CN113610412A - 一种基于大数据模型的设备维修业务指标统计方法和系统 - Google Patents
一种基于大数据模型的设备维修业务指标统计方法和系统 Download PDFInfo
- Publication number
- CN113610412A CN113610412A CN202110928710.0A CN202110928710A CN113610412A CN 113610412 A CN113610412 A CN 113610412A CN 202110928710 A CN202110928710 A CN 202110928710A CN 113610412 A CN113610412 A CN 113610412A
- Authority
- CN
- China
- Prior art keywords
- maintenance
- report
- data
- big data
- enterprise
- 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.)
- Granted
Links
- 238000012423 maintenance Methods 0.000 title claims abstract description 201
- 238000013499 data model Methods 0.000 title claims abstract description 14
- 238000007619 statistical method Methods 0.000 title claims abstract description 10
- 238000000034 method Methods 0.000 claims abstract description 77
- 238000013179 statistical model Methods 0.000 claims abstract description 59
- 230000008569 process Effects 0.000 claims description 62
- 230000008439 repair process Effects 0.000 claims description 19
- 238000010276 construction Methods 0.000 claims description 6
- 238000007726 management method Methods 0.000 abstract description 15
- 238000004364 calculation method Methods 0.000 abstract description 9
- 238000004519 manufacturing process Methods 0.000 abstract description 3
- 238000012827 research and development Methods 0.000 abstract 1
- 238000004458 analytical method Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000004140 cleaning Methods 0.000 description 2
- 238000012790 confirmation Methods 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
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
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- 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
- G06F16/23—Updating
-
- 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
- G06Q10/10—Office automation; Time management
-
- 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
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Economics (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- Data Mining & Analysis (AREA)
- Game Theory and Decision Science (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供一种基于大数据模型的设备维修业务指标统计方法和系统,通过根据企业的实际维修业务情况搭建维修流程,并对维修流程分析得到维修统计指标,建立大数据统计模型,对大数据统计模型的输出报表进行字段配置后,将根据企业实际维修业务情况得到的基本参数输入大数据统计模型,输出和展示携带有报表数据的目标报表。本方案实现了对全局查看维修情况,提高了企业生产管理效率;采用通用的做法,从而降低研发成本和维护成本,同时也实现深度统计;且通过实时、离线等大数据计算方式,可以实现数据实时、准确的统计,帮助管理者查看维修业务相关全局数据,通过数据发现问题,解决问题后通过数据做问题解决前后对比,形成问题解决的闭环。
Description
技术领域
本发明涉及计算机技术领域,尤其涉及一种基于大数据模型的设备维修业务指标统计方法和系统。
背景技术
设备维修管理属于企业设备管理的重要板块,设备维修管理是指对企业报修人员的上报维修流程和维修确认的管理过程;目前设备维修管理有两种方式,一种是线下人工管理,管理主要依靠人工填表进行,管理过程杂乱,无法对数据进行统计分析;另外一种是通过线上系统管理,该系统在设备上贴设二维码,然后由操作人员扫描二维码,进行设备维修记录,并将设备维修记录上传至云平台,将设备维修记录储存在云平台上,操作人员可以向云平台调取每台设备的运行记录和维护保养记录,并能够制作设备运行情况及维保情况分析表供操作人员查看。
但是这种线上管理系统也存在以下问题:1)管理者无法全局查看维修的情况,无法判定所有设备的整体运行情况,不利于企业生产管理;2)普通报表通用性差,即普通报表仅能满足单独一家企业的统计诉求,但云平台需要一套通用的统计报表,一次性解决大量企业的问题,减少定制带来的成本和后续的维护工作量;3)普通报表只能实现简单的统计、无法实现深度和复杂计算。
发明内容
基于此,有必要针对上述技术问题,提供一种基于大数据模型的设备维修业务指标统计方法和系统。
一种基于大数据模型的设备维修业务指标统计方法,所述方法包括:根据企业的实际维修业务情况,通过平台的流程引擎,搭建相应的维修流程;分析企业的维修流程,所述维修流程至少包括维修类型、维修次数和维修时长,得到维修统计指标;根据所述维修统计指标,建立相应的大数据统计模型,所述大数据统计模型用于输出报表;根据企业的维修流程,对所述大数据统计模型的输出报表进行字段配置;根据企业的实际维修业务情况,配置基本参数,并将基本参数输入所述大数据统计模型中,输出携带有报表数据的目标报表;将携带有报表数据的目标报表进行展示。
在其中一个实施例中,所述维修类数据至少包括维修类型、维修次数和维修时长;所述损耗类数据至少包括损耗类型、损耗次数和损耗时长。
在其中一个实施例中,所述大数据统计模型包括维修模型和损耗模型,所述维修模型用于统计企业维修情况,所述损耗模型用于统计企业损耗情况。
在其中一个实施例中,所述基本参数至少包括维修产品参数、报表类型参数、业务流程和对象类型。
在其中一个实施例中,所述根据企业的实际维修业务情况,配置基本参数,并将基本参数输入所述大数据统计模型中,输出携带有报表数据的目标报表步骤之后,还包括:根据前一日企业产生的全部维修业务数据,配置基本参数;将基本参数输入所述大数据统计模型中,输出携带有报表数据的前一日的准确报表。
在其中一个实施例中,所述根据企业的实际维修业务情况,通过平台的流程引擎,搭建相应的维修流程步骤之后,还包括:根据企业的实时维修业务情况,对塔建相应的维修流程进行更新,得到更新后的维修流程;根据所述更新后的维修流程,对所述大数据统计模型的输出报表进行字段配置;根据所述企业的实时维修业务情况,配置更新的基本参数,并将更新的基本参数输入所述大数据统计模型中,输出携带有报表数据的更新报表。
一种基于大数据模型的设备维修业务指标统计系统,包括流程搭建模块、指标统计模块、模型建立模块、字段配置模块、报表输出模块和报表展示模块,其中:所述流程搭建模块用于,根据企业的实际维修业务情况,通过平台的流程引擎,搭建相应的维修流程;所述指标统计模块用于,分析企业的维修流程,所述维修流程分为维修类数据和损耗类数据,得到对应的维修统计指标;所述模型建立模块用于,根据所述维修统计指标,建立相应的大数据统计模型,所述大数据统计模型用于输出报表;所述字段配置模块用于,根据企业的维修流程,对所述大数据统计模型的输出报表进行字段配置;所述报表输出模块用于,根据企业的实际维修业务情况,配置基本参数,并将基本参数输入所述大数据统计模型中,输出携带有报表数据的目标报表;所述报表展示模块用于,将携带有报表数据的目标报表进行展示。
在其中一个实施例中,所述报表输出模块还包括参数配置单元和报表输出单元,其中:所述参数配置单元用于,根据前一日企业产生的全部维修业务数据,配置基本参数;所述报表输出单元用于,将基本参数输入所述大数据统计模型中,输出携带有报表数据的前一日的准确报表。
在其中一个实施例中,所述系统还包括流程更新模块、字段配置更新模块和报表更新模块,其中:所述流程更新模块用于,根据企业的实时维修业务情况,对塔建相应的维修流程进行更新,得到更新后的维修流程;所述字段配置更新模块用于,根据所述更新后的维修流程,对所述大数据统计模型的输出报表进行字段配置;所述报表更新模块用于,根据所述更新后的维修流程,对所述大数据统计模型的输出报表进行字段配置。
本发明的技术效果:上述一种基于大数据模型的设备维修业务指标统计方法和系统,通过根据企业的实际维修业务情况搭建维修流程,并通过对维修流程分析得到维修统计指标,并建立大数据统计模型,并且对大数据统计模型的输出报表进行字段配置后,将根据企业实际维修业务情况得到的基本参数输入大数据统计模型,从而携带有报表数据的目标报表并进行展示。本方案采用通用的做法,因为采用非定制从而降低研发成本和维护成本,同时也能实现深度统计;企业只需要输入设备对象、维修流程及相关节点信息,就可以实现维修模型的统计;并且通过实时、离线等大数据计算方式,可以实现数据实时、准确的统计,帮助管理者查看维修业务相关全局数据,通过数据发现问题,解决问题后通过数据做问题解决前后对比,形成问题解决的闭环;再者通过重跑业务,不仅仅可以实现企业自行初始化数据,还可以灵活适配企业维修业务的变化后,历史数据修正问题;最后抽象的模型不仅适用于设备维修,还可以适用于其他需要统计时长和次数的场景,提高了利用率。
附图说明
图1为一个实施例中一种基于大数据模型的设备维修业务指标统计方法的流程示意图;
图2为一个实施例中一种基于大数据模型的设备维修业务指标统计系统的结构框图;
图3是一个实施例中报表输出模块的结构框图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,下面通过具体实施方式结合附图对本发明做进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
在一个实施例中,如图1所示,提供了一种基于大数据模型的设备维修业务指标统计方法,包括以下步骤:
S110根据企业的实际维修业务情况,通过平台的流程引擎,搭建相应的维修流程。
具体地,根据企业实际维修业务情况,通过平台的流程引擎,搭建符合企业业务的维修流程。
在一个实施例中,步骤S110之后,还包括:根据企业的实时维修业务情况,对塔建相应的维修流程进行更新,得到更新后的维修流程;根据更新后的维修流程,对大数据统计模型的输出报表进行字段配置;根据企业的实时维修业务情况,配置更新的基本参数,并将更新的基本参数输入大数据统计模型中,输出携带有报表数据的更新报表。具体地,企业流程变更,可以通过重跑功能,勾选“删除历史数据选项”,达到删除历史模型数据后,重新根据最新流程配置生成新的模型数据;而通过重跑,则是输入以下参数(基本信息参数):所属企业(初始化数据的企业名称)、所属产品(比如,设备管理)、所属模型(比如,维修模型)、所属流程(比如,维修流程)、时间范围(重跑数据的起止时间),实现数据初始化。
S120分析企业的维修流程,维修流程分为维修类数据和损耗类数据,得到对应的维修统计指标。
在一个实施例中,步骤S120中,维修类数据至少包括维修类型、维修次数和维修时长;损耗类数据至少包括损耗类型、损耗次数和损耗时长。
具体地,分析大量企业的维修流程及其统计诉求,得到维修统计指标,其中,其中维修流程分为维修类数据和损耗类数据,维修类数据至少包括维修类型、维修次数和维修时长,其中,维修类型包括:1.自行维修/工人维修/白班维修;2.外协维修;3.主管/工程师维修;4.管理员/专家维修;5.夜班维修;6.其他。需要根据企业情况统计对应类型的维修时长和维修次数,比如自行维修时长、自行维修次数等。损耗类数据至少包括损耗类型、损耗次数和损耗时长,其中,损耗类型包括:1.故障;2.停机;3.换装调试;4.维修支援;5.验收/确认;6.生产调式;7.设备改造;8.维修响应;9.等待备件;10.维修暂停。需要根据企业情况统计对应损耗类型的时长和次数,比如故障时长、故障次数等。
S130根据维修统计指标,建立相应的大数据统计模型,大数据统计模型用于输出报表。
在一个实施例中,步骤S130中的大数据统计模型包括维修模型和损耗模型,维修模型用于统计企业维修情况,损耗模型用于统计企业损耗情况。
具体地,根据指标的相关性,抽象与之匹配的大数据统计模型,包括维修模型、损耗模型,模型用于输出统计报表。
S140根据企业的维修流程,对大数据统计模型的输出报表进行字段配置。
具体地,根据企业的维修流程,对模型的输出报表进行字段配置,即对输出的字段行进定义设置。
S150根据企业的实际维修业务情况,配置基本参数,并将基本参数输入大数据统计模型中,输出携带有报表数据的目标报表。
在一个实施例中,步骤S150中的基本参数至少包括维修产品参数、报表类型参数、业务流程和对象类型。
具体地,基本参数具体包括维修产品参数、报表类型参数、业务流程和对象类型,根据企业的实际维修业务情况能够得到对应的基本参数,并将这些基本参数输入到大数据统计模型中,从而输出携带有报表数据的目标报表。企业产生维修业务数据,大数据通过接收业务的MQ(消息列队),根据模型企业配置参数,这里的参数即为基本参数,包括企业ID、维修流程ID(业务流程)、设备对象ID(对象类型)、维度类型等参数,使用Spark Streammig等技术进行实时计算。基本参数中是携带有对应的ID号,能够确定是否为同一企业、同一维修流程、同一设备等。Spark Streamming是基于spark流式处理引擎,基本原理是将实时输入的数据以时间片(秒级)为单位进行拆分,然后经过spark引擎以类似批处理的方式处理每个时间片数据,Spark是一个围绕速度、易用性和复杂分析构建的大数据处理框架。以维修模型为例,维修模型输入参数:所属产品(比如,设备管理)、报表模型(比如,维修模型)、业务流程(比如,维修流程)、对象类型(比如,设备对象)、维修类型、流程节点配置信息、维度;程序按预设的参数格式清洗完数据并提交到HDFS(文件系统),供spark调度,即为将参数进行数据清洗处理后,再输入维修模型中,进行计算;Spark完成计算后,将最后结果写入Mysql(关系型数据库管理系统),供后端查询调用,即为在维修模型中对输入的参数计算完毕后,将计算结果结合步骤S140中配置的字段定义,形成一份完整的定义了字段的报表,该报表能够展示企业的实际维修情况,报表所展示的字段是步骤S140中所定义的,字段对应的展示数据(即计算结果)是参数经过模型计算后得到的,所以每份报表的展示数据由输入的参数决定。
在一个实施例中,步骤S150之后,还包括:根据前一日企业产生的全部维修业务数据,配置基本参数;将基本参数输入大数据统计模型中,输出携带有报表数据的前一日的准确报表。具体地,为了避免在系统外接不稳定下导致实时计算的偏差,每天离线任务自动重新计算前一天产生的全量数据,根据“企业ID+维度类型+维度ID+维修流程ID+实例ID”确定数据的唯一性,即根据基本参数中的ID确实数据来源的唯一性,实际操作中,会存在多个企业,每个企业会存在多个维修流程,以及多个设备等各种情况,为预防数据错误,通过对唯一的企业ID+维度类型+唯一的维度ID+唯一的维修流程ID+唯一的实例ID的形式,确定数据的唯一性,更新前一天的数据,进而达到确保数据准确的目的。
S160将携带有报表数据的目标报表进行展示。
具体地,企业通过报表页面,查看相关的指标数据。
上述实施例中,通过根据企业的实际维修业务情况搭建维修流程,并通过对维修流程分析得到维修统计指标,并建立大数据统计模型,并且对大数据统计模型的输出报表进行字段配置后,将根据企业实际维修业务情况得到的基本参数输入大数据统计模型,从而携带有报表数据的目标报表并进行展示。本方案采用通用的做法,因为采用非定制从而降低研发成本和维护成本,同时也能实现深度统计;企业只需要输入设备对象、维修流程及相关节点信息,就可以实现维修模型的统计;并且通过实时、离线等大数据计算方式,可以实现数据实时、准确的统计,帮助管理者查看维修业务相关全局数据,通过数据发现问题,解决问题后通过数据做问题解决前后对比,形成问题解决的闭环;再者通过重跑业务,不仅仅可以实现企业自行初始化数据,还可以灵活适配企业维修业务的变化后,历史数据修正问题;最后抽象的模型不仅适用于设备维修,还可以适用于其他需要统计时长和次数的场景,提高了利用率。
在一个实施例中,如图2所示,提供了一种基于大数据模型的设备维修业务指标统计系统200,该系统包括流程搭建模块210、指标统计模块220、模型建立模块230、字段配置模块240、报表输出模块250和报表展示模块260,其中:
流程搭建模块210用于,根据企业的实际维修业务情况,通过平台的流程引擎,搭建相应的维修流程;
指标统计模块220用于,分析企业的维修流程,维修流程至少包括维修类型、维修次数和维修时长,得到维修统计指标;
模型建立模块230用于,根据维修统计指标,建立相应的大数据统计模型,大数据统计模型用于输出报表;
字段配置模块240用于,根据企业的维修流程,对大数据统计模型的输出报表进行字段配置;
报表输出模块250用于,根据企业的实际维修业务情况,配置基本参数,并将基本参数输入大数据统计模型中,输出携带有报表数据的目标报表;
报表展示模块260用于,将携带有报表数据的目标报表进行展示。
在一个实施例中,如图3所示,报表输出模块250还包括参数配置单元251和报表输出单元252,其中:参数配置单元251用于,根据前一日企业产生的全部维修业务数据,配置基本参数;报表输出单元252用于,将基本参数输入大数据统计模型中,输出携带有报表数据的前一日的准确报表。
在一个实施例中,系统还包括流程更新模块、字段配置更新模块和报表更新模块,其中:
流程更新模块用于,根据企业的实时维修业务情况,对塔建相应的维修流程进行更新,得到更新后的维修流程;
字段配置更新模块用于,根据更新后的维修流程,对大数据统计模型的输出报表进行字段配置;
报表更新模块用于,根据更新后的维修流程,对大数据统计模型的输出报表进行字段配置。
显然,本领域的技术人员应该明白,上述本发明的各模块或各步骤可以用通用的计算装置来实现,它们可以集中在单个的计算装置上,或者分布在多个计算装置所组成的网络上,可选地,它们可以用计算装置可执行的程序代码来实现,从而,可以将它们存储在计算机存储介质(ROM/RAM、磁碟、光盘)中由计算装置来执行,并且在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤,或者将它们分别制作成各个集成电路模块,或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。所以,本发明不限制于任何特定的硬件和软件结合。
以上内容是结合具体的实施方式对本发明所做的进一步详细说明,不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干简单推演或替换,都应当视为属于本发明的保护范围。
Claims (9)
1.一种基于大数据模型的设备维修业务指标统计方法,其特征在于,包括:
根据企业的实际维修业务情况,通过平台的流程引擎,搭建相应的维修流程;
分析企业的维修流程,所述维修流程分为维修类数据和损耗类数据,得到对应的维修统计指标;
根据所述维修统计指标,建立相应的大数据统计模型,所述大数据统计模型用于输出报表;
根据企业的维修流程,对所述大数据统计模型的输出报表进行字段配置;
根据企业的实际维修业务情况,配置基本参数,并将基本参数输入所述大数据统计模型中,输出携带有报表数据的目标报表;
将携带有报表数据的目标报表进行展示。
2.如权利要求1所述的方法,其特征在于,所述维修类数据至少包括维修类型、维修次数和维修时长;所述损耗类数据至少包括损耗类型、损耗次数和损耗时长。
3.如权利要求1所述的方法,其特征在于,所述大数据统计模型包括维修模型和损耗模型,所述维修模型用于统计企业维修情况,所述损耗模型用于统计企业损耗情况。
4.如权利要求1所述的方法,其特征在于,所述基本参数至少包括维修产品参数、报表类型参数、业务流程和对象类型。
5.如权利要求4所述的方法,其特征在于,所述根据企业的实际维修业务情况,配置基本参数,并将基本参数输入所述大数据统计模型中,输出携带有报表数据的目标报表步骤之后,还包括:
根据前一日企业产生的全部维修业务数据,配置基本参数;
将基本参数输入所述大数据统计模型中,输出携带有报表数据的前一日的准确报表。
6.如权利要求4所述的方法,其特征在于,所述根据企业的实际维修业务情况,通过平台的流程引擎,搭建相应的维修流程步骤之后,还包括:
根据企业的实时维修业务情况,对塔建相应的维修流程进行更新,得到更新后的维修流程;
根据所述更新后的维修流程,对所述大数据统计模型的输出报表进行字段配置;
根据所述企业的实时维修业务情况,配置更新的基本参数,并将更新的基本参数输入所述大数据统计模型中,输出携带有报表数据的更新报表。
7.一种基于大数据模型的设备维修业务指标统计系统,其特征在于,包括流程搭建模块、指标统计模块、模型建立模块、字段配置模块、报表输出模块和报表展示模块,其中:
所述流程搭建模块用于,根据企业的实际维修业务情况,通过平台的流程引擎,搭建相应的维修流程;
所述指标统计模块用于,分析企业的维修流程,所述维修流程分为维修类数据和损耗类数据,得到对应的维修统计指标;
所述模型建立模块用于,根据所述维修统计指标,建立相应的大数据统计模型,所述大数据统计模型用于输出报表;
所述字段配置模块用于,根据企业的维修流程,对所述大数据统计模型的输出报表进行字段配置;
所述报表输出模块用于,根据企业的实际维修业务情况,配置基本参数,并将基本参数输入所述大数据统计模型中,输出携带有报表数据的目标报表;
所述报表展示模块用于,将携带有报表数据的目标报表进行展示。
8.如权利要求7所述的系统,其特征在于,所述报表输出模块还包括参数配置单元和报表输出单元,其中:
所述参数配置单元用于,根据前一日企业产生的全部维修业务数据,配置基本参数;
所述报表输出单元用于,将基本参数输入所述大数据统计模型中,输出携带有报表数据的前一日的准确报表。
9.如权利要求7所述的系统,其特征在于,还包括流程更新模块、字段配置更新模块和报表更新模块,其中:
所述流程更新模块用于,根据企业的实时维修业务情况,对塔建相应的维修流程进行更新,得到更新后的维修流程;
所述字段配置更新模块用于,根据所述更新后的维修流程,对所述大数据统计模型的输出报表进行字段配置;
所述报表更新模块用于,根据所述更新后的维修流程,对所述大数据统计模型的输出报表进行字段配置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110928710.0A CN113610412B (zh) | 2021-08-13 | 2021-08-13 | 一种基于大数据模型的设备维修业务指标统计方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110928710.0A CN113610412B (zh) | 2021-08-13 | 2021-08-13 | 一种基于大数据模型的设备维修业务指标统计方法和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113610412A true CN113610412A (zh) | 2021-11-05 |
CN113610412B CN113610412B (zh) | 2024-01-26 |
Family
ID=78308455
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110928710.0A Active CN113610412B (zh) | 2021-08-13 | 2021-08-13 | 一种基于大数据模型的设备维修业务指标统计方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113610412B (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102509194A (zh) * | 2011-11-23 | 2012-06-20 | 淄博矿业集团有限责任公司 | 煤炭企业计划统计信息管理系统及管理方法 |
CN104166888A (zh) * | 2013-05-17 | 2014-11-26 | 沈阳铝镁设计研究院有限公司 | 一种针对电解铝厂设备检修管理系统 |
CN104915378A (zh) * | 2015-05-08 | 2015-09-16 | 珠海世纪鼎利通信科技股份有限公司 | 一种适用于大数据的统计任务快速生成系统及方法 |
CN106485298A (zh) * | 2016-10-11 | 2017-03-08 | 合肥思盟信息科技有限公司 | 一种基于二维码的设备巡检维护方法 |
CN107330574A (zh) * | 2017-05-03 | 2017-11-07 | 北京海顿中科技术有限公司 | 一种设备及维护的统计分析平台及方法 |
CN108804649A (zh) * | 2018-06-05 | 2018-11-13 | 北京智行者科技有限公司 | 报表数据生成方法 |
CN111061732A (zh) * | 2019-12-05 | 2020-04-24 | 深圳迅策科技有限公司 | 一种基于大数据处理的报表生成方法 |
CN111308336A (zh) * | 2020-03-24 | 2020-06-19 | 广西电网有限责任公司电力科学研究院 | 一种基于大数据的高压断路器快速检修方法及装置 |
CN112328875A (zh) * | 2020-10-30 | 2021-02-05 | 北京精密机电控制设备研究所 | 一种基于大数据的设备智能维修方案推荐方法 |
CN112862321A (zh) * | 2021-02-08 | 2021-05-28 | 国家海洋信息中心 | 一种基于ais大数据的海运统计系统及其统计方法 |
-
2021
- 2021-08-13 CN CN202110928710.0A patent/CN113610412B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102509194A (zh) * | 2011-11-23 | 2012-06-20 | 淄博矿业集团有限责任公司 | 煤炭企业计划统计信息管理系统及管理方法 |
CN104166888A (zh) * | 2013-05-17 | 2014-11-26 | 沈阳铝镁设计研究院有限公司 | 一种针对电解铝厂设备检修管理系统 |
CN104915378A (zh) * | 2015-05-08 | 2015-09-16 | 珠海世纪鼎利通信科技股份有限公司 | 一种适用于大数据的统计任务快速生成系统及方法 |
CN106485298A (zh) * | 2016-10-11 | 2017-03-08 | 合肥思盟信息科技有限公司 | 一种基于二维码的设备巡检维护方法 |
CN107330574A (zh) * | 2017-05-03 | 2017-11-07 | 北京海顿中科技术有限公司 | 一种设备及维护的统计分析平台及方法 |
CN108804649A (zh) * | 2018-06-05 | 2018-11-13 | 北京智行者科技有限公司 | 报表数据生成方法 |
CN111061732A (zh) * | 2019-12-05 | 2020-04-24 | 深圳迅策科技有限公司 | 一种基于大数据处理的报表生成方法 |
CN111308336A (zh) * | 2020-03-24 | 2020-06-19 | 广西电网有限责任公司电力科学研究院 | 一种基于大数据的高压断路器快速检修方法及装置 |
CN112328875A (zh) * | 2020-10-30 | 2021-02-05 | 北京精密机电控制设备研究所 | 一种基于大数据的设备智能维修方案推荐方法 |
CN112862321A (zh) * | 2021-02-08 | 2021-05-28 | 国家海洋信息中心 | 一种基于ais大数据的海运统计系统及其统计方法 |
Non-Patent Citations (2)
Title |
---|
崔新芹, 杨丽霞, 王光华: "浅谈新形势下黄河防洪基建工程基层统计工作", 水利经济, no. 05, pages 38 * |
韩坚华,李藜,杨安宸: "基于面向对象方法的通用报表系统生成工具的开发模式", 华南师范大学学报(自然科学版), no. 04, pages 117 - 122 * |
Also Published As
Publication number | Publication date |
---|---|
CN113610412B (zh) | 2024-01-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102340415B (zh) | 一种服务器集群系统的监控方法和一种服务器集群系统 | |
US8989887B2 (en) | Use of prediction data in monitoring actual production targets | |
CN107680194A (zh) | 一种电力企业信息系统自动化巡检系统 | |
WO2019076001A1 (zh) | 信息更新方法和装置 | |
WO2023284443A1 (zh) | 挖掘机工况判定方法及装置 | |
CN114742662A (zh) | 生产管理方法、装置、电子设备及存储介质 | |
CN111798083B (zh) | 一种生产调度监控系统、方法及存储介质 | |
CN112861494A (zh) | 基于路网数据的可视化报表生成方法、设备和存储介质 | |
CN115034512A (zh) | 一种流程优化方法、系统、设备及计算机可读存储介质 | |
CN113469385A (zh) | 一种设备状态可视化监控方法及系统 | |
CN117112651A (zh) | 一种企业数据质量评估方法及设备 | |
CN113793110A (zh) | 基于云计算的工业设备数据采集与分析方法及云服务平台 | |
CN112232662A (zh) | 服务监控系统及方法 | |
CN117493452A (zh) | 制造现场全流程数据管理系统 | |
CN113610412A (zh) | 一种基于大数据模型的设备维修业务指标统计方法和系统 | |
CN116010380A (zh) | 一种基于可视化建模的数据仓库自动化管理方法 | |
CN115689788A (zh) | 一种财务数据分析方法 | |
CN116300564A (zh) | 一种支持跨地域跨集群混合基础设施自动化监控运维平台 | |
CN114428812A (zh) | 报表数据监控方法、装置、设备及存储介质 | |
CN113570084A (zh) | 一种基于设备维修生成故障分析报告的方法和系统 | |
CN114490137A (zh) | 业务数据实时统计方法、装置、电子设备及可读存储介质 | |
Jiao et al. | Research and application of intelligent manufacturing system for precision assembly enterprise | |
CN113987015A (zh) | 一种设备资产状态管理方法、系统、设备及存储介质 | |
CN107104508A (zh) | 一种整合交互通信功能的停送电时间自动计算系统 | |
CN116846074B (zh) | 一种基于大数据的智慧电能监管方法及系统 |
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 | ||
TA01 | Transfer of patent application right | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20230625 Address after: Room 1-1-18, Unit 1, Building 4, No. 1580 Zhiyun Avenue, Yudong Street, Banan District, Chongqing, 401320 Applicant after: Chongqing Yunfeng Technology Co.,Ltd. Address before: 408300 building a, 59 Chaoyang Road, Dianjiang Industrial Park, Chongqing Applicant before: Chongqing Yuncheng Internet Technology Co.,Ltd. |
|
GR01 | Patent grant | ||
GR01 | Patent grant |