论文部分内容阅读
电厂热工控制系统备件的消耗具有很强的不确定性,因此在进行备件管理时,大部分企业确定备件需求都是靠生产作业人员根据多年的经验上报需求计划,而为了保障设备正常运行,上报的需求计划往往是放大了的计划,而物资供应部门进行采购时,根据上报的需求计划与自己的经验进行判断,需求可能进一步放大,造成大量的备件库存积压,使库存周转慢,企业的库存成本也大大的增加,直接影响到了企业的经济效益。只有准确地预测备件消耗趋势,才能合理确定备件储备定额,降低库存成本。本文针对电厂热工控制系统备件的特点和管理现状中存在的不足,对电厂热工控制系统备件的消耗进行了研究,通过对当前电厂热工控制系统备件库存管理现状进行调研,并结合国内外对备件消耗预测方法研究的现状,提出了基于BP模糊神经网络的备件ABC分类模型,并基于备件的ABC分类提出各类备件的消耗预测模型。建立的基于模糊神经网络的备件ABC分类模型,考虑了备件的三个重要方面,即关键性、耗损性、经济性,设计四层的网络结构:输入层为3个节点,为关键性分值、耗损性分值、经济性分值;隶属度层为9个节点,对应与关键性、耗损性、经济性三个指标分别属于三种备件类别的隶属度;输出层为3个结点,分别为A、B、C,隐层结点个数的选择照美国学者Hebb提出的方法选取,本文的隐层节点个数选5个。通过对网络的训练,建立起符合实际要求的基于BP模糊神经网络的备件ABC分类模型,并基于备件的ABC分类,提出了各类备件的消耗预测模型。研究表明,使用本论文提出的方法,预测结果优于传统的预测方法,如凭借预测人员的经验预测,它有效地减少了预测人员经验不足所带来的人为误差,提高了预测的准确性和实用性。综上所述,本文根据电厂热工控制系统备件的特点,提出了基于BP模糊神经网络的备件ABC预测模型,并基于备件的ABC分类,提出了各类备件的消耗预测模型,最后总结全文,展望了备件消耗预测的前景。