CN113570266B - 一种基于数字孪生技术的外部损失成本控制方法 - Google Patents
一种基于数字孪生技术的外部损失成本控制方法 Download PDFInfo
- Publication number
- CN113570266B CN113570266B CN202110879782.0A CN202110879782A CN113570266B CN 113570266 B CN113570266 B CN 113570266B CN 202110879782 A CN202110879782 A CN 202110879782A CN 113570266 B CN113570266 B CN 113570266B
- Authority
- CN
- China
- Prior art keywords
- digital
- index
- descriptive
- product
- model
- 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 54
- 238000005516 engineering process Methods 0.000 title claims abstract description 32
- 238000004088 simulation Methods 0.000 claims abstract description 11
- 230000007547 defect Effects 0.000 claims abstract description 10
- 230000008569 process Effects 0.000 claims abstract description 10
- 238000004458 analytical method Methods 0.000 claims description 6
- 239000003086 colorant Substances 0.000 claims description 3
- 238000013499 data model Methods 0.000 claims description 3
- 238000013461 design Methods 0.000 claims description 3
- 230000008451 emotion Effects 0.000 claims description 3
- 238000011835 investigation Methods 0.000 claims description 3
- 230000007246 mechanism Effects 0.000 claims description 3
- 230000009286 beneficial effect Effects 0.000 abstract description 6
- 239000000047 product Substances 0.000 description 72
- 230000008901 benefit Effects 0.000 description 3
- 239000006227 byproduct Substances 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000012827 research and development 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
- G06Q10/067—Enterprise or organisation modelling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- 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
- G06Q10/06395—Quality analysis or management
-
- 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
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
- G06Q30/0206—Price or cost determination based on market factors
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- Game Theory and Decision Science (AREA)
- General Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Educational Administration (AREA)
- Marketing (AREA)
- Finance (AREA)
- Operations Research (AREA)
- Geometry (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Computer Hardware Design (AREA)
- Computer Graphics (AREA)
- Evolutionary Computation (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种基于数字孪生技术的外部损失成本控制方法,包括:采用层次分析法确定现实商品包含的各类数据化描述性指标;利用数字孪生技术,将各类数据化描述性指标的数据赋予产品的三维仿真模型中,并导入到仿真软件中,最终建立数字化产品模型和数字化消费者模型;在仿真软件中,调用数据匹配算法对建立好的数字化产品模型和数字化消费者模型进行精准配对;将配对结果以描述性统计的形式呈现出来,根据描述性指标差异率,获取问题指标;根据问题指标,改进产品的瑕疵,从而在产品投入产出前完善产品缺陷,降低外部损失成本,实现质量成本控制。本发明可以有效提高外部损失成本的控制效率,降低质量成本,有利于企业进行质量成本控制。
Description
技术领域
本发明涉及质量成本控制技术领域,特别是涉及一种基于数字孪生技术的外部损失成本控制方法。
背景技术
外部损失成本从属于质量成本。质量成本是指企业为了保持和提高产品质量所发生的各种费用和因产品质量未达到规定水平所产生的各种损失的总称。质量成本一般包含两方面的内容:一是预防和检验成本;二是损失成本。在这三种主要成本之中,最不可预测以及不易计量的莫过于损失成本中的“外部损失成本”。外部损失成本(external failurecost)是指产品销售后,因产品的质量等多项因素引起的一切费用支出,如:支付用户的索赔费用、退货损失、保修费用、折价损失以及企业信誉的损失等。
降低外部损失成本的目的在于降低产品质量成本。在现有的质量成本控制领域,质量标准核算方法主要存在“传统质量观”与“现代质量观”两种观念,具体包含:可接受的质量水平模式、零缺陷模式、健全质量模式。但是这些旧有的方法在产品更新迭代日益迅速的现代商品社会存在很多缺陷,譬如:滞后性、不准确性、繁琐性等。这些缺陷的存在降低了外部损失成本的控制效率,不利于企业进行质量成本控制。
发明内容
本发明的目的是提供一种基于数字孪生技术的外部损失成本控制方法,借助数字孪生技术为企业建立一套外部损失成本控制模型,提高了外部损失成本的控制效率,降低质量成本,有利于企业进行质量成本控制。
为实现上述目的,本发明提供了如下方案:
一种基于数字孪生技术的外部损失成本控制方法,包括如下步骤:
步骤1,采用层次分析法确定现实商品包含的各类数据化描述性指标;
步骤2,利用数字孪生技术,将各类数据化描述性指标的数据赋予产品的三维仿真模型中,并导入到仿真软件中,最终建立数字化产品模型和数字化消费者模型;
步骤3,在仿真软件中,调用数据匹配算法对建立好的数字化产品模型和数字化消费者模型进行精准配对;
步骤4,将数字化产品模型和数字化消费者模型的配对结果以描述性统计的形式呈现出来,根据描述性指标差异率,获取问题指标;
步骤5,根据问题指标,改进产品的瑕疵,从而在产品投入产出前完善产品缺陷,降低外部损失成本,实现质量成本控制。
进一步的,所述步骤1之前,还包括:采用调查问卷法、访谈法对现实商品的特定消费人群进行调研,搜集描述性指标的数据,并对描述性指标的数据进行离散程度分析,剔除偏离程度较大的数据,再以均值作为最终的数字化描述性指标。
进一步的,所述步骤1中,采用层次分析法确定现实商品包含的各类数据化描述性指标,具体包括:
采用层次分析法将现实商品的各类数据化描述性指标划分为5个一级指标,分别为产品指标、视听指标、服务指标、行为指标、理念指标,其中,所述产品指标分为7种二级指标,包括品质、时间、设计、性能、包装、品味、价格;所述视听指标分为4种二级指标,包括听觉、标志、标准字、标准色;所述服务指标包含5种二级指标,包括绩效、保证性、完整性、方便性、情绪或环境;所述行为指标分为3种二级指标,包括行为机制、行为规划、行为模式;所述理念指标分为4种二级指标,包括经营哲学、经营宗旨、价值观念、企业精神。
进一步的,所述步骤2中,所述仿真软件采用CoppeliaSim。
进一步的,所述步骤2中,所述利用数字孪生技术,将各类数据化描述性指标的数据赋予产品的三维仿真模型中,并导入到仿真软件中,最终建立数字化产品模型和数字化消费者模型,具体包括:
S201,在CoppeliaSim软件的PC端建立所测产品的三维仿真的基本数据模型,并进行初步的轻量化处理;
S202,根据各类数据化描述性指标的数据编写PLC控制程序与运动控制器的运动控制程序并下载运行;
S203,将PLC与运动控制器连接在装有CoppeliaSim软件的PC端并且将上述控制程序生成的实时数据传输到已建好的虚拟环境中;
S204,完成建立数字化产品模型和数字化消费者模型的建立。
进一步的,所述数字化消费者模型的各项描述性指标和数字化产品模型的各项指标一一对应。
进一步的,所述步骤4中,将数字化产品模型和数字化消费者模型的配对结果以描述性统计的形式呈现出来,根据描述性指标差异率,获取问题指标,具体包括:
用折线统计图的形式将数字化产品模型和数字化消费者模型的配对结果在一张图表上呈现;或者,采用排序的方式,以差异率的大小进行描述性指标的排序;
根据描述性指标差异率,确定可接受差异率,将差异率大于所述可接受差异率的部分列入问题指标。
进一步的,所述确定可接受差异率的阈值,具体为:
选取多个历史产品作为样本,样本容量大于等于20,并且历史产品的选择条件为其外部损失成本要低于企业平均外部损失成本的平均数;
将多个产品按照步骤1至步骤3的做法测算出与产品对应的数字化消费者的描述性指标差异率;
计算出样本的描述性指标差异率的均值,此均值即为可接受差异率。
进一步的,所述可接受差异率确定为20%。
根据本发明提供的具体实施例,本发明提供的基于数字孪生技术的外部损失成本控制方法,公开了以下技术效果:
第一,通过层次分析法将外部损失成本的影响因素归集整理出来,并以描述性指标的形式呈现出来,有利于计量外部损失成本的数据化操作,会增加***计量的准确性、完整性、可靠性;
第二,利用数字孪生技术,建立数字化产品模型和数字化消费者模型,形成一套外部损失成本控制模型,有利于企业管理者***化管理企业的产品,例如:每个数字化产品会组成数字化产品库,管理者可以及时准确的获取每个产品的全方位信息;同理,每样产品对应的数字化消费者也会形成数字化消费者数据库,管理者可以准确的定位不同消费者对于每种产品的需求差异,从而更好的把握市场需求波动,进而调整产品研发方向;
第三,利用数字孪生技术,将模型库里面的模型组进行模型配对,并以描述性统计的形式呈现,有利于企业更加及时和直观的获取所需成本信息及其差异性,更会增强成本信息的可靠性;
第四,本方法创建了一套完整的实施流程,有利于企业及时、准确的获取产品的外部损失成本,进而能够减少质量成本,实现效益最大化。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例中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性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例基于数字孪生技术的外部损失成本控制方法流程示意图;
图2为本发明实施例描述性指标的明细示意图。
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。
本发明的目的是提供一种基于数字孪生技术的外部损失成本控制方法,借助数字孪生技术为企业建立一套外部损失成本控制模型,提高了外部损失成本的控制效率,降低质量成本,有利于企业进行质量成本控制。
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。
图1为发明实施例基于数字孪生技术的外部损失成本控制方法流程示意图,如图1所示,本发明实施例提供的基于数字孪生技术的外部损失成本控制方法,包括如下步骤:
步骤1,首先,采用调查问卷法、访谈法对现实商品的特定消费人群进行调研,搜集描述性指标的数据,并对描述性指标的数据进行离散程度分析,剔除偏离程度较大的数据,再以均值作为最终的数字化描述性指标;
其次,采用层次分析法确定现实商品包含的各类数据化描述性指标;
步骤2,利用数字孪生技术,将各类数据化描述性指标的数据赋予产品的三维仿真模型中,并导入到仿真软件中,最终建立数字化产品模型和数字化消费者模型;
步骤3,在仿真软件中,调用数据匹配算法对建立好的数字化产品模型和数字化消费者模型进行精准配对;
步骤4,将数字化产品模型和数字化消费者模型的配对结果以描述性统计的形式呈现出来,根据描述性指标差异率,获取问题指标;
步骤5,根据问题指标,改进产品的瑕疵,从而在产品投入产出前完善产品缺陷,降低外部损失成本,实现质量成本控制。
如图2所示,所述步骤1中,采用层次分析法确定现实商品包含的各类数据化描述性指标,具体包括:
采用层次分析法将现实商品的各类数据化描述性指标划分为5个一级指标,分别为产品指标、视听指标、服务指标、行为指标、理念指标,其中,所述产品指标分为7种二级指标,包括品质、时间、设计、性能、包装、品味、价格;所述视听指标分为4种二级指标,包括听觉、标志、标准字、标准色;所述服务指标包含5种二级指标,包括绩效、保证性、完整性、方便性、情绪或环境;所述行为指标分为3种二级指标,包括行为机制、行为规划、行为模式;所述理念指标分为4种二级指标,包括经营哲学、经营宗旨、价值观念、企业精神。
企业应该包含但不限于上述指标的具体内容。不同企业的产品拥有各自独有的特点,企业要根据实际自身的产品特色进行描述性指标的建立,从而使得数字化产品更加接近现实商品。
其中,所述步骤2中,所述仿真软件采用CoppeliaSim,所述利用数字孪生技术,将各类数据化描述性指标的数据赋予产品的三维仿真模型中,并导入到仿真软件中,最终建立数字化产品模型和数字化消费者模型,具体包括:
S201,在CoppeliaSim软件的PC端建立所测产品的三维仿真的基本数据模型,并进行初步的轻量化处理;
S202,根据各类数据化描述性指标的数据编写PLC控制程序与运动控制器的运动控制程序并下载运行;其中,PLC品牌可选西门子,型号为S7-200;运动控制器品牌可选三菱,型号为CR800;
S203,将PLC与运动控制器连接在装有CoppeliaSim软件的PC端并且将上述控制程序生成的实时数据传输到已建好的虚拟环境中;
S204,完成建立数字化产品模型和数字化消费者模型的建立。
其中,所述数字化消费者模型的各项描述性指标和数字化产品模型的各项指标一一对应。以每一特定产品以及对应消费者划分成一组模型组M1,因此企业的数字孪生技术的虚拟仿真软件中会存在M1、M2、M3...Mn。然后,驱动仿真软件中所需测算产品的相应模型组进行模型配对,将模型组的配对结果将会以描述性统计的形式呈现出来。企业应当在同一口径下计量消费者参数与产品描述性数据来实现二者的可比性。
具体地,所述步骤4中,将数字化产品模型和数字化消费者模型的配对结果以描述性统计的形式呈现出来,根据描述性指标差异率,获取问题指标,包括:
用折线统计图的形式将数字化产品模型和数字化消费者模型的配对结果在一张图表上呈现;或者,采用排序的方式,以差异率的大小进行描述性指标的排序;其中,匹配结果将会得到包括五大类的23个明细的描述性指标差异率,具体呈现方式如:“价格指标差异比率:23%”、“品质指标差异比率:53%”、“完整性指标差异率:14%”等,差异率越大,代表产品与消费者需求的差异程度越大;将五大类指标中的23个明细指标的差异率做出描述性统计,可以用折线统计图的形式将23个差异率数据在一张图表上呈现;也可以用排序的方式,以差异率的大小进行描述性指标的排序;
根据描述性指标差异率,确定可接受差异率,将差异率大于所述可接受差异率的部分列入问题指标。企业可以用20%作为可接受差异率,将差异率大于20%的部分列入问题指标。
所述可接受差异率,企业要根据行业标准和企业自身的实际状况进行制定。具体制定方法包括:首先,企业要选取多个历史产品作为样本,样本容量大于等于20,并且历史产品的选择条件为其外部损失成本要低于企业平均外部损失成本的平均数;然后,将多个产品按照上述步骤1-至步骤3的做法测算出与产品对应的数字化消费者的描述性指标差异率;最后,计算出样本组的描述性指标差异率的均值,此均值即可代表可接受差异率。
在“工业4.0”的背景下,企业可以借助“数字孪生”技术,为企业产品建立“虚拟数字化仿真产品”。通过对现实商品包括:外观、规格参数、性能、特殊需求等数据化的提取,建立“数字化产品”。将“数字化产品”与“数字化消费者”的各种需求参数进行数据差异化比较分析,从而得出产品外部损失成本存在的问题。最终通过完外部损失成本存在的问题降低产品的外部损失成本,达到质量成本控制的目的。
本发明提供的基于数字孪生技术的外部损失成本控制方法完善了“外部损失成本”的测算方法,首先,该方法可以依托大数据构建精确化的数字模型,从而进行数据差异性比对,客观的提高计量质量成本控制中“外部损失成本”的准确性;其次,该方法中的“数字化产品”的数据参数以及“数字化消费者”的需求参数均可以依据实际情况的改变而进行调节,企业可以实时获取更加准确的“外部损失成本”差异;最后,该方法的呈现模式是建立一套“外部损失成本”控制模型,企业可以通过该模型快速的获取某一产品的外部损失成本的差异,进而在产品正式制造生产前可以及时的完善该产品各方面的性能,最终达到降低质量成本,提升产品效益的目的。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处。综上所述,本说明书内容不应理解为对本发明的限制。
Claims (9)
1.一种基于数字孪生技术的外部损失成本控制方法,其特征在于,包括以下步骤:
步骤1,采用层次分析法确定现实商品包含的各类数据化描述性指标;
步骤2,利用数字孪生技术,将各类数据化描述性指标的数据赋予产品的三维仿真模型中,并导入到仿真软件中,最终建立数字化产品模型和数字化消费者模型;
步骤3,在仿真软件中,调用数据匹配算法对建立好的数字化产品模型和数字化消费者模型进行精准配对;
步骤4,将数字化产品模型和数字化消费者模型的配对结果以描述性统计的形式呈现出来,根据描述性指标差异率,获取问题指标;
步骤5,根据问题指标,改进产品的瑕疵,从而在产品投入产出前完善产品缺陷,降低外部损失成本,实现质量成本控制。
2.根据权利要求1所述的基于数字孪生技术的外部损失成本控制方法,其特征在于,所述步骤1之前,还包括:采用调查问卷法、访谈法对现实商品的特定消费人群进行调研,搜集描述性指标的数据,并对描述性指标的数据进行离散程度分析,剔除偏离程度较大的数据,再以均值作为最终的数字化描述性指标。
3.根据权利要求1所述的基于数字孪生技术的外部损失成本控制方法,其特征在于,所述步骤1中,采用层次分析法确定现实商品包含的各类数据化描述性指标,具体包括:
采用层次分析法将现实商品的各类数据化描述性指标划分为5个一级指标,分别为产品指标、视听指标、服务指标、行为指标、理念指标,其中,所述产品指标分为7种二级指标,包括品质、时间、设计、性能、包装、品味、价格;所述视听指标分为4种二级指标,包括听觉、标志、标准字、标准色;所述服务指标包含5种二级指标,包括绩效、保证性、完整性、方便性、情绪或环境;所述行为指标分为3种二级指标,包括行为机制、行为规划、行为模式;所述理念指标分为4种二级指标,包括经营哲学、经营宗旨、价值观念、企业精神。
4.根据权利要求1所述的基于数字孪生技术的外部损失成本控制方法,其特征在于,所述步骤2中,所述仿真软件采用CoppeliaSim。
5.根据权利要求4所述的基于数字孪生技术的外部损失成本控制方法,其特征在于,所述步骤2中,所述利用数字孪生技术,将各类数据化描述性指标的数据赋予产品的三维仿真模型中,并导入到仿真软件中,最终建立数字化产品模型和数字化消费者模型,具体包括:
S201,在CoppeliaSim软件的PC端建立所测产品的三维仿真的基本数据模型,并进行初步的轻量化处理;
S202,根据各类数据化描述性指标的数据编写PLC控制程序与运动控制器的运动控制程序并下载运行;
S203,将PLC与运动控制器连接在装有CoppeliaSim软件的PC端并且将上述控制程序生成的实时数据传输到已建好的虚拟环境中;
S204,完成建立数字化产品模型和数字化消费者模型的建立。
6.根据权利要求5所述的基于数字孪生技术的外部损失成本控制方法,其特征在于,所述数字化消费者模型的各项描述性指标和所述数字化产品模型的各项指标一一对应。
7.根据权利要求1所述的基于数字孪生技术的外部损失成本控制方法,其特征在于,所述步骤4中,将数字化产品模型和数字化消费者模型的配对结果以描述性统计的形式呈现出来,根据描述性指标差异率,获取问题指标,具体包括:
用折线统计图的形式将数字化产品模型和数字化消费者模型的配对结果在一张图表上呈现;或者,采用排序的方式,以差异率的大小进行描述性指标的排序;
根据描述性指标差异率,确定可接受差异率,将差异率大于所述可接受差异率的部分列入问题指标。
8.根据权利要求7所述的基于数字孪生技术的外部损失成本控制方法,其特征在于,所述确定可接受差异率,具体包括:
选取多个历史产品作为样本,样本容量大于等于20,并且历史产品的选择条件为其外部损失成本要低于企业平均外部损失成本的平均数;
将多个产品按照步骤1至步骤3的做法测算出与产品对应的数字化消费者的描述性指标差异率;
计算出样本的描述性指标差异率的均值,此均值即为可接受差异率。
9.根据权利要求7所述的基于数字孪生技术的外部损失成本控制方法,其特征在于,所述可接受差异率确定为20%。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110879782.0A CN113570266B (zh) | 2021-08-02 | 2021-08-02 | 一种基于数字孪生技术的外部损失成本控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110879782.0A CN113570266B (zh) | 2021-08-02 | 2021-08-02 | 一种基于数字孪生技术的外部损失成本控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113570266A CN113570266A (zh) | 2021-10-29 |
CN113570266B true CN113570266B (zh) | 2024-05-17 |
Family
ID=78169842
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110879782.0A Active CN113570266B (zh) | 2021-08-02 | 2021-08-02 | 一种基于数字孪生技术的外部损失成本控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113570266B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110490438A (zh) * | 2019-08-01 | 2019-11-22 | 浙江大学 | 一种工业流水线车间数字孪生能力的简化策略推荐方法 |
CN110704974A (zh) * | 2019-09-30 | 2020-01-17 | 江苏科技大学 | 基于数字孪生驱动的工艺模型的建模与使用方法 |
CN111695734A (zh) * | 2020-06-12 | 2020-09-22 | 中国科学院重庆绿色智能技术研究院 | 一种基于数字孪生及深度学习的多工艺规划综合评估***及方法 |
CN111968004A (zh) * | 2020-08-07 | 2020-11-20 | 东华大学 | 一种基于数字孪生的高精密产品装调一体化*** |
CN112684717A (zh) * | 2020-12-08 | 2021-04-20 | 南京理工大学 | 一种虚实结合数字孪生仿真实验平台构建方法 |
CN112818484A (zh) * | 2021-01-29 | 2021-05-18 | 山东大学 | 一种物理实体数字孪生综合实施能力评估方法及评估*** |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080033857A1 (en) * | 2005-04-25 | 2008-02-07 | Moses Manuel B | Pooling data for consumer credit or debit cards |
US7487116B2 (en) * | 2005-12-01 | 2009-02-03 | International Business Machines Corporation | Consumer representation rendering with selected merchandise |
-
2021
- 2021-08-02 CN CN202110879782.0A patent/CN113570266B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110490438A (zh) * | 2019-08-01 | 2019-11-22 | 浙江大学 | 一种工业流水线车间数字孪生能力的简化策略推荐方法 |
CN110704974A (zh) * | 2019-09-30 | 2020-01-17 | 江苏科技大学 | 基于数字孪生驱动的工艺模型的建模与使用方法 |
CN111695734A (zh) * | 2020-06-12 | 2020-09-22 | 中国科学院重庆绿色智能技术研究院 | 一种基于数字孪生及深度学习的多工艺规划综合评估***及方法 |
CN111968004A (zh) * | 2020-08-07 | 2020-11-20 | 东华大学 | 一种基于数字孪生的高精密产品装调一体化*** |
CN112684717A (zh) * | 2020-12-08 | 2021-04-20 | 南京理工大学 | 一种虚实结合数字孪生仿真实验平台构建方法 |
CN112818484A (zh) * | 2021-01-29 | 2021-05-18 | 山东大学 | 一种物理实体数字孪生综合实施能力评估方法及评估*** |
Also Published As
Publication number | Publication date |
---|---|
CN113570266A (zh) | 2021-10-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113011085B (zh) | 一种设备数字孪生建模方法及*** | |
CN105867341B (zh) | 一种烟草加工设备的在线设备健康状态自检方法及*** | |
CN110728422A (zh) | 用于施工项目的建筑信息模型、方法、装置和结算*** | |
CN114386626A (zh) | 基于数字孪生的设备状态评价及运维策略制定实现*** | |
CN114548494B (zh) | 一种可视化造价数据预测智能分析*** | |
CN115374938A (zh) | 一种基于XGBoost的配电网电压预测方法 | |
CN116433090A (zh) | 智慧燃气工单执行质量评估方法、物联网***及存储介质 | |
CN117689256B (zh) | 一种铝合金熔铸产品质量溯源方法 | |
CN113570266B (zh) | 一种基于数字孪生技术的外部损失成本控制方法 | |
CN110717273A (zh) | 一种工艺过程仿真边界条件构建方法 | |
CN114418369A (zh) | 一种基于bim模型的计量支付方法和*** | |
Han et al. | Second-hand car price prediction based on a mixed-weighted regression model | |
CN117893047A (zh) | 一种基于销售数据的竞争分析方法 | |
CN113569374B (zh) | 钢铁产品可制造性评估的方法和*** | |
CN110163696A (zh) | 一种基于大数据的电商购物导航方法及其*** | |
CN110471381B (zh) | 一种印染工业互联网平台、设备及*** | |
CN116739304A (zh) | 一种基于产品历史数据的生产误差监控***及方法 | |
CN103335766A (zh) | 特殊扣石油套管接箍拧接信息采集处理***及扭矩标定方法 | |
CN110738423B (zh) | 一种卷接设备综合效能评价方法 | |
CN115187026A (zh) | 一种产业风险监控方法、***和可读存储介质 | |
CN107748999A (zh) | 一种数据管理方法、装置、可读介质及存储控制器 | |
CN110182520B (zh) | 一种基于融合时序预测模型的钢卷仓储吞吐量的预测方法 | |
CN112184055A (zh) | 一种面向制造业的在线调研报告自动生成设备 | |
CN111260212A (zh) | 面向产品设计演进的供应链协同行为分析方法 | |
CN117333269B (zh) | 一种鲜花订单管理方法及*** |
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 |