论文部分内容阅读
我国汽车行业目前是支撑国民经济的龙头工业行业之一,具有庞大丰富的产业生态。基于SaaS模式的汽车产业链协同云平台上汇集有多个中小型核心整车制造厂主导的汽车产业链,且每条产业链上、下游协作企业均已在平台上注册。平台在十余年的持续运营中积累了海量销售和服务数据,成为工业领域的宝贵数据资产。目前,平台上中小型核心整车制造厂缺乏面向自身的故障件数据智能服务,数据资产的潜在价值没有发掘。此外,不同产业链之间业务存在交汇,此部分数据亦具有关联性和可共享性。核心整车制造厂缺乏对多链故障件数据资源的整合利用。
论文研究工作紧紧依托汽车产业链协同云平台。首先对面向核心整车制造厂的故障件数据智能服务和多价值链数据资源利用的背景、意义及现状进行了研究。在现有基于第三方云平台的整车制造厂三包售后服务模式基础上,结合企业实际问题和需求,设计基于第三方云平台的多链故障件数据智能服务模式及流程,并设计系统架构及功能。系统主要针对核心整车制造厂,提供故障件数据分析、故障件影响因素分析、多链故障件数据查询、多链故障件数据上、下游协作企业分析报告和基于多链故障件数据的通用件故障量预测5大功能模块。核心整车制造厂质量部通过故障件数据分析和故障件影响因素分析功能对自身故障件产生情况和规律进行分析。通过上、下游协作企业分析报告,核心整车制造厂可全面监控与故障件相关的协作企业,提升上、下游业务协作效率,改善自身业务效益。论文设计构建多链故障件数据专业库以支撑数据智能服务功能实现。根据多链故障件数据特点,论文使用粒子群优化算法(PSO)优化BP神经网络,设计基于PSO-BP算法的通用件故障量预测模型。数据分析报告结合预测结果共同用于支撑核心整车制造厂后续的零部件采购、三包售后备件等业务决策。
论文研究成果基于汽车产业链协同云平台。系统采用三层架构,基于ASP.NET完成开发和应用验证。最终所有功能集成到云平台中,通过第三方云平台向核心整车制造厂提供故障件数据智能服务。
论文研究工作紧紧依托汽车产业链协同云平台。首先对面向核心整车制造厂的故障件数据智能服务和多价值链数据资源利用的背景、意义及现状进行了研究。在现有基于第三方云平台的整车制造厂三包售后服务模式基础上,结合企业实际问题和需求,设计基于第三方云平台的多链故障件数据智能服务模式及流程,并设计系统架构及功能。系统主要针对核心整车制造厂,提供故障件数据分析、故障件影响因素分析、多链故障件数据查询、多链故障件数据上、下游协作企业分析报告和基于多链故障件数据的通用件故障量预测5大功能模块。核心整车制造厂质量部通过故障件数据分析和故障件影响因素分析功能对自身故障件产生情况和规律进行分析。通过上、下游协作企业分析报告,核心整车制造厂可全面监控与故障件相关的协作企业,提升上、下游业务协作效率,改善自身业务效益。论文设计构建多链故障件数据专业库以支撑数据智能服务功能实现。根据多链故障件数据特点,论文使用粒子群优化算法(PSO)优化BP神经网络,设计基于PSO-BP算法的通用件故障量预测模型。数据分析报告结合预测结果共同用于支撑核心整车制造厂后续的零部件采购、三包售后备件等业务决策。
论文研究成果基于汽车产业链协同云平台。系统采用三层架构,基于ASP.NET完成开发和应用验证。最终所有功能集成到云平台中,通过第三方云平台向核心整车制造厂提供故障件数据智能服务。