--- title: 'حسابرسی پاسپورت' description: نقشه حرارتی کل ناوگان از میزان کامل بودن پاسپورت دستگاه به تفکیک نوع تصحیح‌گر و فیلد — Qmax/Qmin، شماره‌های سریال، میان‌افزار، باتری، ترکیب گاز. section: AI Analytics weight: 9 related: - ai-analytics/fleet-reports/fleet-inventory --- import Alert from '@/components/docs/Alert.astro'; بررسی در کل ناوگان: برای هر نوع تصحیح‌گر، گزارش اندازه می‌گیرد که پاسپورت دستگاه چقدر کامل پر شده است — بیشینه و کمینه مصرف، شماره‌های سریال، نسخه میان‌افزار، ترکیب گاز و سایر فیلدها. این برای مدیر بهره‌برداری و واحد داده است تا ببینند پاسپورت کدام نوع دستگاه‌ها خالی است و به کجا باید تیمی را برای انبارگردانی فرستاد. این تشخیصِ آن چیزی است که درباره دستگاه‌ها داده وجود دارد، نه بررسی خودِ تجهیزات در محل. گزارش نشان می‌دهد چه چیزی در پایگاه داده ثبت شده و آن را به‌طور فیزیکی تأیید نمی‌کند. ## چه چیزی نشان می‌دهد خلاصه‌ای در بالا (KPI): چند نقطه در ناوگان هست، چند نوع دستگاه بررسی شد، چند نقطه واقعاً استعلام شد و میانگین کامل بودن پاسپورت برحسب درصد. عنصر اصلی، جدول رنگی «نوع دستگاه × فیلد پاسپورت» است. هر خانه سهم دستگاه‌های بررسی‌شده‌ای را نشان می‌دهد که آن فیلد در آنها پر شده است (از ۰ تا ۱۰۰ ٪). هرچه قرمزتر، وضعیت بدتر. فیلدها بر اساس معنا گروه‌بندی شده‌اند: | گروه فیلدها | چه چیزی شامل می‌شود | | ------------------------ | -------------------------------- | | مترولوژی | بیشینه و کمینه مصرف (Qmax, Qmin) | | شناسایی | شماره‌های سریال، نسخه میان‌افزار | | ایمنی | شارژ باتری، آستانه‌های فشار | | ترکیب گاز | چگالی، سهم نیتروژن، CO₂، متان | | محافظت در برابر جایگزینی | آستانه‌های جایگزینی فشار | سطرها چنان مرتب شده‌اند که **بدترین نوع‌ها در بالا** قرار گیرند: نظم‌بخشی باید از همان‌جا آغاز شود. ## چگونه کار می‌کند 1. فهرست نقاط ناوگان را بارگذاری می‌کنید (می‌توانید آن را به یک شرکت توزیع گاز محدود کنید). 2. نقاط را بر اساس نوع تصحیح‌گر گروه‌بندی می‌کنید. 3. برای هر نوع، نمونه‌ای از چند نقطه (به‌طور پیش‌فرض ۵) می‌گیرید و داده‌های پاسپورتی‌شان را درخواست می‌کنید (`archive_type=settings` — درخواست تنظیمات دستگاه). 4. برای هر فیلد، سهم دستگاه‌هایی را که در آنها فیلد پر شده محاسبه می‌کنید. نام فیلدها نزد سازندگان مختلف به شکل‌های متفاوتی نوشته می‌شود، بنابراین گزارش آنها را از طریق یک واژه‌نامه تطابق به ۱۴ نام مشترک نگاشت می‌کند. تنها نقاطی که واقعاً به درخواست پاسخ دادند شمرده می‌شوند؛ اگر نقطه‌ای پاسخ نداد، آمار را به‌عنوان «خالی» خراب نمی‌کند. ## پارامترهای اجرا | پارامتر | پیش‌فرض | معنای آن | | ---------------------------------- | --------------- | ------------------------------------------------------------------ | | تعداد گره‌های نمونه به ازای هر نوع | 5 | چند نقطه به ازای هر نوع دستگاه استعلام شود | | کارگرهای واکشی موازی | 4 | چند نقطه هم‌زمان استعلام شود (سریع‌تر، اما سرور را پربارتر می‌کند) | | شرکت توزیع گاز | همه (کل ناوگان) | فیلتر بر اساس یک شرکت توزیع گاز | ## چگونه نتیجه را بخوانیم به سطرهای قرمز بالای جدول و به ستون میانگین کامل بودن (avg) هر نوع نگاه کنید. | میانگین کامل بودنِ نوع | معنای آن | | ---------------------- | ------------------------------------------------------------ | | ۸۰ ٪ و بالاتر | پاسپورت تقریباً کامل است؛ محاسبات این نوع قابل‌اعتمادند | | ۵۰ تا ۷۹ ٪ | تا حدی پر شده؛ برخی عملیات محدود است | | کمتر از ۵۰ ٪ | اعزام میدانی برای انبارگردانی و ورود داده‌های اضافی لازم است | به یاد داشته باشید: - **نمونه ۵ نقطه‌ای** برآوردی تقریبی برای نوع می‌دهد: اگر گروه ۲۰۰ دستگاه داشته باشد، تنها ۵ تا بررسی می‌شوند. این مصالحه‌ای میان سرعت و دقت است. - **۰ ٪ همیشه به معنای «فیلد وجود ندارد» نیست.** ممکن است دستگاه آن را گزارش نکند، هرچند به‌طور فیزیکی موجود باشد. - اگر نوع جدیدی از تصحیح‌گر با نام‌های ناآشنای فیلد ظاهر شود، باید واژه‌نامه تطابق گسترش یابد — وگرنه فیلدهای آن شناسایی نمی‌شوند. حسابرسی پاسپورت آنچه را که برای هر دستگاه ثبت شده بازتاب می‌دهد، نه پیکربندی واقعی دستگاه در محل. از آن برای اولویت‌بندی بازدیدهای انبارگردانی استفاده کنید و سپس فیلدها را در جایی که کامل بودن پایین است به‌طور فیزیکی تأیید کنید.