当前位置 首页 > 案例 > 正文

基于机器学习的大型油库公路发油计算软件

项目背景 

       石油资源作为重要的战略资源,影响着国家的安全、社会和政治的稳定,是我国经济与社会发展的基础和保障。由于市场发展和政策管制的长期共同作用,我国石油产业己日趋成熟,并基本形成了如中石化、中石油、中海油等国有大型石油企业为主导的市场主体和投资主体多元化的竞争格局。但是,伴随着成品油市场开放经济危机的冲击和政策倾向的减退,这些企业均面临着巨大的挑战和危机。

       为保持和进一步提高多年形成的市场占有率和较高的利润率,改善企业自身管理模式、降低企业物流运作成本、提高企业物流运作效率对这些石油企业便显得尤为重要。成品油配送作为石油企业供应链的终端部分,可以是一个很好的突破口。通过改善配送这一环节,不仅可以大大降低企业的物流成本,提高企业的配送效率,而且能从根本上提高企业的核心竞争力。

       

项目调研 

       随着社会成品油用量的加大,油库的发油压力也越来越大。受制于油库的发油台以及发油鹤管的数量的客观条件,发油作业的劳动强度和速度受到制约。如何在现有的客观条件下,充分发挥发油设施的能力,加快发油的速度,降低劳动强度。

       

解决方案 

       我们对现有的发油设施进行了细致的调研,充分考虑了安全、规范、操作难度以及效果等各方面因素,集思广益。采用机器学习的方式,运用递归算法筛选出装车台与鹤管分布的最优方案,针对不同仓位的油罐车合理配置装车台及鹤管数量。

       

图片展示