基于模糊综合评判的企业生产管理评价方法技术

本发明专利技术公开的基于模糊综合评判的企业生产管理评价方法，包括以下步骤：S1：制定各生产环节的单因素评价标准和综合评价标准；S2：进行单个生产环节的初步评价，S3：依据初步评价结果进行模糊综合评价的计算；S4：依据综合评价标准对综合评价的计算结果进行分析，得出各个评价对象的模糊综合评价结果。本发明专利技术通过构建的模糊综合评价模型对生产过程数据进行计算和处理，对企业当前生产健康状况予以评判，最终得出事故预警、故障诊断、优化建议等有益信息，为决策者在企业优化、改进设备及人员配置等方面的综合管理提供参考依据。

【技术实现步骤摘要】

本专利技术涉及企业生产管理评价
，特别涉及一种基于模糊综合评判的企业 生产管理评价方法。
技术介绍
生产型的企业，一般都涉及机器生产加工、用电用水、重点人/物管理等细节模 块，这些模块构成一个庞大且复杂的生产系统，而"生产机器状态数据"、"能耗数据"、"电能 质量数据"、"重点人、物动态分布数据"等信息，可以实时展现该系统（企业）的运行状况， 因此，可通过架构物联网信息系统，采集这些环节的过程数据（即生产过程数据），实现对 企业运行状态的实时监控。而将各环节数据关联起来，并结合企业基础数据和行业模型，利 用相应的数据处理方法来诊断出企业中许多潜在的问题或病症，及时地给出预警或优化建 议。实现上述功能依赖于一套综合的信息系统，该系统又称之为"企业生产健康管理"平台。 然而，大型企业的生产过程数据种类繁多，数据量大，实时变化，彼此之间的很难 分析出相应的关系，目前，大多数企业应用的信息系统中具有一些诊断功能，一般具有2个 特点：1)都是通过可见、简单的逻辑关系进行数据关联得出结论，2)所面向的对象一般只 能针对专用设备或小型系统，而面向大型复杂系统缺乏可靠的解决方法。 有鉴于此，本专利技术人提出一种通过模糊综合评价模型对通过生产过程数据计算和 处理，辅以企业基础数据、行业模型及建立合格标准实现对大量的生产过程数据的挖掘、关 联和分析，得出企业健康指标诊断结果的方法，。
技术实现思路
本专利技术的目的在于提供一种，通过构 建的模糊综合评价模型对生产过程数据进行计算和处理，对企业当前生产健康状况予以评 判，最终得出事故预警、故障诊断、优化建议等有益信息，为决策者在企业优化、改进设备及 人员配置等方面的综合管理提供参考依据。 为了实现上述目的，本专利技术采用的解决方案是： ，其步骤是： S1 :制定各生产环节的单因素评价标准和综合评价标准，该单因素评价标准和该 综合评价标准均依据行业标准或企业效益指标或数学模型制定； S2 :进行单个生产环节的初步评价，其步骤包括： S21 :采集生产过程中各环节的状态数据，对各环节的状态数据分别进行计算，得 到状态数据初步处理结果； S22:将初步处理结果和单因素评价标准进行比较，得出各生产环节的初步评价结 果，该初步评价结果以布尔量表示，即〇 (达标）或1 (不达标）； S3 :根据初步评价结果进行模糊综合评价的计算，其步骤包括： S31 :设定评价对象，确定影响评价对象的因素，建立影响评价对象的因素集U，其 中u = {yi，y2, . . .，yn}，η为影响该评价对象的因素数量，yi-yi别代表S2中各环节的初 步评价结果； S32 :建立由综合评价计算结果B组成的评价集V，其中V = {xu x2,…，xm}。 S33 :建立单因素评价矩阵R，其中矩阵R中每一个元素Γιi分别表示因素y i隶属于评价X $勺 ，. 程度； S34:根据因素集U，采用统计法建立影响评价对象权重因素集A，其中A = {ai，a2,…，aj，m为影响该评价对象的权重因素数量； S35 :获取综合评价计算结果B，其中B = A · R ; S4 :依据综合评价标准对综合评价的计算结果B和评价集V进行分析，得出各个评 价对象的模糊综合评价结论。 所述步骤S2中，生产过程中各环节的状态数据包括能耗管理数据，生产设备状态 数据，电能质量数据及人/物定位管理数据。 所述步骤S3中，评价对象包括投入产出、KPI、供电质量、能耗和故障。 所述步骤S21具体为：以一定的时间间隔为单位，取一段时间内的实时动态数据， 对时序数据进行加权累加计算，得到一定周期内的状态数据结果。 所述步骤S34中，建立影响评价对象权重因素集A的统计法可选用以下几种： 专家统计法：设因素集U = {ud u2,…，uj，由k个专家各自独立地给出各因素 Ul (i = 1，2,…，η)的权重，取各因素权重的平均值作为其权重即 加权统计方法：当专家人数k < 30人时，可用加权统计方法来计算权重，按照公式来计算对应的权重向量A ; 频数统计方法：设因素集U = {Ul，u2，…，un}，当专家人数k彡30时，根据权重分 配调研，对因素集U中的各个元素，每人独立地提出自己认为最合适的权重，根据回收的权 重分配调研，对每个因素Ul (i = 1，2,…，η)进行单因素的权重统计试验，其步骤如下： S341 :对因素Ul (i = 1，2,…，η)在它的权重aij (j = 1，2,…，k)中找出最大值％ 和最小值叫，sp_ S342:适当选取正整数p，利用公式··计算出把权重分成p组的组距，并将 权重从小到大分成P组； S343 :计算落在每组内权重的频数与频率； S344 :根据频数与频率分布情况，取最大频率所在分组的组中值为因素Ul的权重 a; (i = 1，2,…，η)，得到权重为 A = (a!，a2,…，an)。 所述步骤S35中，综合评价计算结果B的运算模型可以选用以下几种： 模型 I :Μ( Λ，V ) 在模糊综合评判决策中，为max-min合成运算，即用模型Μ( Λ，V )计算B = A *R， 其中 模型 II :Μ( ·，V ) 该模型采用两种运算：一种是普通乘法运算，用·表示；另一种是取大运算，用V 表示，其中， 模型III: Μ (Λ，?) 该模型采用取小运算Λ外，还采用环和运算?，也称有界和运算，它表示上限为1 的求和运算，其中， 运算後为有界和，即 模型 IV:M(，，+) 该模型采用两种运算：一种是普通乘法运算·；另一种是普通加法运算+，其中， 采用上述方案后，本专利技术的有益效果为：本专利技术基于模糊综合评价的核心算法，对 各生产环节数据的关联性进行挖掘，充分利用的个各生产环节的相互影响关系，实现各个 评价对象的综合评判，本专利技术的综合评价结果直接反应出生产健康状况，为事故预警、故障 诊断、优化建议等提供参考信息，为决策者在企业优化、改进设备及人员配置等方面的综合 管理提供参考依据 以下结合附图和【具体实施方式】对本专利技术做进一步说明。【附图说明】 图1是本专利技术的流程简图。【具体实施方式】 如图1所示，本专利技术揭示的，其步骤 是： SI :制定各生产环节的单因素评价标准和综合评价标准，该单因素评价标准和该 综合评价标准均依据行业标准或企业效益指标或数学模型制定； S2 :进行单个生产环节的初步评价，其步骤包括： S21 :采集生产过程中各环节的状态数据，对各环节的状态数据分别进行计算，得 到状态数据初步处理结果； S22:将初步处理结果和单因素评价标准进行比较，得出各生产环节的初步评价结 果，该初步评价结果以布尔量表示，即〇 (达标）或1 (不达标）； S3 :根据初步评价结果进行模糊综合评价的计算，其步骤包括： S31 :设定评价对象，确定影响评价对象的因素，建立影响评价对象的因素集U，其 中U =匕，y2, . . .，yn}，η为影响该评价对象的因素数量，别代表S2中各环节的初 步评价结果； S32 :建立由综合评价计算结果B组成的评价集V，其中V = {χ^ x2,…，xm}。 S33 :建立单因素评价矩阵R，其中矩阵R中每一个元素Γιi分别表示因素y i隶属于评价X $勺 程度，R可通本文档来自技高网...

【技术保护点】
基于模糊综合评判的企业生产管理评价方法，其特征在于，步骤是：S1：制定各生产环节的单因素评价标准和综合评价标准，该单因素评价标准和该综合评价标准均依据行业标准或企业效益指标或数学模型制定；S2：进行单个生产环节的初步评价，其步骤包括：S21：采集生产过程中各环节的状态数据，对各环节的状态数据分别进行计算，得到状态数据初步处理结果；S22：将初步处理结果和单因素评价标准进行比较，得出各生产环节的初步评价结果，该初步评价结果以布尔量表示，即0(达标)或1(不达标)；S3：根据初步评价结果进行模糊综合评价的计算，其步骤包括：S31：设定评价对象，确定影响评价对象的因素，建立影响评价对象的因素集U，其中U＝{y1,y2,...,yn}，n为影响该评价对象的因素数量，y1‑yn分别代表S2中各环节的初步评价结果；S32：建立由综合评价计算结果B组成的评价集V，其中V＝{x1,x2,…,xm}。S33：建立单因素评价矩阵R，其中矩阵R中每一个元素rij分别表示因素yi隶属于评价xj的程度；S34：根据因素集U，采用统计法建立影响评价对象权重因素集A，其中A＝{a1,a2,…,am}，m为影响该评价对象的权重因素数量；S35：获取综合评价计算结果B，其中B＝A·R；S4：依据综合评价标准对综合评价的计算结果B和评价集V进行分析，得出各个评价对象的模糊综合评价结论。...

【技术特征摘要】

【专利技术属性】
技术研发人员：田军，
申请(专利权)人：田军，
类型：发明
国别省市：福建;35