CN116976865A - 基于大数据分析的船舶维修器件调配管理*** - Google Patents
基于大数据分析的船舶维修器件调配管理*** Download PDFInfo
- Publication number
- CN116976865A CN116976865A CN202311225886.5A CN202311225886A CN116976865A CN 116976865 A CN116976865 A CN 116976865A CN 202311225886 A CN202311225886 A CN 202311225886A CN 116976865 A CN116976865 A CN 116976865A
- Authority
- CN
- China
- Prior art keywords
- module
- maintenance
- ship
- allocation
- wireless network
- 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
- 238000012423 maintenance Methods 0.000 title claims abstract description 101
- 238000007405 data analysis Methods 0.000 title claims abstract description 16
- 238000004458 analytical method Methods 0.000 claims description 38
- 238000000034 method Methods 0.000 claims description 13
- 230000008569 process Effects 0.000 claims description 12
- 238000001914 filtration Methods 0.000 claims description 11
- 238000012549 training Methods 0.000 claims description 10
- 238000012937 correction Methods 0.000 claims description 7
- 238000007689 inspection Methods 0.000 claims description 7
- 238000004364 calculation method Methods 0.000 claims description 6
- 238000011156 evaluation Methods 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 6
- 230000008439 repair process Effects 0.000 claims description 6
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 6
- 230000002159 abnormal effect Effects 0.000 claims description 3
- 230000005856 abnormality Effects 0.000 claims description 3
- 238000004140 cleaning Methods 0.000 claims description 3
- 230000001276 controlling effect Effects 0.000 claims description 3
- 238000001514 detection method Methods 0.000 claims description 3
- 238000013210 evaluation model Methods 0.000 claims description 3
- 238000010801 machine learning Methods 0.000 claims description 3
- 238000012544 monitoring process Methods 0.000 claims description 3
- 238000007781 pre-processing Methods 0.000 claims description 3
- 238000013441 quality evaluation Methods 0.000 claims description 3
- 230000001105 regulatory effect Effects 0.000 claims description 3
- 230000001960 triggered effect Effects 0.000 claims description 3
- 230000000007 visual effect Effects 0.000 claims description 3
- 230000003993 interaction Effects 0.000 description 8
- 230000005540 biological transmission Effects 0.000 description 2
- 238000002360 preparation method Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification 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
- G06Q10/20—Administration of product repair or maintenance
-
- 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
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- 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)
- Strategic Management (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Game Theory and Decision Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了基于大数据分析的船舶维修器件调配管理***,涉及船舶维修调配领域,包括:管理模块,用于总控全局功能模块的运行,记录和管理船舶维修各类器件的库存数量和位置;数据采集模块,用于获取船舶内各区域内的传感器数据,输出船舶各区域温度、压力和振动参数;阈值模块,用于设定数据采集模块的采集周期和采集次数;通过对已经调配维修的器具进行追踪,上调其状态采集的阈值,进而对该区域器件的维修和更换后的状态进行实时掌控,以避免因为维修不当或者器件不合格导致的损失,对各类调配命令进行合理归类,以保证各项指令的有序发送,提高船舶维修的效率和可靠性,降低停船时间和维修成本。
Description
技术领域
本发明涉及船舶维修调配技术领域,具体为基于大数据分析的船舶维修器件调配管理***。
背景技术
在航运和船舶维修维护行业中,维修器件的合理调配至关重要,船只在航行过程中可能发生各种故障和损坏,需要及时修复以确保船只的正常运行和安全航行,合理的器件调配能够保障维修所需的器件能够及时提供,避免因器件缺失而延误修复时间,提高维修效率,船只停靠维修时间一般比较短暂,需要在有限时间内完成维修任务,通过优化器件调配,将所需的器件提前准备好,并按照维修工作的具体需要分配到对应工作区域,能够提高维修工作的效率,缩短停靠时间;
但是,现有的船舶维修器件调配管理***还存在问题,例如:
1、当船只某区域的器件出现问题并进行更换或维修后,难以对该器件后续状态进行有效的追踪分析,因此,当出现维修操作有误或者器件质量不合格的情况时,难以及时发现,造成损失,并且不利于追责;
2、缺乏对历史维修信息的合理分析预测,难以根据当前船只的运行状态进行维修意见的提前输出,用户难以进行有效的准备工作以应对突发事件。
发明内容
针对现有技术所存在的上述缺点,本发明提供了基于大数据分析的船舶维修器件调配管理***,能够有效地解决现有技术中存在的当船只某区域的器件出现问题并进行更换或维修后,难以对该器件后续状态进行有效的追踪分析,因此,当出现维修操作有误或者器件质量不合格的情况时,难以及时发现,造成损失,并且不利于追责,缺乏对历史维修信息的合理分析预测,难以根据当前船只的运行状态进行维修意见的提前输出,用户难以进行有效的准备工作以应对突发事件的问题。
为实现以上目的,本发明通过以下技术方案予以实现:
本发明公开了基于大数据分析的船舶维修器件调配管理***,包括:
管理模块,用于总控全局功能模块的运行,记录和管理船舶维修各类器件的库存数量和位置;
数据采集模块,用于获取船舶内各区域内的传感器数据,输出船舶各区域温度、压力和振动参数;
阈值模块,用于设定数据采集模块的采集周期和采集次数;
过滤模块,用于对所获取数据进行清洗和预处理,过滤无用和错误数据;
鉴别模块,用于对传感器数据进行异常检测,判断识别出该区域内可能存在故障的器件;
状态分析模块,用于获取船舶目前的行驶状态,提取行驶特征,进行计算分析后作为参照值;
调配模块,用于获取鉴别模块的判断数据和状态分析模块的参照值,进行综合分析后,实时编辑并发送针对器件的调度命令,根据船舶维修命令,将所需的器件从库存中调拨分配给对应的维修工作;
调度定义模块,用于对所发送的器件调度命令进行定义,归类为更换、修理或采购命令进行分析;
跟踪模块,用于对已经触发调度命令的器件区域进行追踪,并在调度命令结束后,上调阈值模块采集周期和采集次数,进行二次状态分析;
维修模型端,用于获取当前参照值和传感器数据,使用机器学习算法建立分析模型,预测出船舶当前需要维修的器件和所需维修时间。
更进一步地,所述鉴别模块通过无线网络交互连接有报警模块,所述报警模块用于实时监控鉴别模块对传感器数据的判断状态,检测到异常时发送警报至管理端。
更进一步地,所述状态分析模块所提取的行驶特征包括:船舶行驶水域深度、水域温度、风力系数、结冰系数、船舶历史维修时间、维修类型和经更换的器件。
更进一步地,所述维修模型端通过无线网络交互连接有校正模块,所述校正模块用于接收鉴别模块、状态分析模块和调配模块的最终输出数据作为训练样本,在触发后投入维修模型端执行模型训练操作。
更进一步地,所述调配模块所存储器件分配标记信息,通过记录器件的标识信息,在器件被调配后进行追溯,记录从仓库到维修现场的流经信息。
更进一步地,所述跟踪模块对所使用器件的追溯信息进行分析,获取被追踪器件的质量信息和退换情况,上传至管理模块进行存储。
更进一步地,所述维修模型端在预测过程中,通过各参照值指向的技术指标,输出评估结果,按层次分析法建立的评价模型细化具体零件的指标体系,并进行指标权重的确立,其计算公式为:
;
式中,P代表评估结果参数,代表所指代零件的优良程度,/>代表第i个技术指标的权重,/>代表第i个指标的否决系数,n代表任意技术指标,/>代表第i个技术指标的质量评分。
更进一步地,所述跟踪模块针对所调配产品质量进行数值型评分,其过程为:
涉及器件尺寸检验、装配尺寸检验,若应用时装配尺寸器件尺寸检验存在超差时,则进行超差处理,根据处理结果对应输出质量评估结果,其中:合格产品,评估100分;若超差技术指标影响性能,超差产品报废,该产品评估0分;若超差技术指标不影响性能,超差产品同意使用,该产品评估分100-×100分,其中T为审理数量,H为产品总数。
更进一步地,所述跟踪模块在跟踪过程中,同步上传可视化界面,展示船舶维修情况、零件调度计划和实时状态。
更进一步地,所述管理模块与数据采集模块和维修模型端通过无线网络交互连接,所述数据采集模块与阈值模块和过滤模块通过无线网络交互连接,所述过滤模块与鉴别模块通过无线网络交互连接,所述鉴别模块与状态分析模块通过无线网络交互连接,所述状态分析模块与调配模块通过无线网络交互连接,所述调配模块与调度定义模块通过无线网络交互连接,所述阈值模块与跟踪模块通过无线网络交互连接,所述跟踪模块与调配模块通过无线网络交互连接。
采用本发明提供的技术方案,与已知的现有技术相比,具有如下有益效果:
1、通过对已经调配维修的器具进行追踪,上调其状态采集的阈值,进而对该区域器件的维修和更换后的状态进行实时掌控,以避免因为维修不当或者器件不合格导致的损失,对各类调配命令进行合理归类,以保证各项指令的有序发送。
2、通过搭建维修模型的措施,将船只状态和所对应的历史维修记录进行结合分析,并作为训练样本,当船只处于不同的行驶状态,可直接给出维修意见,以便于用户提前做好器件的调配工作,进而可以提高船舶维修的效率和可靠性,降低停船时间和维修成本,并改善船舶运营的整体性能。
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,下面将对实施例或现有技术描述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为本发明的框架示意图;
图中的标号分别代表,1、管理模块;2、数据采集模块;3、阈值模块;4、过滤模块;5、鉴别模块;6、状态分析模块;7、调配模块;8、调度定义模块;9、跟踪模块;10、维修模型端;11、校正模块;12、报警模块。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,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。
下面结合实施例对本发明作进一步的描述。
实施例1:本实施例的基于大数据分析的船舶维修器件调配管理***,如图1所示,包括:
管理模块1,用于总控全局功能模块的运行,记录和管理船舶维修各类器件的库存数量和位置;
数据采集模块2,用于获取船舶内各区域内的传感器数据,输出船舶各区域温度、压力和振动参数;
阈值模块3,用于设定数据采集模块2的采集周期和采集次数;
过滤模块4,用于对所获取数据进行清洗和预处理,过滤无用和错误数据;
鉴别模块5,用于对传感器数据进行异常检测,判断识别出该区域内可能存在故障的器件,所述鉴别模块5通过无线网络交互连接有报警模块12,所述报警模块12用于实时监控鉴别模块5对传感器数据的判断状态,检测到异常时发送警报至管理端;
状态分析模块6,用于获取船舶目前的行驶状态,提取行驶特征,进行计算分析后作为参照值,所述状态分析模块6所提取的行驶特征包括:船舶行驶水域深度、水域温度、风力系数、结冰系数、船舶历史维修时间、维修类型和经更换的器件;
调配模块7,用于获取鉴别模块5的判断数据和状态分析模块6的参照值,进行综合分析后,实时编辑并发送针对器件的调度命令,根据船舶维修命令,将所需的器件从库存中调拨分配给对应的维修工作,所述调配模块7所存储器件分配标记信息,通过记录器件的标识信息,在器件被调配后进行追溯,记录从仓库到维修现场的流经信息;
调度定义模块8,用于对所发送的器件调度命令进行定义,归类为更换、修理或采购命令进行分析;
跟踪模块9,用于对已经触发调度命令的器件区域进行追踪,并在调度命令结束后,上调阈值模块3采集周期和采集次数,进行二次状态分析,所述跟踪模块9对所使用器件的追溯信息进行分析,获取被追踪器件的质量信息和退换情况,上传至管理模块1进行存储,所述跟踪模块9在跟踪过程中,同步上传可视化界面,展示船舶维修情况、零件调度计划和实时状态;
维修模型端10,用于获取当前参照值和传感器数据,使用机器学习算法建立分析模型,预测出船舶当前需要维修的器件和所需维修时间,所述维修模型端10通过无线网络交互连接有校正模块11,所述校正模块11用于接收鉴别模块5、状态分析模块6和调配模块7的最终输出数据作为训练样本,在触发后投入维修模型端10执行模型训练操作,通过搭建维修模型的措施,将船只状态和所对应的历史维修记录进行结合分析,并作为训练样本,当船只处于不同的行驶状态,可直接给出维修意见,以便于用户提前做好器件的调配工作,进而可以提高船舶维修的效率和可靠性,降低停船时间和维修成本,并改善船舶运营的整体性能。
作为本实施例中一种优选的实施方式,如图1所示,所述管理模块1与数据采集模块2和维修模型端10通过无线网络交互连接,所述数据采集模块2与阈值模块3和过滤模块4通过无线网络交互连接,所述过滤模块4与鉴别模块5通过无线网络交互连接,所述鉴别模块5与状态分析模块6通过无线网络交互连接,所述状态分析模块6与调配模块7通过无线网络交互连接,所述调配模块7与调度定义模块8通过无线网络交互连接,所述阈值模块3与跟踪模块9通过无线网络交互连接,所述跟踪模块9与调配模块7通过无线网络交互连接。
本实施例中,通过对已经调配维修的器具进行追踪,上调其状态采集的阈值,进而对该区域器件的维修和更换后的状态进行实时掌控,以避免因为维修不当或者器件不合格导致的损失,对各类调配命令进行合理归类,以保证各项指令的有序发送。
实施例2:在其他层面,本实施例中,所述跟踪模块9针对所调配产品质量进行数值型评分,其过程为:
涉及器件尺寸检验、装配尺寸检验,若应用时装配尺寸器件尺寸检验存在超差时,则进行超差处理,根据处理结果对应输出质量评估结果,其中:合格产品,评估100分;若超差技术指标影响性能,超差产品报废,该产品评估0分;若超差技术指标不影响性能,超差产品同意使用,该产品评估分100-×100分,其中T为审理数量,H为产品总数。
实施例3:本实施例中,所述维修模型端10在预测过程中,通过各参照值指向的技术指标,输出评估结果,按层次分析法建立的评价模型细化具体零件的指标体系,并进行指标权重的确立,其计算公式为:
;
式中,P代表评估结果参数,代表所指代零件的优良程度,/>代表第i个技术指标的权重,/>代表第i个指标的否决系数,n代表任意技术指标,/>代表第i个技术指标的质量评分。
综上所述,本发明通过对已经调配维修的器具进行追踪,上调其状态采集的阈值,进而对该区域器件的维修和更换后的状态进行实时掌控,以避免因为维修不当或者器件不合格导致的损失,对各类调配命令进行合理归类,以保证各项指令的有序发送;
通过搭建维修模型的措施,将船只状态和所对应的历史维修记录进行结合分析,并作为训练样本,当船只处于不同的行驶状态,可直接给出维修意见,以便于用户提前做好器件的调配工作,进而可以提高船舶维修的效率和可靠性,降低停船时间和维修成本,并改善船舶运营的整体性能。
以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解,其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不会使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (9)
1.基于大数据分析的船舶维修器件调配管理***,其特征在于,包括:
管理模块(1),用于总控全局功能模块的运行,记录和管理船舶维修各类器件的库存数量和位置;
数据采集模块(2),用于获取船舶内各区域内的传感器数据,输出船舶各区域温度、压力和振动参数;
阈值模块(3),用于设定数据采集模块(2)的采集周期和采集次数;
过滤模块(4),用于对所获取数据进行清洗和预处理,过滤无用和错误数据;
鉴别模块(5),用于对传感器数据进行异常检测,判断识别出该区域内可能存在故障的器件;
状态分析模块(6),用于获取船舶目前的行驶状态,提取行驶特征,进行计算分析后作为参照值;
调配模块(7),用于获取鉴别模块(5)的判断数据和状态分析模块(6)的参照值,进行综合分析后,实时编辑并发送针对器件的调度命令,根据船舶维修命令,将所需的器件从库存中调拨分配给对应的维修工作;
调度定义模块(8),用于对所发送的器件调度命令进行定义,归类为更换、修理或采购命令进行分析;
跟踪模块(9),用于对已经触发调度命令的器件区域进行追踪,并在调度命令结束后,上调阈值模块(3)采集周期和采集次数,进行二次状态分析;
维修模型端(10),用于获取当前参照值和传感器数据,使用机器学习算法建立分析模型,预测出船舶当前需要维修的器件和所需维修时间;
所述维修模型端(10)在预测过程中,通过各参照值指向的技术指标,输出评估结果,按层次分析法建立的评价模型细化具体零件的指标体系,并进行指标权重的确立,其计算公式为:
;
式中,P代表评估结果参数,代表所指代零件的优良程度,/>代表第i个技术指标的权重,/>代表第i个指标的否决系数,n代表任意技术指标,/>代表第i个技术指标的质量评分。
2.根据权利要求1所述的基于大数据分析的船舶维修器件调配管理***,其特征在于,所述鉴别模块(5)通过无线网络交互连接有报警模块(12),所述报警模块(12)用于实时监控鉴别模块(5)对传感器数据的判断状态,检测到异常时发送警报至管理端。
3.根据权利要求1所述的基于大数据分析的船舶维修器件调配管理***,其特征在于,所述状态分析模块(6)所提取的行驶特征包括:船舶行驶水域深度、水域温度、风力系数、结冰系数、船舶历史维修时间、维修类型和经更换的器件。
4.根据权利要求1所述的基于大数据分析的船舶维修器件调配管理***,其特征在于,所述维修模型端(10)通过无线网络交互连接有校正模块(11),所述校正模块(11)用于接收鉴别模块(5)、状态分析模块(6)和调配模块(7)的最终输出数据作为训练样本,在触发后投入维修模型端(10)执行模型训练操作。
5.根据权利要求1所述的基于大数据分析的船舶维修器件调配管理***,其特征在于,所述调配模块(7)所存储器件分配标记信息,通过记录器件的标识信息,在器件被调配后进行追溯,记录从仓库到维修现场的流经信息。
6.根据权利要求1所述的基于大数据分析的船舶维修器件调配管理***,其特征在于,所述跟踪模块(9)对所使用器件的追溯信息进行分析,获取被追踪器件的质量信息和退换情况,上传至管理模块(1)进行存储。
7.根据权利要求1所述的基于大数据分析的船舶维修器件调配管理***,其特征在于,所述跟踪模块(9)针对所调配产品质量进行数值型评分,其过程为:
涉及器件尺寸检验、装配尺寸检验,若应用时装配尺寸器件尺寸检验存在超差时,则进行超差处理,根据处理结果对应输出质量评估结果,其中:合格产品,评估100分;若超差技术指标影响性能,超差产品报废,该产品评估0分;若超差技术指标不影响性能,超差产品同意使用,该产品评估分100-×100分,其中T为审理数量,H为产品总数。
8.根据权利要求1所述的基于大数据分析的船舶维修器件调配管理***,其特征在于,所述跟踪模块(9)在跟踪过程中,同步上传可视化界面,展示船舶维修情况、零件调度计划和实时状态。
9.根据权利要求1所述的基于大数据分析的船舶维修器件调配管理***,其特征在于,所述管理模块(1)与数据采集模块(2)和维修模型端(10)通过无线网络交互连接,所述数据采集模块(2)与阈值模块(3)和过滤模块(4)通过无线网络交互连接,所述过滤模块(4)与鉴别模块(5)通过无线网络交互连接,所述鉴别模块(5)与状态分析模块(6)通过无线网络交互连接,所述状态分析模块(6)与调配模块(7)通过无线网络交互连接,所述调配模块(7)与调度定义模块(8)通过无线网络交互连接,所述阈值模块(3)与跟踪模块(9)通过无线网络交互连接,所述跟踪模块(9)与调配模块(7)通过无线网络交互连接。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311225886.5A CN116976865B (zh) | 2023-09-22 | 2023-09-22 | 基于大数据分析的船舶维修器件调配管理*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311225886.5A CN116976865B (zh) | 2023-09-22 | 2023-09-22 | 基于大数据分析的船舶维修器件调配管理*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116976865A true CN116976865A (zh) | 2023-10-31 |
CN116976865B CN116976865B (zh) | 2023-12-19 |
Family
ID=88483493
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311225886.5A Active CN116976865B (zh) | 2023-09-22 | 2023-09-22 | 基于大数据分析的船舶维修器件调配管理*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116976865B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117371994A (zh) * | 2023-12-05 | 2024-01-09 | 中国船舶集团有限公司第七一九研究所 | 一种基于意见反馈的船舶维修智能管理*** |
Citations (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2007003150A1 (de) * | 2005-06-29 | 2007-01-11 | Blohm + Voss Gmbh | Verfahren und vorrichtung zur zustandsüberwachung von schiffsanlagen |
WO2011031008A2 (ko) * | 2009-09-11 | 2011-03-17 | Han Jang-Sop | 선박 항로별 최적 선박 유지보수 관리를 위한 방법 및 장치 |
CN103854151A (zh) * | 2012-11-29 | 2014-06-11 | 大连瀚科信息技术有限公司 | 一种船舶备件管理方法 |
CN103854115A (zh) * | 2012-11-29 | 2014-06-11 | 大连瀚科信息技术有限公司 | 船舶机务工单的备件预定和消耗信息管理方法 |
US20150279129A1 (en) * | 2014-03-25 | 2015-10-01 | Hitachi High-Technologies Corporation | Failure cause classification apparatus |
CN106408095A (zh) * | 2016-11-08 | 2017-02-15 | 上海互海信息科技有限公司 | 一种船舶设备备件管理***及方法 |
WO2018130905A1 (en) * | 2017-01-12 | 2018-07-19 | Bardelli Guido | Installations management system for washing and cleaning of ship hulls |
CN110516821A (zh) * | 2019-07-19 | 2019-11-29 | 中国人民解放军海军工程大学 | 一种船舶维修资源配置优化方法及装置 |
KR20200060616A (ko) * | 2018-11-22 | 2020-06-01 | 대우조선해양 주식회사 | 선박 유지 보수 관리 장치 및 방법과, 그를 저장하는 컴퓨터 판독 가능한 기록매체 |
CN112083355A (zh) * | 2020-09-09 | 2020-12-15 | 江苏杰瑞信息科技有限公司 | 一种船舶舱室设备健康管理与故障预测***及方法 |
CN112255946A (zh) * | 2020-10-19 | 2021-01-22 | 青岛博瑞斯自动化技术有限公司 | 一种基于云服务和大数据的船舶状态远程监控***及方法 |
CN112596496A (zh) * | 2020-12-08 | 2021-04-02 | 中国船舶重工集团公司第七0四研究所 | 一种船舶电力推进***健康管理平台及管理方法 |
CN113379223A (zh) * | 2021-06-04 | 2021-09-10 | 江苏科技大学 | 基于故障关联模型的船舶主机随船备件多层级配置方法 |
KR20210114100A (ko) * | 2020-03-09 | 2021-09-23 | 사단법인 부산산학융합원 | 디지털 트윈을 이용한 선박의 기자재 정비 및 교체 시기 알림 시스템 |
KR20210146045A (ko) * | 2020-05-26 | 2021-12-03 | 대우조선해양 주식회사 | 선박 모니터링 시스템 |
CN113847950A (zh) * | 2021-09-23 | 2021-12-28 | 大连海事大学 | 基于云计算的智能船舶设备状态监测***及信息交互方法 |
US20220026895A1 (en) * | 2020-07-22 | 2022-01-27 | The Boeing Company | Predictive maintenance model design system |
KR102433556B1 (ko) * | 2021-10-19 | 2022-08-18 | 삼원에프에이(주) | 선박 장비 고장 진단 서버 및 그 시스템 |
CN115700632A (zh) * | 2022-11-04 | 2023-02-07 | 中国船舶集团有限公司第七0九研究所 | 一种船舶电子信息***维修保障措施决策方法及装置 |
CN115809868A (zh) * | 2022-11-17 | 2023-03-17 | 广州翼翔工程有限公司 | 一种船舶维修方法、***、终端及存储介质 |
CN116228186A (zh) * | 2022-12-12 | 2023-06-06 | 武汉理工大学 | 基于人因工程的船舶机舱智能运维*** |
-
2023
- 2023-09-22 CN CN202311225886.5A patent/CN116976865B/zh active Active
Patent Citations (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2007003150A1 (de) * | 2005-06-29 | 2007-01-11 | Blohm + Voss Gmbh | Verfahren und vorrichtung zur zustandsüberwachung von schiffsanlagen |
WO2011031008A2 (ko) * | 2009-09-11 | 2011-03-17 | Han Jang-Sop | 선박 항로별 최적 선박 유지보수 관리를 위한 방법 및 장치 |
CN103854151A (zh) * | 2012-11-29 | 2014-06-11 | 大连瀚科信息技术有限公司 | 一种船舶备件管理方法 |
CN103854115A (zh) * | 2012-11-29 | 2014-06-11 | 大连瀚科信息技术有限公司 | 船舶机务工单的备件预定和消耗信息管理方法 |
US20150279129A1 (en) * | 2014-03-25 | 2015-10-01 | Hitachi High-Technologies Corporation | Failure cause classification apparatus |
CN106408095A (zh) * | 2016-11-08 | 2017-02-15 | 上海互海信息科技有限公司 | 一种船舶设备备件管理***及方法 |
WO2018130905A1 (en) * | 2017-01-12 | 2018-07-19 | Bardelli Guido | Installations management system for washing and cleaning of ship hulls |
KR20200060616A (ko) * | 2018-11-22 | 2020-06-01 | 대우조선해양 주식회사 | 선박 유지 보수 관리 장치 및 방법과, 그를 저장하는 컴퓨터 판독 가능한 기록매체 |
CN110516821A (zh) * | 2019-07-19 | 2019-11-29 | 中国人民解放军海军工程大学 | 一种船舶维修资源配置优化方法及装置 |
KR20210114100A (ko) * | 2020-03-09 | 2021-09-23 | 사단법인 부산산학융합원 | 디지털 트윈을 이용한 선박의 기자재 정비 및 교체 시기 알림 시스템 |
KR20210146045A (ko) * | 2020-05-26 | 2021-12-03 | 대우조선해양 주식회사 | 선박 모니터링 시스템 |
US20220026895A1 (en) * | 2020-07-22 | 2022-01-27 | The Boeing Company | Predictive maintenance model design system |
CN112083355A (zh) * | 2020-09-09 | 2020-12-15 | 江苏杰瑞信息科技有限公司 | 一种船舶舱室设备健康管理与故障预测***及方法 |
CN112255946A (zh) * | 2020-10-19 | 2021-01-22 | 青岛博瑞斯自动化技术有限公司 | 一种基于云服务和大数据的船舶状态远程监控***及方法 |
CN112596496A (zh) * | 2020-12-08 | 2021-04-02 | 中国船舶重工集团公司第七0四研究所 | 一种船舶电力推进***健康管理平台及管理方法 |
CN113379223A (zh) * | 2021-06-04 | 2021-09-10 | 江苏科技大学 | 基于故障关联模型的船舶主机随船备件多层级配置方法 |
CN113847950A (zh) * | 2021-09-23 | 2021-12-28 | 大连海事大学 | 基于云计算的智能船舶设备状态监测***及信息交互方法 |
KR102433556B1 (ko) * | 2021-10-19 | 2022-08-18 | 삼원에프에이(주) | 선박 장비 고장 진단 서버 및 그 시스템 |
CN115700632A (zh) * | 2022-11-04 | 2023-02-07 | 中国船舶集团有限公司第七0九研究所 | 一种船舶电子信息***维修保障措施决策方法及装置 |
CN115809868A (zh) * | 2022-11-17 | 2023-03-17 | 广州翼翔工程有限公司 | 一种船舶维修方法、***、终端及存储介质 |
CN116228186A (zh) * | 2022-12-12 | 2023-06-06 | 武汉理工大学 | 基于人因工程的船舶机舱智能运维*** |
Non-Patent Citations (2)
Title |
---|
汪益兵;杨燕斌;: "基于CBM的船舶设备健康管理***", 船舶工程, no. 10 * |
莫金飞;: "船舶中小型柴油机维修管理技术误区分析", 中国水运(下半月), no. 01 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117371994A (zh) * | 2023-12-05 | 2024-01-09 | 中国船舶集团有限公司第七一九研究所 | 一种基于意见反馈的船舶维修智能管理*** |
CN117371994B (zh) * | 2023-12-05 | 2024-02-23 | 中国船舶集团有限公司第七一九研究所 | 一种基于意见反馈的船舶维修智能管理*** |
Also Published As
Publication number | Publication date |
---|---|
CN116976865B (zh) | 2023-12-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104992270B (zh) | 输变电设备状态检修辅助决策***及方法 | |
CN116976865B (zh) | 基于大数据分析的船舶维修器件调配管理*** | |
CN112115927B (zh) | 一种基于深度学习的机房设备智能识别方法及*** | |
CN111126217A (zh) | 基于智能识别的输电线路智能运维管理*** | |
CN109242104A (zh) | 一种利用数据分析实时发现设备故障异常的*** | |
CN112173636B (zh) | 一种巡检机器人对皮带机托辊故障的检测方法 | |
CN112561238A (zh) | 一种抽水蓄能电站辅机设备状态健康评价***及方法 | |
CN110705849A (zh) | 巡检机器人的实效评估方法、***、存储介质及机器人 | |
CN109051104A (zh) | 一种灌装机运行状态智能化检测***和方法 | |
CN115358155A (zh) | 一种电力大数据异常预警方法、装置、设备及可读存储介质 | |
CN117078227A (zh) | 一种基于标识解析的环境监测运维平台 | |
KR102353574B1 (ko) | Cnc 공작기계의 공구 관련 비정상 데이터 탐지 시스템 | |
CN115060312A (zh) | 一种基于人工智能的建筑材料安全监测*** | |
CN116625683A (zh) | 一种风电机组轴承故障识别方法、***、装置及电子设备 | |
CN111754737A (zh) | 一种计量装置安装验收在线识别评价装置及评价方法 | |
CN117114420B (zh) | 一种基于图像识别的工贸安全事故风险管控***和方法 | |
CN111310723A (zh) | 基于深度学习技术的变电站人员穿戴规范分析方法 | |
CN116611953A (zh) | 基于物联网的电能表生产制造实时数据管理方法和*** | |
CN110569990A (zh) | 一种适用于海洋核动力平台的运维***及运维方法 | |
CN114815760A (zh) | 一种安全生产追踪处置***及方法 | |
CN115186007A (zh) | 一种用于监测提醒的机载数据标识实时显示方法及*** | |
CN112363432A (zh) | 一种水电站辅助设备的监测***及监测方法 | |
CN116934359B (zh) | 一种基于互联网的食品安全全流程监管*** | |
CN117309065B (zh) | 一种基于无人机的换流站远程监控方法及*** | |
CN116957366B (zh) | 一种基于物联网的港口数据采集与评价方法及*** |
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 |