CN114580668A - 一种基于区块链的器材消耗计算方法 - Google Patents

Abstract

本发明公开了一种基于区块链的器材消耗计算方法，包括以下步骤：S1、根据设备维修计划建立区块链维修模型；S2、根据区块链维修方案，完成维修器材的统计；S3、基于维修器材的统计，通过Gompertz曲线方程得到维修器材的预测和评估结果，完成维修器材消耗的计算；本发明应用区块链技术，将经费预算、器材订购、仓储运输、维修更换件、报废处理等数据上链，有效明确设备维修消耗、提高维修物资周转效率、减少呆滞物资，节约维修经费。

Description

一种基于区块链的器材消耗计算方法

技术领域

本发明属于器材管理技术领域，具体涉及一种基于区块链的器材消耗计算方法。

背景技术

随着现代设备快速发展对维修管理提出了更高要求，为有效精确维修工时、追溯器材消耗、控制维修质量、核算维修成本和结算维修经费等，将设备维修数据上链，应用区块链技术的不可篡改、防伪等重要特征，确保维修工时计算真实有效、维修器材消耗准确清晰、维修质量全域可追溯、维修成本真实可控，提高维修资源利用率、提升设备管理水平。

应用区块链技术研发一套设备维修支持系统，利用维修账本的具有不可篡改、可追溯性等特点，可信记录设备维修工时、维修器材、维修工艺、维修质量等，通过信息化手段让维修全程留痕，为设备维修科学管理提供有效支撑。为适应区块链系统，维修装置除了具有维修特性外，还需要加入区块链的特性，以适用于区块链维修支持系统。

目前维修装置应用于区块链系统主要问题和缺陷：

(1)、维修过程

(2)、数据无法多中心计算，存储。

(3)、维修设备中的数据，可在维修终端篡改。

发明内容

针对现有技术中的上述不足，本发明提供的一种基于区块链的器材消耗计算方法解决了维修器材消耗计算精度低和人工干预多的问题。

为了达到上述发明目的，本发明采用的技术方案为：一种基于区块链的器材消耗计算方法，包括以下步骤：

S1、根据设备维修计划建立区块链维修模型；

S2、根据区块链维修方案，完成维修器材的统计；

S3、基于维修器材的统计，通过Gompertz曲线方程得到维修器材的预测和评估结果，完成维修器材消耗的计算。

进一步地：所述步骤S1具体为：

在维修器材业务管理过程中，建立维修器材区块链电子账本，根据维修区块链终端感知和采集器材信息，按照区块链存储结构将器材信息的器材编码、器材数量和活动信息发送至区块链节点，建立区块链维修模型。

进一步地：所述步骤S2中，维修器材的统计包括维修器材需求数量、维修器材请领数量、维修器材转运数量、维修器更换件数量、回收器材数量、维修器材转级数量和维修器材报废数量；

所述步骤S2具体为：

根据区块链维修方案和修理工艺流程要求，得到维修器材需求数量；

根据维修器材需求进行申请请领，得到维修器材请领数量；

根据维修器材请领数量进行器材运转，得到维修器材转运数量；

根据维修作业更换维修器材，得到维修器更换件数量；

根据维修更换完成后回收器材，得到回收器材数量；

根据仓储器材转级数量和回收器材数量，得到维修器材转级数量；

根据维修器材转级的废品数量，得到维修器材报废数量。

上述进一步方案的有益效果为：维修器材的统计的方法利用区块链的数据结构、存储机制和对对称加密，使统计的维修器材数据具有去中心化、信息透明、高度自制、不可篡改、可追溯等特点。

进一步地：计算所述维修器材需求数量S₁的表达式具体为：

式中，x为仓储的器材编码，i为维修计划活动序数，C_需求x为i次维修方案拟制中x编码的器材需求数量，m为维修计划活动的总数，n为编码器材的总数；

计算所述维修器材请领数量S₂的表达式具体为：

式中，C_请领x为i次维修器材请领的x编码的器材数量；

计算所述维修器材转运数量S₃的表达式具体为：

式中，C_转运x为i次维修转运中x编码的器材数量。

计算所述维修器更换件数量S₄的表达式具体为：

式中，e为维修设备，C_更换x为维修设备e更换的x编码的器材数量，v为维修设备的总数；

计算所述回收器材数量S₅的表达式具体为：

式中，C_回收x为维修设备e更换后可回收的x编码的器材数量；

计算所述维修器材转级数量S₆的表达式具体为：

S₆＝S6c∪S₅

式中，S6c为仓储器材转级数量，C_{仓储转级x}为仓储转级的x编码的器材数量；

计算所述维修器材报废数量S₇的表达式具体为：

式中，C_处废x为处废的x编码的器材数量。

进一步地：所述步骤S3中，维修器材的预测和评估包括维修器材消耗与故障预测和维修器材故障率评估。

进一步地：所述维修器材消耗与故障预测的方法具体为根据Gompertz曲线预测方法，其中，Gompertz曲线预测值

的表达式具体为：

式中，k为

的上限逼近值，0为

的下限逼近值，a为第一待估参数，b为第二待估参数，k还为第三待估参数，t为时间权数。

进一步地：所述Gompertz曲线预测方法包括以下分步骤：

SA1、设定原始时间数据序列y_t；

SA2、将原始时间数据序列y_t取对数得时间数列lgy_t；

SA3、根据三和法将时间数列lgy_t等分为M个时期的3部分D₁、D₂和D₃；

SA4、根据下式求出Compertz曲线方程的第一待估参数a、第二待估参数b和第三待估参数k：

SA5、将计算得到的第一待估参数a、第二待估参数b和第三待估参数k，代人Gompertz曲线方程，并检验曲线方程与实测值的拟合情况，计算Gompertz曲线预测值

上述进一步方案的有益效果为：维修器材消耗与故障预测方法具有人工干预少、预测精度较高和简单适用的特点。

进一步地：所述维修器材消耗与故障预测包括维修器材消耗数量预测和维修器材故障数量预测；得到维修器材故障数量的方法具体为：

将维修器材需求数量S₁、维修器材请领数量S₂和维修器材转运数量S₃分别作为所述Gompertz曲线预测方法中3部分D₁、D₂和D₃，通过Gompertz曲线预测方法计算Gompertz曲线预测值

作为维修器材故障数量；

得到维修器材消耗数量的方法具体为：

将维修器更换件数量S₄、维修器材转级数量S₆和维修器材报废数量S₇分别作为所述Gompertz曲线预测方法中3部分D₁、D₂和D₃，通过Gompertz曲线预测方法计算Gompertz曲线预测值

作为维修器材消耗数量。

进一步地：所述维修器材故障率评估的方法具体为根据设备发生故障部位模块和维修器材的消耗数量，计算维修器材故障率；

其中，维修器材故障率u的表达式具体为：

式中，y_故障x为维修器材故障数量；y_消耗x为维修器材消耗数量。

本发明的有益效果为：

(1)本发明利用区块链的数据结构、存储机制和对对称加密，使统计的维修器材数据具有去中心化、信息透明、高度自制、不可篡改和可追溯的特点。

(2)本发明采用维修器材的预测和评估，相比于基于设备维修器材消耗定额等的传统方法具有人工干预少、预测精度较高、简单适用的特点。

(3)本发明应用区块链技术，将经费预算、器材订购、仓储运输、维修更换件、报废处理等数据上链，有效明确设备维修消耗、提高维修物资周转效率、减少呆滞物资，节约维修经费。

附图说明

图1为基于区块链的器材消耗计算方法的流程图。

具体实施方式

下面对本发明的具体实施方式进行描述，以便于本技术领域的技术人员理解本发明，但应该清楚，本发明不限于具体实施方式的范围，对本技术领域的普通技术人员来讲，只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内，这些变化是显而易见的，一切利用本发明构思的发明创造均在保护之列。

实施例1：

如图1所示，在本发明的一个实施例中，

一种基于区块链的器材消耗计算方法，包括以下步骤：

S1、根据设备维修计划建立区块链维修模型；

S2、根据区块链维修方案，完成维修器材的统计；

S3、基于维修器材的统计，通过Gompertz曲线方程得到维修器材的预测和评估结果，完成维修器材消耗的计算。

所述步骤S1具体为：

在维修器材业务管理过程中，建立维修器材区块链电子账本，根据维修区块链终端感知和采集器材信息，按照区块链存储结构将器材信息的器材编码、器材数量和活动信息发送至区块链节点，建立区块链维修模型。

所述步骤S2中，维修器材的统计包括维修器材需求数量、维修器材请领数量、维修器材转运数量、维修器更换件数量、回收器材数量、维修器材转级数量和维修器材报废数量；

所述步骤S2具体为：

根据区块链维修方案和修理工艺流程要求，得到维修器材需求数量；

根据维修器材需求进行申请请领，得到维修器材请领数量；

根据维修器材请领数量进行器材运转，得到维修器材转运数量；

根据维修作业更换维修器材，得到维修器更换件数量；

根据维修更换完成后回收器材，得到回收器材数量；

根据仓储器材转级数量和回收器材数量，得到维修器材转级数量；

根据维修器材转级的废品数量，得到维修器材报废数量。

计算所述维修器材需求数量S₁的表达式具体为：

式中，x为仓储的器材编码，i为维修计划活动序数，C_需求x为i次维修方案拟制中x编码的器材需求数量，m为维修计划活动的总数，n为编码器材的总数；

计算所述维修器材需求数量S₁的表达式具体为：

式中，x为仓储的器材编码，i为维修计划活动序数，C_需求x为i次维修方案拟制中x编码的器材需求数量，m为维修计划活动的总数，n为编码器材的总数；

计算所述维修器材请领数量S₂的表达式具体为：

式中，C_请领x为i次维修器材请领的x编码的器材数量；

计算所述维修器材转运数量S₃的表达式具体为：

式中，C_转运x为i次维修转运中x编码的器材数量。

计算所述维修器更换件数量S₄的表达式具体为：

式中，e为维修设备，C_更换x为维修设备e更换的x编码的器材数量，v为维修设备的总数；

计算所述回收器材数量S₅的表达式具体为：

式中，C_回收x为维修设备e更换后可回收的x编码的器材数量；

计算所述维修器材转级数量S₆的表达式具体为：

S₆＝S6c∪S₅

式中，S6c为仓储器材转级数量，C_{仓储转级x}为仓储转级的x编码的器材数量；

计算所述维修器材报废数量S₇的表达式具体为：

式中，C_处废x为处废的x编码的器材数量。

所述维修器材的统计的方法利用区块链的数据结构、存储机制和对称加密，使统计的维修器材数据具有去中心化、信息透明、高度自制、不可篡改、可追溯等特点。

在维修器材业务管理过程中，建立维修器材区块链电子账本，利用物联网技术，对器材进行RFID和二维赋码，根据维修区块链终端感知和采集器材信息，按照区块链存储结构将器材信息的器材编码、器材数量、活动等信息打包到区块链节点的头部，把包括规格型号、单位、质量等级，责任人、库房等信息打包到区块链节点体，提升维修能力、核算维修成本、溯源维修质量等应用价值。

应用区块链技术，将经费预算、器材订购、仓储运输、维修更换件、报废处理等数据上链，有效明确设备维修消耗、提高维修物资周转效率、减少呆滞物资，节约维修经费。

所述步骤S3中，维修器材的预测和评估包括维修器材消耗与故障预测和维修器材故障率评估。

在本实施例中，设备维修器材消耗与整体设备的技术状态、故障情况等密切相关，而这些数据都会直接和间接返回到历史器材维修消耗数据中；而对与历史经验判断法、指数平滑法和基于设备维修器材消耗定额等传统方法，因其人工干预较多，主观性强，预测精度不高。本发明的维修器材消耗与故障预测方法具有人工干预少、预测精度较高和简单适用的特点。

所述维修器材消耗与故障预测的方法具体为根据Gompertz曲线预测方法，其中，Gompertz曲线预测值

的表达式具体为：

式中，k为

的上限逼近值，0为

的下限逼近值，a为第一待估参数，b为第二待估参数，k还为第三待估参数，t为时间权数；

所述Gompertz曲线预测方法包括以下分步骤：

SA1、设定原始时间数据序列y_t；

SA2、将原始时间数据序列y_t取对数得时间数列lgy_t；

SA3、根据三和法将时间数列lgy_t等分为M个时期的3部分D₁、D₂和D₃；

SA4、根据下式求出Compertz曲线方程的第一待估参数a、第二待估参数b和第三待估参数k：

SA5、将计算得到的第一待估参数a、第二待估参数b和第三待估参数k，代人Gompertz曲线方程，并检验曲线方程与实测值的拟合情况，计算Gompertz曲线预测值

在本实施例中，为有效的检验模型的正确性，结合某设备维修射频发射模块年消耗量历史数据可验证维修器材消耗的预测精度。

Gompertz曲线方程得到2019年的消耗量预测值为y₂₀₁₉＝128.87，而实际值y₂₀₁₉＝126，预测精度为97.72％。

所述维修器材消耗种类评估的方法具体为通过属性分析法仍无法确定是否存储的品种，采取对每一属性的影响进行量化，辅助进行储备品种的选择；

其中，对每一属性的影响进行量化的方法具体为：分析维修器材的更换性、关重性、更换性、易损性修复和经济性，确定是否进行储备的器材品种；其中，分析维修器材的更换性、关重性、更换性、易损性修复和经济性具体为：

依据器材品种的更换性，用[0，1]之间的数值进行度量，记为g；不能更换件，g＝0，不储备；难更换件，g∈(0，0.5)；较难更换件，g∈[0.5，0.9)；易更换件，g∈[0.9，1]；

分析器材品种的关重性，并用[0，1]之间的数值来表示，记为z；一般件z∈[0，0.6)，重要件z∈[0.6，0.9)，关键件z∈[0.9，1]；不影响任务剖面基本功能一般件可以不储备(z＝0)；关键件直接影响系统功能的发挥应储备(z＝1)；

分析器材品种的筹措性，用[0，1]之间的数值来度量，记为c；易筹措件c∈[0，0.5)，难筹措件c∈[0.5，1]；能市购的品种不储备(c＝0)；进口件应储备(c＝1)；很难从市场购买或需要安排专门生产的器材品种(c＝[0.5，1))；

分析器材品种的易损性，用[0，1]之间的数值来度量，记为l；易损件应储备，l∈[0.9，1]；一般件少储或不储，l∈[0，0.9)；

分析器材品种的修复性，用[0，1]之间的数值来度量，记为h；h∈[0.9，1]；难修件，h∈[0.5，0.9)；易修件，h∈[0，0.5)；易修件(h＝0)可不储备；

分析剩余器材品种的经济性，用[0，1]之间的数值来度量，记为j；在同等条件下，价格低的可进行存储或多储，价格高的可以不储备；昂贵件，j∈[0，0.5)；贵重件，j∈[0.5，0.9)；廉价件，j∈[0.9，1]。

经过更换性、关重性、更换性、易损性修复和经济性分析之后，仍不能确定是否进行储备的器材品种，可以将各属性度量值的乘积p，作为该器材品种选择的依据，进行辅助选择；其中，计算乘积p的表达式具体为；

p＝g*z*c*l*h*j

在本实施例中，所述维修器材消耗与故障预测包括维修器材消耗数量预测和维修器材故障数量预测；得到维修器材故障数量的方法具体为：

将维修器材需求数量S₁、维修器材请领数量S₂和维修器材转运数量S₃分别作为所述Gompertz曲线预测方法中3部分D₁、D₂和D₃，通过Gompertz曲线预测方法计算Gompertz曲线预测值

作为维修器材故障数量；

得到维修器材消耗数量的方法具体为：

将维修器更换件数量S₄、维修器材转级数量S₆和维修器材报废数量S₇分别作为所述Gompertz曲线预测方法中3部分D₁、D₂和D₃，通过Gompertz曲线预测方法计算Gompertz曲线预测值

作为维修器材消耗数量。

所述维修器材故障率评估的方法具体为根据设备发生故障部位模块和维修器材的消耗数量，计算维修器材故障率；维修器材故障率是一定周期内维修器材发生故障的概率。

其中，维修器材故障率u的表达式具体为：

式中，y_故障x为维修器材故障数量；y_消耗x为维修器材消耗数量。

本发明方法的实施过程为：维修人员围绕设备维修计划和维修任务，拟制维修方案，依据维修方案和修理工艺流程要求，提出维修器材需求集合，维修人员依据维修器材需求集合计算维修器材请领集合，维修器材间收到维修器材请领集合后，申请发货转运到维修车间，生成维修器材转运集合，维修人员作业时更换维修器材，生成维修器更换件集合，维修更换完成后回收器材，生成回收器材集合，仓库保管员按照器材存储年限、维修更换等要求，定期对仓储器材进行质量转级，得到维修器材转级集合，转级为废品可对其进行报废处置，得到维修器材报废集合，完成维修器材的统计。根据维修器材的统计，依托Gompertz曲线方程，通过维修器材消耗与故障预测、维修器材消耗种类评估和维修器材故障率评估，完成维修器材消耗计算。

本发明的有益效果为：本发明利用区块链的数据结构、存储机制和对对称加密，使统计的维修器材数据具有去中心化、信息透明、高度自制、不可篡改和可追溯的特点。

本发明采用维修器材的预测和评估，相比于基于设备维修器材消耗定额等的传统方法具有人工干预少、预测精度较高、简单适用的特点。

本发明应用区块链技术，将经费预算、器材订购、仓储运输、维修更换件、报废处理等数据上链，有效明确设备维修消耗、提高维修物资周转效率、减少呆滞物资，节约维修经费。

在本发明的描述中，需要理解的是，术语“中心”、“厚度”、“上”、“下”、“水平”、“顶”、“底”、“内”、“外”、“径向”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的设备或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性或隐含指明的技术特征的数量。因此，限定由“第一”、“第二”、“第三”的特征可以明示或隐含地包括一个或者更多个该特征。

Claims (9)

1.一种基于区块链的器材消耗计算方法，其特征在于，包括以下步骤：

S1、根据设备维修计划建立区块链维修模型；

S2、根据区块链维修方案，完成维修器材的统计；

S3、基于维修器材的统计，通过Gompertz曲线方程得到维修器材的预测和评估结果，完成维修器材消耗的计算。

2.根据权利要求1所述的基于区块链的器材消耗计算方法，其特征在于，所述步骤S1具体为：

在维修器材业务管理过程中，建立维修器材区块链电子账本，根据维修区块链终端感知和采集器材信息，按照区块链存储结构将器材信息的器材编码、器材数量和活动信息发送至区块链节点，建立区块链维修模型。

3.根据权利要求1所述的基于区块链的器材消耗计算方法，其特征在于，所述步骤S2中，维修器材的统计包括维修器材需求数量、维修器材请领数量、维修器材转运数量、维修器更换件数量、回收器材数量、维修器材转级数量和维修器材报废数量；

所述步骤S2具体为：

根据区块链维修方案和修理工艺流程要求，得到维修器材需求数量；

根据维修器材需求进行申请请领，得到维修器材请领数量；

根据维修器材请领数量进行器材运转，得到维修器材转运数量；

根据维修作业更换维修器材，得到维修器更换件数量；

根据维修更换完成后回收器材，得到回收器材数量；

根据仓储器材转级数量和回收器材数量，得到维修器材转级数量；

根据维修器材转级的废品数量，得到维修器材报废数量。

4.根据权利要求3所述的基于区块链的器材消耗计算方法，其特征在于，计算所述维修器材需求数量S₁的表达式具体为：

式中，x为仓储的器材编码，i为维修计划活动序数，C_需求x为i次维修方案拟制中x编码的器材需求数量，m为维修计划活动的总数，n为编码器材的总数；

计算所述维修器材请领数量S₂的表达式具体为：

式中，C_请领x为i次维修器材请领的x编码的器材数量；

计算所述维修器材转运数量S₃的表达式具体为：

式中，C_转运x为i次维修转运中x编码的器材数量。

计算所述维修器更换件数量S₄的表达式具体为：

式中，e为维修设备，C_更换x为维修设备e更换的x编码的器材数量，v为维修设备的总数；

计算所述回收器材数量S₅的表达式具体为：

式中，C_回收x为维修设备e更换后可回收的x编码的器材数量；

计算所述维修器材转级数量S₆的表达式具体为：

S₆＝S6c∪S₅

式中，S6c为仓储器材转级数量，C_{仓储转级x}为仓储转级的x编码的器材数量；

计算所述维修器材报废数量S₇的表达式具体为：

式中，C_处废x为处废的x编码的器材数量。

5.根据权利要求1所述的基于区块链的器材消耗计算方法，其特征在于，所述步骤S3中，维修器材的预测和评估包括维修器材消耗与故障预测和维修器材故障率评估。

6.根据权利要求5所述的基于区块链的器材消耗计算方法，其特征在于，所述维修器材消耗与故障预测的方法具体为根据Gompertz曲线预测方法计算Gompertz曲线预测值，并将其作为维修器材消耗的预测结果，其中，Gompertz曲线预测值

的表达式具体为：

式中，k为

的上限逼近值，0为

的下限逼近值，a为第一待估参数，b为第二待估参数，k还为第三待估参数，t为时间权数。

7.根据权利要求6所述的基于区块链的器材消耗计算方法，其特征在于，所述Gompertz曲线预测方法包括以下分步骤：

SA1、设定原始时间数据序列y_t；

SA2、将原始时间数据序列y_t取对数得时间数列lgy_t；

SA3、根据三和法将时间数列lgy_t等分为M个时期的3部分D₁、D₂和D₃；

SA4、根据下式求出Compertz曲线方程的第一待估参数a、第二待估参数b和第三待估参数k：

SA5、将计算得到的第一待估参数a、第二待估参数b和第三待估参数k，代人Gompertz曲线方程，并检验曲线方程与实测值的拟合情况，计算Gompertz曲线预测值

8.根据权利要求7所述的基于区块链的器材消耗计算方法，其特征在于，所述维修器材消耗与故障预测包括维修器材消耗数量预测和维修器材故障数量预测；得到维修器材故障数量的方法具体为：

将维修器材需求数量S₁、维修器材请领数量S₂和维修器材转运数量S₃分别作为所述Gompertz曲线预测方法中3部分D₁、D₂和D₃，通过Gompertz曲线预测方法计算Gompertz曲线预测值

作为维修器材故障数量；

得到维修器材消耗数量的方法具体为：

将维修器更换件数量S₄、维修器材转级数量S₆和维修器材报废数量S₇分别作为所述Gompertz曲线预测方法中3部分D₁、D₂和D₃，通过Gompertz曲线预测方法计算Gompertz曲线预测值

作为维修器材消耗数量。

9.根据权利要求8所述的基于区块链的器材消耗计算方法，其特征在于，所述维修器材故障率评估的方法具体为根据设备发生故障部位模块和维修器材的消耗数量，计算维修器材故障率；

其中，维修器材故障率u的表达式具体为：

式中，y_故障x为维修器材故障数量；y_消耗x为维修器材消耗数量。

Images