基于提供辅助决策的MAXIMO系统数据挖掘研究.docVIP

基于提供辅助决策的MAXIMO系统数据挖掘研究 　　【摘　要】本文以MAXIMO系统应用数据为基础，从数据集成、存储管理和数据挖掘三个方面进行研究，并建立了数据挖掘模型，选用BO作为数据挖掘工具建立查询和分析对象，通过调用和访问BO挖掘出来的数据，为FPSO管理者和决策部门对FPSO运维及管理提供重要的科学依据。 　　【关键词】数据挖掘 辅助决策 　　一、MAXIMO系统应用现状 　　MAXIMO是以企业资产管理（EAM)为核心的应用软件，系统以资产、设备台帐为基础，以工单的提交、审批、执行为主线，按照缺陷处理、预防性维修、预测性维修几种可能模式，将采购管理、库存管理集成在系统中，以提高维修效率、降低总体维护成本为目标。 　　采油服务公司从2003年开始实施MAXIMO系统，通过建立设备的故障代码体系，根据设备运行的状态实现预测性维修并实现设备生命周期的成本统计，做到了库存、采购、维修计划、承包商管理和费用管理的有机结合，同时实现生产操作的实时记录、查询和统计。该系统在FPSO的设备管理和维修中起着至关重要的作用，能够有效了解公司资产的使用情况。公司通过细化、规范化管理，降低了设备故障率，提高了设备可靠性，降低了维修运营成本，从而减少设备停机时间，提高了设备可靠性，提高了维修效率，延长了设备生命周期。目前，采油服务公司的EAM系统采用了多地点运行（各分公司独立运行），网络互通的数据管理模式，总部只保存统计汇总信息，生产现场则通过远程访问分公司数据库来完成数据录入、修改和查询工作。随着以MAXIMO为核心的资产管理系统在采油服务公司应用的不断深入以及自身管理模式的不断完善和优化，采油服务公司对资产管理系统也提出了更高的要求，如何充分利用MAXIMO系统数据资源，使其发挥最大价值，为辅助决策提供支持具有重要的意义。 　　二、研究思路 　　MAXIMO系统是以设备资产管理为基础数据，把设备状态信息和生产决策结合起来，并且采取BO技术、语义层设计和数据挖掘技术于一体的管理系统，对适应生产需求、优化设备资源和科学分析决策具有重要作用。传统的数据信息分析，是通过大规模的设备台帐和生产现场调查来收集数据信息，依靠人工统计分析数据，最后制订设备运维管理决策方案。该分析方法时间长、速度慢、决策滞后，不能动态地反映设备更新信息。而“基于MAXIMO系统数据挖掘” 技术克服了上述不足，并为研究复杂资产管理系统的基础数据提供了科学手段。 　　三、 MAXIMO系统数据源分析 　　采油服务公司所属的7艘FPSO基本上均应用了MAXIMO系统，详见表一。该系统在油田的生产和维修中起着至关重要的作用，能够有效了解公司资产的使用情况，细化、规范化管理，降低设备故障率，提高设备可靠性，降低维修运营成本，从而减少设备停机时间，提高设备可靠性，提高维修效率，延长设备生命周期。 　　序号 FPSO 油田 载重量（t） 资产管理软件 所属公司 　　1 渤海长青号 改造中 52000 Maximo 天津公司 　　2 海洋石油111 PanYu 150000 Maximo 深圳公司 　　3 海洋石油112 CFD11 150000 Maximo 天津公司 　　4 海洋石油113 BZ25-1 160000 Maximo 天津公司 　　5 海洋石油115 XJ23-1 100000 Maximo 深圳公司 　　6 海洋石油116 WC19-1 100000 Maximo 湛江公司 　　表一 采油服务公司FPSO资产管理软件应用情况 　　通过对MAXIMO核心业务对象的所有相关数据进行分析，从中选择出适用于数据挖掘应用的数据，并对分析出的数据源进行分类。 　　模块 表 描述 　　ASSETCAT CLASSSTRUCTURE 资产分类层次结构 　　BUYER MR 物料申请 　　BUYER MRCHANGESTATUS 物料采购更改状态的参数 　　BUYER MRCOST 保存分摊成本记录的表 　　BUYER MRSTATUS 物料申请状态 　　EQUIPMNT EQHIERARCHY 设备层次结构表 　　EQUIPMNT EQHISTORY 设备历史表 　　EQUIPMNT EQSTATUS 设备状态表 　　EQUIPMNT EQUIPMENT 设备表 　　FAILURE FAILURECODE 故障代码表 　　INVENTOR INVBALANCES 库存余量表 　　INVENTOR INVENTORY 库存表 　　INVENTOR INVVENDOR 库存供应商表 　　INVOICE INVOICE 发票表 　　JOBPLAN JOBLABOR 标准作业人工表 　　JOBPLAN JOBMAT