7篇关于钢铁企业的计算机毕业论文

今天分享的是关于钢铁企业的7篇计算机毕业论文范文, 如果你的论文涉及到钢铁企业等主题,本文能够帮助到你

钢铁企业能源管理系统的设计与实现

这是一篇关于能源管理(EMS),钢铁企业,能耗统计的论文, 主要内容为众所周知地,当前社会一个热门话题就是环境污染和能源紧缺。如何解决能源的合理使用实现环境保护,对于我国的可持续发展有着十分重要的意义。目前,我国的工业能源消耗占全国所有能源消耗的70%左右,而且工业方面节能项目的推广应用仍然还出于初级阶段。我们认为:节能环保的重头戏就在工业节能,而工业节能的关键点在于应用能源管理系统来推进节能环保的进行。在企业信息化的系统中能源管理系统(简称EMS)也是一个重要的组成部分。因此通常把能源管理作为一个基本应用构件置于企业信息化系统的架构中,使之成为大型企业自动化和信息化的重要组成部分。本文的主要内容是能源管理系统的设计与实现,首先对能源管理的主要功能与本文的可行性进行分析,确定系统需要实现的主要功能。论文将介绍系统的体系结构,并对能源系统的功能做详细的描述,展示系统的界面和功能实现。系统使用的核心技术包括采用SOA面向服务的体系架构,前台使用HTML5,Javascript等技术,后台Spring作为核心容器,iBatis作为ORM工具来连接数据库。本文设计并实现了一个适应于钢铁企业中使用的能源管理平台,通过能源参数实时监控,能源实绩数据管理,能源计划制定,能源指标统计分析,重点设备监控,能源计量设备管理等多种手段,使企业管理者对企业的能源生产、消耗的趋势有全面的把控,发现当前能源使用中的问题,并且及时处理相关问题,使节能工作的相应速度更快,使企业的能耗成本得到显著的降低。

钢铁企业销售物流客户管理系统研究

这是一篇关于客户管理系统,钢铁企业,销售物流,权限管理,B/S架构的论文, 主要内容为随着全球经济一体化进程的加快和竞争的加剧,钢铁企业为了达到利润最大化,在原有生产技术不断革新的基础上,积极发展物流建设,寻找新的利润增长来源。而客户作为一种特殊资源,也越来越受到企业的重视。本文正是从现实需求的角度出发,对钢铁企业销售物流客户管理系统进行研究。本文首先介绍了课题背景,分析了客户管理系统的研究与应用现状。通过对现有的几种系统体系结构进行比较,采用B/S架构作为系统的体系结构。在此基础上,采用J2EE开发平台,结合MVC设计模式、SSH设计框架,设计了一套基于B/S架构的钢铁企业销售物流客户管理系统。针对钢铁企业物流的特性,将该系统划分为客户信息管理、发货传真和权限管理三个子系统。本文详细地介绍了每个子系统的设计意义、数据库设计、模块设计、输入输出设计以及功能实现。针对客户信息管理子系统,扩展了客户信息的范围;针对发货传真子系统,分析并对之前的发货传真模式进行改进;针对权限管理子系统,介绍了几种常见的访问控制策略,并分析了各访问控制策略的优劣性。本文采取基于角色的访问控制策略,运用Spring Security安全保护机制,实现整个系统的权限管理。最后,本文总结了该系统的特性,并指出了系统中还需要改进的地方。

企业库存规模预测与可视化系统研究

这是一篇关于钢铁企业,库存预测,时间序列模型,可视化系统,B/S架构的论文, 主要内容为钢铁公司在当今世界趋向数字化、全球化、绿色低碳的国际背景下,承受着巨大的转型升级压力。面对后工业化时代的到来,单位GDP消耗钢材数量持续走弱,加之全球经济增长的放缓、残酷的市场竞争和技术的日新月异,所以钢铁企业要想挺过严冬,自身就要迎难而上,加快产业转型升级和信息化建设的步伐。于是本文从国内一家知名的钢铁集团(宝钢集团)的信息化现状出发,结合国内国外最新的研究技术,展开了从企业库存分析到整个营销实态监控可视化系统的研究与实现。基于本文的研究所取得的库存规模预测模型以及可视化平台方案,对国内其他钢铁企业的信息化建设有重要的推广和指导意义。本文所致力于建立的一套全流程的可视化系统,包括风险预警和营销运营实态监控。由于造成钢铁企业巨额亏损的原因来自于多个方面,其中包括库存成本的增加和采购成本的上升。于是本文的研究从企业库存的分析开始,引入时间序列分析方法作为企业库存分析方法的基本理论,建立预测模型,并以相应模型对企业库存规模作了7～14天的预测,预测所得数据结果触发企业库存风险预警平台所预先设置的预警机制。在建立了企业库存风险预警机制并突破了库存预测模型的关键技术之后,需要把所得到的成果应用到可视化系统整体方案之中。于是本文又对可视化系统方案的整体概况、整体框架和应用进行了重点描述。方案遵循瞄准核心,高度精简的设计原则,让使用者对自己目前关注的库存、营销等信息一目了然;同时通过相关主题的集中可视化展现,为使用者提供更多线索。可视化系统另外还辅以一套成熟完善多媒体智能化多功能会议室系统,以提高协同工作的效率。在本文的可视化系统方案中还对企业的绩效指标进行了详尽的梳理,包括企业关机绩效指标、月度绩效指标、销售经营与库存指标等等。在确定好了指标信息之后,为了能够正确地获得相关指标的数据以达到可视化系统所规划的效果,本文对数据支撑源进行了全面的归纳汇总,以此来保证指标数据的准确可靠。接下来就是分为两个层面的可视化系统的落地实现。第一个层面是系统数据底层的实现,第二个层面是用户应用层和客户端表现层的实现。数据底层的实现是以企业现有数据仓库为依托,在此基础之上构建底层体系架构硬件支撑方案和可视化辅助系统方案,同时对网络的安全性做了充分的考虑。用户应用层和客户端表现层的则采用了 B/S即浏览器和服务器架构,在概况了 B/S架构的实现原理和优越性之后对应用层实现的页面进行了截图说明。文中的资源列表和实现所需设备,既体现了该钢铁企业的信息化现状,又证明了本文的真实性。

钢铁企业销售决策支持系统的设计与实现

这是一篇关于销售决策支持系统,钢铁企业,数据仓库,客户评价,灰靶的论文, 主要内容为大型钢铁企业的信息化建设始于上世纪90年代,在近20多年里建设了大量的信息系统。企业利用这些系统强化了管理,提升了效率,取得了显著效果。在这些系统建设过程中往往欠缺统筹考虑,存在大量异构的信息孤岛式系统,企业中高层管理人员无法及时准确的了解企业生产经营全貌、做出对企业有力的决策。在“中层决策定企业生死”的时代,这显然不利用企业的生存发展,需要建设决策支持系统辅助管理人员进行决策。本文将通过构建销售决策支持系统,开展对钢铁企业已有销售业务数据集成,提高联机事务分析的数据分析能力,实现为企业提供全方位的决策支持、辅助高层管理人员决策的目的。首先,本文分析了决策支持技术的发展历程及国内外研究现状,结合钢铁企业销售业务的实际情况对销售决策支持系统功能需求进行了分析,设计了具有产销售业务分析、销售客户评价、格式化报表、KPI指标管理等功能的销售决策支持系统总体方案。其次,针对销售业务数据散落在异构系统间难以集成这一现状,分析了数据仓库系统中数据源、数据抽取和元数据、数据仓库平台之间的关系,提出了数据抽取过程和多维分析型数据库建模方案,实现了销售业务数据集成。然后,针对销售客户评价所考察指标不全面的问题,运用灰色系统技术建立了基于灰靶理论的决策模型,解决了指标权重未知和已知两种不同情形下指标权重确定的问题,应用于销售客户决策过程中,实现了对销售客户的综合性评价。最后,基于三层B/S架构和IBM DB2数据库,开发了基于数据仓库和灰靶决策技术的钢铁企业销售决策支持系统。通过系统实现过程验证了企业级数据仓库建模方法和销售客户灰靶决策模型的可行性和有效性。

基于大数据的钢铁企业销售分析系统设计与实现

这是一篇关于钢铁企业,大数据,数据分析,可视化的论文, 主要内容为随着计算机技术的日趋成熟,我国钢铁企业的信息化建设得到快速发展。与此同时,企业积累的数据也越来越多,钢铁企业数据的爆炸式增长蕴含着巨大的商业价值。然而,在面对客户消费行为的海量数据时,传统的基于大型服务器的数据仓库和数据分析技术难以满足异构数据源数据的应用转化要求,数据的多维统计分析与展示存在严重不足。因此,运用大数据技术对钢铁企业巨量的销售数据进行分析,并依据分析结果做出正确决策,已成为当今企业在数据驱动服务下抢占市场先机的重要抓手。本文针对钢铁企业客户销售数据的特点,在接入企业各业务系统数据和产品销售数据的基础上,开发了一个旨在提高数据资源复用性,统一的、快速响应的、能够多维度深层次直观展示产品销售信息的销售分析系统。首先,分析了销售分析系统和大数据技术的国内外研究现状,研究了数据仓库技术、OLAP技术、大数据相关技术及数据可视化技术明确了系统的设计思路。其次,通过对钢铁企业现有业务的调研,梳理整合企业销售业务的流程和特点,结合系统的目标需求和大数据应用需求,得出了系统的功能性需求和非功能性需求,并依据需求分析结果与企业的业务背景,进一步确立了系统设计目标和原则,对系统的业务流程架构、体系架构技术架构进行了设计,详细研究了系统数据采集、数据存储、数据处理及数据仓库的设计。最后,根据需求和设计,本文选用SSM框架,Java技术,基于MySQL数据库、Hadoop框架和数据分析工具实现了系统实时和批量数据的处理、销售数据分析、报表及可视化等功能。目前,基于大数据的钢铁企业销售分析系统已经完成了开发与测试工作,各个模块的功能均已实现,系统运行稳定且性能良好,达到了预计目标。系统为钢铁企业加强业财融合、合同全生命周期的管理分析和项目损益的全景展示提供了有力支撑,实现了企业管理层面的数据化,显著提高了销售管理工作的效率和水平。

机理与数据融合的钢铁企业水系统水质分析方法研究

这是一篇关于钢铁企业,节水减排,水质预测的论文, 主要内容为随着水资源的逐渐减少以及钢铁企业的节水减排水平的提升,节水空间达到瓶颈,钢铁企业用水情况复杂,水质和水量息息相关。各水系统设备对水质要求不同,致使水系统中存在品质不同的用水,彼此相互作用联系。因此,利用水量对水系统描述是不准确的。应从杂质入手,解析水系统内供需关系,从水质角度对系统全面梳理分析,形成智能分析与预测水质变化的水质分析平台,对企业节水减排、优化用水、提高用水效率有巨大意义。为此,本文利用机理与数据驱动相结合的方法对钢铁企业水质分析预测开展以下四方面的研究工作:(1)科学分析钢铁企业水系统用水现状和水质特性。通过整理500余份实测数据,从杂质流的角度对水系统各部分进行分析,确定水系统内杂质带入的方式主要为取水带入和用水带入两种。深入剖析其杂质特性确定控制杂质含量的两种方法,控制取水带入杂质可改变取水配比方案和蒸发率,而控制用水带入杂质可改变工序和排水处理方式,为后续智能分析控制杂质提供方法。(2)建立水质分析机理模型。通过对钢铁企业水系统内用水单元的运行规律和用水特性归类分析,划分为直接接触用水单元、间接冷却用水单元、水质提升单元和水汇单元四类,分别构建其物理模型和数学模型。并利用实际数据验证模型准确性,发现相对误差为1.2%,为后续水质分析计算提供理论支撑。(3)建立水质预测驱动模型。针对钢铁企业普遍存在的数据缺失和废水处理中工艺和药剂的干扰情况,利用人工神经网络构建排水系统出水水质预测模型。经过主成分分析筛选主要水质参数,根据历史水质数据构建训练样本,分别建立四个单输出网络对不同水质参数预测,验证预测结果后发现四类神经网络相对误差处于±5%之间,平均相对误差为3.4%,证明了神经网络预测的准确性。为后续平台相关利用驱动模型预测水质提供支持。(4)平台的设计与实现。根据企业现状和水质分析目标确定水质智能分析平台的架构与需求,确定用户数据录入与读取、当前水系统现状展示、用户权限和数据管理、给用排水系统水质预测等功能。且经过对各功能的校验和测试,当前水系统分析部分能够利用31%的既有数据进行计算补充,最终达到95.6%的节点数据覆盖率;系统动态水质预测部分计算精度与模型相符,给水系统水质预测部分的相对误差率保持在3%以下,用水系统水质预测部分的相对误差率保持在1.2%以下,排水系统水质预测部分的相对误差为3.4%。在调试好计算精度后,通过多次功能测试,验证了平台功能的实用性和科学性,为钢铁企业水系统水质的分析预测提供了方案。