一种基于KPI的面向风机制造过程全方位质量考核系统的制作方法

本发明属于大数据技术及企业绩效管理领域，尤其涉及一种基于kpi的面向风机制造过程全方位质量考核系统。

背景技术：

近年来，受国内大环境的影响，我国企业面临的竞争压力越来越大，如果想要在竞争中求得生存与发展，就必须掌握现代企业管理的理念与技能，通过管理提升自身的核心竞争力。绩效管理是衡量一个企业运营指标的重要手段。因此，建立健全合理的绩效管理体系对企业的成败有着重要的影响。kpi，也称关键绩效指标，是衡量流程绩效的一种目标式量化指标。利用kpi分析，可以明确企业内部资源利用状况，考核部门及个人的绩效情况。然而目前企业在kpi的技术层面上主要依据传统的数据处理模式对绩效信息进行收集，传统的数据处理模式采用静态信息处理模式，即把企业绩效考核可能需要用到的所有数据先储存在数据库系统中，然后用户根据自身的需要编写数据库条件查询语句，最终得到查询结果，进而进行后续运算。但是，这种传统的静态信息处理模式，对数据库的存储性能、数据抓取运行时长等都有着诸多限制，在面对海量的数据时，这种模式的处理能力就显得捉襟见肘，主要表现为如下几个方面：①大量数据存放在数据库中，并且某些数据只在当前具有价值，造成数据库开销巨大；②数据库管理系统本身不支持按存储顺序排放信息，且实时应答能力较差，当需要在复杂关系的元组之间进行多表查询时，对其耗时和数据库稳定性的要求则更高；③数据库本身不支持近似查询或计算查询。针对风机制造企业，由于企业在制造过程中产生的数据信息流极其庞大，尤其是绩效管理方面更要求系统能根据数据流的变换实时做出反应，然而现有的静态数据处理模式会产生较大的延迟，针对上述问题本发明提出运用流计算，流计算对数据流的处理模式不同于传统的数据处理方式，主要区别有如下几个方面：(1)流入系统的数据流是实时的，实时分析、实时给出结果；(2)数据流是无限地、持续地产生和流入的；(3)数据流的处理是一次性的，与静态的存储后再处理不同，而是动态的随到随时处理。(4)将高级关系型操作语义引入数据流模型中，如针对数据流的查找、选择、连接等。本发明综合分析风机制造质量监控过程中各个部门的实际工作情况，建立出一整套相关质量考核指标体系，根据制造流程的特性设计一个流计算架构，能动地使用数据库缓存技术进行查询优化，以实现主动筛选有效数据、释放无用数据、提高查询速度。

技术实现要素：

针对上述问题与缺陷，本发明提出了一种基于kpi的面向风机制造过程全方位质量考核系统，包括功能模块、kpi绩效指标、kpi分析模块、数据库、客户端与服务器；客户端通过通信设备与服务器相连，kpi绩效指标以风机制造工艺流程为依托融入流程流转过程中，数据库用来存储数据，客户端负责用户查看选择时间段内的来料序列统计与来料序列历史走势，服务器负责工作流信息处理与数据存储，功能模块负责对生产过程中的各批次来料合格比率、退换货比率进行统计与状态汇总。kpi分析模块负责对来料供应商的产品质量进行分析比较。

所述系统采用基于b/s模式的三层体系结构：表示层、业务逻辑层和数据访问层；所述表示层是系统的用户接口，负责用户与整个系统进行交互；业务逻辑层用来分析与处理表示层提出的请求，以及调用数据访问层获取相应的数据，并返回给表示层；数据访问层封装了所有对数据库的操作，负责数据库的访问。

所述功能模块包括来料序列饼图统计模块与来料序列历史走势图分析模块；来料序列饼图统计模块与来料序列历史走势图分析模块提供按年显示、按季显示与按月显示三种显示方式；来料序列饼图统计模块用来显示来料序列各个阶段状态所占比例；来料序列历史走势图分析模块用来显示来料序列在一定时间段内合格、特放通过、退换货通过、退换货未通过的数量及所占百分比的走势图。

所述数据库采用流计算架构，通过进行sql查询优化并使用数据库缓存技术，动态实时的主动筛选有效数据、释放无用数据，在数据流不断变化的过程中进行分析并从中获取有用信息传递给用户，具体步骤如下所述：

1)sql查询优化，使用queryanalyzer，查看sql语句的查询计划和评估分析是否是优化的sql，如果不是优化的sql，改变访问结构：首先避免对大表进行全表扫描，在大表的常用且值重复几率小的字段上创建索引；其次减少同时对几个大表的全表扫描，若不可避免同时多表扫描，先在这些表的合适字段建立索引，在表关联时用这些索引的字段进行关联；定期纵向、横向分割表，减少表的尺寸；

2)有效使用缓存技术，减少与数据库的交互，在kpi统计系统中采用服务器端缓存，将被频繁访问且短时间内不发生变化的动态数据存入缓存，在调用程序时首先检查缓存介质中有无对应的数据，若有对应的数据，则程序根据缓存信息给出响应；若无对应的数据，程序转从数据库中获取相应数据。

所述流计算架构采用storm框架，首先设计一个用于实时计算的topology，将topology提交给集群，由集群中的主控节点分发代码，将任务分配给工作节点执行。

所述系统采用面向对象编程思想，将风机制造的来料序列和装配序列的相关属性封装成目标对象，将各个流程的相关属性封装成流程对象，将需电子表单的相关内容封装成操作对象，将关键绩效指标与流程流转相结合，系统为每一个质量考核数据附加一个时间属性，自行获取所需的质量考核数据，根据流程流转的深度进行绩效分析。

本发明的有益效果在于：

(1)分析自动化。系统根据质量监控流程中各部门的业务情况，构建出一整套完整的关键绩效指标体系，在流程流转过程中进行质量考核数据收集及分析，质量考核数据以流程流转为依托，系统自行获取所需的数据，根据流程流转的深度进行绩效分析，同时系统根据部门成员的绩效情况，自动测算出该部门的绩效情况。

(2)体系全面且内部具有联系性。本系统以风机制造质量监控过程为依托，深入研究出一整套科学全面、适合于风机制造领域的kpi指标体系。系统采用工作分解结构对绩效目标进行逐一分解，以确保根据界定的关键指标与企业质量考核目标相一致。

(3)数据可视化。系统采用饼图及走势图的形式表述各指标数据，使统计结果更加直观，清晰展现各数据间关系及差距，同时可以根据历史数据推测近期及未来数据，为实现企业目标提供了可靠保障。

(4)数据库能动的实时处理、能够快速查询且提升系统反应速度。系统根据制造流程的特性设计一个流计算架构，能动地使用数据库缓存技术并进行查询优化。由于企业在制造过程中产生的数据信息流极其庞大，系统能够根据数据流的变换实时做出反应，运用流计算主动筛选有效数据、释放无用数据，通过动态的实时处理模式，避免了静态数据处理模式产生的较大延迟，不但减少了数据存储，节约空间，还提升了查询速度以及系统反应速度。

附图说明

附图1是质量考核系统体系架构图；

附图2是基于拓扑结构的kpi质量考核框架图；

附图3是storm架构与执行流程；

具体实施方式

下面结合附图对本发明作详细说明。

附图1为质量考核系统体系架构图，如图1所示，系统采用基于b/s模式的三层体系结构：表示层，业务逻辑层和数据访问层。所述表示层是系统的用户接口(ui)，负责使用者与整个系统的交互；业务逻辑层是整个系统的核心，用来处理表示层提出的请求，然后对请求具体分析，如果涉及到数据库的访问，则调用数据访问层获取相应的数据，并返回给表示层；数据访问层负责数据库的访问，此层封装了所有对数据库的操作。在本系统中，表示层用来显示kpi分析饼图及kpi分析走势图，业务逻辑层用来进行kpi功能模块分析，数据访问层用来对目标对象、操作对象以及流程历史记录产生的数据进行管理、维护与更新。这种设计充分体现了基于web的管理模式的优势，并且实现“高内聚低耦合”的特点，逻辑清晰，结构明确，有利于系统的修改，提高安全性。系统包括功能模块、kpi绩效指标、kpi分析模块、数据库、客户端与服务器；客户端通过通信设备与服务器相连，kpi绩效指标以风机制造工艺流程为依托融入流程流转过程中，数据库用来存储数据，客户端负责用户查看选择时间段内的来料序列统计与来料序列历史走势，服务器负责工作流信息处理与数据存储，kpi分析模块负责对生产过程中的各批次来料合格比率、退换货比率进行统计与状态汇总，功能模块包括来料序列饼图统计模块与来料序列历史走势图分析模块；来料序列饼图统计模块与来料序列历史走势图分析模块提供按年显示、按季显示与按月显示三种显示方式；来料序列饼图统计模块用来显示来料序列各个阶段状态所占比例；来料序列历史走势图分析模块用来显示来料序列在一定时间段内合格、特放通过、退换货通过、退换货未通过的数量及所占百分比的走势图。

进一步的，对于来料序列饼状图统计模块，根据用户所选择的显示类型(按年显示、按季显示或者按月显示)，系统显示来料序列各个阶段状态所占比例。每一个显示子模块的信息由标题、温馨提示、来料序列所属阶段饼状图、按钮区域、来料序列特定阶段中状态饼状图所组成。标题显示的是当前子模块显示的时间，如2016年统计信息。在子模块左侧是来料序列所属阶段饼状图，分别显示2016年中所有来料序列从属于未质检阶段、质检阶段、退换货阶段、特放阶段和合格阶段的比例情况。子模块中间是按钮区域，其中蓝色是详情查看按钮，点击可以看到相应阶段的来料序列的摘要信息列表；黄色按钮中的文字代表的是所属的阶段以及属于该阶段来料序列的个数，点击就会显示出来料序列特定阶段中状态饼状图。

进一步的，对于来料序列历史走势图分析模块，根据用户所选择的显示类型，系统显示来料序列在一定时间段内合格、特放通过、退换货通过、退换货未通过的数量及所占百分比的走势图。用户可以根据年份选择下拉列表，选中需要查询的年份，点击确定按钮，就可以显示相应年份的数据信息。在历史走势图分析中，按年显示模块，系统自动搜索数据库近五年的来料序列相关数据，形成相应的历史走势图；按季显示和按月显示则是根据用户选择的年份，显示相应季度和月份下来料序列的走势情况。其中，来料序列历史走势图分析包括了八个走势图：来料序列合格数量走势图、来料序列特放通过数量走势图、来料序列退换货通过数量走势图、来料序列退换货未通过数量走势图、来料序列合格比率走势图、来料序列特放通过比率走势图、来料序列退换货通过比率走势图、来料序列退换货未通过比率数量走势图。

所述数据库采用流计算架构，通过进行sql查询优化并使用数据库缓存技术，动态实时的主动筛选有效数据、释放无用数据，在数据流不断变化的过程中进行分析并从中获取有用信息传递给用户。具体步骤如下所述：

1)sql查询优化，sql语句的执行效率最终决定了sqlserver数据库的性能。所以要解决数据库性能瓶颈，首要的手段就是进行sql优化。首先使用queryanalyzer，查看sql语句的查询计划和评估分析是否是优化的sql，如果不是优化的sql，改变访问结构：对于基于kpi面向风机制造过程的全方位质量考核系统，以最快响应速度为优化目标，提升用户体验，实现实时跟踪的kpi统计分析，其重点在于保证数据的访问速度。由于企业在制造过程中产生的数据量较大，表与表之间的关系复杂，在一定程度上造成了sql语句执行的缓慢。具体采取以下措施：

首先，避免对大表进行不必要的全表扫描。所谓全表扫描，就是在访问表时，从磁盘上存储该表的起始位置开始逐条读取数据，直到该表的结束位置。在大表的常用且值重复几率小的字段上创建索引，通过索引访问获得记录，将大大降低物理磁盘读写次数，从而降低整个查询响应时间。因为创建合适的索引会影响sql优化器对执行计划的选择。数据量的大小以及数据分布情况都会影响执行计划。在业务逻辑层对kpi数据进行计算时，用到的数据大多需数据层扫描全表来获取，因此创建索引，减少了查询响应时间。其次，尽可能减少同时对几个大表的全表扫描。若不可避免同时多表扫描，在这些表的合适字段建立索引，在表关联时用这些索引的字段进行关联，加快查找效率，传递给业务逻辑层有效的数据值。在查询select语句中用where字句限制返回的行数，避免表扫描，节约服务器的i/o资源，减轻网络的负担提高性能；定期纵向、横向分割表，减少表的尺寸；在获取统计个数而非具体数据的查询时使用count函数来计数，提高kpi统计sql语句的响应速度，有效降低影响数据库性能的几率；将需要查询的结果预先计算好放在表中，查询的时候再使用select。

2)有效使用缓存技术，减少与数据库的交互。缓存技术被认为是减轻服务器负载、降低网络拥塞的有效途径之一。合理有效地设计和使用缓存是优化应用系统性能的重要手段。在kpi统计系统中，利用用户访问的时间局部性原理，对被频繁访问的、短时间内不会发生变化的动态数据存入缓存。在程序调用时首先检查缓存介质中有无对应的数据，若有，则程序给出的响应将来自于缓存信息；若无，程序转从数据库中获取相应数据。缓存有效减少了与数据库的交互，不再需要为每个请求生成一次页面文件，降低系统性能消耗并提供系统稳定性。页面缓存可以在客户端、服务器端，在kpi统计系统中，采用服务器端缓存，如生产序列kpi统计分析页，用户登录系统进入生产序列kpi统计分析页后，由于页面中的一次报检合格率考核时间点，都是动态数据，并且短期内不会改变；主页中根据权限显示的菜单，对大部分的普通员工来说，也是短期内不会发生变化的。通过设计页面缓存，把页面内容缓存在应用服务器上，因此更容易扩展并获得更好的性能。

在设计流计算框架前首先要设计一个用于实时计算的topology，称为拓扑，将这个拓扑提交给集群。附图2为基于拓扑结构的kpi质量考核框架图，在storm框架中，计算任务的逻辑被封装到topology对象里面。如图2所示，topology(拓扑)是由不同的spout和bolt通过数据流(stream)连接起来的图，spout是topology的消息生产者，通常会从外部数据源如消息队列、数据文件、网络传输等读取数据，在本系统中主要包括目标对象、操作对象和考核对象三个数据源，然后以tuple的形式发送到stream中。bolt中封装的是处理逻辑，在本系统主要包括来料序列、生产序列的三种主要的逻辑终点状态操作处理：质检合格/不合格、特放通过/未通过、退换货通过/未通过，接收到tuple后可以执行过滤、聚合、计算、函数操作来进行具体的部门和员工绩效分析，最终实现以饼状图、走势图、表格三种形式为主的统计结果可视化显示。spout和bolt各组件之间是订阅关系，可以灵活实现数据的定向与分流。附图3是集群架构与执行流程，如图3所示，外部数据源向nimbus提交任务，nimbus通过zookeeper向集群发送代码，分配工作给机器并监控状态，supervisor监听分配给它的机器的工作，根据需要启动或关闭工作进程。

所述系统采用visualstudio.net集成开发环境，采用c#开发语言，后台数据库选用microsoftsqlserver2005。

此实施例仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求的保护范围为准。