首页> 中国专利> 一种基于大数据的企业绿色生产管控方法及系统

一种基于大数据的企业绿色生产管控方法及系统

摘要

本申请公开了一种基于大数据的企业绿色生产管控方法及系统,属于数据处理领域,所述方法包括:通过接入企业信息管理终端获得目标企业的企业生产链,进而获取多个生产链节点并分析相关性,获取多个相关系数,通过对多个生产链节点中的各个生产节点进行污染指标分析,输出多个污染指标,基于多个相关系数作为输入变量,将多个污染指标作为输入定量,搭建响应目标函数,输出多个迭代污染指标,根据多个迭代污染指标定位企业生产链中的污染管控节点,用于进行污染降幅管控。解决了无法对企业的生产过程进行精确分析,得到准确的污染指标,污染管控质量低的技术问题。达到了通过进行局部生产链调整,准确把控全局污染指标的技术效果。

著录项

  • 公开/公告号CN114819773A

    专利类型发明专利

  • 公开/公告日2022-07-29

    原文格式PDF

  • 申请/专利权人 天津大学;

    申请/专利号CN202210744853.0

  • 发明设计人 于蕾;陈卫东;

    申请日2022-06-29

  • 分类号G06Q10/06(2012.01);G06Q50/26(2012.01);G06F16/903(2019.01);

  • 代理机构天津市君砚知识产权代理有限公司 12239;

  • 代理人高文迪

  • 地址 300000 天津市南开区卫津路92号

  • 入库时间 2023-06-19 16:11:11

法律信息

  • 法律状态公告日

    法律状态信息

    法律状态

  • 2022-09-09

    授权

    发明专利权授予

  • 2022-08-16

    实质审查的生效 IPC(主分类):G06Q10/06 专利申请号:2022107448530 申请日:20220629

    实质审查的生效

说明书

技术领域

本申请涉及数据处理领域,尤其涉及一种基于大数据的企业绿色生产管控方法及系统。

背景技术

企业的绿色生产是通过健全的管理体制,对工业生产全过程的污染进行控制,使污染物的产生量最少化的一种综合措施。绿色生产的目标是“节能、降耗、减污”,研究企业的绿色生产有利于对于推动我国的工业污染控制方式从先污染后治理转化为污染防范为主,从而实现经济可持续发展的目标。

目前,对于企业的绿色生产管理主要通过生产管理人员对产品生产过程中各个环节的生产工艺进行评定,确定在制造过程中会产生的污染,从而对污染项目进行管控,使各个环节的污染指标达到检验标准,从而使整体的生产达到环保标准。

然而,在企业生产过程中每个生产环节都不是孤立存在的,上游生产环节会对下游生产环节造成影响,仅仅考虑本环节的污染控制,忽视上游生产环节对本环节的污染影响,会不断累计污染误差,造成每个环节的污染控制都存在上游环节的污染影响,误差不断积累,最后导致最终的成品无法达到环保标准的后果。存在无法对企业的生产过程进行精确分析,得到准确的污染指标,污染管控质量低的技术问题。

发明内容

本申请的目的是提供一种基于大数据的企业绿色生产管控方法及系统,用以解决现有技术中存在无法对企业的生产过程进行精确分析,得到准确的污染指标,污染管控质量低的技术问题。

鉴于上述问题,本申请提供了一种基于大数据的企业绿色生产管控方法及系统。

第一方面,本申请提供了一种基于大数据的企业绿色生产管控方法,其中,所述方法应用于企业绿色生产管控系统,所述系统与企业信息管理终端通信连接,所述方法包括:接入所述企业信息管理终端,获取目标企业的企业生产链;通过对所述企业生产链中的各个生产节点进行属性标识,获取多个生产链节点;以所述多个生产链节点之间的相关性,获取多个相关系数,其中,所述多个相关系数为相邻节点之间的生产相关程度;通过对所述多个生产链节点中的各个生产节点进行污染指标分析,输出多个污染指标,其中,所述多个污染指标与所述多个生产链节点一一对应;基于所述多个相关系数作为输入变量,将所述多个污染指标作为输入定量,搭建响应目标函数,其中,所述响应目标函数用于对所述多个生产链节点对应的所述多个污染指标进行迭代调整;按照所述响应目标函数,输出多个迭代污染指标;根据所述多个迭代污染指标定位所述企业生产链中的污染管控节点,用于进行污染降幅管控。

另一方面,本申请还提供了一种基于大数据的企业绿色生产管控系统,其中,所述系统包括:生产链获取模块,所述生产链获取模块用于接入企业信息管理终端,获取目标企业的企业生产链;节点获取模块,所述节点获取模块用于通过对所述企业生产链中的各个生产节点进行属性标识,获取多个生产链节点;相关系数获取模块,所述相关系数获取模块用于以所述多个生产链节点之间的相关性,获取多个相关系数,其中,所述多个相关系数为相邻节点之间的生产相关程度;指标输出模块,所述指标输出模块用于通过对所述多个生产链节点中的各个生产节点进行污染指标分析,输出多个污染指标,其中,所述多个污染指标与所述多个生产链节点一一对应;函数搭建模块,所述函数搭建模块用于基于所述多个相关系数作为输入变量,将所述多个污染指标作为输入定量,搭建响应目标函数,其中,所述响应目标函数用于对所述多个生产链节点对应的所述多个污染指标进行迭代调整;迭代指标输出模块,所述迭代指标输出模块用于按照所述响应目标函数,输出多个迭代污染指标;节点定位模块,所述节点定位模块用于根据所述多个迭代污染指标定位所述企业生产链中的污染管控节点,用于进行污染降幅管控。

本申请中提供的一个或多个技术方案,至少具有如下技术效果或优点:

本申请通过从企业信息管理终端,得到目标企业的企业生产链,进而分析各个生产节点的作用并进行属性标识,从而获得多个生产链节点,然后通过分析两两相邻生产链节点之间的相关性,得到多个相关系数,进而对多个生产链节点中的各个生产节点进行污染指标分析,并以多个相关系数为输入变量,多个污染指标为输入定量,来搭建用于多个生产链节点对应的多个污染指标进行迭代调整的响应目标函数,通过响应目标函数来输出多个迭代污染指标,从而定位企业生产链中的污染管控节点,进行污染降幅管控。实现了对企业生产链进行精细化分析,一级一级进行指标调整的目标,达到了提高污染管控的准确性和提高管控质量的技术效果。

附图说明

为了更清楚地说明本申请或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是示例性的,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图获得其他的附图。

图1为本申请实施例提供的一种基于大数据的企业绿色生产管控方法的流程示意图;

图2为本申请实施例提供的一种基于大数据的企业绿色生产管控方法中输出多个污染指标的流程示意图;

图3为本申请实施例提供的一种基于大数据的企业绿色生产管控方法中定位所述企业生产链中的污染管控节点的流程示意图;

图4为本申请一种基于大数据的企业绿色生产管控系统的结构示意图;

附图标记说明:生产链获取模块11,节点获取模块12,相关系数获取模块13,指标输出模块14,函数搭建模块15,迭代指标输出模块16,节点定位模块17。

具体实施方式

本申请通过提供一种基于大数据的企业绿色生产管控方法及系统,解决了现有技术中存在无法对企业的生产过程进行精确分析,得到准确的污染指标,污染管控质量低的技术问题。达到了提高污染管控的准确性和提高管控质量的技术效果。

本申请技术方案中对数据的获取、存储、使用、处理等均符合国家法律法规的相关规定。

下面,将参考附图对本申请中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅是本申请的一部分实施例,而不是本申请的全部实施例,应理解,本申请不受这里描述的示例实施例的限制。基于本申请的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。另外还需要说明的是,为了便于描述,附图中仅示出了与本申请相关的部分而非全部。

实施例一

如图1所示,本申请提供了一种基于大数据的企业绿色生产管控方法,其中,所述方法应用于企业绿色生产管控系统,所述系统与企业信息管理终端通信连接,所述方法包括:

步骤S100:接入所述企业信息管理终端,获取目标企业的企业生产链;

具体而言,所述企业信息管理终端是对企业的生产全周期中的信息进行管理的终端,可以存储、调用、处理企业信息。所述目标企业是指要进行绿色生产管控的任意一家企业。所述企业生产链是指企业中某种产品从立项到加工为成品的过程中的流程及参与的主体,主要体现为在生产过程中对产品的加工目的不同但彼此之间相互作用的生产活动集合。示例性的,在汽车的生产过程中,汽车生产链包括汽车设计研发、汽车原料采购、汽车生产制造等。通过获取企业生产链,可以实现掌握企业的生产过程的目标,从而达到对企业生产情况进行详细了解,为后续基于企业生产链情况进一步分析污染指标做铺垫的技术效果。

步骤S200:通过对所述企业生产链中的各个生产节点进行属性标识,获取多个生产链节点;

步骤S300:以所述多个生产链节点之间的相关性,获取多个相关系数,其中,所述多个相关系数为相邻节点之间的生产相关程度;

具体而言,所述生产节点是指在生产过程中进行生产工艺转变的工序。所述属性标识是指通过分析各个生产节点的工艺过程,得到各个生产节点对于产品的加工目的,从而根据加工目的的不同作为属性对各个生产节点进行标识。所述生产链节点是进行属性标识后的生产节点。通过分析多个生产链节点之间的相互影响程度,判断上一生产链节点工艺对下一生产链节点的制造是否会产生影响,从而得到多个相关系数。其中,相关性分析是针对两两相邻的生产链节点,因此所述多个生产链节点的数量与所述多个相关系数的数量之间的差值为1。由此,可以实现对生产链中的生产链节点之间的关联程度进行分析的目标,达到了为后续进行污染影响的增益影响程度提供分析依据,提高分析整个生产链中的污染指标准确性的技术效果。

步骤S400:通过对所述多个生产链节点中的各个生产节点进行污染指标分析,输出多个污染指标,其中,所述多个污染指标与所述多个生产链节点一一对应;

进一步的,如图2所示,所述输出多个污染指标,本申请实施例步骤S400还包括:

步骤S410:搭建污染指标计算模型,其中,所述污染指标计算模型包括三源污染指标,其中,所述三源污染指标包括废水污染源、废气污染源和废渣污染源;

步骤S420:通过数据采集装置对所述多个链节点中的各个生产节点进行三源数据采集和存储,生成三源数据调用库用于进行污染指标计算;

步骤S430:将所述三源数据调用库输入所述污染指标计算模型中,获取废水污染指数、废气污染指数和废渣污染指数;

步骤S440:对所述废水污染指数、所述废气污染指数和所述废渣污染指数进行综合计算,输出节点污染指标,以此类推,获取所述各个生产节点对应的多个污染指标。

具体而言,通过对各个生产节点进行污染指标分析,分析在生产过程中由于对产品进行工艺处理产生的污染影响,从而得到多个污染指标,多个生产链节点对应多个污染指标,相互之间是一一对应的关系。其中,所述多个污染指标包括:废水污染源、废气污染源、废渣污染源。所述污染指标计算模型是用于对每个生产节点中的污染数据进行分析计算,得到污染指标的功能模型。所述三源污染指标是指所述污染指标计算模型能够进行数据分析处理的类型,主要包括:废水污染源、废气污染源和废渣污染源。所述数据采集装置是用于在生产过程中对各个生产节点进行废水污染源、废气污染源和废渣污染源的数据采集,可选的,所述数据采集装置包括:摄像机、红外摄像仪、水质检测仪、气体分析仪等。所述三源数据库是通过数据采集装置对生产过程中的三源数据进行采集得到的数据库,主要用于计算模型进行指标计算时的输入数据调用。

具体的,通过从所述三源数据调用库中调用节点产生的三源数据,输入到所述污染指标计算模型中,经过模型的计算分析得到该节点的污染情况,获得所述废水污染指数、废气污染指数和废渣污染指数。其中,所述废水污染指数是评价在节点的生产制造工艺影响下,生产过程中产生的废水对环境污染程度的污染指数。所述废气污染指数是评价在节点的生产制造工艺影响下,生产过程中产生的废气对环境污染程度的污染指数。所述废渣污染指数是评价在节点的生产制造工艺影响下,生产过程中产生的废渣对环境污染程度的污染指数。

具体的,通过按照一定的计算方法对每个节点的所述废水污染指数、废气污染指数和废渣污染指数进行综合计算,得到该节点综合考虑各个污染源后对环境的污染程度,即所述节点污染指标。优选的,所述计算方法可以是按照权重进行分配。由此,实现了把握各个节点对于环境的污染情况的目标,达到了为后续考虑节点之间污染影响,进行指标调整提供基础数据的技术效果。

进一步的,对所述废水污染指数、所述废气污染指数和所述废渣污染指数进行综合计算污染指数进行综合计算,本申请实施例步骤S440还包括:

步骤S441:获取所述目标企业的企业选址信息;

步骤S442:根据所述企业选址信息,以所述目标企业为中心进行周边半径区域划分,获取企业周边设施属性;

步骤S443:按照所述企业周边设施属性,对所述污染指标中的子污染因子进行信息熵计算,输出分权比例;

步骤S444:按照所述分权比例对所述废水污染指数、所述废气污染指数和所述废渣污染指数进行权重比配置。

进一步,所述获取所述各个生产节点对应的多个污染指标,本申请实施例步骤S440还包括:

步骤S445:获取所述目标企业的三源处理流程的信息;

步骤S446:根据所述三源处理流程的信息进行交叉污染概率计算,输出交叉污染概率;

步骤S447:根据所述交叉污染概率,判断是否激活指标调整指令;

步骤S448:根据所述指标调整指令对所述多个污染指标进行指标调整。

具体而言,所述企业选址信息是指所述目标企业所处的地理位置信息。以所述目标企业为中心,按照一定的半径划定分析区域,其中,所述半径由企业的污染能够影响的区域范围决定,具体的数值由工作人员按照具体情况自行设定。所述企业周边设施属性是指在分析区域范围内的周边产业环境情况,可选的,包括:工业园区、居民区、商业区等。周边设施不同的属性对于环境污染控制的标准不同,通过获得周边设施情况,分析污染指标中的子污染因子对周边设施的影响情况,得到污染影响的不确定性情况,即所述信息熵。按照信息熵大小得到分权的比例,信息熵大的不确定性高,在分析中占比较小,信息熵小的确定性高,在分析中占比较大。其中,所述子污染因子是污染指标中的下一级污染因子,即所述废水污染、废气污染和废渣污染。所述分权比例即子污染因子在污染分析中所占的比例。进而,根据分权比例对所述废水污染指数、所述废气污染指数和所述废渣污染指数进行权重比配置,从而可以得到各个生产节点对环境的污染情况。由此,实现了提高分析各个节点的污染情况的准确性,达到了提高每个环节的分析准确性,从而整体提高生产管控的准确度的技术效果。

具体的,通过获得所述目标企业的三源处理流程的信息,得到在对三源处理的过程中,三源之间是否会产生交叉污染,从而影响最后的污染评价。其中,所述三源处理流程是对废水、废气和废渣在生产过程中的处理步骤,包括处理工艺、处理位置、回收方法等。通过获取信息,判断在对三源进行处理的过程中,相互之间是否会产生新的污染,示例性的,废水和废气混合后产生的二次污染,得到表征相互之间产生新污染的可能性的所述交叉污染概率。根据所述交叉污染概率的大小,设定一个预设概率值,如果所述交叉污染概率超过所述预设概率值,就激活所述指标调整指令,对所述多个污染源指标进行优化调整。其中,所述指标调整指令是用于指示生产管控系统进行污染指标调整操作的命令。由此,达到了考虑三源之间的相互影响,提高污染分析的全面性的技术效果。

进一步的,所述输出多个污染指标,本申请实施例步骤S400还包括:

步骤S450:通过对所述目标企业进行噪音测试,获取噪音测试样本数据,其中,所述噪音测试样本数据包括内环境测试数据和外环境测试数据;

步骤S460:基于所述内环境测试数据和外环境测试数据之间的噪音降幅,确定所述目标企业的防噪性能;

步骤S470:当所述防噪性能小于等于预设防噪性能,获取新增指令;

步骤S480:根据所述新增指令将噪音指标作为新增指标添加至每一节点中进行污染指标优化计算。

具体而言,所述噪音测试是用来测试所述目标企业的隔音设施质量的测试,通过验证所述目标企业的内环境测试数据与外环境测试数据之间的噪音降幅来确定防噪性能。其中,所述噪音测试包括:采用普通声级计现场检测、ISO近场检测。所述噪音测试样本数据是在噪音测试过程中产生的数据,包括:声场中的声压、声压的频率等。所述内环境测试数据是在企业内部进行噪音测试产生的数据,包括:内部声压、内部频率。所述外环境测试数据是在企业外部进行噪音测试产生的数据,包括外部声压、外部频率。所述噪音降幅是所述内环境测试数据和外环境测试数据之间的差值,可以反映出企业的防噪性能。所述防噪性能是减少噪音传出的性能。所述预测防噪性能是预先设置的防噪标准性能,当所述防噪性能小于等于所述预设防噪性能时,说明企业的隔音措施做得不够,需要对噪音情况进行改善。其中,所述新增指令是用于对所述生产管控系统下达新增噪音指标作为污染指标中的一项的操作的命令。由此,达到了考虑噪音影响,提高生产管控的全面性的技术效果。

步骤S500:基于所述多个相关系数作为输入变量,将所述多个污染指标作为输入定量,搭建响应目标函数,其中,所述响应目标函数用于对所述多个生产链节点对应的所述多个污染指标进行迭代调整;

具体而言,每个节点对应的污染指标是相同的,但是相邻节点之间的相关系数是不同的,因此,以所述多个相关系数作为输入变量,所述多个污染指标作为输入定量,可以构建一个反应上游节点产生的污染影响对下游节点的污染指标造成的增益情况的所述响应目标函数。所述响应目标函数是用来根据上一节点对本节点的影响情况,对本节点的污染指标进行迭代调整的函数。由此,通过将本节点的污染指标作为迭代调整的基础数据,根据相关系数作为调整依据,从而达到对每一级节点的污染指标都进行调整,最终提高整体的污染指标的准确性的技术效果。

步骤S600:按照所述响应目标函数,输出多个迭代污染指标;

步骤S700:根据所述多个迭代污染指标定位所述企业生产链中的污染管控节点,用于进行污染降幅管控。

进一步的,如图3所示,根据所述多个迭代污染指标定位所述企业生产链中的污染管控节点,本申请实施例步骤S700还包括:

步骤S710:将所述多个污染指标和所述多个迭代污染指标输入指标比对单元中进行比对,获取迭代指标差异度;

步骤S720:按照所述迭代指标差异度对所述多个生产链节点进行分类,获取待管控节点,其中,所述待管控节点为迭代指标差异度大于等于预设迭代指标差异度对应节点的前置节点;

步骤S730:将所述待管控节点作为所述污染管控节点进行污染指标降幅管控。

进一步的,将所述待管控节点作为所述污染管控节点进行污染指标降幅管控,本申请实施例步骤S730还包括:

步骤S731:获取所述待管控节点的实时污染管控指标;

步骤S732:以所述待管控节点的迭代指标差异度为基础,与所述预设迭代指标差异度进行差值计算,输出用于对污染监测标准进行降幅的差值区间;

步骤S733:以所述差值区间为适应目标,以所述实时污染管控指标为输出变量,获取用于进行降幅管控的管控参数。

具体而言,所述多个迭代污染指标是对多个生产链节点进行迭代调整,逐级考虑上一节点对下一节点的污染影响后得到的污染指标。进而通过对多个迭代污染指标进行分析,来得到需要进行污染管控的节点,通过对这些关键节点进行管控,从而达到降低整体污染影响幅度的目标。

具体的,所述指标比对单元是用于将多个污染指标和多个迭代污染指标进行比对,得到差异情况的单元,所述迭代指标差异度是表征节点本身的污染指标与经过迭代调整后的迭代污染指标之间的偏离程度的指标。可选的,所述迭代指标差异度可以是通过计算污染指标与迭代污染指标之间的差值得到的。 通过设立一个分类标准,按照所述迭代指标差异度对所述生产链节点进行分类,优选的,通过设立预设迭代指标差异度,所述预设迭代指标差异度是上一节点对下一节点的影响程度阈值,低于所述预设迭代指标差异度,表征上一节点对下一节点的污染指标影响不大,高于所述预设迭代指标差异度,表征下一节点对上一节点的污染指标影响过大,会影响污染指标计算的准确度。由此,得到需要进行污染管控的节点即所述待管控节点。

具体的,所述实时污染管控指标是所述待管控节点在生产过程中需要进行实时监测,保证满足环保要求的指标,可选的,所述实时污染管控指标包括:废水监测指标:氨氮含量、总氮含量、总磷含量、COD,水质浑浊度和透明度;废气监测指标:二氧化硫含量、氮氧化物、烟粉尘和挥发性有机物含量等;废渣监测指标:有害物含量、重金属含量等。所述差值区间是当前节点受到上一节点影响后距离满足污染监测标准还需要提高的指标范围。进而,通过将所述差值区间作为适应目标,即调整后需要达到的污染指标降幅范围,以所述实时污染管控指标作为输出变量,即通过污染管控调整后实时表征管控操作达到的效果的变量,来进一步获取要进行降幅管控的管控参数,即进行管控操作的对象。由此,实现了准确判断上一节点对下一节点的影响程度的目标,达到了确定管控参数,提高管控的准确性的技术效果。

综上所述,本申请所提供的一种基于大数据的企业绿色生产管控方法具有如下技术效果:

1.本申请获取目标企业的企业生产链,进而通过对所述企业生产链中的各个生产节点进行属性标识,获取多个生产链节点,以所述多个生产链节点之间的相关性,获取多个相关系数,通过对所述多个生产链节点中的各个生产节点进行污染指标分析,输出多个污染指标,基于所述多个相关系数作为输入变量,将所述多个污染指标作为输入定量,搭建响应目标函数,对所述多个生产链节点对应的所述多个污染指标进行迭代调整;按照所述响应目标函数,输出多个迭代污染指标,最后根据所述多个迭代污染指标定位所述企业生产链中的污染管控节点,用于进行污染降幅管控。达到了通过进行局部生产链调整,准确把控全局污染指标的技术效果。

2.本申请通过搭建污染指标计算模型,然后对所述多个链节点中的各个生产节点进行三源数据采集和存储,生成三源数据调用库用于进行污染指标计算,将所述三源数据调用库输入所述污染指标计算模型中,对所述废水污染指数、所述废气污染指数和所述废渣污染指数进行综合计算,输出节点污染指标,以此类推,获取所述各个生产节点对应的多个污染指标。实现了把握各个节点对于环境的污染情况的目标,达到了为后续考虑节点之间污染影响,进行指标调整提供基础数据的技术效果。

实施例二

基于与前述实施例中一种基于大数据的企业绿色生产管控方法同样的发明构思,如图4所示,本申请还提供了一种基于大数据的企业绿色生产管控系统,其中,所述系统包括:

生产链获取模块11,所述生产链获取模块11用于接入企业信息管理终端,获取目标企业的企业生产链;

节点获取模块12,所述节点获取模块12用于通过对所述企业生产链中的各个生产节点进行属性标识,获取多个生产链节点;

相关系数获取模块13,所述相关系数获取模块13用于以所述多个生产链节点之间的相关性,获取多个相关系数,其中,所述多个相关系数为相邻节点之间的生产相关程度;

指标输出模块14,所述指标输出模块14用于通过对所述多个生产链节点中的各个生产节点进行污染指标分析,输出多个污染指标,其中,所述多个污染指标与所述多个生产链节点一一对应;

函数搭建模块15,所述函数搭建模块15用于基于所述多个相关系数作为输入变量,将所述多个污染指标作为输入定量,搭建响应目标函数,其中,所述响应目标函数用于对所述多个生产链节点对应的所述多个污染指标进行迭代调整;

迭代指标输出模块16,所述迭代指标输出模块16用于按照所述响应目标函数,输出多个迭代污染指标;

节点定位模块17,所述节点定位模块17用于根据所述多个迭代污染指标定位所述企业生产链中的污染管控节点,用于进行污染降幅管控。

进一步的,所述系统还包括:

模型搭建单元,所述模型搭建单元用于搭建污染指标计算模型,其中,所述污染指标计算模型包括三源污染指标,其中,所述三源污染指标包括废水污染源、废气污染源和废渣污染源;

数据调用库生成单元,所述数据调用库生成单元用于通过数据采集装置对所述多个链节点中的各个生产节点进行三源数据采集和存储,生成三源数据调用库用于进行污染指标计算;

指数获取单元,所述指数获取单元用于将所述三源数据调用库输入所述污染指标计算模型中,获取废水污染指数、废气污染指数和废渣污染指数;

指数计算单元,所述指数计算单元用于对所述废水污染指数、所述废气污染指数和所述废渣污染指数进行综合计算,输出节点污染指标,以此类推,获取所述各个生产节点对应的多个污染指标。

进一步的,所述系统还包括:

选址信息获取单元,所述选址信息获取单元用于获取所述目标企业的企业选址信息;

属性获取单元,所述属性获取单元用于根据所述企业选址信息,以所述目标企业为中心进行周边半径区域划分,获取企业周边设施属性;

信息熵计算单元,所述信息熵计算单元用于按照所述企业周边设施属性,对所述污染指标中的子污染因子进行信息熵计算,输出分权比例;

权重分配单元,所述权重分配单元用于按照所述分权比例对所述废水污染指数、所述废气污染指数和所述废渣污染指数进行权重比配置。

噪音测试单元,所述噪音测试单元用于通过对所述目标企业进行噪音测试,获取噪音测试样本数据,其中,所述噪音测试样本数据包括内环境测试数据和外环境测试数据;

防噪性能确定单元,所述防噪性能确定单元用于基于所述内环境测试数据和外环境测试数据之间的噪音降幅,确定所述目标企业的防噪性能;

指令获取单元,所述指令获取单元用于当所述防噪性能小于等于预设防噪性能,获取新增指令;

优化计算单元,所述优化计算单元用于根据所述新增指令将噪音指标作为新增指标添加至每一节点中进行污染指标优化计算。

进一步的,所述系统还包括:

比对单元,所述比对单元用于将所述多个污染指标和所述多个迭代污染指标输入指标比对单元中进行比对,获取迭代指标差异度;

节点获取单元,所述节点获取单元用于按照所述迭代指标差异度对所述多个生产链节点进行分类,获取待管控节点,其中,所述待管控节点为迭代指标差异度大于等于预设迭代指标差异度对应节点的前置节点;

降幅管控单元,所述降幅管控单元用于将所述待管控节点作为所述污染管控节点进行污染指标降幅管控。

进一步的,所述系统还包括:

实时指标获取单元,所述实时指标获取单元用于获取所述待管控节点的实时污染管控指标;

差值计算单元,所述差值计算单元用于以所述待管控节点的迭代指标差异度为基础,与所述预设迭代指标差异度进行差值计算,输出用于对污染监测标准进行降幅的差值区间;

管控参数获取单元,所述管控参数获取单元用于以所述差值区间为适应目标,以所述实时污染管控指标为输出变量,获取用于进行降幅管控的管控参数。

进一步的,所述系统还包括:

流程信息获取单元,所述流程信息获取单元用于获取所述目标企业的三源处理流程的信息;

概率计算单元,所述概率计算单元用于根据所述三源处理流程的信息进行交叉污染概率计算,输出交叉污染概率;

判断单元,所述判断单元用于根据所述交叉污染概率,判断是否激活指标调整指令;

指标调整单元,所述指标调整单元用于根据所述指标调整指令对所述多个污染指标进行指标调整。

本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,前述图1实施例一中的一种基于大数据的企业绿色生产管控方法和具体实例同样适用于本实施例的一种基于大数据的企业绿色生产管控系统,通过前述对一种基于大数据的企业绿色生产管控方法的详细描述,本领域技术人员可以清楚的知道本实施例中一种基于大数据的企业绿色生产管控系统,所以为了说明书的简洁,在此不再详述。对于实施例公开的装置而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。

对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下,在其它实施例中实现。因此,本申请将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

去获取专利,查看全文>

相似文献

  • 专利
  • 中文文献
  • 外文文献
获取专利

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号