CN113192231B - 一种基于大数据的手机显示屏自动校验系统 - Google Patents

Abstract

本发明公开了一种基于大数据的手机显示屏自动校验系统，包括数据采集模块、产线收集模块、数据处理模块、控制器、警示模块、数据库和显示模块；数据采集模块用于采集每批次的手机显示屏的外部形态信息和内部工况信息，并将其传输至数据处理模块，产线收集模块用于收集每批次的手机显示屏的生产流程管控信息和生产设备运转信息，并将其传输至数据库进行存储、调取，数据处理模块在接收到外部形态信息和内部工况信息后，对其进行内外双向校验操作；本发明是通过手机显示屏的参数校验为基础，来反馈至产线上的各项操控状况，并根据两方面的推导关联性，以达到全面化的双重、多阶段的校验监管效果。

Description

一种基于大数据的手机显示屏自动校验系统

技术领域

本发明涉及手机显示屏自动校验技术领域，具体为一种基于大数据的手机显示屏自动校验系统。

背景技术

手机显示屏是用于显示图像和色彩的，主要是以盖板玻璃、触控模组和显示模组等构成，其中的屏幕品质由屏幕材质、屏幕色彩、屏幕亮度和对比度等因素决定，手机显示屏所能展现的画面颜色越多、越复杂，则手机显示屏的画面层次感就越丰富；

而现有的手机显示屏自动校验系统，其囊括比对的数据量较少、反映的结果量也较为单一，仅是对手机显示屏的参数校验，并不能反馈至产线上的各项操控状况，难以达到全面化的双重、多阶段的校验监管效果；

为了解决上述的技术缺陷，现提供一种技术方案。

发明内容

本发明的目的在于提供一种基于大数据的手机显示屏自动校验系统，本发明是将手机显示屏的外部形态和内部工况一同评判，去校验手机显示屏的产品质量情况，从数据定义、校验过程及方式上，规划有双面校验下的多重参量的数据关联；还根据校验结果去划分各质量批次的区间集合，并依此调取手机显示屏的生产流程状况和设备运转状况，由生产流程间、设备运转间的各质量批次的区间集合的比值结果，来将两部分相适配、解析，推导得到整个产线上的优质、正常和劣质产品的差异影响因素，侧面体现有差距产生的缘由反馈，则通过手机显示屏的参数校验为基础，来反馈至产线上的各项操控状况，并根据两方面的推导关联性，以达到全面化的双重、多阶段的校验监管效果。

本发明的目的可以通过以下技术方案实现：

一种基于大数据的手机显示屏自动校验系统，包括数据采集模块、产线收集模块、数据处理模块、控制器、警示模块、数据库和显示模块；

所述数据采集模块用于采集每批次的手机显示屏的外部形态信息和内部工况信息，并将其传输至数据处理模块，且手机显示屏即为手机显示屏模组，有手机屏幕、显示组件和排线组件等；

所述产线收集模块用于收集每批次的手机显示屏的生产流程管控信息和生产设备运转信息，并将其传输至数据库进行存储、调取；

所述数据处理模块在接收到外部形态信息和内部工况信息后，对其进行内外双向校验操作，具体步骤如下：

Q1：获取到一段时间内的每批次的手机显示屏的外部形态信息，并将其中的表面平整度数据、表面粗糙度数据和硬度数据分别标定为Wi、Ei和Ri，i=1...n，参数i与每批次相对应，参数n为大于等于1的正整数；获取到一段时间内的每批次的手机显示屏的内部工况信息，并将其中的对比度数据、峰值亮度数据和像素密度数据分别标定为Ti、Yi和Ui，i=1...n，一段时间表示一个工作周期，是根据所需生产的任务量而设定的工作时长，可为几天、几个星期等；

Q2：先根据拟合公式

，i=1...n，得到一段时间内的每批次的手机显示屏的外部形态标量Pi，其中的参数w、e和r均为外部形态评价的影响程度因子，是用于衡量参数Wi、Ei和Ri对结果Pi的各自影响程度的大小，w＞e＞r＞0且w+e+r=4.62；再根据拟合公式

，i=1...n，得到一段时间内的每批次的手机显示屏的内部工况标量Ai，其中的参数t、y和u均为内部工况评价的影响程度因子，是用于衡量参数Ti、Yi和Ui对结果Ai的各自影响程度的大小，u＞t＞y＞0且t+y+u=5.38；

Q3：当一段时间内的每批次的手机显示屏的外部形态标量Pi＜预设值α、且其内部工况标量Ai＜预设值β时，则将该批次生成整体优质信号，并将该批次置于优质集；当一段时间内的每批次的手机显示屏的外部形态标量Pi≥预设值α、且其内部工况标量Ai≥预设值β时，则将该批次生成整体劣质信号，并将该批次置于劣质集；而其它情况下，则将该批次生成整体正常信号，并将该批次置于正常集；

而数据处理模块将整体优质信号、整体正常信号或整体低劣信号经控制器传输至警示模块发出提示音，整体优质信号为该批次的手机显示屏呈高规格品质，整体正常信号为该批次的手机显示屏呈要求规格品质，整体低劣信号为该批次的手机显示屏呈不合规品质，敬请及时关注、查看；

且数据处理模块还通过优质集、正常集和劣质集内的批次数量，当优质集和正常集内的批次数量/劣质集内的批次数量≥额定比例值时，则不做出任何的操作，反之，则从数据库中调取优质集、正常集和劣质集内的每批次的手机显示屏的生产流程管控信息和生产设备运转信息，对其进行产线监管反馈操作，得到设备差异信号、流程差异信号或流程设备同等影响信号，并将其经控制器传输至显示模块做出文本显示，设备差异信号所对应的文本显示为“手机显示屏的质量干扰因素在于设备运转差距、待统一控制数据”，流程差异信号所对应的文本显示为“手机显示屏的质量干扰因素在于流程管控差距、待统一设置参量”，流程设备同等影响信号所对应的文本显示为“手机显示屏的质量干扰因素于流程、设备上均有体现，需重新统一调试”。

进一步的，所述外部形态信息由每批次的手机显示屏的表面平整度数据、表面粗糙度数据和硬度数据组成，表面平整度数据表示该批次的所有手机显示屏的表面平整度的均值，表面粗糙度数据表示该批次的所有手机显示屏的表面粗糙度与额定值间的平均变化量，硬度数据表示该批次的所有手机显示屏的硬度的极值，而表面平整度、表面粗糙度和硬度均是通过现有仪器、设备等测量得到，表面平整度、表面粗糙度为多次测量的均值，硬度为手机显示屏的中心处和拐角处一同测量的均值；

所述内部工况信息由每批次的手机显示屏的对比度数据、峰值亮度数据和像素密度数据组成，对比度数据、峰值亮度数据和像素密度数据均表示该批次的所有手机显示屏的对比度、峰值亮度和像素密度与其额定值间的总变化量，而对比度、峰值亮度和像素密度均是通过现有仪器、设备等测量得到，对比度、峰值亮度和像素密度为多次测量的均值。

进一步的，所述生产流程管控信息由每批次的手机显示屏的打磨抛光流程数据、喷淋清洗流程数据和入炉钢化流程数据组成，打磨抛光流程数据表示该批次的所有手机显示屏所经历的打磨抛光过程的平均次数*平均时长，喷淋清洗流程数据表示该批次的所有手机显示屏所经历的喷淋清洗过程的平均次数*平均水温，入炉钢化流程数据表示该批次的所有手机显示屏所经历的入炉钢化过程的平均预热温度*平均时长，而上述处理过程内的各项次数、时长和温度数据均是通过现有监测平台、传感器等测量得到；

所述生产设备运转信息由每批次的手机显示屏的研磨运转数据、超声清洗运转数据和钢化成型运转数据组成，研磨运转数据表示该批次的所有手机显示屏于研磨设备内的镜面正向压力≤0.08MPa时的平均时长，若研磨设备对镜面的正向压力过大且持续时间过长，则镜面易被压裂、压碎，超声清洗运转数据表示该批次的所有手机显示屏于超声清洗设备内的频率位于20kHz-60kHz间的平均时长，在20kHz-60kHz的频率区间下，液体受到的压缩和稀疏作用有更长的时间间隔，可使气泡在崩溃前生长至较大的尺寸，以提升对镜面的清洗效果，钢化成型运转数据表示该批次的所有手机显示屏于钢化炉内的均质温度位于280℃-300℃间的平均时长，在280℃-300℃的均质温度区间下，可更好的改善镜片性能，而上述设备内的各项时长数据是通过现有监测平台、传感器等测量得到。

进一步的，所述产线监管反馈操作的具体步骤如下：

S1：获取到优质集、正常集和劣质集内的每批次的手机显示屏的生产流程管控信息，并将其中的打磨抛光流程数据、喷淋清洗流程数据和入炉钢化流程数据分别标定为Di、Fi和Gi，Hi、Ji和Ki，Li、Zi和Xi，i=1...n；获取到优质集、正常集和劣质集内的每批次的手机显示屏的生产设备运转信息，并将其中的研磨运转数据、超声清洗运转数据和钢化成型运转数据分别标定为di、fi和gi，hi、ji和ki，li、zi和xi，i=1...n；

S2：先根据拟合公式

、

和

，分别得到优质集、正常集和劣质集内的所有批次的手机显示屏的流程管控量级C、V和B，再根据拟合公式

、

和

，分别得到优质集、正常集和劣质集内的所有批次的手机显示屏的设备工作量级N、M和θ；

S3：当优质集、正常集和劣质集所对应的流程管控量级C：V：B位于预设范围c：v：b之内，且优质集、正常集和劣质集所对应的设备工作量级N：M：θ位于预设范围μ：m：γ之外时，则生成设备差异信号；当优质集、正常集和劣质集所对应的流程管控量级C：V：B位于预设范围c：v：b之外，且优质集、正常集和劣质集所对应的设备工作量级N：M：θ位于预设范围μ：m：γ之内时，则生成流程差异信号；而其它情况下，则生成流程设备同等影响信号；

在手机显示屏的生产流程管控上，优质集、正常集和劣质集的量级比值处于合理的预设范围，则三者并无任何的差距，且在手机显示屏的生产设备运转上，优质集、正常集和劣质集的量级比值处于异常的预设范围，则三者是有明显的差距，而造成每批次的手机显示屏划分于优质集、正常集和劣质集内的评价基准，正是由于设备工作的情况有差距，这样就能清晰的了解到产线上的手机显示屏的质量低下的具体缘由。

本发明的有益效果：

本发明是将手机显示屏的外部形态和内部工况一同评判，在外部构造和内部状况上，去校验手机显示屏的产品质量情况，而参与校验的数据均为特殊标定，即从数据定义、校验过程及方式上，规划有双面校验下的多重参量的数据关联；

还根据校验结果去划分各质量批次的区间集合，并依此调取手机显示屏的生产流程状况和设备运转状况，由生产流程间的各质量批次的区间集合的比值结果，以及设备运转间的各质量批次的区间集合的比值结果，来将两部分相适配、解析，推导得到整个产线上的优质、正常和劣质产品的差异影响因素，侧面体现有差距产生的缘由反馈，则通过手机显示屏的参数校验为基础，来反馈至产线上的各项操控状况，并根据两方面的推导关联性，以达到全面化的双重、多阶段的校验监管效果。

附图说明

为了便于本领域技术人员理解，下面结合附图对本发明作进一步的说明；

图1为本发明的系统框图。

具体实施方式

下面将结合实施例对本发明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，本领域普通技术工作人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

如图1所示，一种基于大数据的手机显示屏自动校验系统，包括数据采集模块、产线收集模块、数据处理模块、控制器、警示模块、数据库和显示模块；

数据采集模块将采集到的每批次的手机显示屏的外部形态信息和内部工况信息传输至数据处理模块；

其中的外部形态信息由每批次的手机显示屏的表面平整度数据、表面粗糙度数据和硬度数据组成，表面平整度数据表示该批次的所有手机显示屏的表面平整度的均值，表面粗糙度数据表示该批次的所有手机显示屏的表面粗糙度与额定值间的平均变化量，硬度数据表示该批次的所有手机显示屏的硬度的极值；

其中的内部工况信息由每批次的手机显示屏的对比度数据、峰值亮度数据和像素密度数据组成，对比度数据、峰值亮度数据和像素密度数据均表示该批次的所有手机显示屏的对比度、峰值亮度和像素密度与其额定值间的总变化量；

产线收集模块将收集到的每批次的手机显示屏的生产流程管控信息和生产设备运转信息传输至数据库进行存储、调取；

其中的生产流程管控信息由每批次的手机显示屏的打磨抛光流程数据、喷淋清洗流程数据和入炉钢化流程数据组成，打磨抛光流程数据表示该批次的所有手机显示屏所经历的打磨抛光过程的平均次数*平均时长，喷淋清洗流程数据表示该批次的所有手机显示屏所经历的喷淋清洗过程的平均次数*平均水温，入炉钢化流程数据表示该批次的所有手机显示屏所经历的入炉钢化过程的平均预热温度*平均时长；

其中的生产设备运转信息由每批次的手机显示屏的研磨运转数据、超声清洗运转数据和钢化成型运转数据组成，研磨运转数据表示该批次的所有手机显示屏于研磨设备内的镜面正向压力≤0.08MPa时的平均时长，超声清洗运转数据表示该批次的所有手机显示屏于超声清洗设备内的频率位于20kHz-60kHz间的平均时长，钢化成型运转数据表示该批次的所有手机显示屏于钢化炉内的均质温度位于280℃-300℃间的平均时长；

数据处理模块则依据接收到的外部形态信息和内部工况信息，来对其做出内外双向校验操作，具体步骤如下：

Q1：获取到一个工作周期内的每批次的手机显示屏的外部形态信息，并将其中的表面平整度数据、表面粗糙度数据和硬度数据分别标定为Wi、Ei和Ri，i=1...n，获取到一个工作周期内的每批次的手机显示屏的内部工况信息，并将其中的对比度数据、峰值亮度数据和像素密度数据分别标定为Ti、Yi和Ui，i=1...n，即表示一个工作周期有n批次的处理量；

Q2：先根据拟合公式

，i=1...n，得到一个工作周期内的每批次的手机显示屏的外部形态标量Pi，其中的参数w、e和r均为外部形态评价的影响程度因子，w＞e＞r＞0且w+e+r=4.62；再根据拟合公式

，i=1...n，得到一个工作周期内的每批次的手机显示屏的内部工况标量Ai，其中的参数t、y和u均为内部工况评价的影响程度因子，u＞t＞y＞0且t+y+u=5.38；

Q3：当一个工作周期内的每批次的手机显示屏的外部形态标量Pi＜预设值α、且其内部工况标量Ai＜预设值β时，则将该批次生成整体优质信号，并将该批次置于优质集；当一个工作周期内的每批次的手机显示屏的外部形态标量Pi≥预设值α、且其内部工况标量Ai≥预设值β时，则将该批次生成整体劣质信号，并将该批次置于劣质集；当一个工作周期内的每批次的手机显示屏的外部形态标量Pi＜预设值α、且其内部工况标量Ai≥预设值β时，以及当一个工作周期内的每批次的手机显示屏的外部形态标量Pi≥预设值α、且其内部工况标量Ai＜预设值β时，则将该批次生成整体正常信号，并将该批次置于正常集；

而数据处理模块将整体优质信号、整体正常信号或整体低劣信号经控制器传输至警示模块，警示模块则依据接收到的整体优质信号，来发出该批次的手机显示屏呈高规格品质的提示音，警示模块则依据接收到的整体正常信号，来发出该批次的手机显示屏呈要求规格品质的提示音，警示模块则依据接收到的整体低劣信号，来发出该批次的手机显示屏呈不合规品质，敬请及时关注、查看的提示音；

且数据处理模块还通过优质集、正常集和劣质集内的批次数量，当优质集和正常集内的批次数量/劣质集内的批次数量≥额定比例值时，则不做出任何的操作，当优质集和正常集内的批次数量/劣质集内的批次数量＜额定比例值时，则从数据库中调取优质集、正常集和劣质集内的每批次的手机显示屏的生产流程管控信息和生产设备运转信息，对其进行产线监管反馈操作，具体步骤如下：

S1：获取到优质集、正常集和劣质集内的每批次的手机显示屏的生产流程管控信息，并将其中的打磨抛光流程数据、喷淋清洗流程数据和入炉钢化流程数据分别标定为Di、Fi和Gi，Hi、Ji和Ki，Li、Zi和Xi，i=1...n；获取到优质集、正常集和劣质集内的每批次的手机显示屏的生产设备运转信息，并将其中的研磨运转数据、超声清洗运转数据和钢化成型运转数据分别标定为di、fi和gi，hi、ji和ki，li、zi和xi，i=1...n；

S2：先根据拟合公式

、

和

，分别得到优质集、正常集和劣质集内的所有批次的手机显示屏的流程管控量级C、V和B，再根据拟合公式

、

和

，分别得到优质集、正常集和劣质集内的所有批次的手机显示屏的设备工作量级N、M和θ；

S3：当优质集、正常集和劣质集所对应的流程管控量级C：V：B位于预设范围c：v：b之内，且优质集、正常集和劣质集所对应的设备工作量级N：M：θ位于预设范围μ：m：γ之外时，则生成设备差异信号；当优质集、正常集和劣质集所对应的流程管控量级C：V：B位于预设范围c：v：b之外，且优质集、正常集和劣质集所对应的设备工作量级N：M：θ位于预设范围μ：m：γ之内时，则生成流程差异信号；当优质集、正常集和劣质集所对应的流程管控量级C：V：B位于预设范围c：v：b之内，且优质集、正常集和劣质集所对应的设备工作量级N：M：θ位于预设范围μ：m：γ之内时，以及当优质集、正常集和劣质集所对应的流程管控量级C：V：B位于预设范围c：v：b之外，且优质集、正常集和劣质集所对应的设备工作量级N：M：θ位于预设范围μ：m：γ之外时，则生成流程设备同等影响信号；

并将得到的设备差异信号、流程差异信号或流程设备同等影响信号经控制器传输至显示模块，显示模块则依据接收到的设备差异信号，来显示“手机显示屏的质量干扰因素在于设备运转差距、待统一控制数据”的文本，显示模块则依据接收到的流程差异信号，来显示“手机显示屏的质量干扰因素在于流程管控差距、待统一设置参量”的文本，显示模块则依据接收到的流程设备同等影响信号，来显示“手机显示屏的质量干扰因素于流程、设备上均有体现，需重新统一调试”的文本；

即在手机显示屏的生产流程管控上，优质集、正常集和劣质集的量级比值处于合理的预设范围，则三者并无任何的差距，且在手机显示屏的生产设备运转上，优质集、正常集和劣质集的量级比值处于异常的预设范围，则三者是有明显的差距，而造成每批次的手机显示屏划分于优质集、正常集和劣质集内的评价基准，正是由于设备工作的情况有差距，这样就能清晰的了解到产线上的手机显示屏的质量低下的具体缘由；

其中，上述公式均为去量纲取其数值计算，并通过采集大量数据进行软件模拟，得出最接近真实情况所选取的，其中的系数、因子均是由本领域技术人员根据实际情况所设置的。

本发明是将每批次的手机显示屏的外部形态信息和内部工况信息相结合，而外部形态信息由每批次的手机显示屏的表面平整度数据、表面粗糙度数据和硬度数据组成，表现为自身外部构造性质上的数据内容，而内部工况信息由每批次的手机显示屏的对比度数据、峰值亮度数据和像素密度数据组成，表现为自身内部状况性质上的数据内容，且外部形态信息和内部工况信息中的各项包含数据均有特殊标定；

再对其进行内外双向校验操作，并根据拟合公式对内、外状况做出互配评判，解析得到内部工况和外部形态对手机显示屏的质量校验产生的干扰影响，依此划分有各类的警示信号去发出提示，以及划分有包含各质量批次的区间集合；

且根据各质量批次的区间集合去调取与其所对应的每批次的手机显示屏的生产流程管控信息和生产设备运转信息，并对其进行产线监管反馈操作，即将各质量批次的区间集合中的生产流程类的打磨抛光流程数据、喷淋清洗流程数据和入炉钢化流程数据，以及生产设备类的研磨运转数据、超声清洗运转数据和钢化成型运转数据，一同的经参量重标定、类别化比对，去通过各质量批次的区间集合内的流程和设备的综合状况，来推导得到整个产线上的优质、正常和劣质产品的差异影响因素，追溯差距产生的原因所在，并做出各类型的显示文本。

以上内容仅仅是对本发明结构所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的结构或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。

Claims (1)

1.一种基于大数据的手机显示屏自动校验系统，其特征在于，包括数据采集模块、产线收集模块、数据处理模块、控制器、警示模块、数据库和显示模块；

所述数据采集模块用于采集每批次的手机显示屏的外部形态信息和内部工况信息，并将其传输至数据处理模块；

所述产线收集模块用于收集每批次的手机显示屏的生产流程管控信息和生产设备运转信息，并将其传输至数据库进行存储、调取；

所述数据处理模块在接收到外部形态信息和内部工况信息后，对其进行内外双向校验操作，具体步骤如下：

Q1：获取到一段时间内的每批次的手机显示屏的外部形态信息，并将其中的表面平整度数据、表面粗糙度数据和硬度数据分别标定为Wi、Ei和Ri，i=1…n；获取到一段时间内的每批次的手机显示屏的内部工况信息，并将其中的对比度数据、峰值亮度数据和像素密度数据分别标定为Ti、Yi和Ui，i=1…n；

Q2：先根据拟合公式

，i=1…n，得到一段时间内的每批次的手机显示屏的外部形态标量Pi，其中的参数w、e和r均为外部形态评价的影响程度因子，w＞e＞r＞0且w+e+r=4.62；再根据拟合公式

，i=1…n，得到一段时间内的每批次的手机显示屏的内部工况标量Ai，其中的参数t、y和u均为内部工况评价的影响程度因子，u＞t＞y＞0且t+y+u=5.38；

Q3：当一段时间内的每批次的手机显示屏的外部形态标量Pi＜预设值α、且其内部工况标量Ai＜预设值β时，则将该批次生成整体优质信号，并将该批次置于优质集；当一段时间内的每批次的手机显示屏的外部形态标量Pi≥预设值α、且其内部工况标量Ai≥预设值β时，则将该批次生成整体劣质信号，并将该批次置于劣质集；而其它情况下，则将该批次生成整体正常信号，并将该批次置于正常集；

而数据处理模块将整体优质信号、整体正常信号或整体低劣信号经控制器传输至警示模块发出提示音；

且数据处理模块还通过优质集、正常集和劣质集内的批次数量，当优质集和正常集内的批次数量/劣质集内的批次数量≥额定比例值时，则不做出任何的操作，反之，则从数据库中调取优质集、正常集和劣质集内的每批次的手机显示屏的生产流程管控信息和生产设备运转信息，对其进行产线监管反馈操作，得到设备差异信号、流程差异信号或流程设备同等影响信号，并将其经控制器传输至显示模块做出文本显示；

所述外部形态信息由每批次的手机显示屏的表面平整度数据、表面粗糙度数据和硬度数据组成，表面平整度数据表示该批次的所有手机显示屏的表面平整度的均值，表面粗糙度数据表示该批次的所有手机显示屏的表面粗糙度与额定值间的平均变化量，硬度数据表示该批次的所有手机显示屏的硬度的极值；

所述内部工况信息由每批次的手机显示屏的对比度数据、峰值亮度数据和像素密度数据组成，对比度数据、峰值亮度数据和像素密度数据均表示该批次的所有手机显示屏的对比度、峰值亮度和像素密度与其额定值间的总变化量；

所述生产流程管控信息由每批次的手机显示屏的打磨抛光流程数据、喷淋清洗流程数据和入炉钢化流程数据组成，打磨抛光流程数据表示该批次的所有手机显示屏所经历的打磨抛光过程的平均次数*平均时长，喷淋清洗流程数据表示该批次的所有手机显示屏所经历的喷淋清洗过程的平均次数*平均水温，入炉钢化流程数据表示该批次的所有手机显示屏所经历的入炉钢化过程的平均预热温度*平均时长；

所述生产设备运转信息由每批次的手机显示屏的研磨运转数据、超声清洗运转数据和钢化成型运转数据组成，研磨运转数据表示该批次的所有手机显示屏于研磨设备内的镜面正向压力≤0.08MPa时的平均时长，超声清洗运转数据表示该批次的所有手机显示屏于超声清洗设备内的频率位于20kHz-60kHz间的平均时长，钢化成型运转数据表示该批次的所有手机显示屏于钢化炉内的均质温度位于280℃-300℃间的平均时长；

所述产线监管反馈操作的具体步骤如下：

S1：获取到优质集、正常集和劣质集内的每批次的手机显示屏的生产流程管控信息，并将其中的打磨抛光流程数据、喷淋清洗流程数据和入炉钢化流程数据分别标定为Di、Fi和Gi，Hi、Ji和Ki，Li、Zi和Xi，i=1…n；获取到优质集、正常集和劣质集内的每批次的手机显示屏的生产设备运转信息，并将其中的研磨运转数据、超声清洗运转数据和钢化成型运转数据分别标定为di、fi和gi，hi、ji和ki，li、zi和xi，i=1…n；

S2：先根据拟合公式

、

和

，分别得到优质集、正常集和劣质集内的所有批次的手机显示屏的流程管控量级C、V和B，再根据拟合公式

、

和

，分别得到优质集、正常集和劣质集内的所有批次的手机显示屏的设备工作量级N、M和θ；

S3：当优质集、正常集和劣质集所对应的流程管控量级C：V：B位于预设范围c：v：b之内，且优质集、正常集和劣质集所对应的设备工作量级N：M：θ位于预设范围μ：m：γ之外时，则生成设备差异信号；当优质集、正常集和劣质集所对应的流程管控量级C：V：B位于预设范围c：v：b之外，且优质集、正常集和劣质集所对应的设备工作量级N：M：θ位于预设范围μ：m：γ之内时，则生成流程差异信号；而其它情况下，则生成流程设备同等影响信号。

Images