一种基于Flink的汽车拆解件管理方法与流程

一种基于flink的汽车拆解件管理方法
技术领域
1.本发明专利属于汽车技术领域，具体涉及一种基于flink的汽车拆解件管理方法。


背景技术：

2.截至2020年，我国汽车保有量达2.81亿辆，按照国际5％的报废比例最低水平，预计2020年我国的报废汽车量将超过1400万量，但根据统计结果，我国2020年报废汽车回收拆解数量仅为206.6万辆，报废汽车回收率不足15％，其他大部分车辆违规重新进入偏远地区市场和非法拆装市场，这是我国报废汽车回收行业的症结所在，其根本原因在于报废车辆在正规车辆拆解厂体现的价值，得不到报废汽车所有人的认可。
3.报废汽车在拆解后，一部分进行修复翻新即再制造后回收再利用，一部分破碎后作为废金属和废塑料，出售给金属和塑料再生企业作为生产原料资源化，其他不能回收的部分作为废料焚烧或填埋处理，其中的经济价值依次递减。
4.据统计，在发达国家，报废汽车拆解后零部件可利用率高达95％，再制造汽车的能耗仅为新制造汽车的15％，说明再制造是实现报废汽车最大化价值的主要途径，但再制造需要占用大量的拆解件库存，为了实现报废车辆的最大化经济价值，减小报废汽车所有人的价值鸿沟，拆解厂需要一种能够实现对报废车的拆解件库存优化管理的方法。
5.公开号为cn111950742a的发明专利公开了一种用于旧汽车报废、拆解件的高效管理系统和方法，通过设置基于rfid信息系统简历的信息集成中心的服务框架，进行信息收集为老旧汽车的回收处理提供支持，将相关信息反馈给汽车生产商和政府监管部门；该发明侧重于实现报废汽车拆解件整个流程的全方位跟踪监控，但并没有对拆解件库存系统的优化管理方案。


技术实现要素：

6.本发明的目的是为了解决背景技术中提及的问题，提供一种基于flink的汽车拆解件管理方法，能系统有效的管理及回收利用汽车拆解件，实现报废汽车拆解库存管理的规范化和标准化。
7.为实现上述技术目的，本发明采取的技术方案为：
8.一种基于flink的汽车拆解件管理方法，包括以下步骤：
9.s1：访问汽车拆解件历史数据库，通过业务分类模型确定所有拆解件分类；
10.s2：识别完善拆解件信息，并对其进行处理；具体包括以下步骤：
11.s21、根据步骤一确定的所有拆解件分类，识别解析各拆解件和其对应的车型信息，并将其录入软件系统，然后由软件系统完善其信息；
12.s22、对拆解件有无市场需求进行区分；对有市场需求的拆解件匹配对应市场进行销售；对无市场需求的，按其库存价值排序并决定其作为垃圾处理或者破碎后资源化作为基础原料或者库存回用件；
13.s23、对判定有市场需求和作为回用件的的拆解件进行市场销售；对此部分暂未售
出的拆解件的价值定期更新，定期根据其价值决定作为垃圾处理或者破碎后资源化作为基础原料或者库存回用件；同时通过预估价值模型预测下月拆解件各销售渠道占比；
14.s24、将所有作为基础原料的拆解件破碎后的资源化原料进行市场销售；并对其价值进行定期更新，定期根据其价值决定继续销售还是作为垃圾处理。
15.s3：通过flink智能管理和处理上述步骤过程；通过在客户端即client创建flink程序，将步骤二映射为算子，将步骤二中各个环节映射为子任务即subtask，再通过client将flink程序提交给作业管理器即jobmanager，由jobmanager根据各个subtask优先级，将其按顺序均匀分配给各个任务管理器即taskmanager处理。
16.作为优选，步骤s1所述业务分类模型根据帕累托效应构建，业务分类模型公式为
[0017][0018]
其中s为汽车拆解件历史数据库所有数据地址，f(x)为数据地址x对应的汽车拆解件信息，上述公式的解即为帕累托最优解，也即所有汽车拆解件的最小分类单元件。
[0019]
作为优选，步骤s22所述库存价值通过公式：
[0020]
库存价值＝车型销售数量
×
拆解件年更换系数
×
拆解件价格
[0021]
计算得到；其中拆解件年更换系数需要根据不同的拆解件设定，取值范围为0.05～0.2。
[0022]
作为优选，步骤s23所述预估价值模型根据马尔科夫转移矩阵法构建，预估价值模型公式为
[0023]
x(k 1)＝x(k)*p
[0024]
其中x(k)表示拆解件本月的销售状态向量，根据其在各渠道的销售占比建立；p表示一步转移概率矩阵，根据拆解件各销售渠道占比变化建立；x(k 1)拆解件下月的销售状态向量；
[0025]
通过预估价值模型估算出拆解件下月在各销售渠道的占比，能够指导销售。
[0026]
作为优选，步骤s21通过拍照图片识别和摄像头高清识别的相结合的方式识别解析拆解件和其对应车型的信息。
[0027]
作为优选，步骤s21所述软件系统通过互联网检索完善拆解件和其对应车型的信息。
[0028]
作为优选，所述拍照和摄像头识别解析的拆解件信息包括拆解件类型、拆解件的外观成色、破损程度和功能情况；
[0029]
作为优选，所述软件系统完善的车辆信息包括车重、驱动方式、汽油车排量和电动车电池种类及容量；所述软件系统完善的拆解件信息包括拆解件的配置信息、价格信息和市场需求信息。
[0030]
本发明的有益效果是：
[0031]
1、根据帕累托效应构建的业务分类模型，能区分出所有拆解件的最小分类单元，避免在库存管理时遗漏部分拆解件，提高了管理系统的可靠性。
[0032]
2、根据马尔科夫转移矩阵法构建的预估价值模型，能指导拆解件的市场销售方向，增加其销量，从而能最大化库存拆解件的经济效益，促进市场对报废汽车拆解件规范管理的良性循环。
[0033]
3、按照拆解件库存价值对其进行统一管理，既能充分实现拆解件的经济价值，又能有效的及时清理拆解件库存，为汽车拆解件库存管理的规范化和标准化建立了切实可行的标准。
[0034]
4、对汽车拆解件的整个管理基于flink处理框架，flink高吞吐、低延迟和高性能的特点，能大大提高拆解件库存管理的效率。
附图说明
[0035]
图1是本发明流程示意图；
[0036]
图2是flink流程示意图；
具体实施方式
[0037]
以下结合附图对本发明的实施例作进一步详细描述。
[0038]
需要注意的是，发明中所引用的如“上”、“下”、“左”、“右”、“前”、“后”等的用语，亦仅为便于叙述的明了，而非用以限定本发明可实施的范围，其相对关系的改变或调整，在无实质变更技术内容下，当亦视为本发明可实施的范畴。
[0039]
如图1所示，一种基于flink的汽车拆解件管理方法，包括以下步骤：
[0040]
步骤一、访问汽车拆解件历史数据库，通过业务分类模型确定所有拆解件分类；
[0041]
具体描述：
[0042]
首先，访问汽车拆解件历史数据库
[0043]
其次，所述业务分类模型根据帕累托效应构建，业务分类模型公式为
[0044][0045]
其中s为汽车拆解件历史数据库所有数据地址，f(x)为数据地址x对应的汽车拆解件信息；
[0046]
给定一个可行点x
*
∈s，有有f(x
*
)《f(x)，则x
*
称为多目标规划问题的绝对最优解；若不存在x∈s，使得f(x)《f(x
*
)，则x
*
称为多目标规划问题的有效解，多目标规划问题的有效解也称为帕累托最优解，此解可以有多个；
[0047]
上述公式的解即为帕累托最优解，也即所有汽车拆解件的最小分类单元件；采用此业务分类模型，能获得所有可能的拆解件分类，从而发现可能的隐匿的拆解件分类，提高管理系统的可靠性。
[0048]
步骤二、根据步骤一获得的汽车拆解件分类，构建对其管理的流程；
[0049]
1、车型数据管理模块：通过拍照图片识别和摄像头高清识别的相结合的方式，将车型信息输入到软件系统，软件系统在互联网检索该车型各部件的配置信息，比如：车重、驱动方式、汽油车排量和电动车电池种类及容量等信息；和车型各年的区域销售量信息。
[0050]
2、拆解件数据管理模块：通过拍照图片识别和摄像头高清识别的相结合的方式，将拆解件信息输入到软件系统，软件系统在互联网检索该车型对应拆解件的配置信息，比如：重量、材料组成和技术参数等信息；还有价格信息，比如：淘宝报价、4s店报价和保险报价；以及市场需求信息，比如闲鱼网等各种求购信息。
[0051]
3、拆解件完好度评测模块：通过拍照图片识别和摄像头高清识别的相结合的方
式，对拆解件的完好度进行评测，主要评测拆解件的外观成色、破损程度，进而给出对应拆解件的完好度信息，包括：外观成色、破损程度和功能情况。
[0052]
4、再利用与资源化决策模块：根据拆解件对应车型各年的区域销售量信息和拆解件的价格信息、市场需求、完好度信息，进行匹配和计算。有市场需求信息的，优先按照对应的价格信息自动匹配市场需求信息；
[0053]
没有市场需求信息的，根据车型销售信息和拆解件价格，计算库存价值，计算公式为：库存价值＝车型销售数量
×
拆解件年更换系数
×
拆解件价格，其中拆解件更换系数需要根据不同的拆解件设定，正常为0.05～0.2；
[0054]
进而根据不同的库存价值进行排序，设定库存管理价值的百分比排名低限值a和高限值b，进而对不同拆解件最终去向进行决策，具体决策方法：
[0055]
假设拆解件对应的库存价值百分比排名为v，
[0056]
对于v《a的拆解件作为垃圾处理,直接送垃圾填埋或焚烧处理厂处理；
[0057]
对于a≤v《b的拆解件破碎后资源化作为基础原料；
[0058]
对于v≤b的拆解件作为回用件；
[0059]
需注意a、b的关系为0《a《b《100％。
[0060]
5、人工智能拆解件再利用库存管理模块：对再利用与资源化决策模块判定有市场需求以及可作为回用件的拆解件，在网络平台，比如闲鱼网、淘宝网和转转网等，发布拆解件信息，如有采购，自动扣减对应库存；拆解件库存价值定期更新，可采用每个月折减一定比例，比如每月扣减10％，更新后按照新的库存价值进行排序，定期对不同拆解件最终去向进行决策，具体决策方法同再利用与资源化决策模块。
[0061]
将当月拆解件库存价值数据放入【预估价值模型】预测下月拆解件各销售渠道占比，从而指导其销售，最大化库存拆解件的经济价值。
[0062]
所述预估价值模型根据马尔科夫转移矩阵法构建，预估价值模型公式为
[0063]
x(k 1)＝x(k)*p
[0064]
其中x(k)表示拆解件本月的销售状态向量，根据其在各渠道的销售占比建立；p表示一步转移概率矩阵，根据拆解件各销售渠道占比变化建立；x(k 1)拆解件下月的销售状态向量；
[0065]
下面通过具体实施例讲解预估价值模型：
[0066]
首先，通过拆解件库存数据库获得本月在网络平台：闲鱼网、淘宝网和转转网，拆解件销售情况在本月销售库存占比。
[0067]
假设，本月网络平台库存初始占比：
[0068]
闲鱼网＝拆解件库存在闲鱼网销售量占总销售量30％
[0069]
淘宝网＝拆解件库存在淘宝网销售量占总销售量20％
[0070]
转转网＝拆解件库存在得物网销售量占总销售量50％
[0071]
假设，本月网络平台库存流动占比：
[0072]
闲鱼网＝本月仍然通过闲鱼网销量占比40％，其余60％转到淘宝网和转转网各30％
[0073]
淘宝网＝本月闲鱼网转到淘宝网销量占比30％
[0074]
转转网＝本月闲鱼网转到转转网销量占比30％
[0075]
假设，本月网络平台库存流动占比：
[0076]
淘宝网＝本月仍然通过淘宝网销量占比30％，其余70％转到闲鱼网60％和转转网10％
[0077]
闲鱼网＝本月闲鱼网转到淘宝网销量占比60％
[0078]
转转网＝本月闲鱼网转到转转网销量占比10％
[0079]
假设，本月网络平台库存流动占比：
[0080]
转转网＝本月仍然通过转转网销量占比30％，其余70％转到闲鱼网60％和淘宝网10％
[0081]
闲鱼网＝本月闲鱼网转到淘宝网销量占比10％
[0082]
淘宝网＝本月闲鱼网转到转转网销量占比60％
[0083]
根据以上数据，拆解件本月的初始，也即上个月的销售状态向量x(0)＝(0.3 0.2 0.5)，
[0084]
一步转移概率矩阵
[0085]
根据马尔可夫一步转移概率矩阵公式：
[0086][0087]
计算得出本月各网络平台：闲鱼网、淘宝网和转转网，拆解件销售占比情况：
[0088]
闲鱼网54％、淘宝网20％、转转网26％，具体计算过程如下
[0089]
第一次运算：0.3x0.4 0.2x0.6 0.5x0.6＝0.54
[0090]
第二次运算：0.3x0.3 0.2x0.3 0.5x0.1＝0.20
[0091]
第三次运算：0.3x0.3 0.2x0.1 0.5x0.3＝0.26
[0092]
下月各网络平台：闲鱼网、淘宝网和转转网，拆解件销售占比概率预测：
[0093]
拆解件本月的销售状态向量x(1)＝(0.54 0.2 0.26)，
[0094]
根据马尔可夫一步转移概率矩阵公式
[0095][0096]
得出拆解件下月各网络平台销售占比为：闲鱼网49.2％、淘宝网24.8％、转转网26％，具体计算过程如下：
[0097]
第一次运算：0.54x0.4 0.2x0.6 0.26x0.6＝0.492
[0098]
第二次运算：0.54x0.3 0.2x0.3 0.26x0.1＝0.248
[0099]
第三次运算：0.54x0.3 0.2x0.1 0.26x0.3＝0.26
[0100]
上述计算结果进行了四舍五入
[0101]
通过【预估价值模型】得到下月拆解件各销售渠道占比，对占比多的销售渠道侧重销售，从而最大化拆解件的经济价值。
[0102]
6、拆解件资源化库存管理模块：在网络平台，比如闲鱼网、淘宝网等，发布破碎后的资源化原料信息，如有采购，自动扣减对应库存，资源化库存价值定期更新，可采用每月
扣减10％，更新后按照新的库存价值进行排序，定期对不同原料信息最终去向进行决策，当拆解件库存价值百分比排名低于设定值c(0《c《100％)后，按照垃圾处理，直接送垃圾填埋或焚烧处理厂，并记录其中的碳中和价值；高于c的继续销售。
[0103]
步骤三、通过在客户端即client创建flink程序也即线程池，将步骤二映射为算子，将步骤二中6个环节的详细流程映射为子任务即subtask；再通过client将flink程序提交给作业管理器即jobmanager，由jobmanager根据各个subtask优先级，其中对于环节5在各网络平台发布销售信息的subtask优先级就以【预估价值模型】得到的结果为准，占比多的优先级高；将subtask按优先级顺序均匀分配给各个任务管理器即taskmanager处理。
[0104]
如图2所示，采用flink处理架构，其独有的线程池共享任务槽即taskslot特性，从而能实现高吞吐、低延迟和高性能的特点，能大大提高拆解件库存管理的效率
[0105]
以上仅是本发明的优选实施方式，本发明的保护范围并不仅局限于上述实施例，凡属于本发明思路下的技术方案均属于本发明的保护范围。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理前提下的若干改进和润饰，应视为本发明的保护范围。