CN117273394B - 一种基于大数据的智能设备选型调配分析管理方法 - Google Patents
一种基于大数据的智能设备选型调配分析管理方法 Download PDFInfo
- Publication number
- CN117273394B CN117273394B CN202311531783.1A CN202311531783A CN117273394B CN 117273394 B CN117273394 B CN 117273394B CN 202311531783 A CN202311531783 A CN 202311531783A CN 117273394 B CN117273394 B CN 117273394B
- Authority
- CN
- China
- Prior art keywords
- equipment
- allocation
- project
- selection
- constructed
- 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.)
- Active
Links
- 238000004458 analytical method Methods 0.000 title claims abstract description 26
- 238000007726 management method Methods 0.000 title claims abstract description 20
- 238000012790 confirmation Methods 0.000 claims abstract description 10
- 238000012423 maintenance Methods 0.000 claims description 77
- 238000010276 construction Methods 0.000 claims description 65
- 238000000034 method Methods 0.000 claims description 25
- 238000002156 mixing Methods 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 claims description 4
- 238000011156 evaluation Methods 0.000 claims description 4
- 238000013459 approach Methods 0.000 claims description 3
- 230000003449 preventive effect Effects 0.000 claims description 2
- 238000012216 screening Methods 0.000 description 3
- 230000001186 cumulative effect Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 230000002265 prevention Effects 0.000 description 2
- 239000002699 waste material Substances 0.000 description 2
- 238000007792 addition Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000001932 seasonal effect Effects 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
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
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Entrepreneurship & Innovation (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Educational Administration (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Marketing (AREA)
- Game Theory and Decision Science (AREA)
- Mathematical Physics (AREA)
- Mathematical Optimization (AREA)
- Bioinformatics & Computational Biology (AREA)
- Pure & Applied Mathematics (AREA)
- Evolutionary Biology (AREA)
- General Business, Economics & Management (AREA)
- General Engineering & Computer Science (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Evolutionary Computation (AREA)
- Probability & Statistics with Applications (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Algebra (AREA)
- Artificial Intelligence (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明属于设备选型调配管理技术领域,具体公开提供的一种基于大数据的智能设备选型调配分析管理方法,该方法包括:提取当前待施工项目的工程信息和待选型设备的需求信息;确认当前待施工项目对应待选型设备的需求设备型号;设定设备调配规则;根据设备需用计划和设备调配规则在设备资源库和当前待施工项目对应自有设备库进行调配设备选取,得到各目标调配设备;生成各目标调配设备的调配任务,并更新设备资源库;本发明有效解决了当前选型和调配信息采集较为局限化的问题,提高了设备选型调配的参考性和适配性,同时有效提升了设备选型调配的确认效率,并且确保了设备选型调配确认决策的科学性、准确性和全面性。
Description
技术领域
本发明属于设备选型调配管理技术领域,涉及到一种基于大数据的智能设备选型调配分析管理方法。
背景技术
全过程机械化施工过程中,施工装备是实现机械化施工的重要物质基础,对施工项目的进度、质量均有直接影响,因此工程项目施工过程中往往涉及复杂的设备选型和调配过程,为了保障工程项目施工的进度和质量,需要对施工设备的选型和调配进行管理。
传统的设备选型和调配方法通常依赖于人员经验和直觉,缺乏科学和系统的依据。这种方法存在以下问题:1、考虑要素片面化,没有充分结合施工进度、工序安排等因素,使得设备选型结果的参考性不足,还可能导致部分设备使用率较低。这会带来设备租赁成本的浪费和效率低下,同时也未结合现有设备的状态,进而难以最大程度并且最低成本地利用现有设备资源。
2、信息采集局限化,缺乏对项目需求和施工规模的全面、准确的综合性分析,导致选型和调配设备时无法有效匹配实际需求,进而可能导致工程项目的延误和额外成本。
3、调配分析数据量庞大,当前属于整体性的调配分析,没有进行初步筛分,同时也未结合工程的实际需求制定个性化的调配选取规则,使得设备选型调配效率不高,同时也无法提高设备调配的可靠性。
发明内容
鉴于此,为解决上述背景技术中所提出的问题,现提出一种基于大数据的智能设备选型调配分析管理方法。
本发明的目的可以通过以下技术方案实现:本发明提供一种基于大数据的智能设备选型调配分析管理方法,该方法包括以下步骤:S1、待施工项目信息提取:提取当前待施工项目的工程信息,所述工程信息包括工程类型、占地面积、项目地址和总工期天数。
S2、设备预使用信息提取:提取当前待施工项目对应待选型设备的需求信息,所述需求信息包括需求数量、所属作业工号、需求进场日期、计划出场日期和进场地址。
S3、设备选型确认与需用计划生成:从工程信息库中定位出与当前待施工项目对应工程类型相同的各历史工程项目,记为各待选工程项目,提取各待选工程项目的工程信息,据此通过工程相似算法计算得出当前待施工项目的各相似工程项目,进而确认当前待施工项目对应待选型设备的需求设备型号,将所述需求设备型号和需求信息进行整合,生成当前待施工项目的设备需用计划。
S4、待施工项目设备调配规设定:根据当前待施工项目的设备需用计划,设定设备调配规则。
S5、待施工项目设备调配确认:从设备资源库和当前待施工项目对应自有设备库分别提取各设备的基本信息,进而根据设备需用计划和设备调配规则,在设备资源库和当前待施工项目对应自有设备库进行调配设备选取,得到各目标调配设备。
S6、调配任务生成与反馈:生成各目标调配设备的调配任务,并反馈至当前待施工项目对应物设管理人员,同时更新设备资源库。
于本发明一优选实施例,所述工程相似算法具体表示为:,其中,/>表示工程相似度,/>表示规模相似度,/>表示工期相似度,/>表示地理相似度,/>,,,/>分别为当前待施工项目的占地面积、总工期天数、开工日期、竣工日期,/>分别为待选工程项目的占地面积、总工期天数、开工日期、竣工日期,/>表示当前待施工项目对应项目地址与待选工程项目对应项目地址之间的距离,/>分别为设定参照的占地面积差、工期天数差、起始日期偏差天数、竣工日期偏差天数、项目间隔距离。
于本发明一优选实施例,所述确认当前待施工项目对应待选型设备的需求设备型号,具体确认过程为:从工程信息库中定位出当前待施工项目对应各相似工程项目的工程信息,并从中定位出当前待施工项目对应待选型设备所属作业工号下的施工设备型号,作为各相似工程项目的目标施工设备型号。
将各相似工程项目的目标施工设备型号进行相互对比,统计各目标施工设备型号对应的相似工程项目数目。
将相似工程项目最多的目标施工设备型号作为当前待施工项目对应待选型设备的需求设备型号。
于本发明一优选实施例,所述基本信息包括名称、型号、尺寸、成新率、利用率、寿命年限、已使用年限、已使用月数、累计实际运转时长、当前所在位置、当前计划出场日期、当前调配状态、维保日志、设定的各维保周期、设定的工歇维保天数以及当前所属工号下各子项目的完工比和计划完工天数,当前调配状态包括调配和未调配。
于本发明一优选实施例,所述设备调配规则具体执行过程包括:步骤1、评定设备运转状态,其中,设备运转状态包括闲置、占用和维保。
步骤2、从当前待施工项目对应自有设备库中定位出符合设备需用计划的设备,记为可用设备,若可用设备的运转状态为闲置,则将可用设备记为初步选取调配设备,若可用设备的运转状态不为闲置,则执行步骤3。
步骤3、从设备资源库中定位出符合设备需用计划的设备,记为计划符合设备,提取计划符合设备的运转状态,若计划符合设备的运转状态为闲置,将该设备记为初步选取调配设备。
步骤4、若设备资源库中符合设备需用计划的设备中不存在运转状态为闲置的设备,从设备资源库中提取符合设备需用计划且运转状态为占用的设备,作为待确认设备,从设备资源库中定位出待确认设备的基本信息,并与设备调配许可判断规则进行对比,若符合设备调配许可判断规则,则将待确认设备记为初步选取调配设备,并执行步骤5,若不符合设备调配许可判断规则,则执行步骤6。
步骤5、统计初步选取调配设备数目,若初步选取调配设备数目大于设备需用计划中的需求数量,从设备资源库中定位出各初步选取调配设备的基本信息,并对各初步选取调配设备进行选取分析,得到各目标调配设备。
步骤6、启动外部采购反馈指令,并发送外部采购指令至当前待施工项目对应物设管理人员。
于本发明一优选实施例,所述设备运转状态的评定规则如下:若设备所属工号下各子项目的完工比等于100%,且设备所属工号下最后一个子项目的计划完工天数和设定的工歇维保天数之和大于或者等于各子项目的完工天数总和的倍,则将设备的运转状态记为闲置,/>为设定常数。
若设备所属工号下各子项目的完工比均小于100%且有工作运转记录回传或者设备存在故障且处于施工周期内或者设备当前调配状态为调配,则将设备的运转状态记为占用。
若设备成新率小于等于20%或者设备处于设定的维保周期内,则将设备的运转状态记为维保。
于本发明一优选实施例,所述设备调配许可判断规则为:设备当前计划出场日期设备设定的工歇维保天数/>设备需求进场日期。
于本发明一优选实施例,所述对各初步选取调配设备进行选取分析,具体分析过程为:从各初步选取调配设备的基本信息中提取成新率、寿命年限、已使用年限、利用率、累计实际运转时长和维保日志,确认各初步选取调配设备的维护成本评分值,/>表示初步选取调配设备编号,/>。
从各初步选取调配设备的基本信息中提取当前所在位置,进而提取各初步选取调配设备当前所在位置与当前待施工项目对应项目地址之间的距离,作为各初步选取调配设备的运输距离,通过运输成本评分模型输出各初步选取调配设备的运输成本评分值/>。
将各初步选取调配设备的成新率和利用率分别记为和/>,进而将/>、/>、/>和/>导入综合选取评分模型中,输出各初步选取调配设备的综合选取评分值,其中,综合选取评分模型表示为/>。
将当前待施工项目对应待选型设备的需求数量记为,将各初步选取调配设备按照其综合选取评分值由高至低进行排序,提取排序前/>位的初步选取调配设备作为各目标调配设备。
于本发明一优选实施例,所述确认各初步选取调配设备的维护成本评分值,包括:将各初步选取调配设备的寿命年限、已使用年限和累计实际运转时长分别记为、/>和,设定各初步选调设备对应的维护趋向因子/>,/>,表示向下取整符号,/>为设定的参照运转时长。
从各初步选取调配设备的维保日志中定位出故障维护次数和预防维护次数,同时定位出各次故障维护的维护成本,进而通过均值计算得到各初步选取调配设备的平均故障维护成本/>。
统计各初步选取调配设备的维护难度趋向度,,/>为设定参照的维护成本。
将导入维护成本评分模型/>中,得到各初步选取调配设备的维护成本评分值/>。
于本发明一优选实施例,所述运输成本评分模型具体表示为:,其中,/>分别为设定的参照的短途运输距离、长途运输距离、单位运输距离,/>表示自然常数。
相较于现有技术,本发明的有益效果如下:(1)本发明通过对待施工项目进行多维度信息采集,据此进行设备选型,充分考虑了施工进度、工序安排等因素对设备选型的干扰,有效解决了当前选型信息采集较为局限化的问题,打破了当前信息获取较为片面的不足,提高了设备选型结果的参考性和适配性,进而也降低了人工选型的误差,并且减少了后续设备使用率较低现象的发生几率,同时还避免了设备租赁成本的浪费,在另一方面还为后续项目工程的施工效率的维持提供了有力保障。
(2)本发明在进行设备选型时通过将当前待施工项目的规模、工期以及地理位置与各待选工程项目的规模、工期和地理位置进行深度对比,从而确认当前待施工项目的各相似工程项目,据此确认待选型设备的需求设备型号,有效规避了当前相似工程项目选取考虑要素较为单一化的问题,实现了项目本体、项目施工进展以及项目施工环境的多维度比对,拓展了相似工程项目评定的覆盖率,进而显著提升了相似工程项目评定结果的精准性和合理性,从而确保了设备型号选取的有效性和针对性。
(3)本发明通过根据当前待施工项目的设备需用计划,设定设备调配规则,充分考了工程的实际需求,实现了不同工程项目调配规则的个性化定制,确保了调配规则设定的适配性和可靠性,进而大幅度提升了后续调配设备选取的准确性和合理性。
(4)本发明在设定设备调配规则时,通过评定设备运转状态,有效缩减了调配设备的选取范围,从而降低了调配设备的选取工作量,并通过设定运转状态初步筛分方式有效避免了当前整体性调配选取分析的庞大数据量,同时在出现多个选取调配设备时,通过设定综合选取评分模型进行细致化评定,不仅有效提升了设备调配选取的效率,还确保了设备调配选取决策的科学性、准确性和全面性。
(5)本发明通过从设备的成新率、利用率、设备维保日志、累计实际运转时长以及当前位置进行设定成新率评价因素、利用率评价因素、维护成本评价因素和运输成本评价因素,实现了设备调配的多维度和多方位评定,避免单一指标导致的偏差,在确保设备适用的同时还有效降低了设备调配的开支成本。
(6)本发明在设定设备调配规则时,通过优先从自有设备库中进行调配设备选取,最大程度并且最低成本了理由了现有设备的资源,不仅有效缩减了工程项目开支,还降低了现有设备的闲置率。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例描述所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明方法实施步骤流程示意图。
图2为本发明设备调配规则判断流程示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中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做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
请参阅图1所示,本发明提供了一种基于大数据的智能设备选型调配分析管理方法,该该方法包括以下步骤:S1、待施工项目信息提取:提取当前待施工项目的工程信息,所述工程信息包括工程类型、占地面积、项目地址和总工期天数。
S2、设备预使用信息提取:提取当前待施工项目对应待选型设备的需求信息,所述需求信息包括需求数量、所属作业工号、需求进场日期、计划出场日期和进场地址。
S3、设备选型确认与需用计划生成:从工程信息库中定位出与当前待施工项目对应工程类型相同的各历史工程项目,记为各待选工程项目,提取各待选工程项目的工程信息,据此通过工程相似算法计算得出当前待施工项目的各相似工程项目,进而确认当前待施工项目对应待选型设备的需求设备型号,将所述需求设备型号和需求信息进行整合,生成当前待施工项目的设备需用计划。
示例性地,工程相似算法具体表示为:,其中,/>表示工程相似度,/>表示规模相似度,/>表示工期相似度,/>表示地理相似度,,/>,,/>分别为当前待施工项目的占地面积、总工期天数、开工日期、竣工日期,/>分别为待选工程项目的占地面积、总工期天数、开工日期、竣工日期,/>表示当前待施工项目对应项目地址与待选工程项目对应项目地址之间的距离,/>分别为设定参照的占地面积差、工期天数差、起始日期偏差天数、竣工日期偏差天数、项目间隔距离。
在一个具体实施例中,通过对总工期天数进行对比以及将开工日期和竣工日期进行对比,既考虑了时间因素层面的相似程度也考虑了季节因素层面和施工进度层面的要素,当开工日期和竣工日期越接近,其施工进展也越相似,同时其所处季节也就越趋向于同一季节,进而气候也越趋向相似,进而提升了设备选用的可靠性。而项目地址之间距离越接近,其所处施工环境以及设备使用环境也就越趋向相似,因此设备选用的环境适应性也就越高。
本发明实施例通过对待施工项目进行多维度信息采集,据此进行设备选型,充分考虑了施工进度、工序安排等因素对设备选型的干扰,有效解决了当前选型信息采集较为局限化的问题,打破了当前信息获取较为片面的不足,提高了设备选型结果的参考性和适配性,进而也降低了人工选型的误差,并且减少了后续设备使用率较低现象的发生几率,同时还避免了设备租赁成本的浪费,在另一方面还为后续项目工程的施工效率的维持提供了有力保障。
进一步地,确认当前待施工项目对应待选型设备的需求设备型号,具体确认过程为:S3-1、从工程信息库中定位出当前待施工项目对应各相似工程项目的工程信息,并从中定位出当前待施工项目对应待选型设备所属作业工号下的施工设备型号,作为各相似工程项目的目标施工设备型号。
S3-2、将各相似工程项目的目标施工设备型号进行相互对比,统计各目标施工设备型号对应的相似工程项目数目。
S3-3、将相似工程项目最多的目标施工设备型号作为当前待施工项目对应待选型设备的需求设备型号。
本发明实施例在进行设备选型时通过将当前待施工项目的规模、工期以及地理位置与各待选工程项目的规模、工期和地理位置进行深度对比,从而确认当前待施工项目的各相似工程项目,据此确认待选型设备的需求设备型号,有效规避了当前相似工程项目选取考虑要素较为单一化的问题,实现了项目本体、项目施工进展以及项目施工环境的多维度比对,拓展了相似工程项目评定的覆盖率,进而显著提升了相似工程项目评定结果的精准性和合理性,从而确保了设备型号选取的有效性和针对性。
S4、待施工项目设备调配规设定:根据当前待施工项目的设备需用计划,设定设备调配规则。
具体地,请参阅图2所示,所述设备调配规则具体执行过程包括:步骤1、评定设备运转状态,其中,设备运转状态包括闲置、占用和维保。
可理解地,设备运转状态的评定规则如下:若设备所属工号下各子项目的完工比等于100%,且设备所属工号下最后一个子项目的计划完工天数和设定的工歇维保天数之和大于或者等于各子项目的完工天数总和的倍,则将设备的运转状态记为闲置,/>为设定常数。
在一个具体实施例中,可以取值为1.2,也可依据实际数据进行对应浮动比例调整。
若设备所属工号下各子项目的完工比均小于100%且有工作运转记录回传或者设备存在故障且处于施工周期内或者设备当前调配状态为调配,则将设备的运转状态记为占用。
若设备成新率小于等于20%或者设备处于设定的维保周期内,则将设备的运转状态记为维保。
本发明实施例通过根据当前待施工项目的设备需用计划,设定设备调配规则,充分考了工程的实际需求,实现了不同工程项目调配规则的个性化定制,确保了调配规则设定的适配性和可靠性,进而大幅度提升了后续调配设备选取的准确性和合理性,同时在设定设备调配规则时,通过评定设备运转状态,有效缩减了调配设备的选取范围,从而降低了调配设备的选取工作量,并通过设定运转状态初步筛分方式有效避免了当前整体性调配选取分析的庞大数据量。
步骤2、从当前待施工项目对应自有设备库中定位出符合设备需用计划的设备,记为可用设备,若可用设备的运转状态为闲置,则将可用设备记为初步选取调配设备,若可用设备的运转状态不为闲置,则执行步骤3。
本发明实施例在设定设备调配规则时,通过优先从自有设备库中进行调配设备选取,最大程度并且最低成本了理由了现有设备的资源,不仅有效缩减了工程项目开支,还降低了现有设备的闲置率。
步骤3、从设备资源库中定位出符合设备需用计划的设备,记为计划符合设备,提取计划符合设备的运转状态,若计划符合设备的运转状态为闲置,将该设备记为初步选取调配设备。
步骤4、若设备资源库中符合设备需用计划的设备中不存在运转状态为闲置的设备,从设备资源库中提取符合设备需用计划且运转状态为占用的设备,作为待确认设备,从设备资源库中定位出待确认设备的基本信息,并与设备调配许可判断规则进行对比,若符合设备调配许可判断规则,则将待确认设备记为初步选取调配设备,若不符合设备调配许可判断规则,则执行步骤5。
可理解地,设备调配许可判断规则为:设备当前计划出场日期设备设定的工歇维保天数/>设备需求进场日期。
步骤5、统计初步选取调配设备数目,若初步选取调配设备数目大于设备需用计划中的需求数量,从设备资源库中定位出各初步选取调配设备的基本信息,并对各初步选取调配设备进行选取分析,得到各目标调配设备。
步骤6、启动外部采购反馈指令,并发送外部采购指令至当前待施工项目对应物设管理人员。
进一步地,所述对各初步选取调配设备进行选取分析,具体分析过程为:步骤6-1、从各初步选取调配设备的基本信息中提取成新率、寿命年限、已使用年限、利用率、累计实际运转时长和维保日志,确认各初步选取调配设备的维护成本评分值,/>表示初步选取调配设备编号,/>。
可理解地,确认各初步选取调配设备的维护成本评分值,包括:将各初步选取调配设备的寿命年限、已使用年限和累计实际运转时长分别记为、/>和/>,设定各初步选调设备对应的维护趋向因子/>,/>,/>表示向下取整符号,为设定的设备参照运转时长。
从各初步选取调配设备的维保日志中定位出故障维护次数和预防维护次数,同时定位出各次故障维护的维护成本,进而通过均值计算得到各初步选取调配设备的平均故障维护成本/>。
需要解释的是,预防维护次数指设定的固定维护次数,即固定的工歇维保次数。
统计各初步选取调配设备的维护难度趋向度,,/>为设定参照的维护成本。
将导入维护成本评分模型/>中,得到各初步选取调配设备的维护成本评分值/>。
需要说明的是,设备成新率的计算公式为,其中,/>分别表示为设备的寿命年限、已使用年限、累计实际运转时长和已使用月数。
在一个具体实施例中,维护成本评分模型可参照表1所示。
表1维护成本评分
在一个具体实施例中,当时表明,即表明设备状态的成新率可能较低、使用年限较高、利用率也和累计运转时长较高,同时维保成本以及故障频率也较高,维保成本评分随之降低。
步骤6-2、从各初步选取调配设备的基本信息中提取当前所在位置,进而提取各初步选取调配设备当前所在位置与当前待施工项目对应项目地址之间的距离,作为各初步选取调配设备的运输距离,通过运输成本评分模型输出各初步选取调配设备的运输成本评分值/>,/>,其中,/>分别为设定的参照的短途运输距离、长途运输距离、单位运输距离,/>表示自然常数。
在一个具体实施例中,分别可以取值为/>和/>,/>为/>,表示千米。其中,运输成本评分是通过将运输距离划分为短途和长途两种距离类型进行分值设定,遵循距离越短运输成本评分值越高的原则,当处于/>和/>之间可以视为中途,超过/>视为长途,低于/>视为短途。
步骤6-3、将各初步选取调配设备的成新率和利用率分别记为和/>,进而将/>、、/>和/>导入综合选取评分模型中,输出各初步选取调配设备的综合选取评分值,其中,综合选取评分模型表示为/>。
本发明实施例在出现多个选取调配设备时,通过设定综合选取评分模型进行细致化评定,不仅有效提升了设备调配选取的效率,还确保了设备调配选取决策的科学性、准确性和全面性,并且通过从设备的成新率、利用率、设备维保日志、累计实际运转时长以及当前位置进行设定成新率评价因素、利用率评价因素、维护成本评价因素和运输成本评价因素,实现了设备调配的多维度和多方位评定,避免单一指标导致的偏差,在确保设备适用的同时还有效降低了设备调配的开支成本,同时提升了调配设备选取评分的真实性和说服力。
步骤6-4、将当前待施工项目对应待选型设备的需求数量记为,将各初步选取调配设备按照其综合选取评分值由高至低进行排序,提取排序前/>位的初步选取调配设备作为各目标调配设备。
S5、待施工项目设备调配确认:从设备资源库和当前待施工项目对应自有设备库分别提取各设备的基本信息,进而根据设备需用计划和设备调配规则,在设备资源库和当前待施工项目对应自有设备库进行调配设备选取,得到各目标调配设备。
具体地,基本信息包括名称、型号、尺寸、成新率、利用率、寿命年限、已使用年限、已使用月数、累计实际运转时长、当前所在位置、当前计划出场日期、当前调配状态、维保日志、设定的各维保周期、设定的工歇维保天数以及当前所属工号下各子项目的完工比和计划完工天数,当前调配状态包括调配和未调配。
步骤2、从当前待施工项目对应自有设备库中定位出符合设备需用计划的设备,记为可用设备,若可用设备的运转状态为闲置,则将可用设备记为初步选取调配设备,若可用设备的运转状态不为闲置,则执行步骤3。
S6、调配任务生成与反馈:生成各目标调配设备的调配任务,并反馈至当前待施工项目对应物设管理人员,同时更新设备资源库。
需要说明的是,更新设备资源库指将设备资源库中各目标设备当前的调配状态更新为调配,同时添加调配任务。
以上内容仅仅是对本发明的构思所作的举例和说明,所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代,只要不偏离发明的构思或者超越本发明所定义的范围,均应属于本发明的保护范围。
Claims (7)
1.一种基于大数据的智能设备选型调配分析管理方法,其特征在于:该方法包括以下步骤:
S1、待施工项目信息提取:提取当前待施工项目的工程信息,所述工程信息包括工程类型、占地面积、项目地址和总工期天数;
S2、设备预使用信息提取:提取当前待施工项目对应待选型设备的需求信息,所述需求信息包括需求数量、所属作业工号、需求进场日期、计划出场日期和进场地址;
S3、设备选型确认与需用计划生成:从工程信息库中定位出与当前待施工项目对应工程类型相同的各历史工程项目,记为各待选工程项目,提取各待选工程项目的工程信息,据此通过工程相似算法计算得出当前待施工项目的各相似工程项目,进而确认当前待施工项目对应待选型设备的需求设备型号,将所述需求设备型号和需求信息进行整合,生成当前待施工项目的设备需用计划;
S4、待施工项目设备调配规则设定:根据当前待施工项目的设备需用计划,设定设备调配规则;
S5、待施工项目设备调配确认:从设备资源库和当前待施工项目对应自有设备库分别提取各设备的基本信息,进而根据设备需用计划和设备调配规则,在设备资源库和当前待施工项目对应自有设备库进行调配设备选取,得到各目标调配设备;
S6、调配任务生成与反馈:生成各目标调配设备的调配任务,并反馈至当前待施工项目对应物设管理人员,同时更新设备资源库;
所述工程相似算法具体表示为:,其中,/>表示工程相似度,/>表示规模相似度,/>表示工期相似度,/>表示地理相似度,,/>,,/>分别为当前待施工项目的占地面积、总工期天数、开工日期、竣工日期,/>分别为待选工程项目的占地面积、总工期天数、开工日期、竣工日期,/>表示当前待施工项目对应项目地址与待选工程项目对应项目地址之间的距离,/>分别为设定参照的占地面积差、工期天数差、起始日期偏差天数、竣工日期偏差天数、项目间隔距离;
所述确认当前待施工项目对应待选型设备的需求设备型号,具体确认过程为:
从工程信息库中定位出当前待施工项目对应各相似工程项目的工程信息,并从中定位出当前待施工项目对应待选型设备所属作业工号下的施工设备型号,作为各相似工程项目的目标施工设备型号;
将各相似工程项目的目标施工设备型号进行相互对比,统计各目标施工设备型号对应的相似工程项目数目;
将相似工程项目最多的目标施工设备型号作为当前待施工项目对应待选型设备的需求设备型号;
所述设备调配规则具体执行过程包括:
步骤1、评定设备运转状态,其中,设备运转状态包括闲置、占用和维保;
步骤2、从当前待施工项目对应自有设备库中定位出符合设备需用计划的设备,记为可用设备,若可用设备的运转状态为闲置,则将可用设备记为初步选取调配设备,若可用设备的运转状态不为闲置,则执行步骤3;
步骤3、从设备资源库中定位出符合设备需用计划的设备,记为计划符合设备,提取计划符合设备的运转状态,若计划符合设备的运转状态为闲置,将该设备记为初步选取调配设备;
步骤4、若设备资源库中符合设备需用计划的设备中不存在运转状态为闲置的设备,从设备资源库中提取符合设备需用计划且运转状态为占用的设备,作为待确认设备,从设备资源库中定位出待确认设备的基本信息,并与设备调配许可判断规则进行对比,若符合设备调配许可判断规则,则将待确认设备记为初步选取调配设备,并执行步骤5,若不符合设备调配许可判断规则,则执行步骤6;
步骤5、统计初步选取调配设备数目,若初步选取调配设备数目大于设备需用计划中的需求数量,从设备资源库中定位出各初步选取调配设备的基本信息,并对各初步选取调配设备进行选取分析,得到各目标调配设备;
步骤6、启动外部采购反馈指令,并发送外部采购指令至当前待施工项目对应物设管理人员。
2.根据权利要求1所述的一种基于大数据的智能设备选型调配分析管理方法,其特征在于:所述基本信息包括名称、型号、尺寸、成新率、利用率、寿命年限、已使用年限、已使用月数、累计实际运转时长、当前所在位置、当前计划出场日期、当前调配状态、维保日志、设定的各维保周期、设定的工歇维保天数以及当前所属工号下各子项目的完工比和计划完工天数,当前调配状态包括调配和未调配。
3.根据权利要求1所述的一种基于大数据的智能设备选型调配分析管理方法,其特征在于:所述设备运转状态的评定规则如下:
若设备所属工号下各子项目的完工比等于100%,且设备所属工号下最后一个子项目的计划完工天数和设定的工歇维保天数之和大于或者等于各子项目的完工天数总和的倍,则将设备的运转状态记为闲置,/>为设定常数;
若设备所属工号下各子项目的完工比均小于100%且有工作运转记录回传或者设备存在故障且处于施工周期内或者设备当前调配状态为调配,则将设备的运转状态记为占用;
若设备成新率小于等于20%或者设备处于设定的维保周期内,则将设备的运转状态记为维保。
4.根据权利要求1所述的一种基于大数据的智能设备选型调配分析管理方法,其特征在于:所述设备调配许可判断规则为:设备当前计划出场日期设备设定的工歇维保天数/>设备需求进场日期。
5.根据权利要求4所述的一种基于大数据的智能设备选型调配分析管理方法,其特征在于:所述对各初步选取调配设备进行选取分析,具体分析过程为:
从各初步选取调配设备的基本信息中提取成新率、寿命年限、已使用年限、利用率、累计实际运转时长和维保日志,确认各初步选取调配设备的维护成本评分值,/>表示初步选取调配设备编号,/>;
从各初步选取调配设备的基本信息中提取当前所在位置,进而提取各初步选取调配设备当前所在位置与当前待施工项目对应项目地址之间的距离,作为各初步选取调配设备的运输距离,通过运输成本评分模型输出各初步选取调配设备的运输成本评分值/>;
将各初步选取调配设备的成新率和利用率分别记为和/>,进而将/>、/>、/>和/>导入综合选取评分模型中,输出各初步选取调配设备的综合选取评分值,其中,综合选取评分模型表示为/>;
将当前待施工项目对应待选型设备的需求数量记为,将各初步选取调配设备按照其综合选取评分值由高至低进行排序,提取排序前/>位的初步选取调配设备作为各目标调配设备。
6.根据权利要求5所述的一种基于大数据的智能设备选型调配分析管理方法,其特征在于:所述确认各初步选取调配设备的维护成本评分值,包括:
将各初步选取调配设备的寿命年限、已使用年限和累计实际运转时长分别记为、/>和/>,设定各初步选取调配设备对应的维护趋向因子/>,,/>表示向下取整符号,/>为设定的参照运转时长;
从各初步选取调配设备的维保日志中定位出故障维护次数和预防维护次数/>,同时定位出各次故障维护的维护成本,进而通过均值计算得到各初步选取调配设备的平均故障维护成本/>;
统计各初步选取调配设备的维护难度趋向度,,/>为设定参照的维护成本;
将导入维护成本评分模型/>中,得到各初步选取调配设备的维护成本评分值/>。
7.根据权利要求5所述的一种基于大数据的智能设备选型调配分析管理方法,其特征在于:所述运输成本评分模型具体表示为:,其中,分别为设定的参照的短途运输距离、长途运输距离、单位运输距离,/>表示自然常数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311531783.1A CN117273394B (zh) | 2023-11-17 | 2023-11-17 | 一种基于大数据的智能设备选型调配分析管理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311531783.1A CN117273394B (zh) | 2023-11-17 | 2023-11-17 | 一种基于大数据的智能设备选型调配分析管理方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117273394A CN117273394A (zh) | 2023-12-22 |
CN117273394B true CN117273394B (zh) | 2024-02-06 |
Family
ID=89204764
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311531783.1A Active CN117273394B (zh) | 2023-11-17 | 2023-11-17 | 一种基于大数据的智能设备选型调配分析管理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117273394B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN118134122A (zh) * | 2024-05-10 | 2024-06-04 | 江苏恒康电力科技有限公司 | 一种电力设备选型匹配方法、系统及存储介质 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2014016691A (ja) * | 2012-07-06 | 2014-01-30 | Hitachi Ltd | 設備維持管理業務支援システム、およびその方法 |
CN105117850A (zh) * | 2015-08-31 | 2015-12-02 | 国家电网公司 | 输变电工程设计智能化评审辅助系统 |
JP2016048543A (ja) * | 2014-07-30 | 2016-04-07 | 明豊ファシリティワークス株式会社 | プロジェクト進捗状況管理システムおよびコンピュータプログラム |
CN114638443A (zh) * | 2022-05-19 | 2022-06-17 | 安徽数智建造研究院有限公司 | 一种基于改进遗传算法的施工设备智能选型及调配方法 |
CN115796932A (zh) * | 2022-11-10 | 2023-03-14 | 永道工程咨询有限公司 | 一种工程造价预测方法、装置、电子设备及存储介质 |
CN116384595A (zh) * | 2023-06-05 | 2023-07-04 | 中铁四局集团有限公司 | 一种基于成本联动的工程项目进度预测分析方法 |
CN116796961A (zh) * | 2023-06-02 | 2023-09-22 | 联城科技(河北)股份有限公司 | 工程项目管理方法、设备及计算机可读存储介质 |
CN117057835A (zh) * | 2023-08-07 | 2023-11-14 | 山东电力工程咨询院有限公司 | 一种电网工程造价辅助分析方法及系统 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150012324A1 (en) * | 2013-07-03 | 2015-01-08 | Motive Power, Inc. | Project Management System and Method |
US20190220796A1 (en) * | 2015-08-22 | 2019-07-18 | Salim B. KHALIL | Automated, integrated and complete computer program/project management solutions standardizes and optimizes management processes and procedures utilizing customizable and flexible systems and methods |
US11030709B2 (en) * | 2018-10-29 | 2021-06-08 | DIGIBILT, Inc. | Method and system for automatically creating and assigning assembly labor activities (ALAs) to a bill of materials (BOM) |
-
2023
- 2023-11-17 CN CN202311531783.1A patent/CN117273394B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2014016691A (ja) * | 2012-07-06 | 2014-01-30 | Hitachi Ltd | 設備維持管理業務支援システム、およびその方法 |
JP2016048543A (ja) * | 2014-07-30 | 2016-04-07 | 明豊ファシリティワークス株式会社 | プロジェクト進捗状況管理システムおよびコンピュータプログラム |
JP2016110658A (ja) * | 2014-07-30 | 2016-06-20 | 明豊ファシリティワークス株式会社 | プロジェクト進捗状況管理システムおよびコンピュータプログラム |
CN105117850A (zh) * | 2015-08-31 | 2015-12-02 | 国家电网公司 | 输变电工程设计智能化评审辅助系统 |
CN114638443A (zh) * | 2022-05-19 | 2022-06-17 | 安徽数智建造研究院有限公司 | 一种基于改进遗传算法的施工设备智能选型及调配方法 |
CN115796932A (zh) * | 2022-11-10 | 2023-03-14 | 永道工程咨询有限公司 | 一种工程造价预测方法、装置、电子设备及存储介质 |
CN116796961A (zh) * | 2023-06-02 | 2023-09-22 | 联城科技(河北)股份有限公司 | 工程项目管理方法、设备及计算机可读存储介质 |
CN116384595A (zh) * | 2023-06-05 | 2023-07-04 | 中铁四局集团有限公司 | 一种基于成本联动的工程项目进度预测分析方法 |
CN117057835A (zh) * | 2023-08-07 | 2023-11-14 | 山东电力工程咨询院有限公司 | 一种电网工程造价辅助分析方法及系统 |
Non-Patent Citations (1)
Title |
---|
基于资源网络方法的大型工程设备协调与优化管理;陈漫等;《辽宁大学学报(自然科学版)》;第38卷(第3期);第279-283段 * |
Also Published As
Publication number | Publication date |
---|---|
CN117273394A (zh) | 2023-12-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN117273394B (zh) | 一种基于大数据的智能设备选型调配分析管理方法 | |
US9423989B2 (en) | System and method for dynamically reconfiguring one or more autonomous cells in a print shop environment | |
US8768750B2 (en) | System and method for aligning projects with objectives of an organization | |
US20050021495A1 (en) | System and method for tracking environmental emission reductions | |
CN114638443B (zh) | 一种基于改进遗传算法的施工设备智能选型及调配方法 | |
CN112348404A (zh) | 一种村庄规划实施评估系统 | |
CN113362199B (zh) | 基于用户采集电量与台区线损相关性的窃电用户核查方法 | |
CN111160865A (zh) | 一种工作流管理方法及装置 | |
CN112883062A (zh) | 一种不基于规则的自定义规则稽查方法 | |
CN115689207A (zh) | 风电场运维管理方法、装置、计算机设备和存储介质 | |
Kisi | Estimation of optimal productivity in labor-intensive construction operations | |
US11867054B2 (en) | Systems and methods for estimating well parameters and drilling wells | |
Ammouri et al. | Carbon footprint calculator for construction projects (CFCCP) | |
CN111507503A (zh) | 供水管网参数确定方法及装置 | |
CN115860562A (zh) | 一种软件工作量合理性评判方法、装置及设备 | |
CN115796814A (zh) | 一种施工管理方法和系统 | |
CN108805603A (zh) | 营销活动质量评估方法、服务器及计算机可读存储介质 | |
CN113807573A (zh) | 一种基于数据管理和三维搜索的施工预测分析方法及系统 | |
Jasiukevicius et al. | Cost overrun risk assessment in the public investment projects: an empirically-grounded research | |
Ibe | Construction material waste causes and their contribution levels: A case study of construction projects in Abuja, Nigeria | |
Christensen | An empirical assessment of factors affecting performance in Norwegian house construction | |
CN116011758B (zh) | 一种多数据分析智能整合排程系统及方法 | |
CN113592537A (zh) | 一种土壤修复工程造价概算方法、装置及计算机系统 | |
CN118115128A (zh) | 一种全审计场景体系的数字化循环管理系统 | |
Arnheiter et al. | Measuring Expertise Learning Rates for Nonrepetitive Project Work |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |