CN109146279A - 基于工艺规则与大数据的全流程产品质量溯源分析方法 - Google Patents

基于工艺规则与大数据的全流程产品质量溯源分析方法 Download PDF

Info

Publication number
CN109146279A
CN109146279A CN201810920522.1A CN201810920522A CN109146279A CN 109146279 A CN109146279 A CN 109146279A CN 201810920522 A CN201810920522 A CN 201810920522A CN 109146279 A CN109146279 A CN 109146279A
Authority
CN
China
Prior art keywords
defect
product
rule
product quality
suspicious
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
CN201810920522.1A
Other languages
English (en)
Other versions
CN109146279B (zh
Inventor
柳先辉
陈宇飞
沈嘉男
赵卫东
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.)
Tongji University
Original Assignee
Tongji University
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 Tongji University filed Critical Tongji University
Priority to CN201810920522.1A priority Critical patent/CN109146279B/zh
Publication of CN109146279A publication Critical patent/CN109146279A/zh
Application granted granted Critical
Publication of CN109146279B publication Critical patent/CN109146279B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06395—Quality analysis or management
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/018—Certifying business or products

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Development Economics (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Educational Administration (AREA)
  • Theoretical Computer Science (AREA)
  • Finance (AREA)
  • Accounting & Taxation (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • General Factory Administration (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明属于产品质量管控技术领域，具体公开了一种基于工艺规则与大数据的全流程产品质量溯源分析方法，方法步骤主要包括：建立产品缺陷表征库、工艺流程监控、工艺评价、产品质量评估、查询产品缺陷表征库、数据表征逆向优化。本发明以全面检查代替抽样检查，提高评价有效性，避免不合格产品漏向用户。有效支撑后续产品改进和开发、规则优化、动态设计调整、余材匹配优化、优化取样等工作。

Description

基于工艺规则与大数据的全流程产品质量溯源分析方法
技术领域
本发明属于产品质量管控技术领域，具体涉及了基于大数据分析的产品质量至工艺变量的全流程追溯技术。
背景技术
在现代制造业背景下，工业产品的结构以及其制造过程越来越复杂，产品的质量由零部件的生产以及装配等一系列流程所决定。不同流程对产品质量的影响程度是不同的，而每一流程都有相应的最佳参数，比如零部件尺寸是否在适当范围内；零部件是否有毛刺、铸瘤；焊接时间、温度等。要使产品质量达到较高水平，需要对每一个零部件以及装配流程的参数加以控制。寻求每一个流程最佳参数的过程是一个不断调整参数的过程，残次品的出现是无可避免的。当出现残次品时，我们就需要对残次品进行全流程溯源分析，锁定若干个参数不当的关键流程。
生产过程具体分为两种类型：离散型生产与流程型生产。离散型生产通常将产品分为多个零部件分别设计，再将这些分别制造的零部件组装成一个产品；而流程型生产在设计阶段就对最终产品进行设计，制造阶段由整体原材料在生产流程中逐渐分解为多个最终产品。此外，流程型生产在整个生产过程中各个工序间联系紧密，一道工序的生产质量既受上一道工序质量信息影响，同时也影响着下一道工序的完成情况，工序间有严格的顺序性。
目前的产品质量溯源分析方法是对产品以及过程信息进行编码，但编码仅仅实现了产品质量的可追溯性。关键过程隐没于繁杂的编码中，对后续的质量分析造成了一定的困难。另外，对工艺参数的编码有一定难度，其编码的范围需要人为依据经验划分。流程型企业通常的做法是通过产品编码，用工艺卡、检验单等(纸面的或电子的)记录产品及各过程信息。但这种方法在生产流程十分复杂时可能遗漏一些重要信息，不能保证产品质量信息的全面追溯。
发明内容
本发明的目的是克服原有模型的不足，提供一种基于全流程大数据分析的，对产品质量情况进行分析，建立基于产品质量至工艺变量的逆映射的全流程质量追溯模型。
为解决上述技术问题本发明的具体步骤如下：
1.建立产品缺陷表征库：长期收集大批量缺陷样本，以文字、图片等方式记录缺陷宏观特征，并根据文字特征与缺陷图片特征将缺陷归类。用微观分析验证的方法，逐步完善特征归类，固化质检标准的同时建立产品缺陷表征库。
具体做法为：此过程需要将传感器采集到的大量图片数据人工转化出相对应的文字缺陷特征，存储在关系型数据库MySql中，实现简单的查询和处理功能，若只有文字缺陷特征亦可。
此时的产品缺陷表征库只是初步的，后面的步骤会进行补充。
2.缺陷原因追溯：对于疑难缺陷或新出现的缺陷，结合宏观特征，按批次进行排查，并对每个流程进行缺陷对应性分析。
具体做法为：在步骤1构建的已有产品缺陷表征库的基础上，对于新出现的缺陷个体，首先在产品缺陷表征库中利用MySql查询语句查询是否有同类型缺陷。若没有，应在产品缺陷表征库中补充关于此缺陷的图片信息、文字描述以及缺陷成因。其中，缺陷成因需要 根据产品生产流程向前回溯，查找导致缺陷的关键步骤。与大量正常产品的各流程参数进 行对比分析，锁定导致缺陷的可疑步骤。
3.验证并确定可疑工序：通过过程工艺锁定可疑工序及异常范围，并通过批次再现或微观分析对该可疑工序进行验证。
具体做法为：
3.1通过过程工艺锁定可疑工序及异常范围
在步骤2锁定了导致缺陷的可疑步骤之后，对每一个可疑步骤进行加工流程检查，检查其是否达到规定的质量和性能。对于没有达到规定的加工过程，确定其异常范围。
3.2对可疑工序进行验证
集成的批次数据分析功能允许操作人员将当前批次与以前确定的标准特征进行比较，或者将整个工厂内多个批次进行比较分析。通过使用确定每个阶段的起始基线的选项来提供执行批次阶段、周期或过程趋势数据分析的方法。对于需要微观分析的焊接流程，需要配备微观显微镜。
4.评价工艺流程：对已认知确定的缺陷，实施对每个工艺流程的监控，并对各流程结果进行批次工艺或表面检测实绩符合性评价：正常放行；工艺调整/返修/验证；降级/改判。并对每一阶段记录流程各参数、状态日志，便于为大数据分析提供数据支持。
5.数据表征逆向优化：根据步骤4中对每个工艺流程结果的评价和疑难缺陷的成因追溯，形成对产品缺陷表征库的反馈，不断更新缺陷的有害程度以及放行标准。
进一步的，本发明方法技术方案还包括步骤6.规则管理：对监控、判定、指标等的计算控制规则集中管理，实现设计规则、训练规则、发布规则、处置方案设置等，支持质量管理知识的不断积累和传承和成长。
本发明的有益效果：
本发明是基于工艺规则和大数据分析的全流程产品质量溯源分析技术，适用于工业产品质量管控领域。通过对全流程监控，能够循序分析缺陷位置、分布、形貌等特征与前后工序、生产批次等对应关系，快速锁定缺陷发生工序和原因，提高分析效率。对各工序质量检测结果及关键过程质量相关信息进行全流程工艺产品质量综合评价，以全面检查代替抽样检查，提高评价有效性，避免不合格产品漏向用户。有效支撑后续产品改进和开发、规则优化、动态设计调整、余材匹配优化、优化取样等工作。
附图说明
图1是基于工艺规则和大数据分析的全流程产品质量溯源分析方法的操作流程图。
图2是本发明方法步骤3验证并确定可疑工序的具体操作流程图。
具体实施方式
下面结合附图和具体实施方式对本发明进行详细说明。
实施例如图1所示,全流程产品质量溯源分析方法具体包括以下步骤：
1.建立产品缺陷表征库：此过程需要将传感器采集到的大量图片数据人工转化出相对应的文字缺陷特征，存储在关系型数据库MySql中，实现简单的查询和处理功能，若只有文字缺陷特征亦可。
此时的产品缺陷表征库只是初步的，后面的步骤会进行补充。
2.缺陷原因追溯：在步骤1构建的已有产品缺陷表征库的基础上，对于新出现的缺陷个体，首先在产品缺陷表征库中利用MySql查询语句查询是否有同类型缺陷。若没有，应在产品缺陷表征库中补充关于此缺陷的图片信息、文字描述以及缺陷成因。其中，缺陷成因 需要根据产品生产流程向前回溯，查找导致缺陷的关键步骤。与大量正常产品的各流程参 数进行对比分析，锁定导致缺陷的可疑步骤。
3.验证并确定可疑工序：
在步骤2锁定了导致缺陷的可疑步骤之后，对每一个可疑步骤进行加工流程检查，检查其是否达到规定的质量和性能。对于没有达到规定的加工过程，确定其异常范围。集成的批次数据分析功能允许操作人员将当前批次与以前确定的标准特征进行比较，或者将整个工厂内多个批次进行比较分析。通过使用确定每个阶段的起始基线的选项来提供执行批次阶段、周期或过程趋势数据分析的方法。对于需要微观分析的流程，需要配备微观显微镜。
4.评价工艺流程：对已认知确定的缺陷，实施对每个工艺流程的监控，并对各流程结果进行批次工艺或表面检测实绩符合性评价：正常放行；工艺调整/返修/验证；降级/改判。并对每一阶段记录流程各参数、状态日志，便于为大数据分析提供数据支持。
5.数据表征逆向优化：根据步骤4中对每个工艺流程结果的评价和疑难缺陷的成因追溯，形成对产品缺陷表征库的反馈，不断更新缺陷的有害程度以及放行标准。

Claims (6)

1.一种基于工艺规则与大数据的全流程产品质量溯源分析方法，其特征在于，具体步骤如下：
步骤1、建立产品缺陷表征库：长期收集大批量缺陷样本，以文字、图片等方式记录缺陷宏观特征，并根据文字特征与缺陷图片特征将缺陷归类；用微观分析验证的方法，逐步完善特征归类，固化质检标准的同时建立产品缺陷表征库。
具体做法为：此过程需要将传感器采集到的大量图片数据人工转化出相对应的文字缺陷特征，存储在关系型数据库MySql中，实现简单的查询和处理功能，若只有文字缺陷特征亦可。
步骤2、缺陷原因追溯：对于疑难缺陷或新出现的缺陷，结合宏观特征，按批次进行排查，并对每个流程进行缺陷对应性分析。
步骤3、验证并确定可疑工序：通过过程工艺锁定可疑工序及异常范围，并通过批次再现或微观分析对该可疑工序进行验证。
步骤4、评价工艺流程：对已认知确定的缺陷，实施对每个工艺流程的监控，并对各流程结果进行批次工艺或表面检测实绩符合性评价：正常放行；工艺调整/返修/验证；降级/改判。
步骤5、数据表征逆向优化：根据步骤4中对每个工艺流程结果的评价和疑难缺陷的成因追溯，形成对产品缺陷表征库的反馈，不断更新缺陷的有害程度以及放行标准。
2.如权利要求1所述的基于工艺规则与大数据的全流程产品质量溯源分析方法，其特征在于，所述步骤2具体做法为：在步骤1构建的已有产品缺陷表征库的基础上，对于新出现的缺陷个体，首先在产品缺陷表征库中利用MySql查询语句查询是否有同类型缺陷；若没有，应在产品缺陷表征库中补充关于此缺陷的图片信息、文字描述以及缺陷成因。
3.如权利要求2所述的基于工艺规则与大数据的全流程产品质量溯源分析方法，其特征在于，缺陷成因需要根据产品生产流程向前回溯，查找导致缺陷的关键步骤。
4.如权利要求2或3所述的基于工艺规则与大数据的全流程产品质量溯源分析方法，其特征在于，与大量正常产品的各流程参数进行对比分析，锁定导致缺陷的可疑步骤。
5.如权利要求1所述的基于工艺规则与大数据的全流程产品质量溯源分析方法，其特征在于，所述步骤3的具体做法为：
3.1通过过程工艺锁定可疑工序及异常范围
在步骤2锁定了导致缺陷的可疑步骤之后，对每一个可疑步骤进行加工流程检查，检查其是否达到规定的质量和性能。对于没有达到规定的加工过程，确定其异常范围。
3.2对可疑工序进行验证
集成的批次数据分析功能允许操作人员将当前批次与以前确定的标准特征进行比较，或者将整个工厂内多个批次进行比较分析；通过使用确定每个阶段的起始基线的选项来提供执行批次阶段、周期或过程趋势数据分析的方法。对于需要微观分析的焊接流程，需要配备微观显微镜。
6.如权利要求1所述的基于工艺规则与大数据的全流程产品质量溯源分析方法，其特征在于，本技术方案还包括步骤6.规则管理：对监控、判定、指标等的计算控制规则集中管理，实现设计规则、训练规则、发布规则、处置方案设置等，支持质量管理知识的不断积累和传承和成长。
CN201810920522.1A 2018-08-14 2018-08-14 基于工艺规则与大数据的全流程产品质量溯源分析方法 Active CN109146279B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810920522.1A CN109146279B (zh) 2018-08-14 2018-08-14 基于工艺规则与大数据的全流程产品质量溯源分析方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810920522.1A CN109146279B (zh) 2018-08-14 2018-08-14 基于工艺规则与大数据的全流程产品质量溯源分析方法

Publications (2)

Publication Number Publication Date
CN109146279A true CN109146279A (zh) 2019-01-04
CN109146279B CN109146279B (zh) 2021-12-07

Family

ID=64793217

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810920522.1A Active CN109146279B (zh) 2018-08-14 2018-08-14 基于工艺规则与大数据的全流程产品质量溯源分析方法

Country Status (1)

Country Link
CN (1) CN109146279B (zh)

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112038248A (zh) * 2020-08-27 2020-12-04 上海华力集成电路制造有限公司 半导体缺陷扫描程式建立方法及其建立系统
CN112115186A (zh) * 2020-09-30 2020-12-22 四川长虹电器股份有限公司 一种通过大数据构建电子产品质量改进指标的方法
CN112163688A (zh) * 2019-08-16 2021-01-01 重庆华森制药股份有限公司 多剂型中西药产品全流程智能制造系统及建造方法
CN112580935A (zh) * 2020-08-20 2021-03-30 同济大学 一种基于机器视觉的工业产品生产流程溯源分析方法
CN112949955A (zh) * 2019-12-10 2021-06-11 无锡市环宇脚手架有限公司 一种产品加工工艺的改进方法
CN113256151A (zh) * 2021-06-15 2021-08-13 佛山绿色发展创新研究院 氢气质量检测方法及应用其的系统和计算机存储介质
CN113450125A (zh) * 2021-07-06 2021-09-28 北京市商汤科技开发有限公司 可溯源生产数据的生成方法、装置、电子设备及存储介质
CN113935652A (zh) * 2021-10-29 2022-01-14 上海华力微电子有限公司 异常制品数据分析方法及系统
CN114330779A (zh) * 2021-12-31 2022-04-12 哈尔滨宇龙自动化有限公司 一种质检管理及跟踪方法、系统、存储介质及计算机
CN117094605A (zh) * 2023-10-18 2023-11-21 南通钢安机械制造有限公司 一种铸件质量控制方法及系统
CN118463491A (zh) * 2024-05-16 2024-08-09 湖北现代精工智能装备有限公司 中空板加工中的风冷控制方法、装置、介质及电子设备
CN118569737A (zh) * 2024-07-26 2024-08-30 深圳市锦兆电子科技股份有限公司 一种基于镜片组件生产质量安全溯源方法及系统

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2005071504A2 (de) * 2004-01-23 2005-08-04 Tecdata Ag Verfahren zur stabilisierung von technischen prozessen
CN104272094A (zh) * 2012-06-08 2015-01-07 三菱重工业株式会社 缺陷判定装置、放射线摄像系统及缺陷判定方法
CN104376395A (zh) * 2014-09-04 2015-02-25 太极计算机股份有限公司 一种钢铁产品质量追溯的方法及装置
CN104415976A (zh) * 2013-09-11 2015-03-18 上海宝信软件股份有限公司 冷轧生产线跨机组产品质量关联分析方法
CN104750968A (zh) * 2013-12-31 2015-07-01 中国航天科工集团第三研究院第八三五七研究所 一种工艺潜在缺陷的检测参数及缺陷判据确定方法
CN106054840A (zh) * 2016-06-29 2016-10-26 北京科技大学 一种全流程产品质量在线管控系统
CN107042234A (zh) * 2017-03-15 2017-08-15 中冶华天工程技术有限公司 基于棒材全流程大数据采集的智能化工艺生产线及生产方法
CN107122907A (zh) * 2017-04-28 2017-09-01 电子科技大学 一种机电产品符号化质量特性的分析与故障原因追溯方法
CN107179749A (zh) * 2016-03-11 2017-09-19 宝山钢铁股份有限公司 热镀锌产品全流程质量控制方法
CN107944517A (zh) * 2017-12-13 2018-04-20 广东正业科技股份有限公司 一种产品全流程品质追溯方法
CN108133380A (zh) * 2017-12-21 2018-06-08 华中农业大学 食品安全的溯源方法

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2005071504A2 (de) * 2004-01-23 2005-08-04 Tecdata Ag Verfahren zur stabilisierung von technischen prozessen
CN104272094A (zh) * 2012-06-08 2015-01-07 三菱重工业株式会社 缺陷判定装置、放射线摄像系统及缺陷判定方法
CN104415976A (zh) * 2013-09-11 2015-03-18 上海宝信软件股份有限公司 冷轧生产线跨机组产品质量关联分析方法
CN104750968A (zh) * 2013-12-31 2015-07-01 中国航天科工集团第三研究院第八三五七研究所 一种工艺潜在缺陷的检测参数及缺陷判据确定方法
CN104376395A (zh) * 2014-09-04 2015-02-25 太极计算机股份有限公司 一种钢铁产品质量追溯的方法及装置
CN107179749A (zh) * 2016-03-11 2017-09-19 宝山钢铁股份有限公司 热镀锌产品全流程质量控制方法
CN106054840A (zh) * 2016-06-29 2016-10-26 北京科技大学 一种全流程产品质量在线管控系统
CN107042234A (zh) * 2017-03-15 2017-08-15 中冶华天工程技术有限公司 基于棒材全流程大数据采集的智能化工艺生产线及生产方法
CN107122907A (zh) * 2017-04-28 2017-09-01 电子科技大学 一种机电产品符号化质量特性的分析与故障原因追溯方法
CN107944517A (zh) * 2017-12-13 2018-04-20 广东正业科技股份有限公司 一种产品全流程品质追溯方法
CN108133380A (zh) * 2017-12-21 2018-06-08 华中农业大学 食品安全的溯源方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
无: "扁平材全流程智能化制备关键技术", 《世界金属导报》 *

Cited By (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112163688A (zh) * 2019-08-16 2021-01-01 重庆华森制药股份有限公司 多剂型中西药产品全流程智能制造系统及建造方法
CN112949955A (zh) * 2019-12-10 2021-06-11 无锡市环宇脚手架有限公司 一种产品加工工艺的改进方法
CN112580935A (zh) * 2020-08-20 2021-03-30 同济大学 一种基于机器视觉的工业产品生产流程溯源分析方法
CN112038248A (zh) * 2020-08-27 2020-12-04 上海华力集成电路制造有限公司 半导体缺陷扫描程式建立方法及其建立系统
CN112115186A (zh) * 2020-09-30 2020-12-22 四川长虹电器股份有限公司 一种通过大数据构建电子产品质量改进指标的方法
CN113256151A (zh) * 2021-06-15 2021-08-13 佛山绿色发展创新研究院 氢气质量检测方法及应用其的系统和计算机存储介质
CN113450125A (zh) * 2021-07-06 2021-09-28 北京市商汤科技开发有限公司 可溯源生产数据的生成方法、装置、电子设备及存储介质
WO2023279846A1 (zh) * 2021-07-06 2023-01-12 上海商汤智能科技有限公司 可溯源生产数据的生成方法、装置、设备、介质及程序
CN113935652A (zh) * 2021-10-29 2022-01-14 上海华力微电子有限公司 异常制品数据分析方法及系统
CN114330779A (zh) * 2021-12-31 2022-04-12 哈尔滨宇龙自动化有限公司 一种质检管理及跟踪方法、系统、存储介质及计算机
CN117094605A (zh) * 2023-10-18 2023-11-21 南通钢安机械制造有限公司 一种铸件质量控制方法及系统
CN117094605B (zh) * 2023-10-18 2023-12-22 南通钢安机械制造有限公司 一种铸件质量控制方法及系统
CN118463491A (zh) * 2024-05-16 2024-08-09 湖北现代精工智能装备有限公司 中空板加工中的风冷控制方法、装置、介质及电子设备
CN118569737A (zh) * 2024-07-26 2024-08-30 深圳市锦兆电子科技股份有限公司 一种基于镜片组件生产质量安全溯源方法及系统

Also Published As

Publication number Publication date
CN109146279B (zh) 2021-12-07

Similar Documents

Publication Publication Date Title
CN109146279A (zh) 基于工艺规则与大数据的全流程产品质量溯源分析方法
CN109711659B (zh) 一种工业生产的良率提升管理系统和方法
CN109597968B (zh) 基于smt大数据的锡膏印刷性能影响因素分析方法
CN105486831B (zh) 一种钢卷质量检测系统
CN111242464A (zh) 一种基于spc的陶瓷卫浴质量管理方法
CN110334957A (zh) 生产工艺质量信息化管理方法、系统、设备及存储介质
CN112700103A (zh) 一种标准化配置质量管理方法
CN108241925A (zh) 一种基于离群点检测的离散制造机械产品质量溯源方法
CN105159239A (zh) 一种spc策略自动更新方法及spc自动策略系统
CN111105082A (zh) 基于机器学习的工件质量预测模型构建方法及预测方法
US7079677B2 (en) Automatic intelligent yield improving and process parameter multivariate system and the analysis method thereof
CN112837754B (zh) 一种基于特征基因的单细胞自动分类方法和装置
CN111931340A (zh) 一种公差管理系统及管理方法
CN108415393A (zh) 一种砷化镓产品质量一致性控制方法及系统
CN117161582B (zh) 一种基于计算机视觉的激光切割方法
CN113468317A (zh) 一种简历筛选方法、系统、设备和存储介质
CN108537249B (zh) 一种密度峰值聚类的工业过程数据聚类方法
CN114510519A (zh) 一种基于工业大数据模型的可视化分析方法及系统
WO2009016090A1 (en) A method and relative device for the management of technological recipe information to aid in defining process flows, in particular for the development and production of micro- and nanotechnology devices in cleanroom laboratories
CN101191932A (zh) 一种液晶屏生产中辅助进行统计过程控制的方法及装置
CN109872080B (zh) 一种飞机装配协调规则知识管理方法及系统
CN107392385A (zh) 一种基于质量数据深度分析的生产计划编制方法
US20130030760A1 (en) Architecture for analysis and prediction of integrated tool-related and material-related data and methods therefor
CN110969111A (zh) 机械零部件数字图纸的自动识别归类方法
Riano et al. Feedback strategy for closed-loop inspection based on STEP-NC

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