基于数字孪生的设备配件需求量预测方法、系统及介质与流程

本发明涉及市场配件需求预测，特别是涉及一种基于数字孪生的设备配件需求量预测方法、系统及介质。

背景技术：

1、随着设备（如挖掘机、装载机、旋挖钻机等）后市场销售潜力的增大，对后市场服务、配件需求的精确分析的重要度越来越被关注和重视。为满足设备后市场服务、配件需求，保障客户满意度，服务配件的即时、准确供给成为支撑后市场运营的重要基础。

2、但是，在配件运营业务中区域市场的库存布局和资金的高效利用方面存在一些痛点：因产品资源的物料配件种类繁多，无法准确掌握在不同区域作业的设备存量；无法准确预测对各区域内的各类保养配件用件需求；无法准确预测各区域作业设备的故障发生情况，以及因此导致的维修配更换需求；针对各区域作业的施工时间无法掌握，导致不能及时掌握易损件的耗损情况，而无法预测易损件的更换频率及购买需求。因此建立一个能够实现对后市场配件需求实时监控，对后市场保养配件需求量、服务配件需求量、销售配件需求量实现实时监控和精确预测的方法成为设备生产厂家的重要目标。

3、目前，市场上现有配件市场需求预测方法主要分为两种，一种是设备销量配给方法；一种是年度销量趋势参照方法。前者是针对设备产品资源设定固定配件预算金额，按照每年各区域的设备销售量进行固定配给。通过该方法，无需对市场配件需求进行细分评测，以定额计划的方式进行配件部署，模式简单快捷。但这种方式由于不能准确定位市场需求，容易造成大量配件的长期积压，因长期库存无法得到及时消化会导致资金成本投入较高，资金周转率偏低，不能满足当前配件市场快速周转的发展需要。后者是通过针对历史年度的配件销量进行年度趋势分析，按照分析结果计算配件年度销售涨幅系数，通过配件年度销售涨幅系数预测新年度的配件销量。但这种方式需要在大数据的支持下进行计算，适合从宏观角度进行预测，从因区域维度、区域作业的设备分布维度进行分析预测，会容易出现较大偏差，容易导致出现配件命中率时高时低，配件市场资金投入和库存部署的准确率不稳定。

技术实现思路

1、有鉴于此，本发明的目的在于提供一种基于数字孪生的设备配件需求量预测方法、系统及介质，可以实时跟踪、准确预测出设备售后服务配件市场潜在需求量，帮助生产厂家快速掌握市场客户需求变化动态。其具体方案如下：

2、一种基于数字孪生的设备配件需求量预测方法，包括：

3、根据产品资源物料配件清单，建立数字孪生设备模型；

4、根据所述数字孪生设备模型，获取待测设备信息；

5、利用所述待测设备信息，分别获取质保期配件需求总量和年度区域保外设备配件需求总量；

6、根据获取的所述质保期配件需求总量和所述年度区域保外设备配件需求总量，预测年度区域配件需求总量。

7、优选地，在本发明实施例提供的上述设备配件需求量预测方法中，还包括：

8、将预测的所述年度区域配件需求总量在gis地图上按照区域坐标进行赋值展示。

9、优选地，在本发明实施例提供的上述设备配件需求量预测方法中，利用所述待测设备信息，获取质保期配件需求总量，包括：

10、根据所述待测设备信息，计算区域保养件需求量、设定时段配件量、年度配件更换率；

11、根据所述区域保养件需求量、所述设定时段配件量、所述年度配件更换率，获取年度区域质保期配件需求总量。

12、优选地，在本发明实施例提供的上述设备配件需求量预测方法中，根据所述待测设备信息，计算区域保养件需求量，包括：

13、从所述待测设备信息中得到设备物料配装配件信息、设备保有量、设备定位数据、定期保养模板、设备保养记录、设备工作小时数；

14、根据所述设备保有量和所述设备定位数据，得到年度内设备在每个地区的区域市场保有量、区域保内保有量；

15、根据所述区域保内保有量、所述定期保养模板、所述设备保养记录和所述设备工作小时数，计算设备定期保养总量；

16、根据所述区域市场保有量、所述设备定期保养总量和所述设备物料配装配件信息，计算区域保养件需求量。

17、优选地，在本发明实施例提供的上述设备配件需求量预测方法中，根据所述待测设备信息，计算设定时段配件量，包括：

18、从所述待测设备信息中得到年度的故障设备工作小时数、故障配件、故障配件更换量；

19、根据年度的所述故障设备工作小时数、所述故障配件、所述故障配件更换量，得到设定时段区域故障发生量；

20、根据所述设定时段区域故障发生量和所述区域市场保有量，计算配件故障率；

21、根据所述区域保内保有量、所述设备工作小时数，预测本年保有设备工作小时数；

22、根据所述配件故障率、所述故障配件、所述故障配件更换量和所述本年保有设备工作小时数，计算设定时段配件量。

23、优选地，在本发明实施例提供的上述设备配件需求量预测方法中，利用所述待测设备信息，获取年度区域保外设备配件需求总量，包括：

24、根据所述待测设备信息，得到区域保外设备的故障配件用量、区域配件销量和区域保外设备增长系数；

25、根据所述区域保外设备的故障配件用量、所述年度配件更换率、所述区域配件销量和所述区域保外设备增长系数，获取年度区域保外设备配件需求总量。

26、优选地，在本发明实施例提供的上述设备配件需求量预测方法中，根据所述待测设备信息，得到区域保外设备的故障配件用量，包括：

27、从所述待测设备信息中得到上年度保外设备故障报告中的故障配件和故障配件更换量；

28、根据所述上年度保外设备故障报告中的故障配件和故障配件更换量，按照所属产品资源的bom版本统计所述区域保外设备的故障配件用量。

29、优选地，在本发明实施例提供的上述设备配件需求量预测方法中，根据所述待测设备信息，得到区域配件销量和区域保外设备增长系数，包括：

30、从所述待测设备信息中得到上年度各区域配件销售订单、上年度保外保有量、年度保外保有量及保外设备在各区域的分布情况；

31、根据所述上年度各区域配件销售订单，得到区域配件销量；

32、根据所述上年度保外保有量、所述年度保外保有量及保外设备在各区域的分布情况，得到区域保外设备增长系数。

33、本发明实施例还提供了一种设备配件需求量预测系统，包括：

34、模型建立模块，用于根据产品资源物料配件清单，建立数字孪生设备模型；

35、信息获取模块，用于根据所述数字孪生设备模型，获取待测设备信息；

36、数据处理模块，用于利用所述待测设备信息，分别获取质保期配件需求总量和年度区域保外设备配件需求总量；

37、需求量预测模块，用于根据获取的所述质保期配件需求总量和所述年度区域保外设备配件需求总量，预测年度区域配件需求总量。

38、本发明实施例还提供了一种计算机可读存储介质，用于存储计算机程序，其中，所述计算机程序被处理器执行时实现如本发明实施例提供的上述基于数字孪生的设备配件需求量预测方法。

39、从上述技术方案可以看出，本发明所提供的一种基于数字孪生的设备配件需求量预测方法，包括：根据产品资源物料配件清单，建立数字孪生设备模型；根据数字孪生设备模型，获取待测设备信息；利用待测设备信息，分别获取质保期配件需求总量和年度区域保外设备配件需求总量；根据获取的质保期配件需求总量和年度区域保外设备配件需求总量，预测年度区域配件需求总量。

40、本发明提供的上述设备配件需求量预测方法，基于数字孪生技术挖掘配件数据，分别从质保期配件需求总量和年度区域保外设备配件需求总量两个角度进行计算，预测出年度区域配件需求总量，这样可以实时跟踪、准确预测出设备售后服务配件市场潜在需求量，帮助生产厂家快速掌握市场客户需求变化动态，及时对市场配件库存进行调整部署，改善配件周转率和资金利用率，降低市场配件成本投入并满足市场配件有效供给。

41、此外，本发明还针对基于数字孪生的设备配件需求量预测方法提供了相应的系统及计算机可读存储介质，进一步使得上述方法更具有实用性，该系统及计算机可读存储介质具有相应的优点。