设备时间稼动率是指设备在所能提供的时间内为了创造价值而占用的时间所占的比重。通过本算法得到的时间稼动率数据，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、线体组等多维度分析设备时间稼动率情况，从而发现生产车间中存在的设备利用效率低下的问题，帮助企业更好地把控生产资本的利用效益。
设备时间稼动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：通过对导入的负荷时间、正常停机时间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、线体组、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。通过FineBi数据分析计算各日期、车间、线体组、设备等统一维度的分组汇总（∑（每组同一维度字段的值））的结果值即使用公式K=1+1.6log(N^2/100)。其中，负荷时间T1=7200-（吃饭*a+清场*b+换单*c+保养*d）；稼动时间T2=负荷时间-正常停机时间*w1-其他停机工时*w2-维修时间*w3；时间稼动率P=稼动时间*m/负荷时间*n*100%。通过该算法能更加清晰的分析到某时间段的不同设备的时间稼动率分析情况，从而帮助业务部门更好把控车间中存在设备的贡献程度。
| 字段名 | 类型 | 描述 |
|---|---|---|
日期 |
-- | -- |
车间 |
-- | -- |
线体类型 |
-- | -- |
线体组 |
-- | -- |
线体 |
-- | -- |
| fieldName | exampleValue |
|---|---|
| 日期 | 20220101 |
| 车间 | 某车间 |
| 线体类型 | A线 |
curl -H "Authorization: Bearer YOUR_API_KEY" \
http://localhost:3001/api/v1/datasets/4993