文/宋立彪,廣新控股集團
關于紡織廠,在進行生產管理和統計分析的時候,工作流程非常復雜,并且在原有D0S信息系統功能的基礎之上對系統與廠級信息管理系統、監控系統、工藝管理系統等進行有效集成和功能擴展,并且將現代管理理念融入進去,促使紡織廠的生產管理系統具備管理和決策功能,為整個紡織廠的產量、質量、紗織疵、臺賬、品種、設備利用率、用戶信息等數據的管理提供基礎服務。與此同時,進行生產管理與統計分析,進而構建一個具有自主知識產權的生產管理與統計分析的信息管理平臺,實現生產數據的共用共享。對于其具體的應用優勢,主要體現在以下幾個方面:
管理者采用權限管理模型,能夠將每個用戶根據所屬部門或車間進行歸類,使每個部門(車間)在系統中所擔當的角色不同,并按照系統的業務需求和管理功能,可以將角色分為廠級和車間級2個級別,其中廠級包括廠級生產管理者、系統管理員、車間、部門,車間級包括部門(車間)、部門(車間)負責人、輪班、普通人員。通過角色的細化可定義出各種不同的角色,使每個角色之間具有不同級別的系統訪問權限,并根據用戶在系統中所承擔的責任不同,再將其分配到不同的角色中,使用戶和系統功能權限通過角色相關聯,形成2種方式,即權限與角色相關聯,角色與用戶關聯,從而實現了用戶與訪問權限的靈活對應關系。
結合生產管理工作的業務流程,管理者在采取客戶/服務器模式的體系結構后,其數據流程清晰,業務規范明了,具有高度集成、參數關聯性、安全自由的功能要求,建立了統一管理的信息平臺。
2.1.1管理者首先需要將所有的生產數據信息按照數據來源進行分類,形成分類A;然后在按日期分類,形成二次分類B;最后在二次分類的基礎上按班次進行分類,形成類C。
2.1.2其次,管理者需要在類C中對品種編號進行排序,并提取品種編碼,使其形成類 D, 再按品種信息是否可用標志進行細化,形成類 E,最后對這些類進行逐次組合,形成比較通用的品種編碼F,即 F= A + B+ C+ D+E+序號, 有效地保證了系統數據庫中所有品種數據的唯一性。
在對數據進行處理的過程中,會涉及到數據補充、數據異常處理和數據合并這三個方面,需要管理者引起足夠的重視。其中數據補充是需要管理者將檢索到的數據進行統一化處理,其具體步驟是:首先管理者將原始數據讀入到目標數據表中;然后通過目標數據表的主子表關系檢索目標數據所需的數據信息;之后對于不完整的數據,需要管理者根據相關要求進行補充;最后將這些補充完整的數據導入到相應的臨時數據表中,進行臨時性存儲,以方便臨時數據的查詢和統計。
對于數據的異常處理,則是需要管理者對數據表中的一些需產、手工錄入數據以及數據補充階段出現的異常數據進行標記;然后對檢索到的數據集進行標記處理,將標記數據進行數據合法性校驗, 若合法,根據系統設定的最大值和最小值數據范圍,利用均值法對異常數據進行處理,并去除一定百分比的不合理數據,使其接近實際數據值,以滿足生產管理的需求。若不合法,則會提示具體的錯誤信息。通常情況下采用的數據處理過程包括填補遺漏的數據值、平均數據、除去異常值等。
最后還需要管理者進行數據合并操作,這也是對上述兩階段形成的正確數據進行整合的過程,按照編碼規則對臨時數據表中的數據進行合并,形成一個完整的數據集;隨后將這些數據導入歷史數據表中進行永久性存儲, 為日后的數據報表的統計、查詢提供基礎數據。
管理者在使用生產管理與統計分析系統的時候,一點要注意使用的安全性,以免因信息泄露而造成不可估量的損失。因此,當管理者在局域網環境下使用該系統時,為了滿足多用戶的并發操作,需要根據用戶所扮演的角色將其權限進行細化,從而在滿足不同人員使用需求的同時,能夠最大程度上保證系統使用的安全性。當然該系統數據庫自身也存在一定的安全防御性能。
RBAC在權限配置中引入了角色的概念,將用戶和權限聯系起來,有效地克服了傳統訪問控制技術中存在的不足之處,減少了授權管理的復雜性,降低了管理開銷。所以作為相關的管理人員,最重要的是需要將使用者的角色和權限劃分清楚,確保每個工作人員各司其職即可。
在使用生產管理與統計分析系統之后,可實現生產管理工作的網絡化,完成無紙化辦公,解決產量和質量數據的管理及生產計劃、統計等人工抄表、手工制表統計的低效狀態,保證生產統計數據的正確性和實時性,也可實現生產數據在局域網內的共用,給管理人員和管理決
策者提供了指導性的、可靠的數據依據,這與以前的生產管理方式存在著天壤之別。因此為了使得企業的管理者能夠更好地適應新的管理模式,需要我們的管理人員不斷學習和借鑒先進的管理思想和模式,從而能夠通過系統來及時了解、分析企業的生產運營情況,實現對整個企業的有效管理,以此更好地協調和組織生產。
綜上所述,在LAN環境下,管理者需要做好數據整合、數據處理、系統安全這三個方面的工作,并不斷學習和進步以提高自身的管理思維,從而確保企業的更好發展。
【參考文獻】
[1]鐘偉,薛明志,劉靜等.多智能體遺傳算法用于超高維函數優化[J].自然科學進展,2013(10)107-108.