CN111047125B - 产品不良分析装置、方法及计算机可读存储介质 - Google Patents

Abstract

本发明提供一种产品不良分析装置，其包括显示单元，所述产品不良分析装置运行有产品不良分析系统，所述产品不良分析系统包括：信息获取模块，用于获取不良产品的特征信息，所述特征信息包括不良项目；大数据分析模块，用于分析所述不良项目产生的多个原因，将所述不良项目产生的多个原因排序，得到不良项目的最优分析步骤，所述最优分析步骤包括多个原因及其相应的分析顺序；可视化指导模块，用于控制显示单元显示不良产品的特征信息及最优分析步骤。上述产品不良分析装置能够提升产品不良分析的效率。本发明同时提供一种产品不良分析方法及计算机可读存储介质。

Description

产品不良分析装置、方法及计算机可读存储介质

技术领域

本发明涉及工业生产领域，特别是一种产品不良分析装置、方法及计算机可读存储介质。

背景技术

在电子产品的组装生产过程中，检测出的不良产品需经过员工凭经验分析得出不良原因，这种不良分析方法的耗时较长，效率不高，并且，对员工的技术要求较高，而员工技能提升需要靠人工编写的标准作业程序(Standard Operation Procedure，SOP)指导和经验传承，导致员工的培养周期长，增加了公司的人力成本。

发明内容

有鉴于此，有必要提供一种产品不良分析装置、方法及计算机可读存储介质，以解决上述问题。

本发明提出一种产品不良分析装置，其包括显示单元，所述产品不良分析装置运行有产品不良分析系统，所述产品不良分析系统包括：

信息获取模块，用于获取不良产品的特征信息，所述特征信息包括不良项目；

大数据分析模块，用于分析所述不良项目产生的多个原因，将所述不良项目产生的多个所述原因排序，得到所述不良项目的最优分析步骤，所述最优分析步骤包括多个所述原因及其相应的分析顺序；及

可视化指导模块，用于控制所述显示单元显示所述不良产品的特征信息及所述最优分析步骤。

本发明同时提出一种产品不良分析方法，所述方法包括以下步骤：

获取不良产品的特征信息，所述特征信息包括不良项目；

分析所述不良项目产生的多个原因；

将所述多个原因排序，得到所述不良项目的最优分析步骤，所述最优分析步骤包括多个所述原因及其相应的分析顺序；

控制显示单元显示所述不良产品的特征信息及所述最优分析步骤。

本发明还提出一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序由处理器加载并执行所述产品不良分析方法。

上述产品不良分析装置能够获取不良产品的特征信息，分析该不良项目产生的原因，对原因排序并得到最优分析步骤，显示所述不良产品的特征信息及最优分析步骤，以逐步指导分析员分析该不良产品的不良原因，替代了基于人工经验的不良分析，缩短了员工技能提升时间，降低了人力成本，提升了分析效率。

附图说明

图1为本发明提供实施方式的产品不良分析装置的结构示意图。

图2为本发明提供实施方式的产品不良分析系统的模块示意图。

图3为图2所示之本发明提供实施方式之智能分析数据库的分裂式聚类的示意图。

图4为本发明提供实施方式的产品不良分析方法的流程图。

主要元件符号说明

产品不良分析装置	1
		产品不良分析系统	10
存储器	11
		处理器	12
显示单元	13
		输入单元	14
图像数据库	15
		测试数据库	16
生产数据库	17
		智能分析数据库	18
员工数据库	19
		信息获取模块	101
大数据分析模块	102
		可视化指导模块	103
有效数据收集模块	104

如下具体实施方式将结合上述附图进一步说明本发明。

具体实施方式

为了能够更清楚地理解本发明的上述目的、特征和优点，下面结合附图和具体实施方式对本发明进行详细描述。需要说明的是，在不冲突的情况下，本申请的实施方式及实施方式中的特征可以相互组合。

在下面的描述中阐述了很多具体细节以便于充分理解本发明，所描述的实施方式仅是本发明一部分实施方式，而不是全部的实施方式。基于本发明中的实施方式，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施方式，都属于本发明保护的范围。

除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施方式的目的，不是旨在限制本发明。

本文所使用的术语“及/或”包括一个或多个相关的所列项目的任意的和所有的组合。

请参照图1，图1为本发明提供之一种实施方式中的产品不良分析装置的结构示意图。在本实施方式中，所述产品不良分析装置1为计算机。所述产品不良分析装置1中安装并运行有产品不良分析系统10。所述产品不良分析装置1包括存储器11、处理器12、显示单元13和输入单元14，所述存储器11、所述显示单元13及所述输入单元14分别与所述处理器12电性连接。

所述存储器11用于存储中的各类数据，例如程序代码等，并在的运行过程中实现高速、自动地完成程序或数据的存取。

所述存储器11可以是，但并不限于，只读存储器(Read-Only Memory，ROM)、随机存储器(Random Access Memory，RAM)、可编程只读存储器(Programmable Read-OnlyMemory，PROM)、可擦除可编程只读存储器(Erasable Programmable Read-Only Memory，EPROM)、一次可编程只读存储器(One-time Programmable Read-Only Memory，OTPROM)、电子擦除式可复写只读存储器(Electrically-Erasable Programmable Read-Only Memory，EEPROM)、只读光盘(Compact Disc Read-Only Memory，CD-ROM)或其他光盘存储器、磁盘存储器、磁带存储器、或者能够用于携带或存储数据的计算机可读的任何其他介质。

所述处理器12可以是中央处理器(Central Processing unit，CPU)、数字信号处理器或者单片机等，适于实现各指令。

所述显示单元13用于显示所述处理器12的处理结果。

所述输入单元14用于供用户输入各种信息以及控制指令等。在本实施方式中，所述输入单元14可以包括，但不限于，鼠标、键盘、触摸屏、摄像头、遥控器等。

在本实施方式中，所述产品不良分析装置1还包括多个数据库，所述数据库包括图像数据库15、测试数据库16、生产数据库17、智能分析数据库18及员工数据库19。所述图像数据库15、所述测试数据库16、所述生产数据库17、所述智能分析数据库18及所述员工数据库19分别与所述存储器11及所述处理器12通信连接。

所述图像数据库15存储有目标产品的图像信息，包括良品的图像和不良产品的图像。所述图像信息均以不良项目为标签，存储每个不良项目的良品图像和不良产品图像。

所述测试数据库16中存储有目标产品的测试信息，包含产品序列号、测试工站、测试项目、测试结果、测试规格等。所述测试信息以产品序列号为根节点，信息项目本身为子节点进行对应存储。

所述生产数据库17中存储有目标产品的生产信息，包括产品序列号、测试工站、测试项目、料件使用情况、历史维修信息、员工生产记录、测试假性不良信息等。所述员工生产记录以员工的工号为标签进行存储，包括每个工号对应的投入数量、产出数量、库存数量等。所述测试假性不良信息即测试失误造成的不良，重新测试后可排除所述不良。所述测试假性不良信息以假性不良产品的不良项目为条件进行归类后进行存储，其余的所述生产信息以产品序列号为根节点，信息项目本身为子节点进行对应存储。所述测试数据库16和所述生产数据库17中存储的良品的特征信息可在不良产品分析时用于过程能力指数(CPK)分析、散布图的制作和测试标准制定等。

所述智能分析数据库18中存储有上述生产信息，例如所述测试假性不良信息，还存储有同一类型的多个目标产品的不良项目，和该不良项目对应的原因及其相应的数量和比例。所述不良的原因可包括多个一级原因和每个一级原因对应的多个二级原因，可以理解，所述不良的原因还可包括三级原因等，为便于理解，此处不再赘述。

请参照图3，智能分析数据库18将不良项目和不良的原因以分裂式层次聚类的形式存储，具体运行方式如下：

步骤1：将每一个不良项目对应的所有不良的原因按照数据上传时的编码进行分类，形成多个一级原因。例如，所述一级原因包括单纯来料型(M)、单纯制程型(P)、单纯组装型(S)、混合型四大类。

步骤2：将每个一级原因中包括的多个二级原因以相同的名称(例如：A，B等)归类、计数并计算出占所有一级原因的比例(如:x％,y％等)。

智能分析数据库18以不良项目为根节点，所述一级原因为子节点构建层次聚类树的第一层；分别以所述一级原因为父节点，所述二级原因为子节点，构建层次聚类树的第二层，如此完成智能分析数据库18的分裂式层次聚类的构建。

所述员工数据库19存储有员工的基本信息和重要绩效指标(Key PerformanceIndicators，KPI)等，所述员工的基本信息以每个员工的工号为标签进行存储。

所述产品不良分析系统10包括由多个程序代码段组成的功能模块。所述产品不良分析系统10中的各个程序段的程序代码可以存储于所述存储器11中，并由所述处理器12所执行，以实现上述产品不良分析系统10的功能。

请参照图2，所述产品不良分析系统10包括信息获取模块101、大数据分析模块102、可视化指导模块103及有效数据收集模块104。

所述信息获取模块101用于获取不良产品的特征信息，所述特征信息包括不良项目。在本实施方式中，所述信息获取模块101通过测试不良产品的产品序列号，分别从测试数据库16和生产数据库17中获取不良产品的测试信息和生产信息，再通过不良项目从图像数据库15中获取不良产品的图像信息。所述信息获取模块101还用于按照预设的信息提取规则从生产数据库17、智能分析数据库18及员工数据库19中获取对应的特定信息。

所述大数据分析模块102用于分析所述不良项目产生的多个原因，将所述多个原因排序，依据所述排序得到所述不良项目的最优分析步骤。所述最优分析步骤包括多个所述原因及其相应的分析顺序，用于指导分析员按照所述步骤分析不良的原因。

在本实施方式中，所述原因包括多个一级原因及每个所述一级原因对应的多个二级原因，所述大数据分析模块102在将多个所述原因排序时，依据多个所述一级原因的优先次序和每个所述二级原因的所占比例进行排序。

所述可视化指导模块103用于控制显示单元13显示不良产品的特征信息及最优分析步骤。

所述有效数据收集模块104用于接收并存储依据最优分析步骤得到的分析数据。在本实施方式中，所述有效数据收集模块104将所述分析数据存储到生产数据库17中。

所述有效数据收集模块104还用于判断维修后同工站的产品是否测试通过，若测试通过则判定所述分析数据为有效数据，并将所述分析数据上传到智能分析数据库18。

图4为本发明提供的一种产品不良分析方法的流程图，请同时参照图1-2至图4，所述生成管理方法包括以下步骤：

S301：获取不良产品的特征信息，所述特征信息包括不良项目。

具体地，所述特征信息包括产品的测试信息、生产信息和图像信息中的一种或多种。在本实施方式中，该步骤具体为：所述信息获取模块101通过测试不良产品的产品序列号，分别从测试数据库16和生产数据库17中获取不良产品的测试信息和生产信息，再通过不良项目从图像数据库15中获取不良产品的图像信息。

在至少一实施方式中，所述信息获取模块101还按照预设的信息提取规则从生产数据库17、智能分析数据库18及员工数据库19中获取对应的特定信息，所述特定信息包括测试假性不良信息、员工生产记录和员工的重要绩效指标，用于分析员工生产监控、产品假性不良监控和员工KPI评比。

所述信息提取规则例如为：通过分析员工的工号从生产数据库17中自动提取该员工对应的投入数量、产出数量、库存数量；从智能分析数据库18中自动提取假性不良比例排名前十的不良项目及其对应的数量和比例；从员工数据库19中提取KPI前三名和最后一名的员工及其KPI数据。

在获取不良产品的特征信息后，所述信息获取模块101将不良产品的特征信息发送至大数据分析模块102和可视化指导模块103。

S302：分析所述不良项目产生的多个原因。

具体地，大数据分析模块102将不良项目与智能分析数据库18中的不良项目进行匹配，得出该不良项目的多个原因。

在本实施方式中，大数据分析模块102将不良项目与智能分析数据库18中的不良项目进行匹配，得出该不良项目的所有的一级原因类型及对应的二级原因。

S303：将所述多个原因排序，依据所述排序得到所述不良项目的最优分析步骤。

具体地，所述大数据分析模块102依据多个一级原因的优先次序和多个二级原因的所占比例进行排序，并依据所述排序得到所述不良项目的最优分析步骤，所述最优分析步骤包括多个所述原因及其相应的分析顺序。

在本实施方式中，对于一级原因为单纯来料型、单纯制程型、单纯组装型的不良项目，将相应一级原因中包含的二级原因按其所占比例由高到低进行排序(例如:P-A x％,P-B y％,x>y)，得到该不良项目的最优分析步骤(例如:P-A→P-B→…)。

对于一级原因为混合类型的不良项目,先将该不良项目的所有原因类型按照优先次序(例如P→S→M)排序,然后将每种类型包含的二级原因按其所占比例由高到低进行排序，得到该不良项目的最优分析步骤(例:P-A→P-B→…S-A→S-B…→M-A→M-B→…)。

可以理解，上述一级原因的优先次序可预先设定，上述二级原因的顺序会随着其数量及比例的变化而发生动态变化。

然后，大数据分析模块102将所述最优分析步骤发送至可视化指导模块103。

S304：控制显示单元13显示不良产品的特征信息及最优分析步骤。

可视化指导模块103对目标信息的关联信息数据进行可视化处理，形成对应的图谱界面，并控制显示单元13显示所述不良产品的特征信息及最优分析步骤。

具体地，可视化指导模块103通过数据直接映射绘制的方式显示信息获取模块101所获取到的不良产品的特征信息，包括产品的测试信息、生产信息和图像信息中的一种或多种。

所述最优分析步骤可通过弹窗式进行显示，以指导员工根据原因对应的提示窗口内容进行具体操作。每一步操作完成后窗口显示执行结果有“PASS”,“FAIL”两个选项，若分析出不良原因则点击“PASS”,窗口提示分析完成；若未分析出原因点击“FAIL”，窗口提示进入下一步分析，以此类推，当操作完窗口提示的最后一步还未分析出不良原因，窗口提示交与专家分析，直至最后分析完成。

S305：控制显示单元13对符合预设预警规则的测试假性不良信息和产品绑定物料历史信息进行预警。

步骤S301中获取的特征信息包括测试假性不良信息，若大数据分析模块102判断产品的某不良项假性不良率达到预设的目标，则可视化指导模块控制显示单元13进行预警，例如，控制显示界面的背景变红。

若大数据分析模块102依据产品绑定物料历史信息，判断某物料二次绑定在所述产品上，则可视化指导模块控制显示单元13进行预警。

可以理解，在至少一实施方式中，步骤S305可与步骤S304同时进行。

可以理解，在其他实施方式中，步骤S305可以省略。

S306：接收并存储依据最优分析步骤得到的分析数据。

具体地，有效数据收集模块104接收分析员依据最优分析步骤得到的分析数据，所述分析数据包括产品序列号及不良原因，并将所述分析数据上传到生产数据库17中进行存储；生产数据库17通过产品序列号将不良项目、不良原因进行链接，生成完整的不良信息并进行存储。

S307：判断维修后同工站的产品是否测试通过。

具体地，有效数据收集模块104依据生产数据库17中的产品序列号查询测试数据库16中维修后同工站产品的测试结果，判断维修后同工站的产品是否测试通过。若为是，即测试通过，则进入步骤S308；若为否，即测试未通过，判定分析数据无效不做采集并结束。

S308：判定分析数据为有效数据并上传所述分析数据。

具体地，当有效数据收集模块104判断维修后同工站的产品测试通过时，判定接收到的此产品最后一次分析数据为有效数据，将相应的不良原因和不良项目上传到智能分析数据库18，以更新智能分析数据库18中的原因的数量及比例。

可以理解，在其他实施方式中，若智能分析数据库18中的数据量充足，步骤S306、S307、S308可以省略。

可以理解，在其他实施方式中，所述图像数据库15、所述测试数据库16、所述生产数据库17、所述智能分析数据库18及所述员工数据库19也可为存储器11中的一个或多个存储模块。

以下举例说明上述产品不良分析方法。

当分析员拿到需要分析的不良产品A时，扫描不良产品A的产品序列号(例：123456789)，信息获取模块101依据产品序列号自动从测试数据库16和生产数据库17中获取该不良产品A的不良测试工站(摄像头测试)、不良项目(摄像头功耗不良)，并从图像数据库中获取不良产品的图像。

大数据分析模块102分析该不良项目的多个原因并将原因排序，得出最优分析步骤：“1.P-FC 100pcs 10.0％；2.S-NTF 200pcs 20.0％；3.M-BC 350pcs 35.0％；4.M-FC350pcs 35.0％”。

可视化指导模块103控制显示单元13显示该不良测试工站、不良项目，并控制显示单元13以弹窗式显示该最优分析步骤。分析员根据弹窗提示的分析步骤进行操作。

弹窗显示“1.P-FC”,且弹窗的温馨提示窗口提示具体的动作：“参照图片检查摄像头及相关接口”，若检查结果无异常，分析员点击“FAIL”进入下一步。

弹窗显示“2.S-NTF”,弹窗的温馨提示窗口提示“将该不良品拿到摄像头测试工站进行测试”,若测试无异常，分析员点击“FAIL”进入下一步。

弹窗显示“3.M-BC”,弹窗的温馨提示窗口提示“将原装的BC拆下拿一个良品BC装到原装产品上测试摄像头工站”。测试无异常，分析员点击FAIL进入下一步；

弹窗显示“4.M-FC”,弹窗的温馨提示窗口提示“将原装FC装到良品的产品上测试摄像头工站”。若测试成功,弹窗的温馨提示窗口提示：“更换FC，点击PASS系统提示分析完成”。最终的不良原因为M-FC(FC Material Issue)。

有效数据收集模块104接收分析员通过数据上传工站输入的分析数据(包括产品序列号及不良原因)，并将分析数据存储到到生产数据库17。

有效数据收集模块104通过产品序列号查询在测试数据库16里维修后同工站测试的结果，以判断同工站产品是否测试通过。若测试通过，则有效数据收集模块104将此不良原因M-FC自动上传并储存到智能分析数据库18中的不良项目中(摄像头功耗不良)，同时该不良项目的不良原因比例也会随之变化，M-FC的比例由之前的35％变为35.1％。

同时，信息获取模块101从员工数据库19中抓取总分前三名和最后一名员工的关键业绩指标，可视化指导模块将上述信息呈现在KPI窗口；信息获取模块101从智能分析数据库18中抓取假性不良信息，可视化指导模块103将上述信息呈现在假性不良窗口；信息获取模块101从生产数据库17中抓取产品绑定物料历史信息、员工生产记录、历史维修信息，分别呈现在显示单元13的料件使用情况窗口，员工生产信息窗口和维修历史信息窗口。

上述产品不良分析装置1及方法应用于产品生产中的不良分析，能够实现智能判断、数据交互和智能化的弹窗提示。上述产品不良分析装置1能够获取不良产品的特征信息，分析该不良项目产生的原因，对原因排序并得到最优分析步骤，显示所述不良产品的特征信息及最优分析步骤，以逐步指导分析员分析该不良产品的不良原因。因此，上述产品不良分析装置1及方法能够基于大数据分析不良项目产生的原因并指导分析员分析实际的不良原因，替代了基于人工经验的不良分析，不需人工编写分析步骤，提升了不良分析的效率，缩短了员工技能提升时间，降低了人力成本。另外，上述产品不良分析装置1及方法还能够通过自主学习来更新智能分析数据库18，提升了不良分析的准确性。

另外，在本发明各个实施例中的各功能单元可以集成在相同处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在相同单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能模块的形式实现。

对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。此外，显然“包括”一词不排除其他单元或步骤，单数不排除复数。计算机装置权利要求中陈述的多个单元或计算机装置也可以由同一个单元或计算机装置通过软件或者硬件来实现。第一，第二等词语用来表示名称，而并不表示任何特定的顺序。

最后应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或等同替换，而不脱离本发明技术方案的精神和范围。

Claims (12)

1.一种产品不良分析装置，其包括显示单元，其特征在于：所述产品不良分析装置运行有产品不良分析系统，所述产品不良分析系统包括：

信息获取模块，用于获取不良产品的特征信息，所述特征信息包括不良项目；

大数据分析模块，用于分析所述不良项目产生的多个原因，将所述不良项目产生的多个所述原因排序，得到所述不良项目的最优分析步骤，所述最优分析步骤包括多个所述原因及其相应的分析顺序，所述原因包括多个一级原因及每个所述一级原因对应的多个二级原因，在将多个所述原因排序时，依据多个所述一级原因的优先次序和每个所述二级原因在相应的一级原因中所占的比例进行排序；及

可视化指导模块，用于控制所述显示单元显示所述不良产品的特征信息及所述最优分析步骤；

所述可视化指导模块还用于在控制所述显示单元显示所述最优分析步骤时，控制所述显示单元通过弹窗的方式按照所述最优分析步骤依次显示多个所述一级原因和多个所述二级原因，以指导分析员根据每一所述原因对应的窗口显示内容进行具体操作，每一所述具体操作完成后控制所述显示单元显示执行结果，所述执行结果包括PASS选项与FAIL选项，若分析出不良原因，则响应所述分析员点击所述PASS选项的操作，确认产品不良分析完成。

2.如权利要求1所述的产品不良分析装置，其特征在于：所述产品不良分析装置包括智能分析数据库，所述智能分析数据库中存储有同一类型的多个目标产品的不良项目，和所述不良项目相应的原因及其相应的比例；

所述大数据分析模块还用于将所述不良项目与所述智能分析数据库中的不良项目进行匹配，得出所述不良项目产生的多个原因。

3.如权利要求2所述的产品不良分析装置，其特征在于：所述产品不良分析系统还包括：

有效数据收集模块，用于接收并存储依据所述最优分析步骤得到的分析数据，所述分析数据包括所述不良项目及分析得到的不良原因；

所述有效数据收集模块还用于判断维修后同工站的产品是否测试通过，在测试通过时判定所述分析数据为有效数据，并将所述分析数据上传到所述智能分析数据库，以更新所述智能分析数据库中的所述原因的比例。

4.如权利要求3所述的产品不良分析装置，其特征在于：所述产品不良分析装置还包括测试数据库及生产数据库，所述测试数据库中存储有目标产品的测试信息，所述测试信息包括产品序列号、测试工站与测试项目；所述生产数据库中存储有所述目标产品的生产信息，所述生产信息包括所述产品序列号、所述测试工站、所述不良原因、所述测试项目及历史维修信息；

所述有效数据收集模块还用于将所述分析数据存储到所述生产数据库中；

所述有效数据收集模块还用于依据所述生产数据库中的产品序列号查询所述测试数据库中维修后同工站产品的测试结果，以判断维修后同工站的产品是否测试通过。

5.如权利要求4所述的产品不良分析装置，其特征在于：所述生产数据库中还存储有测试假性不良信息，所述信息获取模块还用于通过预设的信息提取规则获取所述生产数据库中的所述测试假性不良信息，所述可视化指导模块还用于控制所述显示单元对符合预设预警规则的所述测试假性不良信息进行预警。

6.如权利要求4所述的产品不良分析装置，其特征在于：所述产品不良分析装置还包括员工数据库，所述员工数据库中存储有员工的基本信息和重要绩效指标，所述生产数据库中还存储有员工生产记录，所述信息获取模块还用于获取所述员工数据库中的员工的基本信息和重要绩效指标，以及所述生产数据库中的所述员工生产记录。

7.如权利要求4所述的产品不良分析装置，其特征在于：所述产品不良分析装置还包括图像数据库，所述图像数据库中存储有目标产品的图像信息，包括良品和不良产品的图像，所述图像信息以所述不良项目为标签进行存储；所述信息获取模块还用于通过不良产品的产品序列号从所述测试数据库和所述生产数据库中提取对应的不良产品的特征信息，再通过所述不良项目从所述图像数据库提取所述不良产品的图像。

8.一种产品不良分析方法，其特征在于，所述方法包括以下步骤：

获取不良产品的特征信息，所述特征信息包括不良项目；

分析所述不良项目产生的多个原因；

将所述多个原因排序，得到所述不良项目的最优分析步骤，所述最优分析步骤包括多个所述原因及其相应的分析顺序，所述原因包括多个一级原因及每个所述一级原因对应的多个二级原因，在将多个所述原因排序时，依据多个所述一级原因的优先次序和每个所述二级原因在相应的一级原因中所占的比例进行排序；

控制显示单元显示所述不良产品的特征信息及所述最优分析步骤；

在控制所述显示单元显示所述最优分析步骤时，控制所述显示单元通过弹窗的方式按照所述最优分析步骤依次显示多个所述一级原因和多个所述二级原因，以指导分析员根据每一所述原因对应的窗口显示内容进行具体操作，每一所述具体操作完成后控制所述显示单元显示执行结果，所述执行结果包括PASS选项与FAIL选项，若分析出不良原因，则响应所述分析员点击所述PASS选项的操作，确认产品不良分析完成。

9.如权利要求8所述的产品不良分析方法，其特征在于：所述分析不良项目产生的多个原因的步骤具体为：将所述不良项目与智能分析数据库中的不良项目进行匹配，得出所述不良项目产生的多个原因；所述智能分析数据库中存储有同一类型的多个目标产品的不良项目，和所述不良项目相应的原因及其相应的比例。

10.如权利要求9所述的产品不良分析方法，其特征在于：在存储所述分析数据之后，所述方法还包括步骤：

接收并存储依据所述最优分析步骤得到的分析数据，所述分析数据包括所述不良项目及分析得到的不良原因；

判断维修后同工站的产品是否测试通过；

当判断维修后同工站的产品测试通过时，判定所述分析数据为有效数据，并将所述分析数据上传到所述智能分析数据库，以更新所述智能分析数据库中的所述原因的比例。

11.如权利要求8所述的产品不良分析方法，其特征在于：所述特征信息包括测试假性不良信息，所述方法还包括步骤：

控制所述显示单元对符合预设预警规则的所述测试假性不良信息进行预警。

12.一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，其特征在于，所述计算机程序由处理器加载并执行如权利要求8-11中任意一项所述的产品不良分析方法。