一种基于WBS的船舶建造标准工时数据挖掘方法

摘要

本发明涉及一种基于WBS的船舶建造标准工时数据挖掘方法，解决了传统重量估算误差大缺点，从根本上规避传统重量估算法所导致的工期不定、成本难以控制等问题，以历史船舶建造数据为依据进行回归分析，获得工时和物量影响因素的曲线，实现了高精度工时数据获得，为船舶建造提供了准确的数据支持，能够有效提高船舶的建造效率。

说明书

技术领域

本发明涉及一种基于WBS的船舶建造标准工时数据挖掘方法，属于船舶建造标准工时制定技术领域。

背景技术

工时数据是船舶建造过程中计划编制与负荷计算的重要依据，也是船舶建造成本预算和控制的基础。然而目前造船企业对于船舶建造工时的挖掘往往仅凭借建造重量来进行粗略估算，这种估算方法的误差大，并没有细分到船舶建造各个作业环节的作业工时，这样不合理、不具体的工时估算方法导致了工期不定、成本难以控制等问题。

因此，为了克服传统工时数据挖掘方法粗放，人为因素影响大等缺陷，本发明提出一种基于WBS的船舶建造标准工时的数据挖掘方法，本发明基于WBS分解，并利用数理统计的回归分析法，回归出各个任务包的工时和物量定额曲线，从而减少了工时数据挖掘的误差，避免了传统重量估算法所导致的工期不定、成本难以控制等问题。

发明内容

本发明所要解决的技术问题是提供一种解决传统重量估算误差大缺点，以历史数据为依据进行回归分析，实现高精度工时数据获得的基于WBS的船舶建造标准工时数据挖掘方法。

本发明为了解决上述技术问题采用以下技术方案：本发明设计了一种基于WBS的船舶建造标准工时数据挖掘方法，包括如下步骤：

步骤001.分别针对船舶建造过程中的船体、舾装、涂装专业进行划分，获得船体、舾装、涂装分别所对应的各个生产活动，即获得船舶建造过程中的各个生产活动，然后进入步骤002；

步骤002.分别针对船舶建造过程中的各个生产活动进行划分，获得各个生产活动分别所对应的各个任务包，并进入步骤003；

步骤003.分别针对各个任务包，分析获得任务包所对应的各个物量影响因素，进而获得各个任务包分别所对应的各个物量影响因素，然后进入步骤004；

步骤004.根据历史船舶建造数据，分别针对各个任务包，获得任务包工时分别对应其各个物量影响因素的函数关系示意图，进而获得各个任务包工时分别对应其各个物量影响因素的函数关系示意图，然后进入步骤005；

步骤005.分别针对各个任务包，根据任务包工时分别对应其各个物量影响因素的函数关系示意图，获得任务包工时对应物量影响因素的函数关系式，如下式(1)所示，然后进入步骤006；

$>S\left(x_i\right)=\left(\begin{array}{cc}{a}_{i,1}{\left(x_i\right)}^3+b_{i,1}{\left(x_i\right)}^2+c_{i,1}{x}_i+d_{i,1}& n_{i,0}\le x_i<n_{i,1}\\ a_{i,2}{\left(x_i\right)}^3+b_{i,2}{\left(x_i\right)}^2+c_{i,2}{x}_i+d_{i,2}& n_{i,1}\le x_i<n_{i,2}\\ a_{i,3}{\left(x_i\right)}^3+b_{i,3}{\left(x_i\right)}^2+c_{i,3}{x}_i+d_{i,3}& n_{i,2}\le x_i<n_{i,3}\\ .& .\\ .& .\\ .& .\end{array}\right)---\left(1\right)$>

其中，i＝{1、…、I}，I表示任务包所对应物量影响因素的个数；S(x_i)表示任务包所对应第i个物量影响因素x_i的工时；n_i,0、n_i,1、n_i,2、n_i,3、…分别表示任务包所对应第i个物量影响因素x_i的各个范围值；a_i,1表示任务包第i个物量影响因素x_i对应n_i,0≤x_i＜n_i,1范围、(x_i)³的系数；b_i,1表示任务包第i个物量影响因素x_i对应n_i,0≤x_i＜n_i,1阶段、(x_i)²的系数；c_i,1表示任务包第i个物量影响因素x_i对应n_i,0≤x_i＜n_i,1阶段、x_i的系数；d_i,1表示任务包第i个物量影响因素x_i对应n_i,0≤x_i＜n_i,1阶段的常数；

步骤006.分别针对各个任务包，建立任务包所对应式(2)如下所示，然后进入步骤007；

S＝β₁S(x₁)+…+β_iS(x_i)+…+β_IS(x_I)+β₀(2)

其中，S表示任务包所对应的总工时，β_i表示S(x_i)所对应的权重系数，β₀表示截距；

步骤007.根据历史船舶建造数据，分别针对各个任务包，确定任务包所对应式(2)中的各个系数和截距，进而分别确定各个任务包所对应式(2)中的各个系数和截距，然后进入步骤008；

步骤008.采集目标船舶建造过程中各个任务包分别所对应各个物量影响因素的大小，然后分别针对目标船舶建造过程中各个任务包，采用式(1)，获得任务包分别对应其物量影响因素的工时，并进一步采用式(2)，获得任务包所对应的工时，进而分别获得目标船舶建造过程中各个任务包的工时，接着进入步骤009；

步骤009.根据船舶建造顺序，针对目标船舶建造过程中各个任务包的工时进行汇总，获得目标船舶的建造工时。

作为本发明的一种优选技术方案：所述步骤001中，按照制造级针对船体进行划分，获得船体所对应的各个生产活动；按照作业类型针对舾装进行划分，获得舾装所对应的各个生产活动。

作为本发明的一种优选技术方案：所述步骤004中，根据历史船舶建造数据，分别针对各个任务包，构建任务包工时分别对应其各个物量影响因素的散点图，即获得任务包工时分别对应其各个物量影响因素的函数关系示意图。

作为本发明的一种优选技术方案：所述步骤007中，分别针对各个任务包，根据历史船舶建造数据，采用多重回归分析方法确定任务包所对应式(2)中的各个系数和截距，进而分别确定各个任务包所对应式(2)中的各个系数和截距。

作为本发明的一种优选技术方案：所述步骤007中，分别针对各个任务包，根据历史船舶建造数据，采用多重回归分析方法，并结合最小二乘法确定任务包所对应式(2)中的各个系数和截距，进而分别确定各个任务包所对应式(2)中的各个系数和截距。

本发明所述一种基于WBS的船舶建造标准工时数据挖掘方法采用以上技术方案与现有技术相比，具有以下技术效果：本发明所设计的基于WBS的船舶建造标准工时数据挖掘方法，解决了传统重量估算误差大缺点，从根本上规避传统重量估算法所导致的工期不定、成本难以控制等问题，以历史船舶建造数据为依据进行回归分析，获得工时和物量影响因素的曲线，实现了高精度工时数据获得，为船舶建造提供了准确的数据支持，能够有效提高船舶的建造效率。

附图说明

图1是本发明所设计基于WBS的船舶建造标准工时数据挖掘方法中步骤001的划分示意图；

图2是本发明所设计基于WBS的船舶建造标准工时数据挖掘方法中步骤002的划分示意图；

图3是本发明所设计基于WBS的船舶建造标准工时数据挖掘方法中实施例任务包所包含物量影响因素目录图；

图4是本发明所设计基于WBS的船舶建造标准工时数据挖掘方法中任务包工时对应物量影响因素的函数关系式(1)的曲线示意图。

具体实施方式

下面结合说明书附图对本发明的具体实施方式作进一步详细的说明。

本发明设计了一种基于WBS的船舶建造标准工时数据挖掘方法，在实际的应用过程当中，具体包括如下步骤：

步骤001.按照制造级针对船体进行划分，获得船体所对应的各个生产活动；按照作业类型针对舾装进行划分，获得舾装所对应的各个生产活动，由此获得船体、舾装、涂装分别所对应的各个生产活动，即获得船舶建造过程中的各个生产活动，然后进入步骤002。

步骤002.分别针对船舶建造过程中的各个生产活动进行划分，获得各个生产活动分别所对应的各个任务包，并进入步骤003。

步骤003.分别针对各个任务包，分析获得任务包所对应的各个物量影响因素，进而获得各个任务包分别所对应的各个物量影响因素，然后进入步骤004。

步骤004.根据历史船舶建造数据，分别针对各个任务包，构建任务包工时分别对应其各个物量影响因素的散点图，即获得任务包工时分别对应其各个物量影响因素的函数关系示意图，进而获得各个任务包工时分别对应其各个物量影响因素的函数关系示意图，然后进入步骤005。

步骤005.分别针对各个任务包，根据任务包工时分别对应其各个物量影响因素的函数关系示意图，获得任务包工时对应物量影响因素的函数关系式，如下式(1)所示，然后进入步骤006，其中下式(1)所描述的曲线示意图如图4所示。

$>S\left(x_i\right)=\left(\begin{array}{cc}{a}_{i,1}{\left(x_i\right)}^3+b_{i,1}{\left(x_i\right)}^2+c_{i,1}{x}_i+d_{i,1}& n_{i,0}\le x_i<n_{i,1}\\ a_{i,2}{\left(x_i\right)}^3+b_{i,2}{\left(x_i\right)}^2+c_{i,2}{x}_i+d_{i,2}& n_{i,1}\le x_i<n_{i,2}\\ a_{i,3}{\left(x_i\right)}^3+b_{i,3}{\left(x_i\right)}^2+c_{i,3}{x}_i+d_{i,3}& n_{i,2}\le x_i<n_{i,3}\\ .& .\\ .& .\\ .& .\end{array}\right)---\left(1\right)$>

其中，i＝{1、…、I}，I表示任务包所对应物量影响因素的个数；S(x_i)表示任务包所对应第i个物量影响因素x_i的工时；n_i,0、n_i,1、n_i,2、n_i,3、…分别表示任务包所对应第i个物量影响因素x_i的各个范围值；a_i,1表示任务包第i个物量影响因素x_i对应n_i,0≤x_i＜n_i,1范围、(x_i)³的系数；b_i,1表示任务包第i个物量影响因素x_i对应n_i,0≤x_i＜n_i,1阶段、(x_i)²的系数；c_i,1表示任务包第i个物量影响因素x_i对应n_i,0≤x_i＜n_i,1阶段、x_i的系数；d_i,1表示任务包第i个物量影响因素x_i对应n_i,0≤x_i＜n_i,1阶段的常数。

步骤006.分别针对各个任务包，建立任务包所对应式(2)如下所示，然后进入步骤007。

S＝β₁S(x₁)+…+β_iS(x_i)+…+β_IS(x_I)+β₀>

其中，S表示任务包所对应的总工时，β_i表示S(x_i)所对应的权重系数，β₀表示截距。

步骤007.分别针对各个任务包，根据历史船舶建造数据，采用多重回归分析方法，并结合最小二乘法确定任务包所对应式(2)中的各个系数和截距，进而分别确定各个任务包所对应式(2)中的各个系数和截距，然后进入步骤008。

步骤008.采集目标船舶建造过程中各个任务包分别所对应各个物量影响因素的大小，然后分别针对目标船舶建造过程中各个任务包，采用式(1)，获得任务包分别对应其物量影响因素的工时，并进一步采用式(2)，获得任务包所对应的工时，进而分别获得目标船舶建造过程中各个任务包的工时，接着进入步骤009。

步骤009.根据船舶建造顺序，针对目标船舶建造过程中各个任务包的工时进行汇总，获得目标船舶的建造工时。

将上述所设计基于WBS的船舶建造标准工时数据挖掘方法应用实际的船舶制造中，具体包括如下步骤：

步骤001.按照制造级针对船体进行划分，获得船体所对应的各个生产活动；按照作业类型针对舾装进行划分，获得舾装所对应的各个生产活动，由此获得船体、舾装、涂装分别所对应的各个生产活动，即获得船舶建造过程中的各个生产活动，然后进入步骤002，如图1所示，按制造级将船体专业划分为备料、预处理、切割、加工、小组、中组、大组；分段阶段的舾装作业为预舾装，按照作业类型将其划分为制作、安装；涂装专业在分段阶段的作业为分段涂装，主要考虑涂装面积。

步骤002.分别针对船舶建造过程中的各个生产活动进行划分，获得各个生产活动分别所对应的各个任务包，并进入步骤003。如图2所示，船体专业，分别对备料、预处理、切割、加工、小组、中组、大组进行任务包划分，如下：备料阶段任务包包括分段钢板备料和分段型材备料；预处理阶段任务包包括分段钢板预处理和分段型材预处理；切割阶段任务包包括分段钢板切割和分段型材切割；加工阶段任务包包括分段普通零件加工、分段外板加工、分段肋骨加工、分段样板/样箱制作；小组阶段任务包包括分段小组装配、分段小组焊接、分段小组打磨、分段小组火工、分段手工拼板划线、分段手工拼板装配、分段手工拼板焊接、分段手工拼板打磨、分段手工拼板火工、分段流水线拼板划线、分段流水线拼板装配、分段流水线拼板板架切割、分段流水线拼板焊接、分段流水线拼板火工、分段流水线拼板打磨、分段流水线拼板检验；中组阶段任务包包括分段中组划线、分段中组装配、分段中组焊接、分段中组打磨、分段中组火工；大组阶段任务包包括分段划线、分段装配、分段焊接、分段打磨、分段火工。其次，舾装专业，分别对制作和安装进行任务包划分，如下：制作过程任务包包括分段铁舾件制作、分段管子制作、分段电装件制作、分段空冷通制作；安装过程任务包包括分段铁舾件安装、分段管子安装、分段电装件安装、分段空冷通安装。最后，涂装专业，分段涂装任务包包括分段冲砂、分段油漆。

步骤003.分别针对各个任务包，分析获得任务包所对应的各个物量影响因素，进而获得各个任务包分别所对应的各个物量影响因素，然后进入步骤004。其中如图3所示，以分段钢板切割任务包、分段型材切割任务包为例进行分析，获得分段钢板切割任务包所对应的物量影响因素为钢板重量和钢板数量，以及获得分段型材切割任务包所对应的物量影响因素为型材重量和型材数量。

步骤004.根据历史船舶建造数据，分别针对各个任务包，构建任务包工时分别对应其各个物量影响因素的散点图，即获得任务包工时分别对应其各个物量影响因素的函数关系示意图，进而获得各个任务包工时分别对应其各个物量影响因素的函数关系示意图，其中，包括常数函数、分段常数函数、一次函数、分段一次函数，然后进入步骤005。

步骤005.分别针对各个任务包，根据任务包工时分别对应其各个物量影响因素的函数关系示意图，获得任务包工时对应物量影响因素的函数关系式，如下式(1)所示，然后进入步骤006。

$>S\left(x_i\right)=\left(\begin{array}{cc}{a}_{i,1}{\left(x_i\right)}^3+b_{i,1}{\left(x_i\right)}^2+c_{i,1}{x}_i+d_{i,1}& n_{i,0}\le x_i<n_{i,1}\\ a_{i,2}{\left(x_i\right)}^3+b_{i,2}{\left(x_i\right)}^2+c_{i,2}{x}_i+d_{i,2}& n_{i,1}\le x_i<n_{i,2}\\ a_{i,3}{\left(x_i\right)}^3+b_{i,3}{\left(x_i\right)}^2+c_{i,3}{x}_i+d_{i,3}& n_{i,2}\le x_i<n_{i,3}\\ .& .\\ .& .\\ .& .\end{array}\right)---\left(1\right)$>

其中，i＝{1、…、I}，I表示任务包所对应物量影响因素的个数；S(x_i)表示任务包所对应第i个物量影响因素x_i的工时；n_i,0、n_i,1、n_i,2、n_i,3、…分别表示任务包所对应第i个物量影响因素x_i的各个范围值；a_i,1表示任务包第i个物量影响因素x_i对应n_i,0≤x_i＜n_i,1范围、(x_i)³的系数；b_i,1表示任务包第i个物量影响因素x_i对应n_i,0≤x_i＜n_i,1阶段、(x_i)²的系数；c_i,1表示任务包第i个物量影响因素x_i对应n_i,0≤x_i＜n_i,1阶段、x_i的系数；d_i,1表示任务包第i个物量影响因素x_i对应n_i,0≤x_i＜n_i,1阶段的常数。

步骤006.分别针对各个任务包，建立任务包所对应式(2)如下所示，然后进入步骤007。

S＝β₁S(x₁)+…+β_iS(x_i)+…+β_IS(x_I)+β₀(2)

其中，S表示任务包所对应的总工时，β_i表示S(x_i)所对应的权重系数，β₀表示截距。

步骤007.分别针对各个任务包，根据历史船舶建造数据，采用多重回归分析方法，并结合最小二乘法确定任务包所对应式(2)中的各个系数和截距，进而分别确定各个任务包所对应式(2)中的各个系数和截距，然后进入步骤008。

步骤008.采集目标船舶建造过程中各个任务包分别所对应各个物量影响因素的大小，然后分别针对目标船舶建造过程中各个任务包，采用式(1)，获得任务包分别对应其物量影响因素的工时，并进一步采用式(2)，获得任务包所对应的工时，进而分别获得目标船舶建造过程中各个任务包的工时，接着进入步骤009。

步骤009.根据船舶建造顺序，针对目标船舶建造过程中各个任务包的工时进行汇总，获得目标船舶的建造工时。

上述技术方案所设计的基于WBS的船舶建造标准工时数据挖掘方法，解决了传统重量估算误差大缺点，从根本上规避传统重量估算法所导致的工期不定、成本难以控制等问题，以历史船舶建造数据为依据进行回归分析，获得工时和物量影响因素的曲线，实现了高精度工时数据获得，为船舶建造提供了准确的数据支持，能够有效提高船舶的建造效率。

上面结合附图对本发明的实施方式作了详细说明，但是本发明并不限于上述实施方式，在本领域普通技术人员所具备的知识范围内，还可以在不脱离本发明宗旨的前提下做出各种变化。