CN113888480A - 一种基于mes的质量追溯方法和系统 - Google Patents
一种基于mes的质量追溯方法和系统 Download PDFInfo
- Publication number
- CN113888480A CN113888480A CN202111083189.1A CN202111083189A CN113888480A CN 113888480 A CN113888480 A CN 113888480A CN 202111083189 A CN202111083189 A CN 202111083189A CN 113888480 A CN113888480 A CN 113888480A
- Authority
- CN
- China
- Prior art keywords
- product
- detection report
- generating
- report
- static
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 53
- 238000001514 detection method Methods 0.000 claims abstract description 165
- 230000003068 static effect Effects 0.000 claims abstract description 64
- 238000012544 monitoring process Methods 0.000 claims abstract description 36
- 238000007689 inspection Methods 0.000 claims abstract description 30
- 230000007547 defect Effects 0.000 claims description 55
- 230000002950 deficient Effects 0.000 claims description 12
- 238000013507 mapping Methods 0.000 claims description 12
- 238000012360 testing method Methods 0.000 claims description 7
- 238000004458 analytical method Methods 0.000 claims description 4
- 238000012795 verification Methods 0.000 claims description 3
- 238000004519 manufacturing process Methods 0.000 abstract description 22
- 239000000047 product Substances 0.000 description 128
- 238000010586 diagram Methods 0.000 description 17
- 230000015654 memory Effects 0.000 description 15
- 238000007726 management method Methods 0.000 description 13
- 238000004590 computer program Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 8
- 238000003860 storage Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000012467 final product Substances 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013523 data management Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000012938 design process Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000013439 planning Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- 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
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
-
- 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—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/04—Manufacturing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
-
- 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
-
- 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
- Y02P90/80—Management or planning
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Data Mining & Analysis (AREA)
- Quality & Reliability (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- Evolutionary Biology (AREA)
- Educational Administration (AREA)
- General Engineering & Computer Science (AREA)
- Game Theory and Decision Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Operations Research (AREA)
- Bioinformatics & Computational Biology (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- Manufacturing & Machinery (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- General Factory Administration (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及质量检测技术领域,具体公开了一种基于MES的质量追溯方法和系统,包括实时接收监测端采集到的产品图像,对所述产品图像进行内容识别,生成静态检测报告;实时接收反馈端发送的反馈信息,生成动态检测报告;根据所述静态检测报告和所述动态检测报告确定故障概率,根据所述故障概率对设备进行检测,生成检查计划,并将所述检查计划向检修人员发送。本发明通过产品区采集产品图像,实时接收人工反馈信息,生成静态和动态检测报告;根据所述静态检测报告和所述动态检测报告确定故障概率,生成检查计划;本发明将检测环节统一在产品区,极大的降低了成本,提高了生产效率,适用于大批量生产的产品。
Description
技术领域
本发明涉及质量检测技术领域,具体是一种基于MES的质量追溯方法和系统。
背景技术
随着计算机技术的发展,现有产品生产过程中的自动化设备越来越多,因此,相关的设计也越来越多。MES(Manufacturing Execution System)就是以自动化设备为基础的制造企业生产过程执行系统,是一套面向制造企业车间执行层的生产信息化管理系统。MES可以为企业提供包括制造数据管理、计划排产管理、生产调度管理、库存管理、质量管理、人力资源管理、工作中心/设备管理、工具工装管理、采购管理、成本管理、项目看板管理、生产过程控制、底层数据集成分析、上层数据集成分解等管理模块,为企业打造一个扎实、可靠、全面、可行的制造协同管理平台。
其中,MES系统中关于产品质量追溯的环节是很重要的一个环节,现有的技术中,在流水线上的每台设备上安装有检测仪,然后根据检测仪检测每一道工序的质量,一旦发现问题,便会进行整改;实际上,生产过程中,对某道工序均进行检测,独立性过强,对于数量较少的产品来说,这种方式的准确性较高,但是对于大批量生产的产品来说,由于这种检测方式检测设备过多,检测工位也很多,成本会很高,而且生产速度会降低,生产效率不高。
发明内容
本发明的目的在于提供一种基于MES的质量追溯方法和系统,以解决上述背景技术中提出的问题。
为实现上述目的,本发明提供如下技术方案:
一种基于MES的质量追溯方法和系统,所述方法包括:
实时接收监测端采集到的产品图像,对所述产品图像进行内容识别,生成静态检测报告;其中,所述监测端安装在产品区,用于采集产品图像;
实时接收反馈端发送的反馈信息,生成动态检测报告;其中,所述反馈端安装在人工检查区,用于获取人工检查人员的操作指令,生成反馈信息;
根据所述静态检测报告和所述动态检测报告确定故障概率,当所述故障概率大于预设的概率阈值时,读取各设备的运行参数,生成运行表;
根据所述运行表中的运行参数确定问题设备,基于所述问题设备生成检查计划,并将所述检查计划向检修人员发送;
其中,所述产品图像中含有采集时间,所述动态检测报告中含有检测时间,所述产品的采集时间和检测时间之间存在映射关系。
作为本发明技术方案进一步的限定:所述实时接收监测端采集到的产品图像,对所述产品图像进行内容识别,生成静态检测报告的步骤包括:
依次向监测端发送预设的波段范围,接收监测端根据预设的波段范围采集到的产品图像;
根据波段范围对采集到的产品图像进行分类,得到以波段范围为名称的子图像库;
基于所述子图像库对产品图像进行内容识别,获取相应产品的缺陷类型及其影响级别;
根据影响级别对相应的产品进行标记,根据标记结果生成静态检测报告。
作为本发明技术方案进一步的限定:所述基于所述子图像库对产品图像进行内容识别,获取相应产品的缺陷类型及其影响级别的步骤包括:
对所述子图像库中的产品图像进行轮廓识别,得到特征轮廓;
比对所述特征轮廓和相应波段范围对应的参考轮廓,根据比对结果确定缺陷类型及相应的缺陷尺寸;
根据缺陷类型及相应的缺陷尺寸在预设的缺陷影响表中读取缺陷类型的影响级别。
作为本发明技术方案进一步的限定:所述根据影响级别对相应的产品进行标记,根据标记结果生成静态检测报告的步骤包括:
读取影响级别,并将所述影响级别与预设的级别阈值进行比对,根据比对结果生成与产品为映射关系的描述值;
提取相应产品图像的采集时间,根据所述描述值和所述采集时间确定描述坐标;
根据所述描述坐标生成描述图像,并根据描述图像生成静态检测报告;其中,所述静态检测报告包括检测表,所述检测表至少包括时间项和描述值项。
作为本发明技术方案进一步的限定:所述实时接收监测端采集到的产品图像,对所述产品图像进行内容识别,生成静态检测报告的步骤还包括:
当影响级别达到预设的警示阈值时,将所述产品标记为次品,并将预设的极点值作为与其对应的描述值;
提取所述次品对应的产品图像的采集时间,根据所述采集时间和预设的时间偏差确定时间范围;
定位并删除其他子图像库中采集时间属于时间范围内的产品图像。
作为本发明技术方案进一步的限定:所述根据所述静态检测报告和所述动态检测报告确定故障概率的步骤包括:
读取静态检测报告中的检测表,获取描述值项中描述值的众数,作为基准值;
根据基准值计算各描述值相对于所述基准值的偏移率;
提取所述偏移率大于预设偏移阈值的描述值,获取其采集时间,生成采集时间表,根据所述采集时间表确定故障概率;
读取动态检测报告,根据所述动态检测报告验证检测端工作情况,并根据所述动态检测报告修正故障概率。
作为本发明技术方案进一步的限定:所述读取动态检测报告,根据所述动态检测报告验证检测端工作情况,并根据所述动态检测报告修正故障概率的步骤包括:
读取动态检测报告,读取动态检测报告中的问题产品,并获取其检测时间;
根据所述采集时间和检测时间之间的映射关系将所述动态检测报告中问题产品的检测时间转换为参考时间表;
比对所述参考时间表与所述采集时间表,根据比对结果验证检测端工作情况;
当所述检测端工作情况通过验证时,根据比对结果修正故障概率。
本发明技术方案还提供了一种基于MES的质量追溯系统,所述系统包括:
静态报告生成模块,用于实时接收监测端采集到的产品图像,对所述产品图像进行内容识别,生成静态检测报告;其中,所述监测端安装在产品区,用于采集产品图像;
动态报告生成模块,用于实时接收反馈端发送的反馈信息,生成动态检测报告;其中,所述反馈端安装在人工检查区,用于获取人工检查人员的操作指令,生成反馈信息;
故障分析模块,用于根据所述静态检测报告和所述动态检测报告确定故障概率,当所述故障概率大于预设的概率阈值时,读取各设备的运行参数,生成运行表;
计划生成模块,用于根据所述运行表中的运行参数确定问题设备,基于所述问题设备生成检查计划,并将所述检查计划向检修人员发送;
其中,所述产品图像中含有采集时间,所述动态检测报告中含有检测时间,所述产品的采集时间和检测时间之间存在映射关系。
作为本发明技术方案进一步的限定:所述静态报告生成模块包括:
波段调节单元,用于依次向监测端发送预设的波段范围,接收监测端根据预设的波段范围采集到的产品图像;
集合单元,用于根据波段范围对采集到的产品图像进行分类,得到以波段范围为名称的子图像库;
级别确定单元,用于基于所述子图像库对产品图像进行内容识别,获取相应产品的缺陷类型及其影响级别;
标记单元,用于根据影响级别对相应的产品进行标记,根据标记结果生成静态检测报告。
作为本发明技术方案进一步的限定:所述级别确定单元包括:
轮廓识别子单元,用于对所述子图像库中的产品图像进行轮廓识别,得到特征轮廓;
比对子单元,用于比对所述特征轮廓和相应波段范围对应的参考轮廓,根据比对结果确定缺陷类型及相应的缺陷尺寸;
读取子单元,用于根据缺陷类型及相应的缺陷尺寸在预设的缺陷影响表中读取缺陷类型的影响级别。
与现有技术相比,本发明的有益效果是:本发明通过产品区采集产品图像,实时接收人工反馈信息,生成静态和动态检测报告;根据所述静态检测报告和所述动态检测报告确定故障概率,生成检查计划;本发明将检测环节统一在产品区,极大的降低了成本,提高了生产效率,适用于大批量生产的产品。
附图说明
为了更清楚地说明本发明实施例中的技术方案,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。
图1示出了基于MES的质量追溯方法的流程框图。
图2示出了基于MES的质量追溯方法的第一子流程框图。
图3示出了基于MES的质量追溯方法的第二子流程框图。
图4示出了基于MES的质量追溯方法的第三子流程框图。
图5示出了基于MES的质量追溯方法的第四子流程框图。
图6示出了基于MES的质量追溯方法的第五子流程框图。
图7示出了基于MES的质量追溯系统的组成结构框图。
图8示出了基于MES的质量追溯系统中静态报告生成模块的组成结构框图。
图9示出了静态报告生成模块中级别确定单元的组成结构框图。
具体实施方式
为了使本发明所要解决的技术问题、技术方案及有益效果更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
实施例1
图1示出了基于MES的质量追溯方法的流程框图,本发明实施例中,一种基于MES的质量追溯方法,所述方法包括步骤S100至步骤S400:
步骤S100:实时接收监测端采集到的产品图像,对所述产品图像进行内容识别,生成静态检测报告;其中,所述监测端安装在产品区,用于采集产品图像;
上述内容的目的是生成静态检测报告,所述静态检测报告指的是由机器生成的检测报告,在本发明技术方案中,对于流水线的各个加工过程,不设置或设置很少的检测设备,重点的检测过程在产品区,即,最终生成的成品区域;直接检测最终产品,来判断最终产品是否合格。
步骤S200:实时接收反馈端发送的反馈信息,生成动态检测报告;其中,所述反馈端安装在人工检查区,用于获取人工检查人员的操作指令,生成反馈信息。
动态检测报告是由工作人员做出的,其目的是辅助机器检测,一般情况下,动态检测报告中只会标记两种情况,一种是合格、一种是不合格,这两者的评判标准都是通过肉眼进行判断的,因此,它的精确度并不高,其目的是验证静态检测报告的准确性。其原因是,如果检测用的设备出现问题,那么出现的情况就是明显是次品的产品,它无法检测出来,又或者是明显是正常的产品,检测设备将该产品认定为次品,这两种情况都可以认为检测设备出现了问题。此外,工作人员的工作仅是凭借肉眼分辨,遇到次品,按动某个按钮或都过其它方式标记一下即可,一旦检测设备出现问题,那么误判情况非常的多,很容易通过肉眼去识别,因此,工作人员的工作强度极低。
步骤S300:根据所述静态检测报告和所述动态检测报告确定故障概率,当所述故障概率大于预设的概率阈值时,读取各设备的运行参数,生成运行表;
上述内容的目的是确定故障概率,其主要依据是静态检测报告,也以检测设备的检测结果为主,当检测到的次品较多时,就说明流水线上的设备出现了问题,获取流水线上设备的运行参数,根据所述运行参数进行下一步操作。
步骤S400:根据所述运行表中的运行参数确定问题设备,基于所述问题设备生成检查计划,并将所述检查计划向检修人员发送;
根据所述运行参数的波动,确定问题设备,这就是本发明技术方案所述的质量追溯功能。在此基础上,本发明技术方案还会生成该设备的专用检修计划,便于工作人员检修。
值得一提的是,其中,所述产品图像中含有采集时间,所述动态检测报告中含有检测时间,所述产品的采集时间和检测时间之间存在映射关系。一般情况下,动态检测过程在静态检测过程之后,因此,检测时间与采集时间存在一定的时间差值。
图2示出了基于MES的质量追溯方法的第一子流程框图,所述实时接收监测端采集到的产品图像,对所述产品图像进行内容识别,生成静态检测报告的步骤包括步骤S101至步骤S104:
步骤S101:依次向监测端发送预设的波段范围,接收监测端根据预设的波段范围采集到的产品图像;
步骤S102:根据波段范围对采集到的产品图像进行分类,得到以波段范围为名称的子图像库;
步骤S103:基于所述子图像库对产品图像进行内容识别,获取相应产品的缺陷类型及其影响级别;
步骤S104:根据影响级别对相应的产品进行标记,根据标记结果生成静态检测报告。
步骤S101至步骤S104是监测端获取图像的具体过程,与传统技术方案不同的地方在于,上述过程中存在波段范围预设环节,对于产品来说,不同波段范围下,检测能力是不同的,如果扩大波段范围,可以极大地提高检测能力;此外,对于某些产品来说,它对于某些波段的光反应极其强烈,这在实际设计过程中,需要考虑。
值得一提的是,所述监测端可以是硬件,也可以是软件,如果所述监测端为硬件,它指的就是检测设备,如果所述监测端为软件,那么它可以安装在所述检测设备上。
图3示出了基于MES的质量追溯方法的第二子流程框图,所述基于所述子图像库对产品图像进行内容识别,获取相应产品的缺陷类型及其影响级别的步骤包括步骤S1031至步骤S1033:
步骤S1031:对所述子图像库中的产品图像进行轮廓识别,得到特征轮廓;
步骤S1032:比对所述特征轮廓和相应波段范围对应的参考轮廓,根据比对结果确定缺陷类型及相应的缺陷尺寸;
步骤S1033:根据缺陷类型及相应的缺陷尺寸在预设的缺陷影响表中读取缺陷类型的影响级别。
上述内容的目的是根据图像确定缺陷,由图像确定缺陷的过程,首先是要定位缺陷,缺陷在获取到的产品图像中,往往会有特殊的轮廓,获取相应的轮廓,然后与相应的参考轮廓进行比对,便可以确定缺陷类型,此外,根据产品图像与实际环境之间的比例尺,可以根据轮廓确定相应的缺陷尺寸。不同缺陷类型造成的影响不同,不同尺寸的同一缺陷类型造成的影响也不同。
图4示出了基于MES的质量追溯方法的第三子流程框图,所述根据影响级别对相应的产品进行标记,根据标记结果生成静态检测报告的步骤包括步骤S1041至步骤S1043:
步骤S1041:读取影响级别,并将所述影响级别与预设的级别阈值进行比对,根据比对结果生成与产品为映射关系的描述值;
步骤S1042:提取相应产品图像的采集时间,根据所述描述值和所述采集时间确定描述坐标;
步骤S1043:根据所述描述坐标生成描述图像,并根据描述图像生成静态检测报告。其中,所述静态检测报告包括检测表,所述检测表至少包括时间项和描述值项。
步骤S1041至步骤S1043的目的是生成描述图像,然后根据描述图像生成静态检测报告;由于描述坐标是一个点,描述图像则是一群点的集合,根据点的坐标可以生成一张检测表,值得一提的是,先生成检测表,再根据检测表生成描述图像也是可行的技术方案;至于检测表与静态检测报告之间的区别,就是静态检测报告中可能会有一些其它的描述信息等等。
此外,对于描述值,首先它是有限的,但是本发明对它的数量限定仅为不少于两个,因为两个描述值可以区分成品与次品,如果描述值更多,可以对次品进行分类,不同描述值对应的产品,其完整程度有区别。
在本发明的一个优选实施例中,所述实时接收监测端采集到的产品图像,对所述产品图像进行内容识别,生成静态检测报告的步骤还包括:
当影响级别达到预设的警示阈值时,将所述产品标记为次品,并将预设的极点值作为与其对应的描述值;
提取所述次品对应的产品图像的采集时间,根据所述采集时间和预设的时间偏差确定时间范围;
定位并删除其他子图像库中采集时间属于时间范围内的产品图像。
上述内容的目的是方便内容识别过程,举例来说,本发明确定的波段范围如果是三个,那么每经过一个产品,监测端便会获取三张产品图像,这三张图像中的采集时间是非常接近的,也就是同属于同一时间范围内;
对于图像的检测,本发明是先基于一个波段范围进行检测的,这是因为同一波段范围内的参考轮廓相同;如果检测到一张产品图像出现了最严重的缺陷,那么就可以将该产品定义为次品,也就是上述将预设的极点值作为与其对应的描述值的过程,相应的,在其它波段范围内的比对过程就无须再对这一产品进行检测,类似于“短板效应”。
图5示出了基于MES的质量追溯方法的第四子流程框图,所述根据所述静态检测报告和所述动态检测报告确定故障概率的步骤包括步骤S301至步骤S304:
步骤S301:读取静态检测报告中的检测表,获取描述值项中描述值的众数,作为基准值;
步骤S302:根据基准值计算各描述值相对于所述基准值的偏移率;
步骤S303:提取所述偏移率大于预设偏移阈值的描述值,获取其采集时间,生成采集时间表,根据所述采集时间表确定故障概率;
步骤S304:读取动态检测报告,根据所述动态检测报告验证检测端工作情况,并根据所述动态检测报告修正故障概率。
在现有的产品流水线中,基本上生成的都是成品,本发明的目的也就是应用于成品的流水线中,这就意味着,描述值中的众数就代表着成品的描述值,当某一产品的描述值与所述成品的描述值之间的差值过大时,就可以认为它是次品;然后根据该次品对应的采集时间计算次品出现的频率,如果频率过程,显然是说明流水线中的某一设备出现了问题。
图6示出了基于MES的质量追溯方法的第五子流程框图,所述读取动态检测报告,根据所述动态检测报告验证检测端工作情况,并根据所述动态检测报告修正故障概率的步骤包括步骤S3041至步骤S3044:
步骤S3041:读取动态检测报告,读取动态检测报告中的问题产品,并获取其检测时间;
步骤S3042:根据所述采集时间和检测时间之间的映射关系将所述动态检测报告中问题产品的检测时间转换为参考时间表;
步骤S3043:比对所述参考时间表与所述采集时间表,根据比对结果验证检测端工作情况;
步骤S3044:当所述检测端工作情况通过验证时,根据比对结果修正故障概率。
上述内容提供了一种由人工检测修正机器检测结果的具体方案,动态检测报告中,一般只有两个值,可以用0代表成品,1代表明显的次品,读取明显次品的检测时间,作为参考时间,如果静态检测报告是正确的,那么由参考时间确定的采集时间一定在静态检测报告中的采集时间表中。
其中,参考时间确定采集时间的过程,就是简单的在参考时间的基础上减去由静态检测工位到动态检测工位所经历的时间即可。
实施例2
图7示出了基于MES的质量追溯系统的组成结构框图,本发明实施例中,一种基于MES的质量追溯系统,所述系统10包括:
静态报告生成模块11,用于实时接收监测端采集到的产品图像,对所述产品图像进行内容识别,生成静态检测报告;其中,所述监测端安装在产品区,用于采集产品图像;
动态报告生成模块12,用于实时接收反馈端发送的反馈信息,生成动态检测报告;其中,所述反馈端安装在人工检查区,用于获取人工检查人员的操作指令,生成反馈信息。
故障分析模块13,用于根据所述静态检测报告和所述动态检测报告确定故障概率,当所述故障概率大于预设的概率阈值时,读取各设备的运行参数,生成运行表;
计划生成模块14,用于根据所述运行表中的运行参数确定问题设备,基于所述问题设备生成检查计划,并将所述检查计划向检修人员发送;
其中,所述产品图像中含有采集时间,所述动态检测报告中含有检测时间,所述产品的采集时间和检测时间之间存在映射关系。
图8示出了基于MES的质量追溯系统中静态报告生成模块的组成结构框图,所述静态报告生成模块11包括:
波段调节单元111,用于依次向监测端发送预设的波段范围,接收监测端根据预设的波段范围采集到的产品图像;
集合单元112,用于根据波段范围对采集到的产品图像进行分类,得到以波段范围为名称的子图像库;
级别确定单元113,用于基于所述子图像库对产品图像进行内容识别,获取相应产品的缺陷类型及其影响级别;
标记单元114,用于根据影响级别对相应的产品进行标记,根据标记结果生成静态检测报告。
图9示出了静态报告生成模块中级别确定单元的组成结构框图,所述级别确定单元113包括:
轮廓识别子单元1131,用于对所述子图像库中的产品图像进行轮廓识别,得到特征轮廓;
比对子单元1132,用于比对所述特征轮廓和相应波段范围对应的参考轮廓,根据比对结果确定缺陷类型及相应的缺陷尺寸;
读取子单元1133,用于根据缺陷类型及相应的缺陷尺寸在预设的缺陷影响表中读取缺陷类型的影响级别。
上述基于MES的质量追溯方法所能实现的功能均由计算机设备完成,所述计算机设备包括一个或多个处理器和一个或多个存储器,所述一个或多个存储器中存储有至少一条程序代码,所述程序代码由所述一个或多个处理器加载并执行以实现所述基于MES的质量追溯方法。
处理器从存储器中逐条取出指令、分析指令,然后根据指令要求完成相应操作,产生一系列控制命令,使计算机各部分自动、连续并协调动作,成为一个有机的整体,实现程序的输入、数据的输入以及运算并输出结果,这一过程中产生的算术运算或逻辑运算均由运算器完成;所述存储器包括只读存储器(Read-Only Memory,ROM),所述只读存储器用于存储计算机程序,所述存储器外部设有保护装置。
示例性的,计算机程序可以被分割成一个或多个模块,一个或者多个模块被存储在存储器中,并由处理器执行,以完成本发明。一个或多个模块可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述计算机程序在终端设备中的执行过程。
本领域技术人员可以理解,上述服务设备的描述仅仅是示例,并不构成对终端设备的限定,可以包括比上述描述更多或更少的部件,或者组合某些部件,或者不同的部件,例如可以包括输入输出设备、网络接入设备、总线等。
所称处理器可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等,上述处理器是上述终端设备的控制中心,利用各种接口和线路连接整个用户终端的各个部分。
上述存储器可用于存储计算机程序和/或模块,上述处理器通过运行或执行存储在存储器内的计算机程序和/或模块,以及调用存储在存储器内的数据,实现上述终端设备的各种功能。存储器可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序(比如信息采集模板展示功能、产品信息发布功能等)等;存储数据区可存储根据泊位状态显示系统的使用所创建的数据(比如不同产品种类对应的产品信息采集模板、不同产品提供方需要发布的产品信息等)等。此外,存储器可以包括高速随机存取存储器,还可以包括非易失性存储器,例如硬盘、内存、插接式硬盘,智能存储卡(Smart Media Card, SMC),安全数字(Secure Digital, SD)卡,闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
终端设备集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取介质中。基于这样的理解,本发明实现上述实施例系统中的全部或部分模块/单元,也可以通过计算机程序来指令相关的硬件来完成,上述的计算机程序可存储于计算机可读介质中,该计算机程序在被处理器执行时,可实现上述各个系统实施例的功能。其中,计算机程序包括计算机程序代码,计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。计算机可读介质可以包括:能够携带计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、电载波信号、电信信号以及软件分发介质等。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
以上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,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种基于MES的质量追溯方法,其特征在于,所述方法包括:
实时接收监测端采集到的产品图像,对所述产品图像进行内容识别,生成静态检测报告;其中,所述监测端安装在产品区,用于采集产品图像;
实时接收反馈端发送的反馈信息,生成动态检测报告;其中,所述反馈端安装在人工检查区,用于获取人工检查人员的操作指令,生成反馈信息;
根据所述静态检测报告和所述动态检测报告确定故障概率,当所述故障概率大于预设的概率阈值时,读取各设备的运行参数,生成运行表;
根据所述运行表中的运行参数确定问题设备,基于所述问题设备生成检查计划,并将所述检查计划向检修人员发送;
其中,所述产品图像中含有采集时间,所述动态检测报告中含有检测时间,所述产品的采集时间和检测时间之间存在映射关系。
2.根据权利要求1所述的基于MES的质量追溯方法,其特征在于,所述实时接收监测端采集到的产品图像,对所述产品图像进行内容识别,生成静态检测报告的步骤包括:
依次向监测端发送预设的波段范围,接收监测端根据预设的波段范围采集到的产品图像;
根据波段范围对采集到的产品图像进行分类,得到以波段范围为名称的子图像库;
基于所述子图像库对产品图像进行内容识别,获取相应产品的缺陷类型及其影响级别;
根据影响级别对相应的产品进行标记,根据标记结果生成静态检测报告。
3.根据权利要求2所述的基于MES的质量追溯方法,其特征在于,所述基于所述子图像库对产品图像进行内容识别,获取相应产品的缺陷类型及其影响级别的步骤包括:
对所述子图像库中的产品图像进行轮廓识别,得到特征轮廓;
比对所述特征轮廓和相应波段范围对应的参考轮廓,根据比对结果确定缺陷类型及相应的缺陷尺寸;
根据缺陷类型及相应的缺陷尺寸在预设的缺陷影响表中读取缺陷类型的影响级别。
4.根据权利要求3所述的基于MES的质量追溯方法,其特征在于,所述根据影响级别对相应的产品进行标记,根据标记结果生成静态检测报告的步骤包括:
读取影响级别,并将所述影响级别与预设的级别阈值进行比对,根据比对结果生成与产品为映射关系的描述值;
提取相应产品图像的采集时间,根据所述描述值和所述采集时间确定描述坐标;
根据所述描述坐标生成描述图像,并根据描述图像生成静态检测报告;其中,所述静态检测报告包括检测表,所述检测表至少包括时间项和描述值项。
5.根据权利要求4所述的基于MES的质量追溯方法,其特征在于,所述实时接收监测端采集到的产品图像,对所述产品图像进行内容识别,生成静态检测报告的步骤还包括:
当影响级别达到预设的警示阈值时,将所述产品标记为次品,并将预设的极点值作为与其对应的描述值;
提取所述次品对应的产品图像的采集时间,根据所述采集时间和预设的时间偏差确定时间范围;
定位并删除其他子图像库中采集时间属于时间范围内的产品图像。
6.根据权利要求4所述的基于MES的质量追溯方法,其特征在于,所述根据所述静态检测报告和所述动态检测报告确定故障概率的步骤包括:
读取静态检测报告中的检测表,获取描述值项中描述值的众数,作为基准值;
根据基准值计算各描述值相对于所述基准值的偏移率;
提取所述偏移率大于预设偏移阈值的描述值,获取其采集时间,生成采集时间表,根据所述采集时间表确定故障概率;
读取动态检测报告,根据所述动态检测报告验证检测端工作情况,并根据所述动态检测报告修正故障概率。
7.根据权利要求6所述的基于MES的质量追溯方法,其特征在于,所述读取动态检测报告,根据所述动态检测报告验证检测端工作情况,并根据所述动态检测报告修正故障概率的步骤包括:
读取动态检测报告,读取动态检测报告中的问题产品,并获取其检测时间;
根据所述采集时间和检测时间之间的映射关系将所述动态检测报告中问题产品的检测时间转换为参考时间表;
比对所述参考时间表与所述采集时间表,根据比对结果验证检测端工作情况;
当所述检测端工作情况通过验证时,根据比对结果修正故障概率。
8.一种基于MES的质量追溯系统,其特征在于,所述系统包括:
静态报告生成模块,用于实时接收监测端采集到的产品图像,对所述产品图像进行内容识别,生成静态检测报告;其中,所述监测端安装在产品区,用于采集产品图像;
动态报告生成模块,用于实时接收反馈端发送的反馈信息,生成动态检测报告;其中,所述反馈端安装在人工检查区,用于获取人工检查人员的操作指令,生成反馈信息;
故障分析模块,用于根据所述静态检测报告和所述动态检测报告确定故障概率,当所述故障概率大于预设的概率阈值时,读取各设备的运行参数,生成运行表;
计划生成模块,用于根据所述运行表中的运行参数确定问题设备,基于所述问题设备生成检查计划,并将所述检查计划向检修人员发送;
其中,所述产品图像中含有采集时间,所述动态检测报告中含有检测时间,所述产品的采集时间和检测时间之间存在映射关系。
9.根据权利要求8所述的基于MES的质量追溯系统,其特征在于,所述静态报告生成模块包括:
波段调节单元,用于依次向监测端发送预设的波段范围,接收监测端根据预设的波段范围采集到的产品图像;
集合单元,用于根据波段范围对采集到的产品图像进行分类,得到以波段范围为名称的子图像库;
级别确定单元,用于基于所述子图像库对产品图像进行内容识别,获取相应产品的缺陷类型及其影响级别;
标记单元,用于根据影响级别对相应的产品进行标记,根据标记结果生成静态检测报告。
10.根据权利要求9所述的基于MES的质量追溯系统,其特征在于,所述级别确定单元包括:
轮廓识别子单元,用于对所述子图像库中的产品图像进行轮廓识别,得到特征轮廓;
比对子单元,用于比对所述特征轮廓和相应波段范围对应的参考轮廓,根据比对结果确定缺陷类型及相应的缺陷尺寸;
读取子单元,用于根据缺陷类型及相应的缺陷尺寸在预设的缺陷影响表中读取缺陷类型的影响级别。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111083189.1A CN113888480A (zh) | 2021-09-15 | 2021-09-15 | 一种基于mes的质量追溯方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111083189.1A CN113888480A (zh) | 2021-09-15 | 2021-09-15 | 一种基于mes的质量追溯方法和系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113888480A true CN113888480A (zh) | 2022-01-04 |
Family
ID=79009601
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111083189.1A Pending CN113888480A (zh) | 2021-09-15 | 2021-09-15 | 一种基于mes的质量追溯方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113888480A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114581442A (zh) * | 2022-05-05 | 2022-06-03 | 山东师范大学 | 用于mes系统的产品检测方法及装置 |
CN114820544A (zh) * | 2022-05-09 | 2022-07-29 | 西安得眠堂健康管理工作部 | 一种润喉糖的生产监测管理系统 |
CN115122155A (zh) * | 2022-08-31 | 2022-09-30 | 深圳市玄羽科技有限公司 | 基于工业互联网大数据的机床远程诊断方法及系统 |
CN116362599A (zh) * | 2022-12-12 | 2023-06-30 | 武汉同捷信息技术有限公司 | 一种基于mes系统的质量数据采集方法与装置 |
CN118095804A (zh) * | 2024-04-26 | 2024-05-28 | 大收场(天津)共享经济有限公司 | 一种再生资源溯源管理方法及系统 |
CN118226825A (zh) * | 2024-05-24 | 2024-06-21 | 江苏海宇机械有限公司 | 一种基于mes系统的质量控制数据处理方法 |
-
2021
- 2021-09-15 CN CN202111083189.1A patent/CN113888480A/zh active Pending
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114581442A (zh) * | 2022-05-05 | 2022-06-03 | 山东师范大学 | 用于mes系统的产品检测方法及装置 |
CN114581442B (zh) * | 2022-05-05 | 2022-07-15 | 山东师范大学 | 用于mes系统的产品检测方法及装置 |
CN114820544A (zh) * | 2022-05-09 | 2022-07-29 | 西安得眠堂健康管理工作部 | 一种润喉糖的生产监测管理系统 |
CN114820544B (zh) * | 2022-05-09 | 2023-06-20 | 西安得眠堂健康管理工作部 | 一种润喉糖的生产监测管理系统 |
CN115122155A (zh) * | 2022-08-31 | 2022-09-30 | 深圳市玄羽科技有限公司 | 基于工业互联网大数据的机床远程诊断方法及系统 |
CN115122155B (zh) * | 2022-08-31 | 2022-11-22 | 深圳市玄羽科技有限公司 | 基于工业互联网大数据的机床远程诊断方法及系统 |
CN116362599A (zh) * | 2022-12-12 | 2023-06-30 | 武汉同捷信息技术有限公司 | 一种基于mes系统的质量数据采集方法与装置 |
CN116362599B (zh) * | 2022-12-12 | 2023-11-10 | 武汉同捷信息技术有限公司 | 一种基于mes系统的质量数据采集方法与装置 |
CN118095804A (zh) * | 2024-04-26 | 2024-05-28 | 大收场(天津)共享经济有限公司 | 一种再生资源溯源管理方法及系统 |
CN118226825A (zh) * | 2024-05-24 | 2024-06-21 | 江苏海宇机械有限公司 | 一种基于mes系统的质量控制数据处理方法 |
CN118226825B (zh) * | 2024-05-24 | 2024-09-20 | 江苏海宇机械有限公司 | 一种基于mes系统的质量控制数据处理方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113888480A (zh) | 一种基于mes的质量追溯方法和系统 | |
US12020415B2 (en) | Method for monitoring manufacture of assembly units | |
CN102473660B (zh) | 等离子加工系统自动瑕疵检测和分类及其方法 | |
US20190164270A1 (en) | System and method for combined automatic and manual inspection | |
CN114414935A (zh) | 基于大数据的配电网馈线故障区域自动化定位方法和系统 | |
CN111353611B (zh) | 一种核电站在役检查大修检验报告自动生成系统及方法 | |
CN114581442B (zh) | 用于mes系统的产品检测方法及装置 | |
CN113449703B (zh) | 环境在线监测数据的质控方法、装置、存储介质及设备 | |
CN110597196A (zh) | 数据采集系统及数据采集方法 | |
CN113065538A (zh) | 基于图像识别的压力传感器检测方法、装置及设备 | |
CN110659201A (zh) | 一种安全技术防范工程智能测试分析系统 | |
CN113723467A (zh) | 用于缺陷检测的样本收集方法、装置和设备 | |
CN115952081A (zh) | 一种软件测试方法、装置、存储介质及设备 | |
CN117391534A (zh) | 施工质量的监测方法、装置、电子设备和存储介质 | |
KR101984257B1 (ko) | 클라우드기반 빅데이터분석시스템 및 방법 | |
WO2023053029A1 (en) | Method for identifying and characterizing, by means of artificial intelligence, surface defects on an object and cracks on brake discs subjected to fatigue tests | |
CN112612882B (zh) | 检阅报告生成方法、装置、设备和存储介质 | |
EP4165592A1 (en) | System and method for tracing components of electronic assembly | |
CN117654907B (zh) | 用于带料检测机的自动剔除方法及系统 | |
CN104376212A (zh) | 评估作业正确率的方法及装置 | |
CN115860316A (zh) | 确定产品的检验要求、标识产品的方法、设备及存储介质 | |
TR2023015656A2 (tr) | İşaretleme yöntemi̇ i̇le gerçekleşti̇ri̇len kali̇te ölçüm si̇stemi̇ | |
CN117433646A (zh) | 一种温度监控预警方法及系统 | |
CN117194603A (zh) | 一种文档的审核方法、装置、电子设备及存储介质 | |
CN117058113A (zh) | 计量设备的异常检测方法、装置、存储介质及计算机设备 |
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 |