检验计划排程系统的设计与应用探索

检验计划排程系统的设计与应用探索

丁方悦 李佳强 徐相阳

摘 要：根据扬子江药业的检验计划需求，阐述检验计划排程系统的作业方法。

关键词：检验计划排程系统；IPS；贪心算法；动态规划；属性匹配

0引言

软件算法的迭代升级引领着各行各业向数字化、自动化和智能化方向发展。通过整合硬件、软件、网络、数据和人员等多种要素，这些技术为各种业务活动提供了支持，为传统的检验室管理带来了全新的可能。在传统检验计划管理中，存在着许多问题，如手动登样工作量庞大、容易出现错误、检验计划录入存在时间误差、计划实施进度难以实时展示、人员工作内容和工作量分配不明确、计划样品与实际样品不匹配需要人工确认、数据共享困难以及数据安全性薄弱等。

自主设计和开发的检验计划排程系统充分利用了信息化技术的优势。可根据产品特性、检验特性、人员特性、时效特性以及计划和实际样本的匹配程度，进行自动化的调整或人工干预。这种灵活性使得系统能够适应不同情境下的需求变化。为了达到这一目标，系统应用了一系列算法，如FIFO（先进先出）、属性匹配、时间调度、贪心算法、动态规划等，这些算法综合考虑了人员、样本、检验、时间、设备占用等多个维度，从而优化了样品分发和检验过程，提升了时效性、准确性、可读性等关键指标。

以下，将详细展开论述关于扬子江药业集团检验计划排程系统的设计与应用探索，从中可以深入了解信息化技术在实际业务中的应用和优势，以及系统架构、算法选择、功能实现等方面。

1设计背景综述

IPS(Inspection Planning and Scheduling,检验计划和排程系统)的设计涉及扬子江药业有限工厂内部1860余种检品，18900余个检项及320余名检验员的日常样品分布、样品接收、任务分解、任务分配、任务下达、计划通知、任务确认、工时统计、熟练度分析、成本计算以及检验计划和实际检验任务匹配等管理维度。在此背景下执行人工分样，筛选检品并根据人员信息去判定如何分配计划任务易造成样本量和种类不均衡、检验任务紧急性和重要性、任务量和工作负荷无法直观判定、设备资源争用、数据结果管理不直观等问题。无法满足实验室管理工作的需求。

2系统流程设计

以现场检验计划流程为范本，进行了底层数据的标准化和流程的标准化。将现场业务流程进行模块化拆分，从预计来样、分解任务、确认任务、实际来样、样品匹配、实施检验、任务确认等角度对流程进行了精细化的设计。总体功能分为检品分发，检项管理，任务确认，图表分析4个重要部分。

2.1检品分发

检品信息来源于半个月至一个月的预排检验任务，检验计划将检验项目的属性与人员属性配对后得出最佳的接收人员并进行检验任务的派发，接收人接收任务后需当天根据实际样本对照系统内备注的检验品进行检验前的确认。

2.2检项管理

检项信息会根据上传的检项文档进行自动更新，当检项发生变更时，待文件上传成功后，系统将自动更新检项版本，同时失效旧版本的检项，并将完整记录留存。

2.3任务确认

检验任务根据当天的实际派样进行微调，检验员拿到检验任务后第一时间确认任务检品和待执行的检项方法，同时还需确认检项的相关备注项。完成任务执行之后对照当天的任务进行对应完成项目的确认，确保附加信息符合要求。

2.4 图表分析

根据执行的检验计划的状况对各项指标如：任务完成度，任务及时率，执行任务的员工工时消耗情况等进行合理的分析，以达成对任务执行情况的及时调控、人员负载的动态平衡、人员熟练度的静态评估。

具体流程如下图1所示。

图1基于现场管理思路的流程设计

3底层设计简介

3.1前端架构

采用基于web2.0交互式网络应用的前后端分离架构，同时执行前端和后端的推进工作，前端采用Vue.js框架进行设计，通过动态权限路由，用户登录后根据其权限配置生成相应路由，确保用户只能访问其有权限访问的内容。不仅提升了系统的安全性，还减少了用户在界面中看到无关内容的情况，从而优化了用户使用体验。

3.2 后端架构

后端则采用C#进行开发，采用Model-View-Controller的三层式架构进行解耦开发，运用RESTFul规范，取最常用的检验员作业行为对照进行接口的设计，同时还提供了Swagger原生接口文档支持，方便系统开发进程中的实时对接和参数确认 。另外还通过JwtToken对检验员行为进行分布式的鉴权以确保整个鉴权流程安全可靠不依赖服务器，且不存在因cookie被劫持而导致的检验员数据被篡改的可能。

3.3 数据库设计

数据库设计在整个系统架构中扮演着至关重要的角色，它直接影响着系统数据的结构、存储、检索和维护方式。一个优秀的数据库能够为系统提供高稳定性、高执行效率及高可维护性，进而为未来的系统扩展和业务发展提供坚实基础。从数据结构、数据一致性到数据安全性等各方面都需要较高的匹配程度。

3.4 硬件架构

物理层设计为两层式的分离架构，将其应用服务与数据服务拆分，分布式部署于多台服务器，原生为稳定的三层架构。将表现层、应用层、数据层拆分且附加冗余设计和反向代理能力既提升性能又提升安全性，确保在冲击和安全风险抵达时仅影响部分节点而不冲击整个业务。

4 软件功能实现

检验计划涉及的维度较多且信息量较大，如下挑取检验项目版本管控和检验任务自动匹配两个重点功能进行阐述。

4.1 检验项目版本管控

系统的一个重点功能是对不断更新的检验项目进行版本管理，由使用单位对现行检品的检测项目进行输出形成文档后进行系统内的导入动作，系统的导入行为由接收函数接收后根据物料代码和数据实例内容进行分组计算HASH(MD5）值，得出后的结果进行记录。若再次进行检项信息导入，系统会根据已记录的MD5值进行对照，若比对不通过则存在变更过的检项内容，系统会依照变更后的检项清单对当前检品进行对应的版本更新。以确保各项算法实例所计算和分解出的检验任务和计划是实时且有效的。

4.2 检品计划自动分解

预估的检品到达检验室前会由制造车间提前根据生产排程进行为期半个月的预估送样。根据预估送样的检品进行系统内的预送检，系统会依据预送检检品的特定属性按照全部生成，只生成特定检项以及除特定检项外全部生成等逻辑进行检验计划的生成。

4.3 检验任务自动匹配

任务分配的核心功能由多属性自动匹配达成，需要综合考虑人员在岗属性，当前状态，任务重要程度，任务交付的剩余时长，任务需要的人员数量，检验任务执行时长，人员在岗剩余时长，仪器占用状态等。以期在合理的分配模式之下得到合理的分配结果和相应的可执行性。对待分配的任务池提供默认的贪心算法和动态规划算法进行对任务参与人员的匹配，在任务池总体压力小于当前人员吞吐时进行贪心算法的匹配计算，即每一步都按照当前人员配置选择最优执行人。对于任务池大于人员配置的情况进行动态规划算法分配，按照任务的属性结果进行子结构分解，迭代过程中记录每个步骤的子结构最优解，最终由任务池尾部向上求解达成按照不同数据矩阵的动态求最优解。根据此两类算法达成大幅的执行状况优化，执行分配后的结果。检验员根据已知的检验任务进行当天检验任务的执行。

4.4 检验任务实时确认

检验员接收检验任务后需要对当前的检品进行备注的确认，以达成取代口头嘱咐的不完整和不可追溯性。完成对应的检验任务后需要在系统内进行对应的检验任务的确认工作，确认当前检验任务或者人为指派的任务已完成。

5 应用探索

5.1 持续优化算法与系统性能

随着时间的推移和数据的不断累积，系统的性能优化将成为一个持续的挑战。在应用阶段，伴随样本量和检验任务数量的日益增加，算法的执行效率可能会受到影响，具体表现为执行时间和计算复杂度的上升。因此，需要探索更高效的算法和数据处理方法，以应对更大规模的任务分配和计划生成需求。此外，我们还计划引入并行计算和分布式处理，通过异步方法将任务分解为多个子任务，并在多个处理单元并行执行，以进一步提高系统的响应速度和资源利用率。

5.2 数据分析与智能决策支持

系统中积累的大量数据是宝贵的数字资产，除了支持任务分配和计划生成，还可以为企业提供更深入的洞察和智能决策支持。在这一领域，我们计划探索数据分析和机器学习技术，以从数据中挖掘有价值的信息，帮助企业更加智能地决策和优化运营。

5.2.1 数据挖掘与模式发现

通过对历史数据的分析，运用数据挖掘技术发现潜在的管理模式和趋势。分析不同时间段的任务分配情况，以识别任务高峰期和低谷期。这些信息反馈可以帮助企业合理规划人力资源，以适应任务负荷的波动。另外，通过识别员工的工作熟练度提升趋势，从而为培训和技能提升提供方向。

5.2.2 预测分析与智能调度

基于历史数据和趋势，运用预测分析技术来预估未来的任务需求和资源分配情况。这有助于企业提前做好准备，调整人员安排和设备利用，以应对任务高峰期和特殊情况。同时，借助智能调度算法，根据任务的紧急程度、重要性和员工的可用性，自动优化任务的分配和计划，以实现更高效的资源利用。

5.2.3 智能决策支持系统

基于数据分析的结果，未来计划开发一个智能决策支持系统，为企业管理层提供实时的决策建议和研究报告。这个系统可以根据当前的任务情况、资源分配和员工熟练度等因素，提供合理的决策方案。例如，在任务紧急情况下，系统可以建议优先调动熟练度较高的员工执行任务，以保证任务的质量和时效性。

5.3 可扩展性与集成性

在现代企业管理中，不同部门和业务领域通常依赖于多个信息系统，其中包括诸如SAP（系统应用和产品）、MES（制造执行系统）等关键系统。为了实现更高效的业务流程整合和数据交换，计划将检验计划排程系统与企业内部系统进行深度集成。通过集成，可以实现数据的实时同步和共享，避免了数据在不同系统之间的手工录入和转换，减少了数据不一致性和错误的风险。其次，业务流程的自动化和协同将得到增强，检验任务的下发可以与生产计划的生成相衔接、检验计划的预排可以与SAP要货计划相关联，从而实现更加精确和高效的任务安排和调度。最重要的是，集成可以为企业提供更全面的业务分析，从而支持更准确的决策制定。

6 结语

引入检验计划排程系统后，扬子江药业集团检验室长期面临的许多问题迎刃而解。通过利用信息化手段，对最基础的底层数据流进行改造，实现了一个基于标准化数据的全新工作流程。这带来了一系列的显著效益和改进：

以往，人工进行检验计划排程和样品分样工作是非常耗时的，而且容易出错，特别是在数据量大的情况下。通过系统的自动排程和智能匹配算法，工作效率显著提高，排程的准确性也大幅增强。其次系统的自动分样功能和样品匹配机制进一步提高了样品分样的效率，同时降低了错误的风险。实时工作进度的可视化也是另外一个重要优势，先前非基层管理者很难及时了解检验室的工作进度和成果。现如今，系统的图表分析功能使管理层和操作人员能够实时了解任务的完成度、及时率等关键指标，这有助于更好地进行任务调控和决策。