文/宋立彪,广新控股集团
关于纺织厂,在进行生产管理和统计分析的时候,工作流程非常复杂,并且在原有D0S信息系统功能的基础之上对系统与厂级信息管理系统、监控系统、工艺管理系统等进行有效集成和功能扩展,并且将现代管理理念融入进去,促使纺织厂的生产管理系统具备管理和决策功能,为整个纺织厂的产量、质量、纱织疵、台账、品种、设备利用率、用户信息等数据的管理提供基础服务。与此同时,进行生产管理与统计分析,进而构建一个具有自主知识产权的生产管理与统计分析的信息管理平台,实现生产数据的共用共享。对于其具体的应用优势,主要体现在以下几个方面:
管理者采用权限管理模型,能够将每个用户根据所属部门或车间进行归类,使每个部门(车间)在系统中所担当的角色不同,并按照系统的业务需求和管理功能,可以将角色分为厂级和车间级2个级别,其中厂级包括厂级生产管理者、系统管理员、车间、部门,车间级包括部门(车间)、部门(车间)负责人、轮班、普通人员。通过角色的细化可定义出各种不同的角色,使每个角色之间具有不同级别的系统访问权限,并根据用户在系统中所承担的责任不同,再将其分配到不同的角色中,使用户和系统功能权限通过角色相关联,形成2种方式,即权限与角色相关联,角色与用户关联,从而实现了用户与访问权限的灵活对应关系。
结合生产管理工作的业务流程,管理者在采取客户/服务器模式的体系结构后,其数据流程清晰,业务规范明了,具有高度集成、参数关联性、安全自由的功能要求,建立了统一管理的信息平台。
2.1.1管理者首先需要将所有的生产数据信息按照数据来源进行分类,形成分类A;然后在按日期分类,形成二次分类B;最后在二次分类的基础上按班次进行分类,形成类C。
2.1.2其次,管理者需要在类C中对品种编号进行排序,并提取品种编码,使其形成类 D, 再按品种信息是否可用标志进行细化,形成类 E,最后对这些类进行逐次组合,形成比较通用的品种编码F,即 F= A + B+ C+ D+E+序号, 有效地保证了系统数据库中所有品种数据的唯一性。
在对数据进行处理的过程中,会涉及到数据补充、数据异常处理和数据合并这三个方面,需要管理者引起足够的重视。其中数据补充是需要管理者将检索到的数据进行统一化处理,其具体步骤是:首先管理者将原始数据读入到目标数据表中;然后通过目标数据表的主子表关系检索目标数据所需的数据信息;之后对于不完整的数据,需要管理者根据相关要求进行补充;最后将这些补充完整的数据导入到相应的临时数据表中,进行临时性存储,以方便临时数据的查询和统计。
对于数据的异常处理,则是需要管理者对数据表中的一些需产、手工录入数据以及数据补充阶段出现的异常数据进行标记;然后对检索到的数据集进行标记处理,将标记数据进行数据合法性校验, 若合法,根据系统设定的最大值和最小值数据范围,利用均值法对异常数据进行处理,并去除一定百分比的不合理数据,使其接近实际数据值,以满足生产管理的需求。若不合法,则会提示具体的错误信息。通常情况下采用的数据处理过程包括填补遗漏的数据值、平均数据、除去异常值等。
最后还需要管理者进行数据合并操作,这也是对上述两阶段形成的正确数据进行整合的过程,按照编码规则对临时数据表中的数据进行合并,形成一个完整的数据集;随后将这些数据导入历史数据表中进行永久性存储, 为日后的数据报表的统计、查询提供基础数据。
管理者在使用生产管理与统计分析系统的时候,一点要注意使用的安全性,以免因信息泄露而造成不可估量的损失。因此,当管理者在局域网环境下使用该系统时,为了满足多用户的并发操作,需要根据用户所扮演的角色将其权限进行细化,从而在满足不同人员使用需求的同时,能够最大程度上保证系统使用的安全性。当然该系统数据库自身也存在一定的安全防御性能。
RBAC在权限配置中引入了角色的概念,将用户和权限联系起来,有效地克服了传统访问控制技术中存在的不足之处,减少了授权管理的复杂性,降低了管理开销。所以作为相关的管理人员,最重要的是需要将使用者的角色和权限划分清楚,确保每个工作人员各司其职即可。
在使用生产管理与统计分析系统之后,可实现生产管理工作的网络化,完成无纸化办公,解决产量和质量数据的管理及生产计划、统计等人工抄表、手工制表统计的低效状态,保证生产统计数据的正确性和实时性,也可实现生产数据在局域网内的共用,给管理人员和管理决
策者提供了指导性的、可靠的数据依据,这与以前的生产管理方式存在着天壤之别。因此为了使得企业的管理者能够更好地适应新的管理模式,需要我们的管理人员不断学习和借鉴先进的管理思想和模式,从而能够通过系统来及时了解、分析企业的生产运营情况,实现对整个企业的有效管理,以此更好地协调和组织生产。
综上所述,在LAN环境下,管理者需要做好数据整合、数据处理、系统安全这三个方面的工作,并不断学习和进步以提高自身的管理思维,从而确保企业的更好发展。
【参考文献】
[1]钟伟,薛明志,刘静等.多智能体遗传算法用于超高维函数优化[J].自然科学进展,2013(10)107-108.