CN108764715A - 设备操作技能评估系统及方法 - Google Patents

Abstract

本发明提供一种评估操作人员的设备操作技能的方法及系统。该方法包括：提取设备使用的历史信息；对所述历史信息进行分类，其中分类标准指示了待评估的操作人员的技能指标；针对每一类的历史信息，计算特征值以表征针对不同的技能指标的用户操作设备的技能水平；基于针对每一类的历史信息所计算的特征值，构建与所述待评估的操作人员的技能指标对应的图形表示。根据本发明的方案，可以基于操作人员的实际操作表现而直观且客观地检查操作人员的技能水平，从而真实地对其技能水平进行评估。

Description

设备操作技能评估系统及方法

技术领域

本发明涉及一种评估系统，特别是涉及对操作人员的机器设备操作技能进行评估的技术。

背景技术

目前在半导体器件封装测试的生产线上需要操作人员操作机器设备，而不同操作人员由于业务能力的差异，导致对机器的操作水平不同，因此会对生产效率产生不同的影响。现有技术中，对操作人员的水平的测试通常是通过做测试题或来自其它同事的反馈来而进行估计。显然，这种方法的缺点在于脱离实际或者具有主观臆测性，导致其评价与其真实水平不符。

发明内容

本发明致力于提出一种客观评判操作人员的业务水平的方案，其充分利用操作人员所操作的机器的实际历史数据，通过对大量的数据的分析，确定出可表征客户实际技能水平的能力数据，从而直观地准确地判断出客户的实际技能水平。

而且，利用大量的数据分析，可以确定出操作人员在机器操作的不同方面的业务水平。因此，雇主可以根据操作人员的各项业务能力，有针对性对其偏弱业务进行针对性培训，或者进行岗位调配。

附图说明

图1示出根据本发明一个实施例的操作技能评估系统的示意图；

图2示出根据本发明一个实施例的用于表征操作技能的图形表示的示意图；

图3示出根据本发明一个实施例的评估操作技能的方法流程图；

图4示出根据本发明另一个实施例的操作技能评估系统的示意图。

具体实施方式

下面将参照附图更详细地描述本公开的优选实施方式。虽然附图中显示了本公开的优选实施方式，然而应该理解，可以以各种形式实现本公开而不应被这里阐述的实施方式所限制。相反，提供这些实施方式是为了使本公开更加透彻和完整，并且能够将本公开的范围完整的传达给本领域的技术人员。

在生产线上的机器设备每天、每时甚至每秒都会产生大量的历史运行数据，这样的数据可以是机器运行的日志文件，机器报警信息或机器宕机信息等。日志文件可以是事件日志和消息日志，可用于处理历史数据、诊断问题的追踪以及理解系统的活动等重要作用，这样的事件日志例如包括机器设备或机器设备的零部件恢复正常工作等信息。机器报警可以包括针对机器完成的不同任务而设置的不同报警，例如超时报警、任务无法完成报警、以及可能因此或其它原因导致的机器故障报警等，此时的报警信息包括产生报警的时间等信息。通常这些海量数据中的绝大部分会上传到服务器中。

图1示出了根据本发明一个实施例的操作技能评估系统的示意图。其中的服务器100可以用于接收并存储这些海量数据，这里需要注意的是，服务器100可以作为操作技能评估系统的一部分，也可以位于操作技能评估系统的外部，只是作为数据源为操作技能评估系统提供历史数据。如图1所示，该操作技能评估系统包括分类单元200、数据库300、读取单元400、计算单元500以及图形生成单元600。

分类单元200被设置成对服务器100中的数据进行分类，而分类的标准可以针对反映操作人员的具体技能而设计,这样的技能可以是排除故障的能力等。例如，对于发生的机器故障，这里的故障导致的原因可能是操作失误，例如进料、工序颠倒等引起的机器停机、机器零件损坏或报警等。机器因故障等所引起来的报警通常会反映到机器的部件故障上，并作为日志文件中的事件信息或报警信息而单独记录下来。因此，作为一个实例，本发明按照机器零件的故障来分类报警信息或读取日志中的相关事件信息。例如，可将生产线上的机器划分成六个零件模组，包括加热模组THA、输入输出模组I/O、吸取转移模组TPP,冷/热测试模组HCSL、运输转移模组shuttle以及冷却模组FSA，将与这些模组中的每一个模组直接相关或间接相关的报警信息和/或事件信息按照对应的模组进行分类并上传到服务器300中。因此，处理每一个机器零件故障的技能包含了对多种引起故障的因素的理解与解决，因此反映了技术人员的技能水平。在以下示例性说明中，分类标准按照加热模组THA、输入输出模组I/O、吸取转移模组TPP,冷/热测模组HCSL,运输转移模组shuttle以及冷却模组FSA这六个零部件故障进行设定。分类单元200从服务器100的日志文件或报警信息中提取出与这六个零件故障直接相关或间接相关的事件信息，并将其按照所导致的相关零件的故障存入数据库300中，例如以数据表的形式存储。该事件信息可以包括：故障发生日、故障修复日以及再次故障发生日等。本例中是通过将机器零件划分成六个零件标准来对用户技能进行考察，但显然这里的分类标准数目可以是任意设置数量N，这取决于对操作人员的考察的精细程度。

上面示例是以故障报警所反映的机器零件来分类报警信息，并进而可以检测对相应的零件故障的处理技能。显然，也可以按照能反映操作人员不同方面的技能水平来设置其它任意条件或标准，并从所述海量数据中提取相关的有用信息并将其与该设置的条件或标准相关的存储于数据库300中。

当希望对操作人员的技能水平进行评估时，激活读取单元400。读取单元400按照选定的不同的分类标准，从数据库300中读取相关的事件信息。在以下示例中，假定用户选定全部六个技能标准来进行考察。例如在第一个分类标准是‘加热模组THA’时，从数据库300中读取一定时间内(例如近半年)与加热故障相关的事件信息，即故障发生日、故障修复日即(F1,R1)，再次故障发生日、再故障修复日(F2,R2)，……(Fm,Rm)，其中m表示近半年发生的故障与维修次数。

计算单元500从读取单元400接收加热故障事件信息，包括故障发生日、故障修复日即(F1,R1)，再次故障发生日、再故障修复日(F2,R2)，……(Fm,Rm)，并基于这些数据计算表征操作人员解决该加热模组故障的机器维修水平的能力值。在一个示例中，计算单元500计算自故障发生日F1起至修复日R1时的处理时长TPT1＝R1-F1，该值的大小反映了操作人员修复故障的速度。

而相邻的二次故障的间隔即故障周期TNT1(＝F2-F1)则可以表明操作人员修复该故障的有效性，例如如果TNT1接近于某一预定间隔TNT_阈值例如零件的生命周期，则表明修复非常完美，而如果TNT1远小于零件的生命周期，则表明本次修改存在问题，从而表明该操作人员在维修技能方面还有待提高。

随后，计算单元500对第一次故障事件(F1,R1)执行0-1处理，即：(1)如果TPT1≤TPT_平均，则设置TPT_EFF1＝1，否则TPT_EFF1＝0；通常可将一定时期例如一年的平均处理时间作为标准时间即TPT_平均。

(2)如果TNT1≥TNT_阈值，则设置TS_EFF1＝1，否则TS_EFF1＝0；

(3)如果TPT_EFF1与TS_EFF1的‘与’运算等于1，则认为本次故障消除是有效的，即TS1＝1，否则TS1＝0。

随后，计算单元500计算第二故障(F2,R2)的TS2值。即：

(1)如果TPT2≤TPT_平均，则设置TPT_EFF2＝1，否则TPT_EFF2＝0；

(2)如果TNT2≥TNT_阈值，则设置TS_EFF2＝1，否则TS_EFF2＝0；

(3)如果TPT_EFF2与TS_EFF2的‘与’运算等于1，则认为本次故障消除是有效的，即TS2＝1，否则TS2＝0。

计算单元500重复上述运算过程，直至计算出第m次故障事件(Fm,Rm)的TSm值。

随后，计算单元500构建由各个TS值构成的字符串，从而得到由0、1构成的数字串。计算单元500基于该数字串计算表征操作人员解决‘加热模组’故障的技能值SK1，即SK1＝(TS1+TS2+…TSm)/m。显然，该SK值越接近于1，则表明该操作人员的机器故障解决能力越强。

然后，计算单元500按照第二个分类标准，从数据库300中读取相关的事件信息。例如，在第二个分类标准是‘冷却模组FSA’时，从数据库300中读取一定时间内引起冷却模组故障的事件信息，即故障发生日、故障修复日即(F'1,R'1)，再次故障发生日、再次故障修复日(F'2,R2)，……(Fq,Rq)。

计算单元500从读取单元400接收故障事件信息，故障发生日、故障修复日即(F'1,R'1)，再次故障发生日、再故障修复日(F'2,R'2)，……(F'q,R'q)，并基于此计算表征操作人员解决该类故障的技能水平的能力值。在一个示例中，计算单元500计算自故障发生日F'1起至修复R'1时的处理时长TPT'1＝R1-F'1，该值的大小反映了操作人员修复因各种可能原因引起的冷却模组FSA故障的速度。通常可将一定时期例如半年的平均处理时间作为标准时间即TPT'_平均。

而相邻的二次故障的间隔即维修周期TNT'1(＝F'2-F'1)则可以表明操作人员修复该故障的有效性，例如如果T'接近于或大于某一预定间隔TNT'_阈值,则表明故障消除效果很好，而如果T远小于间隔TNT'_阈值,则表明本次故障修复效果不好，仍存在问题，从而表明该操作人员在作业方面还有待提高。

随后，计算单元500对第一次故障事件(F'1,R'1)执行0-1处理，即：(1)如果TPT1'≤TPT'_平均，则设置TPT_EFF1'＝1，否则TPT_EFF'1＝0；

(2)如果TNT1'≥TNT'_阈值，则设置TS_EFF1'＝1，否则TS_EFF1'＝0；

(3)如果TPT_EFF1'与TS_EFF1'的‘与’运算等于1，则认为本次故障消除是有效的，即TS1'＝1，否则TS1'＝0。

随后，计算单元500计算第二次故障(F'2,R'2)的TS2'值。即：

(1)如果TPT2'≤TPT'_平均，则设置TPT_EFF2'＝1，否则TPT_EFF2'＝0；

(2)如果TNT2'≥TNT'_阈值，则设置TS_EFF2'＝1，否则TS_EFF2'＝0；

(3)如果TPT_EFF2'与TS_EFF2'的‘与’运算等于1，则认为本次故障消除是有效的，即TS2'＝1，否则TS2'＝0。

计算单元500重复上述运算过程，直至计算出第q次故障事件(F'q,R'q)的TSq'值。

随后，计算单元500构建由各个TS'值构成的字符串，从而得到由0、1构成的数字串。计算单元500基于该数字串计算表征操作人员解决‘冷却模组’故障的技能值SK2，即SK2＝(TS1'+TS2'+…TSq')/q。显然，该SK2值越接近于1，则表明该操作人员的维修冷却模组故障能力越强。

以此方式，计算单元500对数据库300中存储的其它分类标准(即输入输出模组I/O、吸取转移模组TPP、冷/热测模组HCSL、运输转移模组shuttle)下的事件信息进行分析与计算，从而得到每个分类标准下代表操作人员的解决故障技能的技能值SK3…SK6。这里需要指出的是，尽管前面针对第一分类标准与第二分类标准采用的是事件的时间信息来计算操作人员的技能值SK，但本发明并不限于此，还可以采用其它方式来计算，只要可基于大量的相关事件信息换算出反映操作人员的技能效率均可适用于本发明。

随后，图形生成单元600利用所计算的技能值SK1,SK2,…SK6生成可反映操作人员综合技能水平的直观图形表示，例如可以是蜘蛛图，如图2所示。首先，按照所要考察的分类标准的个数，在本例中为6个，从中心点出发制作等间距间隔开的多个六边形，其中这些六边形的顶点(或者也称为‘节点’)代表了上述的六个零件模组，且每个六边形的顶点距中心的距离依次为10、20、30、…100，表示技能参考值，其中100代表最高技能值。然后，将由计算单元500计算的操作人员A的相应技能值按百分比形式标注在对应节点与中心点之间的位置上，以图中符号●表示，然后以线段依次连接相邻的标注点●，形成的六边形折线闭环，就代表了操作人员的真实操作水平。显然该闭环拆线的饱和程度代表了该操作人员的整体水平，而其弱点也可以明显看出。例如，如图2所示，可以在图中制作作为操作人员考核标准的合格参考线，如图中以○作为顶点的点划线六边形所示。

依据图我们可以直观看出，当代表操作人员技能的六边形折线闭环的边在所述合格参考六边形的边外部时，表示相关的二个项技能合格，如HCSL-FSA以及FSA-TPP所示。而当六边形折线闭环的边与所述合格参考六边形的边发生交叉时，表示有相关的技能不合格，图中示出THA与I/O技能不合格，其中THA与I/O技能值低于70，小于平均值80很多，说明该操作人员的该二项技能水平低于基本要求，需要对此加以改进。同时也可以看到，该操作人员的Shuttle技能值远远超出平均要求，接近于100，说明该操作人员技能水平处于非常理想状态，并且是其优势所在。当然，并不是所有指标都处于标准线外侧就是最好，还要具体指标具体分析，需要检测是否有异常发生。因此可以看到，通过制作这样的技能图，非常直观地展示操作人员的各项技能水平，及其优势与劣势所在。

这里需要指出的是，按照本发明的优选实施例，分类单元200可以定期地将历史信息存储到数据库300中。当然，分类单元200也可以根据用户指令在期望评估时，从历史信息中临时提取相关事件信息并上传到数据库300中，或者直接提供给读取单元400。

在本发明的另一实施例中，所述分类单元还可耦接到一个用户接口单元(图中未示出)，用于根据用户的指示从服务器100中提取相关的事件信息，该指示可包括新的分类标准以及需要调用的事件信息等。分类单元200相应地指示数据库300创建针对该新的分类标准的数据表，以存储所调用的事件信息。用户还可以通过该用户接口单元指示读取单元400启动对操作人员的技能评估，例如，读取单元400根据用户指示确定与待评估的操作人员相关的机器设备并从服务器中调取与该机器相关的历史信息。

图3示出了根据本发明的评估操作人员技能的方法流程图。

如图所示，在步骤301，分类单元200接收用户的评估操作人员技能的命令，从服务器100读取历史信息，并将这些信息按照预定的技能分类标准存储到数据库300的数据表中。可选地，分类单元200还可根据用户命令，指示数据库创造新的数据表，以存储符合新的分类标准的事件信息。

在步骤302，读取单元400从数据库300中读取对应于每一个分类标准的数据表中的事件信息，并将其提供给计算单元500。

在步骤303，计算单元根据预设的计算规则，基于所述事件信息计算并存储该分类标准下操作人员的技能值SK。在完成对所有的分类标准下的技能值的计算后，将所有的技能值SK1,SK2,…SKN提供给图形生成单元600。

在步骤304，图形生成单元600根据从读取单元400提供的相应分类标准，利用来自计算单元的技能值SK1,SK2,…SKN绘制蜘蛛网图，并在显示器上显示，供用户直观查看。

在另一实施例中，还可以进一步包括调整步骤305，其可根据用户通过接口单元输入的命令来调整展现机器操作人员技能的蜘蛛网图。例如，对于已经生成的用于查看操作人员近半年来技能水平蜘蛛图而言，如果用户想进一步查看对于“冷却模组FSA”这一分类标准下的操作人员的近一年的表现，则可指示读取单元从数据库300中读取近一年的有关‘冷却模组FSA’的故障发生日、故障修复日即(F'1,R'1)，再次故障发生日、再次故障修复日(F'2,R2)，……(F'p,Rp)，其中p代表近一年发生的由于操作失误引起的故障事件次数。计算单元500基于这些数据重新计算其技能值SK，并且利用该重新计算的SK值来更新蜘蛛图中相应的SK值，从而更新图形显示。

在另一实施例中，还可以根据用户指示生成不同时间段的技能折线图，例如可以分别制作同一操作人员的上半年与下半年的技能拆线图，从而可以非常直观地对比出操作人员在不同时间段的技能水平变化。

图4根据另一个实施例示出了用于评估操作人员对机器的操作能力的示例性的计算系统1000的框图，在该计算系统上可以执行本文所讨论的技术(例如，方法)中的任意一种或多种。在替代实施例中，计算系统1000可以作为单独的设备来进行操作，或者可以连接(例如联网)到其它机器。在网络化的部署中，计算系统1000可以在服务器-客户端网络环境中以服务器机器和/或客户端机器的身份来进行操作。计算系统1000可以是计算机系统、平板PC、个人数字助理(PDA)、移动电话、或者能够(顺序或以其它方式)执行规定要由该机器执行的动作的指令的任何系统。

在一个示例中，计算机系统(例如，单独的客户端或服务器计算机系统)或其中的一个或多个硬件处理器中的至少一部分可以由固件或软件(例如，指令、应用部分或应用)配置成操作以执行指定操作的模块。在一个示例中，软件可以位于至少一个机器可读介质上。在该至少一个机器可读介质上可存储体现本文所描述的技术或功能中的任意一种或多种或由其使用的指令(例如，软件)。这里的“模块”被理解为包括有形实体，是物理构建的、特别配置的(例如，硬线连接的)或临时(例如，暂时)配置的(例如，编程的)以便以指定方式进行操作，或者执行本文所描述的任何操作的至少一部分的实体。例如，在模块包括使用软件来配置的通用硬件处理器的情况下，该通用硬件处理器可以在不同时刻被配置成各个不同的模块。软件可以相应地配置硬件处理器，例如，以便在一个时刻构成特定的模块，并且在另一个不同时刻构成不同的模块。

上面的详细描述包括对附图的参考，附图通过说明的方式示出了可以实施的具体实施例。在上文的具体实施方式中，可以将各个特征集中在一起以便精简本公开内容。此外，与特定示例中公开的那些特征相比，本发明的一些其它实施例可以包括较少的特征。因此，本文所公开的实施例的范围应当参照所附权利要求连同这些权利要求所赋予的等效项的完整范围来确定。

Claims (14)

1.一种评估操作人员的设备操作技能的方法，包括：

提取设备使用的历史信息；

对所述历史信息进行分类，其中分类标准指示了待评估的操作人员的技能指标；

基于每一类的历史信息，计算特征值以表征针对相应的技能指标的用户操作设备的技能水平；

基于针对每一类的历史信息所计算的各特征值，构建与所述待评估的操作人员的技能指标对应的图形表示。

2.如权利要求1的方法，其中所述历史信息包括选自下列中的事件信息：设备日志文件；设备报警信息；设备宕机时信息。

3.如权利要求2的方法，其中对所述事件信息进行分类包括按所述分类标准将所述事件信息读进关系数据库中。

4.如权利要求3的方法，其中所述事件信息可用于计算反映操作人员解决故障能力的故障消除时长以及反映操作人员解决故障的效果的故障再现周期。

5.如权利要求1-4之一的方法，

其中，所述图形表示是其边长数目与分类标准数目对应的多边形，其且顶点在多个参考多边形阵列中的位置代表了所述技能水平。

6.如权利要求1-4的方法，进一步：

接收对所述历史信息的更新，包括指定事件信息的时间范围，

利用更新的历史信息重新计算相应分类标准下的特征值，

根据重新计算的特征值对所述图形进行修改。

7.一种评估操作人员的设备操作技能的系统，包括：

分类单元，配置成提取设备使用的历史信息并对所述历史信息进行分类，其中分类标准指示了待评估的操作人员的技能指标；

计算单元，配置成基于每一类的历史信息，计算特征值以表征针对相应的技能指标的用户操作设备的技能水平；

图形生成单元，配置成基于针对每一类的历史信息所计算的各特征值，构建与所述待评估的操作人员的技能指标对应的图形表示。

8.如权利要求7的系统，其中所述历史信息包括选自下列中的事件信息：设备日志文件；设备报警信息；设备宕机时间。

9.如权利要求8的系统，其中所述分类单元进一步配置成按所述分类标准将所述事件信息读进关系数据库中。

10.如权利要求9的系统，其中所述事件信息包括反映操作人员解决故障能力的故障消除时长以及反映操作人员解决故障的效果的故障再现周期。

11.如权利要求7-10之一的系统，其中，所述图形表示是其边长数目与分类标准数目对应的多边形，其且顶点在多个参考多边形阵列中的位置代表了所述技能水平。

12.如权利要求11的系统，进一步包括：读取单元，配置成根据用户指令更新所述历史信息，

其中所述计算单元利用更新的历史信息重新计算相应分类标准下的特征值，

其中所述图形生成单元配置成基于重新计算的特征值对所述图形表示进行更新。

13.一种评估操作人员的设备操作技能的系统，包括：

存储介质，其上存储有指令，

处理器，执行的所述指令以实现权利要求1-6的方法。

14.一种可读存储介质，其上存储有指令，当所述指令由处理器执行时实现权利要求1-6的方法。