大数据技术在计量校准管理中的应用方向

1、基于大数据技术的计量标准器具采购计划
      近年来，计量校准市场增长迅速，自动化、智能化的先进计量设备换代频繁。原有的计量标准器具无论从使用寿命、工作效率来看，都已远远不能满足当前需求。在仪器数字化、智能化方面迫切的提升需求，给采购计划的编制优化工作提出了更高的要求。在编制采购计划时，从提升经济运行水平和资源利用效率等方面考虑，利用大数据技术对业务量、效能等数据进行充分挖掘分析，可以使有限的资源最大化利用。
 
      安徽省计量校准所在编制2018年采购计划前，利用大数据统计近年业务量增长迅猛的工作计量器具，钢直尺和试验筛的年均增长量均超过了30%，均有先进自动化检测设备采购需求。比较试验筛自动校准装置、全自动钢直尺检定装置的各项性能参数，并将效能数据加入分析，数据如表1所示。根据表1的年均业务增长量以及效能数据可以预测:2018年通过采购全自动钢直尺检定装置可以节约工时约277h;通过采购试验筛自动校准装置可以节约工时约608h。综合上述数据的收集与挖掘分析，确定将试验筛自动校准装置纳入2018年采购计划。
 
2、基于大数据技术的计量标准器具溯源计划
      计量标准器具溯源往往会伴随着客户检校业务的延后甚至停滞，而检校周期的长短直接影响的是客户满意度，因检校周期长引起的客户咨询与投诉问题一直是计量校准院所的难点问题。通过分析历年的客户仪器送检记录以及客户现场服务大数据，利用各项目计量校准业务的波谷时间段对溯源计划进行优化，以最小的影响量完成计量标准器具溯源任务，为客户提供及时、人性化的服务。
 
      对于需要上级溯源机构到现场进行校准服务的大型计量标准设备，收集挖掘其向下溯源的计量器具客户送检数据，具体情况具体分析，在保证计量标准器具性能稳定可靠的前提下大限度提高标准器具的使用效率。
 
3、基于大数据技术协调大客户计量器具送检计划
      由于计量校准工作的周期性，客户送检器具以及送检时间均相对固定。对于某些送检量随时间分布不均的项目，利用大数据对异常量进行提取识别，在不影响客户生产及周检计划的前提下，通过协商统筹调度该项目的月业务量，在最大化提高资源利用率的同时，保证业务按时按量完成。
 
      统计2016～2017年度螺纹量规每月的业务量，快速识别业务量异常值，收集客户送检数据，汇聚挖掘发现:中国电科某研究所于每年的3月、8月份两批送检螺纹量规共约540付;长城军工某公司于每年的3月、11月份两批送检螺纹量规共约400付。造成每年3月份螺纹量规业务量的骤然提升，影响了客户服务质量。针对上述问题，我所与中国电科某研究所协商，2018年将原定于3月份送检的螺纹量规提前到1月份送检。调整后2018年各月份螺纹量规的计量校准业务量分布平均，防止了业务积压，提高了计量校准周期，效果理想。