CN117787816A - 用于工业企业的物料数据质量检测方法及系统 - Google Patents
用于工业企业的物料数据质量检测方法及系统 Download PDFInfo
- Publication number
- CN117787816A CN117787816A CN202410216829.9A CN202410216829A CN117787816A CN 117787816 A CN117787816 A CN 117787816A CN 202410216829 A CN202410216829 A CN 202410216829A CN 117787816 A CN117787816 A CN 117787816A
- Authority
- CN
- China
- Prior art keywords
- target
- index
- index set
- production
- source file
- 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.)
- Granted
Links
- 239000000463 material Substances 0.000 title claims abstract description 101
- 238000001514 detection method Methods 0.000 title claims abstract description 48
- 238000004519 manufacturing process Methods 0.000 claims abstract description 149
- 238000000034 method Methods 0.000 claims abstract description 116
- 239000013077 target material Substances 0.000 claims abstract description 73
- 238000013523 data management Methods 0.000 claims abstract description 28
- 238000004458 analytical method Methods 0.000 claims abstract description 26
- 238000007726 management method Methods 0.000 claims abstract description 19
- 239000000047 product Substances 0.000 claims description 144
- 238000012545 processing Methods 0.000 claims description 130
- 238000012795 verification Methods 0.000 claims description 20
- 239000002994 raw material Substances 0.000 claims description 16
- 239000011265 semifinished product Substances 0.000 claims description 14
- 238000012360 testing method Methods 0.000 claims description 12
- 238000011156 evaluation Methods 0.000 claims description 11
- 238000012384 transportation and delivery Methods 0.000 claims description 10
- 238000010606 normalization Methods 0.000 claims description 8
- 238000003860 storage Methods 0.000 claims description 8
- 230000000007 visual effect Effects 0.000 claims description 8
- 230000002159 abnormal effect Effects 0.000 claims description 7
- 238000012800 visualization Methods 0.000 claims description 6
- 238000000605 extraction Methods 0.000 claims description 4
- 238000012937 correction Methods 0.000 claims description 3
- 230000000694 effects Effects 0.000 abstract description 6
- 238000007689 inspection Methods 0.000 abstract description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000005856 abnormality Effects 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 239000011149 active material Substances 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000002790 cross-validation Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013479 data entry Methods 0.000 description 1
- 238000013079 data visualisation Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000012467 final product Substances 0.000 description 1
- 238000005206 flow analysis Methods 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 239000013067 intermediate product Substances 0.000 description 1
- -1 parts Substances 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000012797 qualification Methods 0.000 description 1
- 238000003908 quality control method Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000007306 turnover Effects 0.000 description 1
- 238000007794 visualization technique Methods 0.000 description 1
Classifications
-
- 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
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- General Factory Administration (AREA)
Abstract
本申请公开了用于工业企业的物料数据质量检测方法及系统,涉及质量管理技术领域,所述方法包括:获取目标工业企业的目标生产制造流程;依次分析流程,组建目标物料指标集合;基于目标物料指标集合遍历检索目标物料数据管理平台得到目标遍历检索结果,生成目标完整性指数;随机提取目标物料数据管理平台的第一表单链接;进行目标检验分析,得到目标一致性指数;结合物料归档源文件数据库对表单信息进行准确性检验,得到目标准确性指数;基于目标完整性指数、目标一致性指数和目标准确性指数得到目标工业企业的目标物料数据质量检测结果。进而达成提高检测效率及检测结果准确性的技术效果。
Description
技术领域
本发明涉及质量管理技术领域,特别涉及用于工业企业的物料数据质量检测方法及系统。
背景技术
在工业企业中,物料数据的准确性和质量对于生产运营至关重要。物料数据包括原材料、零部件、产品规格等信息。保障物料数据的质量,有助于提高生产计划的准确性、降低生产成本、确保产品质量。现有技术主要包括半自动录入、基于规则的校验、离线数据分析等手段,存在检测效率低,检测结果准确性低的技术问题。
发明内容
本申请的目的在于提供用于工业企业的物料数据质量检测方法及系统。用以解决现有技术中存在检测效率低,检测结果准确性低的技术问题。
鉴于以上技术问题,本申请提供了用于工业企业的物料数据质量检测方法及系统。
第一方面,本申请提供了用于工业企业的物料数据质量检测方法,其中,所述方法包括:
获取目标工业企业的目标生产制造流程,所述目标生产制造流程包括采购流程、加工流程、销售流程、库管流程;
根据依次分析所述采购流程、所述加工流程、所述销售流程和所述库管流程得到的采购类指标集、加工类指标集、销售类指标集和库管类指标集,组建目标物料指标集合;
根据基于所述目标物料指标集合遍历检索所述目标工业企业的目标物料数据管理平台得到的目标遍历检索结果得到目标完整性指数;
随机提取所述目标物料数据管理平台的第一表单链接,所述第一表单链接具备第一预定表单链接逻辑,且,所述第一表单链接包括第一表单的第一表单信息和第二表单的第二表单信息;
根据基于所述第一预定表单链接逻辑校验分析所述第一表单信息和所述第二表单信息得到的目标检验分析结果得到目标一致性指数;
依次获取所述第一表单的第一相关源文件类型集和所述第二表单的第二相关源文件类型集,并结合物料归档源文件数据库分别对所述第一表单信息和所述第二表单信息进行准确性检验,得到目标准确性指数;
基于所述目标完整性指数、所述目标一致性指数和所述目标准确性指数得到所述目标工业企业的目标物料数据质量检测结果。
第二方面,本申请还提供了用于工业企业的物料数据质量检测系统,其中,所述系统包括:
流程采集模块,所述流程采集模块用于获取目标工业企业的目标生产制造流程,所述目标生产制造流程包括采购流程、加工流程、销售流程、库管流程;
指标分析模块,所述指标分析模块用于根据依次分析所述采购流程、所述加工流程、所述销售流程和所述库管流程得到的采购类指标集、加工类指标集、销售类指标集和库管类指标集,组建目标物料指标集合;
完整性评价模块,所述完整性评价模块用于根据基于所述目标物料指标集合遍历检索所述目标工业企业的目标物料数据管理平台得到的目标遍历检索结果得到目标完整性指数;
表单链接提取模块,所述表单链接提取模块用于随机提取所述目标物料数据管理平台的第一表单链接,所述第一表单链接具备第一预定表单链接逻辑,且,所述第一表单链接包括第一表单的第一表单信息和第二表单的第二表单信息;
一致检验分析模块,所述一致检验分析模块用于根据基于所述第一预定表单链接逻辑校验分析所述第一表单信息和所述第二表单信息得到的目标检验分析结果得到目标一致性指数;
准确性检验模块,所述准确性检验模块用于依次获取所述第一表单的第一相关源文件类型集和所述第二表单的第二相关源文件类型集,并结合物料归档源文件数据库分别对所述第一表单信息和所述第二表单信息进行准确性检验,得到目标准确性指数;
结果输出模块,所述结果输出模块用于基于所述目标完整性指数、所述目标一致性指数和所述目标准确性指数得到所述目标工业企业的目标物料数据质量检测结果。
本申请中提供的一个或多个技术方案,至少具有如下技术效果或优点:
通过获取目标工业企业的目标生产制造流程,目标生产制造流程包括采购流程、加工流程、销售流程、库管流程;根据依次分析采购流程、加工流程、销售流程和库管流程得到的采购类指标集、加工类指标集、销售类指标集和库管类指标集,组建目标物料指标集合;根据基于目标物料指标集合遍历检索目标工业企业的目标物料数据管理平台得到的目标遍历检索结果得到目标完整性指数;随机提取目标物料数据管理平台的第一表单链接,第一表单链接具备第一预定表单链接逻辑,且,第一表单链接包括第一表单的第一表单信息和第二表单的第二表单信息;根据基于第一预定表单链接逻辑校验分析第一表单信息和第二表单信息得到的目标检验分析结果得到目标一致性指数;依次获取第一表单的第一相关源文件类型集和第二表单的第二相关源文件类型集,并结合物料归档源文件数据库分别对第一表单信息和第二表单信息进行准确性检验,得到目标准确性指数;基于目标完整性指数、目标一致性指数和目标准确性指数得到目标工业企业的目标物料数据质量检测结果。进而达成提高检测效率及检测结果准确性的技术效果。
上述说明仅是本申请技术方案的概述,为了能够更清楚阐明本申请的技术手段,进而可依照说明书的内容予以实施,并且为了让本申请的上述及其他目的、特征和优点能够更明显易懂,以下特举本申请的具体实施方式。
附图说明
本发明的实施例及后述简单说明结合图示予以说明,附图说明如下:
图1为本申请用于工业企业的物料数据质量检测方法的流程示意图;
图2为本申请用于工业企业的物料数据质量检测方法中组建目标物料指标集合的流程示意图;
图3为本申请用于工业企业的物料数据质量检测系统的结构示意图。
附图标记说明:流程采集模块11、指标分析模块12、完整性评价模块13、表单链接提取模块14、一致检验分析模块15、准确性检验模块16、结果输出模块17。
具体实施方式
本申请通过提供用于工业企业的物料数据质量检测方法及系统,解决了现有技术面临的存在检测效率低,检测结果准确性低的技术问题。
本技术实施例中的方案,为解决上述问题,所采用的整体思路如下:
首先,获取目标工业企业的生产制造流程,包括采购、加工、销售和库管。对采购、加工、销售和库管流程进行逐步分析,得到相应的采购类指标集、加工类指标集、销售类指标集和库管类指标集,将它们组建成目标物料指标集合。而后,基于目标物料指标集合,在目标工业企业的物料数据管理平台中进行遍历检索,得到目标遍历检索结果,从而获取目标完整性指数。接着,随机提取物料数据管理平台的第一表单链接,该链接包含第一表单和第二表单的信息。通过预定的表单链接逻辑,对第一表单信息和第二表单信息进行校验分析,得到目标检验分析结果,形成目标一致性指数。然后,获取第一表单和第二表单的相关源文件类型集,并结合物料归档源文件数据库,对第一表单信息和第二表单信息进行准确性检验,得到目标准确性指数。最后,基于目标完整性指数、目标一致性指数和目标准确性指数,得到目标工业企业的物料数据质量检测结果。进而达成提高检测效率及检测结果准确性的技术效果。
为更好理解上述技术方案,下面将结合说明书附图和具体的实施方式来对上述技术方案进行详细的说明,需要说明的是,所描述的实施例仅是本申请的一部分实施例,而不是本申请的全部实施例,应理解,本申请不受这里描述的示例实施例的限制。基于本发明的实施例,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他实施例,都属于本发明保护的范围。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部。
实施例一
如图1所示,本申请提供了用于工业企业的物料数据质量检测方法,所述方法包括:
S100:获取目标工业企业的目标生产制造流程,所述目标生产制造流程包括采购流程、加工流程、销售流程、库管流程;
可选的,目标生产制造流程包括从原材料获取,中间加工制造,产品仓储、物料运输、销售等的全部运作流程。其中,采购流程是指从原材料供应商处采购原材料的流程,包括制定采购计划、选择供应商、发起采购订单、收货等环节;加工流程描述生产过程,是指从原材料到最终产品的转化过程,包括各个生产阶段的具体工艺、生产线配置、机器设备使用、物料消耗等;销售流程包括产品销售的全过程,从订单接收、库存检查、打包发货、客户交付等;库管流程描述了对库存的管理过程,包括入库、出库、库存调整、库存盘点等。库管流程涵盖了对存储在仓库中的物料或产品的全面管理。
S200:根据依次分析所述采购流程、所述加工流程、所述销售流程和所述库管流程得到的采购类指标集、加工类指标集、销售类指标集和库管类指标集,组建目标物料指标集合;
可选的,通过对采购流程、加工流程、销售流程和库管流程进行流程分析,获取采购类指标集、加工类指标集、销售类指标集和库管类指标集,组建目标物料指标集合。其中,分析方法包括语义识别、指标定义、语义扩充、关键字段检索等方法。
进一步的,如图2所示,根据依次分析所述采购流程、所述加工流程、所述销售流程和所述库管流程得到的采购类指标集、加工类指标集、销售类指标集和库管类指标集,组建目标物料指标集合,步骤包括:
获取所述采购类指标集,所述采购类指标集包括物料名称、物料规格型号、采购数量、采购单价;
获取初加工指标集,所述初加工指标集包括初加工消耗物料名称、初加工消耗物料规格型号、初加工成品名称、初加工成品规格型号、初加工成品数量;
获取生产加工指标集,所述生产加工指标集包括生产消耗半成品名称、生产消耗半成品规格型号、生产成品名称、生产成品规格型号、生产成品数量;
所述初加工指标集和所述生产加工指标集组成所述加工类指标集;
依次获取初加工品销售指标集和生产成品销售指标集并组成所述销售类指标集,所述初加工品销售指标集包括销售初加工品名称、销售初加工品规格型号、销售初加工品数量,所述生产成品销售指标集包括销售成品名称、销售成品规格型号、销售成品数量;
依次获取物料库管指标集、初加工品库管指标集和生产成品库管指标集并组成所述库管类指标集,所述物料库管指标集包括库存物料名称、库存物料规格型号、库存物料量,所述初加工品库管指标集包括初加工品名称、初加工品规格型号、初加工品库存量,所述生产成品库管指标集包括生产成品名称、生产成品规格型号、生产成品库存量;
所述采购类指标集、所述加工类指标集、所述销售类指标集和所述库管类指标集共同组建所述目标物料指标集合。
可选的,加工类指标集包括初加工指标集和生产加工指标集,原材料通过初加工,得到初加工成品,该初加工成品为一半成品,可以直接作为外销产品进行销售或用于后续加工。
可选的,初加工成品与成品基于目标工业企业的生产流程确定,初加工成品为目标工业企业的生产流程的中间产品,可以包含多种;成品为目标工业企业的生产流程的最终产品,且成品是通过对一个或多个初加工产品进行进一步的加工、组合获取的。进而生产加工指标集包括的生产消耗半成品名称、生产消耗半成品规格型号可以包含多种半成品名称、半成品规格型号,具体的,包含的生产消耗半成品名称、生产消耗半成品规格型号基于成品的结构特征及生产工艺确定。
可选的,加工类指标集中的指标应考虑实际生产制造中的损耗,确保指标与实际生产情况的一致性,确保加工类指标集的置信度和指导意义。
可选的,获取销售类指标集,销售类指标集包括初加工品销售指标集和生产成品销售指标集,用于分别反映初加工品与生产成品的销售特征。其中,初加工品销售指标集包括销售初加工品名称、销售初加工品规格型号、销售初加工品数量等,生产成品销售指标集包括销售成品名称、销售成品规格型号、销售成品数量等。
可选的,获取库管类指标集,库管类指标集包括物料库管指标集、初加工品库管指标集和生产成品库管指标集。其中物料库管指标集包括库存物料名称、库存物料规格型号、库存物料量等,初加工品库管指标集包括初加工品名称、初加工品规格型号、初加工品库存量等,生产成品库管指标集包括生产成品名称、生产成品规格型号、生产成品库存量等。此外,库管类指标集还可包括库存周转率等。
可选的,将采购类指标集、加工类指标集、销售类指标集和库管类指标集组合成目标物料指标集合。进而系统地整理和分析目标工业企业的物料数据,并为后续的分析和决策提供有力的支持。
进一步的,所述方法还包括:基于库存可视化原理对所述库管类指标集中的所述物料库管指标集、所述初加工品库管指标集和所述生产成品库管指标集进行可视化显示,得到可视化库管模型。
可选的,采用可视化方法,对库管类指标集中的指标进行可视化的,从而得到可视化库管模型。通过图形化的方式展示库存情况,便于更直观地理解库存数据的特征和变化。示例性的,首先,选择适用于库存可视化的工具,如Tableau、Power BI或其他数据可视化工具。而后,将物料库管、初加工品库管和生产成品库管指标集的数据整理成可用于可视化的格式。并确保数据的准确性和完整性。接着,根据数据的性质和分析目的,选择适当的可视化类型。如:库存量趋势图、库龄分布图、库存地理分布图。接着,利用可视化工具建立交互式仪表板,将不同的可视化元素组合在一起,以全面展示库存状况。包括仪表、图表、过滤器等。
可选的,进行可视化显示还包括,在可视化仪表板上添加趋势线、警示标识,以便用户能够快速识别关键的库存变化和潜在问题。将创建好的可视化仪表板导出为图像或报告,方便分享给相关方,如管理层、库房管理员等。
S300:根据基于所述目标物料指标集合遍历检索所述目标工业企业的目标物料数据管理平台得到的目标遍历检索结果得到目标完整性指数;
可选的,目标物料数据管理平台是指目标工业企业现用的物料数据管理平台,包含了目标工业企业现有的物料数据与物料指标。目标物料指标集合则为所需进行管理的理想物料指标。示例性的,基于目标物料指标集合对目标工业企业的目标物料数据管理平台进行遍历检索,获取检索结果,该检索结果为与目标物料指标集合中多个指标相对应的物料数据。而后,通过文本分析或模式匹配等技术,识别检索结果中的表格结构,确定数据表格的总数量。接着,针对每个数据表格,对表格的每个单元格进行遍历,并统计其中的空格数量。而后,将所有表格中的空格数量相加,然后除以总表格数量,得到目标完整性指数。目标完整性指数反映了数据表格中空白单元格的比例,即空格数量占总表格数量的比值。目标完整性指数越低,则表示数据完整性越好。
S400:随机提取所述目标物料数据管理平台的第一表单链接,所述第一表单链接具备第一预定表单链接逻辑,且,所述第一表单链接包括第一表单的第一表单信息和第二表单的第二表单信息;
可选的,从目标物料数据管理平台中随机选择一个表单链接,以进行进一步的分析。通过平台的API、控制语句或其他手段实现。其中,第一表单链接是指在工艺流程中具有对应的步序与接续关系的一系列表单,如原材料出库表单与初加工的原材料使用记录表单。第一预定表单链接逻辑基于第一表单链接中表单对应的工艺步骤关系确定,示例性的,对于原材料出库表单与初加工的原材料使用记录表单,原材料出库表单的出库指标值与初加工的原材料使用指标值具有相等的逻辑关系,且原材料出库表单为前序表单,对应所述第一表单,初加工的原材料使用记录表单为后序表单,对应所述第二表单。
S500:根据基于所述第一预定表单链接逻辑校验分析所述第一表单信息和所述第二表单信息得到的目标检验分析结果得到目标一致性指数;
可选的,目标一致性指数是指一致的表单指标信息占总指标信息的比值,该目标一致性指数反映了在工艺上具有步序关系的多个表单的前后一致性,若目标一致性指数较低,则说明第一预定表单链接中的多个表单的表单数据交叉验证性较差,表单记录存在较大差异。
S600:依次获取所述第一表单的第一相关源文件类型集和所述第二表单的第二相关源文件类型集,并结合物料归档源文件数据库分别对所述第一表单信息和所述第二表单信息进行准确性检验,得到目标准确性指数;
可选的,物料归档源文件数据库包含了物料指标的原始数据。第一相关源文件类型集是指第一表单的相关源文件的类型的集合,包括与采购、加工、销售、库管等流程相关的文件,如采购订单、销售合同、库存记录、物料申用单等。同样地,从第一表单链接中获取第二表单的相关源文件类型集合,包括与初加工、生产加工、销售等流程相关的文件。
进一步的,依次获取所述第一表单的第一相关源文件类型集和所述第二表单的第二相关源文件类型集,并结合物料归档源文件数据库分别对所述第一表单信息和所述第二表单信息进行准确性检验,得到目标准确性指数步骤还包括:
读取初加工逻辑;
基于所述初加工逻辑对所述采购物料出库源文件和所述初加工品入库源文件进行准确性校验,得到初加工节点准确性校验结果;
读取生产加工逻辑;
基于所述生产加工逻辑对所述初加工品生产出库源文件和所述生产成品入库源文件进行准确性校验,得到生产加工节点准确性校验结果;
根据所述初加工节点准确性校验结果和所述生产加工节点准确性校验结果得到所述目标准确性指数。
其中,初加工逻辑包含了初加工的物料流动特性,如物料损耗率,半成品合格率等,初加工逻辑基于工艺流程特征及实际生产中的统计数据由专业技术人员确定。同样地,生成加工逻辑包括了生产加工的半成品损失、成品合格率等。
通过考虑实际加工生产中的固有损耗与良率等特征,对初加工品生产出库源文件和生产成品入库源文件、采购物料出库源文件和初加工品入库源文件进行准确性校验,验证初加工阶段与生产加工阶段的物料按照逻辑正确入库,数量、规格型号等信息的准确程度。
进一步的,所述物料归档源文件数据库包括采购物料合同源文件、采购物料入库源文件、采购物料出库源文件、初加工品入库源文件、初加工品出库源文件、生产成品入库源文件、生产成品出库源文件,所述初加工品出库源文件包括初加工品销售出库源文件和初加工品生产出库源文件。
可选的,初加工品出库源文件包括销售出库文件和生产成品用出库文件;生产成品出库源文件包括销售出库文件与过期清退出库文件。
S700:基于所述目标完整性指数、所述目标一致性指数和所述目标准确性指数得到所述目标工业企业的目标物料数据质量检测结果。
进一步的,基于所述目标完整性指数、所述目标一致性指数和所述目标准确性指数得到所述目标工业企业的目标物料数据质量检测结果,步骤还包括:
对所述目标完整性指数、所述目标一致性指数和所述目标准确性指数进行归一化处理,得到归一化结果;
根据调用预定评估函数得到的所述归一化结果的权重系数信息计算得到所述目标工业企业的目标物料数据质量检测指数;
当所述目标物料数据质量检测指数未达到预定质量阈值时,发出异常指令;
基于所述异常指令对目标物料数据管理平台进行限期整改。
可选的,对目标完整性指数、目标一致性指数和目标准确性指数进行归一化处理,用于确保目标完整性指数、目标一致性指数和目标准确性指数得以在同一维度上进行比较、加和或处理;
可选的,预定质量阈值基于目标工业企业的物料数据质量控制需求配置或对物料数据历史异常记录进行分析,计算对应的物料数据质量检测指数,获取典型值为临界物料数据质量检测指数设置。示例性的,物料数据历史异常记录的物料数据质量检测指数基于3Sigma原则获取。当目标物料数据质量检测指数未达到预定质量阈值时,发出异常指令。表示数据质量存在问题,需要进行对物料数据进一步的检查和整改。
可选的,基于异常指令,对目标物料数据管理平台进行限期整改。包括修复数据录入错误、更新数据采集逻辑、改进数据处理算法等操作,以提升数据质量。
进一步的,所述预定评估函数的表达式如下:
;
;
其中,表征所述归一化结果中第个归一化值的变异系数,表征所述第个归一
化值的标准差,表征所述第个归一化值的平均数,表征所述第个归一化值的权重。
通过综合考虑数据的完整性、一致性和准确性,以及基于归一化处理设定的权重系数,得出目标工业企业的物料数据质量检测结果,并在需要时采取相应的整改措施。确保生产制造过程中使用的物料数据质量可靠、准确。
综上所述,本发明所提供的用于工业企业的物料数据质量检测方法具有如下技术效果:
通过获取目标工业企业的目标生产制造流程,目标生产制造流程包括采购流程、加工流程、销售流程、库管流程;根据依次分析采购流程、加工流程、销售流程和库管流程得到的采购类指标集、加工类指标集、销售类指标集和库管类指标集,组建目标物料指标集合;根据基于目标物料指标集合遍历检索目标工业企业的目标物料数据管理平台得到的目标遍历检索结果得到目标完整性指数;随机提取目标物料数据管理平台的第一表单链接,第一表单链接具备第一预定表单链接逻辑,且,第一表单链接包括第一表单的第一表单信息和第二表单的第二表单信息;根据基于第一预定表单链接逻辑校验分析第一表单信息和第二表单信息得到的目标检验分析结果得到目标一致性指数;依次获取第一表单的第一相关源文件类型集和第二表单的第二相关源文件类型集,并结合物料归档源文件数据库分别对第一表单信息和第二表单信息进行准确性检验,得到目标准确性指数;基于目标完整性指数、目标一致性指数和目标准确性指数得到目标工业企业的目标物料数据质量检测结果。进而达成提高检测效率及检测结果准确性的技术效果。
实施例二
基于与所述实施例中用于工业企业的物料数据质量检测方法同样的构思,如图3所示,本申请还提供了用于工业企业的物料数据质量检测系统,所述系统包括:
流程采集模块11,用于获取目标工业企业的目标生产制造流程,所述目标生产制造流程包括采购流程、加工流程、销售流程、库管流程;
指标分析模块12,用于根据依次分析所述采购流程、所述加工流程、所述销售流程和所述库管流程得到的采购类指标集、加工类指标集、销售类指标集和库管类指标集,组建目标物料指标集合;
完整性评价模块13,用于根据基于所述目标物料指标集合遍历检索所述目标工业企业的目标物料数据管理平台得到的目标遍历检索结果得到目标完整性指数;
表单链接提取模块14,用于随机提取所述目标物料数据管理平台的第一表单链接,所述第一表单链接具备第一预定表单链接逻辑,且,所述第一表单链接包括第一表单的第一表单信息和第二表单的第二表单信息;
一致检验分析模块15,用于根据基于所述第一预定表单链接逻辑校验分析所述第一表单信息和所述第二表单信息得到的目标检验分析结果得到目标一致性指数;
准确性检验模块16,用于依次获取所述第一表单的第一相关源文件类型集和所述第二表单的第二相关源文件类型集,并结合物料归档源文件数据库分别对所述第一表单信息和所述第二表单信息进行准确性检验,得到目标准确性指数;
结果输出模块17,用于基于所述目标完整性指数、所述目标一致性指数和所述目标准确性指数得到所述目标工业企业的目标物料数据质量检测结果。
进一步的,指标分析模块12还包括:
采购类单元,用于获取所述采购类指标集,所述采购类指标集包括物料名称、物料规格型号、采购数量、采购单价;
初加工单元,用于获取初加工指标集,所述初加工指标集包括初加工消耗物料名称、初加工消耗物料规格型号、初加工成品名称、初加工成品规格型号、初加工成品数量;
生产加工单元,用于获取生产加工指标集,所述生产加工指标集包括生产消耗半成品名称、生产消耗半成品规格型号、生产成品名称、生产成品规格型号、生产成品数量;
加工类单元,用于所述初加工指标集和所述生产加工指标集组成所述加工类指标集;
销售类单元,用于依次获取初加工品销售指标集和生产成品销售指标集并组成所述销售类指标集,所述初加工品销售指标集包括销售初加工品名称、销售初加工品规格型号、销售初加工品数量,所述生产成品销售指标集包括销售成品名称、销售成品规格型号、销售成品数量;
库管类单元,用于依次获取物料库管指标集、初加工品库管指标集和生产成品库管指标集并组成所述库管类指标集,所述物料库管指标集包括库存物料名称、库存物料规格型号、库存物料量,所述初加工品库管指标集包括初加工品名称、初加工品规格型号、初加工品库存量,所述生产成品库管指标集包括生产成品名称、生产成品规格型号、生产成品库存量;
指标集合单元,用于所述采购类指标集、所述加工类指标集、所述销售类指标集和所述库管类指标集共同组建所述目标物料指标集合。
进一步的,准确性检验模块16还包括:
初加工逻辑获取单元,用于读取初加工逻辑;
初加工节点校验单元,用于基于所述初加工逻辑对所述采购物料出库源文件和所述初加工品入库源文件进行准确性校验,得到初加工节点准确性校验结果;
生产加工逻辑获取单元,用于读取生产加工逻辑;
生产加工节点校验单元,用于基于所述生产加工逻辑对所述初加工品生产出库源文件和所述生产成品入库源文件进行准确性校验,得到生产加工节点准确性校验结果;
准确性指数输出单元,用于根据所述初加工节点准确性校验结果和所述生产加工节点准确性校验结果得到所述目标准确性指数。
进一步的,结果输出模块17还包括:
归一单元,用于对所述目标完整性指数、所述目标一致性指数和所述目标准确性指数进行归一化处理,得到归一化结果;
质量检测指数计算单元,用于根据调用预定评估函数得到的所述归一化结果的权重系数信息计算得到所述目标工业企业的目标物料数据质量检测指数;
异常判别单元,用于当所述目标物料数据质量检测指数未达到预定质量阈值时,发出异常指令;
异常处理单元,用于基于所述异常指令对目标物料数据管理平台进行限期整改。
进一步的,所述系统还预定评估函数单元,所述预定评估函数的表达式如下:
;
;
其中,表征所述归一化结果中第个归一化值的变异系数,表征所述第个归一
化值的标准差,表征所述第个归一化值的平均数,表征所述第个归一化值的权重。
进一步的,所述系统还用于基于库存可视化原理对所述库管类指标集中的所述物料库管指标集、所述初加工品库管指标集和所述生产成品库管指标集进行可视化显示,得到可视化库管模型。
应当理解的是,本说明书中所提及的实施例重点在其与其他实施例的不同,前述实施例一中的具体实施例,同样适用于实施例二所述的用于工业企业的物料数据质量检测系统,为了说明书的简洁,在此不做进一步的展开。
应当理解的是,本申请所公开的实施例及上述说明,可以使得本领域的技术人员运用本申请实现本申请。同时本申请不被限制于上述所提到的这部分实施例,对本申请提到的实施例进行显而易见的修改、组合和替代,也属于本申请保护范围之内。
Claims (8)
1.用于工业企业的物料数据质量检测方法,其特征在于,包括:
获取目标工业企业的目标生产制造流程,所述目标生产制造流程包括采购流程、加工流程、销售流程、库管流程;
根据依次分析所述采购流程、所述加工流程、所述销售流程和所述库管流程得到的采购类指标集、加工类指标集、销售类指标集和库管类指标集,组建目标物料指标集合;
根据基于所述目标物料指标集合遍历检索所述目标工业企业的目标物料数据管理平台得到的目标遍历检索结果得到目标完整性指数;
随机提取所述目标物料数据管理平台的第一表单链接,所述第一表单链接具备第一预定表单链接逻辑,且,所述第一表单链接包括第一表单的第一表单信息和第二表单的第二表单信息;
根据基于所述第一预定表单链接逻辑校验分析所述第一表单信息和所述第二表单信息得到的目标检验分析结果得到目标一致性指数;
依次获取所述第一表单的第一相关源文件类型集和所述第二表单的第二相关源文件类型集,并结合物料归档源文件数据库分别对所述第一表单信息和所述第二表单信息进行准确性检验,得到目标准确性指数;
基于所述目标完整性指数、所述目标一致性指数和所述目标准确性指数得到所述目标工业企业的目标物料数据质量检测结果。
2.根据权利要求1所述方法,其特征在于,根据依次分析所述采购流程、所述加工流程、所述销售流程和所述库管流程得到的采购类指标集、加工类指标集、销售类指标集和库管类指标集,组建目标物料指标集合,包括:
获取所述采购类指标集,所述采购类指标集包括物料名称、物料规格型号、采购数量、采购单价;
获取初加工指标集,所述初加工指标集包括初加工消耗物料名称、初加工消耗物料规格型号、初加工成品名称、初加工成品规格型号、初加工成品数量;
获取生产加工指标集,所述生产加工指标集包括生产消耗半成品名称、生产消耗半成品规格型号、生产成品名称、生产成品规格型号、生产成品数量;
所述初加工指标集和所述生产加工指标集组成所述加工类指标集;
依次获取初加工品销售指标集和生产成品销售指标集并组成所述销售类指标集,所述初加工品销售指标集包括销售初加工品名称、销售初加工品规格型号、销售初加工品数量,所述生产成品销售指标集包括销售成品名称、销售成品规格型号、销售成品数量;
依次获取物料库管指标集、初加工品库管指标集和生产成品库管指标集并组成所述库管类指标集,所述物料库管指标集包括库存物料名称、库存物料规格型号、库存物料量,所述初加工品库管指标集包括初加工品名称、初加工品规格型号、初加工品库存量,所述生产成品库管指标集包括生产成品名称、生产成品规格型号、生产成品库存量;
所述采购类指标集、所述加工类指标集、所述销售类指标集和所述库管类指标集共同组建所述目标物料指标集合。
3.根据权利要求2所述方法,其特征在于,基于库存可视化原理对所述库管类指标集中的所述物料库管指标集、所述初加工品库管指标集和所述生产成品库管指标集进行可视化显示,得到可视化库管模型。
4.根据权利要求1所述方法,其特征在于,所述物料归档源文件数据库包括采购物料合同源文件、采购物料入库源文件、采购物料出库源文件、初加工品入库源文件、初加工品出库源文件、生产成品入库源文件、生产成品出库源文件,所述初加工品出库源文件包括初加工品销售出库源文件和初加工品生产出库源文件。
5.根据权利要求3所述方法,其特征在于,依次获取所述第一表单的第一相关源文件类型集和所述第二表单的第二相关源文件类型集,并结合物料归档源文件数据库分别对所述第一表单信息和所述第二表单信息进行准确性检验,得到目标准确性指数,包括:
读取初加工逻辑;
基于所述初加工逻辑对所述采购物料出库源文件和所述初加工品入库源文件进行准确性校验,得到初加工节点准确性校验结果;
读取生产加工逻辑;
基于所述生产加工逻辑对所述初加工品生产出库源文件和所述生产成品入库源文件进行准确性校验,得到生产加工节点准确性校验结果;
根据所述初加工节点准确性校验结果和所述生产加工节点准确性校验结果得到所述目标准确性指数。
6.根据权利要求1所述方法,其特征在于,基于所述目标完整性指数、所述目标一致性指数和所述目标准确性指数得到所述目标工业企业的目标物料数据质量检测结果,还包括:
对所述目标完整性指数、所述目标一致性指数和所述目标准确性指数进行归一化处理,得到归一化结果;
根据调用预定评估函数得到的所述归一化结果的权重系数信息计算得到所述目标工业企业的目标物料数据质量检测指数;
当所述目标物料数据质量检测指数未达到预定质量阈值时,发出异常指令;
基于所述异常指令对目标物料数据管理平台进行限期整改。
7.根据权利要求6所述方法,其特征在于,所述预定评估函数的表达式如下:
;
;
其中,表征所述归一化结果中第/>个归一化值的变异系数,/>表征所述第/>个归一化值的标准差,/>表征所述第/>个归一化值的平均数,/>表征所述第/>个归一化值的权重。
8.用于工业企业的物料数据质量检测系统,其特征在于,包括:
流程采集模块,所述流程采集模块用于获取目标工业企业的目标生产制造流程,所述目标生产制造流程包括采购流程、加工流程、销售流程、库管流程;
指标分析模块,所述指标分析模块用于根据依次分析所述采购流程、所述加工流程、所述销售流程和所述库管流程得到的采购类指标集、加工类指标集、销售类指标集和库管类指标集,组建目标物料指标集合;
完整性评价模块,所述完整性评价模块用于根据基于所述目标物料指标集合遍历检索所述目标工业企业的目标物料数据管理平台得到的目标遍历检索结果得到目标完整性指数;
表单链接提取模块,所述表单链接提取模块用于随机提取所述目标物料数据管理平台的第一表单链接,所述第一表单链接具备第一预定表单链接逻辑,且,所述第一表单链接包括第一表单的第一表单信息和第二表单的第二表单信息;
一致检验分析模块,所述一致检验分析模块用于根据基于所述第一预定表单链接逻辑校验分析所述第一表单信息和所述第二表单信息得到的目标检验分析结果得到目标一致性指数;
准确性检验模块,所述准确性检验模块用于依次获取所述第一表单的第一相关源文件类型集和所述第二表单的第二相关源文件类型集,并结合物料归档源文件数据库分别对所述第一表单信息和所述第二表单信息进行准确性检验,得到目标准确性指数;
结果输出模块,所述结果输出模块用于基于所述目标完整性指数、所述目标一致性指数和所述目标准确性指数得到所述目标工业企业的目标物料数据质量检测结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410216829.9A CN117787816B (zh) | 2024-02-28 | 2024-02-28 | 用于工业企业的物料数据质量检测方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410216829.9A CN117787816B (zh) | 2024-02-28 | 2024-02-28 | 用于工业企业的物料数据质量检测方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117787816A true CN117787816A (zh) | 2024-03-29 |
CN117787816B CN117787816B (zh) | 2024-05-24 |
Family
ID=90396689
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410216829.9A Active CN117787816B (zh) | 2024-02-28 | 2024-02-28 | 用于工业企业的物料数据质量检测方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117787816B (zh) |
Citations (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080154749A1 (en) * | 2006-12-23 | 2008-06-26 | Agile Software Corporation | Integrated System and Method for Improved Product Substance Compliance |
CN105005885A (zh) * | 2015-08-14 | 2015-10-28 | 柴津龙 | 一种工业自动识别与数据采集平台 |
CN109784806A (zh) * | 2018-12-27 | 2019-05-21 | 北京航天智造科技发展有限公司 | 供应链控制方法、系统以及存储介质 |
CN109978497A (zh) * | 2019-03-14 | 2019-07-05 | 领先未来科技集团有限公司 | 一种基于云erp管理的企业管理办公平台系统 |
KR102211437B1 (ko) * | 2019-10-22 | 2021-02-03 | 윤종열 | Mrp를 기반으로 수주예측정보를 산출하여 재고를 관리하는 통합 재고관리 운영방법 |
KR102321417B1 (ko) * | 2021-08-06 | 2021-11-05 | (주)와이더 | 제품제조 및 판매관리 자동화 플랫폼 시스템 |
CN113935575A (zh) * | 2021-09-08 | 2022-01-14 | 山东钢铁集团日照有限公司 | 一种钢铁企业询单效益测算系统 |
CN114328495A (zh) * | 2021-12-31 | 2022-04-12 | 陕西优百信息技术有限公司 | 企业物料清洗服务系统及其数据清洗方法 |
CN115729187A (zh) * | 2022-11-17 | 2023-03-03 | 北京动力机械研究所 | 一种基于发动机数字化装配验证的处理方法和装置 |
CN115796776A (zh) * | 2022-11-23 | 2023-03-14 | 三河市科达科技有限公司 | 基于大数据的智慧售后服务融合系统 |
CN116090812A (zh) * | 2022-11-08 | 2023-05-09 | 成都市食品检验研究院 | 一种食品企业风险防控预警智能化远程服务系统 |
CN116468368A (zh) * | 2023-04-18 | 2023-07-21 | 江苏杰瑞科技集团有限责任公司 | 一种船舶分段车间物料管理的数字孪生方法 |
CN116542624A (zh) * | 2023-05-03 | 2023-08-04 | 清华大学 | 船舶全流程管理数据贯通及预警系统 |
KR102571942B1 (ko) * | 2022-09-30 | 2023-08-29 | 주식회사 이투비플러스 | 산업용 포장재 제조 및 유통을 위한 제조 중소기업과 유통 마케터 협업 플랫폼 시스템 |
CN116976773A (zh) * | 2023-08-18 | 2023-10-31 | 上海科致电气自动化股份有限公司 | 一种数字化工厂物流调度系统及方法 |
CN117332978A (zh) * | 2023-10-20 | 2024-01-02 | 上海滴途信息科技有限公司 | 基于scm管理系统的物流管理方法 |
CN117495247A (zh) * | 2023-10-25 | 2024-02-02 | 中国第一汽车股份有限公司 | 一种物料数据管理方法 |
-
2024
- 2024-02-28 CN CN202410216829.9A patent/CN117787816B/zh active Active
Patent Citations (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080154749A1 (en) * | 2006-12-23 | 2008-06-26 | Agile Software Corporation | Integrated System and Method for Improved Product Substance Compliance |
CN105005885A (zh) * | 2015-08-14 | 2015-10-28 | 柴津龙 | 一种工业自动识别与数据采集平台 |
CN109784806A (zh) * | 2018-12-27 | 2019-05-21 | 北京航天智造科技发展有限公司 | 供应链控制方法、系统以及存储介质 |
CN109978497A (zh) * | 2019-03-14 | 2019-07-05 | 领先未来科技集团有限公司 | 一种基于云erp管理的企业管理办公平台系统 |
KR102211437B1 (ko) * | 2019-10-22 | 2021-02-03 | 윤종열 | Mrp를 기반으로 수주예측정보를 산출하여 재고를 관리하는 통합 재고관리 운영방법 |
KR102321417B1 (ko) * | 2021-08-06 | 2021-11-05 | (주)와이더 | 제품제조 및 판매관리 자동화 플랫폼 시스템 |
CN113935575A (zh) * | 2021-09-08 | 2022-01-14 | 山东钢铁集团日照有限公司 | 一种钢铁企业询单效益测算系统 |
CN114328495A (zh) * | 2021-12-31 | 2022-04-12 | 陕西优百信息技术有限公司 | 企业物料清洗服务系统及其数据清洗方法 |
KR102571942B1 (ko) * | 2022-09-30 | 2023-08-29 | 주식회사 이투비플러스 | 산업용 포장재 제조 및 유통을 위한 제조 중소기업과 유통 마케터 협업 플랫폼 시스템 |
CN116090812A (zh) * | 2022-11-08 | 2023-05-09 | 成都市食品检验研究院 | 一种食品企业风险防控预警智能化远程服务系统 |
CN115729187A (zh) * | 2022-11-17 | 2023-03-03 | 北京动力机械研究所 | 一种基于发动机数字化装配验证的处理方法和装置 |
CN115796776A (zh) * | 2022-11-23 | 2023-03-14 | 三河市科达科技有限公司 | 基于大数据的智慧售后服务融合系统 |
CN116468368A (zh) * | 2023-04-18 | 2023-07-21 | 江苏杰瑞科技集团有限责任公司 | 一种船舶分段车间物料管理的数字孪生方法 |
CN116542624A (zh) * | 2023-05-03 | 2023-08-04 | 清华大学 | 船舶全流程管理数据贯通及预警系统 |
CN116976773A (zh) * | 2023-08-18 | 2023-10-31 | 上海科致电气自动化股份有限公司 | 一种数字化工厂物流调度系统及方法 |
CN117332978A (zh) * | 2023-10-20 | 2024-01-02 | 上海滴途信息科技有限公司 | 基于scm管理系统的物流管理方法 |
CN117495247A (zh) * | 2023-10-25 | 2024-02-02 | 中国第一汽车股份有限公司 | 一种物料数据管理方法 |
Non-Patent Citations (3)
Title |
---|
孙力群;宋文文;: "基于精益制造的生产执行系统库存管理设计", 电脑知识与技术, no. 33, 25 November 2019 (2019-11-25) * |
王建峰: "有效提高物料数据质量:我在项目经验中总结出了这八个步骤", Retrieved from the Internet <URL:https://www.woshipm.com/data-analysis/4107343.html> * |
郑元坤;程卫东;邓玉全;刘建彪;韩飞;: "基于物联网的水产饲料全流程追溯系统的设计与实现", 中国饲料, no. 09, 5 May 2019 (2019-05-05) * |
Also Published As
Publication number | Publication date |
---|---|
CN117787816B (zh) | 2024-05-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11797503B2 (en) | Systems and methods for enhanced mapping and classification of data | |
KR100914307B1 (ko) | 신용 위험 모형 구축 시스템, 신용 위험 모형 구축을 통한 신용 위험 관리 방법 및 이를 기록한 기록매체 | |
US9031873B2 (en) | Methods and apparatus for analysing and/or pre-processing financial accounting data | |
CN111798297B (zh) | 一种财务风险预警分析的方法与装置 | |
JP2003316950A (ja) | 信用評価システム及び信用評価方法 | |
CN110706039A (zh) | 电动汽车残值率评估系统、方法、设备及介质 | |
US9508100B2 (en) | Methods and apparatus for on-line analysis of financial accounting data | |
CN110728422A (zh) | 用于施工项目的建筑信息模型、方法、装置和结算系统 | |
CN104766215A (zh) | 一种综合性、多维度的货主选择量化方法 | |
US12050635B2 (en) | Systems and methods for unstructured data processing | |
CN114742432A (zh) | 市场采购贸易风控管理方法及其管理系统 | |
CN114841790A (zh) | 一种基于大数据的供应链金融风险评估方法及系统 | |
CN113177643A (zh) | 一种基于大数据的自动建模系统 | |
JP4303635B2 (ja) | 含有化学物質調査データ評価システム | |
Chan | Quality management | |
CN117787693A (zh) | 油气管道环焊缝失效风险因素排查方法及相关设备 | |
CN117787816B (zh) | 用于工业企业的物料数据质量检测方法及系统 | |
CN112966946A (zh) | 一种物料平衡指标体系框架的生成方法及装置 | |
US6651017B2 (en) | Methods and systems for generating a quality enhancement project report | |
CN114677006A (zh) | 一种企业健康度预判的方法、系统、设备及可读介质 | |
KR101903530B1 (ko) | 업무 및 전산화 체계 최적화 진단 시스템 | |
CN116610681B (zh) | 多维表格的数据处理方法、装置、设备及计算机程序 | |
CN117349780B (zh) | 一种基于数据分析的仓储数据智能识别管控系统及方法 | |
CN115145990B (zh) | 一种用于海关电子申报的数据处理方法及相关设备 | |
CN114693144B (zh) | 接口数据质量的确定方法、确定装置和确定系统 |
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 |