© 2023-2026 上海数据发展科技有限责任公司 版权所有
沪ICP备17003045号-15沪公网安备31010402336585号
振德医疗用品股份有限公司
企业振德医疗用品股份有限公司成立于1994年，位于浙江省。所属行业为医药制造业。经营范围包括第二类医疗器械生产；第三类医疗器械生产；卫生用品和一次性使用医疗用品生产；医护人员防护用品生产（Ⅱ类医疗器械）。
投资机构A股(正常上市)高新技术企业企业技术中心股权出质
数据集列表
设备周点检完成率数据
设备周点检是指由设备操作人员按照预定的点检计划，对设备进行每周的检查和保养工作。通过本算法得到的设备周点检完成率数据，再将数据与FineBi可视化工具相结合。业务部门可以及时发现设备的异常情况，并采取相应的维修或维护措施，从而提高设备的可用性和生产效率，降低设备故障的风险，保障生产顺利进行。设备周点检完成率数据的算法规则包括以下几个方面：1、数据采集：通过端口进入，从而获取设备的信息数据，完成信息数据的采集。2、数据校验：通过对实际完成次数、周点检计划次数等基础数据进行比对和验证。3、数据处理：使用WebService的方式连接数据库，实现数据交互。关于周、设备等字段通过唯一主键进行多表关联，搭建所需字段的SQL模型。根据各周、设备等统一维度的分组汇总（∑（每组同一维度字段的值））的结果值即使用改进的K=1+1.3log(N^2/100)*e^2通过FineBi数据分析计算，再根据公式设备周点检完成率M=SUM(P)/SUM(W)*s，其中，W为周点检计划次数即为车间组长对设备周点检制定的计划次数；记第一条设备抓取次数记录数为A1，A2为第二条设备抓取次数记录数，设备抓取总次数为记为A，同理人工剔废次数记为B；实际完成次数P=Σ(（A1-B1) +（A2-B2) +...+（An-Bn) )=Σ（A-B）；s为实际完成次数与周点检计划次数占比单项式中的基础系数。最后通过BI工具，按日期、车间、设备等维度进行分类统计实现层层钻取功能，并利用组合图体现每台设备周点检完成情况。
浙江省数据知识产权登记平台2024-01-13 更新170
设备月保养完成率数据
设备月保养完成率指的是以操作工人为主，维修工人配合进行达到定期保养标准要求的比重。通过本算法得到的设备月保养完成率数据，再将数据与FineBi可视化工具相结合。业务部门可以在任何时刻通过车间、设备等多维度分析生产过程中设备月保养完成率情况。设备月保养完成率越高说明设备的性能和效率越优，可以明确哪台设备的月保养完成率低，从而采取对应措施来延长设备的使用寿命，间接性预防忙于应付抢修的被动局面。设备月保养完成率数据的算法规则包括以下几个方面：1、数据采集：通过端口进入，从而获取设备的信息数据，完成信息数据的采集。2、数据校验：通过对实际完成次数、月保养计划次数等基础数据进行比对和验证，以确保数据的一致性、准确性和完整性。3、数据处理：使用WebService的方式连接数据库，实现数据交互。关于日期、设备等字段通过唯一主键进行多表关联，搭建所需字段的SQL模型。按照公式：月保养完成率p=sum(n)/sum(w)*s；其中，w为月保养计划次数即为车间组长对月保养制定的计划次数；记第一条设备抓取次数记录数为A1，A2为第二条设备抓取次数记录数，设备抓取总次数为记为A，同理人工剔废次数记为B；实际完成次数n=Σ(（A1-B1) +（A2-B2) +...+（An-Bn) )=Σ（A-B）；s为实际完成次数与月保养计划次数占比单项式中的基础系数。最后通过BI工具，按日期、车间、设备等维度进行分类统计实现钻取功能，并利用双轴折线图体现每台设备月保养完成情况。
浙江省数据知识产权登记平台2023-11-16 更新610
物料标准消耗与实际消耗差异率数据
物料标准消耗是在车间生产一定数量的产品时,业务部门制定的需要消耗的物料数量；实际消耗是在车间生产过程中所发生的物料耗用，主要包括辅助材料、低值易耗品等。为了帮助业务部门了解车间生产过程中物料标准消耗情况，通过本算法得到物料标准消耗与实际消耗之间的消耗差异率数据，再将数据与FineBi可视化工具相结合。业务部门可以在任何时刻通过车间、物料代码等多维度分析车间生产过程中物料标准消耗与实际消耗之间的消耗差异率情况，从而业务部门可以采取相应的措施进行优化，合理控制物料标准消耗，为企业降低成本增加效益。物料标准消耗与实际消耗差异率的算法规则包括以下几个方面：1、数据采集：通过端口进入，从而获取设备的信息数据，完成信息数据的采集。2、数据校验：通过对导入的产量、BOM单位用量等数据进行比对和验证，以确保数据的一致性、准确性和完整性。3、数据处理：通过使用WebService的方式连接数据库，实现数据交互。关于日期、车间、物料代码等字段通过唯一主键进行多表关联，搭建所需字段的SQL模型。通过FineBi数据分析计算各日期、车间、物料代码等统一维度的分组汇总（∑（每组同一维度字段的值））的结果值即使用改进的K=1+1.3log(N^2/100)*e^2。其中，标准消耗n=产量*BOM单位用量；消耗差异率w=（实际消耗*p-标准消耗*r）/标准消耗*r。（p,r）称为物料代码点的中心即满足最小二乘估计下的线性回归方程，p为实际消耗的基础系数，物料代码每增加一个指定单位，基于消耗差异率w相应地平均增加r个标准消耗系数。通过该算法能更加清晰的分析到某时间段或某颗物料的不同物料标准消耗与实际消耗的消耗差异率分析情况，从而更好把控车间实际消耗数降低实际消耗成本。
浙江省数据知识产权登记平台2023-11-01 更新1270
供方订单满意度数据
供应商关系管理用于制造业是用来管理企业，主要包含采购管理、供应链协同、供应商管理三大基础模块。通过供方订单满意度算法规则能够加强业务部门对采购供方订单满意度情况的趋势发展动向，也能够帮助企业逐步加强对日期-供应商名称等维度的供方订单满意度数据情况，从而提高企业声誉和竞争力，改善企业形象。供方订单满意度数据的算法规则包括以下几个方面：1、数据采集： 通过自动化的方式从采购各个流程中收集数据，包括采购成本、库存流转、供应商绩效、采购周期等，并利用这些数据预测未来的风险。2、数据校验：采用检验和数据方式校验，校验一组数据项的和。3、数据处理：明确业务部门需求逻辑，根据后台表逻辑在SRM数据库中搭建SQL模型。将下单日期、需求交期、是否满意等，根据日期、供应商名称维度分组汇总即使用已分组平均公式σ=√Σ（x1-x2）^2/（n+2）。采购周期W1= DATEDIFF(下单日期, 需求交期)；当“是否满意”为不符合时记为q1，否则就为q2并记录为满意度判断字段，根据公式满意度总数M0=Σ（| q1-q2|）/Σ（n+2）；记m1为第一条记录数，记m2为第二条记录数则总数M=m1+ m2+… mn，；供方订单满意度p= M0 / M*c，c为满意度总数与记录总数占比代数式单项式中的基础系数。数据均在FineBi中采用分组表的形式展现。该算法能更好把控日期-供应商名称等维度相对于下单日期、需求交期、是否满意等基础数据方面的管理，从而明确供方订单满意度数据。
浙江省数据知识产权登记平台2023-10-28 更新120
SRM物料认领及时性数据
SRM供应商关系管理系统用于制造业是用来管理企业，主要包含采购管理、供应链协同、供应商管理三大基础模块。买方有购买需求，卖家自然会找上门来提供服务，企业无需花费心思去维护与供应商之间的关系。通过SRM物料认领及时性算法规则能够加强业务部门对采购物料认领及时性情况的趋势发展的动向。在信息数据的支持下，SRM物料认领及时性算法规则不断的完善调整，逐步加强对日期-采购工程师-物料分类等维度的物料认领及时性数据方面的管理。SRM物料认领及时性数据的算法规则包括以下几个方面：1、数据采集： srm供应链管理系统通过自动化的方式从采购各个流程中收集数据，包括采购成本、采购周期等，并利用这些数据预测未来的风险和机会。2、数据校验：采用检验和数据方式校验，校验一组数据项的和。3、数据处理：明确业务部门需求逻辑，根据后台表逻辑在SRM数据库中搭建SQL模型。将创建时间、认领时间、标准组、是否及时等，根据采购工程师、物料分类维度分组汇总即使用已分组平均公式σ=√Σ((X1-X2)^2/（n+2），记不同的采购工程师维度为X1，不同的物料代码维度为X2。认领工作日差值W= DATEDIFF(创建时间, 认领时间)；当“是否及时”为不及时时记为q1，否则就为q2并记录为及时判断字段，根据公式M0=Σ（| q1-q2|）/Σ（n+2）；记m1为第一条记录数，m2为第二条记录数，则物料总数M=m1+ m2+… mn；物料认领及时性p= M0 / M*b，b为物料认领及时总数与物料总数占比单项式中的基础系数。通过该算法能更好把控日期-采购工程师-物料分类等维度相对于创建时间、标准组、是否及时等基础数据方面的管理。
浙江省数据知识产权登记平台2023-10-28 更新60
枕包线设备良品率数据
枕包线设备良品率是指某车间线体类型为枕包线的设备在产线上最终通过测试的设备良品量占投入设备产量的比例，生产过程中的错误或缺陷可以导致生产成本上涨和产品质量下降。通过本算法得到的枕包线设备良品率数据，再将数据与FineBi可视化工具相结合。业务部门可以在任何时刻通过车间、设备描述等多维度分析车间生产过程中枕包线设备良品率情况，从而可以在生产过程中制定更优的枕包线设备生产规划措施，以提高枕包线设备的良品率，为企业降低成本增加效益。枕包线设备良品率数据的算法规则包括以下几个方面：1、数据采集：通过端口进入，从而获取枕包线设备的信息数据，完成信息数据的采集。2、数据校验：通过对导入的回流数量、人工剔废等基础数据数据进行比对和验证。3、数据处理：使用WebService的方式连接数据库，实现数据交互。关于日期、设备描述等字段通过唯一主键进行多表关联，搭建所需字段的SQL模型。为了提高枕包线设备良品率的准确性，故增加设备误剔废、人工剔废等基础数据获得每日枕包线设备良品量情况，通过FineBi计算各日期、设备描述等同一维度分组汇总结果值即使用公式K=1+1.6log(N^2/110)，N为记录数；再使用算法公式：设备良品率P=sum（a）/sum（b）*q*100%，其中设备良品量a=设备产量*w+回流数量*n-人工剔废*m，根据物料代码为中心点即满足最小二乘估计下的线性回归方程，物料代码每增加一个指定单位，基于设备良品量a相应地平均分别增加w、n 、m个对应的代数式单项式中的基础系数；b为设备产量；同理，q为设备良品量与设备产量占比的基础系数。通过该算法能更加清晰的分析到某时间段枕包线下的不同设备描述的设备良品率情况。
浙江省数据知识产权登记平台2023-11-16 更新630
各部门运费分部门分月统筹数据
为响应企业的增效降本战略目标，推进运费统筹数据的建设。对各个中心及各工厂的物料运输需求线上化，体现通过本算法得到的各部门运费分部门分月统筹数据，再将数据与FineBi可视化工具相结合。业务部门可以在任何时刻通过承担部门类型、货运类型等多维度分析各部门运费分部门分月统筹情况。逐步加强业务部门对于货运类型、分摊金额等基础数据方面的管理，能更直观的提升用户体验，同事也方便业务部门更具性价比的选择所需货运类型，并清晰有效地传达至业务部门各部门运费分部门分月统筹数据情况。各部门运费分部门分月统筹数据的算法规则包括以下几个方面：1、数据采集：在运费统筹平台通过对应的事务代码在后台表找到相关表的关联逻辑。2、数据校验：通过循环冗余位来保证代码的正确性，每个位都代表了一个可能出现的位。3、数据处理：明确业务部门需求逻辑，根据后台表逻辑在运费统筹平台数据库中搭建SQL模型。将各部门的货运类型和分摊金额均根据日期、工厂、二级部门分组汇总即使用已分组平均公式σ=√Σ（X1-X2）^3/（n+1），记不同的工厂维度为X1，不同的二级部门维度为X2。再根据公式分摊金额m=sum(W)/sum(O)*s；其中，w为各部门费用；记p1为第一条记录的运单数量，p2为第二条记录的运单数量，同理记q1为前置单数量；总运单数量O=Σ((p1+q1)+(p2+q2)+...+(pn+qn))；s为费用与总运单数量占比单项式中的基础系数。最后通过BI工具，按日期、工厂等维度进行分类统计并实现层层钻取功能，并利用组合图体现各部门运费分部门分月统筹数据情况。
浙江省数据知识产权登记平台2023-11-04 更新200
物料上料总数与实际消耗差异率数据
物料上料总数是在车间生产过程中将物料装入设备的一共数量；实际消耗是在车间生产过程中所发生的物料耗用，主要包括辅助材料、低值易耗品等。为了帮助业务部门了解某车间生产过程中物料消耗情况，通过本算法得到的物料上料总数与实际消耗之间的消耗差异率数据，再将数据与FineBi可视化工具相结合。业务部门可以在任何时刻通过车间、物料代码等多维度分析车间生产过程中物料上料总数与实际消耗差异之间的消耗差异率情况，从而业务部门可以采取相应的措施进行优化，合理控制上料总数，为企业降低成本增加效益。物料上料总数与实际消耗差异率的算法规则包括以下几个方面：1、数据采集：通过端口进入，从而获取设备的信息数据，完成信息数据的采集。2、数据校验：通过对导入的上料卷数、每卷上料米数/平方米数等基础数据进行比对和验证，以确保数据的一致性、准确性和完整性。3、数据处理：通过使用WebService的方式连接数据库，实现数据交互。关于日期、车间、物料代码等字段通过唯一主键进行多表关联，搭建所需字段的SQL模型。通过FineBi数据分析计算各日期、车间、物料代码等统一维度的分组汇总（∑（每组同一维度字段的值））的结果值即使用公式K=1+1.5log(N^2/105)。其中，上料总数m=上料卷数*每卷上料米数/平方米数；消耗差异率w=（实际消耗*p-上料总数*q） /上料总数*q。（p,q）称为物料代码点的中心即满足最小二乘估计下的线性回归方程，p为实际消耗的基础系数，物料代码每增加一个指定单位，基于消耗差异率w相应地平均增加q个上料总数系数。通过该算法能更加清晰的分析到某时间段的不同物料上料总数与实际消耗的消耗差异率分析情况，从而更好把控车间上料总数，降低上料成本。
浙江省数据知识产权登记平台2023-11-01 更新140
SRM标准交期符合率数据
SRM供应商关系管理系统用于制造业是用来管理企业，主要包含采购管理、供应链协同、供应商管理三大基础模块。买方有购买需求，卖家自然会找上门来提供服务，企业无需花费心思去维护与供应商之间的关系。通过SRM标准交期符合率算法规则能够加强业务部门对采购标准交期符合率情况的趋势发展的动向。在信息数据的支持下，SRM标准交期符合率算法规则不断的完善调整，逐步加强对日期-供应商名称等维度的标准交期符合率数据方面的管理。SRM标准交期符合率数据的算法规则包括以下几个方面：1、数据采集： srm供应链管理系统通过自动化的方式从采购各个流程中收集数据，包括采购成本、采购周期等，并利用这些数据预测未来的风险。2、数据校验：采用检验和数据方式校验，校验一组数据项的和。3、数据处理：明确业务部门需求逻辑，根据后台表逻辑在SRM数据库中搭建SQL模型。将下单日期、需求交期、是否符合交期等，根据日期、供应商名称维度分组汇总即使用已分组平均公式σ=√Σ（X1-X2）^2/（n+2）。标准采购周期W1= DATEDIFF(下单日期, 需求交期)；实际采购周期W2= DATEDIFF(下单日期, 需求交期)*k；当“是否符合交期”为不符合时记为q1，否则就为q2并记录为交期判断字段，根据公式交期达成总数M0=Σ（| q1-q2|）/Σ（n+2）。记m1为第一条记录数，m2为第二条记录数，则交期总数M=m1+ m2+… mn；标准交期符合率p= M0 / M*c，c为交期达成总数与交期总数占比单项式中的基础系数。该算法能更好把控日期-供应商名称等维度相对于下单日期、是否符合交期等基础数据方面的管理。
浙江省数据知识产权登记平台2023-10-28 更新220
各目的地单量运费统筹按运单车长类型数据
为响应企业的增效降本战略目标，推进运费统筹数据的建设。对各个中心及各工厂的物料运输需求线上化，体现各目的地单量运费统筹按运单车长类型数据。通过各目的地单量运费统筹按运单车长类型数据，逐步加强业务部门对于同一运单车长类型运单量、金额等基础数据方面的管理，能更直观的提升用户体验，从而清晰有效地传达各目的地单量运费统（省-市）筹按运单车长类型数据。各目的地单量运费统（省-市）筹按运单车长类型数据的算法规则包括以下几个方面：1、数据采集：在运费统筹平台通过对应的事务代码在后台表找到相关表的关联逻辑。2、数据校验：通过循环冗余位来保证代码的正确性，每个位都代表了一个可能出现的位。避免出现位相同的问题，保证数据的可靠性和准确性3、数据处理：明确业务部门需求逻辑，根据后台表逻辑在运费统筹平台数据库中搭建SQL模型。将各部门的运单车长、运输费用、保险费、仓储费等，根据日期、运单创建部门、省、市分组汇总即使用已分组平均公式σ=√Σ（x1-x2）^3/（n+1）。其中，部门类型记为x1，二级部门记为x2，总运单数量记为F，运单车长系数记为G，金额M=[Σ（运输费用*a+装卸费*b+保险费*c+仓储费*d+通关费*e）*总运单数量]* log(N^2/105)。数据均在FineBi中采用分组表的形式展现。通过该算法能更好把控日期-运单创建部门-省-市维度相对于在出现运输服务所支付的报酬时，业务部门对于运单车长类型、运输费用、通关费等基础数据方面的管理，明确各目的地单量运费（省-市）统筹按运单车长类型数据。
浙江省数据知识产权登记平台2023-10-25 更新120