王荣富
(全椒县市场监督检验所 安徽滁州 239500)
针对计量检测数据的研究能够进一步了解系统的智能化情况,提升计量检测数据的精准性,同时降低以往繁琐的步骤,有效避免误差,降低外部环境和人为因素对数据值所造成的影响。数据录入的准确性和完善性也是影响最终结果的重要因素,一般情况下,数据录入涉及庞大的数据量,会增加一定的人力成本,加之部分系统的复杂性,录入出错率也有所提升。相比之下,智能化管理能够应用互联网、大数据等技术确保信息时效性和精准性,因此针对计量检测数据智能化管理的研究有一定现实意义。
在信息化时代,各类电子产品和智能仪器层出不穷,还根据不同业务类型而进行差异化功能设计,智能终端系统也具有一定的可操作性,在各类行业中得到推广。现如今,智能手机得到广泛应用,软件功能逐渐完善,一般情况下能够代替电脑执行相关程序,相比于台式电脑来说,手机操作会更加便捷,性能更适合现阶段的工作需求;相比于笔记本电脑,有续航能力高、携带方便的优势,且易于传输数据,低能耗、高可视化效果显著,将其应用于计量检测和数据录入过程中能够提升相关人员工作效率,减少繁琐的步骤。同时,随着科技的进步,手机系统兼容性更好,软件功能也相对完善,指令与电脑存在一致性,为计量检测系统工作的落实提供基础保障。
从目前我国计量检测系统的应用情况来看,大部分还停留在运用人工预约、系统记录、邮件传递的方式来与客户进行沟通,明晰具体情况后再进行上门计量检测,完成检测后填写报告说明,一切顺利后通知客户及时上门缴费,看似完善的作业流程中却存在多个步骤,每道程序之间的衔接与各个阶段的落实普遍依赖人工,并采用手写式记录。而随着科技的进步,部分计量检测系统也配备了相应的电子工具,但用途和效果并不明显,且往往停留在记录方面,尚未渗透到全过程。这种形式使得数据信息漏洞百出,与精细化管理理念背道而驰,导致误差问题严重。同时,在智能化管理尚未全面普及的时期,外勤人员的工作量很大,几乎不会接触办公自动化系统,配置相对较低。
通过对比传统计量检测和智能化管理视域下的计量检测,能够清楚地看到二者之间的差距,新时期计量人员能够应用智能终端来完成对数据的收集与分析,并将结果同步至移动终端和智能管理系统中,从而突破时空限制实现实时共享,利用大数据存储和通信传输功能替代原本纸质记录的方式,有效提升数据传输的精准性和完整性。通过对比可以发现,以往记录主要依靠人工,存在一定的粗放性和主观性特点,而智能化管理视域下的计量数据监测工作能够借助摄像头、视频资源等获取检测图片,实时进行传输导入,应用计算机软件的扫描、导出功能实现对数据的整理,汇总成详细报告后应用蓝牙或NFC 功能在线传输,并在测量后对数据进行比对,提高检测结果精准度。另外,智能化管理在计量检测数据中的应用还具备定位的功能,能够在管理系统中显示各个外勤人员的位置,做到实时管理,提升外勤工作效率;同时,还设有签到功能,根据所在地理范围和时间进行签到,加强人力监管。
智能化管理视域下的计量检测系统在数据整理与分析方面主要围绕无纸化建设,将无纸化系统划分为项目、出具报告及质量管理3个层次,其中项目下层主要应用标准系统和编辑器实现对电子版证书和原始数据的整合,做好制作、审核及备案这3 个环节,部门内部可以实现资源共享与传递;出具报告下层主要包括原始数据的录入、核验、批准最后生成报告,应用计算机实现在线处理信息填写检测数据,不再需要大量人工成本,同时还能自动保留修改痕迹;质量管理下层则包括报告抽查、整改及标准维护[1]。完成以上流程后,相关人员能够利用客户所发送的协议号、名称、委托者、检测数据时间等要素实现对信息的检索,直接展示原始计量数据记录及对应报告。
现阶段计量检测设备与手机终端兼容性有所提高,能够满足基本的办公操作,UI界面得到完善,计量监测数据能够应用手机来完成基本信息识别和数据汇总,并总结规律,一旦出现数据规律偏差则会及时反馈到外勤人员的子系统中,及时解决问题提升工作质效[2]。从智能化管理视域下计量检测数据获取渠道来看,可以分为以下3 种情况。第一,工作人员采用人工方式获取数据,并手动将其录入到对应的模块,系统只发挥信息存储功能。第二,工作人员应用智能终端摄像扫描系统,对二维码或条形码进行扫描,获取详细数据信息,系统发挥数据采集与存储功能。第三,将计量装置、检测仪器等利用蓝牙或数据线与手机相连,直接实现数据导入,此时系统发挥数据传输、采集处理、存储一体化功能。不同的计量检测仪器工作状态和操作模式也存在一定差异,且容易受到外部环境的干扰,如重复扫描、信息系统网络通信不佳等,人工输入方式仍比较普遍。目前,落实智能化管理的数据检测主要依靠微信公众号、众包软件APP及相关网址客户端端口等。
一般情况下,计量检测数据系统的运用前提主要依托于微信服务构架,并划分业务类型形成独立模块,同时利用信息技术与通信技术将系统连接为一个整体,实现有序运行。计量检测系统构架分为内网和外网两个部分,其中内网包括短信服务器、Web、数据信息库及LIMS 系统,是保证系统运作规范性的基本前提,其中LIMS 与短信服务器功能具有一致性,均属于工具型属性,无法利用互联网实现访问职能。外网则包括各类型可兼容的APP、iOS 系统、Android 系统等,其中API 是MMS 系统外部网络接口,在计量检测数据系统运行过程中,外网的运作主要依靠API服务器,确保移动网络能够实时传回数据,从而提升指令传输与执行的时效性。服务器方面可划分为3 种服务类型,包括客户管理、计量检测报告及外勤数据,通过互联网搭建连接平台,与数据库相连。数据库之间会存在一定的距离,避免相互影响而造成数据泄露、客户隐私暴露的情况。针对计量检测报告服务器运行结构主要用于修改、查询、报表增减及核对等。外勤数据服务器主要用于分配任务、划分职权及统计人员管理信息。
智能化管理下的计量检测系统管理工作主要落实在个人或独立部门的办公过程中,针对任务类型的不同展开差异化后台管理,利用计算机系统对数据、资料及人员进行调配[3]。从管理客户端角度来看,会划分人群等级设置权限,包括计量工作人员、系统运维主管及系统内部操作人员,能够对人员考勤与数据进行整理。考勤系统权限则具有明显的职能划分特点,只有主管及以上的级别才能进入该系统进行操作,能够查询和汇总人工考勤、缺勤情况,在搜索功能中输入某位员工的姓名信息,便能了解完整数据,同时还能通过时段来筛查,提升考勤审批速度。外勤后台控制系统访问权限与考勤系统相一致,内容则包括工作信息、检测任务内容、单位等,利用UI界面实现操作,确定检测任务分配提升总效率。
智能化管理视域下的计量检测数据系统拥有独立的数据库,并连接多个服务器汇总外勤计量数据、监测数据报告、服务器信息通知及客户管理等。其中,外勤计量数据库存储包括:外勤工作任务表格、考勤、任务现场位置、时间等计量检测信息;监测数据报告表格,详细反映各项数据类型的编号、名称、类型、数据检测结果及客户的基础信息;服务器信息沟通包括广播信息表格、信息接收提醒表格等;客户管理服务器包括客户的具体信息、ID、通信地址、需求状态等内容。
以智能化管理为前提,计量检测系统工作范围需要满足基本的服务器、客户端、后台管理等多项系统的性能测试,并对软件性能、可回弹性、工作状态及执行速率等关键因素进行检测。对于计量检测系统范围性测试方面,需要从客户管理、人员分配、报告审批及内外部系统连接点等展开针对性测试,以提升计量检测数值的精准性。
检测方式主要借助集成模式下的自动化单元检测和联合检测两种。在系统制作与优化的过程中,利用信息技术、大数据、物联网等技术建立持续集成模式,通过自动化构建的方式实现模块测试调用。在开始录入数据之前需要做准备工作,划分数据界定,使其顺利通过测试单元。
计算机技术的应用是实现智能化计量检测数据管理有效性的关键部分,确保计量数据传输的精准性,同时应用存储和预处理功能实现对信息的汇总分析,避免外界因素和人为因素造成的客观影响[4]。从原始数据来看,只有保证其完整性和真实性,才能继续进行后续的整理与规划,通过检测平台进行操作,将整个过程清晰地展现在系统中,易于后续相关研究的进行。此外,信息技术的应用能够加强智能化管理的多样化特点,如数据采集、网络通信等,按照标准模式展开存储,同时落实自动校准功能。
以大数据和物联网为基础的智能化管理能够进一步突出计量检测数据的功能性,主要用于处理电学信息,其构架可分为信息感知层、网络层及应用层3 种。第一,感知层主要用于数据采集和预处理,包括对检测设备的功率、标准等,预处理步骤分为数据分选、压缩及封存,应用传感器、蓝牙和射频识别技术展现计量检测的智能化、信息化,并将其视为数据感知节点,实现自动读取,从而完成对原始数据的采集工作。但在实际采集过程中发现,很多数据不可利用,存在一定重复性,因此在感知层能够进行数据预处理工作实现对原始数据的筛选封装,降低后续工作的压力。第二,计量信息网络层主要针对不同类型的网络进行选择,如无线网络、专用网络及有线网络,从而满足计量数据的传输与共享需求。在系统应用过程中包括网络管理、流量控制及各类型模块转换等,同时为网络运行和数据传输的安全性提供保障。第三,计量检测数据应用层主要用于识别信息,并将所接收到的信息进行汇总分类,得到仪器数据、电压数据等,再以此为依据建立完善的数据库,实现统一管理[5]。这一环节涵盖很多模块,如计量数据报表、数据解析、存储、业务管控等,需要做到实时更新。另外,该层还承担着计量数据读取、分析处理的功能,主要针对一些误差较大或不规律的数据,通过针对性分析后自动生成报表。
在智能化计量检测数据系统中,大数据主要应用于数据清洗、挖掘及解释方面,工作人员进行检测的过程中能够实现数据自动录入。这一方式显然无法实现价值挖掘,因此在大数据系统中又增设数据分析技术,在检测构架中能够实现对数据库信息的清洗,具体流程如下。
(1)将已经经过预处理的数据进行清洗加工,并根据不同数据类型进行预定义,从而实现数据筛选,对识别有误的内容进行检查与纠正,找出其中无效或不完整的数据,剔除出去。
(2)应用神经网络、遗传算法、聚类及决策技术,进一步挖掘完成清洗环节后的数据,同步开展分类工作确保数据有序录入,再进行评估与分析,挖掘潜在信息后建立可视化模型。
通过对比大数据、物联网技术下的计量检测数据功能,能够发现传统计量方式中的片面性。在智能化背景下,计量检测系统涉及多样化的电子设备,实现对海量数据的收集、分析与处理,高频次模式突破以往判定的局限性,降低人力、资源成本,为后续工作打下基础[6]。同时,在物联网辅助下的大数据分析技术能够进一步挖掘数据的潜在联系和价值,发挥存储功能降低资源成本,有效控制误差率,掌握计量检测数据的潜在变化规律,提升计量检测系统的智能化管理。
总而言之,在智能化管理视域下,计量检测过程会更具科学性,所整理数据的精准度也有所提升,相比于以往复杂繁琐的流程,智能化管理所适用的范围更广,能够有效降低人力成本和误差。通过智能化管理在计量检测系统中的融合能实现后台终端的层次划分,完善计量检测,提升信息化程度。进一步了解新时期计量检测数据工作的基本构架和应用流程,最大限度地发挥大数据、计算机技术、物联网技术的价值,实现对信息数据的统一存储与处理,一方面为相关计量检测工作提供更加精细化的服务,发挥职能的有效性;另一方面能够科学规划工作类型,做好细致的任务分配,促进各项事业的全面优化与可持续发展。