壓縮車監(jiān)控?cái)?shù)據(jù)的分析及問題建議

安徽國禎環(huán)衛(wèi)科技有限公司 魏東霞，朱磊，柳麗麗

一、研究背景

隨著我國現(xiàn)代化的發(fā)展以及國家新型城鎮(zhèn)化規(guī)劃的需要，我國已有一大批城市加入了智慧城市的建設(shè)之中，比如，智慧蘇州、南京智慧城市發(fā)展、智慧佛山等[1]。智慧環(huán)衛(wèi)作為智慧城市建設(shè)的重要組成部分，依托物聯(lián)網(wǎng)技術(shù)與移動互聯(lián)網(wǎng)技術(shù)，實(shí)現(xiàn)對環(huán)衛(wèi)工人、環(huán)衛(wèi)車輛以及環(huán)衛(wèi)作業(yè)全過程的實(shí)時(shí)監(jiān)控管理[2]。環(huán)衛(wèi)車輛在環(huán)境衛(wèi)生管理、生活垃圾處理方面發(fā)揮著重要的作用，是連接城鄉(xiāng)管理與環(huán)境衛(wèi)生管理、生活垃圾處理的重要紐帶[3-4]，可利用智慧環(huán)衛(wèi)平臺對垃圾分類及運(yùn)輸過程中的人、車、事進(jìn)行監(jiān)控[5-6]。通過對2020年臨泉縣四個項(xiàng)目部壓縮車的運(yùn)營情況及里程和垃圾清運(yùn)量的數(shù)據(jù)情況進(jìn)行分析，了解壓縮車以及各個項(xiàng)目部里程及垃圾清運(yùn)量的特點(diǎn)及相關(guān)關(guān)系，以此來合理設(shè)計(jì)環(huán)衛(wèi)管理模式，提升環(huán)衛(wèi)作業(yè)質(zhì)量，降低環(huán)衛(wèi)運(yùn)營成本，用數(shù)字評估和推動垃圾分類管理實(shí)效。

二、數(shù)據(jù)采集與處理

（一）數(shù)據(jù)采集

統(tǒng)計(jì)分析臨泉縣2020年壓縮車?yán)锍碳袄暹\(yùn)量的數(shù)據(jù)并進(jìn)行分析研究。臨泉縣項(xiàng)目公司包含瓦店、滑集、直運(yùn)、鲖城四個項(xiàng)目部，服務(wù)總?cè)丝?00多萬人?，F(xiàn)有3噸壓縮車84輛、5噸壓縮車8輛、8噸壓縮車28輛。

鲖城項(xiàng)目部的服務(wù)區(qū)域包括白廟、關(guān)廟、姜寨、廟岔、鲖城，服務(wù)人口約45.78；瓦店項(xiàng)目部包括瓦店鎮(zhèn)、迎仙鎮(zhèn)、韋寨鎮(zhèn)、黃嶺鎮(zhèn)，服務(wù)人口33.48萬人；滑集項(xiàng)目部包括滑集、老集、高塘、土陂、呂寨，服務(wù)人口48.87萬人；直運(yùn)項(xiàng)目部包括了譚棚、高鐵、楊橋、刑塘、單橋、田橋、城關(guān)、城東、長官，服務(wù)人口約79.36萬人。

（二）數(shù)據(jù)處理與分析

采用 Microsoft Excel 2010軟件進(jìn)行數(shù)據(jù)統(tǒng)計(jì)分析。

三、結(jié)果與分析

（一）瓦店、滑集、直運(yùn)、鲖城項(xiàng)目部壓縮車運(yùn)行情況對比

四個項(xiàng)目部，各類壓縮車平均里程最大、最小值差異明顯，瓦店項(xiàng)目部平均里程最大值約是最小值的2.5倍，滑集、鲖城項(xiàng)目部平均里程最大值約是最小值的2.0倍，直運(yùn)項(xiàng)目部平均里程最大值約是最小值的1.2倍。其中，3噸壓縮車平均里程最大，大部分新車?yán)锍虜?shù)大于舊車，因運(yùn)行情況、車輛保養(yǎng)與維修等情況不同而有較大差異（如表1）。

表1 2020年壓縮車平均里程最大、最小值和年平均值/km

四個項(xiàng)目部，各類車型平均垃圾清運(yùn)量的最大、最小值差異明顯，瓦店項(xiàng)目部日垃圾平均清運(yùn)量最大值是最小值的1.4-2.8倍，滑集項(xiàng)目部日垃圾平均清運(yùn)量最大值約是最小值的2.0倍，鲖城項(xiàng)目部日垃圾平均清運(yùn)量最大值與最小值差異最大，其中，5噸壓縮車最大值是最小值的8.2倍。直運(yùn)項(xiàng)目部日垃圾平均清運(yùn)量最大值約是最小值2.0倍。

四個項(xiàng)目部，各類車型（3噸新舊壓縮車、5噸壓縮車、8噸壓縮車）垃圾清運(yùn)量大小為瓦店項(xiàng)目部＞直運(yùn)項(xiàng)目部＞鲖城項(xiàng)目部＞滑集項(xiàng)目部。

根據(jù)工作過程中壓縮車的清運(yùn)量、收運(yùn)次數(shù)等實(shí)際情況，3噸和5噸壓縮車都存在超載情況（如表2）。

表2 2020年各車輛日垃圾平均清運(yùn)量最大、最小值和年平均值/t

8噸壓縮車車輛里程與清運(yùn)量呈正相關(guān)關(guān)系，里程數(shù)越多，垃圾清運(yùn)量越大。由于3噸和5噸壓縮車在運(yùn)營過程中存在超載現(xiàn)象，無法得知3噸壓縮車和5噸壓縮車車輛里程和垃圾清運(yùn)量有無相關(guān)關(guān)系。

（二）各類型車輛平均里程與垃圾清運(yùn)量分析對比

臨泉項(xiàng)目部各類車型車輛里程最大、最小值差異明顯，最大值約是最小值的2.5-3.5倍，各類型車輛中，3噸壓縮車平均里程最大，且新車?yán)锍虜?shù)大于舊車（如表3）。

表3 2020年各類型車輛日里程最大、最小值和平均值/km

臨泉項(xiàng)目部各類車型垃圾清運(yùn)量的最大、最小值差異明顯，最大值約是最小值的1.7-2.7倍（鲖城8噸壓縮車最大值是最小值的4.3倍，5噸壓縮車最大值是最小值的8.2倍）。3噸新舊壓縮車和5噸壓縮車平均垃圾清運(yùn)量相差不大，8噸壓縮車?yán)暹\(yùn)量最大。

根據(jù)工作過程中壓縮車的清運(yùn)量、收運(yùn)次數(shù)等實(shí)際情況，3噸和5噸壓縮車都存在超載情況（如表4）。

表4 2020年各車輛日垃圾清運(yùn)量最大值、最小值、平均值/t

8噸壓縮車車輛里程與清運(yùn)量呈正相關(guān)關(guān)系，里程數(shù)越多，垃圾清運(yùn)量越大。由于3噸和5噸壓縮車在運(yùn)營過程中存在超載現(xiàn)象，無法得知3噸壓縮車和5噸壓縮車車輛里程和垃圾清運(yùn)量有無相關(guān)關(guān)系。

四、存在問題

（一）數(shù)據(jù)缺失有錯誤，整理分析難度大

臨泉縣項(xiàng)目公司各個項(xiàng)目部在智慧環(huán)衛(wèi)平臺上運(yùn)營的相關(guān)數(shù)據(jù)有部分缺失和錯誤（例如油耗與人工錄入差異大）。且智慧環(huán)衛(wèi)平臺上的數(shù)據(jù)相互獨(dú)立，沒有實(shí)現(xiàn)數(shù)據(jù)自動合并規(guī)整，需要人為從系統(tǒng)中提取數(shù)據(jù)手動整合分析，很多數(shù)據(jù)還需要二次加工。這些問題不利于數(shù)據(jù)提取和整合，難以形成真實(shí)、全面的數(shù)據(jù)報(bào)告，也難以幫助企業(yè)真正從數(shù)據(jù)中提取價(jià)值，提高企業(yè)的經(jīng)營能力。

（二）作業(yè)監(jiān)控未細(xì)化，相關(guān)關(guān)系難確定

平臺顯示的數(shù)據(jù)為車輛作業(yè)全天平均數(shù)值，并沒有細(xì)致監(jiān)控到作業(yè)時(shí)的油耗以及空載油耗，顯示的清運(yùn)量數(shù)據(jù)只有總量而不顯示單車清運(yùn)量，由于顯示數(shù)據(jù)不足，無法準(zhǔn)確判定油耗與裝載量有無相關(guān)關(guān)系以及具體的線性關(guān)系，也無法得知里程與清運(yùn)量之間的關(guān)系，這都需要后期進(jìn)一步跟蹤了解與細(xì)化監(jiān)控。

（三）運(yùn)營場景不透明，作業(yè)問題難暴露

環(huán)衛(wèi)作業(yè)人多、車多、作業(yè)面分散、作業(yè)模式復(fù)雜，智慧環(huán)衛(wèi)平臺只能檢測到作業(yè)人員和車輛的線路和保潔時(shí)間，作業(yè)場景不能透明和真實(shí)還原，這也就導(dǎo)致我們不能知曉作業(yè)人員和車輛是否按照要求保質(zhì)保量地完成任務(wù)（例如灑水車是否真的全覆蓋灑水一遍），作業(yè)過程中的問題也無法暴露出來，從而不能讓管理者及時(shí)發(fā)現(xiàn)作業(yè)過程中的問題及作業(yè)的質(zhì)量問題，也不能將相關(guān)數(shù)據(jù)和環(huán)衛(wèi)作業(yè)準(zhǔn)確有效地連接起來，導(dǎo)致作業(yè)效率難以得到優(yōu)化，作業(yè)整體效率提不上來。

五、建議

基于智慧環(huán)衛(wèi)平臺存在的問題，建議優(yōu)化智慧環(huán)衛(wèi)平臺，進(jìn)行數(shù)字化優(yōu)化升級或轉(zhuǎn)型，在原有功能和數(shù)據(jù)顯示的基礎(chǔ)上，提高數(shù)據(jù)的準(zhǔn)確性和全面性。要求系統(tǒng)不僅可以客觀、全面、準(zhǔn)確、及時(shí)地自動獲取環(huán)衛(wèi)作業(yè)過程中每臺車輛、每種車型總的或平均油耗、里程、垃圾清運(yùn)量、空載和作業(yè)不同狀態(tài)下的油耗以及作業(yè)車輛單車清運(yùn)量等方面的數(shù)據(jù)，還要有作業(yè)模式的自動采集，包括能耗、車輛健康狀態(tài)等，不僅要有各種數(shù)據(jù)，還可以還原作業(yè)場景并生成各種管理報(bào)表。

通過平臺的優(yōu)化使得業(yè)務(wù)場景完整再現(xiàn)，各類數(shù)據(jù)融合產(chǎn)生更大價(jià)值，不僅讓企業(yè)運(yùn)營變得更透明，幫助企業(yè)及時(shí)發(fā)現(xiàn)問題，而且使得運(yùn)營數(shù)據(jù)量化，提升管理效率、降低運(yùn)營成本。生成的數(shù)據(jù)分析報(bào)告讓各層級的管理趨于真實(shí)，對生產(chǎn)結(jié)果更有指導(dǎo)性，不斷推動降本增效、保質(zhì)保量、持續(xù)優(yōu)化。