CN116384880A - 基于大数据的煤料加工用库存分析管理系统 - Google Patents
基于大数据的煤料加工用库存分析管理系统 Download PDFInfo
- Publication number
- CN116384880A CN116384880A CN202310371293.3A CN202310371293A CN116384880A CN 116384880 A CN116384880 A CN 116384880A CN 202310371293 A CN202310371293 A CN 202310371293A CN 116384880 A CN116384880 A CN 116384880A
- Authority
- CN
- China
- Prior art keywords
- coal
- inventory
- processing
- variety
- production
- 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
- 239000003245 coal Substances 0.000 title claims abstract description 290
- 238000012545 processing Methods 0.000 title claims abstract description 160
- 238000004458 analytical method Methods 0.000 title claims abstract description 91
- 238000003860 storage Methods 0.000 claims abstract description 78
- 230000005058 diapause Effects 0.000 claims abstract description 60
- 230000033228 biological regulation Effects 0.000 claims abstract description 27
- 230000005856 abnormality Effects 0.000 claims abstract description 9
- 238000013480 data collection Methods 0.000 claims abstract description 7
- 238000004891 communication Methods 0.000 claims abstract description 4
- 238000004519 manufacturing process Methods 0.000 claims description 124
- 239000000463 material Substances 0.000 claims description 54
- 230000002159 abnormal effect Effects 0.000 claims description 16
- 238000000034 method Methods 0.000 claims description 16
- 230000003827 upregulation Effects 0.000 claims description 16
- 230000002222 downregulating effect Effects 0.000 claims description 13
- 230000003828 downregulation Effects 0.000 claims description 11
- 230000007306 turnover Effects 0.000 claims description 11
- 238000009825 accumulation Methods 0.000 claims description 8
- 238000012946 outsourcing Methods 0.000 claims description 8
- 230000007812 deficiency Effects 0.000 claims description 6
- 238000012544 monitoring process Methods 0.000 claims description 6
- 230000001105 regulatory effect Effects 0.000 claims description 4
- 238000012948 formulation analysis Methods 0.000 description 6
- 230000008901 benefit Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 230000001276 controlling effect Effects 0.000 description 3
- 238000012937 correction Methods 0.000 description 3
- 238000003754 machining Methods 0.000 description 3
- 238000010606 normalization Methods 0.000 description 2
- 208000002693 Multiple Abnormalities Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 238000005272 metallurgy Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000002699 waste material Substances 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
- G06Q10/08—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
-
- 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
- G06Q10/06313—Resource planning in a project environment
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Strategic Management (AREA)
- Quality & Reliability (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- General Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biodiversity & Conservation Biology (AREA)
- Educational Administration (AREA)
- Game Theory and Decision Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及煤料库存技术领域,用于解决现有的在对煤料加工的库存管控的方式,难以做到对煤料加工库存状态的准确清算,增加了企业库存成本和管理风险的问题,尤其公开了基于大数据的煤料加工用库存分析管理系统,包括服务器,服务器通讯连接有大数据收集单元、煤料贮存总分析单元、煤料分类盘点单元、库存少异常管控单元、库存多异常管控单元和调控终端;本发明,先实现各种煤料的库存情况的明确盘点,分别实现对各种煤料存储欠缺状态以及剩情况的明确判定,并通过调控终端将各品种的煤料匹配对应的调控量级,降低库存滞销风险的同时,也最大化实现仓库的利用,实现了对煤料加工库存的高效管理。
Description
技术领域
本发明涉及煤料库存技术领域,具体为基于大数据的煤料加工用库存分析管理系统。
背景技术
煤料加工与其库存之间存在着密切的关系。煤料加工是将采掘回来的原煤进行筛分、洗选、粉碎等处理,使其具备一定的质量和规格要求,以满足工业、能源、冶金等领域的需求。而煤料库存则是指加工后的煤料存放在煤场或仓库中等待出售或生产使用的量。
当煤料库存量过高时,会影响煤料加工的生产计划的滞后以及设备的闲置浪费,当煤料库存量过低时,又会导致生产计划的紧张和煤料加工设备的超负荷运行,因此,实现对煤料加工库存的准确分析调控,则显得至关重要;
但现有的在对煤料加工的库存管控的方式,难以做到对煤料加工库存状态的准确清算,导致煤料加工库存的管理不当,增加了企业库存成本和管理风险,无法保证煤料加工的正常运营。
为了解决上述缺陷,现提供一种技术方案。
发明内容
本发明的目的在于解决现有的在对煤料加工的库存管控的方式,难以做到对煤料加工库存状态的准确清算,增加了企业库存成本和管理风险的问题,通过公式分析和分类划分的方式,实现各种煤料的库存情况的明确盘点;并以此为基础,分别实现对各种煤料存储欠缺状态以及剩情况的明确判定,并通过调控终端将各品种的煤料匹配对应的调控量级,降低库存滞销风险的同时,也最大化实现仓库的利用,实现了对煤料加工库存的高效管理,降低煤料加工的库存成本,保证了煤料加工库存的经济效益,而提出基于大数据的煤料加工用库存分析管理系统。
本发明的目的可以通过以下技术方案实现:
基于大数据的煤料加工用库存分析管理系统,包括服务器,服务器通讯连接有大数据收集单元、煤料贮存总分析单元、煤料分类盘点单元、库存少异常管控单元、库存多异常管控单元和调控终端;
所述大数据收集单元用于采集煤料加工用的贮存状态信息、库存参数信息和加工状态参数,并将其通过服务器分别发送至煤料贮存总分析单元、煤料分类盘点单元、库存少异常管控单元、库存多异常管控单元;
所述煤料贮存总分析单元用于接收煤料加工用的仓库的贮存状态信息,并进行仓库贮存状态判定分析处理,据此得到库存管理次级反馈信号、库存管理中级反馈信号和库存管理正常反馈信号,并将库存管理次级反馈信号、库存管理中级反馈信号发送至煤料分类盘点单元;
所述煤料分类盘点单元用于接收库存管理次级反馈信号或库存管理中级反馈信号,并调取煤料加工的库存参数信息和加工状态参数进行煤料分类盘点分析处理,据此得到集合A和集合B,并将集合A发送至库存少异常管控单元,将集合B发送至库存多异常管控单元;
所述库存少异常管控单元依据接收到的集合A,并调取煤料的库存参数信息进行库存欠缺调控分析处理,并依据得到的生产上调量级或设备增设量级通过调控终端将各品种煤料进行库存调控处理;
所述库存多异常管控单元依据接收到的集合B,并调取煤料的库存参数信息进行库存滞销调控分析处理,并通过调控终端将各对应品种的煤料匹配对应的生产下调量级。
进一步的,仓库贮存状态判定分析处理的具体操作步骤如下:
实时监测煤料加工的贮存状态信息中的总库存量、周转值和滞销率,并将其分别标定为to、tr和ur,并将其进行公式化分析,依据设定的公式得到煤料加工的库存系数kxy,其中,ρ1、ρ2和ρ3分别为总库存量、周转值和滞销率的权重因子系数,且ρ1、ρ2和ρ3均为大于0的自然数;
并设置库存系数的第一贮存阈值TH1、第二贮存阈值TH2,并将库存系数与预先设定的第一贮存阈值TH1、第二贮存阈值TH2进行比较分析;
当库存系数小于预先设定的第一贮存阈值TH1时,则生成库存管理次级反馈信号,当库存系数处于预先设定的第一贮存阈值TH1和第二贮存阈值TH2之间时,则生成库存管理中级反馈信号,当库存系数大于预先设定的第二贮存阈值TH2时,则生成库存管理正常反馈信号。
进一步的,煤料分类盘点分析处理的具体操作步骤如下:
依据生成的库存管理次级反馈信号或库存管理中级反馈信号,调取煤料加工的库存参数信息中的各种煤料的库存量,并将其标定为kci,其中i=1,2,3……n,并将各种煤料的库存量分别与对应种类煤料贮存阈值VALi进行比较分析;
当某一品种煤量的库存量小于等于预设的对应煤料贮存阈值VALi时,则将对应品种的煤量状态标定为库存欠缺状态信号,并将被标定为库存欠缺状态信号的各品种煤料归入集合A中;
当某一品种煤量的库存量大于预设的对应煤料贮存阈值VALi时,则将对应品种的煤量状态标定为库存充盈状态信号,并将被标定为库存充盈状态信号的各品种煤料归入集合B中。
进一步的,库存欠缺调控分析处理的具体操作步骤如下:
依据集合A,实时监测被归入集合A中的各品种煤料的库存参数信息中的外销计划值和入库计划值,并将其进行比较分析;
当外销计划值大于入库计划值时,则生成产不供销信号,并据此触发生产量上调指令进行生产量分析调控处理,得到各对应品种煤料的对应生产上调量级;
当外销计划值小于等于入库计划值时,则生成加工生产异常信号,并据此触发加工设备增设指令进行加工设备分析调控处理,得到各对应品种煤料的对应设备增设量级。
进一步的,生产量分析调控处理的具体操作步骤如下:
依据生产量上调指令,将各对应品种煤料的外销计划值和入库计划值进行作差分析,依据公式cz1j=spj-rpj,得到各品种煤料的供需差值cz1j,其中,spj表示各品种煤料的外销计划值,rpj表示各品种煤料的入库计划值,j=1,2,3……m1;
设置供需差值的梯度对比区间Qu1j、Qu2j,并将各品种煤料的供需差值代入预设的对应梯度对比区间Qu1j、Qu2j之内进行比较分析,其中,对比区间Qu1j、Qu2j是呈梯度增加的;
当供需差值处于预先设定的梯度对比区间Qu1j之内时,则生成轻度供需差信号,并将对应品种的煤料匹配k1生产上调量级,当供需差值处于预先设定的梯度对比区间Qu2j之内时,则生成重度供需差信号,并将对应品种的煤料匹配k2生产上调量级,其中,供需差值对应的每个梯度对比区间均对应一个生产上调量级,且k1<k2。
进一步的,加工设备分析调控处理的具体操作步骤如下:
依据加工设备增设指令,调取对应各品种煤料的加工状态参数中的生产效率值、设备故障值和加工质量值,并将其分别标定为sxj、gzj和zlj,并将其进行公式化分析,依据设定的公式得到各品种煤料的加工溯源系数ptcj,其中,б1、б2和б3分别为生产效率值、设备故障值和加工质量值的修正因子系数,б1、б2和б3均为大于0的自然数;
设置加工溯源系数的第一参照区间Fu1j、第二参照区间Fu2j、第三参照区间Fu3j,并将各品种煤料的加工溯源系数分别代入预先设定的对应的第一参照区间Fu1j、第二参照区间Fu2j、第三参照区间Fu3j内进行比较分析,其中,第一参照区间Fu1j的区间范围小于第二参照区间Fu2j的区间范围,第二参照区间Fu2j的区间范围小于第三参照区间Fu3j的区间范围;
当加工溯源系数处于预先设定的第一参照区间Fu1j之内时,则将对应品种煤料的加工状态标定为次加工生产等级状态,并据此将对应品种煤料的加工生产增设的加工设备,并将对应品种的煤料匹配g1设备增设量级;
当加工溯源系数处于预先设定的第一参照区间Fu2j之内时,则将对应品种煤料的加工状态标定为中加工生产等级状态,并据此将对应品种煤料的加工生产增设的加工设备,并将对应品种的煤料匹配g2设备增设量级;
当加工溯源系数处于预先设定的第一参照区间Fu3j之内时,则将对应品种煤料的加工状态标定为优加工生产等级状态,并据此将对应品种煤料的加工生产增设的加工设备,并将对应品种的煤料匹配g3设备增设量级,且g1>g2>g3。
进一步的,库存滞销调控分析处理的具体操作步骤如下:
依据集合B,实时监测被归入集合B中的各品种煤料的库存参数信息中的滞存时间和堆积量,并将其分别标定为zlv和dpv,并将其进行归一化分析,依据设定的公式umkv=λ1*zlv+λ2*dpv,得到各品种煤料的库存滞销系数umkv,其中,v=1,2,3……m2,λ1和λ2分别为滞存时间和堆积量的权重因子系数,且λ1和λ2均为大于0的自然数;
设置库存滞销系数的滞销对比阈值val1,并将各品种煤料的库存滞销系数与预设的滞销对比阈值val1进行比较分析;
当库存滞销系数小于预设的滞销对比阈值val1时,则将对应的品种煤料判定为轻度库存滞销状态信号,当库存滞销系数大于等于预设的滞销对比阈值val1时,则将对应的品种煤料判定为重度库存滞销状态信号;
依据生成的轻度库存滞销状态信号,调取各品种煤料的库存滞销系数,并将其与预先设定的生产下调量级进行匹配,并将对应品种的煤料匹配对应的生产下调量级,且每个库存滞销系数均对应一个生产下调量级,且生产下调量级包括k3、k4,且k4>k3;
依据生成的重度库存滞销状态信号,调取各品种煤料的生产计划值;
设置各品种煤料的生产计划值的对应生产计划对比阈值thd1v,并将各品种煤料的生产计划值分别与预设的对应生产计划对比阈值thd1v进行比较分析;
当品种煤料的生产计划值大于等于对应的生产计划对比阈值thd1v时,则将对应的品种煤料判定为生产过量导致库存滞销信号,并将对应品种的煤料匹配k3生产下调量级,反之,当品种煤料的生产计划值小于对应的生产计划对比阈值thd1v时,则触发市场需求判定指令;
依据市场需求判定指令,调取各品种煤料的需求份额值,设置各品种煤料的需求份额值的对应份额对比阈值thd2v,并将各品种煤料的需求份额值分别与预设的对应份额对比阈值thd2v进行比较分析;
当品种煤料的需求份额值小于等于对应的份额对比阈值thd2v时,则将对应的品种煤料判定为份额需求低导致库存滞销信号,并将对应品种的煤料匹配k4生产下调量级。
与现有技术相比,本发明的有益效果是:
本发明,通过公式化分析、数据阈值的设定和数据比较分析的方式,实现对仓库贮存状态的判定分析,并以此为基础,调取煤料加工的库存参数信息,并通过数据项逐项比较和集合分类的方式,从而在实现对各品种煤料的存储情况进行了细化分析的同时,也对仓库的各种煤料的库存情况进行了明确的盘点;
以煤料存储不足情况为依据,通过数据比较、数据作差的方式并结合影响煤料库存管理的因素,实现对各种煤料存储欠缺状态的明确判定,并通过调控终端将各品种的煤料匹配对应的生产上调量级或设备增设量级,进而实现了对煤料加工库存的高效管理;
以煤料存储过剩情况,通过归一化分析和分项细化分析的方式,实现对各种煤料存储过剩情况的判定分析,并通过调控终端将各对应品种的煤料匹配对应的生产下调量级,降低库存滞销和库存管理风险的同时,也降低煤料加工的库存成本,保证了煤料加工库存的经济效益。
附图说明
为了便于本领域技术人员理解,下面结合附图对本发明作进一步的说明;
图1为本发明的系统总框图。
具体实施方式
下面将结合实施例对本发明的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
如图1所示,基于大数据的煤料加工用库存分析管理系统,包括服务器,服务器通讯连接有大数据收集单元、煤料贮存总分析单元、煤料分类盘点单元、库存少异常管控单元、库存多异常管控单元和调控终端;
大数据收集单元用于基于大数据的数据集合采集煤料加工用的贮存状态信息、库存参数信息和加工状态参数,并将其通过服务器分别发送至煤料贮存总分析单元、煤料分类盘点单元、库存少异常管控单元、库存多异常管控单元;
当煤料贮存总分析单元接收到煤料加工用的仓库的贮存状态信息时,并据此进行仓库贮存状态判定分析处理,具体的操作过程如下:
实时监测煤料加工的贮存状态信息中的总库存量、周转值和滞销率,并将其分别标定为to、tr和ur,并将其进行公式化分析,依据设定的公式得到煤料加工的库存系数kxy,其中,ρ1、ρ2和ρ3分别为总库存量、周转值和滞销率的权重因子系数,且ρ1、ρ2和ρ3均为大于0的自然数,权重因子系数用于均衡各项数据在公式计算中的占比权重,从而促进计算结果的准确性;
需要指出的是,周转值指的是单位时间内煤料的转销次数,滞销率指的是单位时间内煤料的滞销量占实销量的百分比,且滞销量=加工生产量-实际销售量;
并设置库存系数的第一贮存阈值TH1、第二贮存阈值TH2,并将库存系数与预先设定的第一贮存阈值TH1、第二贮存阈值TH2进行比较分析,其中,第一贮存阈值TH1<第二贮存阈值TH2,且TH1、TH2的具体数值的设定由本领域技术人员在具体案例中进行具体设置;
当库存系数小于预先设定的第一贮存阈值TH1时,则生成库存管理次级反馈信号,当库存系数处于预先设定的第一贮存阈值TH1和第二贮存阈值TH2之间时,则生成库存管理中级反馈信号,当库存系数大于预先设定的第二贮存阈值TH2时,则生成库存管理正常反馈信号;
并将生成的库存管理次级反馈信号、库存管理中级反馈信号发送至煤料分类盘点单元。
当煤料分类盘点单元接收到库存管理次级反馈信号或库存管理中级反馈信号时,并调取煤料加工的库存参数信息和加工状态参数进行煤料分类盘点分析处理,具体的操作过程如下:
依据生成的库存管理次级反馈信号或库存管理中级反馈信号,调取煤料加工的库存参数信息中的各种煤料的库存量,并将其标定为kci,其中i=1,2,3……n,且i表示煤料的种类数,并将各种煤料的库存量分别与对应种类煤料贮存阈值VALi进行比较分析;
当某一品种煤量的库存量小于等于预设的对应煤料贮存阈值VALi时,则将对应品种的煤量状态标定为库存欠缺状态信号,并将被标定为库存欠缺状态信号的各品种煤料归入集合A中;
当某一品种煤量的库存量大于预设的对应煤料贮存阈值VALi时,则将对应品种的煤量状态标定为库存充盈状态信号,并将被标定为库存充盈状态信号的各品种煤料归入集合B中;
并将集合A发送至库存少异常管控单元,将集合B发送至库存多异常管控单元。
当库存少异常管控单元接收到的集合A时,并据此调取煤料的库存参数信息进行库存欠缺调控分析处理,具体的操作过程如下:
依据集合A,实时监测被归入集合A中的各品种煤料的库存参数信息中的外销计划值和入库计划值,并将其进行比较分析,需要指出的是,入库计划值指的是下一单位时间内预计入库的煤料量,外销计划值指的是下一单位时间内预计所要外销的煤料量;
当外销计划值大于入库计划值时,则生成产不供销信号,并据此触发生产量上调指令进行生产量分析调控处理,具体的:
依据生产量上调指令,将各对应品种煤料的外销计划值和入库计划值进行作差分析,依据公式cz1j=spj-rpj,得到各品种煤料的供需差值cz1j,其中,spj表示各品种煤料的外销计划值,rpj表示各品种煤料的入库计划值,j=1,2,3……m1,且j表示被归入集合A中的各品种煤料;
设置供需差值的梯度对比区间Qu1j、Qu2j,并将各品种煤料的供需差值代入预设的对应梯度对比区间Qu1j、Qu2j之内进行比较分析,其中,对比区间Qu1j、Qu2j是呈梯度增加的;
当供需差值处于预先设定的梯度对比区间Qu1j之内时,则生成轻度供需差信号,并将对应品种的煤料匹配k1生产上调量级,当供需差值处于预先设定的梯度对比区间Qu2j之内时,则生成重度供需差信号,并将对应品种的煤料匹配k2生产上调量级,其中,供需差值对应的每个梯度对比区间均对应一个生产上调量级,且k1<k2,且生产上调量级k1、k2的具体数值的设定由本领域技术人员在具体案例中进行具体设置;
并通过控制终端将对应品种的煤料匹配的对应生产上调量级并实现库存的调控;
当外销计划值小于等于入库计划值时,则生成加工生产异常信号,并据此触发加工设备增设指令进行加工设备分析调控处理,具体的:
依据加工设备增设指令,调取对应各品种煤料的加工状态参数中的生产效率值、设备故障值和加工质量值,并将其分别标定为sxj、gzj和zlj,并将其进行公式化分析,依据设定的公式得到各品种煤料的加工溯源系数ptcj,其中,б1、б2和б3分别为生产效率值、设备故障值和加工质量值的修正因子系数,б1、б2和б3均为大于0的自然数,且修正因子系数用于修正各项参数在公式计算过程中出现的偏差,从而使得计算更加准确的参数数据;
设置加工溯源系数的第一参照区间Fu1j、第二参照区间Fu2j、第三参照区间Fu3j,并将各品种煤料的加工溯源系数分别代入预先设定的对应的第一参照区间Fu1j、第二参照区间Fu2j、第三参照区间Fu3j内进行比较分析,其中,第一参照区间Fu1j的区间范围小于第二参照区间Fu2j的区间范围,第二参照区间Fu2j的区间范围小于第三参照区间Fu3j的区间范围;
当加工溯源系数处于预先设定的第一参照区间Fu1j之内时,则将对应品种煤料的加工状态标定为次加工生产等级状态,并据此将对应品种煤料的加工生产增设的加工设备,并将对应品种的煤料匹配g1设备增设量级;
当加工溯源系数处于预先设定的第一参照区间Fu2j之内时,则将对应品种煤料的加工状态标定为中加工生产等级状态,并据此将对应品种煤料的加工生产增设的加工设备,并将对应品种的煤料匹配g2设备增设量级;
当加工溯源系数处于预先设定的第一参照区间Fu3j之内时,则将对应品种煤料的加工状态标定为优加工生产等级状态,并据此将对应品种煤料的加工生产增设的加工设备,并将对应品种的煤料匹配g3设备增设量级;
需要指出的是,每种加工生成等级状态均对应一种设备增设量级,且g1>g2>g3,且设备增设量级g1、g2、g3的具体数值的设定由本领域技术人员在具体案例中进行具体设置;
并通过控制终端将对应品种的煤料匹配的对应设备增设量级并实现库存的调控。
当库存多异常管控单元接收到的集合B时,并据此调取煤料的库存参数信息进行库存滞销调控分析处理,具体的操作过程如下:
依据集合B,实时监测被归入集合B中的各品种煤料的库存参数信息中的滞存时间和堆积量,并将其分别标定为zlv和dpv,并将其进行归一化分析,依据设定的公式umkv=λ1*zlv+λ2*dpv,得到各品种煤料的库存滞销系数umkv,其中,v=1,2,3……m2,且v表示被归入集合B中的各品种煤料,λ1和λ2分别为滞存时间和堆积量的权重因子系数,且λ1和λ2均为大于0的自然数;
设置库存滞销系数的滞销对比阈值val1,并将各品种煤料的库存滞销系数与预设的滞销对比阈值val1进行比较分析;
当库存滞销系数小于预设的滞销对比阈值val1时,则将对应的品种煤料判定为轻度库存滞销状态信号,当库存滞销系数大于等于预设的滞销对比阈值val1时,则将对应的品种煤料判定为重度库存滞销状态信号;
依据生成的轻度库存滞销状态信号,调取各品种煤料的库存滞销系数,并将其与预先设定的生产下调量级进行匹配,并将对应品种的煤料匹配对应的生产下调量级,且每个库存滞销系数均对应一个生产下调量级,且生产下调量级包括k3、k4,且k4>k3,生产下调量级k3、k4的具体数值的设定由本领域技术人员在具体案例中进行具体设置;
依据生成的重度库存滞销状态信号,调取各品种煤料的生产计划值;
设置各品种煤料的生产计划值的对应生产计划对比阈值thd1v,并将各品种煤料的生产计划值分别与预设的对应生产计划对比阈值thd1v进行比较分析;
需要指出的是,生产计划值指的是下一单位时间内所能加工产出的煤料量,需求份额值指的是对应品种的煤料占市场需求份额大小的数据值;
当品种煤料的生产计划值大于等于对应的生产计划对比阈值thd1v时,则将对应的品种煤料判定为生产过量导致库存滞销信号,并将对应品种的煤料匹配k3生产下调量级,反之,当品种煤料的生产计划值小于对应的生产计划对比阈值thd1v时,则触发市场需求判定指令;
依据市场需求判定指令,调取各品种煤料的需求份额值,设置各品种煤料的需求份额值的对应份额对比阈值thd2v,并将各品种煤料的需求份额值分别与预设的对应份额对比阈值thd2v进行比较分析;
当品种煤料的需求份额值小于等于对应的份额对比阈值thd2v时,则将对应的品种煤料判定为份额需求低导致库存滞销信号,并将对应品种的煤料匹配k4生产下调量级;
并通过调控终端将各对应品种的煤料匹配对应的生产下调量级并实现库存的调控。
本发明在使用时,通过捕捉煤料加工储存用的仓库的贮存状态信息,并采用公式化分析、数据阈值的设定和数据比较分析的方式,实现对仓库贮存状态的判定分析,并以此为基础,调取煤料加工的库存参数信息,并通过数据项逐项比较和集合分类的方式,从而在实现对各品种煤料的存储情况进行了细化分析的同时,也对仓库的各种煤料的库存情况进行了明确的盘点;
依据煤料存储不足集合A,通过数据比较、数据作差的方式并结合影响煤料库存管理的因素,实现对各种煤料存储欠缺状态的明确判定,并通过调控终端将各品种的煤料匹配对应的生产上调量级或设备增设量级,进而实现了对煤料加工库存的高效管理;
依据煤料存储过剩集合B,通过归一化分析和分项细化分析的方式,实现对各种煤料存储过剩情况的判定分析,并通过调控终端将各对应品种的煤料匹配对应的生产下调量级,降低库存滞销和库存管理风险的同时,也降低煤料加工的库存成本,保证了煤料加工库存的经济效益。
以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节,也不限制该发明仅为的具体实施方式。显然,根据本说明书的内容,可作很多的修改和变化。本说明书选取并具体描述这些实施例,是为了更好地解释本发明的原理和实际应用,从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。
Claims (7)
1.基于大数据的煤料加工用库存分析管理系统,其特征在于,包括服务器,服务器通讯连接有大数据收集单元、煤料贮存总分析单元、煤料分类盘点单元、库存少异常管控单元、库存多异常管控单元和调控终端;
所述大数据收集单元用于采集煤料加工用的贮存状态信息、库存参数信息和加工状态参数,并将其通过服务器分别发送至煤料贮存总分析单元、煤料分类盘点单元、库存少异常管控单元、库存多异常管控单元;
所述煤料贮存总分析单元用于接收煤料加工用的仓库的贮存状态信息,并进行仓库贮存状态判定分析处理,据此得到库存管理次级反馈信号、库存管理中级反馈信号和库存管理正常反馈信号,并将库存管理次级反馈信号、库存管理中级反馈信号发送至煤料分类盘点单元;
所述煤料分类盘点单元用于接收库存管理次级反馈信号或库存管理中级反馈信号,并调取煤料加工的库存参数信息和加工状态参数进行煤料分类盘点分析处理,据此得到集合A和集合B,并将集合A发送至库存少异常管控单元,将集合B发送至库存多异常管控单元;
所述库存少异常管控单元依据接收到的集合A,并调取煤料的库存参数信息进行库存欠缺调控分析处理,并依据得到的生产上调量级或设备增设量级通过调控终端将各品种煤料进行库存调控处理;
所述库存多异常管控单元依据接收到的集合B,并调取煤料的库存参数信息进行库存滞销调控分析处理,并通过调控终端将各对应品种的煤料匹配对应的生产下调量级。
2.根据权利要求1所述的基于大数据的煤料加工用库存分析管理系统,其特征在于,仓库贮存状态判定分析处理的具体操作步骤如下:
实时监测煤料加工的贮存状态信息中的总库存量、周转值和滞销率,并将其进行公式化分析,得到煤料加工的库存系数;
并设置库存系数的第一贮存阈值TH1、第二贮存阈值TH2,并将库存系数与预先设定的第一贮存阈值TH1、第二贮存阈值TH2进行比较分析;
当库存系数小于预先设定的第一贮存阈值TH1时,则生成库存管理次级反馈信号,当库存系数处于预先设定的第一贮存阈值TH1和第二贮存阈值TH2之间时,则生成库存管理中级反馈信号,当库存系数大于预先设定的第二贮存阈值TH2时,则生成库存管理正常反馈信号。
3.根据权利要求1所述的基于大数据的煤料加工用库存分析管理系统,其特征在于,煤料分类盘点分析处理的具体操作步骤如下:
依据生成的库存管理次级反馈信号或库存管理中级反馈信号,调取煤料加工的库存参数信息中的各种煤料的库存量,并将各种煤料的库存量分别与对应种类煤料贮存阈值VALi进行比较分析;
当某一品种煤量的库存量小于等于预设的对应煤料贮存阈值VALi时,则将对应品种的煤量状态标定为库存欠缺状态信号,并将被标定为库存欠缺状态信号的各品种煤料归入集合A中;
当某一品种煤量的库存量大于预设的对应煤料贮存阈值VALi时,则将对应品种的煤量状态标定为库存充盈状态信号,并将被标定为库存充盈状态信号的各品种煤料归入集合B中。
4.根据权利要求1所述的基于大数据的煤料加工用库存分析管理系统,其特征在于,库存欠缺调控分析处理的具体操作步骤如下:
依据集合A,实时监测被归入集合A中的各品种煤料的库存参数信息中的外销计划值和入库计划值,并将其进行比较分析;
当外销计划值大于入库计划值时,则生成产不供销信号,并据此触发生产量上调指令进行生产量分析调控处理,得到各对应品种煤料的对应生产上调量级;
当外销计划值小于等于入库计划值时,则生成加工生产异常信号,并据此触发加工设备增设指令进行加工设备分析调控处理,得到各对应品种煤料的对应设备增设量级。
5.根据权利要求4所述的基于大数据的煤料加工用库存分析管理系统,其特征在于,生产量分析调控处理的具体操作步骤如下:
依据生产量上调指令,将各对应品种煤料的外销计划值和入库计划值进行作差分析,得到各品种煤料的供需差值;
设置供需差值的梯度对比区间Qu1j、Qu2j,并将各品种煤料的供需差值代入预设的对应梯度对比区间Qu1j、Qu2j之内进行比较分析;
当供需差值处于预先设定的梯度对比区间Qu1j之内时,则生成轻度供需差信号,并将对应品种的煤料匹配k1生产上调量级;
当供需差值处于预先设定的梯度对比区间Qu2j之内时,则生成重度供需差信号,并将对应品种的煤料匹配k2生产上调量级,其中,供需差值对应的每个梯度对比区间均对应一个生产上调量级,且k1<k2。
6.根据权利要求4所述的基于大数据的煤料加工用库存分析管理系统,其特征在于,加工设备分析调控处理的具体操作步骤如下:
依据加工设备增设指令,调取对应各品种煤料的加工状态参数中的生产效率值、设备故障值和加工质量值,并将其进行公式化分析,得到各品种煤料的加工溯源系数;
设置加工溯源系数的第一参照区间Fu1j、第二参照区间Fu2j、第三参照区间Fu3j,并将各品种煤料的加工溯源系数分别代入预先设定的对应的第一参照区间Fu1j、第二参照区间Fu2j、第三参照区间Fu3j内进行比较分析;
当加工溯源系数处于预先设定的第一参照区间Fu1j之内时,则将对应品种煤料的加工状态标定为次加工生产等级状态,并据此将对应品种煤料的加工生产增设的加工设备,并将对应品种的煤料匹配g1设备增设量级;
当加工溯源系数处于预先设定的第一参照区间Fu2j之内时,则将对应品种煤料的加工状态标定为中加工生产等级状态,并据此将对应品种煤料的加工生产增设的加工设备,并将对应品种的煤料匹配g2设备增设量级;
当加工溯源系数处于预先设定的第一参照区间Fu3j之内时,则将对应品种煤料的加工状态标定为优加工生产等级状态,并据此将对应品种煤料的加工生产增设的加工设备,并将对应品种的煤料匹配g3设备增设量级,且g1>g2>g3。
7.根据权利要求1所述的基于大数据的煤料加工用库存分析管理系统,其特征在于,库存滞销调控分析处理的具体操作步骤如下:
依据集合B,实时监测被归入集合B中的各品种煤料的库存参数信息中的滞存时间和堆积量,并将其进行归一化分析,得到各品种煤料的库存滞销系数;
设置库存滞销系数的滞销对比阈值val1,并将各品种煤料的库存滞销系数与预设的滞销对比阈值val1进行比较分析;
当库存滞销系数小于预设的滞销对比阈值val1时,则将对应的品种煤料判定为轻度库存滞销状态信号,当库存滞销系数大于等于预设的滞销对比阈值val1时,则将对应的品种煤料判定为重度库存滞销状态信号;
依据生成的轻度库存滞销状态信号,调取各品种煤料的库存滞销系数,并将其与预先设定的生产下调量级进行匹配,并将对应品种的煤料匹配对应的生产下调量级,且每个库存滞销系数均对应一个生产下调量级,且生产下调量级包括k3、k4,且k4>k3;
依据生成的重度库存滞销状态信号,调取各品种煤料的生产计划值;
设置各品种煤料的生产计划值的对应生产计划对比阈值thd1v,并将各品种煤料的生产计划值分别与预设的对应生产计划对比阈值thd1v进行比较分析;
当品种煤料的生产计划值大于等于对应的生产计划对比阈值thd1v时,则将对应的品种煤料判定为生产过量导致库存滞销信号,并将对应品种的煤料匹配k3生产下调量级,反之,当品种煤料的生产计划值小于对应的生产计划对比阈值thd1v时,则触发市场需求判定指令;
依据市场需求判定指令,调取各品种煤料的需求份额值,设置各品种煤料的需求份额值的对应份额对比阈值thd2v,并将各品种煤料的需求份额值分别与预设的对应份额对比阈值thd2v进行比较分析;
当品种煤料的需求份额值小于等于对应的份额对比阈值thd2v时,则将对应的品种煤料判定为份额需求低导致库存滞销信号,并将对应品种的煤料匹配k4生产下调量级。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310371293.3A CN116384880A (zh) | 2023-04-10 | 2023-04-10 | 基于大数据的煤料加工用库存分析管理系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310371293.3A CN116384880A (zh) | 2023-04-10 | 2023-04-10 | 基于大数据的煤料加工用库存分析管理系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116384880A true CN116384880A (zh) | 2023-07-04 |
Family
ID=86967226
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310371293.3A Pending CN116384880A (zh) | 2023-04-10 | 2023-04-10 | 基于大数据的煤料加工用库存分析管理系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116384880A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116384708A (zh) * | 2023-06-02 | 2023-07-04 | 国艺天成建设工程技术有限公司 | 一种基于数据分析的工程施工材料供应链管理系统 |
-
2023
- 2023-04-10 CN CN202310371293.3A patent/CN116384880A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116384708A (zh) * | 2023-06-02 | 2023-07-04 | 国艺天成建设工程技术有限公司 | 一种基于数据分析的工程施工材料供应链管理系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108229742B (zh) | 一种基于气象数据以及数据趋势的负荷预测方法 | |
Murphy et al. | Wages, skills, and technology in the united states and canada | |
Ghosh | Agricultural policy reforms and spatial integration of food grain markets in India | |
CN116384880A (zh) | 基于大数据的煤料加工用库存分析管理系统 | |
CN112446534A (zh) | 一种输变电工程的建设工期预测方法和装置 | |
CN116383636A (zh) | 一种基于pca与lstm融合算法的磨煤机故障预警方法 | |
CN110807598A (zh) | 一种参与有序用电的用户负荷调控价值评估方法 | |
CN112200327A (zh) | 一种mes设备维护预警方法及系统 | |
Dewi et al. | Evaluation of effectiveness and cost of machine losses using Overall Equipment Effectiveness (OEE) and Overall Equipment Cost Loss (OECL) methods, a case study on Toshiba CNC Machine | |
CN113360831B (zh) | 一种基于物联网的智能物流信息系统 | |
US20220277330A1 (en) | Method and system for product processing price prediction based on multiple regression model | |
CN117273541A (zh) | 一种基于大数据的建筑工程造价质量评估系统 | |
CN109949101B (zh) | 一种基于大数据理念的卷烟材料成本分析方法 | |
CN116786219A (zh) | 一种磨煤机钢球磨损监测方法、系统、设备及介质 | |
Pagare et al. | Appraisal of optimum economic life for farm tractor: A case study | |
Loy et al. | Seasonal quality premiums for wheat: A case study for Northern Germany | |
CN108090241A (zh) | 连续性工艺的趋势变量鉴定方法与系统 | |
KR20120075948A (ko) | 다중회귀분석을 통한 수질 환경 추정 방법 | |
CN112734080A (zh) | 一种以电网为视角的电力市场运营效率评价方法 | |
Spasojević et al. | Price stability of agricultural products in the European Union | |
CN114625781A (zh) | 一种基于商品住房价值的批量评估方法 | |
Mesike | An explorative analysis of factors determining rubber exports from Nigeria | |
Narain et al. | Energy profile of a seed-processing plant | |
Herusetya | Earnings benchmarks and timeliness of audit reports: Corporate governance mechanism as moderating variable | |
Lee | The Effect of Duty Drawback on Export Promotion in Korea: Comparing the Simplified Fixed Drawback and the Individual Drawback |
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 |