一种基于大数据的维修器材需求预测分析系统技术方案

本发明专利技术公开了一种基于大数据的维修器材需求预测分析系统，预测分析系统设置在船舶内侧，船舶内侧设置有若干个装备，预测分析系统包括服务器，服务器连接有人工智能引擎，服务器连接有大数据计算引擎，人工智能引擎、大数据计算引擎均连接有建议提示模块，服务器通过网络连接有基础数据结构化模块，基础数据结构化模块通过网络连接有大数据中心，大数据中心连接有数据采集器，数据采集器通过导线连接有传感器组，传感器组包括但不仅限于温度传感器、气体传感器、液位传感器、压力传感器、振动传感器，本发明专利技术实现了可以极大的降低船舶携带备件的负担，提高仓库空间利用率，节约采购经费，最终提高在航率的功能。

【技术实现步骤摘要】
一种基于大数据的维修器材需求预测分析系统
本专利技术涉及预测分析领域，具体的说是一种基于大数据的维修器材需求预测分析系统。
技术介绍
预测分析是一种统计或数据挖掘解决方案，包含可在结构化和非结构化数据中使用以确定未来结果的算法和技术，可为预测、优化、预报和模拟等许多其他用途而部署，也可为规划流程提供各种信息，并对企业未来提供关键洞察。在一些大型企业或者设备比较多的场所当中，比如船舶，其内部含有多种多样的装备，这些设备常年处于工作状态中，非常容易出现损坏、故障的现象，而船舶为了保证航行的顺利，每次出航，都必定在船上装载大量的可供维修、更换的备用装备和零部件，这些装备和零部件占用的很大的船内空间和载重能力，而且为了预防装备故障、损坏，需要全面采购装备和维修材料，每一种都不能落下，需要投入相当多的经费去预防装备故障、损坏。因此设计一种可以极大的降低船舶携带备件的负担，提高仓库空间利用率，节约采购经费，最终提高在航率的预测分析系统，正是专利技术人要解决的问题。
技术实现思路
针对现有技术的不足，本专利技术的目的是提供一种基于大数据的维修器材需求预测分析系统，能实现可以极大的降低船舶携带备件的负担，提高仓库空间利用率，节约采购经费，最终提高在航率的功能。本专利技术解决其技术问题所采用的技术方案是：一种基于大数据的维修器材需求预测分析系统，包括船舶，所述预测分析系统设置在船舶内侧，所述船舶内侧设置有若干个装备，所述预测分析系统包括服务器，所述服务器连接有人工智能引擎，所述服务器连接有大数据计算引擎，所述人工智能引擎、大数据计算引擎均连接有建议提示模块，所述服务器通过网络连接有基础数据结构化模块，所述基础数据结构化模块通过网络连接有大数据中心，所述大数据中心连接有数据采集器，所述数据采集器通过导线连接有传感器组，所述传感器组包括但不仅限于温度传感器、气体传感器、液位传感器、压力传感器、振动传感器，所述温度传感器、气体传感器、液位传感器、压力传感器、振动传感器分别分散分布在船舶内侧的各个位置，所述大数据中心通过网络连接有手动输入终端。进一步，所述服务器包括主服务器、若干个子服务器，所述主服务器通过网络分别与若干个子服务器相连接。进一步，所述传感器组内的传感器数量不少于五个且分布的点位不少于五个。进一步，所述手动输入终端用于输入装备历史信息。进一步，所述人工智能引擎与大数据计算引擎同时工作。进一步，所述建议提示模块包括显示器、数据接收模块，所述数据接收模块与显示器电连接。进一步，所述网络包括单不仅限于互联网、局域网。进一步，若干个所述装备上分别设置有若干个EPC标签。本专利技术的有益效果是：1.本专利技术通过研究整合装备状态监控信息和历史记录数据，将不同形式的装备信息统一规范到标准的数据仓库中在结构化的装备运行状态信息、装备故障信息及维修信息、器材使用信息的基础上，利用大数据分析方法分析装备的使用强度、设备故障率、器材的故障率、器材使用强度与器材故障之间的关联关系，利用人工智能算法建立装备使用情况与器材故障率之间的关系模型，并预测器材需求，实现了可以极大的降低船舶携带备件的负担，提高仓库空间利用率，节约采购经费，最终提高在航率的功能。附图说明图1是本专利技术系统结构框图。图2是本专利技术流程图。图3是本专利技术神经网络计算示意图。附图标记说明：1-数据采集器；2-大数据中心；3-基础数据结构化模块；4-服务器；5-人工智能引擎；6-建议提示模块；7-大数据计算引擎；8-手动输入终端。具体实施方式下面结合具体实施例，进一步阐述本专利技术，应理解，这些实施例仅用于说明本专利技术而不用于限制本专利技术的范围。此外应理解，在阅读了本专利技术讲授的内容之后，本领域技术人员可以对本专利技术作各种改动或修改，这些等价形式同样落在申请所附权利要求书所限定的范围。实施例一：参见图1至3是本专利技术系统结构框图、流程图、神经网络计算示意图，一种基于大数据的维修器材需求预测分析系统，包括船舶，预测分析系统设置在船舶内侧，船舶内侧设置有若干个装备，预测分析系统包括服务器4，服务器4连接有人工智能引擎5，服务器4连接有大数据计算引擎7，人工智能引擎5、大数据计算引擎7均连接有建议提示模块6，服务器4通过网络连接有基础数据结构化模块3，基础数据结构化模块3通过网络连接有大数据中心2，大数据中心2连接有数据采集器1，数据采集器1通过导线连接有传感器组，传感器组包括但不仅限于温度传感器、气体传感器、液位传感器、压力传感器、振动传感器，温度传感器、气体传感器、液位传感器、压力传感器、振动传感器分别分散分布在船舶内侧的各个位置，大数据中心2通过网络连接有手动输入终端8。服务器4包括主服务器4、若干个子服务器，主服务器4通过网络分别与若干个子服务器相连接，传感器组内的传感器数量不少于五个且分布的点位不少于五个，手动输入终端8用于输入装备历史信息，人工智能引擎5与大数据计算引擎7同时工作。建议提示模块6包括显示器、数据接收模块，数据接收模块与显示器电连接，网络包括单不仅限于互联网、局域网，若干个装备上分别设置有若干个EPC标签。本专利技术创新性地提出装备状态及故障信息结构化标准，通过研究整合装备状态监控信息和历史记录数据，将不同形式的装备信息统一规范到标准的数据仓库中在结构化的装备运行状态信息、装备故障信息及维修信息、器材使用信息的基础上，本专利技术提出利用大数据分析方法分析装备的使用强度、设备故障率、器材的故障率、器材使用强度与器材故障之间的关联关系，利用人工智能算法建立装备使用情况与器材故障率之间的关系模型，并预测器材需求，通过上述方式实现的器材需求预测将可以极大的降低船舶携带备件的负担，提高仓库空间利用率，节约采购经费，最终提高在航率。本专利技术是基于大数据的维修器材需求预测分析系统，充分利用装备保院历史大数据，结合装备实时状态信息和未来任务需求，采用大数据分析和人工智能算法，提出最优的装备维修器材保障需求，本专利技术的总体流程包括：需求调研、方案设计、关键技术研发、方案验证等方面。本专利的主要内容及关键技术为:1、结构化的装备维修数据标准，其关键技术包括：装备维修数据结构化标准方法；多类型程序及数据I/O技术。2、保障大数据分析的方法，其关键技术包括：关联度分析等数据挖掘技术。3、故障及器材消耗预测分析算法，其关键技术包括：基于人工智能分析算法的故障建模及故障预测技术。（1）本专利技术结构化的装备维修数据标准：装备维修数据结构化标准研究，通过调研，目前装备使用及维修信息主要包括以下几类:1）各装备的运行参数等，主要是由故障预测与健康管理(Prognostic·and·Healh·Management，PHM)系统根据分布在全船的各类传感器进行采集，例如温度传感器、气体传感器、液位传感器、压力传感器、振动传感器等等；2）装备的故障项目及器材出入库信息等，主要由船员实时录入；3本文档来自技高网...

【技术保护点】
1.一种基于大数据的维修器材需求预测分析系统，包括船舶，所述预测分析系统设置在船舶内侧，所述船舶内侧设置有若干个装备，其特征在于：包括服务器，所述服务器连接有人工智能引擎，所述服务器连接有大数据计算引擎，所述人工智能引擎、大数据计算引擎均连接有建议提示模块，所述服务器通过网络连接有基础数据结构化模块，所述基础数据结构化模块通过网络连接有大数据中心，所述大数据中心连接有数据采集器，所述数据采集器通过导线连接有传感器组，所述传感器组包括但不仅限于温度传感器、气体传感器、液位传感器、压力传感器、振动传感器，所述温度传感器、气体传感器、液位传感器、压力传感器、振动传感器分别分散分布在船舶内侧的各个位置，所述大数据中心通过网络连接有手动输入终端。/n

【技术特征摘要】
1.一种基于大数据的维修器材需求预测分析系统，包括船舶，所述预测分析系统设置在船舶内侧，所述船舶内侧设置有若干个装备，其特征在于：包括服务器，所述服务器连接有人工智能引擎，所述服务器连接有大数据计算引擎，所述人工智能引擎、大数据计算引擎均连接有建议提示模块，所述服务器通过网络连接有基础数据结构化模块，所述基础数据结构化模块通过网络连接有大数据中心，所述大数据中心连接有数据采集器，所述数据采集器通过导线连接有传感器组，所述传感器组包括但不仅限于温度传感器、气体传感器、液位传感器、压力传感器、振动传感器，所述温度传感器、气体传感器、液位传感器、压力传感器、振动传感器分别分散分布在船舶内侧的各个位置，所述大数据中心通过网络连接有手动输入终端。


2.根据权利要求1所述的一种基于大数据的维修器材需求预测分析系统，其特征在于：所述服务器包括主服务器、若干个子服务器，所述主服务器通过网络分别与若干个子服务器相连接。


3.根据权利...

【专利技术属性】
技术研发人员：曾晨，陈志敏，
申请(专利权)人：曾晨，
类型：发明
国别省市：湖北;42