CN103605352A - 用于pcb设计和生产的质量控制系统和方法 - Google Patents

Abstract

本发明公开了用于PCB设计和生产的质量控制系统和方法，属于电路板设计与生产领域。其包括数据库层、服务层、应用层、业务表现层和业务控制层；其质量控制方法步骤包括：通过数据记录仪实时采集工业现场的生产数据；根据生产数据，运用计算机进行项目质量分析；依据项目质量分析的结果，反馈调节生产，提高PCB项目完成质量，其解决了PCB设计与生产中无法对整个生产过程进行多点，分步质量控制，不能提高PCB项目品质的问题；获得了使PCB设计与生产的每个流程可控性加强，单个生产活动的品质提高，从而提高了整个PCB项目的质量的效果。

Description

用于PCB设计和生产的质量控制系统和方法

技术领域

发明涉及一种电路板设计与生产过程，尤其是涉及用于PCB设计和生产的质量控制系统和方法。

背景技术

如图1在工业化生产过程中，基于印刷电路板的功能板的设计与生产过程主要包括原理电路图的设计与检验，PCB图的设计与检验，电路板生产、焊接与调试等几个部分组成，经过这几部分的工业流程后，才能实现我们需要设计出的带有特定功能的实用性电路板。

原理图的设计与检验部分主要是根据客户提出的要求，设计具有可实现性的相应的功能模块，达到用户的要求，并且以原理图的形式表示，原理设计完成需要进行错误检测，确保原理图设计的合理与正确。

PCB图的设计与检验部分主要是将原理图转化为直观的印刷电路板的图形，并且完成各个有关联的元件之间的连线，再通过错误检测，确保线路连接正确与逻辑的合理性。

电路板生产、焊接与调试部分则主要是负责工业化生产电路板并且将所购买的元器件焊接到印刷电路板上，再对焊接完成的电路板进行简单的电气性能测试，确保整个电路板可用性。

PCB设计与制作用于进行PCB设计与制作的工艺要求和操作过程。这方面的研究针对PCB板的具体制作工艺和质量结果提供一些方法和理论，但是对某些实际生产过程中质量控制问题还无法解决。而统计过程控制技术作为产品制造加工过程中的主要质量工具，已在机械、化工、电子等很多行业得到广泛的应用。但在企业实际的质量管理中，统计过程控制技术只作为一种纯粹的统计工具，用来集中统计产品质量问题发生后的状况，忽略了其对有用质量信息的挖掘能力和定位查找质量问题原因的能力。造成这一现状的根本原因是质量数据的分散和无序，大大降低了统计过程控制系统分析缺陷原因和持续改进产品质量的功能。因此能否有效组织和管理制造质量数据，成为企业实施统计过程控制的关键。并且已公开的PCB品质判定侧重于生产结果质检领域的理论，一般不涉及设计与生产相结合的综合制造过程，无法对设计和生产过程中的进行多点、分步质量控制，并且一般侧重理论方法而不侧重PCB设计与生产中全面的质量衡量以及实际应用，无法对其中每个环节的合格率和状况进行控制。

因此能否有效组织和管理制造，并在PCB设计与生产过程中实时地进行分点数据采集、分析和反馈，成为PCB生产项目质量控制的关键。本发明依据统计过程控制的基本原理和制造质量数据的特征，提出了统计中分点质量数据的管理和采集方法，实现了对各个流程质量数据的合理采集和分析，并通过及时有效的反馈，从而真正实现对PCB工业生产过程的质量控制。

发明内容

1、发明要解决的技术问题

本发明针对PCB工业生产过程中无法实现多点，分步质量控制的技术缺陷，提供了用于PCB设计和生产的质量控制系统和方法，该系统能够对PCB设计与生产各个阶段存在的风险、问题与变更进行判定，将判定结果反馈于设计与生产，提高整个项目中的各个工业流程的质量品质，提高最终产品的质量。

2、技术方案

在整个工业生产的流程中，需要对生产的每一个具体的流程进行质量检验与反馈，用于PCB设计和生产的质量控制系统正是基于对工业现场流程中出现的风险，变更，问题等因素综合进行评估，并根据评估与反馈得到的结果，向操作人员或客户反应当前的项目品质健康状况，使得操作员或项目经理能够及时的对项目进展进行调整，确保项目的健康进行，保证最终产品的品质。如果整个项目的品质出现问题，能够通过本发明推导出在项目实施过程中的哪个方面或步骤出现了较大的问题，使得项目的调整更加具有针对性和实效性。

用于PCB设计和生产的质量控制系统，是作用于整个项目生产过程中的各个环节，对于生产状况进行实时的反馈与调整，通过生产过程中出现的各种影响因素的权重比例，能够反馈调查到占有影响比例较大的因素因子，对出现问题的生产步骤重点调整，由此可以提高整个项目的健康品质。

用于PCB设计和生产的质量控制系统，其包括数据库层、服务层、应用层、业务表现层和业务控制层；

数据库层主要是记录了生产过程中的各种数据信息，包括存储了从工业生产现场中获得的生产过程数据，生产过程系统的生产过程控制数据，以及通过PCB设计与生产的质量控制系统反馈得到的计算数据。

服务层是整个PCB设计与生产的质量控制系统的核心。主要是依据算法对数据库层中取得的生产数据进行分析，得出反馈数据，包括每个流程的质量百分数，整体项目的质量品质分数，通过有效的数据对不规范的生产流程做相应的提醒，应用反馈调节机制来控制整个生产流程。

应用层主要负责操作管理员和PCB设计与生产的质量控制系统之间的交互，操作员或者管理员通过PCB设计与生产的质量控制系统得到的数据对生产的步骤流程进行相应的调整。

业务表现层主要是将服务层数据分析的结果以可视化的方式展现给用户，其中包含了两种可视化方式：一是品质百分数，二是项目状态。其中品质百分数可以将每个生产阶段的品质以数字的方式体现出来，而项目状态可以直观的告诉用户当前生产阶段的品质状态，判断能否进入下一阶段。

业务控制层主要是由三部分组成：一是操作员站，二是管理员站，三是QA站。其中QA站是整个业务控制层的数据管理中心，其存储了各个生产过程的QA数据，以便于人员通过数据来控制整个生产过程。而管理员站是整体调控生产过程的一个核心（即管理员根据QA站的信息进行生产过程的宏观调控），最后操作员站是整体生产过程的重要组成部分，根据QA数据管理员做出了命令的发布，操作员如何正确的执行，是保证整个生产流程品质的关键。

PCB设计与生产的质量控制方法，该方法的执行步骤如下：

（1）工业现场的生产数据的采集；

（2）根据生产数据进行项目质量分析：

I.计算不同的生产要素的权重分数；

II.根据每个要素的权重分数计算单个流程的品质百分数；

III.根据质量百分数，计算找出对于质量影响最大的生产要素与因子；

（3）依据项目质量分析的结果，反馈调节生产，提高PCB项目完成质量。

以下详细说明该方法的执行过程：

1.工业现场的生产数据的采集

在PCB设计与生产的工业生产流程中，为了规范生产活动的操作，提高PCB项目的完成品质，需要对生产过程中的数据采集，在实际的生产过程中，记录每个流程完成所需的工数，部门间发生调整的人员数量，电路板中测试电流的大小，限制电流，差动信号的变化范围，配线的线宽和线距，基板钻孔的个数和大小等等数据，将记录的数据整理，方便后续的项目质量分析。

2.根据生产数据进行项目质量分析

在工业流水化生产过程中，为了提高最终整个项目的品质，需要对流水线生产作业中的每个过程严格的控制，保证每个步骤完成的质量，所以在引入PCB设计与生产的质量控制系统后，能够提高流水线生产的每个流程的质量，从而提高了整个项目的品质。

工业现场的印刷电路板的生产与制作一般分为三个工业活动，每个活动中有三个对该活动最终生产品质产生影响的要素（风险，问题，变更），取某个活动中的某个要素及其所包含的影响因子参与分析。

步骤1：量化工业生产过程中的对质量产生影响的生产要素，并计算每个工业流程中所有要素各自实际的权重分数

weight_score(i)＝real_score(i)*r(i)

real_score(i)表示该风险，问题和变更要素在当前工业生产流程中的实际分数（以100制为例），r(i)表示风险，问题和变更要素的权重百分数，weight_score(i)则表示风险，问题和变更要素在流程中的实际换算得到的权重分数。

分别将影响工业生产的项目健康品质的因子归于风险，问题和变更三个要素。设定在单个生产流程中所有要素的所占影响比例和为100%，不同的要素所占的影响比例的不同，通过将风险，问题和变更要素下的相应的因子所占的百分值相加所得的百分数则可以得到对应风险，问题和变更要素的权重分数。

$r\left(i\right)=\underset{i=1}{\overset{M}{\mathrm{\Σ}}}p\left(i\right)$

其中r(i)分别表示风险，问题或变更要素的权重百分数，p(i)表示归于风险，问题或变更要素下的各相应的因子的权重百分数。

r(i)表示风险，问题，变更的权重百分数，需要满足如下公式：

risk_weight+problem_weight+alteration_weight＝100%

在实际的工业生产中，将生产过程中的影响因子，对应因子参照表分别归类到风险，问题和变更要素下，得到对应的百分比权重值。

步骤2：根据每个要素的实际的权重分数计算单个流程的品质百分数

$\mathrm{count}\_\mathrm{idx}\left(j\right)=\underset{i=1}{\overset{s}{\mathrm{\Σ}}}\mathrm{weight}\_\mathrm{score}\left(i\right)/\mathrm{std}\_\mathrm{score}\left(i\right)$

std_score(i)表示影响要素（风险，问题和变更要素）的标准权重分数（以100分制为例），weight_score(i)表示风险、问题或变更要素实际的权重分数，count_idx(j)表示单个工业流程中的品质百分数，即为该流程的完成质量的判定百分数。

我们对控制系统的质量判定标准进行规定：合格的流程的完成质量的品质百分数>=90%。

通过质量控制与反馈系统，可以直观的看出该流程的品质状况。若本次工业流程的品质百分数达到合格的标准，则进入下一个流程的判定；否则，需要返回到该生产流程中，进行步骤3，找到对本次流程质量影响因素最大的要素，对应提高该步骤的产品质量，再重新进行步骤1。

步骤3：根据质量百分数，找出对品质影响最大的要素。

ΔS(i)＝[std_score(i)-real_score(i)]*r(i)

std_score(i)表示要素的标准分数，real_score(i)表示要素的实际分数，r(i)表示要素在当前流程中所占的权重值，ΔS(i)表示要素的实际分数与标准分数的差值的权重值。

$\mathrm{Max}\_\mathrm{delta}=\max \underset{i=1}{\overset{s}{\mathrm{\Σ}}}\mathrm{\ΔS}\left(i\right)$

ΔS(i)表示要素的实际分数与标准分数的加权后的差值，Max_delta表示一次工业生产流程中所有要素中差值最大的，找到影响最大的因子并且将其对应到工业现场的生产中，改善该因子所对应的工业活动的完成品质，再返回到步骤1中重新对该流程的品质进行计算。

3.依据项目质量分析的结果，反馈调节生产，提高PCB项目完成质量

数据分析完成后，能够得到不同的工业生产流程的品质百分数，同时根据不合格的品质百分数找到对应的生产流程中得影响的生产因素，针对找出的问题较大的因素进行改善，调节现有的生产方式，通过改善生产方法，加强管理制度，提高生产效率等方法，将该影响因素提高到标准后，重新对整个项目的品质进行评估，如果不满足，则继续执行数据分析并找出影响最大的因素加以改进。

3、有益效果

用于PCB设计与生产的质量控制系统和方法旨在针对印刷电路板的工业流程化生产过程中的项目品质状况的调节与管理，通过对PCB设计与生产过程中的各个关键的流程分别进行质量评估，找出每个流程中存在的不合理的因素加以改进，从风险，问题和变更三个方面表明生产的产品在目前的生产阶段的质量状况，并且将找出的不合理的因素反馈到工业生产的环节里，调节工业生产的步骤，改进生产方法，最终提高整个项目的质量与PCB板的完成质量，解决了当前PCB工业生产过程中对于品质的判定不准确和不能实时的对单个流程采取调节的弊端，对于提高生产效率，控制风险，增强项目健壮性以及改善产品品质有很大的帮助。

具体实施方式

实施例1

如图2所示，用于PCB设计和生产的质量控制系统，其包括数据库层、服务层、应用层、业务表现层和业务控制层；

所述数据库层通过采用数据记录仪记录生产过程中的各种数据信息，包括存储了从工业生产现场中获得的在生产过程中待测定项的数据，生产过程控制数据，以及通过PCB设计与生产的质量控制系统反馈得到的计算数据；

所述服务层搭建在服务型计算机平台上，依据算法对数据库层中取得的生产数据进行分析，得出反馈数据，包括生产过程中各个影响要素的权重百分数，每个流程的质量百分数，整体项目的质量品质分数，通过有效的数据对不规范的生产流程做相应的提醒，应用反馈调节机制来控制整个生产流程；

所述的应用层是通过上位机操作控制系统，负责与操作管理员和PCB设计与生产的质量控制系统之间的交互，操作员或者管理员通过PCB设计与生产的质量控制系统得到的数据对生产的步骤流程进行相应的调整或者通过机器学习实现整个生产流程的自动化控制；

所述的业务表现层将服务层数据分析的结果以可视化的方式展现给用户；

所述的业务控制层主要是由三部分组成：一是操作员站，二是管理员站，三是QA站。其中QA站是整个业务控制层的数据管理中心，其存储了各个生产过程的QA数据，以便于人员通过数据来控制整个生产过程；而管理员站是整体调控生产过程的一个核心，管理员根据QA站的信息进行生产过程的宏观调控，最后操作员站是整体生产过程的重要组成部分，根据QA数据管理员做出了命令的发布，操作员进行正确的执行。所述的业务表现层包含了两种可视化方式：一是品质百分数，二是项目状态；所述的品质百分数将每个生产阶段的品质以数字的方式体现出来，而项目状态以直观的图标形式告诉用户当前生产阶段的品质状态，判断能否进入下一阶段。

先设置系统的服务器环境，使用MySQL5.6.10作为数据库程序，使用Tomcat6.0作为WEB应用服务器（Tomcat服务器是一个免费的开放源代码的Web应用服务器，属于轻量级应用服务器），服务器端使用Windows Server2012操作系统。将质量控制系统安装在服务器端后，用户端无需再安装任何应用程序，直接通过浏览器访问服务器。将工业现成的机械仪器采集数据输入到页面中，然后运用本发明的发放进行数据分析和反馈。

其次，根据工业生产工业活动中存在不同影响要素，可以将PCB板的制作与生产的各个工业活动的影响要素总结与归类，分别从风险，问题，和变更三个方面去评价项目的质量。

在实际的工业生产现场中，我们只需要将对应工业活动的影响要素对照表格进行分类与定权重值，通过风险，问题和变更三个方面要素来对整个项目的质量进行相应的判定，从而能够发现在生产中不符合要求的步骤，提高整个项目的质量。

下面对富士通株式会社（以下简称富士通）工业生产的三个工业活动列举相应的例子，以下例子为使用PCB设计工具来生产多路模拟量和数字量输入输出功能模块的详细过程。

工业活动1：原理图的设计与检验

（1）工业现场的生产数据的采集：即通过工业现场安装的数据记录仪，将采集的数据通过串口或者并口与计算机通讯，并且由计算机将所得到的数据存储到MySQL数据库中。

（2）该工业活动为使用富士通PCB设计工具Mefamily中的MeLE和MeBP（Mefamily是富士通集团旗下子公司富士通先端技术有限公司(FATEC)自行研发设计的一套用于印刷电路板设计过程的设计工具，MeLE是其中用于元器件库设计的工具，MeBP是其中用于电子逻辑回路设计的工具，MeRP是其中用于设计PCB封装图的工具）来设计原理图，在实际生产过程中，PCB板设计完成后，对设计完成的PCB板的质量进行检查，根据PCB板中设计的元件的合格率以及原理图设计的完整性及正确性进行评分根据生产数据进行项目质量分析；我们对控制系统的质量判定标准进行规定：合格的流程的完成质量的品质百分数>=90%。

I.量化工业生产过程中的对质量产生影响的生产要素

生产过程中对质量产生影响的要素以及权重和对应因子，如图例中表一所示

表一：原理图的设计与检验因子参照表

II.计算不同的生产要素的权重分数

根据以上数据，由（服务层的）数据分析器计算权重分数，具体为系统中服务层主要应用Tomcat服务器，结合服务型计算机对所得到的存储在MySQL数据库中得数据进行分析，分析过程采用的算法为本次发明所涉及的质量控制方法，详细计算过程如下：

风险：real_score(i)为80，权重为30%，根据质量控制系统中的因子权重分数公式weight_score(i)＝real_score(i)*r(i)可得，风险的权重分值为80*30%=24。

问题：real_score(i)为90，权重为40%，根据质量控制系统中的因子权重分数公式weight_score(i)＝real_score(i)*r(i)可得，问题的权重分值为90*40%=36。

变更：real_score(i)为85，权重为30%，根据质量控制系统中的因子权重分数公式weight_score(i)＝real_score(i)*r(i)可得，变更的权重分值为85*30%=25.5。

III.计算单个工业活动的质量百分数

由以上计算可得出如下结果，风险的权重分值为24，问题的权重分值为36，变更的权重分值为25.5，因此，数据分析器根据 $\mathrm{count}\_\mathrm{idx}\left(j\right)=\underset{i=1}{\overset{s}{\mathrm{\Σ}}}\mathrm{weight}\_\mathrm{score}\left(i\right)/\mathrm{std}\_\mathrm{score}\left(i\right)$ 计算可得，单个工业活动的质量百分数为（24+36+25.5）/100=85.5%，

由上述工业活动得出下表

IV.计算找出对于质量影响最大的生产要素

将数据分析器的数据传递给硬件系统中的上位机，上位机将所得到的相关数据以图表的形式直观的显示给操作人员，并且根据操作结果反馈调节当前的生产流程，构成数据闭环反馈控制，详细计算过程如下：

根据品质影响因子实际分和标准分差值权重公式ΔS(i)＝[std_score(i)-real_score(i)]*r(i)可得出，风险的权重分值差为(100-80)*30%=6，问题的权重分值差为(100-90)*40%=4，变更的权重分值差(100-85)*30%=4.5，得出差值以后，根据占比重最大的要素公式 $\mathrm{Max}\_\mathrm{delta}=\max \underset{i=1}{\overset{s}{\mathrm{\Σ}}}\mathrm{\ΔS}\left(i\right)$ 得出，占比重最大的要素为风险。

（3）数据反馈器对风险进行修正，控制生产机器进行反馈修正，修正完成后重复上述工业活动，再次获得real_score(i)为96，再进行本活动的分值统计，可以得到。

通过质量控制系统反映并进行改善，我们达到了目标值90.3分，即可以进入下一工业活动。

工业活动2：PCB图的设计与检验

（1）通过数据采集器以及数据分析器取得所需分析的生产数据。，

（2）该工业活动为富士通PCB设计Mefamily工具中的MeRP（见上述Mefamily软件介绍）来设计PCB的实际装配图，在实际生产过程中，PCB板实际装配图设计完成后，对设计完成的PCB实际装配图的质量进行检查，根据PCB板中设计的元件实际装配图形的合格率以及实际装配图调整以后的布局合理性进行评分。根据生产数据进行项目质量分析

I.量化工业生产过程中的对质量产生影响的生产要素

生产过程中对质量产生影响的要素以及权重如图例中表二所示，

表二：PCB图的设计与检验因子参照表

II.计算不同的生产要素的权重分数

根据以上数据，由数据分析器计算权重分数，详细计算过程如下：

风险：real_score(i)为80，权重为40%，根据质量控制系统中的因子权重分数公式weight_score(i)＝real_score(i)*r(i)可得，风险的权重分值为80*40%=32。

问题：real_score(i)为90，权重为30%，根据质量控制系统中的因子权重分数公式weight_score(i)＝real_score(i)*r(i)可得，问题的权重分值为90*30%=27。

变更：real_score(i)为70，权重为30%，根据质量控制系统中的因子权重分数公式weight_score(i)＝real_score(i)*r(i)可得，变更的权重分值为70*30%=21。

III.计算单个工业活动的质量百分数

由以上计算可得出如下结果，风险的权重分值为32，问题的权重分值为27，变更的权重分值为21，因此，数据分析器根据 $\mathrm{count}\_\mathrm{idx}\left(j\right)=\underset{i=1}{\overset{s}{\mathrm{\Σ}}}\mathrm{weight}\_\mathrm{score}\left(i\right)/\mathrm{std}\_\mathrm{score}\left(i\right)$ 计算可得，单个工业活动的质量百分数为（32+27+21）/100=80%

由上述工业活动得出下表

要素	项目分值	权重	权重分值
				风险	80	40%	32
问题	90	30%	27
				变更	70	30%	21
总计		100%	80

IV.计算找出对于质量影响最大的生产要素

将数据分析器的数据传递给数据反馈器，数据反馈器的详细计算过程如下：

根据品质影响因子实际分和标准分差值权重公式ΔS(i)＝[std_score(i)-real_score(i)]*r(i)可得出，风险的权重分值差为（100-80）*40%=8，问题的权重分值差为（100-90）*30%=3，变更的权重分值差为（100-70）*30%=9。得出差值以后，根据占比重最大的要素公式 $\mathrm{Max}\_\mathrm{delta}=\max \underset{i=1}{\overset{s}{\mathrm{\Σ}}}\mathrm{\ΔS}\left(i\right)$ 得出，占比重最大的要素为变更。

（3）数据反馈器对风险进行修正，控制生产机器进行反馈修正，修正完成后，再次获得该项目分值为90，再进行本活动的分值统计，可以得到。

要素	项目分值	权重	权重分值
				风险	80	40%	32
问题	90	30%	27
				变更	90	30%	27
总计		100%	86

虽然通过质量控制系统反映并进行第一次改善，但是仍然没有达到目标分值90分，所以不能进入下一个步骤，再次进行第二次改善，因为风险的权重分值差比问题的权重分值差大，所以我们再次着重对风险项目进行改进（设计新的参照基准，对以往的设计标准进行改进），然后我们获得该项目分值为95，然后我们再进行本活动的分值统计，可以得到：

要素	项目分值	权重	权重分值
				风险	95	40%	38
问题	90	30%	27
				变更	100	30%	30
总计		100%	95

我们达到了目标分值，可以进入下一活动。

工业活动3：电路板生产、焊接与调试

（1）通过数据采集器以及数据分析器取得所需分析的生产数据。

（2）该生产过程为PCB原理图到实际的PCB板的过程，采集的数据为最终的产品合格率。根据生产数据进行项目质量分析

I.量化工业生产过程中的对质量产生影响的生产要素

生产过程中对质量产生影响的要素以及权重如图例中表三所示，表三：电路板生产、焊接与调试因子参照表，

II.计算不同的生产要素的权重分数

根据以上数据，由数据分析器计算权重分数，详细计算过程如下：

风险：real_score(i)为90，权重为30%，根据质量控制系统中的因子权重分数公式weight_score(i)＝real_score(i)*r(i)可得，风险的权重分值为90*30%=27。

问题：real_score(i)为70，权重为40%，根据质量控制系统中的因子权重分数公式weight_score(i)＝real_score(i)*r(i)可得，问题的权重分值为70*40%=28。

变更：real_score(i)为85，权重为30%，根据质量控制系统中的因子权重分数公式weight_score(i)＝real_score(i)*r(i)可得，变更的权重分值为85*30%=25.5。

III.计算单个工业活动的质量百分数

由以上计算可得出如下结果，风险的权重分值为27，问题的权重分值为28，变更的权重分值为25.5，因此，数据分析器根据 $\mathrm{count}\_\mathrm{idx}\left(j\right)=\underset{i=1}{\overset{s}{\mathrm{\Σ}}}\mathrm{weight}\_\mathrm{score}\left(i\right)/\mathrm{std}\_\mathrm{score}\left(i\right)$ 计算可得，单个工业活动的质量百分数为（27+28+25.5）/100=80%

由上述工业活动得出下表

要素

项目分值

权重

权重分值

风险	90	30%	27
				问题	70	40%	28
变更	85	30%	25.5
				总计		100%	80

IV.计算找出对于质量影响最大的生产要素

将数据分析器的数据传递给数据反馈器，数据反馈器的详细计算过程如下：

同样我们发现，根据品质影响因子实际分和标准分差值权重公式ΔS(i)＝[std_score(i)-real_score(i)]*r(i)可得出，风险的权重分值差为（100-90）*30%=3，问题的权重分值差为（100-70）*40%=12，变更的权重分值差为（100-85）*30%=4.5。得出差值以后，根据占比重最大的要素公式 $\mathrm{Max}\_\mathrm{delta}=\max \underset{i=1}{\overset{s}{\mathrm{\Σ}}}\mathrm{\ΔS}\left(i\right)$ 得出，占比重最大的要素为问题。

（3）数据反馈器对风险进行修正，控制生产机器进行反馈修正，修正完成后，再次获得项目分值为90，再进行本步骤的分值统计，可以得到。

要素	项目分值	权重	权重分值
				风险	90	30%	27
问题	95	40%	38
				变更	85	30%	25.5
总计		100%	90.5

通过质量控制系统的反映并进行改善，权重分值90.5，达到了目标值90分，可以进入下一步骤。

根据每个流程的质量百分数，计算项目整体的质量百分数，判断项目的健康品质。

$\mathrm{final}\_\mathrm{idx}=\underset{j=1}{\overset{N}{\mathrm{\Π}}}\mathrm{count}\_\mathrm{idx}\left(j\right)$

count_idx(j)表示每个流程的品质百分数，final_idx表示项目的最终产品的品质分数，将每个流程的百分数相乘，在流程化的生产中提高每个流程的健康品质，能够提高项目的健康品质。通过对质量分值判定并进行改良，我们最后的合格率为：

90.3%*95%*90.5%=77.64%

通过以上三个工业活动，整个生产过程质量在未实施质量控制系统前，合格率为：

85.5%*80%*80%=54.72%

最终合格率比原来提高了22.92%。

Claims (5)

1.用于PCB设计和生产的质量控制系统，其包括数据库层、服务层、应用层、业务表现层和业务控制层；

所述数据库层通过采用数据记录仪记录生产过程中的各种数据信息，包括存储了从工业生产现场中获得的在生产过程中待测定项的数据，生产过程控制数据，以及通过PCB设计与生产的质量控制系统反馈得到的计算数据；

所述服务层搭建在服务型计算机平台上，依据算法对数据库层中取得的生产数据进行分析，得出反馈数据，包括生产过程中各个影响要素的权重百分数，每个流程的质量百分数，整体项目的质量品质分数，通过有效的数据对不规范的生产流程做相应的提醒，应用反馈调节机制来控制整个生产流程；

所述的应用层是通过上位机操作控制系统，负责与操作管理员和PCB设计与生产的质量控制系统之间的交互，操作员或者管理员通过PCB设计与生产的质量控制系统得到的数据对生产的步骤流程进行相应的调整或者通过机器学习实现整个生产流程的自动化控制；

所述的业务表现层将服务层数据分析的结果以可视化的方式展现给用户；

所述的业务控制层主要是由三部分组成：一是操作员站，二是管理员站，三是QA站；其中QA站是整个业务控制层的数据管理中心，其存储了各个生产过程的QA数据，以便于人员通过数据来控制整个生产过程；而管理员站是整体调控生产过程的一个核心，管理员根据QA站的信息进行生产过程的宏观调控，最后操作员站是整体生产过程的重要组成部分，根据QA数据管理员做出了命令的发布，操作员进行正确的执行。

2.根据权利要求1所述的用于PCB设计和生产的质量控制系统，其特征在于，所述的业务表现层包含了两种可视化方式：一是品质百分数，二是项目状态；所述的品质百分数将每个生产阶段的品质以数字的方式体现出来，而项目状态以直观的图标形式告诉用户当前生产阶段的品质状态，判断能否进入下一阶段。

3.根据权利要求1所述的用于PCB设计和生产的质量控制系统，其用于PCB设计与生产过程中，其方法步骤如下：

(1)通过数据记录仪实时采集工业现场的生产数据；

(2)根据生产数据，运用计算机进行项目质量分析：

I.计算不同的生产要素的权重分数；

II.根据每个要素的权重分数计算单个流程的品质百分数；

III.根据质量百分数，计算找出对于质量影响最大的生产要素与因子；

(3)依据项目质量分析的结果，反馈调节生产，提高PCB项目完成质量。

4.根据权利要求3所述的方法，其特征在于，所述的步骤（1）中，工业现场的生产数据的采集为记录每个流程完成所需的工数，部门间发生调整的人员数量，电路板中测试电流的大小，限制电流，差动信号的变化范围，配线的线宽和线距，基板钻孔的个数和大小。

5.根据权利要求3所述的方法，其特征在于，所述的步骤（2）中，具体流程为：

步骤1：计算不同生产要素各自的权重分数：

weight_score(i)＝real_score(i)*r(i)，

$r\left(i\right)=\underset{i=1}{\overset{M}{\mathrm{\Σ}}}p\left(i\right),$

r(i)在单个工业流程中所有要素的权重百分数之和为100；

步骤2：根据每个要素的权重分数计算单个流程的品质百分数count_idx(j)：

$\mathrm{count}\_\mathrm{idx}\left(j\right)=\underset{i=1}{\overset{s}{\mathrm{\Σ}}}\mathrm{weight}\_\mathrm{score}\left(i\right)/\mathrm{std}\_\mathrm{score}\left(i\right),$ 若本次流程的质量百分数达到合格的标准，则进入下一个流程的判定，否则，需要返回到该生产流程中，进行步骤3，找到对本次流程质量影响因素最大的因子，对应提高该步骤的产品质量，再重新进行步骤1；

步骤3：根据得到的质量百分数，找出对品质影响最大的因子：

ΔS(i)＝[std_score(i)-real_score(i)]*r(i)，

$\mathrm{Max}\_\mathrm{delta}=\max \underset{i=1}{\overset{s}{\mathrm{\Σ}}}\mathrm{\ΔS}\left(i\right),$

找到影响最大的因子并且将其对应到工业现场的生产中，减少改因子的影响，再返回到步骤1中重新对该流程的品质进行计算。

Images