>...</mo> </mtd> <mtd> <mo>...</mo> </mtd> <mtd> <mo>...</mo> </mtd> <mtd> <mo>...</mo> </mtd> </mtr> <mtr> <mtd> <msub> <mi>r</mi> <mrow> <mi>m</mi> <mn>1</mn> </mrow> </msub> </mtd> <mtd> <msub> <mi>r</mi> <mrow> <mi>m</mi> <mn>2</mn> </mrow> </msub> </mtd> <mtd> <mo>...</mo> </mtd> <mtd> <msub> <mi>r</mi> <mrow> <mi>m</mi> <mi>n</mi> </mrow> </msub> </mtd> </mtr> </mtable> </mfenced> <mrow> <mi>m</mi> <mo>&amp;times;</mo> <mi>n</mi> </mrow> </msub> </mrow>
则第j个指标下第i个项目的指标值比重Pij
<mrow> <msub> <mi>p</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> <mo>=</mo> <msub> <mi>r</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> <mo>/</mo> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>m</mi> </munderover> <msub> <mi>r</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> </mrow>
则第j个指标的熵值Ej
<mrow> <msub> <mi>E</mi> <mi>j</mi> </msub> <mo>=</mo> <mo>-</mo> <mfrac> <mn>1</mn> <mrow> <mi>ln</mi> <mi> </mi> <mi>m</mi> </mrow> </mfrac> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>m</mi> </munderover> <msub> <mi>p</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> <mo>&amp;CenterDot;</mo> <mi>ln</mi> <mi> </mi> <msub> <mi>p</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> </mrow>
第j个指标的权重wj:
<mrow> <msub> <mi>w</mi> <mi>j</mi> </msub> <mo>=</mo> <mrow> <mo>(</mo> <mn>1</mn> <mo>-</mo> <msub> <mi>E</mi> <mi>j</mi> </msub> <mo>)</mo> </mrow> <mo>/</mo> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>j</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>n</mi> </munderover> <mrow> <mo>(</mo> <mn>1</mn> <mo>-</mo> <msub> <mi>E</mi> <mi>j</mi> </msub> <mo>)</mo> </mrow> </mrow>
各待评设备距离正负理想解的欧氏距离分别为:
<mrow> <msubsup> <mi>d</mi> <mi>i</mi> <mo>+</mo> </msubsup> <mo>=</mo> <msup> <mrow> <mo>&amp;lsqb;</mo> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>j</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>m</mi> </munderover> <msubsup> <mi>w</mi> <mi>j</mi> <mn>2</mn> </msubsup> <msup> <mrow> <mo>(</mo> <msub> <mi>r</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> <mo>-</mo> <mn>1</mn> <mo>)</mo> </mrow> <mn>2</mn> </msup> <mo>&amp;rsqb;</mo> </mrow> <mfrac> <mn>1</mn> <mn>2</mn> </mfrac> </msup> </mrow>
<mrow> <msubsup> <mi>d</mi> <mi>i</mi> <mo>-</mo> </msubsup> <mo>=</mo> <msup> <mrow> <mo>&amp;lsqb;</mo> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>j</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>m</mi> </munderover> <msubsup> <mi>w</mi> <mi>j</mi> <mn>2</mn> </msubsup> <msup> <mrow> <mo>(</mo> <msub> <mi>r</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> <mo>-</mo> <mn>0</mn> <mo>)</mo> </mrow> <mn>2</mn> </msup> <mo>&amp;rsqb;</mo> </mrow> <mfrac> <mn>1</mn> <mn>2</mn> </mfrac> </msup> </mrow>
最终各设备的得分由以下公式计算得出:
<mrow> <msub> <mi>C</mi> <mi>i</mi> </msub> <mo>=</mo> <mn>100</mn> <mo>&amp;times;</mo> <mfrac> <msubsup> <mi>d</mi> <mi>i</mi> <mo>-</mo> </msubsup> <mrow> <msubsup> <mi>d</mi> <mi>i</mi> <mo>+</mo> </msubsup> <mo>+</mo> <msubsup> <mi>d</mi> <mi>i</mi> <mo>-</mo> </msubsup> </mrow> </mfrac> <mo>.</mo> </mrow> 2
CN201710305271.1A 2017-05-03 2017-05-03 一种基于熵权topsis法的卷烟设备差异化轮保方法 Pending CN107133402A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710305271.1A CN107133402A (zh) 2017-05-03 2017-05-03 一种基于熵权topsis法的卷烟设备差异化轮保方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710305271.1A CN107133402A (zh) 2017-05-03 2017-05-03 一种基于熵权topsis法的卷烟设备差异化轮保方法

Publications (1)

Publication Number Publication Date
CN107133402A true CN107133402A (zh) 2017-09-05

Family

ID=59716116

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710305271.1A Pending CN107133402A (zh) 2017-05-03 2017-05-03 一种基于熵权topsis法的卷烟设备差异化轮保方法

Country Status (1)

Country Link
CN (1) CN107133402A (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107967521A (zh) * 2017-10-31 2018-04-27 河南中烟工业有限责任公司 一种设备综合性能评价方法
CN109146301A (zh) * 2018-08-30 2019-01-04 山东中烟工业有限责任公司 一种分段式烟支烟丝分布均匀性评价方法和系统
CN109757771A (zh) * 2019-02-22 2019-05-17 红云红河烟草(集团)有限责任公司 滤棒成型机停机时长计算方法及计算装置
CN109799106A (zh) * 2019-02-12 2019-05-24 红云红河烟草(集团)有限责任公司 滤棒成型机的性能评价方法
CN110262409A (zh) * 2019-05-17 2019-09-20 山东中烟工业有限责任公司 一种面向智能制造的卷烟设备数据处理方法及系统
CN111356964A (zh) * 2017-09-30 2020-06-30 西门子股份公司 一种数控机床的故障诊断方法和装置

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102789599A (zh) * 2012-07-06 2012-11-21 西北工业大学 一种基于聚类分析和多属性决策的作业车间瓶颈识别方法
CN103871000A (zh) * 2014-03-13 2014-06-18 石家庄铁道大学 基于概率全寿命周期成本的电力变压器效能综合评估方法
CN105956330A (zh) * 2016-05-31 2016-09-21 山东中烟工业有限责任公司 基于现场数据的产品工艺质量预测模型的建立方法及系统

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102789599A (zh) * 2012-07-06 2012-11-21 西北工业大学 一种基于聚类分析和多属性决策的作业车间瓶颈识别方法
CN103871000A (zh) * 2014-03-13 2014-06-18 石家庄铁道大学 基于概率全寿命周期成本的电力变压器效能综合评估方法
CN105956330A (zh) * 2016-05-31 2016-09-21 山东中烟工业有限责任公司 基于现场数据的产品工艺质量预测模型的建立方法及系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
林良生等: "基于熵权的逼近理想解排序法在核电设备质量评价中的应用分析", 《电力建设》 *
舒服华: "熵权TOPSIS法在秸秆颗粒饲料压制机质量评价中的应用", 《饲料广角》 *

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111356964A (zh) * 2017-09-30 2020-06-30 西门子股份公司 一种数控机床的故障诊断方法和装置
CN107967521A (zh) * 2017-10-31 2018-04-27 河南中烟工业有限责任公司 一种设备综合性能评价方法
CN109146301A (zh) * 2018-08-30 2019-01-04 山东中烟工业有限责任公司 一种分段式烟支烟丝分布均匀性评价方法和系统
CN109146301B (zh) * 2018-08-30 2022-02-18 山东中烟工业有限责任公司 一种分段式烟支烟丝分布均匀性评价方法和系统
CN109799106A (zh) * 2019-02-12 2019-05-24 红云红河烟草(集团)有限责任公司 滤棒成型机的性能评价方法
CN109757771A (zh) * 2019-02-22 2019-05-17 红云红河烟草(集团)有限责任公司 滤棒成型机停机时长计算方法及计算装置
CN110262409A (zh) * 2019-05-17 2019-09-20 山东中烟工业有限责任公司 一种面向智能制造的卷烟设备数据处理方法及系统

Similar Documents

Publication Publication Date Title
CN107133402A (zh) 一种基于熵权topsis法的卷烟设备差异化轮保方法
Cecchetti Measuring short-run inflation for central bankers
Kovacic Rating the Competition Agencies: What Constitutes Good Performance?
CN107993139A (zh) 一种基于动态规则库的消费金融反欺诈系统与方法
CN103208216B (zh) 模拟经济运行的模拟沙盘
CN102163310A (zh) 一种基于用户信用度等级的信息推送方法和装置
CN106408262A (zh) 一种招聘和应聘匹配方法
Emmerson Americanizing Asia
CN104156801B (zh) 市公司班组对标数据处理系统及数据处理方法
Gupta et al. Benchmarking the private sector banks in India using MCDM approach
CN106886923A (zh) 一种区域配电网能源费用托管服务定价方法
Yuan China’s export lobbying groups and the politics of the renminbi
Ibrahim et al. An Analysis on the Causes and Effects of Recent Economic Recession on the Nigerian Economy
Fang et al. Research on innovation efficiency of hubei high-tech industry based on dea and psm-did models
Kovacic Rating the Competition Agencies: What Constitutes Good Performance
CN106991584B (zh) 一种基于评分者印象的电子商务信用计算方法
Reynalto Factors Affecting The Export of Crude Palm Oil Indonesia
Thomas et al. The incidence and effectiveness of prior actions in IMF-supported programs
Şener Central bank independence and the idea of money neutrality: Re-considering the theoretical link
He et al. Corruption Governance and Enterprise Performance: a Lubricant or a Stumbling Block
Bagchi et al. Effect of fall in crude oil price on stock indices and exchange rates of India and China.
Liu et al. Development situations and performance evaluation of Chinese government guide funds
Xing et al. Service Quality Decision in Service Supply Chain Considering Supervision Behavior Based on Quantum Game
Jiang et al. Impact of budget performance management reform on local fiscal relief
Zhang Each Investment Leads to Its Repayment

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20170905

RJ01 Rejection of invention patent application after publication