CN110852617A - 基于实时数据采集的smt产线分析方法及系统 - Google Patents
基于实时数据采集的smt产线分析方法及系统 Download PDFInfo
- Publication number
- CN110852617A CN110852617A CN201911094924.1A CN201911094924A CN110852617A CN 110852617 A CN110852617 A CN 110852617A CN 201911094924 A CN201911094924 A CN 201911094924A CN 110852617 A CN110852617 A CN 110852617A
- Authority
- CN
- China
- Prior art keywords
- information
- product
- defect
- time
- production line
- 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
Links
Images
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
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- 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
- G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
-
- 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
- G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/04—Manufacturing
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Abstract
本发明公开一种基于实时数据采集的SMT产线分析方法及系统,包括:获取SMT产线设备的实时生产数据信息,实时生产数据信息包括采集时间信息、产品数量信息、产品缺陷信息与产品质量信息;根据采集时间信息与产品数量信息生成SMT产线的不合格品率控制图,根据采集时间信息与产品缺陷信息生成单位缺陷数控制图,根据采集时间信息与产品质量信息生成过程能力直方图、质量箱线图与质量检验图;获取不合格品率控制图、质量箱线图与质量检验图中的异常数据信息;将不合格品率控制图、单位缺陷数控制图、过程能力直方图、质量箱线图、质量检验图以及异常数据信息发送至客户终端。使得质量管理人员能够直观的查看当前产线的生产状况,进而给出产线的整改意见。
Description
技术领域
本发明涉及生产监控技术领域,具体是一种基于实时数据采集的SMT产线分析方法及系统。
背景技术
随着科学技术的进步和制造业的蓬勃发展,SMT产线的设备也越来越智能化与高效化,传统的产品检测及过程控制、设备定期维护效率相对低下,且需要耗费巨大的人力和财力,显然已不再适合高速发展的SMT行业。在上述背景下,行业的生产节拍加快,设备维护延时和质量检测与分析延时导致生产效率、产品质量降低,产线设备生产状况及产品的质量只能在现场进行查看,不能进行远程监控分析,使得制造企业的维护成本增加、产品利润降低,从而影响企业的整体效益。
现有的技术只能在SMT生产车间的电视屏上以柱状图、饼状图来展示当前生产设备的生产量,不具备针对这些数据进行质量管理分析的功能,使得质量管理人员不能直观的查看当前产线的生产状况及产品质量情况,不能有效的给出产线的整改意见。
发明内容
针对上述现有技术中的不足,本发明提供一种基于实时数据采集的SMT产线分析方法及系统。
为实现上述目的,本发明提供一种基于实时数据采集的SMT产线分析方法,包括如下步骤:
步骤1,获取SMT产线设备的实时生产数据信息,所述实时生产数据信息包括采集时间信息、产品数量信息、产品缺陷信息与产品质量信息;
步骤2,根据采集时间信息与产品数量信息生成SMT产线的不合格品率控制图,根据采集时间信息与产品缺陷信息生成单位缺陷数控制图,根据采集时间信息与产品质量信息生成过程能力直方图、质量箱线图与质量检验图;
步骤3,获取不合格品率控制图、质量箱线图与质量检验图中的异常数据信息;
步骤4,将不合格品率控制图、单位缺陷数控制图、过程能力直方图、质量箱线图、质量检验图以及异常数据信息发送至客户终端。
进一步优选的,所述产品数量信息包括与采集时间信息一一对应的产品总数信息与不良品信息;
所述产品缺陷信息包括缺陷类型信息与缺陷数量信息;
所述产品质量信息包括与采集时间信息一一对应的锡膏厚度信息与贴片高度信息。
进一步优选的,步骤2中,所述根据采集时间信息与产品数量信息生成SMT产线的不合格品率控制图的过程为:
步骤2.1.1,计算获得不合格品率控制图的中心线值:
式中,表示不合格品率控制图的中心线值,ki表示第i-1个采集时间到第i个采集时间之间的时段内所产出的SMT产品总数,ni表示第i-1个采集时间到第i个采集时间之间的时段内所产出的SMT不良品总数,其中,i=1,2,3…,表示采集数据的时间点;
步骤2.1.2,计算获得不合格品率控制图的上限值与下限值:
式中,UCLi表示不合格品率控制图中的上限值,LCLi不合格品率控制图中的下限值;
步骤2.1.3,以时间点为横坐标,ki/ni为纵坐标生成不合格品率控制图。
进一步优选的,步骤2中,所述根据采集时间信息与产品缺陷信息生成单位缺陷数控制图的过程为:
步骤2.2.1,计算获得每一中缺陷类型相对于总缺陷的缺陷占比:
式中,pj表示第j种缺陷类型的产品数量相对于总缺陷产品数量的缺陷占比,xj表示第j种缺陷类型的产品数量,f表示具有f种缺陷,j=1,2,3…,f;
步骤2.2.2,按照各缺陷占比从小至大依次排序,并计算获得各个累计占比:
式中,p1≤p2≤…≤pj,Aj表示到第j种缺陷时的累计占比;
步骤2.2.2,以缺陷类型的产品数量降序排列为横坐标、缺陷数量为左纵坐标、累计占比为右纵坐标生成单位缺陷数控制图。
进一步优选的,步骤2中,所述根据采集时间信息与产品质量信息生成过程能力直方图的过程为:
步骤2.3.1,计算获得过程能力直方图的过程能力指数与综合制成能力:
式中,xi表示第i个时间点所采集的锡膏厚度,m表示共采集了m个时间点的锡膏厚度,表示锡膏厚度的均值,S表示锡膏厚度的方差,Cp表示过程能力指数,Cpk表示综合制成能力指数,USL表示锡膏厚度的上限值,LSL表示锡膏厚度的下限值;
步骤2.3.2,计算获得过程能力直方图的分组、组距与极差:
K=ceil(1+lg m)
h=R/K
式中,K、R、h分别表示过程能力直方图的分组、组距、极差,ceil表示向上取整;
步骤2.3.3,计算获得过程能力直方图中每一组的下限值与上限值:
Lk=min xi+h/2+(k-2)·h
Uk=min xi+h/2+(k-1)·h
式中,Lk表示过程能力直方图中第k组的下限值,Uk表示过程能力直方图中第k组的上限值;
步骤2.3.4,筛选出{x1,x2,…,xi}中处于Li≤xi≤Ui中的累计数据并即为频数,最终根据过程能力指数、综合制成能力指数、分组、组距、极差以及频数生成过程能力直方图。
进一步优选的,步骤2中,所述质量箱线图由锡膏厚度信息生成,所述质量检验图由贴片高度信息生成。
为实现上述目的,本发明还提供一种基于实时数据采集的SMT产线分析系统,包括:存储器和处理器,所述存储器存储有基于实时数据采集的SMT产线分析程序,所述处理器在运行所述程序时执行上述方法所述的步骤。
本发明提供的一种基于实时数据采集的SMT产线分析方法及系统,通过获取SMT产线设备的实时生产数据信息,并根据实时生产数据信息得到SMT产线设备的不合格品率控制图、单位缺陷数控制图、过程能力直方图、质量箱线图、质量检验图以及异常数据信息,并实时发送至客户终端,使得质量管理人员能够直观的查看当前产线的生产状况及产品质量情况,进而有效的给出产线的整改意见,降低制造企业的维护成本、提升产品利润,从而增加企业的整体效益。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图示出的结构获得其他的附图。
图1为本发明实施例中基于实时数据采集的SMT产线分析方法的流程示意图;
图2为本发明实施例中的不合格品率控制图;
图3为本发明实施例中的单位缺陷数控制图;
图4为本发明实施例中的过程能力直方图;
图5为本发明实施例中的质量箱线图;
图6为本发明实施例中的质量检验图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明的一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
需要说明,本发明实施例中所有方向性指示(诸如上、下、左、右、前、后……)仅用于解释在某一特定姿态(如附图所示)下各部件之间的相对位置关系、运动情况等,如果该特定姿态发生改变时,则该方向性指示也相应地随之改变。
另外,在本发明中如涉及“第一”、“第二”等的描述仅用于描述目的,而不能理解为指示或暗示其相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中,“多个”的含义是至少两个,例如两个,三个等,除非另有明确具体的限定。
在本发明中,除非另有明确的规定和限定,术语“连接”、“固定”等应做广义理解,例如,“固定”可以是固定连接,也可以是可拆卸连接,或成一体;可以是机械连接,也可以是电连接,还可以是物理连接或无线通信连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通或两个元件的相互作用关系,除非另有明确的限定。对于本领域的普通技术人员而言,可以根据具体情况理解上述术语在本发明中的具体含义。
另外,本发明各个实施例之间的技术方案可以相互结合,但是必须是以本领域普通技术人员能够实现为基础,当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在,也不在本发明要求的保护范围之内。
如图1所示的基于实时数据采集的SMT产线分析方法,包括如下步骤:
步骤1,获取SMT产线设备的实时生产数据信息,所述实时生产数据信息包括采集时间信息、产品数量信息、产品缺陷信息与产品质量信息;
步骤2,根据采集时间信息与产品数量信息生成SMT产线的不合格品率控制图,根据采集时间信息与产品缺陷信息生成单位缺陷数控制图,根据采集时间信息与产品质量信息生成过程能力直方图、质量箱线图与质量检验图;
步骤3,获取不合格品率控制图、质量箱线图与质量检验图中的异常数据信息;
步骤4,将不合格品率控制图、单位缺陷数控制图、过程能力直方图、质量箱线图、质量检验图以及异常数据信息发送至客户终端。
步骤1中,实时生产数据信息的取途径分为以下三种:
1.1、在产线设备已将生产数据录入指定的数据库的情况下,利用现有的数据同步程序直接同步数据库内容,得到实时生产数据信息;
1.2、在产线设备将生产数据以文件的方式存放到服务器指定的位置的情况下,利用现有的数据同步程序解析指定位置的文件,并将解析结果进行存储,得到实时生产数据信息;
1.3、将产线设备直接连接现有技术中的数据盒子,利用现有的数据同步程序通过SDK(软件开发工具包,Software Development Kit)连接该数据盒子,按照协议规范可以读取设备的实时生产数据。
其中具体的,产品数量信息包括与采集时间信息一一对应的产品总数信息与不良品信息;
所述产品缺陷信息包括缺陷类型信息与缺陷数量信息;
所述产品质量信息包括与采集时间信息一一对应的锡膏厚度信息与贴片高度信息。
步骤2中,所述根据采集时间信息与产品数量信息生成SMT产线的不合格品率控制图的过程为:
本实施例中,以表格的形式展示数据以便于理解,表格1即为生成不合格品率控制图的数据结构:
表格1
步骤2.1.1,计算获得不合格品率控制图的中心线值:
式中,表示不合格品率控制图的中心线值,ki表示第i-1个采集时间到第i个采集时间之间的时段内所产出的SMT产品总数,ni表示第i-1个采集时间到第i个采集时间之间的时段内所产出的SMT不良品总数,其中,i=1,2,3…,表示采集数据的时间点;
步骤2.1.2,计算获得不合格品率控制图的上限值与下限值:
式中,UCLi表示不合格品率控制图中的上限值,LCLi不合格品率控制图中的下限值;
步骤2.1.3,以时间点为横坐标,ki/ni为纵坐标生成不合格品率控制图。
在不合格品率控制图中的异常数据信息为:
a、在不合格品率控制图中存在上限值之上或下限值之下的点则判定该点为异常点:
b、在不合格品率控制图中存在连续9点在中心线同一侧,则判定这9个点为异常点:
c、在不合格品率控制图中存在连续6点连续递增或连续递减,则判定这6个点为异常点:
d、在不合格品率控制图中存在连续14个点上下交错,则判定这14个点为异常点:
或
步骤2中,所述根据采集时间信息与产品缺陷信息生成单位缺陷数控制图的过程为:
表格2即为生成单位缺陷数控制图的数据结构:
序号 | 缺陷类型 | 缺陷数量 |
1 | D<sub>1</sub> | x<sub>1</sub> |
2 | D<sub>2</sub> | x<sub>2</sub> |
… | … | … |
f | D<sub>f</sub> | x<sub>f</sub> |
表格2
步骤2.2.1,计算获得每一中缺陷类型相对于总缺陷的缺陷占比:
式中,pj表示第j种缺陷类型的产品数量相对于总缺陷产品数量的缺陷占比,xj表示第j种缺陷类型的产品数量,f表示具有f种缺陷,j=1,2,3…,f;
步骤2.2.2,按照各缺陷占比从小至大依次排序,并计算获得各个累计占比:
式中,p1≤p2≤…≤pj,Aj表示到第j种缺陷时的累计占比;
步骤2.2.2,以缺陷类型的产品数量降序排列为横坐标、缺陷数量为左纵坐标、累计占比为右纵坐标生成单位缺陷数控制图。
步骤2中,所述根据采集时间信息与产品质量信息生成过程能力直方图的过程为:
表格3即为生成过程能力直方图的数据结构:
序号 | 样本 |
1 | x<sub>1</sub> |
2 | x<sub>2</sub> |
… | … |
m | x<sub>m</sub> |
表格3
步骤2.3.1,计算获得过程能力直方图的过程能力指数与综合制成能力:
式中,xi表示第i个时间点所采集的锡膏厚度,m表示共采集了m个时间点的锡膏厚度,表示锡膏厚度的均值,S表示锡膏厚度的方差,Cp表示过程能力指数,Cpk表示综合制成能力指数,USL表示锡膏厚度的上限值,LSL表示锡膏厚度的下限值;
本实施例中,工序能力的评价标准为:
等级 | Cpk | 工序能力评价 |
A | Cpk≥1.67 | 工序能力很充分 |
B | 1.67>Cpk≥1.33 | 工序能力充分 |
C | 1.33>Cpk≥1.00 | 工序能力基本上良好 |
D | 1.00>Cpk≥0.67 | 工序能力不足 |
E | Cpk<0.67 | 工序能力非常不足 |
步骤2.3.2,计算获得过程能力直方图的分组、组距与极差:
K=ceil(1+lg m)
h=R/K
式中,K、R、h分别表示过程能力直方图的分组、组距、极差,ceil表示向上取整;
步骤2.3.3,计算获得过程能力直方图中每一组的下限值与上限值:
Lk=min xi+h/2+(k-2)·h
Uk=min xi+h/2+(k-1)·h
式中,Lk表示过程能力直方图中第k组的下限值,Uk表示过程能力直方图中第k组的上限值;
步骤2.3.4,筛选出{x1,x2,…,xi}中处于Li≤xi≤Ui中的累计数据并即为频数,最终根据过程能力指数、综合制成能力指数、分组、组距、极差以及频数生成过程能力直方图。
步骤2中,所述质量箱线图由锡膏厚度信息生成,所述质量检验图由贴片高度信息生成。
以下结合实际生产数据对本发明进行详细说明:
产线设备一段时间内的设备生产数据存储格式:
{pcbId1:’100’,inspectTimeStamp1:’2019-05-1308:33:41’,lineNo1:’SMT01’,result1:’0’,…},
{pcbId2:’101’,inspectTimeStamp2:’2019-05-1308:33:51’,lineNo2:’SMT01’,result2:’1’,…},
……
{pcbIdn:’102’,inspectTimeStampn:’2019-05-1308:34:10’,lineNon:’SMT01’,resultn:’1’,…}
其中:
pcbId表示pcb板条形码;
inspectTimeStamp表示pcb板检测时间;
lineNo表示产线序号;
Result表示检测结果,0:正常,1:不正常。
不合格品率控制图的生成过程:
首先得到产线在一天内的pcb板总数及异常数量,数据格式如下:
{lineNo1:’SMT01’,total1:’22’,ngNum1:’0’,okNum1:’22’,time1:’2019-05-108:30’,…},
{lineNo2:’SMT01’,total2:’40’,ngNum2:’0’,okNum2:’40’,time2:’2019-05-1308:45’,…},
{lineNo3:’SMT01’,total3:’30’,ngNum3:’1’,okNum3:’29’,time3:’2019-05-1309:00’,…},
……
{lineNoi:’SMT01’,totali:’7,ngNumi:’0’,okNumi:’7’,timei:’2019-05-1323:30’,…}
数据说明(以上数据以15分钟为粒度进行采集):
lineNo表示产线序号;
Total表示一段时间内的pcb加工总数;
ngNum表示一段时间内的pcb加工不良品数量;
okNum表示一段时间内的pcb加工良品数量;
用k={k1,k2,k3…ki}表示第i个粒度对应的不良品数量;
用n={n1,n2,n3…ni}表示第i个粒度对应的产品总数量;
随后生成不合格品率控制图:
据各个时间粒度对应的产品数量及不良品数量和中心线值计算各时间粒度对应的上限UCLi和下限LCLi;
用UCL={UCL1,UCL2,UCL3…UCLi}表示第i个粒度对应的上限值;
用LCL={LCL1,LCL2,LCL3…LCLi}表示第i个粒度对应的下限值;
用不合格品率控制图对应的判异规则算法结合各时间粒度对应的产品数量、不良品数量、UCL值、LCL值来计算对应的异常点(满足异常规则一则用1标注改点,满足异常规则二则用2标注该点,以此类推),最后通过描点来绘制出某个时间段内某产线生产产品的不合格品率控制图即如图2所示。
单位缺陷数控制图的生成过程:
一段时间内产线设备缺陷的数据格式:
{time1:‘2019-06-1110:40:55’,ngName1:‘翻面’,pcbId1:‘G2019010430323’,…},
{time2:‘2019-06-1110:40:55’,ngName2:‘少锡’,pcbId2:‘G2019040440061’,…},
{time3:‘2019-06-1110:40:55’,ngName3:‘短路’,pcbId3:‘G2019031290280’,…},
……
{timei:‘2019-06-1110:40:55’,ngNamef:‘虚焊’,pcbIdf:‘G2019041470070’,…}
上述数据的说明:
time:记录数据的时间;
ngName:缺陷名称;
pcbId:pcb板条形码;
设一段时间内AOI缺陷的样本数据为x={x1,x2,x3…xf},把样本数据按照缺陷名称进行分组统计,得到分组数据:
{ngName:‘少锡’,count:‘2’},
{ngName:‘翻面’,count:‘4’},
{ngName:‘多锡’,count:‘1’},
{ngName:‘短路’,count:‘2’},
{ngName:‘偏移’,count:‘1’},
{ngName:‘虚焊’,count:‘1’}
计算分组数据中缺陷名称对应的占比:
画图描点:
纵轴:左侧为频数刻度,最大为总频数,右侧为频率刻度,最大为100%;横轴:按照频数大小用直方柱在横轴上表示各项目(从左至右),同时从左至右需要依次累加频率,并连接成线得到单位缺陷数控制图即如图3所示。
过程能力直方图的生成过程:
生产数据为:
{pcbId1:’ID1-1’,time1:’01:00’,thickness1:’6.942’,thicknessUp1:’7.02’,thicknessLow1:’6.92’,…},
{pcbId2:’ID2-1’,time2:’02:00’,thickness2:’6.945’,thicknessUp2:’7.02’,thicknessLow2:’6.92’,…},
{pcbId3:’ID3-1’,time3:’03:00’,thickness3:’6.951’,thicknessUp3:’7.02’,thicknessLow3:’6.92’,…},
……
{pcbIdi:’IDi-1’,timei:’23:00’,thicknessi:’6.948’,thicknessUpi:’7.02’,thicknessLowi:’6.92’,…}
上述数据的说明:
pcbId:pcb板条形码;
time:数据采集时间;
thickness:采集的锡膏厚度;
thicknessUp:设置的锡膏厚度上限(USL=7.02);
thicknessLow:设置的锡膏厚度下限(LSL=6.92);
用x={x1,x2,x3…xi}表示共采集了m个时间点的锡膏厚度。
按照采集的设备生产数据(共n=29组)
因此可以判定此次锡膏厚度的过程能力登记为A。
分组K=ceil(1+lg m)=6;
组距h=R/K=0.0033;
确定上下限:
第一组下限为minx-h/2上限为minx+h/2;
第二组下限为minx+h/2上限为minx+(h/2)+h;
第三组下限为minx+h/2+h上限为minx+(h/2)+2*h;
…
第k组下限为Lk=min xi+h/2+(k-2)·h
上限为Uk=min xi+h/2+(k-1)·h;
用L={L1,L2,L3…Lk}表示k组的下限值;
用U={U1,U2,U3…Uk}表示k组的上限值;
计算集合X={x1,x2,x3…xi}中数据处于Li≤xi≤Ui中的累计数量,计为频数P={P1,P2,P3…,Pk},将设备生产数据代入计算得出频数P={0,0,6,10,8,3,2},最终得到的过程能力直方图即如图4所示。
质量箱线图的生成过程为:
取一组钢网印刷锡膏厚度生产数据(单位mm):
X={6.942,6.945,6.981,6.586,6.720,6.920,6.462,7.086,7.097,6.950,6.980,6.910,7.1850,6.9870,6.840,7.1840,6.8850,6.7840,6.9840,7.2840}
需要对样本按从小到大进行重新排序,排序后数据集为:
Y={6.462,6.586,6.72,6.784,6.84,6.885,6.91,6.92,6.942,6.945,6.95,6.98,6.981,6.984,6.987,7.086,7.097,7.184,7.185,7.284}
计算四分位数:
1*(n+1)/4,int1为整数部分,m1为小数部分
Q1=x(int1)+(x(int1+1)-x(int1))*m1=6.874(下四分位数)
2*(n+1)/4,int2为整数部分,m2为小数部分
Q2=x(int2)+(x(int2+1)-x(int2))*m2=6.947(中位数)
3*(n+1)/4,int3为整数部分,m3为小数部分
Q3=x(int3)+(x(int3+1)-x(int3))*m3=7.012(上四分位数)
四分位数差:IQR=Q3-Q1=0.138
上边缘:limit_up=Q3+1.5*IQR=7.219
下边缘:limit_down=Q1–1.5*IQR=6.667
如果xi>limit_up或xi<limit_down,则该点判断为异常点,即质量箱线图中的异常数据信息。
根据以上生产数据得到锡膏厚度箱线图即如图5所示,其中,6.462,6.586,7.284为异常点。
质量检验图的生成过程为:
设定SMT贴片高度的标准μ为90mm,获取一段时间内贴片高度的样本值为:
X={90.0,93.0,91.0,90.0,89.0,91.0,93.0,90.0,92.0,95.0,86.0,90.0,89.0,90.0,91.0,92.0,92.0,90.0,88.0,92.0,93.0,90.0,88.0,90.0,88.0,89.0,90.0,92.0,93.0,91.0},计算得到上述数组的均值为90.6,标准方差为1.9046,进而计算得到异常信息判断值:
质量检验图中异常数据信息的判断规则为:
若|T|>1.96则说明有显著性差异,存在异常数据信息;
若|T|<1.96则说明无显著性差异,不存在异常数据信息。
参考图6,一段时间内的SMT贴片高度与设定高度μ无显著性差异。
以上所述仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是在本发明的发明构思下,利用本发明说明书及附图内容所作的等效结构变换,或直接/间接运用在其他相关的技术领域均包括在本发明的专利保护范围内。
Claims (7)
1.基于实时数据采集的SMT产线分析方法,其特征在于,包括如下步骤:
步骤1,获取SMT产线设备的实时生产数据信息,所述实时生产数据信息包括采集时间信息、产品数量信息、产品缺陷信息与产品质量信息;
步骤2,根据采集时间信息与产品数量信息生成SMT产线的不合格品率控制图,根据采集时间信息与产品缺陷信息生成单位缺陷数控制图,根据采集时间信息与产品质量信息生成过程能力直方图、质量箱线图与质量检验图;
步骤3,获取不合格品率控制图、质量箱线图与质量检验图中的异常数据信息;
步骤4,将不合格品率控制图、单位缺陷数控制图、过程能力直方图、质量箱线图、质量检验图以及异常数据信息发送至客户终端。
2.根据权利要求1所述基于实时数据采集的SMT产线分析方法,其特征在于,所述产品数量信息包括与采集时间信息一一对应的产品总数信息与不良品信息;
所述产品缺陷信息包括缺陷类型信息与缺陷数量信息;
所述产品质量信息包括与采集时间信息一一对应的锡膏厚度信息与贴片高度信息。
3.根据权利要求2所述基于实时数据采集的SMT产线分析方法,其特征在于,步骤2中,所述根据采集时间信息与产品数量信息生成SMT产线的不合格品率控制图的过程为:
步骤2.1.1,计算获得不合格品率控制图的中心线值:
式中,表示不合格品率控制图的中心线值,ki表示第i-1个采集时间到第i个采集时间之间的时段内所产出的SMT产品总数,ni表示第i-1个采集时间到第i个采集时间之间的时段内所产出的SMT不良品总数,其中,i=1,2,3…,表示采集数据的时间点;
步骤2.1.2,计算获得不合格品率控制图的上限值与下限值:
式中,UCLi表示不合格品率控制图中的上限值,LCLLi不合格品率控制图中的下限值;
步骤2.1.3,以时间点为横坐标,ki/ni为纵坐标生成不合格品率控制图。
4.根据权利要求2所述基于实时数据采集的SMT产线分析方法,其特征在于,步骤2中,所述根据采集时间信息与产品缺陷信息生成单位缺陷数控制图的过程为:
步骤2.2.1,计算获得每一中缺陷类型相对于总缺陷的缺陷占比:
式中,pj表示第j种缺陷类型的产品数量相对于总缺陷产品数量的缺陷占比,xj表示第j种缺陷类型的产品数量,f表示具有f种缺陷,j=1,2,3…,f;
步骤2.2.2,按照各缺陷占比从小至大依次排序,并计算获得各个累计占比:
式中,p1≤p2≤…≤pj,Aj表示到第j种缺陷时的累计占比;
步骤2.2.2,以缺陷类型的产品数量降序排列为横坐标、缺陷数量为左纵坐标、累计占比为右纵坐标生成单位缺陷数控制图。
5.根据权利要求2所述基于实时数据采集的SMT产线分析方法,其特征在于,步骤2中,所述根据采集时间信息与产品质量信息生成过程能力直方图的过程为:
步骤2.3.1,计算获得过程能力直方图的过程能力指数与综合制成能力:
式中,xi表示第i个时间点所采集的锡膏厚度,m表示共采集了m个时间点的锡膏厚度,表示锡膏厚度的均值,S表示锡膏厚度的方差,Cp表示过程能力指数,Cpk表示综合制成能力指数,USL表示锡膏厚度的上限值,LSL表示锡膏厚度的下限值;
步骤2.3.2,计算获得过程能力直方图的分组、组距与极差:
K=ceil(1+lgm)
h=R/K
式中,K、R、h分别表示过程能力直方图的分组、组距、极差,ceil表示向上取整;
步骤2.3.3,计算获得过程能力直方图中每一组的下限值与上限值:
Lk=min xi+h/2+(k-2)·h
Uk=min xi+h/2+(k-1)·h
式中,Lk表示过程能力直方图中第k组的下限值,Uk表示过程能力直方图中第k组的上限值;
步骤2.3.4,筛选出{x1,x2,…,xi}中处于Li≤xi≤Ui中的累计数据并即为频数,最终根据过程能力指数、综合制成能力指数、分组、组距、极差以及频数生成过程能力直方图。
6.根据权利要求2所述基于实时数据采集的SMT产线分析方法,其特征在于,步骤2中,所述质量箱线图由锡膏厚度信息生成,所述质量检验图由贴片高度信息生成。
7.一种基于实时数据采集的SMT产线分析系统,其特征在于,包括:存储器和处理器,所述存储器存储有基于实时数据采集的SMT产线分析程序,所述处理器在运行所述程序时执行所述权利要求1~6任一项方法所述的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911094924.1A CN110852617B (zh) | 2019-11-11 | 2019-11-11 | 基于实时数据采集的smt产线分析方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911094924.1A CN110852617B (zh) | 2019-11-11 | 2019-11-11 | 基于实时数据采集的smt产线分析方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110852617A true CN110852617A (zh) | 2020-02-28 |
CN110852617B CN110852617B (zh) | 2022-09-09 |
Family
ID=69601185
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911094924.1A Active CN110852617B (zh) | 2019-11-11 | 2019-11-11 | 基于实时数据采集的smt产线分析方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110852617B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022228508A1 (zh) * | 2021-04-30 | 2022-11-03 | 广州明珞装备股份有限公司 | 工位生产节拍处理方法、系统、装置及存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1206862A (zh) * | 1997-07-29 | 1999-02-03 | 林恒延 | 一种应用控制图原理进行质量控制的通用监控仪 |
CN104200316A (zh) * | 2014-08-26 | 2014-12-10 | 华南理工大学 | 一种smt闭环集成优化系统及其优化方法 |
CN106079892A (zh) * | 2016-07-12 | 2016-11-09 | 重庆大学 | 一种pcb锡膏印刷过程质量智能监控系统及方法 |
CN109086999A (zh) * | 2018-08-02 | 2018-12-25 | 东南大学 | 灌装生产线远程数据采集分析系统及其异常分析方法 |
-
2019
- 2019-11-11 CN CN201911094924.1A patent/CN110852617B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1206862A (zh) * | 1997-07-29 | 1999-02-03 | 林恒延 | 一种应用控制图原理进行质量控制的通用监控仪 |
CN104200316A (zh) * | 2014-08-26 | 2014-12-10 | 华南理工大学 | 一种smt闭环集成优化系统及其优化方法 |
CN106079892A (zh) * | 2016-07-12 | 2016-11-09 | 重庆大学 | 一种pcb锡膏印刷过程质量智能监控系统及方法 |
CN109086999A (zh) * | 2018-08-02 | 2018-12-25 | 东南大学 | 灌装生产线远程数据采集分析系统及其异常分析方法 |
Non-Patent Citations (1)
Title |
---|
张丹: "质量控制图系统的实现及在SMT中的应用", 《质量与管理》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022228508A1 (zh) * | 2021-04-30 | 2022-11-03 | 广州明珞装备股份有限公司 | 工位生产节拍处理方法、系统、装置及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN110852617B (zh) | 2022-09-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106079892A (zh) | 一种pcb锡膏印刷过程质量智能监控系统及方法 | |
EP2492767B1 (en) | Inspection system, management server, inspection apparatus and method for managing inspection data | |
CN114707933B (zh) | 一种智慧工厂库存智能管理方法、系统及存储介质 | |
CN111299318B (zh) | 一种热轧板带产品表面质量的自动判定方法 | |
CN102591267A (zh) | 以目标来监控生产过程质量的方法 | |
CN109583806A (zh) | 一种基于智能调整下单重量后的车辆调度取件方法及系统 | |
CN110852617B (zh) | 基于实时数据采集的smt产线分析方法及系统 | |
CN103902798B (zh) | 数据预处理方法 | |
CN112288374A (zh) | 一种基于云计算的智慧供应链物流智能优化管理系统 | |
CN116051037B (zh) | 基于数据分析的项目进度监管系统 | |
CN114625097B (zh) | 一种基于工业互联网的生产工艺控制方法 | |
CN116934177A (zh) | 一种企业生产任务管理数据跟踪分析处理系统 | |
CN107506515B (zh) | Pcb加投率计算模型构建方法和装置 | |
CN116629447A (zh) | 应用于pcba产品的智能检测系统 | |
CN105499282A (zh) | 一种冷轧带钢在线板形分析方法及装置 | |
CN115271390A (zh) | 基于工业园区的碳中和系统 | |
CN113537758A (zh) | 基于大数据技术的制造业高质量发展综合评价方法和系统 | |
CN106779258A (zh) | 一种预测准确率高的大数据健康预测系统 | |
CN106845835B (zh) | 一种基于大数据的企业虚拟标杆确定方法及系统 | |
CN114491188B (zh) | 数据容量的可视化方法、系统及计算机可读存储介质 | |
CN114399366B (zh) | 一种基于人群分析的无人售货机选品方法及系统 | |
CN111159861B (zh) | 基于数据包络分析的锂电池多源可靠性试验数据评价方法 | |
CN105321024A (zh) | 利用关键绩效指标衡量机台群的生产力的方法 | |
CN206178459U (zh) | 一种基于多通道无线技术及spc云的生产过程控制系统 | |
CN112765553A (zh) | 一种基于大数据的工程项目管理系统 |
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 | ||
CB02 | Change of applicant information |
Address after: Room 201, building 9, phase I, Changsha Zhongdian Software Park, No. 39, Jianshan Road, Changsha hi tech Development Zone, Changsha City, Hunan Province Applicant after: CHINA POWER INDUSTRY INTERNET Co.,Ltd. Address before: 410000 Room 201, Building 9, Changsha Zhongdian Software Park Phase I, 39 Jianshan Road, Yuelu District, Changsha City, Hunan Province Applicant before: CHINA POWER INDUSTRY INTERNET Co.,Ltd. |
|
CB02 | Change of applicant information | ||
GR01 | Patent grant | ||
GR01 | Patent grant |