CN117273399B - 一种面向任务的装备保障建模方法 - Google Patents
一种面向任务的装备保障建模方法 Download PDFInfo
- Publication number
- CN117273399B CN117273399B CN202311543460.4A CN202311543460A CN117273399B CN 117273399 B CN117273399 B CN 117273399B CN 202311543460 A CN202311543460 A CN 202311543460A CN 117273399 B CN117273399 B CN 117273399B
- Authority
- CN
- China
- Prior art keywords
- equipment
- task
- information
- damage rate
- warehouse
- 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
- 238000000034 method Methods 0.000 title claims abstract description 40
- 230000006378 damage Effects 0.000 claims abstract description 93
- 238000012423 maintenance Methods 0.000 claims abstract description 36
- 238000011156 evaluation Methods 0.000 claims abstract description 15
- 238000011084 recovery Methods 0.000 claims abstract description 13
- 238000013461 design Methods 0.000 claims abstract description 8
- 238000003860 storage Methods 0.000 claims description 18
- 238000010586 diagram Methods 0.000 claims description 11
- 238000004364 calculation method Methods 0.000 claims description 6
- 208000027418 Wounds and injury Diseases 0.000 claims 1
- 208000014674 injury Diseases 0.000 claims 1
- 238000005516 engineering process Methods 0.000 description 2
- 230000014759 maintenance of location Effects 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000002427 irreversible effect Effects 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
- 238000003032 molecular docking Methods 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 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
- G06Q10/06311—Scheduling, planning or task assignment for a person or group
-
- 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
- G06F16/25—Integrating or interfacing systems involving database management systems
- G06F16/252—Integrating or interfacing systems involving database management systems between a Database Management System and a front-end application
-
- 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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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
- G06Q10/06315—Needs-based resource requirements planning or analysis
-
- 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
- G06Q10/06316—Sequencing of tasks or work
-
- 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
- G06Q10/10—Office automation; Time management
- G06Q10/103—Workflow collaboration or project management
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Educational Administration (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- General Engineering & Computer Science (AREA)
- Warehouses Or Storage Devices (AREA)
Abstract
本发明公开了一种面向任务的装备保障建模方法,方法包括以下步骤:D1:任务接收:任务数据库通过前端模块接收任务信息;D2:装备查找:决策模块接收下发的任务信息,搜寻装备数据库中的装备信息,装备信息中包括装备损伤率;D3:仓储调派:调度中心从距离任务地点最近的仓储中调派对应的装备至任务地点;D4:装备回收,任务结束后调度中心从任务地点回收装备。本发明通过装备损伤率评估系统的建立,从而设计一种可靠高效的装备损伤率评估方案,能够针对装备的实际使用情况、服役情况以及维保情况对装备的损伤率进行判定,进而在后续的装备保障作业中能够避免将高损伤的装备应用在高强度的任务中。
Description
技术领域
本发明涉及装备保障技术领域,具体为一种面向任务的装备保障建模方法。
背景技术
城市的公共安全管理过程中,需要面对许多的突发状况,这些突发情况需要市政部门的解决,在进行市政业务作业过程中工作人员往往是以任务工单的顺序进行任务派遣的,许多突发状况需要人工人员使用多种装备进行险情或者突发事件的控制,由此整个市政系统需要有良好的装备保障系统,才能在突发的安全事件发生时有效的保证人民群众的生命财产安全。
在城市装备保障中,会根据建筑密度、人口密度、自然灾害的危险指数等诸多因素灵活的调整各个装备仓库中的装备储备,一定意义上能够保障在突发情况发生时有足够多个装备能够投入运用,故而不同仓储之间存在装备数量的差异,由于不同仓储之间装备的使用次数不同,装备会随着时间和使用次数的增加不断的发生损伤,损伤的装备可能难以胜任高强度的作业,而现有的装备保障系统在实际运行过程中,一般没有对装备的损伤率进行考量,进而在实际的任务作业中可能会在加大高强度作业下装备损坏的风险,这对于紧急作业来说是非常致命的。
发明内容
本发明的目的在于提供一种面向任务的装备保障建模方法,以解决上述背景技术中提出的问题。
为实现上述目的,本发明提供如下技术方案:面向任务的装备保障建模方法,方法包括以下步骤:
D1:任务接收:任务数据库通过前端模块接收任务信息;
D2:装备查找:决策模块接收下发的任务信息,搜寻装备数据库中的装备信息,装备信息中包括装备损伤率;
D3:仓储调派:调度中心从距离任务地点最近的仓储中调派对应的装备至任务地点;
D4:装备回收,任务结束后调度中心从任务地点回收装备;
D5:装备数据更新,检测装备状态,维保损坏装备后将装备回仓并更新装备数据;
装备损伤率包括装备第一损伤率,装备第一损伤率由装备损伤率评估系统计算得出,装备损伤率评估系统包括存储装备信息的装备数据库和记录任务信息的任务数据库,装备数据库中存储多个装备信息表,装备信息表字段包括装备名称、装备编号、寿命类别、维保信息和损伤率信息,任务数据库中存储多个任务信息表,任务信息表字段包括任务强度、任务时间任务地点和所需装备;
所述寿命类别包括F个级别,其中F=1、2、3……N,不同级别对应不同设备自然磨损常数K;
所述任务强度包括P个级别P=1、2、3……N,不同级别对应不同的任务损伤常数Q;
损伤率信息包括装备第一损伤率W%;
;
其中T为装备服役时间单位为天,n表示维保次数,M表述单次维保回复常数,Q i 为单次任务的损伤常数,t i 表述单次任务时间单位为天,i表述任务序号,i=1、2、3……N。
作为本申请技术方案中一个具体的方案,所述决策模块受云端模型的控制,云端模型的建立方法包括:
Y1:收集既往任务调派装备的数据;
Y2:统计不同时间段中任务地点集中区域,建立任务分布区域散点图;
Y3:将任务散点图划分为多个密度区;
Y4:对不同位置中的仓储中高频使用装备进行统计;
Y5:在密度区发生变化时,将高密度区仓储中所需要的高频使用装备从低密度区调配。
作为本申请技术方案中一个具体的方案,所述Y2中不同时间段按季度进行划分,所述Y3中密度区分为高、中、低三个密度等级,所述Y5步骤中,当密度区发生变化时,高密度区需要增加原本高频使用设备20%-30%的装备数量,并从低密度区仓储数量中调取,当低密度仓储数量不满足高密度区需要时,剩余的装备从中密度区域的仓储中调取。
作为本申请技术方案中一个具体的方案,所述中密度区域中单个仓储的同一装备数量不少于整个中密度区域中所有仓储同一装备数量的平均值。
作为本申请技术方案中一个具体的方案,Y5步骤中高密度区仓储中高频装备损伤率平均值低于60%。
作为本申请技术方案中一个具体的方案,所述D5中检测装备状态后,将装备分为无需保养、需保养、需维修和损坏,装备的维保根据装备的保养频次进行目标的保养,保养频次为每十次任务进行一次保养,损坏装备直接淘汰。
作为本申请技术方案中一个具体的方案,所述寿命类别包括耗材类、短期类、常规类和永久类,其中短期类、常规类和永久类分别对应自然磨损常数K为(0.25-0.5)、(0.1-0.17)、(0.05-0.08),所述任务强度包括一级、二级、三级分别对应任务损伤常数为(1-2)、(0.4-0.68)、(0.2-0.32),所述回复常数为(0.025-0.05)。
作为本申请技术方案中一个具体的方案,所述装备信息表字段还包括设计寿命,所述装备损伤率包括装备第二损伤率;
损伤率信息内还包括装备第二损伤率R%,计算公式如下;
其中,a∈[0.25,1];
其中T为装备服役时间单位为天,t i 为单次任务时间单位为天,C i 为单次任务劳损参数,i表述任务序号,i=1、2、3……N,X为装备设计寿命单位为年,n表示维保次数,M表述单次维保回复常数,M取值为(0.025-0.05),所述C i 的数值根据随任务类型进行变动,t i 的时间超过30天时a取0.25,t i 的时间在30天以内,a的取值从1至0.25线性变化;
所述装备损伤率的值取装备第一损伤率或者装备第二损伤率中的任意一项或者二者平均值。
与现有技术相比,本发明的有益效果是:
该面向任务的装备保障建模方法,通过装备损伤率评估系统的建立,从而设计一种可靠高效的装备损伤率评估方案,能够针对装备的实际使用情况、服役情况以及维保情况对装备的损伤率进行判定,进而在后续的装备保障作业中能够避免将高损伤的装备应用在高强度的任务中。
同时,建立一套装备的决策方案能够根据不同的任务种类调配合适的装备,对任务进行级别划分,让系统对任务强度进行判定,进而为装备的选取提供依据,由此能够让合适损伤率的装备运用到合适强度的任务中。
不仅如此,利用任务数据库的任务信息,能够将任务区域内的不同时间段中不同地带划分为不同的任务密度区,并针对不同密度区的主要需求装备进行统计由此建立云端模型,依靠历史的任务数据,将当前所处时间段的密度区预测,进而根据云端数据所预测的密度区划分提前给出调度方案,能够更高效的进行任务装备的调配,保证任务的装备需求量和需求时效。
附图说明
图1为本发明的模型结构原理图;
图2为本发明的损伤率预测原理图;
图3为本发明的任务及仓储密度展示图;
图4为本发明的仓储调度展示图。
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。
本系统基于GIS技术以及可视化技术方案,打造一款城市内部的任务保障系统,并在本系统内部创建面向任务的装备保障建模方法,从而有效的保证装备在任务发生时的调度和整个城市仓储之间的装备管理,该系统本身需要依靠诸多的外部信息,例如天气信息,水文信息以及人为的工程信息,大部分的任务需求都是城市的基础建设维护,在工程处以及一些地理位置风险比较高的地方其每年的突发情况或者维保情况数量会比较地突出,进而会决定整个系统的调度判断,时间因素也是导致系统决定判断的重要指标,不同的季节时令以及节假日会存在不同的自然安全和人为安全隐患,因此需要进行重点的考量。
如图1-图4所示为本发明提出的面向任务的装备保障建模方法,以下分为两个实施例进行具体阐述。
实施例1,参照图2内容,作为一种具体的实施方式,首先需要建立装备损伤率评估系统,本系统提供第一种装备损伤率判定的方案,其中基础信息包括存储装备信息的装备数据库和记录任务信息的任务数据库中,装备数据库中存储多个装备信息表,装备信息表字段包括装备名称、装备编号、寿命类别、维保信息和损伤率信息,任务数据库中存储多个任务信息表,任务信息表字段包括任务强度、任务时间任务地点和所需装备,装备的寿命类别和任务强度是特有的信息属性。
寿命类别包括F个级别,其中F=1、2、3……N,不同级别对应不同设备自然磨损常数K,寿命类别包括耗材类、短期类、常规类和永久类,其中短期类、常规类和永久类分别对应自然磨损常数K为(0.25-0.5)、(0.1-0.17)、(0.05-0.08),耗材类的装备属于一次性装备,没有长时间的自然寿命,用后基本上就丢弃且不适宜二次使用,自然磨损常数依靠装备的平均寿命得到,短期类的1-2年,常规类的在3-5年,永久类的在5-10年。
任务强度包括P个级别P=1、2、3……N,不同级别对应不同的任务损伤常数Q,任务强度包括一级、二级、三级分别对应任务损伤常数为(1-2)、(0.4-0.68)、(0.2-0.32),任务强度是根据任务中装备的使用占比得到的,其设置时需要录入人员考虑到任务强度中的装备使用情况,使用对于装备的损耗是不可逆的。
损伤信息内存储装备第一损伤率W%,计算公式为;
;
其中T为装备服役时间单位为天,n表示维保次数,M表述单次维保回复常数,Q i 为单次任务的损伤常数,t i 表述单次任务时间单位为天,i表述任务序号,i=1、2、3……N,回复常数M为(0.025-0.05)。
需要特别注意的是,nM的值存在最大限制,因为维保对于装备的寿命提升能力是优先的一般设置n=10时确定其最大维保恢复值,经历过长期多次维保的设备在使用时出问题的风险会加剧,这种风险需要尽可能地避免。
基于装备的损伤率判定,面向任务的装备保障建模方法包括以下步骤:
D1:任务接收:任务数据库通过前端模块接收任务信息,前端模块是整个保障系统中的终端模块,对接任务派发的相关工作人员,需要工作人员手动安排,确定好任务地点、时间和装备需求以及任务强度等级;
D2:装备查找:决策模块接收下发的任务信息,搜寻装备数据库中的装备信息,装备信息中包括装备损伤率,装备查找的目的是确定所需要的装备在哪个仓储中存在,并且将这些装备信息和仓储信息提取出来;
D3:仓储调派:调度中心从距离任务地点最近的仓储中调派对应的装备至任务地点,确定好仓储信息和装备信息后,需要依靠一定的调配准则进行装备的分配,具体的装备调派决策方法包括以下步骤:
S1:接收任务数据库中下发任务的任务信息,任务信息中包含设备需求、位置信息、任务强度和任务时间,当然任务数据库中还含有其他的任务信息内容,方便后续的回溯和管理;
S2:根据设备需求在装备数据库中寻找对应装备仓储信息和装备损伤率,对应的仓储信息会直接与系统中的任务信息进行对比;
S3:找寻距离任务位置最近的仓储,为保证任务的高效完成,装备需要就近发出,从而获得更好的时效,与人员调动不同,装备的调动需要依靠运输设备,人员的调配与仓储不同,因此为保证装备到达的时效,一般会让人员与装备分开调度,进而避免二者之间互相受到影响;
S4:根据任务强度和仓储中装备的损伤率,进行装备分配,将损伤率低的装备优先分配给任务强度高的任务,具体的来说不会将装备损伤率超过60%的装备交由高强度的任务,这些高强度任务一般都是紧急任务或者重要工程,为避免装备损坏意外的发生,损伤率的限制能够降低此类风险;
S5:任务时间结束后,将分配出去的装备返还仓储,并更新装备信息,需要调度中心使用运输装备调配装备到出发的仓储,并让装备的状态改为回仓中。
D4:装备回收,任务结束后调度中心从任务地点回收装备,将装备调度到仓储后需要对装备进行清点然后进行后续步骤;
D5:装备数据更新,检测装备状态,维保损坏装备后将装备回仓并更新装备数据,检测装备状态后,将装备分为无需保养、需保养、需维修和损坏,装备的维保根据装备的保养频次进行目标的保养,保养频次为每十次任务进行一次保养,损坏装备将直接淘汰,损坏装备的定义为维修成本大于更换成本,故而没有维修的必要,需要维保的装备交由专门的部分进行维修保养,入库后更新装备的各项数据和损伤率信息。
参照图3-图4内容,作为一种具体的实施方式,仓储的大范围调动分配由决策模块受云端模型控制,云端模型是依靠众多的历史数据进行分析得到的,云端模型的建立方法包括:
Y1:收集既往任务调派装备的数据,数据同既往的历史任务档案和仓储档案进行收集汇总,由于本方案领域比较狭窄不适用于大数据进行分析,且不同城市之间的信息区别较大,因此只能通过本城市的历史数据进行分析;
Y2:统计不同时间段中任务地点集中区域,建立任务分布区域散点图,不同时间段按季度进行划分,以季度主要是考虑到不同季节中各类自然安全风险的出现概率会导致任务集中区域和主要使用装备的差异,且每个季度进行一次装备调配在经济上更加合理,亦可根据当地所处的气候和实际情况,将其时间段延长或者缩短;
Y3:将任务散点图划分为多个密度区,密度区分为高、中、低三个密度等级,亦可更加细分密度等级或者只确定高低两种密度等级,具体划分规则由当地情况设定;
Y4:对不同位置中的仓储中高频使用装备进行统计,不同位置中的任务一般都是有所重复的,所需要的装备也是相同的,故而存在高频装备的说法;
Y5:在密度区发生变化时,将高密度区仓储中所需要的高频使用装备从低密度区调配,当密度区发生变化时,高密度区需要增加原本高频使用设备20%-30%的装备数量,并从低密度区仓储数量中调取,当低密度仓储数量不满足高密度区需要时,剩余的装备从中密度区域的仓储中调取,中密度区域中单个仓储的同一装备数量不少于整个中密度区域中所有仓储同一装备数量的平均值,Y5步骤中高密度区仓储中高频装备损伤率平均值低于60%。
实施例2,上述的云端模型的建立方法在实际应用的过程中可以选用现有的云端模型进行替换,这些云端模型可以根据设计的参数自动通过人工智能的手段进行构建,能够达到类似或者相同的效果,本实施例中只是提供了一种具体的方式,并不能代表最优的方式。
依据上述的方法为基础逻辑建立的可视化管理系统,展示了仓储信息,包含装备编号、装备名称、装备状态、装备类型、服役时间、所属仓库、损伤率和维保信息;也展示了调度信息,包含了装备对应任务编号、任务时间段。系统中的损伤率有上述的装备损伤率评估系统所判定得到,损伤率在40%以下的装备为绿色,40%-60%的装备为橙色,超过60%的为红色,从而能够直观看到各个装备的损伤情况,由此通过装备损伤率评估系统的建立,从而设计一种可靠高效的装备损伤率评估方案,能够针对装备的实际使用情况、服役情况以及维保情况对装备的损伤率进行判定,进而在后续的装备保障作业中能够避免将高损伤的装备应用在高强度的任务中。
作为一种具体的实施方式,由于装备属性的不同,在本实施方式中准备了另一种装备损伤率的计算方法,依旧依靠装备损伤率评估系统进行计算,本实施方式的装备损伤率评估系统提供第二种装备损伤率判定的方案,包括存储装备信息的装备数据库和记录任务信息的任务数据库,装备数据库中存储多个装备信息表,装备信息表字段包括装备名称、装备编号、设计寿命、维保信息和损伤率信息,任务数据库中存储多个任务信息表,任务信息表字段包括任务强度、任务时间任务地点和所需装备,对数据库的内容改变不大,只是增加了一个设计寿命的字段,其为装备的固有属性;
损伤信息内存储装备第二损伤率R%,计算公式为;
其中,a∈[0.25,1];
其中T为装备服役时间单位为天,t i 为单次任务时间单位为天,C i 为单次任务劳损参数,i表述任务序号,i=1、2、3……N,X为装备设计寿命单位为年,n表示维保次数,M表述单次维保回复常数,M取值为(0.025-0.05),所述C i 的数值根据随任务类型进行变动,t i 的时间超过30天时a取0.25,t i 的时间在30天以内,a的取值从1至0.25线性变化,装备损伤率的值取装备第一损伤率或者装备第二损伤率中的任意一项或者二者平均值。
需要注意的是,本方案中各项参数根据任务持续的时间锁判定,与任务强度判定的方法不同,以时间为判定标准,能够更加全面的照顾到各类装备的损耗需求,因为每次任务中都需要使用到各类装备,实施例一种针对于单一装备的损伤率判定可能更佳,但是依据时间的判定方法更加适用于多任务装备下的装备损伤判定。
基于上述装备损伤率评估系统的一种面向任务的装备保障建模方法与实施例一基本一致需要调整任务信息数据库和装备信息数据库中的对应参数。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附实施例及其等同物限定。
Claims (8)
1.一种面向任务的装备保障建模方法,其特征在于:方法包括以下步骤:
D1:任务接收:任务数据库通过前端模块接收任务信息;
D2:装备查找:决策模块接收下发的任务信息,搜寻装备数据库中的装备信息,装备信息中包括装备损伤率;
D3:仓储调派:调度中心从距离任务地点最近的仓储中调派对应的装备至任务地点;
D4:装备回收,任务结束后调度中心从任务地点回收装备;
D5:装备数据更新,检测装备状态,维保损坏装备后将装备回仓并更新装备数据;
装备损伤率包括装备第一损伤率,装备第一损伤率由装备损伤率评估系统计算得出,装备损伤率评估系统包括存储装备信息的装备数据库和记录任务信息的任务数据库,装备数据库中存储多个装备信息表,装备信息表字段包括装备名称、装备编号、寿命类别、维保信息和损伤率信息,任务数据库中存储多个任务信息表,任务信息表字段包括任务强度、任务时间任务地点和所需装备;
所述寿命类别包括F个级别,其中F=1、2、3……N,不同级别对应不同设备自然磨损常数K;
所述任务强度包括P个级别P=1、2、3……N,不同级别对应不同的任务损伤常数Q;
损伤率信息包括装备第一损伤率W%;
其中T为装备服役时间单位为天,n表示维保次数,M表述单次维保回复常数,Qi为单次任务的损伤常数,ti表述单次任务时间单位为天,i表述任务序号,i=1、2、3……N;
仓储调派决策方法包括以下步骤:
S1:接收任务数据库中下发任务的任务信息,任务信息中包含设备需求、位置信息、任务强度和任务时间;
S2:根据设备需求在装备数据库中寻找对应装备仓储信息和装备损伤率,对应的仓储信息直接与系统中的任务信息进行对比;
S3:找寻距离任务位置最近的仓储;
S4:根据任务强度和仓储中装备的损伤率,进行装备分配,将损伤率不超过60%的装备优先分配给任务强度高的任务;
S5:任务时间结束后,将分配出去的装备返还仓储,并更新装备信息,调度中心使用运输装备调配装备到出发的仓储,并让装备的状态改为回仓中。
2.根据权利要求1所述的一种面向任务的装备保障建模方法,其特征在于:所述决策模块受云端模型的控制,云端模型的建立方法包括:
Y1:收集既往任务调派装备的数据;
Y2:统计不同时间段中任务地点集中区域,建立任务分布区域散点图;
Y3:将任务散点图划分为多个密度区;
Y4:对不同位置中的仓储中高频使用装备进行统计;
Y5:在密度区发生变化时,将高密度区仓储中所需要的高频使用装备从低密度区调配。
3.根据权利要求2所述的一种面向任务的装备保障建模方法,其特征在于:所述Y2中不同时间段按季度进行划分,所述Y3中密度区分为高、中、低三个密度等级,所述Y5步骤中,当密度区发生变化时,高密度区需要增加原本高频使用设备20%-30%的装备数量,并从低密度区仓储数量中调取,当低密度仓储数量不满足高密度区需要时,剩余的装备从中密度区域的仓储中调取。
4.根据权利要求3所述的一种面向任务的装备保障建模方法,其特征在于:所述中密度区域中单个仓储的同一装备数量不少于整个中密度区域中所有仓储同一装备数量的平均值。
5.根据权利要求2所述的一种面向任务的装备保障建模方法,其特征在于:Y5步骤中高密度区仓储中高频装备损伤率平均值低于60%。
6.根据权利要求1所述的一种面向任务的装备保障建模方法,其特征在于:所述D5中检测装备状态后,将装备分为无需保养、需保养、需维修和损坏,装备的维保根据装备的保养频次进行目标的保养,保养频次为每十次任务进行一次保养,损坏装备直接淘汰。
7.根据权利要求1所述的一种面向任务的装备保障建模方法,其特征在于:所述寿命类别包括耗材类、短期类、常规类和永久类,其中短期类、常规类和永久类分别对应自然磨损常数K为(0.25-0.5)、(0.1-0.17)、(0.05-0.08),所述任务强度包括一级、二级、三级分别对应任务损伤常数为(1-2)、(0.4-0.68)、(0.2-0.32),所述回复常数M取值为(0.025-0.05)。
8.根据权利要求1所述的一种面向任务的装备保障建模方法,其特征在于:所述装备信息表字段还包括设计寿命,所述装备损伤率包括装备第二损伤率;
损伤率信息内还包括装备第二损伤率R%,计算公式如下;
其中Ci=aX,a∈[0.25,1];
其中T为装备服役时间单位为天,ti为单次任务时间单位为天,Ci为单次任务劳损参数,i表述任务序号,i=1、2、3……N,X为装备设计寿命单位为年,n表示维保次数,M表述单次维保回复常数,M取值为(0.025-0.05),所述Ci的数值根据随任务类型进行变动,ti的时间超过30天时a取0.25,ti的时间在30天以内,a的取值从1至0.25线性变化;
所述装备损伤率的值取装备第一损伤率或者装备第二损伤率中的任意一项或者二者平均值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311543460.4A CN117273399B (zh) | 2023-11-20 | 2023-11-20 | 一种面向任务的装备保障建模方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311543460.4A CN117273399B (zh) | 2023-11-20 | 2023-11-20 | 一种面向任务的装备保障建模方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117273399A CN117273399A (zh) | 2023-12-22 |
CN117273399B true CN117273399B (zh) | 2024-02-09 |
Family
ID=89214631
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311543460.4A Active CN117273399B (zh) | 2023-11-20 | 2023-11-20 | 一种面向任务的装备保障建模方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117273399B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109732955A (zh) * | 2019-01-07 | 2019-05-10 | 中国人民解放军国防科技大学 | 一种纤维增强复合材料薄膜双轴向疲劳损伤粘接结构 |
CN109816186A (zh) * | 2017-11-21 | 2019-05-28 | 中国人民解放军陆军装甲兵学院 | 一种装备保障平台战时运用优化决策分析方法 |
CN111401583A (zh) * | 2020-03-18 | 2020-07-10 | 北京天泽智云科技有限公司 | 基于预测性维护的自动扶梯全生命周期健康管理系统 |
CN112183858A (zh) * | 2020-09-28 | 2021-01-05 | 中国人民解放军海军航空大学青岛校区 | 航空装备维修器材战储标准的测算方法 |
CN112418606A (zh) * | 2020-10-20 | 2021-02-26 | 西安电子科技大学 | 维修任务动态调度方法、系统、存储介质、计算机设备 |
CN115641070A (zh) * | 2022-09-16 | 2023-01-24 | 清华大学 | 一种电网突发事件多层级多部门联动处置方法与推演装置 |
CN115712959A (zh) * | 2022-11-03 | 2023-02-24 | 江苏徐工国重实验室科技有限公司 | 一种结构件疲劳损伤评估、剩余寿命预测方法及系统 |
CN116911494A (zh) * | 2023-07-10 | 2023-10-20 | 中国舰船研究设计中心 | 一种船舶备件配置方法、系统、电子设备及存储介质 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA3225524A1 (en) * | 2014-11-21 | 2016-05-26 | Deliveright Logistics, Inc. | Delivery management systems and methods for zero-inventory distribution |
-
2023
- 2023-11-20 CN CN202311543460.4A patent/CN117273399B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109816186A (zh) * | 2017-11-21 | 2019-05-28 | 中国人民解放军陆军装甲兵学院 | 一种装备保障平台战时运用优化决策分析方法 |
CN109732955A (zh) * | 2019-01-07 | 2019-05-10 | 中国人民解放军国防科技大学 | 一种纤维增强复合材料薄膜双轴向疲劳损伤粘接结构 |
CN111401583A (zh) * | 2020-03-18 | 2020-07-10 | 北京天泽智云科技有限公司 | 基于预测性维护的自动扶梯全生命周期健康管理系统 |
CN112183858A (zh) * | 2020-09-28 | 2021-01-05 | 中国人民解放军海军航空大学青岛校区 | 航空装备维修器材战储标准的测算方法 |
CN112418606A (zh) * | 2020-10-20 | 2021-02-26 | 西安电子科技大学 | 维修任务动态调度方法、系统、存储介质、计算机设备 |
CN115641070A (zh) * | 2022-09-16 | 2023-01-24 | 清华大学 | 一种电网突发事件多层级多部门联动处置方法与推演装置 |
CN115712959A (zh) * | 2022-11-03 | 2023-02-24 | 江苏徐工国重实验室科技有限公司 | 一种结构件疲劳损伤评估、剩余寿命预测方法及系统 |
CN116911494A (zh) * | 2023-07-10 | 2023-10-20 | 中国舰船研究设计中心 | 一种船舶备件配置方法、系统、电子设备及存储介质 |
Non-Patent Citations (5)
Title |
---|
Failure Modeling and Maintenance Decision for GIS Equipment Subject to Degradation and Shocks;Qi Wang 等;《IEEE Transactions on Power Delivery》;第32卷(第2期);第1079-1088页 * |
Interest of Equivalent Damage Methods for Railway Equipment Qualification to Vibrations;A. Coulon 等;《Procedia Engineering》;第133卷;第714-725页 * |
军用装备维修器材采购、运输保障优化决策研究;徐鑫;《中国物流与采购》(第18期);第80-81页 * |
战时装备维修任务分配与调度的系统工程研究方法;昝翔 等;《科技导报》;第36卷(第7期);第80-87页 * |
某高校建筑外墙饰面层损伤特征分析;唐超 等;《结构工程师》;第39卷(第4期);第52-59页 * |
Also Published As
Publication number | Publication date |
---|---|
CN117273399A (zh) | 2023-12-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110147948B (zh) | 一种煤矿企业风险辨识管控平台及其实现方法 | |
CN110717642B (zh) | 跨区域综合交通运输网应急辅助决策的调度方法及系统 | |
CN111178742B (zh) | 基于多层级指标体系的综合交通协同运行系统及方法 | |
CN111144632A (zh) | 一种电力储备物资的预测管控模型 | |
CN111966746B (zh) | 一种气象防灾减灾流程监控系统及其监控方法 | |
CN113793505A (zh) | 一种知识驱动的云边协同交通数据采集方法及系统 | |
CN112732680A (zh) | 一种数据仓库设计方法 | |
CN115099722A (zh) | 基于知识化谱系的国土空间规划指标模型管理与应用方法 | |
CN115187148A (zh) | 突发事件态势研判方法、系统、装置及可读存储介质 | |
CN115545389A (zh) | 应急调度方法及装置 | |
CN114091866A (zh) | 一种基于能耗便捷化组合分析的智能优化节能系统 | |
CN114548800A (zh) | 基于电网知识图谱的未来态电网检修风险辨识方法及装置 | |
CN117273399B (zh) | 一种面向任务的装备保障建模方法 | |
CN113421037A (zh) | 一种多源协同建设规划编制方法和装置 | |
CN111191803A (zh) | 一种用于机场飞行区道面信息化管理平台系统 | |
CN115392748B (zh) | 一种实现煤矿取用水过程精细化管理的智慧水务系统 | |
CN114912797B (zh) | 乘务排班交路表生成方法、装置、设备及存储介质 | |
CN211207382U (zh) | 一种用于机场飞行区道面信息化管理平台系统 | |
Ya’An | Application of artificial intelligence in computer network technology in the era of big data | |
Jia et al. | Decision Support System and Demonstration Application of High-Speed Railway Train Operation Under Emergency Conditions | |
Li et al. | Research on key technologies of data warehouse construction in unified data center in electric power enterprises | |
CN112966890B (zh) | 一种用于企业员工监督的智能分析系统及方法 | |
Chunzhong et al. | Design of Intelligent Monitoring System of Integrated Water Supply and Drainage based on Big Data and Cloud Computing | |
Hu et al. | Research on Information Coding and Management for Big Data Mining in Highway Bridge Operation and Maintenance | |
Chen | Research and application of comprehensive risk assessment system for the whole mine |
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 |