CN102110249A - 一种过程追溯方法及系统 - Google Patents

一种过程追溯方法及系统 Download PDF

Info

Publication number
CN102110249A
CN102110249A CN2009102440128A CN200910244012A CN102110249A CN 102110249 A CN102110249 A CN 102110249A CN 2009102440128 A CN2009102440128 A CN 2009102440128A CN 200910244012 A CN200910244012 A CN 200910244012A CN 102110249 A CN102110249 A CN 102110249A
Authority
CN
China
Prior art keywords
variable
reviewed
function
technical parameter
initial
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN2009102440128A
Other languages
English (en)
Other versions
CN102110249B (zh
Inventor
任江涛
佘玲玲
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Chongqing anderuiyuan Technology Co., Ltd
Original Assignee
PERA GLOBAL TECHNOLOGY (BEIJING) Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by PERA GLOBAL TECHNOLOGY (BEIJING) Co Ltd filed Critical PERA GLOBAL TECHNOLOGY (BEIJING) Co Ltd
Priority to CN200910244012.8A priority Critical patent/CN102110249B/zh
Publication of CN102110249A publication Critical patent/CN102110249A/zh
Application granted granted Critical
Publication of CN102110249B publication Critical patent/CN102110249B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种过程追溯方法及系统，该方法包括：获取产品的需求信息，依次进行需求到功能、功能到技术参数以及技术参数到结构的技术展开，分别得到需求与功能之间、功能与技术参数之间以及技术参数与结构之间的关系矩阵；获取用户指定的过程追溯起始变量，所述起始变量为任一需求、功能、技术参数或结构；根据所述关系矩阵，进行所述起始变量的展开过程进行过程追溯，得到该起始变量对应的过程追溯结果。所述方法和系统能够实现对于质量展开过程中任起始变量的过程追溯。

Description

一种过程追溯方法及系统
技术领域
本发明涉及质量机能展开(Quality Function Deployment，QFD)技术，尤其涉及一种过程追溯方法及系统。
背景技术
QFD技术在20世纪70年代诞生于日本，80年代传到美国和欧洲，90年代初传入中国，逐渐被很多企业所采用。
现有的QFD以质量屋(House of Quality，HOQ)为核心，旨在将顾客需求转化为质量特性，进而确定产品的设计标准，再将这些设计标准进行逐层展开，形成各功能部件、零件的关键质量特性，以及工艺计划和生产控制计划的关键控制要求。
现有的QFD在每一个分析阶段，只实现了从质量特性角度的技术展开，而且，所述展开过程中，上一个阶段的输出变量转化为下一个阶段的输入变量是靠人为手段来转化的，这样就容易出现变量遗漏，无法实现一一对应和精确的映射；而且，QFD的作用在于能将市场顾客需求通过一系列的转换最终由生产要求来满足，但传统QFD在每个阶段的展开过程中并没有给出需求的映射实现过程，更不能对展开过程中某一变量的映射实现过程进行追溯，从而无法对需求到生产所必须的一系列技术展开过程进行准确控制。
发明内容
有鉴于此，本发明要解决的技术问题是，提供一种过程追溯方法及系统，能够实现对于展开过程中任一变量的展开过程追溯。
为此，本发明实施例采用如下技术方案：
本发明实施例提供一种过程追溯方法，包括：
获取产品的需求信息，依次进行需求到功能、功能到技术参数以及技术参数到结构的技术展开，分别得到需求与功能之间、功能与技术参数之间以及技术参数与结构之间的关系矩阵；
获取用户指定的过程追溯起始变量，所述起始变量为需求、功能、技术参数或结构中的任一变量；
根据所述关系矩阵，对所述起始变量的展开过程进行过程追溯，得到该起始变量对应的过程追溯结果。
其中，所述根据所述关系矩阵，进行所述起始变量的展开过程进行过程追溯具体为：
根据所述技术展开顺序，分别确定从该起始变量开始进行上行过程追溯的上行路径，以及进行下行过程追溯的下行路径；
按照每段上行追溯路径或下行追溯路径所对应的关系矩阵确定该段过程追溯的起始变量所对应的关联变量，并将确定的该段过程追溯的所述关联变量作为下一段过程追溯的起始变量，直至相应的上行过程追溯或下行过程追溯结束，得到起始变量对应的第一过程追溯结果，将所述第一过程追溯结果作为起始变量对应的所述过程追溯结果。
还包括：按照预设关联度阈值对所述第一过程追溯结果进行筛选，将筛选后的第一过程追溯结果作为与起始变量对应的所述过程追溯结果。
对于每一段过程追溯路径，确定起始变量所对应的关联变量的方法为：
检测该段过程追溯路径对应的关系矩阵中，与起始变量之间的关联度不为0的输入变量或输出变量，将检测到的所述输入变量或输出变量作为所述起始变量对应的关联变量。
每一次技术展开的实现方法为：
获取该次技术展开的输入变量信息以及输出变量信息，所述输入变量与输出变量分别为：需求与功能、功能与技术参数或技术参数与结构；
获取输入变量与输出变量之间的关联程度，按照所述关联度直接形成该次技术展开中输入变量与输出变量之间的关系矩阵。
技术展开的实现方法还包括：
根据输入变量与输出变量之间的关联度，按照AHP方法计算每个输出变量对应输入变量的权重向量，得到的权重向量组成的矩阵作为输入变量与输出变量之间的关系矩阵。
还包括：
对功能和/或技术参数和/或结构进行可靠性展开，得到功能与功能故障、和/或技术参数与技术参数故障、和/或结构与结构故障之间的可靠性矩阵；
相应的，所述起始变量为：需求故障、技术参数故障或结构故障中的任一变量；
进行所述过程追溯时，还根据所述可靠性矩阵实现。
还包括：
将起始变量所对应的过程追溯结果向用户展现。
本发明实施例还提供一种过程追溯系统，包括：
第一获取单元，用于获取产品的需求信息，依次进行需求到功能、功能到技术参数以及技术参数到结构的技术展开，分别得到需求与功能之间、功能与技术参数之间以及技术参数与结构之间的关系矩阵；
第二获取单元，用于获取用户指定的过程追溯起始变量，所述起始变量为需求、功能、技术参数或结构中的任一变量；
追溯单元，用于根据所述关系矩阵，对所述起始变量的展开过程进行过程追溯，得到该起始变量对应的过程追溯结果。
其中，追溯单元包括：
确定子单元，用于根据所述技术展开顺序，分别确定从该起始变量开始进行上行过程追溯的上行路径，以及进行下行过程追溯的下行路径；
追溯子单元，用于按照每段上行追溯路径或下行追溯路径所对应的关系矩阵确定该段过程追溯的起始变量所对应的关联变量，并将确定的该段过程追溯的所述关联变量作为下一段过程追溯的起始变量，直至相应的上行过程追溯或下行过程追溯结束，得到起始变量对应的第一过程追溯结果，将所述第一过程追溯结果作为起始变量对应的过程追溯结果。
追溯单元还包括：
筛选子单元，用于按照预设关联度阈值对所述第一过程追溯结果进行筛选，将筛选后的第一过程追溯结果作为与起始变量对应的所述过程追溯结果。
第一获取单元包括：
第一获取子单元，用于获取该次技术展开的输入变量信息以及输出变量信息，所述输入变量和输出变量分别为：需求与功能、功能与技术参数或技术参数与结构；
第二获取子单元，用于获取输入变量与输出变量之间的关联程度，按照所述关联程度直接形成该次技术展开中输入变量与输出变量之间的关系矩阵。
第一获取单元还包括：
计算子单元，用于根据输入变量与输出变量之间的关联程度，按照AHP法计算每个输出变量对应输入变量的权重向量，得到的权重向量组成的矩阵作为输入变量与输出变量之间的关系矩阵。
第一获取单元还用于：对功能和/或技术参数和/或结构进行可靠性展开，得到功能与功能故障、和/或技术参数与技术参数故障、和/或结构与结构故障之间的可靠性矩阵；
相应的，第二获取单元获取的所述起始变量为：需求故障、技术参数故障或结构故障中的任一变量；
追溯单元还用于根据所述可靠性矩阵进行所述过程追溯。
还包括：
展现单元，用于将所述过程追溯结果向用户展现。
对于上述技术方案的技术效果分析如下：
依次进行需求到功能、功能到技术参数以及技术参数到结构的技术展开，分别得到需求与功能之间、功能与技术参数之间以及技术参数与结构之间的关系矩阵；获取用户指定的过程追溯起始变量，根据所述关系矩阵，对所述起始变量的展开过程进行过程追溯，得到该起始变量对应的过程追溯结果，从而实现对需求到结构中一系列技术展开过程任一变量的展开过程追溯。
进一步地，还可以结合对功能、技术参数以及结构等的可靠性展开所得到的可靠性矩阵，从而实现从某一故障点开始的过程追溯，或者，实现查看某一功能、技术参数、结构等是否存在故障的过程追溯，进一步完善了所述展开过程追溯。
附图说明
图1为本发明实施例一种过程追溯方法流程示意图；
图2为本发明实施例另一种过程追溯方法流程示意图；
图2a为本发明实施例过程追溯结果的展现方法实例；
图3为本发明实施例一种过程追溯系统结构示意图；
图4为本发明实施例所述系统中追溯单元的实现结构示例图；
图5为本发明实施例所述系统中第一获取单元的实现结构示例图。
具体实施方式
以下，结合附图详细说明本发明实施例过程追溯方法及系统的实现。
图1为本发明实施例一种过程追溯方法流程示意图，如图1所示，包括：
步骤101：获取产品的需求信息，依次进行需求到功能、功能到技术参数以及技术参数到结构的技术展开，分别得到需求与功能之间、功能与技术参数之间以及技术参数与结构之间的关系矩阵；
步骤102：获取用户指定的过程追溯起始变量，所述起始变量为需求、功能、技术参数或结构中的任一变量；
步骤103：根据所述关系矩阵，对所述起始变量的展开过程进行过程追溯，得到该起始变量对应的过程追溯结果。
图1所示的本发明实施例过程追溯方法，根据从产品需求到结构的一系列技术展开得到的各个关系矩阵，对用户指定的起始变量进行过程追溯，从而实现了对任一变量的展开过程追溯，从而使得用户能够对需求到生产的一系列技术展开过程以及各个变量进行准确控制。
在图1的基础上，通过图2所示的方法对本发明过程追溯方法进行进一步详细说明。
如图2所示，该方法包括：
步骤201：获取用户对产品的需求信息，依次进行需求到功能、功能到技术参数、技术参数到结构的技术展开，分别得到需求与功能之间、功能与技术参数之间、技术参数与结构之间的关系矩阵。
其中，可以认为：需求到功能的技术展开中，需求是技术展开的输入变量，而功能则是技术展开的输出变量，其他技术展开与此类似。
用户的需求是指市场和客户对产品的要求，它包括消费者对产品的性能、用途等方面的要求。功能是对技术系统或产品所能完成任务的抽象描述，用于反映产品所具有的用途和特性。技术参数(设计参数)是针对功能的对策，是一组目标新产品的工程特征描述，将顾客对目标新产品的相对离散和模糊的功能变换为明确的工程特征要求，即得到所述技术参数。结构描述了产品的整个结构设计过程。产品设计从抽象阶段的总体设计逐步细化到具体的详细设计。结构是指能够实现设计参数要求的产品的结构。
其中，需求到功能、功能到技术参数、技术参数到结构的技术展开过程类似。
技术展开的实现方法一般为：
获取该次技术展开的输入变量信息以及输出变量信息，所述输入变量与输出变量分别为：需求与功能、功能与技术参数或技术参数与结构；
获取输入变量与输出变量之间的关联程度，按照所述关联程度直接形成该次技术展开中输入变量与输出变量之间的关系矩阵；
进一步的，还可以包括：
根据输入变量与输出变量之间的关联程度，按照层次分析(AnalyticHierarchy Process，AHP)方法计算每个输出变量对应输入变量的权重向量，得到的权重向量组成的矩阵作为输入变量与输出变量之间的关系矩阵。
所述关系矩阵中的各个参数即为对应的输入变量与输出变量之间的关联度。
这里，以需求到功能的技术展开过程为例对所述技术展开过程进行详细说明。
需求到功能的技术展开过程具体为：
(1)获取产品的需求信息，以及需求信息对应的功能信息。
其中，所述需求一般对应于使用产品的用户的具体需要，由产品的研发人员对用户的具体需要进行分解，得到几种具体需求。需求信息主要包括：需求ID、需求名称、需求描述等，例如，对于某一软件来说，用户的需求可以分解如表1所示的需求信息(需求描述省略)：
表1
  需求ID   需求名称
  CA1   提供友好的图形用户界面
  CA2   提供公理化设计环境
  CA3   提供设计决策
需求所对应的功能信息可以由研发人员预先存储，从而当获取到所述需求信息时，直接从相应的存储位置根据需求信息(例如需求ID)获取需求信息对应功能信息；也可以在执行本步骤时，由实施本发明所述方法的系统为研发人员提供输入界面，指示研发人员对应输入所述需求信息对应的功能信息，从而所述系统根据研发人员输入的内容得到所述功能信息。
(2)获取需求与功能之间的关联程度。
其中，需求与功能之间的关联程度也可以由研发人员输入。具体的，系统可以提供图形化的方式让研发人员选择每个需求和功能之间关联程度，当选择完成后就得到了各个需求变量与功能变量之间的关联程度。
这里，可以将所述关联程度所形成的矩阵作为需求与功能之间的关系矩阵，那么，此时便实现了所述需求到功能的技术展开过程。例如，
可以设定研发人员将用户的需求与相应的功能之间的关系按照1，3，5，7，9等关系度等级进行评分。其中，1表示两者关系很弱，3表示有一定关系，5表示关系较为密切，7表示关系比较密切，9表示关系很密切。研发人员对各个关系的评分完成后就形成了需求与功能之间的对应关系。假设评分结果如表2所示：
表2
  用户使用软件方便   设计原理   决策方法
  CA1   9   1   1
  CA2   1   9   7
  CA3   1   7   9
或者，也可以不把表2所示的矩阵作为所述关系矩阵，而是进一步计算需求变量与功能变量之间对应的权重，此时，步骤(2)之后进一步包括：
(3)分别以每个需求作为准则，对所有需求进行两两比较，根据步骤(2)的所述矩阵计算每个需求对应的评分矩阵，按照层次分析(AHP)方法计算得到每个功能对应需求的权重向量，将权重向量组成的矩阵作为所述需求与功能之间的关系矩阵。
具体的，对于表2所示的矩阵：
以“CA1”为准则，比较各需求，得到评分矩阵如表3所示：
表3
  用户使用软件方便   设计原理   决策方法
  用户使用软件方便   1   9   9
  设计原理   1/9   1   1/7
  决策方   1/9   7   1
得到权重向量w1＝(0.74，0.05，0.21)，该权重向量为功能“用户使用软件方便”对应需求的权重向量。
以CA2为准则，得到评分矩阵如表4所示：
表4
  用户使用软件方便   设计原理   决策方法
  用户使用软件方便   1   1/9   1/3
  设计原理   9   1   9
  决策方法   3   1/9   1
得到权重向量w2＝(0.07，0.79，0.14)，该权重向量为功能“设计原理”对应需求的权重向量。
以CA3为准则，得到评分矩阵如表5所示：
表5
  用户使用软件方便   设计原理   决策方法
  用户使用软件方便   1   1/9   9
  设计原理   3   1   1/7
  决策方法   9   7   1
得到权重向量w3＝(0.06，0.23，0.71)，该权重向量为功能“决策方法”对应需求的权重向量。
最后得到需求与功能之间的关系矩阵如表6所示：
表6
  用户使用软件方便   设计原理   决策环境
  CA1   0.74   0.07   0.06
  CA2   0.05   0.79   0.23
  CA3   0.21   0.14   0.71
在实际应用中，进行技术展开时，还需要计算例如需求权重，市场竞争优势等，这里不再赘述。
步骤202：获取用户指定的过程追溯起始变量，所述起始变量为需求、功能、技术参数或结构中的任一变量。
其中，系统可以为研发人员所对应的用户列出所有的需求和/或功能和/或技术参数和/或结构中的变量等，从而研发人员可以从中选择需求、功能、技术参数或结构的某一变量作为过程追溯的起始变量。例如，可以选择需求“提供友好的图形用户界面(CA1)”作为过程追溯的起始变量，或者选择功能“用户使用软件方便”作为过程追溯的起始变量等。
步骤203：根据所述技术展开顺序，分别确定从该起始变量开始进行上行过程追溯的上行路径，以及进行下行过程追溯的下行路径。
其中，所述上行过程追溯是指：过程追溯的起始变量是技术展开的输出变量，需要通过作为起始变量的所述输出变量找到技术展开过程中对应的输入变量；例如，选择功能“用户使用软件方便”作为过程追溯的起始变量，则进行上行过程追溯也即确定这一功能起始变量对应的需求。所述下行过程追溯是指：过程追溯的起始变量是技术展开的输入变量，需要通过作为起始变量的输入变量找到对应技术展开中输出；例如，选择需求“提供友好的图形用户界面”作为过程追溯的起始变量，则进行下行过程追溯也即确定这一需求起始变量对应的功能变量。
另外，如果以需求变量作为起始变量，则没有上行过程追溯，而如果起始变量为结构变量，则没有下行过程追溯。
其中，所述上行追溯路径和下行追溯路径根据技术展开可以划分为若干段。
例如，如果起始变量为某一技术参数A，则从该起始变量进行的上行过程追溯包括：从技术参数到功能，从功能到需求两段上行过程追溯，以及从技术参数到机构这一段下行过程追溯。
步骤204：按照每段上行追溯路径或下行追溯路径所对应的关系矩阵确定该段过程追溯的起始变量所对应的关联变量，并将确定的该段过程追溯的所述关联变量作为下一段过程追溯的起始变量，直至相应的上行过程追溯或下行过程追溯结束，得到起始变量对应的第一过程追溯结果。
其中，对于某一段过程追溯路径而言，确定起始变量所对应的关联变量的方法为：
检测该段过程追溯路径对应的关系矩阵中，与起始变量之间的关联度不为0的输入变量或输出变量，将检测到的所述输入变量或输出变量作为所述起始变量对应的关联变量。
其中，对于上行追溯过程，由于起始变量为输出变量，则起始变量的关联变量为输入变量；对于下行追溯过程，由于起始变量为输入变量，则起始变量的关联变量为输出变量。
以下，分别举例说明。
假设：进行上述技术展开得到的需求(CA1、CA2、CA3)与功能(FR1、FR2、FR3)之间的关系矩阵为
Figure G2009102440128D00111
功能(FR1、FR2、FR3)与技术参数(DP1、DP2、DP3)之间的关系矩阵为：
Figure G2009102440128D00112
技术参数(DP1、DP2、DP3)与结构(FL1、FL2、FL3)之间的关系矩阵为：
若以CA2作为起始变量，则可以检测到功能与技术参数之间的关系矩阵中CA2所对应的关联度包括：0、A2、A3，则与CA2这一起始变量关联的关联变量为：功能FR2、FR3；之后，则以FR2、FR3分别作为下一段过程追溯中的起始变量，分别得到FR2所对应的关联变量：DP2，FR3所对应的关联变量：DP1、DP2、DP3，以此类推；若以FL3作为起始变量，则检测到FL3对应的关联度分别为0、C4、C6，依次对应DP1、DP2和DP3，则与FL3这一起始变量关联的关联变量为：DP2和DP3。
进而，还可以将上述关系矩阵分别转换成数学表达式的形式，此时，
需求(CA1、CA2、CA3)与功能(FR1、FR2、FR3)之间的关系矩阵为：
CA1＝A1*FR1；
CA2＝A2*FR2+A3*FR3；
CA3＝A4*FR2+A4*FR3；
功能(FR1、FR2、FR3)与技术参数(DP1、DP2、DP3)之间的关系矩阵为：
FR1＝B1*DP1；
FR2＝B2*DP2；
FR3＝B3*DP1+B4*DP2+B5*DP3；
技术参数(DP1、DP2、DP3)与结构(FL1、FL2、FL3)之间的关系矩阵为：
DP1＝C1*FL1；
DP2＝C2*FL1+C3*FL2+C4*FL3；
DP3＝C5*FL1+C6*FL3；
则，对于某一段追溯过程而言，确定起始变量所对应的关联变量的方法为：
检测关系矩阵的数学表达式中包含起始变量的数学表达式，将检测到的数学表达式中与起始变量对应的输入变量或输出变量作为所述起始变量对应的关联变量。
例如，以CA2作为起始变量，则可以检测到包含CA2的数学表达式CA2＝A2*FR2+A3*FR3，则与输入变量CA2对应的输出变量为：FR2、FR3，因此，与CA2这一起始变量关联的关联变量为：功能FR2、FR3；或者，以FL3作为起始变量，则检测到包含FL3的数学表达式为：DP2＝C2*FL1+C3*FL2+C4*FL3；DP3＝C5*FL1+C6*FL3，则与输出变量FL3对应的输入变量为DP2和DP3，因此，与FL3这一起始变量关联的关联变量为：DP2和DP3。
步骤205：按照预设关联度阈值对所述第一过程追溯结果进行筛选，得到筛选后的第一过程追溯结果，将所述筛选后的第一过程追溯结果作为起始变量对应的过程追溯结果。
其中，步骤204中的检测是以关联度不为0作为标准的，进而，还可以通过预设关联度阈值对步骤204中得到的过程追溯结果进行进一步的筛选，从而使得得到的过程追溯结果更具有针对性。这一筛选过程只需要分别对具有关联的起始变量和关联变量之间的关联度是否不小于所述关联度阈值进行判断即可，这里不再详述。
步骤206：将所述起始变量对应的过程追溯结果向用户展现。
具体的，可以使用类似于图2a的拓扑图向用户展现起始变量对应的过程追溯结果。当然，在实际应用中如何向用户进行过程追溯结果的展现这里并不限制，例如使用框图、表格等。
进一步地，在图2所示的依据技术展开得到的关系矩阵进行过程追溯的基础上，还可以结合对功能、技术参数以及结构等的可靠性展开得到的可靠性矩阵，从而实现从某一故障点开始的过程追溯，或者，实现查看某一功能、技术参数、结构等是否存在故障的过程追溯。在该过程中，与图2所示步骤流程的区别在于：在进行过程追溯之前，需要对功能和/或技术参数和/或结构进行可靠性展开，得到功能与功能故障、和/或技术参数与技术参数故障、和/或结构与结构故障之间的可靠性矩阵；相应的，在进行过程追溯时，除了依据所述关系矩阵，还需要依据所述可靠性矩阵。
例如，所述可靠性展开得到的技术参数与技术参数故障之间的关系矩阵可以如表7所示：
表7
  公理化设计的算法有误   分析决策过程出错   界面响应速度过慢
  公理化设计分析过程   9   1   1
  通过分析或的决策   1   9   7
  图形用户界面   1   7   9
其中，所述可靠性展开过程可以参照技术展开的过程，这里不再赘述。
与方法对应的，图3提供了一种本发明实施例过程追溯系统，该系统包括：
第一获取单元310，用于获取产品的需求信息，依次进行需求到功能、功能到技术参数以及技术参数到结构的技术展开，分别得到需求与功能之间、功能与技术参数之间以及技术参数与结构之间的关系矩阵；
第二获取单元320，用于获取用户指定的过程追溯起始变量，所述起始变量为需求、功能、技术参数或结构中的任一变量；
追溯单元330，用于根据所述关系矩阵，对所述起始变量的展开过程进行过程追溯，得到该起始变量对应的过程追溯结果。
当进行了可靠性展开时，第一获取单元310还可以用于：对功能和/或技术参数和/或结构进行可靠性展开，得到功能与功能故障、和/或技术参数与技术参数故障、和/或结构与结构故障之间的可靠性矩阵；
相应的，第二获取单元320获取的所述起始变量还可以为：需求故障、技术参数故障或结构故障中的任一变量；
追溯单元330还用于根据所述可靠性矩阵进行所述过程追溯。
优选地，该系统还包括：
展现单元340，用于将所述过程追溯结果向用户展现。
其中，如图4所示，追溯单元330可以通过以下结构实现：
确定子单元410，用于根据所述技术展开顺序，分别确定从该起始变量开始进行上行过程追溯的上行路径，以及进行下行过程追溯的下行路径；
追溯子单元420，用于按照每段上行追溯路径或下行追溯路径所对应的关系矩阵确定该段过程追溯的起始变量所对应的关联变量，并将确定的该段过程追溯的所述关联变量作为下一段过程追溯的起始变量，直至相应的上行过程追溯或下行过程追溯结束，得到起始变量对应的第一过程追溯结果，将所述第一过程追溯结果作为起始变量对应的过程追溯结果。
优选地，追溯单元330还可以包括：
筛选子单元430，用于按照预设关联度阈值对所述第一过程追溯结果进行筛选，将筛选后的第一过程追溯结果作为与起始变量对应的所述过程追溯结果。
如图5所示，第一获取单元310可以通过以下结构实现，包括：
第一获取子单元510，用于获取该次技术展开的输入变量信息以及输出变量信息，所述输入变量和输出变量分别为：需求与功能、功能与技术参数或技术参数与结构；
第二获取子单元520，用于获取输入变量与输出变量之间的关联程度，按照所述关联程度直接形成该次技术展开中输入变量与输出变量之间的关系矩阵。
优选地，第一获取单元310还可以包括：
计算子单元530，用于根据输入变量与输出变量之间的关联程度，使用AHP法计算每个输出变量对应输入变量的权重向量，得到的权重向量组成的矩阵作为输入变量与输出变量之间的关系矩阵。
图3～图5所示的本发明实施例过程追溯系统，第一获取单元进行从产品需求到结构的一系列技术展开得到各个关系矩阵，第二获取单元获取用户指定的起始变量，由追溯单元根据所述关系矩阵对用户指定的起始变量进行过程追溯，从而实现了对任一变量的展开过程追溯，从而使得用户能够对需求到生产的一系列技术展开过程以及各个变量进行准确控制。
本领域普通技术人员可以理解，实现上述实施例过程追溯方法的过程可以通过程序指令相关的硬件来完成，所述的程序可以存储于可读取存储介质中，该程序在执行时执行上述方法中的对应步骤。所述的存储介质可以如：ROM/RAM、磁碟、光盘等。
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (15)

1.一种过程追溯方法，其特征在于，包括：
获取产品的需求信息，依次进行需求到功能、功能到技术参数以及技术参数到结构的技术展开，分别得到需求与功能之间、功能与技术参数之间以及技术参数与结构之间的关系矩阵；
获取用户指定的过程追溯起始变量，所述起始变量为需求、功能、技术参数或结构中的任一变量；
根据所述关系矩阵，对所述起始变量的展开过程进行过程追溯，得到该起始变量对应的过程追溯结果。
2.根据权利要求1所述的方法，其特征在于，所述根据所述关系矩阵，进行所述起始变量的展开过程进行过程追溯具体为：
根据所述技术展开顺序，分别确定从该起始变量开始进行上行过程追溯的上行路径，以及进行下行过程追溯的下行路径；
按照每段上行追溯路径或下行追溯路径所对应的关系矩阵确定该段过程追溯的起始变量所对应的关联变量，并将确定的该段过程追溯的所述关联变量作为下一段过程追溯的起始变量，直至相应的上行过程追溯或下行过程追溯结束，得到起始变量对应的第一过程追溯结果，将所述第一过程追溯结果作为起始变量对应的所述过程追溯结果。
3.根据权利要求2所述的方法，其特征在于，还包括：按照预设关联度阈值对所述第一过程追溯结果进行筛选，将筛选后的第一过程追溯结果作为与起始变量对应的所述过程追溯结果。
4.根据权利要求2或3所述的方法，其特征在于，对于每一段过程追溯路径，确定起始变量所对应的关联变量的方法为：
检测该段过程追溯路径对应的关系矩阵中，与起始变量之间的关联度不为0的输入变量或输出变量，将检测到的所述输入变量或输出变量作为所述起始变量对应的关联变量。
5.根据权利要求1至3任一项所述的方法，其特征在于，每一次技术展开的实现方法为：
获取该次技术展开的输入变量信息以及输出变量信息，所述输入变量与输出变量分别为：需求与功能、功能与技术参数或技术参数与结构；
获取输入变量与输出变量之间的关联程度，按照所述关联度直接形成该次技术展开中输入变量与输出变量之间的关系矩阵。
6.根据权利要求5所述的方法，其特征在于，技术展开的实现方法还包括：
根据输入变量与输出变量之间的关联度，按照AHP方法计算每个输出变量对应输入变量的权重向量，得到的权重向量组成的矩阵作为输入变量与输出变量之间的关系矩阵。
7.根据权利要求1至3任一项所述的方法，其特征在于，还包括：
对功能和/或技术参数和/或结构进行可靠性展开，得到功能与功能故障、和/或技术参数与技术参数故障、和/或结构与结构故障之间的可靠性矩阵；
相应的，所述起始变量为：需求故障、技术参数故障或结构故障中的任一变量；
进行所述过程追溯时，还根据所述可靠性矩阵实现。
8.根据权利要求1至3任一项所述的方法，其特征在于，还包括：
将起始变量所对应的过程追溯结果向用户展现。
9.一种过程追溯系统，其特征在于，包括：
第一获取单元，用于获取产品的需求信息，依次进行需求到功能、功能到技术参数以及技术参数到结构的技术展开，分别得到需求与功能之间、功能与技术参数之间以及技术参数与结构之间的关系矩阵；
第二获取单元，用于获取用户指定的过程追溯起始变量，所述起始变量为需求、功能、技术参数或结构中的任一变量；
追溯单元，用于根据所述关系矩阵，对所述起始变量的展开过程进行过程追溯，得到该起始变量对应的过程追溯结果。
10.根据权利要求9所述的系统，其特征在于，追溯单元包括：
确定子单元，用于根据所述技术展开顺序，分别确定从该起始变量开始进行上行过程追溯的上行路径，以及进行下行过程追溯的下行路径；
追溯子单元，用于按照每段上行追溯路径或下行追溯路径所对应的关系矩阵确定该段过程追溯的起始变量所对应的关联变量，并将确定的该段过程追溯的所述关联变量作为下一段过程追溯的起始变量，直至相应的上行过程追溯或下行过程追溯结束，得到起始变量对应的第一过程追溯结果，将所述第一过程追溯结果作为起始变量对应的过程追溯结果。
11.根据权利要求10所述的系统，其特征在于，追溯单元还包括：
筛选子单元，用于按照预设关联度阈值对所述第一过程追溯结果进行筛选，将筛选后的第一过程追溯结果作为与起始变量对应的所述过程追溯结果。
12.根据权利要求9至11任一项所述的系统，其特征在于，第一获取单元包括：
第一获取子单元，用于获取该次技术展开的输入变量信息以及输出变量信息，所述输入变量和输出变量分别为：需求与功能、功能与技术参数或技术参数与结构；
第二获取子单元，用于获取输入变量与输出变量之间的关联程度，按照所述关联程度直接形成该次技术展开中输入变量与输出变量之间的关系矩阵。
13.根据权利要求12所述的系统，其特征在于，第一获取单元还包括：
计算子单元，用于根据输入变量与输出变量之间的关联程度，按照AHP法计算每个输出变量对应输入变量的权重向量，得到的权重向量组成的矩阵作为输入变量与输出变量之间的关系矩阵。
14.根据权利要求9至11任一项所述的系统，其特征在于，第一获取单元还用于：对功能和/或技术参数和/或结构进行可靠性展开，得到功能与功能故障、和/或技术参数与技术参数故障、和/或结构与结构故障之间的可靠性矩阵；
相应的，第二获取单元获取的所述起始变量为：需求故障、技术参数故障或结构故障中的任一变量；
追溯单元还用于根据所述可靠性矩阵进行所述过程追溯。
15.根据权利要求9至11任一项所述的系统，其特征在于，还包括：
展现单元，用于将所述过程追溯结果向用户展现。
CN200910244012.8A 2009-12-24 2009-12-24 一种过程追溯方法及系统 Active CN102110249B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN200910244012.8A CN102110249B (zh) 2009-12-24 2009-12-24 一种过程追溯方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN200910244012.8A CN102110249B (zh) 2009-12-24 2009-12-24 一种过程追溯方法及系统

Publications (2)

Publication Number Publication Date
CN102110249A true CN102110249A (zh) 2011-06-29
CN102110249B CN102110249B (zh) 2014-04-30

Family

ID=44174399

Family Applications (1)

Application Number Title Priority Date Filing Date
CN200910244012.8A Active CN102110249B (zh) 2009-12-24 2009-12-24 一种过程追溯方法及系统

Country Status (1)

Country Link
CN (1) CN102110249B (zh)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060218107A1 (en) * 2005-03-24 2006-09-28 The University Of Tennessee Research Foundation Method for controlling a product production process
CN101344942A (zh) * 2008-08-25 2009-01-14 杭州恒盈电子科技有限公司 机动车配件质量追溯系统及操作方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060218107A1 (en) * 2005-03-24 2006-09-28 The University Of Tennessee Research Foundation Method for controlling a product production process
CN101344942A (zh) * 2008-08-25 2009-01-14 杭州恒盈电子科技有限公司 机动车配件质量追溯系统及操作方法

Also Published As

Publication number Publication date
CN102110249B (zh) 2014-04-30

Similar Documents

Publication Publication Date Title
CN105930277B (zh) 一种基于缺陷报告分析的缺陷源代码定位方法
CN102682760B (zh) 重叠语音检测方法和系统
CN103678590B (zh) 基于olap的报表采集装置和报表采集方法
CN109102032A (zh) 一种基于深度森林和自编码的泵站机组诊断方法
CN110348441A (zh) 增值税发票识别方法、装置、计算机设备及存储介质
CN102063642A (zh) 基于主动学习的模糊神经网络样本选择方法
CN104504292A (zh) 基于bp神经网络预测循环流化床锅炉最佳工作温度的方法
CN103149840B (zh) 一种基于动态规划的语义服务组合方法
CN110276460A (zh) 基于复杂网络模型的工业设备运维与优化方法及系统
CN110879881A (zh) 基于特征组分层和半监督随机森林的鼠标轨迹识别方法
CN109378835A (zh) 基于互信息冗余性最优的大规模电力系统暂态稳定评估系统
CN111192158A (zh) 一种基于深度学习的变电站日负荷曲线相似度匹配方法
CN104679945A (zh) 基于有色Petri网的系统综合评估方法
CN101894063B (zh) 一种用于微处理器功能验证的测试程序生成方法及装置
CN106446133A (zh) 同时对接两个数据库的方法及装置
Morison On-line dynamic security assessment using intelligent systems
CN115374091A (zh) 一种分布式新能源出力数据质量提升方法和系统
CN105956875A (zh) 基于大数据与市价匹配的农业科技成果估价方法及系统
CN105741042A (zh) 开放式审批流的自动学习方法
CN102110249B (zh) 一种过程追溯方法及系统
CN105373446B (zh) 一种基于自动演练的系统自动修复方法和装置
CN104572820B (zh) 模型的生成方法及装置、重要度获取方法及装置
CN106408156A (zh) 恢复流程模板的方法及装置
CN101807260B (zh) 变化场景下行人检测的方法
CN101533486A (zh) 一种实现质量机能综合展开的方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C53 Correction of patent of invention or patent application
CB02 Change of applicant information

Address after: 100026 Beijing city Chaoyang District West Road No. 1, block 5A, Winterless center A

Applicant after: PERA CORPORATION LTD.

Address before: 100026 Beijing city Chaoyang District West Road No. 1, block 5A, Winterless center A

Applicant before: PERA Global Technology (Beijing) Co., Ltd.

COR Change of bibliographic data

Free format text: CORRECT: APPLICANT; FROM: PERA GLOBAL TECHNOLOGY (BEIJING) CO., LTD. TO: PERA GLOBAL TECHNOLOGY CO., LTD.

C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20200509

Address after: 401329 Chongqing Jiulongpo District Feng Sheng Road No. 15 of No. 3

Patentee after: Chongqing anderuiyuan Technology Co., Ltd

Address before: 100026 Beijing city Chaoyang District West Road No. 1, block 5A, Winterless center A

Patentee before: PERA GLOBAL TECHNOLOGY Co.,Ltd.