摘要：在质量管理领域，随着信息化水平的提高，获得质量信息越来越方便。大数据技术与质量管理相结合，已成为企业提高质量管理的重要手段。大数据技术在产品质量信息管理中的应用可以分析、处理和预测海量数据和信息，有助于加强质量控制，推进质量控制程序。通过分析和评价各种数据，我们可以监测生产过程的动态变化以及产品的特点和趋势，采取适当的预防措施，提高质量。在中国，大数据技术在质量管理领域的应用越来越广泛，在制造质量管理、食品安全管理、政府质量监控等方面得到了成功应用。但是，在炼油厂及销售供油行业，关于大数据技术在质量管理中的研究和应用的报告很少。本文主要分析了大数据技术在石油产品质量管理中的研究与应用。
关键词：大数据技术；成品油；质量管理
444gggg>高频高压电源
引言
大数据技术是指实现整个大数据采集预处理、存储管理、大数据分析和挖掘、大数据安全和大数据可视化的技术手段，是实现大数据价值的重要前提。大数据技术可以快速从海量数据
中获取有价值的信息，从而实现了快速发展。当前，大数据技术已在生活的各个领域，特别是金融、互联网、电信、电子商务等行业取得了显着的应用成果。
1、成品油概述
近年来，随着中国运输业和石油石化行业的不断发展，国内对成品油的需求也在增加。我们应该关注成品油的质量，同时做好消费和生产，但必须承认市场上存在成品油混合质量的普遍问题。深化原油生产过程控制和质量控制管理，加强成品油质量检测是保证石油产品质量和提供相应成品油的必要条件。成品油是指符合国家生产标准的汽油、柴油等替代燃料。随着我国石化工业的不断发展，对成品油的需求不断增加。成品油生产必须符合成品油市场管理办法的有关规定。按照成品油标准进行生产运输管理，确保成品油的理化特性符合相关标准的要求，严格遵守国家环保开放的严格要求，做好成品油质量检验工作。
2、成品油质量管理存在的问题
2.1管理部门的问题
监管部门分散，权威难以集中。国家能源管理的建立将一系列能源监测职能结合起来，但
需要各部门合作实施成品油质量标准，其中包括质量标准政策的发起者——国家发展和改革委员会以及执行该政策的职能部门。分散的监管部门和权力集中的困难表现在部门间的复杂利益、中央与地方工作同步化的困难以及各部门之间缺乏明确的分工。缺乏行业监管。炼油化工企业作为成品油的生产厂家，最能了解成品油的生产现状、生产情况和设备条件。但是，很难有发言权，主动提高成品油质量，导致一些企业在标准更新过程中蒙受巨大损失，或者一些企业仍然生产不符合新的升级标准的成品油，导致成品油市场恶化。
2.2质检人员和检测设备问题
当前我国成品油质量控制设备的发展滞后于成品油的需求。成品油质量受到监控模式和方法的制约，主要反映在质检员的专业水平上。虽然检验成品油质量的质检员人数明显增加，但质检员的专业水平和专业水平较低。一些石油和石油化工企业在销售和广告方面投入了大量资金。他们认为投入大量资金进行石油质量检测是毫无价值的，使得石油检测设备的维护和更新变得困难，以致无法准确测试石油产品的质量，更不用说达到相应的质量标准了。同时，测试设备的自主创新能力较差，使得测试技术远远落后于发达国家。对石油质量的检验，忽视新方法和技术的研发往往取决于引进国外技术，忽视质量控制过程中核心技术的研发，严重缺乏自主创新能力，制约了中国石油产品的发展。
3、大数据技术在成品油质量管理中的探索
3.1油品特征画像
用户肖像是大数据分析在商业领域的典型应用。通过分析用户的历史数据，可以突出用户，总结用户组的特征，从而深入了解用户，并将其转化为相应的商业价值应用方案。为便于管理者以用户门户的思路为参考，准确了解各供应商产油产品的质量特征，本文尝试用油社区分析方法制作供应商产油产品的特征肖像。第一，根据产油来源，从业务角度将产油分为配置油和外部产油。第二，根据分配油和外部采油的特点，利用决策树分类模型，采用分类监测和划分方法，将矿物油产品分为四类（典型分配油、典型外部采油、类分配外部采油和类分配外部采油）。然后，根据石油产品的相似性，将高相似度的石油产品分为一类，每类石油产品分为五个社区。最后，对各个小区的石油产品进行了标识（关键指标特征描述），实现了供应商的石油产品特征描述。
3.2供应商管理模块
在供应商管理模块中包括供应商索引分布、索引差异分析、质量索引控制、供应商定量评
价等功能。管理者可以从不同的维度监控供应商及其石油产品的质量。通过指数分布和差异比较，我们可以了解各供应商质量指数的分布特征以及各供应商的指数差异；通过质量指标控制，直观地监控供应商的质量状况，及时掌握供应商产品质量的波动情况。通过对供应商进行定量评价，我们可以充分了解供应商的产品质量水平，为优化供应商结构和提高采购质量提供科学帮助。
3.3研究法辛烷值预测
为了解决采储运销全环节质量管控中存在的汽油辛烷值指标检测难度大的问题，基于历史质量数据，研究构建了一种研究法辛烷值回归预测模型。汽油的多项理化指标与辛烷值具有良好相关性，如烯烃、芳烃、MTBE等是汽油辛烷值的主要贡献者，烯烃、芳烃、氧含量与辛烷值具有直接且显著的相关性。基于成品油质量数据库中含有辛烷值检测结果的历史样本数据，提出一种汽油辛烷值的回归预测方法。采用随机森林回归算法，选择与汽油辛烷值具有相关性且常规检测易于获得的理化指标（烯烃含量、芳烃含量、氧含量、馏程和密度）作为自变量，建立了研究法辛烷值回归预测模型。
3.4建构完善成品油质量管理体系
除了成品油的生产、运输和储存外，这些过程中还有许多影响成品油质量的因素。为了有效降低影响成品油的不利因素的可能性，有关管理者应在整个过程中注意改进成品油质量管理体系，明确相关人员的责任，确保责任落实到给个人，加强成品油的监督管理。采用5G技术和移动终端等数字技术减少纸张记录、程序电子化和记录自动化是改进ISO质量管理体系的关键。全面加强成品油质量管理体系是以后成品油运输、储存和销售的重要帮助。具体来说，可以从以下几个方面进行。第一，通过建立激励机制，监督和督促人员履行自己的职责，履行个人管理职责；二是实行完善的科学管理。鉴于实施过程中存在的问题，管理人员应及时处理，不应忽视细节。对于成品油运输或生产中出现的问题，应认识到问题的严重性，有效行使内外审计监督管理职能，进行科学改进和处理，有效保证成品油的质量。三是加强高层设计的作用，充分发挥领导作用。高管的管理理念直接影响到下一级员工，基层员工也会关注高管重视的问题。管理人员在与员工合作时应注意跟上步伐，促使员工认识到成品油质量管理的重要作用，以引起员工对质量管理体系的关注，有效提高成品油质量。
结束语
空调消声器成品油质量大数据分析平台的建立，在提高管理者对成品油质量的洞察、防止从国外购买的成品油质量风险、改善供应商精细管理等方面发挥了重要作用。大数据技术在分销企业质量管理中具有广泛的应用范围。随着质量数据的积累、应用范围的扩大和数据挖掘能力的提高，必将在提高销售企业质量管理和提高运营效率方面发挥更大的作用。
参考文献：
1.
陈琛，林艳钗．大数据技术在产品质量管理的应用研究[J]．质量管理，2017（40）：284.
2.
孟春蕾，范广露，李家怡，等．产品质量管理中的大数据技术应用分析[J]．电子质量，2017（7）：66–70.
3.
zeidan刘蓉．大数据技术在航天产品质量管理中的探讨[J].宇航计测技术，2018，38（3）：84–8
8.
4.
贾丰胜，王禹铭．航天质量大数据管理和应用研究[J].质量与可靠性，2020（2）：46–50.
粉末注射成形[5]肖湘雄，谢丹．基于大数据的食用农产品质量安全精准治理研究[J]．经济学研究，2020，36（3）：59–63.
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议