CN115759923A - 基于备件历史消耗数据和故障预测的备件库存管理方法 - Google Patents
基于备件历史消耗数据和故障预测的备件库存管理方法 Download PDFInfo
- Publication number
- CN115759923A CN115759923A CN202211354412.6A CN202211354412A CN115759923A CN 115759923 A CN115759923 A CN 115759923A CN 202211354412 A CN202211354412 A CN 202211354412A CN 115759923 A CN115759923 A CN 115759923A
- Authority
- CN
- China
- Prior art keywords
- spare part
- information
- inventory
- target
- purchasing
- 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
Links
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请涉及库存管理的技术领域,公开了一种基于备件历史消耗数据和故障预测的备件库存管理方法,基于备件历史消耗数据和故障预测的备件库存管理方法包括:获取各子备件库的备件库存信息,获取目标备件库的历史消耗数据和当前库存数据,生成动态库存信息;获取目标备件库的历史故障信息,生成故障预测信息,基于故障预测信息生成各备件的备件采购基准信息;从动态库存信息中获取各子备件库的库存冗余数据,生成采购修正信息;基于备件采购基准信息和采购修正信息生成备件补充计划,当触发备件采购条件时,基于备件补充计划生成备件补充指令;本申请具有提高对轨道交通的维护工作进行备件库存管理科学性的效果。
Description
技术领域
本申请涉及库存管理的技术领域,尤其是涉及一种基于备件历史消耗数据和故障预测的备件库存管理方法。
背景技术
为使轨道交通能够稳定、安全地运行,需要定期对轨道、列车、电气设备进行检修,在检修过程中,常需要使用备件替换已损坏或磨损严重的配件,提前采购备件可大大地提高检修效率,然而,备件仓储量过小容易因备件不足而导致影响检修效率,而备件仓储量过大则存在库存成本高的问题,因此,针对备件的库存管理对于轨道交通的故障维护至关重要。
现有的备件库存管理通常是根据备件消耗速率来确定备件的库存量和备件的补充时间节点,然而,轨道交通网通常由若干站点和轨道线路构成,需更换配件的故障可能发生在轨道交通网的任一位置,因此,轨道交通网的备件库可能分别设置在不同的站点上,备件可通过轨道交通网进行调度,因而现有的备件库存管理方法难以适用于轨道交通网的维护工作中。
针对上述相关技术,发明人认为现有的备件库存管理方法存在难以适用于轨道交通网维护的问题。
发明内容
为了提高对轨道交通的维护工作进行备件库存管理的科学性,本申请提供一种基于备件历史消耗数据和故障预测的备件库存管理方法。
本申请的发明目的一采用如下技术方案实现:
基于备件历史消耗数据和故障预测的备件库存管理方法,包括:
获取各子备件库的备件库存信息,获取目标备件库的历史消耗数据和当前库存数据,生成动态库存信息;
获取目标备件库的历史故障信息,生成故障预测信息,基于故障预测信息生成各备件的备件采购基准信息;
从动态库存信息中获取各子备件库的库存冗余数据,生成采购修正信息;
基于备件采购基准信息和采购修正信息生成备件补充计划,当触发备件采购条件时,基于备件补充计划生成备件补充指令。
通过采用上述技术方案,获取各子备件库的备件库存信息并进行记录,以生成动态库存信息,便于获知整个轨道交通网的备件库存状态,以便后续基于不同备件库中的备件进行统一调度,获取目标备件库的历史消耗数据和当前库存数据,以便获知目标备件库的库存情况;获取目标备件库的历史故障信息,便于根据历史故障发生情况对未来可能发生的故障类型、故障发生时间进行预测,以生成故障预测信息,以便根据故障预测信息评估各类故障的发生频率,以及各类备件在对应的故障发生时的消耗量,从而生成各类备件对应的备件采购基准信息;由于轨道交通网由若干站点和线路构成,轨道交通网中备件库的数量有若干个,且各备件库之间可依托轨道交通工具实现备件跨站点调度,因此,从动态库存信息中获取各子备件库的库存冗余数据,根据各子备件库的库存冗余数据生成采购修正信息,以便后续对采购基准信息进行修正,以减少轨道交通网的备件库存冗余;基于备件采购基准信息和采购修正信息生成备件补充计划,并在达到备件采购条件时,生成备件补充指令,以便提高对轨道交通的维护工作进行备件库存管理的科学性。
本申请在一较佳示例中:所述采购基准信息包括采购基准间隔时间和备件基准采购量,获取目标备件库的历史故障信息,生成故障预测信息,基于故障预测信息生成各备件的备件采购基准信息的步骤中,包括:
获取历史故障信息,提取目标备件的关联故障发生时间信息,确定各关联故障发生的间隔时间数值,计算间隔时间平均值aT和间隔时间标准差st;
基于预设的置信概率P,根据关联故障发生的间隔时间分布规律,计算采购基准间隔时间T=aT+kTsT;
以间隔时间平均值aT作为目标备件消耗统计的时间颗粒度,计算消耗量平均值aN和消耗量标准差sN;
基于预设的置信概率P,根据目标备件消耗量的分布规律,计算目标备件基准采购量N=aN+kNsN。
通过采用上述技术方案,获取历史故障信息,根据选定的目标备件从历史故障信息中提取需消耗目标备件的关联故障的发生时间信息,以便确定各历史关联故障距上一次关联故障发生的间隔时间数值,从而计算间隔时间平均值aT和间隔时间标准差sT;基于预设的置信概率P,确定采购间隔时间的修正参数kT,以计算采购基准间隔时间T,便于针对不同种类的备件设置不同的置信概率P,提高采购间隔时间制定的科学性;以间隔时间平均值aT作为目标备件消耗统计的时间颗粒度,获取每次关联故障检修所需消耗的目标备件数量,计算目标备件的消耗量平均值aN和消耗量标准差sN;基于预设的置信概率P,确定目标备件采购量的修正参数kN,以计算目标备件基准采购量N,便于针对不同种类的备件设置不同的置信概率P,提高目标备件采购量制定的科学性。
本申请在一较佳示例中:从动态库存信息中获取各子备件库的库存冗余数据,生成采购修正信息的步骤中,包括:
获取各子备件库中目标备件的库存冗余数据bi;
获取各子备件库与目标备件库之间的调度时间,计算对应的时间修正参数ki;
通过采用上述技术方案,逐一获取各子备件库中目标备件的库存冗余数据bi,便于获知轨道交通网中位于不同线路或站点的各子备件库中目标备件的冗余量;由于在轨道交通网中,位于不同区域的子备件库将目标备件调度并运输至目标备件库所需的调度时间不同,子备件库距离目标备件库越远,则所需的调度时间越长,越难以对目标备件库维修管理区域内的故障提供及时的支援,因此,根据各子备件库相对于目标备件库所需的调度时间计算对应的时间修正参数ki,用于评估各子备件库中的目标备件对目标备件库维修管理区域内的故障提供支援的及时性和可靠性;计算轨道交通网的修正备件冗余量,便于评估经过修正后,能够对目标备件库维修管理区域内的故障提供及时可靠支援的目标备件数量,根据修正备件冗余量生成采购修正信息,以便后续对采购基准信息进行修正,以减少轨道交通网的备件库存冗余。
本申请在一较佳示例中:生成采购修正信息的步骤中,还包括:
根据不同类别故障的期望损失确定对应类别备件的重要等级;
基于目标备件的重要等级为目标备件设置对应的最低库存阈值c;
通过采用上述技术方案,由于轨道交通中可能发生的故障种类较多,部分类型的故障对轨道交通的正常运行影响较小,而部分类型的故障对轨道交通的正常运行影响很大,甚至可能造成轨道交通停运;因此,根据不同类别故障对轨道交通正常运行带来的期望损失确定不同故障对应所需使用备件的重要等级;根据目标备件的重要等级为目标备件设置对应的最低库存阈值c,便于确定每一种备件的最低库存量,降低因缺乏备件导致对严重影响轨道交通运行的故障未能及时检修的可能性;修正备件冗余量和最低库存阈值c生成采购修正信息,便于进一步提高后续制定备件补充计划的科学性。
本申请在一较佳示例中:当触发备件采购条件时,基于备件补充计划生成备件补充指令的步骤中,包括:
从备件补充计划中获取采购基准间隔时间T,当目标备件库中目标备件的库存量D≤c+aN时,触发备件采购条件,延迟采购基准间隔时间T后发送备件补充指令;
当目标备件库中目标备件的库存量D≤c时,发送备件补充指令。
通过采用上述技术方案,获取备件补充计划,从备件补充计划中获取采购基准间隔时间T,当目标备件库中目标备件的库存量小于或等于c+an时,即当前目标备件的库存量预计将在下一次故障发生时消耗至最低库存阈值以下,触发备件采购条件,以根据预设的备件补充计划在延迟采购基准间隔时间T后发出备件补充指令以执行目标备件的采购工作;当目标备件库中目标备件的可存量小于或等于最低最低库存阈值时,则直接发出备件补充指令以执行目标备件的采购工作。
本申请在一较佳示例中:还包括:
实时获取故障上报信息,基于故障上报信息确定故障地点信息和备件消耗信息;
获取目标备件库中目标备件的库存量,计算目标备件的库存缺口数据;
获取各子备件库中目标备件的库存冗余数据bi和对应的时间修正参数ki,生成备件调度指令。
通过采用上述技术方案,实时获取故障上报信息,以便及时从故障上报信息中获取故障发生地点,所需使用的备件类型、备件消耗量的信息;获取目标备件库中目标备件的库存量数据,根据目标备件的库存量和目标备件消耗量计算目标备件的库存缺口数据,以便获知处理故障所需调度的目标备件数量;获取各子备件库中目标备件的库存冗余数据bi,以及各子备件库对应的时间修正参数ki,便于根据各子备件库与目标备件库之间对应的调度时间由短至长选取所需调度目标备件的子备件库,以生成目标备件的备件调度指令。
本申请在一较佳示例中:实时获取故障上报信息,基于故障上报信息确定故障地点信息和备件消耗信息的步骤中,还包括:
基于故障上报信息评估故障的期望损失数据,若期望损失数据大于损失阈值,生成轨道调度指令。
通过采用上述技术方案,基于故障上报信息评估故障的期望损失数据,以便获知故障对轨道交通网正常运行所造成的损失情况,若期望损失数据大于预设的损失阈值,则生成轨道调度指令,以清空列车的部分车厢,利用列车辅助进行备件的调度,提高故障的修复效率。
本申请的发明目的二采用如下技术方案实现:
基于备件历史消耗数据和故障预测的备件库存管理系统,包括:
动态库存信息获取模块,用于获取各子备件库的备件库存信息,获取目标备件库的历史消耗数据和当前库存数据,生成动态库存信息;
备件采购基准信息生成模块,用于获取目标备件库的历史故障信息,生成故障预测信息,基于故障预测信息生成各备件的备件采购基准信息;
采购修正信息生成模块,用于从动态库存信息中获取各子备件库的库存冗余数据,生成采购修正信息;
备件补充指令生成模块,用于基于备件采购基准信息和采购修正信息生成备件补充计划,当触发备件采购条件时,基于备件补充计划生成备件补充指令。
通过采用上述技术方案,获取各子备件库的备件库存信息并进行记录,以生成动态库存信息,便于获知整个轨道交通网的备件库存状态,以便后续基于不同备件库中的备件进行统一调度,获取目标备件库的历史消耗数据和当前库存数据,以便获知目标备件库的库存情况;获取目标备件库的历史故障信息,便于根据历史故障发生情况对未来可能发生的故障类型、故障发生时间进行预测,以生成故障预测信息,以便根据故障预测信息评估各类故障的发生频率,以及各类备件在对应的故障发生时的消耗量,从而生成各类备件对应的备件采购基准信息;由于轨道交通网由若干站点和线路构成,轨道交通网中备件库的数量有若干个,且各备件库之间可依托轨道交通工具实现备件跨站点调度,因此,从动态库存信息中获取各子备件库的库存冗余数据,根据各子备件库的库存冗余数据生成采购修正信息,以便后续对采购基准信息进行修正,以减少轨道交通网的备件库存冗余;基于备件采购基准信息和采购修正信息生成备件补充计划,并在达到备件采购条件时,生成备件补充指令,以便提高对轨道交通的维护工作进行备件库存管理的科学性。
本申请的发明目的三采用如下技术方案实现:
一种计算机设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述基于备件历史消耗数据和故障预测的备件库存管理方法的步骤。
本申请的发明目的四采用如下技术方案实现:
一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述基于备件历史消耗数据和故障预测的备件库存管理方法的步骤。
综上所述,本申请包括以下至少一种有益技术效果:
1.获取各子备件库的备件库存信息并进行记录,以生成动态库存信息,便于获知整个轨道交通网的备件库存状态,以便后续基于不同备件库中的备件进行统一调度,获取目标备件库的历史消耗数据和当前库存数据,以便获知目标备件库的库存情况;获取目标备件库的历史故障信息,便于根据历史故障发生情况对未来可能发生的故障类型、故障发生时间进行预测,以生成故障预测信息,以便根据故障预测信息评估各类故障的发生频率,以及各类备件在对应的故障发生时的消耗量,从而生成各类备件对应的备件采购基准信息;由于轨道交通网由若干站点和线路构成,轨道交通网中备件库的数量有若干个,且各备件库之间可依托轨道交通工具实现备件跨站点调度,因此,从动态库存信息中获取各子备件库的库存冗余数据,根据各子备件库的库存冗余数据生成采购修正信息,以便后续对采购基准信息进行修正,以减少轨道交通网的备件库存冗余;基于备件采购基准信息和采购修正信息生成备件补充计划,并在达到备件采购条件时,生成备件补充指令,以便提高对轨道交通的维护工作进行备件库存管理的科学性。
2.获取历史故障信息,根据选定的目标备件从历史故障信息中提取需消耗目标备件的关联故障的发生时间信息,以便确定各历史关联故障距上一次关联故障发生的间隔时间数值,从而计算间隔时间平均值aT和间隔时间标准差sT;基于预设的置信概率P,确定采购间隔时间的修正参数kT,以计算采购基准间隔时间T,便于针对不同种类的备件设置不同的置信概率P,提高采购间隔时间制定的科学性;以间隔时间平均值aT作为目标备件消耗统计的时间颗粒度,获取每次关联故障检修所需消耗的目标备件数量,计算目标备件的消耗量平均值aN和消耗量标准差sN;基于预设的置信概率P,确定目标备件采购量的修正参数kN,以计算目标备件基准采购量N,便于针对不同种类的备件设置不同的置信概率P,提高目标备件采购量制定的科学性。
3.逐一获取各子备件库中目标备件的库存冗余数据bi,便于获知轨道交通网中位于不同线路或站点的各子备件库中目标备件的冗余量;由于在轨道交通网中,位于不同区域的子备件库将目标备件调度并运输至目标备件库所需的调度时间不同,子备件库距离目标备件库越远,则所需的调度时间越长,越难以对目标备件库维修管理区域内的故障提供及时的支援,因此,根据各子备件库相对于目标备件库所需的调度时间计算对应的时间修正参数ki,用于评估各子备件库中的目标备件对目标备件库维修管理区域内的故障提供支援的及时性和可靠性;计算轨道交通网的修正备件冗余量,便于评估经过修正后,能够对目标备件库维修管理区域内的故障提供及时可靠支援的目标备件数量,根据修正备件冗余量生成采购修正信息,以便后续对采购基准信息进行修正,以减少轨道交通网的备件库存冗余。
附图说明
图1是本申请实施例一中基于备件历史消耗数据和故障预测的备件库存管理方法的流程图。
图2是本申请基于备件历史消耗数据和故障预测的备件库存管理方法中步骤S20的流程图。
图3是本申请基于备件历史消耗数据和故障预测的备件库存管理方法中步骤S30的流程图。
图4是本申请基于备件历史消耗数据和故障预测的备件库存管理方法中步骤S30的另一流程图。
图5是本申请实施例二中基于备件历史消耗数据和故障预测的备件库存管理方法的另一流程图。
图6是本申请实施例三中基于备件历史消耗数据和故障预测的备件库存管理系统的一原理框图。
图7是本申请实施例四中的设备示意图。
具体实施方式
以下结合附图1至7对本申请作进一步详细说明。
实施例一
本申请公开了一种基于备件历史消耗数据和故障预测的备件库存管理方法,可用于对轨道交通网的维护工作进行备件库存管理,如图1所示,具体包括如下步骤:
S10:获取各子备件库的备件库存信息,获取目标备件库的历史消耗数据和当前库存数据,生成动态库存信息。
在本实施例中,轨道交通网中设置有若干个子备件库,各子备件库分别设置在轨道交通网的不同站点或线路上;目标备件库是指本申请中需要进行备件库存管理的子备件库,目标备件库可以是任一子备件库;备件库存信息是指用于记录备件库中存储的各种备件的型号、数量的信息。
具体地,定期获取轨道交通网中所有子备件库的备件库存信息并存储至数据库中,以便分析各子备件库中各种型号备件的库存量变更情况,进而得到各种备件的历史消耗数据和当前库存数据,基于各子备件库的备件库存信息、历史消耗数据和当前库存数据,生成动态库存信息,以便后续从动态库存信息中查询和获取各子备件库的库存数据。
S20:获取目标备件库的历史故障信息,生成故障预测信息,基于故障预测信息生成各备件的备件采购基准信息。
在本实施例中,每一个子备件库均设置于对应的轨道交通网维护工作站中,每一个子备件库均向对应的维护工作站供应备件,且每一个维护工作站负责处理特定维护区域内的轨道交通设备故障,因此,目标备件库的历史故障信息是指目标备件库对应维护工作站所负责的维护区域内发生的轨道交通设备故障的信息;采购基准信息是指基于目标备件库的故障预测信息所制定的备件采购的基准计划信息。
具体地,当目标备件库对应维护区域内发生设备故障时,记录故障的发生时间、故障导致的损失、维护故障所消耗的备件类别和数量等信息并记录在数据库中,形成历史故障信息。
具体地,获取目标备件库对应的历史故障信息,根据对历史发生的设备故障的间隔时间、备件消耗类型和数量、所造成的损失等数据的规律进行分析,从而生成故障预测信息,便于后续根据故障预测信息判断各类备件的消耗情况;根据各类备件的消耗量情况生成各类备件的采购基准信息,便于后续根据采购基准信息指导备件的采购,提高备件库存管理的科学性。
其中,参照图2,采购基准信息包括采购基准间隔时间和备件基准采购量,在步骤S20中,包括:
S21:获取历史故障信息,提取目标备件的关联故障发生时间信息,确定各关联故障发生的间隔时间数值,计算间隔时间平均值aT和间隔时间标准差st。
在本实施例中,由于不同类型设备故障所需使用的备件类别不同,因此,基于故障预测信息生成各备件的备件采购基准信息时,需要对备件类别进行分类后再分别统计和分析,目标备件是指需要进行备件库存管理分析的备件类别,当完成了针对一种类别备件的库存管理分析后,将另一类别的备件设置为新的目标备件并进行库存管理分析。
具体地,确定所需进行库存管理分析的目标备件,获取历史故障信息,从历史故障信息中提取目标备件的关联故障的发生时间信息,关联故障是指需要消耗目标备件的设备故障类别;确定各类关联故障每一次发生时间与上一次同类故障发生的间隔时间的数值,基于所有间隔时间数值计算间隔时间平均值aT和间隔时间标准差st,便于后续预测目标备件对应关联故障的发生时间节点。
进一步地,由于部分备件可能对应多种关联故障,而不同类别的关联故障发生频率和目标备件的消耗量可能不同,因此,若目标备件对应多种关联故障时,对于每一种关联故障均需要单独计算间隔时间平均值aT和间隔时间标准差st,以提高进一步备件库存管理的科学性。
S22:基于预设的置信概率P,根据关联故障发生的间隔时间分布规律,计算采购基准间隔时间T=aT+kTsT。
在本实施例中,由于设备或备件均有对应的使用寿命,因而轨道交通中同类故障发生的间隔时间通常呈正态分布。
具体地,根据设备故障修复的实际需求设定置信概率P,对于可能对轨道交通正常运行造成重大影响的设备故障类别,例如屏蔽门、轨道故障,可以将置信概率P设置为0.99以上,对于不会对轨道交通正常运行造成重大影响的设备故障类别,例如照明灯具故障,可以将置信概率P设置为0.5;根据间隔时间平均值aT、间隔时间标准差st和置信概率P,计算采购基准间隔时间T=aT+kTsT;以作为后续目标备件采购的基准间隔时间。
S23:以间隔时间平均值aT作为目标备件消耗统计的时间颗粒度,计算消耗量平均值aN和消耗量标准差sN。
具体地,以间隔时间平均值aT作为目标备件消耗统计的时间颗粒度,计算每个目标备件消耗统计周期内目标备件的消耗量平均值aN和消耗量标准差sN,便于后续评估目标备件的采购量,提高采购量制定的科学性。
S24:基于预设的置信概率P,根据目标备件消耗量的分布规律,计算目标备件基准采购量N=aN+kNsN。
具体地,根据设备故障修复的实际需求设定置信概率P,根据消耗量平均值aN、消耗量标准差sN和置信概率P,计算目标备件基准采购量N=aN+kNsN;以作为后续目标备件采购的基准采购量,在本实施例中,关于备件采购量以及其他备件数量的数值均向上取整。
S30:从动态库存信息中获取各子备件库的库存冗余数据,生成采购修正信息。
在本实施例中,针对一种特定的目标备件,各子备件库均可计算出对应的消耗量平均值aN、备件基准采购量N数据,各子备件库根据实际需求采购和消耗目标备件,库存冗余数据是指子备件库中当前库存量与消耗量平均值aN的差值;采购修正信息是指用于根据目标备件库之外的子备件库的库存冗余数据进行评估后,所生成的用于修正采购量的信息。
具体地,由于轨道交通网由若干站点和线路构成,轨道交通网中备件库的数量有若干个,且各备件库之间可依托轨道交通工具实现备件跨站点调度;从动态库存信息中获取各子备件库的库存冗余数据,根据各子备件库的库存冗余数据判断各子备件库中目标备件的库存量的冗余情况,以生成采购修正信息,用于对采购基准信息进行修正,从而便于根据其他子备件库中目标备件的库存量冗余情况减少目标备件库对于目标备件的采购量,以减少轨道交通网的备件库存冗余。
进一步地,由于各子备件库均有可能采用本申请中的基于备件历史消耗数据和故障预测的备件库存管理方法,以进行备件库存管理,因此,部分子备件库的对于目标备件的库存量可能低于消耗量平均值aN,因此库存冗余数据的数值可以是负值。
其中,参照图3,在步骤S30中,包括:
S31:获取各子备件库中目标备件的库存冗余数据bi。
具体地,根据各子备件库中目标备件的库存量与子备件库对应的消耗量平均值aN的差值,确定各子备件库中目标备件的库存冗余数据bi。
S32:获取各子备件库与目标备件库之间的调度时间,计算对应的时间修正参数ki。
在本实施例中,确定目标备件库所在位置为目的地,轨道交通网中的其他各子备件库将备件调度至目标备件库所需花费的时间为各子备件库的调度时间。
具体地,获取目标备件库与其他各子备件库的位置信息,根据备件运输所使用交通工具、行进路径和调度手续计算各子备件库的调度时间;由于根据备件运输所使用交通工具的不同,每一子备件库可能存在不同的调度时间,在本实施例中,调度时间是指通过轨道交通中的列车作为备件运输交通工具所计算得到的时间值。
具体地,根据轨道交通网的运行时刻表确定各车次的列车的运行线路和到达各站点的时间节点,从而计算各备件库的调度时间;由于设备故障的维护需要符合对应的时效性,因而各子备件库相对于目标备件库的调度时间越长,则子备件库中的目标备件对目标备件库对应维护区域内的设备故障所能提供帮助的可能性越小,因此,根据各子备件库与目标备件库之间的调度时间,计算对应的时间修正参数ki,便于根据评估各子备件库中的目标备件对目标备件库维修管理区域内的故障提供支援的及时性和可靠性,时间修正参数ki的数值与调度时间负相关;在本实施例中,时间修正参数ki=1-(n-30)×0.01kk,其中1≥ki≥0,n和kk的具体数值可以根据实际需求进行修改。
具体地,根据各子备件库中目标备件的库存冗余数据bi和对应的时间修正参数ki,计算修正备件冗余量并进一步确定采购修正信息n为子备件库的数量,便于后续根据采购修正信息对备件采购基准信息进行修正,从而提高备件库存管理的科学性。
其中,参照图4,在步骤S30中,还包括:
S34:根据不同类别故障的期望损失确定对应类别备件的重要等级。
具体地,由于不同类别的故障对轨道交通网的正常运行所可能造成的损失各不相同,因此,计算各种类别故障对应的期望损失,根据不同类别故障的期望损失值的大小确定设备故障所需使用备件类别的重要等级,以便后续根据目标备件的重要等级进一步修正备件采购策略。
S35:基于目标备件的重要等级为目标备件设置对应的最低库存阈值c。
在本实施例中,最低库存阈值c是指针对各类备件的最低库存量所设置的阈值。
具体地,根据目标备件的重要等级为目标备件设置对应的最低库存阈值c,目标备件的重要等级与最低库存阈值c的数值正相关。
进一步地,目标备件的重要等级可以根据该目标备件在备件采购基准信息生成环节的置信概率P所确定,当目标备件的置信概率P为0.99以上时,轨道交通网中各子备件库的最低库存阈值c之和大于消耗量平均值aN。
S40:基于备件采购基准信息和采购修正信息生成备件补充计划,当触发备件采购条件时,基于备件补充计划生成备件补充指令。
在本实施例中,备件采购条件是指用于触发根据备件补充计划执行备件采购工作的条件。
具体地,根据采购修正信息对备件采购基准信息进行修正后,生成备件补充计划,以便基于备件补充计划制定备件采购的前期工作,例如采购合同商讨签订等工作,当触发备件采购条件时,基于备件补充计划生成备件补充指令,并将备件补充指令发送至对应的采购人员,以开始执行采购工作。
实施例二
在实施例一的基础上,在步骤S40中,包括:
S41:从备件补充计划中获取采购基准间隔时间T,当目标备件库中目标备件的库存量D≤c+aN时,触发备件采购条件,延迟采购基准间隔时间T后发送备件补充指令。
具体的,从备件补充计划中获取采购基准间隔时间T,以便确定下一关联故障发生的预测时间节点,当目标备件库中的目标备件的库存量D≤c+aN时,触发备件采购条件,且在延迟采购基准间隔时间T后,向采购人员发送备件补充指令;由于消耗量平均值aN为关联故障发生时目标备件的平均消耗量,将备件采购条件设置为库存量D≤c+aN,便于在关联故障发生时,尽可能在完成对关联故障的维修工作后,还能够保留数量约为最低库存阈值c的目标备件以应对突发情况;在触发备件采购条件后,延迟采购基准间隔时间T后再发送备件补充指令,便于提供充裕的备件采购准备时间。
S42:当目标备件库中目标备件的库存量D≤c时,发送备件补充指令。
具体地,当目标备件库中目标备件的库存量D≤c时,则认为目标备件库中的库存量小于应对突发紧急故障的需求,此时直接根据备件补充计划生成备件补充指令,并立即发送至对应的采购人员,以尽快开始执行采购工作。
其中,参照图5,基于备件历史消耗数据和故障预测的备件库存管理方法还包括:
S50:实时获取故障上报信息,基于故障上报信息确定故障地点信息和备件消耗信息。
在本实施例中,故障上报信息是指当维护人员或检测设备检测到设备故障时发出的信息,故障上报信息包括载检测到故障发生后立即发送的警示信息、设备故障调查后生成的维修方案信息以及故障维修结束后的备案信息等。
具体地,实时获取故障上报信息根据故障上报信息确定设备故障发生的具体地点,同时获取维修人员经调查后确定的维修方案中所需使用的备件类别、数量等信息;便于后续维修人员携带备件前往设备故障发生地点进行维修,提高设备故障的维修效率。
其中,在步骤S50中,包括:
S51:基于故障上报信息评估故障的期望损失数据,若期望损失数据大于损失阈值,生成轨道调度指令。
具体地,基于故障上报信息中记录的设备损坏情况、维修预计所需时间等信息评估该设备故障所造成的期望损失,期望损失包括设备损坏、维修对应的财物损失和因轨道交通无法正常运营造成的损失;将设备故障的期望损失数据与预设的损失阈值进行对比,若期望损失数据大于预设的损失阈值,则认为设备故障的严重程度较高,需要尽快进行维修,生成轨道调度指令以清空部分列车的车厢,利用列车的车厢作为备件的运输工具,从而提高设备故障的维修效率;损失阈值可以根据实际需求进行设置。
S60:获取目标备件库中目标备件的库存量,计算目标备件的库存缺口数据。
具体地,获取目标备件库中目标备件的库存量,再根据故障上报信息中的目标备件消耗量计算目标备件的库存缺口数据,以便从其他子备件库中调度目标备件以对设备故障进行维修。
S70:获取各子备件库中目标备件的库存冗余数据bi和对应的时间修正参数ki,生成备件调度指令。
具体地,获取各子备件库中目标备件的库存冗余数据bi,以及各子备件库对应的时间修正参数ki,便于根据各子备件库与目标备件库之间对应调度时间的长短选择调度目标备件的子备件库,并根据库存缺口数据确定所需调度的目标备件的数量,以生成目标备件的备件调度指令并发送至对应的子备件库,使子备件库的维修人员提前进行目标备件调度准备工作。
应理解,上述实施例中各步骤的序号大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本申请实施例的实施过程构成任何限定。
实施例三
如图6所示,本申请公开了一种基于备件历史消耗数据和故障预测的备件库存管理系统,用于执行上述基于备件历史消耗数据和故障预测的备件库存管理方法的步骤,该基于备件历史消耗数据和故障预测的备件库存管理系统与上述实施例中基于备件历史消耗数据和故障预测的备件库存管理方法相对应。
基于备件历史消耗数据和故障预测的备件库存管理系统包括动态库存信息获取模块、备件采购基准信息生成模块备件采购基准信息生成模块、采购修正信息生成模块和备件补充指令生成模块。各功能模块的详细说明如下:
动态库存信息获取模块,用于获取各子备件库的备件库存信息,获取目标备件库的历史消耗数据和当前库存数据,生成动态库存信息;
备件采购基准信息生成模块,用于获取目标备件库的历史故障信息,生成故障预测信息,基于故障预测信息生成各备件的备件采购基准信息;
采购修正信息生成模块,用于从动态库存信息中获取各子备件库的库存冗余数据,生成采购修正信息;
备件补充指令生成模块,用于基于备件采购基准信息和采购修正信息生成备件补充计划,当触发备件采购条件时,基于备件补充计划生成备件补充指令。
其中,备件采购基准信息生成模块包括:
历史故障时间评估子模块,用于获取历史故障信息,提取目标备件的关联故障发生时间信息,确定各关联故障发生的间隔时间数值,计算间隔时间平均值aT和间隔时间标准差st;
采购基准间隔时间生成子模块,用于基于预设的置信概率P,根据关联故障发生的间隔时间分布规律,计算采购基准间隔时间T=aT+kTsT;
历史备件消耗评估子模块,用于以间隔时间平均值aT作为目标备件消耗统计的时间颗粒度,计算消耗量平均值aN和消耗量标准差sN;
备件基准采购量生成子模块,用于基于预设的置信概率P,根据目标备件消耗量的分布规律,计算目标备件基准采购量N=aN+kNsN。
其中,采购修正信息生成模块包括:
库存冗余数据获取子模块,用于获取各子备件库中目标备件的库存冗余数据bi;
时间修正参数获取子模块,用于获取各子备件库与目标备件库之间的调度时间,计算对应的时间修正参数ki;
重要等级评估子模块,用于根据不同类别故障的期望损失确定对应类别备件的重要等级;
最低库存阈值获取子模块,用于基于目标备件的重要等级为目标备件设置对应的最低库存阈值c;
其中,备件补充指令生成模块包括:
标准备件采购子模块,用于从备件补充计划中获取采购基准间隔时间T,当目标备件库中目标备件的库存量D≤c+aN时,触发备件采购条件,延迟采购基准间隔时间T后发送备件补充指令;
紧急备件采购子模块,用于当目标备件库中目标备件的库存量D≤c时,发送备件补充指令。
基于备件历史消耗数据和故障预测的备件库存管理系统还包括:
故障信息获取模块,用于实时获取故障上报信息,基于故障上报信息确定故障地点信息和备件消耗信息;
库存缺口数据获取模块,用于获取目标备件库中目标备件的库存量,计算目标备件的库存缺口数据;
备件调度指令生成模块,用于获取各子备件库中目标备件的库存冗余数据bi和对应的时间修正参数ki,生成备件调度指令。
其中,故障信息获取模块模块包括:
轨道调度指令生成子模块,用于基于故障上报信息评估故障的期望损失数据,若期望损失数据大于损失阈值,生成轨道调度指令。
关于基于备件历史消耗数据和故障预测的备件库存管理系统的具体限定可以参见上文中对于基于备件历史消耗数据和故障预测的备件库存管理方法的限定,在此不再赘述;上述基于备件历史消耗数据和故障预测的备件库存管理系统中的各个模块可全部或部分通过软件、硬件及其组合来实现;上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以是以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
实施例四
一种计算机设备,该计算机设备可以是服务器,其内部结构图可以如图7所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储备件库存信息、历史消耗数据、当前库存数据、动态库存信息、故障预测信息、备件采购基准信息、库存冗余数据、采购修正信息、备件补充计划、备件采购条件和备件补充指令等数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现基于备件历史消耗数据和故障预测的备件库存管理方法。
在一个实施例中,提供了一种计算机设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,处理器执行计算机程序时实现以下步骤:
S10:获取各子备件库的备件库存信息,获取目标备件库的历史消耗数据和当前库存数据,生成动态库存信息;
S20:获取目标备件库的历史故障信息,生成故障预测信息,基于故障预测信息生成各备件的备件采购基准信息;
S30:从动态库存信息中获取各子备件库的库存冗余数据,生成采购修正信息;
S40:基于备件采购基准信息和采购修正信息生成备件补充计划,当触发备件采购条件时,基于备件补充计划生成备件补充指令。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:
S10:获取各子备件库的备件库存信息,获取目标备件库的历史消耗数据和当前库存数据,生成动态库存信息;
S20:获取目标备件库的历史故障信息,生成故障预测信息,基于故障预测信息生成各备件的备件采购基准信息;
S30:从动态库存信息中获取各子备件库的库存冗余数据,生成采购修正信息;
S40:基于备件采购基准信息和采购修正信息生成备件补充计划,当触发备件采购条件时,基于备件补充计划生成备件补充指令。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)、DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将所述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。
以上所述实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域普通技术人员应当理解;其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围,均应包含在本申请的保护范围之内。
Claims (10)
1.基于备件历史消耗数据和故障预测的备件库存管理方法,其特征在于,包括:
获取各子备件库的备件库存信息,获取目标备件库的历史消耗数据和当前库存数据,生成动态库存信息;
获取目标备件库的历史故障信息,生成故障预测信息,基于故障预测信息生成各备件的备件采购基准信息;
从动态库存信息中获取各子备件库的库存冗余数据,生成采购修正信息;
基于备件采购基准信息和采购修正信息生成备件补充计划,当触发备件采购条件时,基于备件补充计划生成备件补充指令。
2.根据权利要求1所述的基于备件历史消耗数据和故障预测的备件库存管理方法,其特征在于:所述采购基准信息包括采购基准间隔时间和备件基准采购量,获取目标备件库的历史故障信息,生成故障预测信息,基于故障预测信息生成各备件的备件采购基准信息的步骤中,包括:
获取历史故障信息,提取目标备件的关联故障发生时间信息,确定各关联故障发生的间隔时间数值,计算间隔时间平均值aT和间隔时间标准差st;
基于预设的置信概率P,根据关联故障发生的间隔时间分布规律,计算采购基准间隔时间T=aT+kTsT;
以间隔时间平均值aT作为目标备件消耗统计的时间颗粒度,计算消耗量平均值aN和消耗量标准差sN;
基于预设的置信概率P,根据目标备件消耗量的分布规律,计算目标备件基准采购量N=aN+kNsN。
5.根据权利要求4述的基于备件历史消耗数据和故障预测的备件库存管理方法,其特征在于:当触发备件采购条件时,基于备件补充计划生成备件补充指令的步骤中,包括:
从备件补充计划中获取采购基准间隔时间T,当目标备件库中目标备件的库存量D≤c+aN时,触发备件采购条件,延迟采购基准间隔时间T后发送备件补充指令;
当目标备件库中目标备件的库存量D≤c时,发送备件补充指令。
6.根据权利要求3所述的基于备件历史消耗数据和故障预测的备件库存管理方法,其特征在于:还包括:
实时获取故障上报信息,基于故障上报信息确定故障地点信息和备件消耗信息;
获取目标备件库中目标备件的库存量,计算目标备件的库存缺口数据;
获取各子备件库中目标备件的库存冗余数据bi和对应的时间修正参数ki,生成备件调度指令。
7.根据权利要求6所述的基于备件历史消耗数据和故障预测的备件库存管理方法,其特征在于:实时获取故障上报信息,基于故障上报信息确定故障地点信息和备件消耗信息的步骤中,还包括:
基于故障上报信息评估故障的期望损失数据,若期望损失数据大于损失阈值,生成轨道调度指令。
8.基于备件历史消耗数据和故障预测的备件库存管理系统,其特征在于,包括:
动态库存信息获取模块,用于获取各子备件库的备件库存信息,获取目标备件库的历史消耗数据和当前库存数据,生成动态库存信息;
备件采购基准信息生成模块,用于获取目标备件库的历史故障信息,生成故障预测信息,基于故障预测信息生成各备件的备件采购基准信息;
采购修正信息生成模块,用于从动态库存信息中获取各子备件库的库存冗余数据,生成采购修正信息;
备件补充指令生成模块,用于基于备件采购基准信息和采购修正信息生成备件补充计划,当触发备件采购条件时,基于备件补充计划生成备件补充指令。
9.一种计算机设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述基于备件历史消耗数据和故障预测的备件库存管理方法的步骤。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述基于备件历史消耗数据和故障预测的备件库存管理方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211354412.6A CN115759923A (zh) | 2022-11-01 | 2022-11-01 | 基于备件历史消耗数据和故障预测的备件库存管理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211354412.6A CN115759923A (zh) | 2022-11-01 | 2022-11-01 | 基于备件历史消耗数据和故障预测的备件库存管理方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115759923A true CN115759923A (zh) | 2023-03-07 |
Family
ID=85354871
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211354412.6A Pending CN115759923A (zh) | 2022-11-01 | 2022-11-01 | 基于备件历史消耗数据和故障预测的备件库存管理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115759923A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115994734A (zh) * | 2023-03-14 | 2023-04-21 | 百福工业缝纫机(张家港)有限公司 | 一种生产设备维保备件库存管理方法及系统 |
CN116542606A (zh) * | 2023-05-12 | 2023-08-04 | 广州市神州联保科技有限公司 | 一种产品售后备件库存调配方法、系统、设备及存储介质 |
CN116579494A (zh) * | 2023-05-23 | 2023-08-11 | 中国人民解放军海军工程大学 | 基于维修耗时下机电设备的备件库存预测方法及系统 |
CN116882636A (zh) * | 2023-09-05 | 2023-10-13 | 苏州浪潮智能科技有限公司 | 证书生命周期管理方法、装置、设备及存储介质 |
CN117853018A (zh) * | 2024-03-07 | 2024-04-09 | 北京谷器数据科技有限公司 | 基于mes的配件库存调整方法、系统、设备和介质 |
-
2022
- 2022-11-01 CN CN202211354412.6A patent/CN115759923A/zh active Pending
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115994734A (zh) * | 2023-03-14 | 2023-04-21 | 百福工业缝纫机(张家港)有限公司 | 一种生产设备维保备件库存管理方法及系统 |
CN115994734B (zh) * | 2023-03-14 | 2024-01-30 | 百福工业缝纫机(张家港)有限公司 | 一种生产设备维保备件库存管理方法及系统 |
CN116542606A (zh) * | 2023-05-12 | 2023-08-04 | 广州市神州联保科技有限公司 | 一种产品售后备件库存调配方法、系统、设备及存储介质 |
CN116542606B (zh) * | 2023-05-12 | 2023-11-10 | 广州市神州联保科技有限公司 | 一种产品售后备件库存调配方法、系统、设备及存储介质 |
CN116579494A (zh) * | 2023-05-23 | 2023-08-11 | 中国人民解放军海军工程大学 | 基于维修耗时下机电设备的备件库存预测方法及系统 |
CN116579494B (zh) * | 2023-05-23 | 2024-03-19 | 中国人民解放军海军工程大学 | 基于维修耗时下机电设备的备件库存预测方法及系统 |
CN116882636A (zh) * | 2023-09-05 | 2023-10-13 | 苏州浪潮智能科技有限公司 | 证书生命周期管理方法、装置、设备及存储介质 |
CN116882636B (zh) * | 2023-09-05 | 2024-01-16 | 苏州浪潮智能科技有限公司 | 证书生命周期管理方法、装置、设备及存储介质 |
CN117853018A (zh) * | 2024-03-07 | 2024-04-09 | 北京谷器数据科技有限公司 | 基于mes的配件库存调整方法、系统、设备和介质 |
CN117853018B (zh) * | 2024-03-07 | 2024-05-31 | 北京谷器数据科技有限公司 | 基于mes的配件库存调整方法、系统、设备和介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115759923A (zh) | 基于备件历史消耗数据和故障预测的备件库存管理方法 | |
US20160292652A1 (en) | Predictive analytic reliability tool set for detecting equipment failures | |
CN109760985B (zh) | 物料循环盘点的方法和装置、电子设备、可读存储介质 | |
CN109784649A (zh) | 检修工单派发方法、装置、计算机设备和存储介质 | |
CN112348205A (zh) | 轨道交通运维方法、装置、系统、设备及介质 | |
Rodrigues et al. | A spare parts inventory control model based on Prognostics and Health monitoring data under a fill rate constraint | |
CN115271617B (zh) | 一种大宗商品物流运输交易智能信息处理系统 | |
CN115695150B (zh) | 一种基于分布式异构融合组网设备检测方法及装置 | |
CN115511136A (zh) | 基于层次分析和故障树的设备故障辅助诊断方法及系统 | |
CN109598047A (zh) | 一种变电设备寿期预测方法及系统 | |
Sommerfeld et al. | Identification of sensor requirements for a quality data-based risk management in multimodal supply chains | |
CN112381242A (zh) | 核电站设备维修项目数据处理方法及系统 | |
Eddarhri et al. | Towards predictive maintenance: The case of the aeronautical industry | |
CN116136985B (zh) | 一种变电所安全风险在线识别方法及其系统 | |
Alamri et al. | Optimising system continuity in preventive maintenance schedules based on integrated failure mode and spare part inventory modelling | |
Ahmadi et al. | Reliability modeling and maintenance planning for a parallel system with respect to the state-dependent mean residual time | |
CN106557839B (zh) | 一种基于大数据的设备维修策略优化方法及系统 | |
CN111177488B (zh) | 计量设备检修处理方法、装置、计算机设备和存储介质 | |
CN116345690B (zh) | 基于供电系统设备清单的电力监测虚警识别方法及系统 | |
Soltani et al. | Optimal predictive maintenance and spare part inventory policies for a degrading system subjected to imperfect actions | |
Rodrigues et al. | Maintenance planning optimization based on PHM information and spare parts availability | |
CN112966785B (zh) | 一种智能化星座状态识别方法和系统 | |
CN114120598A (zh) | 轨道交通供电预警方法、装置、计算机设备以及存储介质 | |
Szkoda et al. | Reliability and availability assessment of a transport system using Dynamic Fault Tree and Monte Carlo simulation | |
Werbińska-Wojciechowska | Logistics systems maintenance modelling problems-the use of TDA approach |
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 |