CN108780312A - 用于使用路径追踪针对装配线的根本原因分析的方法和系统 - Google Patents

用于使用路径追踪针对装配线的根本原因分析的方法和系统 Download PDF

Info

Publication number
CN108780312A
CN108780312A CN201780018132.9A CN201780018132A CN108780312A CN 108780312 A CN108780312 A CN 108780312A CN 201780018132 A CN201780018132 A CN 201780018132A CN 108780312 A CN108780312 A CN 108780312A
Authority
CN
China
Prior art keywords
node
path
assembly line
score value
approval
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
CN201780018132.9A
Other languages
English (en)
Other versions
CN108780312B (zh
Inventor
J.K.汤普森
G.T.奇纳尔
C.E.库尼亚
P.拉德
M.弗兰克曼
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.)
Robert Bosch GmbH
Original Assignee
Robert Bosch GmbH
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 Robert Bosch GmbH filed Critical Robert Bosch GmbH
Publication of CN108780312A publication Critical patent/CN108780312A/zh
Application granted granted Critical
Publication of CN108780312B publication Critical patent/CN108780312B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00Error detection; Error correction; Monitoring
    • G06F11/07Responding to the occurrence of a fault, e.g. fault tolerance
    • G06F11/0703Error or fault processing not based on redundancy, i.e. by taking additional measures to deal with the error or fault not making use of redundancy in operation, in hardware, or in data representation
    • G06F11/0793Remedial or corrective actions
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00Testing or monitoring of control systems or parts thereof
    • G05B23/02Electric testing or monitoring
    • G05B23/0205Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0259Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the response to fault detection
    • G05B23/0275Fault isolation and identification, e.g. classify fault; estimate cause or root of failure
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00Error detection; Error correction; Monitoring
    • G06F11/07Responding to the occurrence of a fault, e.g. fault tolerance
    • G06F11/0703Error or fault processing not based on redundancy, i.e. by taking additional measures to deal with the error or fault not making use of redundancy in operation, in hardware, or in data representation
    • G06F11/079Root cause analysis, i.e. error or fault diagnosis

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Quality & Reliability (AREA)
  • General Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • General Factory Administration (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

用于使用路径追踪针对包括多个节点的装配线执行根本原因分析的方法和系统。一种方法包括:接收追踪数据,所述追踪数据标识所述多个节点的对由装配线生产的产品进行处理的子集;以及接收与装配线相关联的批准数据,所述批准数据标识由装配线生产的每一个产品是否通不过批准指标。该方法还包括:基于追踪数据,枚举经过装配线的多个路径;以及基于批准数据,针对所述多个路径中的每一个路径确定失效率。此外,该方法包括:基于所述多个路径中的每一个路径的失效率来标识包括在所述多个路径中的故障路径;基于故障路径来标识故障节点;以及执行自动行动来对故障节点进行寻址。

Description

用于使用路径追踪针对装配线的根本原因分析的方法和系统
相关申请
本申请要求2016年1月19日提交的美国临时申请号62/280528的优先权,该美国临时申请的全部内容通过引用并入本文。
技术领域
本文中所描述的实施例涉及用于执行针对装配线的根本原因分析的系统和方法。
背景技术
制造和装配线(本文中笼统地称为装配线)通常包括多个节点和部件。节点在一个或多个部件上执行工作,诸如,通过供应部件、收集或嵌套与馈送部件、测试部件、将两个部件连接在一起、对部件进行表面处置等来执行工作。故障节点(有时候称为“坏”节点)可引起由装配线生产的产品通不过一个或多个批准指标(因而,有时候称为“失效”产品),其可引起产品被废弃,代表对于制造商而言的经济损失。
发明内容
标识装配线中的故障节点是困难的。例如,第一节点可以向装配线的随后层级中的第二节点提供坏输入,其可引起第二节点错误地看起来是故障节点。此外,标识故障节点通常牵涉到必须针对每一个新的产品、部件、节点等重新建立的专业人类分析。
相应地,本文中所描述的实施例提供了基于节点之间的交互而针对装配线的根本原因分析。例如,本文中所描述的实施例可以通过追踪由失效产品经过装配线所采取的路径来检测装配线中的故障节点(例如,需要维修、更换或调节的节点)。
例如,一个实施例提供了一种针对包括多个节点的装配线执行根本原因分析的方法。该方法包括接收由与装配线相关联的一个或多个追踪传感器收集的追踪数据并且接收与装配线相关联的批准数据。追踪数据标识所述多个节点的对由装配线生产的产品进行处理的子集,并且批准数据标识由装配线生产的每一个产品是否通不过批准指标。该方法还包括:利用电子处理器,基于追踪数据来枚举通过装配线的多个路径;以及利用该电子处理器,基于批准数据来确定用于所述多个路径中的每一个路径的失效率。此外,该方法包括:利用电子处理器,基于针对所述多个路径中的每一个路径的失效率来标识包括在所述多个路径中的故障路径;利用该电子处理器,基于故障路径来标识故障节点;以及执行自动行动来对故障节点进行寻址。
另一实施例提供了一种用于针对包括多个节点的装配线执行根本原因分析的系统。该系统包括数据库和计算设备。计算设备包括用于与数据库通信的接口、用于存储指令的计算机可读介质以及用于执行存储在计算机可读介质中的指令的电子处理器。电子处理器执行存储在计算机可读介质中的指令,以便(i)通过接口从数据库接收来自与装配线相关联的一个或多个追踪传感器的追踪数据,所述追踪数据标识所述多个节点的对由装配线生产的产品进行处理的子集;(ii)通过接口从数据库接收与装配线相关联的批准数据,所述批准数据标识由装配线生产的每一个产品是否通不过批准指标;(iii)基于追踪数据,针对连接所述多个节点的多条边中的每一条边来确定经过该边的由装配线所生产的产品的第一数目;(iv)基于批准数据,针对所述多条边中的每一条边来确定经过该边并且通不过批准指标的由装配线所生产的产品的第二数目;(v)针对所述多条边中的每一条边,基于针对该边的第一数目和针对该边的第二数目来确定分值;(vi)基于所述多条边中的每一条边的分值,标识包括在所述多个节点中的故障节点;以及(vii)执行自动行动以便对故障节点进行寻址。
另一实施例提供了针对包括多个节点的装配线执行根本原因分析的另一种方法。该方法包括:从与装配线相关联的一个或多个追踪传感器接收追踪数据,所述追踪数据标识所述多个节点的对由装配线生产的产品进行处理的子集;以及接收与装配线相关联的批准数据,所述批准数据标识由装配线生产的每一个产品是否通不过批准指标。该方法还包括:基于追踪数据,利用电子处理器针对连接到所述多个节点中的至少一个节点的多条边中的每一条边来确定经过该边的由装配线所生产的产品的第一数目;以及基于批准数据,利用电子处理器针对所述多条边中的每一条边来确定经过该边并且通不过批准指标的由装配线所生产的产品的第二数目。此外,该方法包括:利用电子处理器,针对所述多条边中的每一条边,基于该边的第一数目和该边的第二数目来确定第一分值;以及利用电子处理器,针对所述多个节点中的每一个节点,基于与连接到该节点的至少一条边相关联的第一分值来确定第二分值。该方法还包括:利用电子处理器,基于第二分值,针对所述多个节点中的每一个节点来标识包括在所述多个节点中的故障节点;以及执行自动行动以便对故障节点进行寻址。
本发明的其它方面将通过考虑详细的描述和随附的附图而变得明显。
附图说明
图1示意性图示了生产产品的装配线。
图2示意性图示了用于执行图1的装配线的根本原因分析的系统。
图3图示了用于装配线的示例追踪数据。
图4示意性图示了包括在图2的系统中的计算设备。
图5是图示了利用图2的系统来执行根本原因分析的方法的流程图。
图6是图示了利用图2的系统来执行根本原因分析的另一方法的流程图。
图7和8示意性图示了图1的具有分配给装配线中所包括的边的示例分值的装配线。
图9示意性图示了图1的具有分配给装配线中所包括的节点的示例分值的装配线。
图10示意性图示了包括在图1的装配线中的分裂边和合并边。
具体实施方式
在详细解释本发明的任何实施例之前,要理解到,本发明在其应用方面不限于在以下描述中阐述或者在以下附图中图示的组件的布置和构造的细节。本发明能够具有其它实施例并且能够以各种方式来实践或实施。
还应当指出,多个基于硬件和软件的设备以及多个不同的结构组件都可以被用于实现本发明。此外,应当理解到,本发明的实施例可包括硬件、软件和电子组件或模块,它们出于讨论的目的而可以被图示和描述为就像大部分组件单纯地被以硬件来实现。然而,本领域普通技术人员,并且基于该详细描述的阅读,将认识到,在至少一个实施例中,本发明的基于电子的方面可以以能由一个或多个处理器执行的软件(例如,存储在非易失性计算机可读介质上)来实现。照此,应当指出,多个基于硬件和软件的设备以及多个不同的结构组件都可以被用于实现本发明。
图1示意性图示了装配线10。应当理解到,在图1中图示的装配线10被提供为装配线的一个示例,并且本文中所描述的实施例可以供任何类型的装配线使用并且不限于在图1中图示的示例装配线10。
如图1中所图示,装配线10接收第一组件12和第二组件14作为输入,并且在装配线10的末端处生产产品16。装配线10还包括用于将第一组件12和第二组件14转换成产品16的多个节点。例如,如图1中所图示,装配线10包括用于产品16的五个生产级,并且每一级包括一个或多个节点。第一级(即,供应级)包括多个第一节点20A和20B。第二级(即,附连级)包括多个第二节点22A和22B。第三级(即,收集级)包括多个第三节点24A、24B和24C。第四级(即,修整级)包括第四节点26A。第五级(即,测试级)包括多个第五节点28A和28B。
在第一级中,所述多个第一节点20A和20B中的每一个第一节点都经由所述多个第一节点20A和20B与所述多个第二节点22A和22B之间的边(在图1中图示为连接节点的线)而将第一组件12和第二组件14供应给多个第二节点22A和22B中的一个第二节点。所述多个第二节点22A和22B中的每一个第二节点将第一组件12附连到第二组件14以便创建新的复合部件。由所述多个第二节点22A和22B提供的复合部件被收集在所述多个第三节点24A、24B和24C中。所述多个第三节点24A、24B和24C充当用于复合部件的临时储存库,直至它们被供应至第四节点26A。第四节点26A将修整涂层或表面应用于复合部件并且将复合部件移动到所述多个第五节点28A和28B中的一个第五节点,该第五节点测试所接收到的复合物。例如,所述多个第五节点28A和28B中的每一个第五节点都可以通过获取复合部件的一个或多个测量结果(例如,尺寸、形状、颜色、温度、位置等等)来测试所接收到的复合部件。测量结果可以被用于确定复合部件是通过还是通不过一个或多个批准指标。当测量结果不满足批准指标时,复合部件通不过指标。相反地,当测量结果满足批准指标中的一个或多个时,复合部件可以通过指标。在一些实施例中,通不过批准指标的复合部件被废弃。
如图1中所图示,装配线10的一个级可包括一个或多个节点。因此,由装配线生产的产品16可以沿经过装配线10的多个路径中的一个路径来生产。经过装配线10的特定路径可以由节点的序列和连接包括在该序列中的节点的边来表示。例如,如图1中所图示,由装配线10生产的产品16可以沿经过装配线10的路径30来生产。路径30可以由通过多条边连接的多个节点的子集来构成,其中每一条边都连接到包括在该子集中的至少一个节点。
装配线中的每一个节点都具有输入测(即,装配线10的位于节点之前的部分)和输出测(即,装配线10位于节点之后的的部分)。类似地,每一个节点都可具有连接到输入侧上的节点的一条或多条边(即,输入边)和连接到输出侧上的节点的一条或多条边(即,输出边)。而且,节点可以具有位于输入侧上的节点之前的一个或多个节点(即,输入节点)和位于输出侧上的节点之后的一个或多个节点(即,输出节点)。此外,如本文中所描述的那样,在装配线10的级中位于节点紧前面或紧后面的节点可以被视为相邻节点。
当包括在装配线10中的节点发生故障(通常称为“坏”节点)时,沿包括故障节点的路径生产的产品16可能没有通过测试级处的所述一个或多个批准指标(通常称为“失效”产品),其通常引起产品16被废弃。然而,如上文所指出,恰当地标识故障节点是困难的。例如,第一节点可以向装配线10的后一级中的第二节点提供坏输入,其可以引起第二节点错误地看起来是故障节点,而不是第一节点看起来是故障节点。此外,标识故障节点通常牵涉到必须针对每一个新的产品、部件、节点等重新建立的专业人类分析。
相应地,图2示意性图示了根据一个实施例的用于执行装配线的根本分析的系统50,该系统50至少针对以上技术问题提供技术解决方案。如图2中所图示,系统50包括数据库52(例如,制造执行系统(“MES”)数据库)、计算设备54和一个或多个追踪传感器56。应当理解到,系统50可包括与图2中图示的不同组件。例如,在一些实施例中,系统50可包括多个数据库52、多个计算设备54、更少或附加的追踪传感器56或者它们的组合。而且,在一些实施例中,数据库52可以包括在计算设备54中。
数据库52接收并且存储来自追踪传感器56的数据。数据库52可以通过有线连接、无线连接或它们的组合与追踪传感器56进行通信。例如,在一些实施例中,数据库52可以通过有线连接与追踪传感器56中的一些追踪传感器进行通信,并且可以通过无线连接与追踪传感器56中的一些追踪传感器进行通信。在一些实施例中,当数据库52通过无线连接与追踪传感器56中的一个或多个追踪传感器进行通信时,无线网络可包括互联网、网状网络、蜂窝网络、私人网络、公共网络或者它们的组合。而且,在一些实施例中,一个或多个中间设备可以管理追踪传感器56与数据库52之间的通信。例如,一个或多个中间设备可以与追踪传感器56进行通信并且将从追踪传感器56接收的数据转发给数据库52(例如,在进行处理或没有处理的情况下)。特别地,在一些实施例中,追踪传感器56可以与计算设备54进行通信,而计算设备54可以将从追踪传感器56接收的数据(例如,在进行处理或没有处理的情况下)转发给数据库52。
每一个追踪传感器56都可以与包括在装配线中的一个或多个节点相关联(例如,放置在所述一个或多个节点旁边)。例如,利用在图1中图示的示例装配线10,追踪传感器56可以与包括在装配线10中的所述多个节点中的每一个节点相关联。追踪传感器56追踪由所述多个节点处理的部件。在一些实施例中,追踪系统56可包括图像传感器(例如,相机)、条形码读取器、射频接收器等等。例如,可以为输入到装配线中的部件分配唯一标识符。在一些实施例中,唯一标识符作为条形码、射频标签、人类可读文本或者由追踪传感器56可读的其它形式来被包括在部件中。相应地,当将部件输入到装配线的所述多个节点中的一个节点中时,追踪传感器56读取唯一标识符并且将该唯一标识符传送给与处理该部件的节点的标识符链接的数据库52。在一些实施例中,追踪传感器56将附加数据传送给数据库52,诸如,关于节点的数据、时间与日期数据、针对该部件的测量数据等等。数据库52将来自追踪传感器56的数据存储为追踪数据,所述追踪数据标识生产特定产品16的多个节点的子集。相应地,追踪数据可以用来标识由产品16遵循的经过装配线10的路径。例如,图3图示了追踪数据的一个示例。所图示的追踪数据指出了经过装配线的路径。特别地,“Part ID(部件ID)”2经过第一模制节点(“Molding_1”)、第二工具节点(“Tool 2”)、第二嵌套节点(“Node2”)和第一测试节点(“Tester_1”)。如图3中图示,在一些实施例中,追踪数据包括或者链接到针对由装配线所生产的产品的批准数据。批准数据指出由装配线所生产的产品通过还是通不过针对装配线的一个或多个批准指标。例如,如图3中图示,追踪数据可以标识通过装配线追踪的每一个部件通不过(即,“Scrap(废弃)”被设定为“TRUE(真)”)还是通过(即,“Scrap(废弃)”被设定为“FALSE(假)”)装配线的一个或多个批准指标。
在一些实施例中,包括在装配线中的节点中的一个或多个节点还可以与数据库52进行通信(例如,通过有线或无线连接)。例如,在一些实施例中,追踪传感器56包括在装配线10的节点中。特别地,如针对示例装配线10所描述的那样,第五节点28A和28B中的每一个第五节点都可包括用于获取复合部件的测量结果的一个或多个传感器,而第五节点28A和28B可以将这些测量结果传送给数据库52以用于存储。而且,在一些实施例中,第五节点28A和28B中的每一个第五节点都可配置为将测量结果与一个或多个批准指标相比较,并且将批准数据传送给数据库以用于存储(即,指出产品16是通过还是通不过一个或多个批准指标的数据)。可替换地或者附加地,数据库52可配置为基于从节点、追踪传感器56或它们的组合接收到的数据而生成批准数据(例如,通过将所接收的测量结果与一个或多个批准指标相比较)。此外,在一些实施例中,计算设备54基于从节点、追踪传感器56或数据库52接收到的数据而生成批准数据。
如图2中图示,数据库52还与计算设备54进行通信。数据库52可以通过有线连接、无线连接或它们的组合来与计算设备54进行通信。例如,在一些实施例中,数据库52通过无线通信网络与计算设备54进行通信,所述无线通信网络诸如互联网、网状网络、蜂窝网络、私人网络、公共网络或它们的组合。而且,在一些实施例中,一个或多个中间设备可以管理计算设备54与数据库52之间的通信。例如,一个或多个中间设备可以与计算设备54进行通信并且将从计算设备54接收到的数据转发给数据库52,而且反之亦然(例如,在进行处理或没有处理的情况下)。而且,如上文所指出,在一些实施例中,数据库52包括在计算设备54中。
计算设备54包括多个电气与电子组件,所述多个电气与电子组件提供计算设备54内的组件的电力、操作控制和保护。例如,如图4中图示,计算设备54可包括电子处理器60(例如,微处理器或另一适合的可编程设备)、非易失性计算机可读介质62(例如,计算机可读存储介质)和输入/输出接口64。电子处理器60、计算机可读介质62和输入/输出接口64通过一个或多个控制或数据连接或总线进行通信。应当理解到,在图4中图示的计算设备54表示计算设备54的一个示例,并且本文中所描述的实施例可包括具有比图4中图示的计算设备54附加的、更少的或不同的组件的计算设备。而且,在一些实施例中,计算设备54执行除本文中所描述的功能性之外的功能性。
计算设备54的计算机可读介质62可以包括程序存储区域和数据存储区域。程序存储区域和数据存储区域可以包括只读存储器(“ROM”)、随机存取存储器(“RAM”)(例如,动态RAM(“DRAM”)、同步DRAM(“SDRAM”)等)、电气可擦除可编程只读存储器(“EEPROM”)、闪速存储器、硬盘、安全数据(“SD”)卡、其它适合的存储器设备或其组合。电子处理器60执行存储在计算机可读介质62中的计算机可读指令(“软件”)。软件可以包括固件、一个或多个应用、程序数据、过滤器、规则、一个或多个程序模块和其它可执行指令。例如,软件可以包括用于执行如本文描述的根本原因分析的指令和相关联的数据。
输入/输出接口64允许计算设备54与该计算设备54外部的设备进行通信。例如,计算设备54可以通过输入/输出接口64与数据库52进行通信。特别地,输入/输出接口64可以包括用于接收到数据库52的有线连接的端口(例如,通用串行总线(“USB”)线缆等等)、用于建立到数据库52的无线连接的收发器(例如,通过通信网络,诸如互联网、局域网(“LAN”)、广域网等等)或者它们的组合。此外,在一些实施例中,计算设备54可以通过输入/输出接口64与追踪传感器56进行通信。在一些实施例中,计算设备54还通过输入/输出接口64从一个或多个外围设备接收输入,诸如键盘、指向设备(例如,鼠标)、触摸屏上的按钮、滚动球、机械按钮等等。类似地,在一些实施例中,计算设备54通过输入/输出接口64向一个或多个外围设备提供输出,诸如显示设备(例如,阴极射线管(“CRT”)、液晶显示器(“LCD”)、触摸屏等等)、打印机、扬声器等等。在一些实施例中,输出可以在图形用户界面(“GUI”)(例如,由电子处理器50从存储在计算机可读介质62上的指令和数据生成并且呈现在触摸屏或其它显示器上)内被提供,所述图形用户界面(“GUI”)使得用户能够与计算设备54进行交互。
计算设备54(即,电子处理器60)执行(例如存储在计算机可读介质62中的)指令,以便执行针对装配线的根本原因分析。特别地,计算设备54(即,电子处理器60)执行指令来实施在图5和6中图示的方法。这些方法在执行针对装配线10的根本原因分析方面被描述,如上文所指出,该装配线10包括生产产品16的多个节点。然而,应当理解到,装配线10仅仅作为示例来提供,并且这些方法可以被应用于任何类型的装配线并且不限于在图1中图示的装配线10。例如,这些方法可以供包括比装配线10更少的、附加的或不同的输入、节点、路径、边、级和输出(即,产品)的装配线使用。
图5图示了用于执行根本原因分析的方法70。方法70包括接收由用于装配线10的追踪传感器56收集的追踪数据(在框71处)。如上文所描述,追踪数据标识在对由装配线所生产的产品进行处理的装配线10中所包括的多个节点的子集。换言之,追踪数据标识由装配线所生产的产品16遵循的经过装配线10的路径。如上文所指出,一个路径可包括链接所述多个节点的子集的多条边。在一些实施例中,计算设备54从数据库52、追踪传感器56或它们的组合接收追踪数据。
方法70还包括接收与装配线10相关联的批准数据(在框72处)。批准数据标识由装配线10生产的每一个产品16是满足还是通不过一个或多个批准指标。在一些实施例中,计算设备54从数据库52、追踪传感器56或它们的组合接收批准数据。例如,如上文所述,当复合部件到达第五级(例如,第五节点28A和28B)时,测试复合部件。特别地,第五节点28A和28B获取对复合部件的一个或多个测量结果或观察。相应地,批准数据可包括由第五节点28A和28B获取的测量结果、测量结果(以及因而产品16)是通过还是通不过一个或多个批准指标的指示,或者它们的组合。然而,在一些实施例中,数据库52或计算设备54可以确定该数据(例如,通过将来自追踪传感器56的数据与指标进行比较)。
如上文所指出,在一些实施例中,追踪传感器56提供关于产品是通过还是通不过一个或多个批准指标的数据。然而,在一些实施例中,数据库52或计算设备54可以确定该数据(例如,通过将来自追踪传感器56的数据与指标进行比较)。
方法70还包括至少基于追踪数据来枚举经过装配线的多个路径(在框73处)。如上文所指出,路径表示产品16在装配线10内经过的节点和连接边的序列。在一些实施例中,计算设备54仅枚举生产通不过批准指标中的一个或多个批准指标的至少一个产品16的那些路径。相应地,在一些实施例中,计算设备54基于追踪数据和批准日期来枚举路径。
如图5中所图示,方法70还包括:至少基于批准数据,确定所述多个路径中的每一个路径的失效率(在框74处)。在一些实施例中,路径的失效率是经过该路径的通不过一个或多个批准指标的产品16的数目除以经过该路径的产品16的总数目。计算设备54还可以确定每一个路径的置信区间和p值,诸如通过使用泊松分布来应对小样本规格。例如,在一些实施例中,置信区间、p值或二者都可以基于样本的规格(即,由装配线10生产的总产品16的数目),并且可以对不同规格的样本做出说明。例如,经过装配线的百万个产品的样本规格可以提供比经过相同边的五个产品的样本规格更加可靠的数据。在一些实施例中,置信区间、p值或二者都作为调节被应用于每一个失效率。相应地,在一些实施例中,计算设备54基于针对每一个路径的失效率和置信度水平来标识故障路径,如下文所述。
基于每一个路径的失效率,计算设备54基于所述多个路径中的每一个路径的失效率来将包括在所述多个路径中的路径标识为故障(即,“坏”)路径(在框75处)。例如,计算设备54可以将路径的失效率与边际失效率(即,阈值率)进行比较,以便标识特定路径是否潜在地有故障。阈值率可以是可配置的,并且可以设定为路径的平均失效率,或者可以由制造商设定(例如,基于内部目标或要求)。当路径的失效率超出阈值率时,计算设备54将该路径标识为故障路径。相应地,在一些实施例中,计算设备54将所述多个路径的子集标识为故障路径。没有标识为故障路径的任何路径都可以被视为非故障路径(即,“好”路径)。
如图5中图示,方法70还包括基于一个或多个所标识的故障路径来标识故障(即,“坏”)节点(在框76处)。例如,包括在故障路径中的任何节点都可以被标识为故障节点。可替换地或者附加地,计算设备54可以确定故障路径与横穿或经过每一个节点的非故障(即,“好”)路径的比率。然后,每一个节点的比率可以用于标识故障节点。例如,具有故障节点与非故障节点的最大比率的节点,或者具有比预定的阈值率大的比率的节点,可以被视为故障节点的可能候选者。
在标识一个或多个故障节点之后,计算设备54执行至少一个自动行动来对所标识的故障节点进行寻址(在框77处)。计算设备54可以通过生成提醒和/或警示(即,通知)并且向操作者输出通知来对故障节点进行寻址。通知可以是视觉的(例如,闪烁光、点亮灯、改变被点亮的灯的颜色、在显示器上显示警示消息等等)、听觉的(例如,警示声音)、触觉的(例如,振动)或它们的组合。在一些实施例中,计算设备54可以通过自动调节装配线10的操作来对故障节点进行寻址,诸如通过关断装配线的一个或多个节点、边或路径(或者整个装配线)、重新校准包括在装配线中的一个或多个节点、重新校准连接包括在装配线中的节点的一条或多条边、重新校准包括在装配线中的一个或多个路径,或者它们的组合。
此外,在一些实施例中,计算设备54通过输出故障节点的标识、所述多个节点的性能排名、或者其它形式的报告来对故障节点进行寻址,所述其它形式的报告向装配线10的操作者告知有故障节点并且允许操作者根据需要对情况进行寻址。例如,在一些实施例中,计算设备54可以输出应当给予用于维护、校准等等的优先级的节点的列表。该列表可以包括所述多个节点的子集,并且可以包括被标识为故障节点的那些节点(例如,根据如上文所描述的那样根据它们的比率进行排名或者根据其它准则进行排名)。
类似地,在一些实施例中,计算设备54可以通过生成装配线10的可视化来对故障节点进行寻址。装配线10的可视化可以在视觉上标识故障节点、边、路径或它们的组合。在一些实施例中,包括在该可视化中的数据可以是颜色编码的。例如,故障路径或节点可以显示为红色,而非故障路径或节点可以显示为绿色。类似地,包括在该可视化中的数据可以是动画(例如,通过闪烁)。例如,故障路径或节点可以是闪烁的,而非故障路径或节点可以显示为静止状况。
该可视化还可以在视觉上标识节点、边、路径或它们的组合的使用率,该使用率可标识什么节点、边或路径可能需要调节或维护。例如,重度使用的节点可能在非重度使用的节点之前需要维护。类似地,没有使用的节点可指出应当调节装配线。此外,该可视化可以在视觉上标识如上文所述的针对路径的失效率、如上文所述的针对节点的比率、以及针对节点、边、路径的其它统计,或者它们的组合。在一些实施例中,该可视化还暗示着对一个或多个节点、边、路径或它们的组合的调节。
由计算设备54所采取的自动行动还可包括利用机器学习来将特定失效率、比率或由计算设备54确定的其它统计与未来的失效或维护相关联。相应地,计算设备54可以开发模型来做出这些预测,该模型可以用于执行预测性和预防性维护。例如,计算设备54可以接收数据,所述数据追踪发生在装配线内的所标识的失效或故障以及相关联的维修。计算设备54可以使用该数据连同追踪数据和批准数据来自动地学习可以预测这些失效或故障的发生的特定失效率、比率或其它统计,并且因而在它们发生之前标识和防止这些失效和故障。
应当理解到,计算设备54可以采取其它行动作为对标识故障节点的响应,并且本文中描述的自动行动只是示例。
图6图示了用于执行根本原因分析的另一种方法100。如在图6中图示,方法100包括接收由用于装配线10的追踪传感器56收集的追踪数据(在框102处)。例如,在一些实施例中,追踪数据通过与包括在装配线10中的每一个节点相关联的至少一个追踪传感器56来收集。如上文所述,追踪数据标识对由装配线生产的产品进行处理的装配线10中所包括的多个节点的子集。换言之,追踪数据标识由装配线所生产的产品16遵循的经过装配线10的路径。如上文所指出,路径可以包括链接所述多个节点的子集的多条边。在一些实施例中,计算设备54从数据库52、追踪传感器56或它们的组合接收追踪数据。
方法100还包括接收与装配线10相关联的批准数据(在框104处)。如上文指出,批准数据标识由装配线10所生产的每一个产品16是满足还是通不过一个或多个批准指标。在一些实施例中,计算设备54从数据库52、追踪传感器56或它们的组合接收批准数据。例如,如上文所指出,在一些实施例中,追踪传感器56提供关于产品是通过还是通不过一个或多个批准指标的数据。然而,在一些实施例中,数据库52或计算设备54可以确定该数据(例如,通过将来自追踪传感器56的数据与指标进行比较)。
至少基于追踪数据,计算设备54针对连接所述多个节点的所述多条边中的每一条边来确定经过该边的由装配线10所生产的产品的第一数目(在框106处)。类似地,至少基于批准数据,计算设备54针对所述多条边中的每一条边来确定经过该边并且通不过批准指标的由装配线10所生产的产品的第二数目(在框107处)。计算设备54可以通过标识由一条边连接的两个节点所追踪的唯一标识符的数目来确定第一数目。例如,当与第一节点20A相关联的追踪传感器56追踪由唯一标识符A1、A2、A3和A4标识的部件而与第二节点22A相关联的追踪传感器56追踪由唯一标识符A2、A3、A4和A5标识的部件时,计算设备54可以确定有三个唯一部件经过连接第一节点20A与第二节点22A的边(即,由唯一标识符A2、A3和A4标识的部件)。因此,计算设备54将针对该边的第一数目设定为三。
类似地,为了确定第二数目,计算设备54可以基于批准数据来确定经过边的部件中的多少个部件包括在由装配线10所生产的通不过一个或多个批准指标的产品16中。例如,以上文针对连接第一节点20A与第二节点22A的边的示例继续,当由唯一标识符A2和A3标识的部件通过批准指标,但是由唯一标识符A4标识的部件通不过批准指标时,计算设备54将针对该边的第二数目设定为二。应当理解到,在一些实施例中,计算设备54确定第二数目以及表示经过边并且通过批准指标的由装配线10所生产的产品的数目的第三数目,而且计算设备54使用第二数目和第三数据来确定第一数目(例如,通过将第二数目与第三数目相加)。
返回到图6,方法100还包括利用计算设备54确定所述多条边中的每一条边的分值(在框108处)。在一些实施例中,分值可以是基于针对边所确定的第一数目和第二数目。特别地,在一些实施例中,计算设备54通过将第二数目除以第一数目来确定分值,该分值提供该边的失效率。例如,如果沿特定边经过的产品的总数目是五十个产品并且那五十个产品中的二十个产品不能满足一个或多个批准指标,那么该特定边的分值(即,失效率)是二十除以五十(即,20/50)。图7图示了分配给边的示例分值。要理解到,图7仅仅图示了示例分值,而且装配线可以包括不同的分值。而且,分值可以表示为比率、百分比或者其它数值表示(例如,小数)。例如,图8图示了装配线10,其中来自图7的分值被表示为小数。
如图6中图示,基于所述多条边的分值,计算设备54标识包括在所述多个节点中的故障节点(在框112处)。例如,计算设备54可以通过分析分裂边和合并边来标识故障节点。当节点具有多个输入边或多个输出边时,每一条边都应当具有类似分值。相应地,当节点的输出或输入边具有不同分值时,这种发散可以标识故障。特别地,当沿路径的节点有故障时,沿该路径的边的分值可受影响,其打断了节点的输出和输入边之间的分值的平衡。
例如,计算设备54可以通过标识包括在所述多条边中的多个分裂边(由单个节点输出的多条边)来标识故障节点,其中所述多条分裂边中的每一条分裂边的分值都不相同。应当理解到,在本发明的该实施例中使用的术语“相同”可以包括类似分值并且不必要求同样的分值。例如,分值0.2和0.3可被视为相同。然而,分值0.2和0.8不能被视为相同。在一些实施例中,当分值以不多于预定的数量或百分比而不同时,这些分值可以被视为相同。例如,当分值以不多于10%而不同时,这些分值可以被视为相同。在其它实施例中,当分值通不过统计假象测试(例如,t测试、卡方测试等等)时,这些分值可以被视为相同,其中将分值差异与跨所述多条分裂边的总分值变化相比较,并且估计涉及正常变化的差异的概率。
在一些实施例中,计算设备54标识从装配线中的第一节点(即,第一节点20A和20B)开始的分裂边。然而,应当理解到,计算设备54可以开始寻找在沿装配线的其它位置处的分裂边。如图9中图示,第一节点20A的分裂输出边的分值是0.2和0.3,它们大体相同。类似地,第一节点20B的分裂输出边的分值大体相同。然而,第二节点22A和22B的分裂输出边并不大体相同。具体地,第二节点22A的分裂输出边的分值是0.1和0.8,而第二节点22B的输出边的分值是0.8和0.3。
一旦计算设备54标识多条分裂边,其中所述多条分裂边中的每一条分裂边的分值都不相同,计算设备54就分析沿装配线10在装配线10的每一级处(即,在所标识的分裂边的输出侧上)的随后节点,以便标识多条合并边以及特别地多条合并边,其中所述多条合并边中的每一条合并边的分值都不相同。
合并边包括输入到单个节点中的多条边。例如,如图9中图示,计算设备54可以分析第三节点24A、24B和24C,以便标识节点是否与合并边相关联。当节点的集合不与合并边相关联时,计算设备54可以查看节点的下一集合。然而,当节点的集合与合并边相关联时,计算设备54可以标识合并边的分值是否相同。当合并边一般具有相同分值时,计算设备54可以查看节点的下一集合。可替换地,当合并边一般不具有相同分值时,计算设备54标识具有比其余合并边的分值更大的分值的合并边,并且标识连接到所标识的合并边的节点。
例如,如图9中图示,第三节点24A、24B和24C有合并边,其中这些合并边的分值不相同(即,0.1、0.8和0.3)。而且,第三节点24B与具有最大失效率(即,0.8)的合并边相关联。相应地,在该示例中,计算设备54将第三节点24B标识为故障节点。因而,计算设备54可以使用分裂边之间的差异失效率,以便标识用于标识故障节点的起始点,并且可以使用随后合并边之间的发散失效率,以便隔离特定故障节点。
可替换地或者附加地,在一些实施例中,计算设备54可以使用边的分值来标识故障边的交叉以便标识故障节点。例如,对于装配线中的每一个节点来说,计算设备54可以确定每一个节点的如下比率,该比率表示连接到节点的故障边的数目与连接到节点的非故障边的数目的比率。计算设备54可以将针对每一个节点所确定的比率与可配置阈值进行比较,所述可配置阈值在故障节点与非故障节点之间有区别。所计算的比率还可以用于按照从最大比率到最小比率的次序对节点进行排名,以便指出可能引起失效的节点。
可替换地或者附加地,计算设备54可以通过标识经过装配线10的最优路径来标识故障节点。例如,第一分值可以表示生产产品16的最小成本。特别地,如上文所述,第一分值可表示失效率。因此,第一分值越大(例如,失效率越大),沿特定边生产产品16的成本就越大,因为更多产品16可能被废弃。照此,计算设备54可以确定生产产品16的最小成本或最短路径(例如,使用动态编程)。一旦标识该路径,计算设备54就可以将不包括在所标识的路径中的一个或多个节点标识为故障节点。类似地,在一些实施例中,计算设备54可以使用第一分值的倒数来标识经过装配线10的与最大分值相关联的边的集合。计算设备54然后可以将连接到边的集合的一个或多个节点标识为故障节点。在一些实施例中,计算设备54可以类似地使用第二分值(在下文描述)来标识经过装配线的最小(或最大)路径。
可替换地或者附加地,计算设备54可以通过确定所述多个节点中的每一个节点的分值来标识故障节点(即,与如上文所述的边的第一分值相比较的第二分值)。第二分值可以基于与连接到节点的至少一条边相关联的第一分值。特别地,节点的第二分值可以基于节点的输出边(即,在节点的输出侧上连接到该节点的边)的第一分值和连接到输出边的节点(如果有的话)的第二分值,诸如,这些分值的总和。例如,如图8中图示,第五节点28A连接到具有第一分值0.5的一条输出边。没有其它节点连接到该输出边。因此,在一些实施例中,第五节点28A的第二分值可以是输出边的第一分值(即,0.5)和输出边的另一端上的节点的第二分值(即,0,因为不存在这样的节点)的总和。换言之,第五节点28A的第二分值可以是0.5。类似地,第四节点26A连接到如下输出边,该输出边使第四节点26A与第五节点28A连接。该输出边具有第一分值0.5。因此,第四节点26A的第二分值可以是输出边的第一分值(即,0.5)和第五节点28A的第二分值(即,0.5)的总和。因而,第四节点26A的第二分值可以是1.0。图10图示了基于在图8中图示(还在图10中重复)的第一分值的与所述多个节点中的每一个节点相关联的多个示例第二分值。第二分值可以被表示为比率、百分比或其它数值表示。
应当理解到,一些节点可具有多条输出边(参见例如第四节点26A)。在这些情况下,节点的第二分值可以基于输出边的最低第一分值来确定。例如,为了确定特定节点的第二分值,输出边的最低第一分值可以被加到与具有最低第一分值的输出边相关联的节点的第二分值。特别地,在示例装配线10中,第二节点22A具有两条输出边。所述输出边的第一分值是0.1和0.8。因此,第二节点22A的第二分值被设定为0.1(即,输出边的最低第一分值)和1.1(即,连接到具有最低第一分值的输出边的第三节点24A的第二分值)的总和。应当理解到,在其它实施例中,第二分值可以基于输出边的最大第一分值。类似地,在一些实施例中,第二分值可以基于输出边的平均第一分值、输出边的中间第一分值,等等。
一旦计算设备54标识第二分值,计算设备54就基于第二分值来标识一个或多个故障节点。例如,计算设备54可以分析装配线的每一级(例如,如图10中图示的节点32A、32B、32C、32D和32E的竖直集合)的第二分值,以便标识具有如下第二分值的节点,该第二分值比在节点的竖直集合中(例如,在节点的输入侧或输出侧上)的每一个相邻节点的第二分值更大。当节点具有比在节点的相邻竖直集合中的每一个节点的第二分值更大的第二分值时,计算设备54将该节点标识为故障节点。
例如,在节点32C的竖直集合内,第三节点24B的第二分值(即,1.8)大于在第三节点24B的输出侧上的节点的竖直集合(即,节点32B的竖直集合)内的每一个节点(例如,第二节点22A和第二节点22B)的第二分值。应当理解到,在一些实施例中,计算设备54可以将竖直集合内的第二分值与两个相邻竖直集合中或者仅一个相邻竖直集合中的第二分值进行比较。例如,计算设备54可以将第二分值与在输入竖直集合(即,在该节点的输入侧上的节点的竖直集合)、输出竖直集合或二者内的第二分值进行比较。
返回到图6,在标识故障节点之后,计算设备54执行至少一个自动行动,以便对故障节点进行寻址(在框114处)。计算设备54可以通过生成提醒和/或警示(即,通知)并且向操作者输出通知来对故障节点进行寻址。该通知可以是视觉的(例如,闪烁光、点亮灯、改变被点亮的灯的颜色、在显示器上显示警示消息等等)、听觉的(例如,警示声音)、触觉的(例如,振动)或它们的组合。在一些实施例中,计算设备54可以通过自动调节装配线10的操作来对故障节点进行寻址,诸如通过关断装配线的一个或多个节点、边或路径(或者整个装配线)、重新校准包括在装配线中的一个或多个节点、重新校准连接包括在装配线中的节点的一条或多条边、重新校准包括在装配线中的一个或多个路径,或者它们的组合。
此外,在一些实施例中,计算设备54通过输出故障节点的标识、所述多个节点的性能排名或者其它形式的报告来对故障节点进行寻址,所述其它形式的报告向装配线10的操作者告知故障节点,并且允许操作者根据需要对情况进行寻址。例如,在一些实施例中,计算设备54可以输出应当给予用于维护、校准等等的优先级的节点的列表。该列表可以包括所述多个节点的子集,并且可以包括被标识为故障节点的那些节点(例如,根据如上文所描述的那样根据它们的比率进行排名或者根据其它准则进行排名)。
类似地,在一些实施例中,计算设备54可以通过生成装配线10的可视化来对故障节点进行寻址。装配线10的可视化可以在视觉上标识故障节点、边、路径或它们的组合。在一些实施例中,包括在该可视化中的数据可以是颜色编码的。例如,故障路径或节点可以显示为红色,而非故障路径或节点可以显示为绿色。类似地,包括在该可视化中的数据可以是动画(例如,通过闪烁)。例如,故障路径或节点可以是闪烁的,而非故障路径或节点可以显示为静止状况。
该可视化还可以在视觉上标识节点、边、路径或它们的组合的使用率,该使用率可以标识什么节点、边或路径可能需要调节或维护。例如,重度使用的节点可能在非重度使用的节点之前就需要维护。类似地,没有被使用的节点可以指出应当调节装配线。此外,该可视化可以在视觉上标识如上文所述的针对路径的失效率、如上文所述的针对节点的比率、以及针对节点、边、路径或它们的组合的其它统计。在一些实施例中,该可视化还暗示着对一个或多个节点、边、路径或它们的组合的调节。
由计算设备54所采取的自动行动还可包括利用机器学习来将特定失效率、比率或由计算设备54确定的其它统计与未来的失效或维护相关联。相应地,计算设备54可以开发模型来做出这些预测,该模型可以用于执行预测性和预防性维护。例如,计算设备54可以接收数据,所述数据追踪发生在装配线内的所标识的失效或故障以及相关联的维修。计算设备54可以使用该数据连同追踪数据和批准数据来自动地学习可以预测这些失效或故障的发生的特定失效率、比率或其它统计,并且因而在它们发生之前标识和防止这些失效和故障。
应当理解到,计算设备54可以采取其它行动作为对标识故障节点的响应,并且本文中描述的自动行动只是示例。
因而,除其它之外,本文中所描述的实施例提供了用于使用路径追踪执行针对装配线的根本原因分析的方法和系统。应当理解到,在一些实施例中,当操作装配线时,以上描述的方法可周期性地重复(例如,实时或者接近实时),以便更新分值和比率,以及因而更新所标识的故障节点。而且,应当理解到,以上描述的方法和针对每一个方法所提供的替换方案都可以单独地或者组合地被执行来标识故障节点。例如,可以执行多个方法,并且可以将结果进行比较,以便更加准确地标识故障节点。而且,在一些实施例中,通过本文中所描述的方法分析的路径、边或二者的数目可通过将类似路径或类似边分组在一起来减少。减少路径、边或二者的数目可以降低方法的复杂性和与这些方法相关联的资源或时间约束。在一些实施例中,可以使用已知的算法对路径、边或二者进行分组或分群,以便减少数据的量级。还应当理解到,本文中所描述的方法和系统可以用于分析整个装配线或者装配线的部分。
在以下权利要求书中阐述所描述的实施例的各种特征和优点。

Claims (20)

1.一种用于针对包括多个节点的装配线执行根本原因分析的方法,所述方法包括:
接收由与所述装配线相关联的一个或多个追踪传感器收集的追踪数据,所述追踪数据标识所述多个节点的对由所述装配线生产的产品进行处理的子集,
接收与所述装配线相关联的批准数据,所述批准数据标识由所述装配线生产的每一个产品是否通不过批准指标,
利用电子处理器,基于所述追踪数据来枚举经过所述装配线的多个路径,
利用所述电子处理器,基于所述批准数据来确定所述多个路径中的每一个路径的失效率,
利用所述电子处理器,基于所述多个路径中的每一个路径的失效率来标识包括在所述多个路径中的故障路径,
利用所述电子处理器,基于所述故障路径来标识故障节点,以及
执行自动行动来对所述故障节点进行寻址。
2.根据权利要求1所述的方法,其中枚举所述多个路径包括:枚举经过所述装配线的如下多个路径,所述多个路径生产通不过所述批准指标的至少一个产品。
3.根据权利要求1所述的方法,其中确定所述多个路径中的每一个路径的失效率包括:针对包括在所述多个路径中的路径,将经过所述路径并且通不过所述批准指标的产品的第一数目除以经过所述路径的产品的第二数目。
4.根据权利要求1所述的方法,所述方法还包括:使用泊松分布,针对所述多个路径中的每一个路径确定置信度水平,而且其中标识所述故障路径包括:基于所述多个路径中的每一个路径的失效率和所述多个路径中的每一个路径的置信度水平,标识所述故障路径。
5.根据权利要求1所述的方法,其中标识所述故障路径包括:标识包括在所述多个路径中的如下路径,其中所述路径的失效率超出阈值率。
6.根据权利要求1所述的方法,其中标识所述故障节点包括:
确定所述多个节点中的每一个节点的比率,节点的比率包括来自所述多个路径的包括所述节点并且被标识为故障路径的路径的第一数目和来自所述多个路径的包括所述节点并且被标识为非故障路径的路径的第二数目,以及
将包括在所述多个节点中的具有超出阈值率的比率的节点标识为所述故障节点。
7.根据权利要求1所述的方法,其中执行所述自动行动包括:自动调节所述装配线的操作。
8.根据权利要求7所述的方法,其中自动调节所述装配线的操作包括选自包含以下操作的组中的至少一个操作:关断包括在所述多个节点中的一个或多个节点、重新校准包括在所述多个节点中的节点、以及重新校准包括在所述多个路径中的路径的至少一部分。
9.根据权利要求1所述的方法,其中执行所述自动行动包括:输出所述故障节点的标识。
10.根据权利要求1所述的方法,其中执行所述自动行动包括:输出所述多个节点的子集的列表,所述列表包括所述故障节点。
11.根据权利要求1所述的方法,其中执行所述自动行动包括:生成并且输出所述装配线的至少一部分的在视觉上标识所述故障节点的可视化。
12.一种针对包括多个节点的装配线执行根本原因分析的系统,所述系统包括:
数据库;和
计算设备,所述计算设备具有用于与所述数据库进行通信的接口、用于存储指令的计算机可读介质、以及用于执行存储在所述计算机可读介质中的指令的电子处理器,其中所述电子处理器执行存储在所述计算机可读介质中的指令,以便
通过所述接口,从所述数据库接收来自与所述装配线相关联的一个或多个追踪传感器的追踪数据,所述追踪数据标识所述多个节点的对由所述装配线生产的产品进行处理的子集,
通过所述接口,从所述数据库接收与所述装配线相关联的批准数据,所述批准数据标识由所述装配线生产的每一个产品是否通不过批准指标,
基于所述追踪数据,针对连接所述多个节点的多条边中的每一条边,确定由所述装配线生产的经过所述边的产品的第一数目,
基于所述批准数据,针对所述多条边中的每一条边,确定由所述装配线生产的经过所述边并且通不过所述批准指标的产品的第二数目,
针对所述多条边中的每一条边,基于针对所述边的第一数目和针对所述边的第二数目来确定分值,
基于所述多条边中的每一条边的分值,标识包括在所述多个节点中的故障节点,以及
执行自动行动来对所述故障节点进行寻址。
13.根据权利要求12所述的系统,其中所述分值包括所述第二数目除以所述第一数目。
14.根据权利要求12所述的系统,其中所述电子处理器执行所述指令,以便通过以下方式标识所述故障节点:
标识包括在所述多条边中的多条分裂边,其中所述多条分裂边中的每一条分裂边的分值都不相同;
标识包括在所述多条边中的在所述多条分裂边的输出侧上的多条合并边,其中所述多条合并边中的每一条合并边的分值都不相同;以及
通过标识连接到所述多条合并边之一的节点来标识所述故障节点,所述多条合并边之一的分值大于其余多条合并边的每一个分值。
15.根据权利要求12所述的系统,其中所述电子处理器还执行所述指令,以便确定所述多个节点中的每一个节点的第二分值,节点的第二分值包括所述多条边中的在所述节点的输出侧上连接到所述节点的边的最低第一分值与连接到所述边的节点的第二分值的总和。
16.根据权利要求15所述的系统,其中所述电子处理器执行所述指令,以便通过标识所述多个节点中的如下节点来标识所述故障节点,其中所述节点的第二分值大于包括在所述多个节点中的在所述节点的输入侧上的每一个相邻节点的第二分值。
17.根据权利要求12所述的系统,其中所述电子处理器执行所述指令,以便通过基于所述多条边中的每一条边的分值标识经过所述装配线的最佳路径来标识所述故障节点。
18.一种针对包括多个节点的装配线执行根本原因分析的方法,所述方法包括:
从与所述装配线相关联的一个或多个追踪传感器接收追踪数据,所述追踪数据标识所述多个节点的对由所述装配线生产的产品进行处理的子集;
接收与所述装配线相关联的批准数据,所述批准数据标识由所述装配线生产的每一个产品是否通不过批准指标;
利用电子处理器,针对连接到所述多个节点中的至少一个节点的多条边中的每一条边,基于所述追踪数据来确定由所述装配线生产的经过所述边的产品的第一数目;
利用所述电子处理器,针对所述多条边中的每一条边,基于所述批准数据来确定由所述装配线生产的经过所述边并且通不过所述批准指标的产品的第二数目;
利用所述电子处理器,针对所述多条边中的每一条边,基于所述边的第一数目和所述边的第二数目来确定第一分值;
利用所述电子处理器,针对所述多个节点中的每一个节点,基于与连接到所述节点的至少一条边相关联的第一分值来确定第二分值;
利用所述电子处理器,基于所述多个节点中的每一个节点的第二分值,标识包括在所述多个节点中的故障节点;以及
执行自动行动来对所述故障节点进行寻址。
19.根据权利要求18所述的方法,其中针对所述多个节点中的每一个节点来确定所述第二分值包括:针对所述多个节点中的每一个节点,确定所述多条边中的在所述节点的输出侧上连接到所述节点的边的最低第一分值与连接到所述边的节点的第二分值的总和。
20.根据权利要求19所述的方法,其中标识所述故障节点包括:标识所述多个节点中的如下节点,其中所述节点的第二分值大于所述多个节点中的在所述节点的输入侧上的每一个相邻节点。
CN201780018132.9A 2016-01-19 2017-01-18 用于使用路径追踪针对装配线的根本原因分析的方法和系统 Active CN108780312B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US201662280528P 2016-01-19 2016-01-19
US62/280528 2016-01-19
PCT/EP2017/050930 WO2017125404A1 (en) 2016-01-19 2017-01-18 Methods and systems for root cause analysis for assembly lines using path tracking

Publications (2)

Publication Number Publication Date
CN108780312A true CN108780312A (zh) 2018-11-09
CN108780312B CN108780312B (zh) 2021-03-12

Family

ID=57956239

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201780018132.9A Active CN108780312B (zh) 2016-01-19 2017-01-18 用于使用路径追踪针对装配线的根本原因分析的方法和系统

Country Status (4)

Country Link
US (1) US10430269B2 (zh)
EP (1) EP3405844B1 (zh)
CN (1) CN108780312B (zh)
WO (1) WO2017125404A1 (zh)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB201621627D0 (en) * 2016-12-19 2017-02-01 Palantir Technologies Inc Task allocation
US10761974B2 (en) * 2017-11-10 2020-09-01 International Business Machines Corporation Cognitive manufacturing systems test repair action
TW202013107A (zh) * 2018-09-27 2020-04-01 財團法人資訊工業策進會 產線自動配置裝置及其方法
US11275362B2 (en) 2019-06-06 2022-03-15 Robert Bosch Gmbh Test time reduction for manufacturing processes by substituting a test parameter
US10990092B2 (en) * 2019-06-06 2021-04-27 Robert Bosch Gmbh Test time reduction for manufacturing processes by removing a redundant test
AT523128A1 (de) * 2019-10-23 2021-05-15 B & R Ind Automation Gmbh Verfahren und Fertigungsanlage zur Herstellung eines Produktes
US11269901B2 (en) 2020-01-16 2022-03-08 International Business Machines Corporation Cognitive test advisor facility for identifying test repair actions

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20040068341A1 (en) * 2002-10-04 2004-04-08 Giorgio Minucciani Method for identification and management of errors and defects in assembly and welding lines for automotive vehicle bodies and body parts or the like and plant in accordance with said method
US20060150018A1 (en) * 2004-12-21 2006-07-06 International Business Machines Corporation Diagnostic method and system
US20110202227A1 (en) * 2010-02-17 2011-08-18 Gm Global Technology Operations, Inc. Health prognosis for complex system using fault modeling

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2763759B2 (ja) 1995-12-25 1998-06-11 西川化成株式会社 組立ラインシステム
US6801821B2 (en) 1999-08-03 2004-10-05 Honda Canada Incorporated Assembly line control system
US6901984B1 (en) 2001-02-27 2005-06-07 Cypress Semiconductor Corporation Method and system for controlling the processing of an integrated circuit chip assembly line using a central computer system and a common communication protocol
US7660641B2 (en) 2004-07-21 2010-02-09 International Business Machines Corporation System, graphical user interface (GUI), method and program product for configuring an assembly line
TWI322645B (en) 2006-12-20 2010-03-21 Nan Ya Printed Circuit Board Corp Lot traceable printed circuit board
US11539611B2 (en) 2014-05-08 2022-12-27 Microsoft Technology Licensing, Llc Fine-grained network monitoring

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20040068341A1 (en) * 2002-10-04 2004-04-08 Giorgio Minucciani Method for identification and management of errors and defects in assembly and welding lines for automotive vehicle bodies and body parts or the like and plant in accordance with said method
US20060150018A1 (en) * 2004-12-21 2006-07-06 International Business Machines Corporation Diagnostic method and system
US20110202227A1 (en) * 2010-02-17 2011-08-18 Gm Global Technology Operations, Inc. Health prognosis for complex system using fault modeling
CN102163255A (zh) * 2010-02-17 2011-08-24 通用汽车环球科技运作有限责任公司 使用故障建模的复杂系统的健康预测

Also Published As

Publication number Publication date
US20170206127A1 (en) 2017-07-20
US10430269B2 (en) 2019-10-01
WO2017125404A1 (en) 2017-07-27
EP3405844A1 (en) 2018-11-28
CN108780312B (zh) 2021-03-12
EP3405844B1 (en) 2020-12-30

Similar Documents

Publication Publication Date Title
CN108780312A (zh) 用于使用路径追踪针对装配线的根本原因分析的方法和系统
TWI714262B (zh) 商家風險防控方法及裝置
US10809703B2 (en) Management system and management method
US7779467B2 (en) N grouping of traffic and pattern-free internet worm response system and method using N grouping of traffic
CN112654874A (zh) 用于分析和优化动态容差曲线的系统和方法
JP4736733B2 (ja) 生産管理装置、生産管理システム、生産管理方法、制御プログラム、および記録媒体
CN106845526B (zh) 一种基于大数据融合聚类分析的关联参数故障分类方法
TWI571808B (zh) 因子分析系統及其分析方法
JP6298214B2 (ja) ユーティリティグリッド内での信号注入テストパターンの予想効用を最大化するためのシステム及び方法
KR20190062739A (ko) 복수의 센서를 활용하여 제조 공정상의 장비 고장을 예지하는 데이터 분석 방법, 알고리즘 및 장치
CN104267346B (zh) 一种发电机励磁系统故障远程诊断方法
CN109523190A (zh) 一种电能表的管理方法、管理装置及终端
CN110162445A (zh) 基于主机日志及性能指标的主机健康评价方法及装置
KR20080070543A (ko) 자동화 생산라인의 불량예측 조기 경보 방법
CN107767024A (zh) 一种用于盖板玻璃生产线产品质量实时监测系统及方法
CN107679089A (zh) 一种用于电力传感数据的清洗方法、装置和系统
CN105702595A (zh) 晶圆的良率判断方法以及晶圆合格测试的多变量检测方法
CN117499439A (zh) 一种基于工业物联网的巡检数据处理系统及其处理方法
CN108038599A (zh) 一种基于检测间隔的预防性维护周期多目标控制方法
CN109903136A (zh) 应用于设备租赁的数据处理方法及装置
CN109146708A (zh) 供电报修的抢修方法及装置
CN107909215A (zh) 一种生产物流及预警可视化展示方法
CN113222013A (zh) 一种多系统差异数据巡检方法、系统和存储介质
CN208579785U (zh) 一种异常检测系统
CN104714205B (zh) 电表错置侦测系统及其方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant