CN114564853B - 一种基于fmea数据的评价报告的生成方法及电子设备 - Google Patents

一种基于fmea数据的评价报告的生成方法及电子设备 Download PDF

Info

Publication number
CN114564853B
CN114564853B CN202210463824.7A CN202210463824A CN114564853B CN 114564853 B CN114564853 B CN 114564853B CN 202210463824 A CN202210463824 A CN 202210463824A CN 114564853 B CN114564853 B CN 114564853B
Authority
CN
China
Prior art keywords
function
target
feature
product
generating
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.)
Active
Application number
CN202210463824.7A
Other languages
English (en)
Other versions
CN114564853A (zh
Inventor
彭杉
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.)
Xiwei Technology Guangzhou Co ltd
Original Assignee
Xiwei Technology Guangzhou Co ltd
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 Xiwei Technology Guangzhou Co ltd filed Critical Xiwei Technology Guangzhou Co ltd
Priority to CN202210463824.7A priority Critical patent/CN114564853B/zh
Publication of CN114564853A publication Critical patent/CN114564853A/zh
Application granted granted Critical
Publication of CN114564853B publication Critical patent/CN114564853B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • 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
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/02—Reliability analysis or reliability optimisation; Failure analysis, e.g. worst case scenario performance, failure mode and effects analysis [FMEA]
    • 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

Landscapes

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

Abstract

本申请适用于数据处理技术领域，提供了一种基于FMEA数据的评价报告的生成方法及电子设备，方法包括：获取目标产品在失效模式与影响分析FMEA数据中多个目标特征的第一特征标识，并建立第一特征标识与目标产品在检验过程中对应目标特征的第二特征标识之间的关联关系；响应于用户发起的用于确定目标特征的失效频度指标的配置操作，生成目标特征的指标转换函数；在检验过程中采集目标产品的实际产品参量，并基于关联关系，将实际产品参量转换为目标特征的采样值；将采样值导入指标转换函数，计算目标特征的失效频度指标；基于所有目标特征的失效频度指标，生成目标产品的评价报告。采用上述方法能够提高目标产品的开发效率以及验证准确性。

Description

一种基于FMEA数据的评价报告的生成方法及电子设备
技术领域
本申请属于数据处理技术领域，尤其涉及一种基于FMEA数据的评价报告的生成方法及电子设备。
背景技术
失效模式与影响分析（Failure Mode and Effects Analysis，FMEA）作为质量管理领域中最为关键的核心分析手段之一，用于对产品或者流程进行结构树分析。通过FMEA能够确定在物理结构或流程逻辑上的包含关系，并逐步解构各个结构所包含的零件、单元相互之间的关联关系，便于开发人员进行产品结构以及流程逻辑的梳理。如何能够快速完成对于产品或流程的FMEA的分析，则直接影响研发的效率。
现有的FMEA的分析技术，失效频度指标往往是通过人工经验进行评估，并没有实际数据进行理论支撑，从而大大降低了失效频度指标的准确性以及可靠性；另一方面，由于失效频度指标的计算往往是通过查询预设的不良率（Parts Per Million，PPM）和/或工序能力指数（Process capability index，CPK）与失效频度指标之间的关系表进行确定，而上述的关系表对于所有产品而言是固定的，也进一步降低了失效频度指标的准确性。
发明内容
本申请实施例提供了一种基于FMEA数据的评价报告的生成方法、装置、电子设备及存储介质，可以解决现有的FMEA的分析技术，在计算失效频度指标时往往是通过人工经验进行评估，并没有实际数据进行理论支撑，从而大大降低了失效频度指标的准确性以及可靠性的问题。
第一方面，本申请实施例提供了一种基于FMEA数据的评价报告的生成方法，包括：
获取目标产品在失效模式与影响分析FMEA数据中多个目标特征的第一特征标识，并建立所述第一特征标识与所述目标产品在检验过程中对应所述目标特征的第二特征标识之间的关联关系；
响应于用户发起的用于确定所述目标特征的失效频度指标的配置操作，生成所述目标特征的指标转换函数；
在所述检验过程中采集所述目标产品的实际产品参量，并基于所述关联关系，将所述实际产品参量转换为所述目标特征的采样值；
将所述采样值导入所述指标转换函数，计算所述目标特征的所述失效频度指标；
基于所有所述目标特征的所述失效频度指标，生成所述目标产品的所述评价报告。
在第一方面的一种可能的实现方式中，所述响应于用户发起的用于确定所述目标特征的失效频度指标的配置操作，生成所述目标特征的指标转换函数，包括：
确定所述配置操作对应的指标计算函数；
对所述指标计算函数进行解析，确定所述指标计算函数内包含的函数标识，并从预设的函数库内提取与所述函数标识对应的函数模板；
从所述指标计算函数中确定各个所述函数标识关联的自定义参量；
将所述函数标识对应的所述自定义参量导入与所述函数标识对应的所述函数模板，生成所述函数标识的自定义函数；
根据所有所述自定义函数在所述指标计算函数中指定的运算关系，生成所述指标转换函数。
在第一方面的一种可能的实现方式中，所述将所述函数标识对应的所述自定义参量导入与所述函数标识对应的所述函数模板，生成所述函数标识的自定义函数，包括：
若所述函数标识内包含样本采集标识，则确定所述样本采集标识对应的数组数量以及数组尺寸；
根据所述数组数量以及所述数组尺寸生成所述样本采集标识对应的样本采集函数；
所述在所述检验过程中采集所述目标产品的实际产品参量，并基于所述关联关系，将所述实际产品参量转换为所述目标特征的采样值，包括：
根据所述样本采集函数，在所述检验过程中采集与所述数组尺寸的多个样本数值；
执行与所述数组数量对应次数的所述在所述检验过程中采集与所述数组尺寸的多个样本数值的操作；
基于所有采集得到的所述样本数值，生成所述实际产品参量。
在第一方面的一种可能的实现方式中，所述获取目标产品在失效模式与影响分析FMEA数据中多个目标特征的第一特征标识，并建立所述第一特征标识与所述目标产品在检验过程中对应所述目标特征的第二特征标识之间的关联关系，包括：
根据所述目标产品的FMEA数据，确定所述目标产品的第一产品标识；
基于所述第一产品标识配置在校验过程中所述目标产品的第二产品标识；
确定在所述校验过程中所述目标产品包含的所述目标特征；
基于所述第二产品标识获取所述目标产品的所述FMEA数据，并从所述FMEA数据中查询各个所述目标特征对应的所述第一特征标识；
建立各个所述目标特征的所述第一特征标识与所述第二特征标识之间的所述关联关系。
在第一方面的一种可能的实现方式中，所述在所述检验过程中采集所述目标产品的实际产品参量，并基于所述关联关系，将所述实际产品参量转换为所述目标特征的采样值，包括：
根据所述FMEA数据，确定所述第一特征标识对应的目标特征对应的根节点部件；
从所述实际产品参量内确定与所述根节点部件对应的部件参量；
基于所述关联关系，将所述部件参量作为与所述第一特征标识对应的所述第二特征标识对应的目标特征的所述采样值。
在第一方面的一种可能的实现方式中，所述基于所有所述目标特征的所述失效频度指标，生成所述目标产品的所述评价报告，包括：
以预设的评价周期生成所述评价报告，并获取各个评价周期对应的实际失效频度；
根据所有评价周期对应的所述评价报告，生成所述目标产品的预测频度曲线；
根据所有所述实际失效频度，生成所述目标产品的实际频度曲线；
基于所述预测频度曲线以及所述实际频度曲线，生成关于所述指标转换函数的调整信息。
在第一方面的一种可能的实现方式中，在所述基于所有所述目标特征的所述失效频度指标，生成所述目标产品的所述评价报告之后，还包括：
若所述失效频度指标大于预设的失效阈值，则生成关于所述目标产品的告警信息；
获取所述目标产品关联的管理员账号，基于所述管理员账号将所述告警信息发送给管理员对应的终端。
第二方面，本申请实施例提供了一种基于FMEA数据的评价报告的生成装置，包括：
关联关系建立单元，用于获取目标产品在失效模式与影响分析FMEA数据中多个目标特征的第一特征标识，并建立所述第一特征标识与所述目标产品在检验过程中对应所述目标特征的第二特征标识之间的关联关系；
指标转换函数生成单元，用于响应于用户发起的用于确定所述目标特征的失效频度指标的配置操作，生成所述目标特征的指标转换函数；
采样值获取单元，用于在所述检验过程中采集所述目标产品的实际产品参量，并基于所述关联关系，将所述实际产品参量转换为所述目标特征的采样值；
失效频度指标计算单元，用于将所述采样值导入所述指标转换函数，计算所述目标特征的所述失效频度指标；
评价报告生成单元，用于基于所有所述目标特征的所述失效频度指标，生成所述目标产品的所述评价报告。
第三方面，本申请实施例提供了一种电子设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上述第一方面任一项所述的方法。
第四方面，本申请实施例提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如上述第一方面任一项所述的方法。
第五方面，本申请实施例提供了一种计算机程序产品，当计算机程序产品在服务器上运行时，使得服务器执行上述第一方面中任一项所述的方法。
本申请实施例与现有技术相比存在的有益效果是：通过建立FMEA数据中目标特征与检验过程中对应目标特征之间的关联关系，以便在后续检验过程中在获取得到对应的实际产品产量时，能够根据关联关系确定各个目标特征对应的采样值，并且在计算失效频度指标前，可以接收用户发起的配置操作，生成与目标特征相匹配的指标转换函数，从而使得失效频度指标的计算与目标特征相匹配，并根据检验过程中该目标特征对应的所有采样值，导入到该指标转换函数内，从而可以计算得到该目标特征对应的失效频度指标，并根据目标产品的所有失效频度指标生成对应的评价报告，实现了自动输出评价报告的目的。与现有的FMEA技术相比，本申请实施例能够通过与FMEA数据中的第一特征标识与第二特征标识建立目标特征之间的关联关系，从而能够在对相同的目标产品进行检测过程中实现数据的快速关联，确定目标特征对应的采样值，并且用户可以根据目标特征自定义指标转换函数，使得失效频度指标与目标特征相匹配，从而提高了失效频度指标的准确性，进而提高了评价报告的可靠性以及准确性，提高了目标产品的开发效率以及验证准确性。
附图说明
为了更清楚地说明本申请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申请的一些实施例，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获得其他的附图。
图1是本申请一实施例提供的一种基于FMEA数据的评价报告的生成方法的实现示意图；
图2是本申请一实施例提供的基于过程失效模式分析风险的典型控制策略示意图；
图3是本申请一实施例提供的一种基于FMEA数据的评价报告的生成方法S102的实现示意图；
图4是本申请一实施例提供的一种基于FMEA数据的评价报告的生成方法S102和S103的实现示意图；
图5是本申请一实施例提供的一种基于FMEA数据的评价报告的生成方法S101和S103的实现示意图；
图6是本申请一实施例提供的一种基于FMEA数据的评价报告的生成方法S105的实现示意图；
图7是本申请一实施例提供的预测频度曲线与实际频度曲线的对比示意图；
图8是本申请一实施例提供的一种基于FMEA数据的评价报告的生成方法的实现示意图；
图9是本申请实施例提供的基于FMEA数据的评价报告的生成装置的结构示意图；
图10是本申请实施例提供的电子设备的结构示意图。
具体实施方式
以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本申请实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本申请的描述。
应当理解，当在本申请说明书和所附权利要求书中使用时，术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
另外，在本申请说明书和所附权利要求书的描述中，术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
本申请实施例提供的基于FMEA数据的评价报告的生成方法可以应用于智能手机、服务器、平板电脑、笔记本电脑、超级移动个人计算机(ultra-mobile personal computer，UMPC)、上网本、服务器等能够实现对支持双向关系树的数据节点进行操作的电子设备上。本申请实施例对电子设备的具体类型不作任何限制。
请参阅图1，图1示出了本申请实施例提供的一种基于FMEA数据的评价报告的生成方法的实现示意图，该方法包括如下步骤：
在S101中，获取目标产品在失效模式与影响分析FMEA数据中多个目标特征的第一特征标识，并建立所述第一特征标识与所述目标产品在检验过程中对应所述目标特征的第二特征标识之间的关联关系。
在本实施例中，用户在进行产品检验前，可以创建关于该目标产品的FMEA数据，该FMEA数据中可以建立不同部件之间的结构关系树，并确定不同部件对应的功能以及失效，并建立功能与功能之间的关系链，以及失效与失效之间的关系链。其中，该FMEA数据中的数据节点是支持双向关系树的数据节点，即该FMEA数据内的行数据节点能够支持结构关系树的构建，以及逻辑关系树的构建（即失效关系树以及功能关系树的构建），FMEA数据中，限定了该产品项目包含的多个功能，不同功能可以关联有对应的特性，上述功能、特征以及失效可以统称为该部件的特征，用户在需要确定目标产品中某一个特性的失效频度指标时，可以将该特征识别为目标特征。
在本实施例中，FMEA过程侧重于对于产品结构以及功能的规划，即属于产品的设计阶段；而检验过程侧重于产品在实际生成以及应用过程中的异常情况，即属于产品的生产阶段。FMEA过程可以通过FMEA数据进行记录产品的结构关系树以及逻辑关系树，而FMEA会产生风险系数（risk priority number，RPN）的输出，示例性地，图2示出了本申请一实施例提供的基于过程失效模式分析风险的典型控制策略示意图。RPN中的发生频度（O）描述并评估了失效模式（即FMEA）的潜在起因的发生可能性，其典型的数据来源包括：顾客抱怨、过程能力数据（CPK）、失效百万分率（PPM）、质保期矩阵等等。一个潜在起因的发生频次评估将取决于产品收集到的数据的精准程度和实效。然而，在上述过程中往往会存在以下问题：
1. FMEA中的频度没有现场精准的数据支撑，针对其特性的PPM及CPK计算结果只能作为人工判断的依据。
2. 在统计过程分析过程中计算PPM预测时，计算逻辑固定，导致PPM与CPK的关系固定，实际生产复杂因素造成通过CPK计算的PPM由于与实际情况有差距，与实际产品不匹配。
3. 一个FMEA数据对应的目标产品可以存在大量的特征，不同的特征可以具有相应的失效频度指标，由人工比对现场PPM并进行一一比对，并确定相应的失效频度指标，效率较低，工作量较大。
为了解决上述问题，用户可以根据目标产品的产品标识，以建立FMEA过程与校验过程之间相同目标特征之间的关联关系，即建立FMEA数据中目标特征的第一特征标识与校验过程中的第二特征标识之间的关联关系，从而能够便于识别FMEA过程与校验过程中相同的目标特征，从而后续能够该关联关系，方便校验过程中采集到数据与目标特征之间的关联。
在S102中，响应于用户发起的用于确定所述目标特征的失效频度指标的配置操作，生成所述目标特征的指标转换函数。
在本实施例中，由于不同的目标特征的失效频度指标的评估，往往与目标产品的相关特性相挂钩。例如，对于汽车而言，其不良率PPM为10000，与对于手机而言的不良率PPM同为10000，其失效频度指标是存在较大的差异的。由于汽车的制造成本远远高于手机，因此，相同的不良率PPM对应的失效频度指标，应是汽车高于手机。而现有的计算失效频度指标时，往往采用固定的对照表，其失效频度指标的计算过程对于所有产品而言均是相同的，即采用相同的映射函数进行计算，从而导致了输出的评价报告与目标产品之间的匹配度低，用户无法准确地通过评价报告指导产品生成的改进。为了解决上述问题，本申请实施例中对于失效频度指标的计算，是可以与目标产品相匹配，是支持用户对该失效频度指标对应的指标转换函数进行自定义配置的。
在本实施例中，电子设备可以生成一个函数配置界面，用户可以在该函数配置界面内发起配置操作，电子设备可以对该配置操作输入的配置信息进行解析，并将配置信息转换为对应的指标转换函数。
在一种可能的实现方式中，电子设备可以配置有对应的函数库，用户可以从函数库内选取对应的函数模板，并对函数模板进行组合，从而生成上述的指标转换函数。
在一种可能的实现方式中，电子设备可以在上述函数配置界面内输入目标产品的产品类型以及目标特征的特征类型，电子设备可以从已有的函数库内选取与上述两个类型相匹配的已有函数，生成一个函数推荐列表，并根据各个已有函数与上述两个类型之间的匹配度高低，确定各个推荐的已有函数在函数推荐列表中的显示次序，与上述两个类型之间的匹配度越高，则推荐的已有函数的显示次序越靠前。电子设备可以从上述函数推荐列表中进行选择，以确定上述的指标转换函数。
在S103中，在所述检验过程中采集所述目标产品的实际产品参量，并基于所述关联关系，将所述实际产品参量转换为所述目标特征的采样值。
在本实施例中，在完成前期的配置操作后，可以进入产品的检验过程，即目标产品可以进行生成流程，该生成流程可以是关于目标产品的真实的生成过程，也可以通过模拟器模拟目标产品的生成过程，具体可以根据不同目标产品的特点，执行与之匹配的检验过程，在此不对校验过程的形式进行限定。
在本实施例中，在目标产品进行检验过程中，电子设备可以记录目标产品的实际产品参量，获取的目标产品参量的个数可以根据用户的配置操作确定，也可以根据默认值进行确定，在此不做限定。其中，采集的实际产品参量的参数类型，可以根据所需检测的目标特征确定，例如，目标产品为一水杯，而所需检测的为杯盖的失效频度指标，则上述的实际产品参量可以包括杯盖尺寸、杯盖硬度等参数类型。电子设备在获取得到该目标产品的实际产品参量后，可以根据该目标产品对应的产品标识，确定与之对应的FMEA数据，并从该目标产品的FMEA数据中确定对应的第一特征标识，并通过关联关系确定与之对应的第二特征标识，从实际产品参量中提取与第二特征标识对应的目标特征的采样值，从而实现了从校验过程的参数采集到后续计算失效频度的数据导入，提高了采样值获取的效率，避免了需要人工进行手动导入。
在S104中，将所述采样值导入所述指标转换函数，计算所述目标特征的所述失效频度指标。
在本实施例中，电子设备在获取得到目标特征对应的多个采样值后，可以将多个采样值导入到上述的指标转换函数中，从而可以通过指标转换函数内的运算算法对多个采样值进行处理，从而能够计算得到该目标特征对应的失效频度指标。
在一种可能的实现方式中，计算上述失效频度指标具体包含以下过程：电子设备根据获取得到的多个采样值计算得到关于目标特征的不良率PPM，继而根据该PPM确定与之对应的失效频度指标。而PPM的计算过程具体是根据用户的配置操作确定的。
在S105中，基于所有所述目标特征的所述失效频度指标，生成所述目标产品的所述评价报告。
在本实施例中，电子设备可以配置有对应的报告模板，根据每个目标特征的失效频度指标，确定与该目标特征对应的失效分析信息，将每个目标特征对应的失效分析信息导入到上述的报告模板内，从而生成关于该目标产品对应的评价报告，以便用户确定该目标产品的生成过程存在问题，从而能够指导用户对目标产品的设计以及生产过程进行调整。
在一种可能的实现方式中，电子设备可以根据计算出的失效频度指标进行自动预估的实时输出，继而可以计算预估的动态风险矩阵计算输出风险优先系数RPN及措施优先级AP分析结果，将基于RPN以及AP分析结果导入到上述的评价报告内。
以上可以看出，本申请实施例提供的一种基于FMEA数据的评价报告的生成方法通过建立FMEA数据中目标特征与检验过程中对应目标特征之间的关联关系，以便在后续检验过程中在获取得到对应的实际产品产量时，能够根据关联关系确定各个目标特征对应的采样值，并且在计算失效频度指标前，可以接收用户发起的配置操作，生成与目标特征相匹配的指标转换函数，从而使得失效频度指标的计算与目标特征相匹配，并根据检验过程中该目标特征对应的所有采样值，导入到该指标转换函数内，从而可以计算得到该目标特征对应的失效频度指标，并根据目标产品的所有失效频度指标生成对应的评价报告，实现了自动输出评价报告的目的。与现有的FMEA技术相比，本申请实施例能够通过与FMEA数据中的第一特征标识与第二特征标识建立目标特征之间的关联关系，从而能够在对相同的目标产品进行检测过程中实现数据的快速关联，确定目标特征对应的采样值，并且用户可以根据目标特征自定义指标转换函数，使得失效频度指标与目标特征相匹配，从而提高了失效频度指标的准确性，进而提高了评价报告的可靠性以及准确性，提高了目标产品的开发效率以及验证准确性。
图3示出了本申请一实施例提供的一种基于FMEA数据的评价报告的生成方法S102的实现流程图。参见图3所示，该基于FMEA数据的评价报告的生成方法S102包括：S1021~S1025，具体描述如下：
在S1021中，确定所述配置操作对应的指标计算函数。
在本实施例中，电子设备配置有对应的函数库，该函数库可以为不同的已有函数配置对应的函数标识，用户在进行失效频度指标的转换函数时，为了提高配置的便捷性，可以通过函数标识的方式进行函数的配置，从而能够大大提高转换函数的配置效率。因此，用户进行配置时，限定的为指标计算函数，该指标计算函数具体是由多个函数标识以及对应的自定义参量组成的。电子设备可以对配置操作进行解析，以提取其包含的指标计算函数。
在S1022中，对所述指标计算函数进行解析，确定所述指标计算函数内包含的函数标识，并从预设的函数库内提取与所述函数标识对应的函数模板。
在S1023中，从所述指标计算函数中确定各个所述函数标识关联的自定义参量。
在本实施例中，电子设备可以对上述指标计算函数进行分解，识别该指标计算模板中包含的函数标识，并从函数库中获取与该函数标识对应的函数模板。其中，上述指标计算模板内可以包含有函数标识，每个函数标识内对应有相应的自定义参量，自定义参量在函数标识中的位置，可以确定该自定义参量对应的计算因子，从而通过函数标识确定对应的函数模板，通过自定义参量的位置，确定对应的计算因子，实现了对指标计算函数的快速解析。
示例性，上述函数模板库至少包含以下多个函数模板。
1.限定计算因子：可以参考ISBN：978-7-5427-7873-4SPC第二版手册中描述确定计算因子，例如X（目标特征的测量值，即采样值），USL(规格上限)，LSL(规格上限)，UCL(控制上限)， LCL（控制下限），Xbar(子组均值)等符号及其定义。
2. 计算逻辑主要包括：
2.1. STANDARDIZE 函数，下文赋予表达公式为“fx.Stdz(X)”，其函数标识可以表示为STANDARDIZE（），返回由 x, mean 和 standard_dev 表示的分布的规范化值。其公式为：
Figure DEST_PATH_IMAGE001
X为需要进行正态化的数值，即采样值组成的数组。
μ即Mean，为数据分布的算术平均值。
σ即Standard_dev为数据分布的标准偏差。
2.2. NORMDIST函数，下文赋予表达公式为“fx.Nord(X, μ, σ)”：返回指定平均值和标准偏差的正态分布函数, 其对应的函数表示可以表示为：NORMDIST(x,mean,standard_dev,cumulative)，其公式为：
Figure DEST_PATH_IMAGE002
其中，上述NORMDIST(x,mean,standard_dev,cumulative)中的Cumulative 为一逻辑值，指明函数的形式。如果 cumulative 为 TRUE，函数 NORMDIST 返回累积分布函数；如果为 FALSE，返回概率密度函数。
2.3. Xbarbar(xbb)函数表示子组均值的平均值：对子组均值的平均测得的过程均值
2.4. Sigma函数表示总体的一个标准差，下文赋予表达公式为Fx.SIG。
上述函数库内包含的函数模板可以由电子设备默认配置，也可以根据实际使用进行手动配置，即用户可以为该函数库添加对应的函数模板，并对函数模板内的自定义参量设置对应的计算因子，以实现对函数库的更新，以方便后续的函数库与失效频度指标相匹配。
在S1024中，将所述函数标识对应的所述自定义参量导入与所述函数标识对应的所述函数模板，生成所述函数标识的自定义函数。
在本实施例中，用户在配置指标计算函数时，会为每个函数标识添加对应的自定义参量，即该函数对应的输入量，电子设备可以在上述指标计算函数中定位出各个函数标识，并识别函数标识中相应的自定义参量，根据自定义参量以及该函数标识对应的函数模板，还原得到包含函数输入的自定义函数。
在S1025中，根据所有所述自定义函数在所述指标计算函数中指定的运算关系，生成所述指标转换函数。
在本实施例中，电子设备可以使用正则表达式解析公式文本，进行公式文本的拆解，转换，每一个公式计算都映射到对应的计算方法中，例如标准的avg对应一个平均计算方法，使用数学的优先计算规则，+，-，*，/ 符号计算，括号运算，字符的值的替换，例如 sub(x,y)中，找到x对应的定义值或者计算结果代入公式中替换，通过以上方法，最终给出计算结果值来达到自定义公式的算法逻辑，并根据算法逻辑合并自定义函数，从而得到能够便于计算机运算的指标转换函数。
示例性地，某一指标计算函数具体可以为：
ppm(var(x,l, ls))=
((1-fx.Nord(fx.Stdz(USL,Xbb,Fx.SIG)))+fx.Nord(fx.Stdz(LSL,Xbb,Fx.SIG)))*1000000
其中，fx.Nord、fx.Stdz以及Fx.SIG等为对应的函数标识。LSL,Xbb,Fx.SIG为函数标识中的fx.Stdz(LSL,Xbb,Fx.SIG)的自定义参量。由于函数可以复用，因此某一函数标识内的自定义参量可以为一个函数。
在本申请实施例中，通过为函数库内的不同函数配置对应的函数模板，用户在进行配置时可以直接引用函数模板即可，从而大大提高了函数配置的效率，也能够进一步减少用户的配置操作。
图4示出了本申请一实施例提供的一种基于FMEA数据的评价报告的生成方法的实现流程图。参见图4所示，该基于FMEA数据的评价报告的生成方法S102包括：S401~S402，所述S103包括：S403~S405，具体描述如下：
在S401中，若所述函数标识内包含样本采集标识，则确定所述样本采集标识对应的数组数量以及数组尺寸。
在S402中，根据所述数组数量以及所述数组尺寸生成所述样本采集标识对应的样本采集函数。
在本实施例中，上述指标计算函数包含的函数标识中若存在样本采集标识，则表示用户限定了后续检验过程中采样的样本数量，如数组的个数以及数组的大小，例如，通过var（x,L, Lsize）的形式表示。其中，x标识每次采集的目标特征的采样值，L表示数组的个数，Lsize表示每个数组内包含的样本数，即数组尺寸，例如，var（x，25，5）表示包含有25个数据组，每个数据组包含5个样本对应的采样值。电子设备可以根据上述两个参量，生成对应的样本采集函数，即var（x，25，5）。
在S403中，根据所述样本采集函数，在所述检验过程中采集与所述数组尺寸的多个样本数值。
在S403中，执行与所述数组数量对应次数的所述在所述检验过程中采集与所述数组尺寸的多个样本数值的操作。
在S404中，基于所有采集得到的所述样本数值，生成所述实际产品参量。
在本实施例中，在进行校验过程时，电子设备可以读取指标转换函数中的样本采用函数，确定本次所需要采集的数组尺寸以及数组个数，根据数组尺寸采集目标产品对应数量的多个样本数值。例如，数组尺寸为25，则电子设备会抽样采集25个目标产品的样本数值，并根据上述的数组个数，重复执行上述多个的样本数值的采集操作，例如，数组数量为5，则执行5次擦剂25个目标产品的样本数值的操作。最后，电子设备可以将所有采集得到的样本数值进行封装，得到上述的实际样本参量。其中，上述实际样本参量中样本的个数即为数组尺寸与数组数量之间的乘积。
示例性地，表1示出了本申请一实施例提供的实际产品参量获取的示意图。其中，上述数值尺寸为5，数组数量为25。
Figure DEST_PATH_IMAGE003
表1
在本申请实施例中，通过设置数组尺寸以及数组数量可以设置采集的样本数量，提高了校验过程的采集样本的灵活性，能够实现样本数量与目标产品相匹配，在确保失效频度指标的准确性的同时，也能够减少资源的消耗。
图5示出了本申请一实施例提供的一种基于FMEA数据的评价报告的生成方法S101的实现流程图。参见图5所示，该基于FMEA数据的评价报告的生成方法S101包括：S1011~S1015，具体描述如下：
在S1011中，根据所述目标产品的FMEA数据，确定所述目标产品的第一产品标识。
在本实施例中，目标产品关联有对应的FMEA数据，该FMEA数据可以为该目标产品配置对应的第一产品标识，通过该第一产品标识以区分不同目标产品的FMEA数据。该FMEA数据可以用于限定目标产品的产品结构、逻辑关系链等信息。
在S1012中，基于所述第一产品标识配置在校验过程中所述目标产品的第二产品标识。
在本实施例中，为了实现产品设计过程与校验过程之间的相互关联，电子设备可以将FMEA数据中限定的第一产品标识作为目标产品在校验过程中对应的产品标识，即第二产品标识，从而能够实现两个过程之间的相互关联，便于建立后续目标特征之间的关联关系。
在S1013中，确定在所述校验过程中所述目标产品包含的所述目标特征。
在本实施例中，用户可以指定校验过程中所需检测的目标特征，电子设备可以根据用户的选择操作，确定与之对应的目标特征。
在S1014中，基于所述第二产品标识获取所述目标产品的所述FMEA数据，并从所述FMEA数据中查询各个所述目标特征对应的所述第一特征标识。
在本实施例中，为了确定各个目标特征对应的第二特征标识，电子设备可以根据第二产品标识，确定与该目标产品对应的FMEA数据，并从FMEA数据中确定各个目标特征在FMEA数据中配置的第一特征标识。
在S1015中，建立各个所述目标特征的所述第一特征标识与所述第二特征标识之间的所述关联关系。
在本实施例中，电子设备可以将目标特征在FMEA数据中第一特征标识作为在校验过程中的第二特征标识，从而建立两个标识之间的关联关系，从而能够快速进行目标特征在不同过程中的关联。
在本申请实施例中，通过采用相同的产品标识关联设计过程与校验过程，从而能够便于目标特征在设计过程与校验过程中对应特征标识的关联关系的建立，提高了关联关系建立的准确性。
进一步地，作为本申请的另一实施例，上述S103具体可以包括：
在S1031中，根据所述FMEA数据，确定所述第一特征标识对应的目标特征对应的根节点部件。
在本实施例中，电子设备在采集得到实际产品参量后，需要确定各个目标特征对应的样本值。由于实际产品参量包含有不同部件对应的参量，为了能够从中定位出对应的样本值，需要确定该目标特征对应的根节点部件，由于上述根节点部件与目标特征之间的层级关系，可以从FMEA数据中确定，因此可以根据目标特征的第一特征标识，从FMEA数据中确定与之对应的根节点部件。
在S1032中，从所述实际产品参量内确定与所述根节点部件对应的部件参量。
在本实施例中，实际产品参量内可以包含有所有部件对应的采样参量，电子设备可以通过确定目标特征对应的根节点部件，确定该根节点部件的部件标识，并从实际产品参量中查询该部件标识对应的部件参量。
在S1033中，基于所述关联关系，将所述部件参量作为与所述第一特征标识对应的所述第二特征标识对应的目标特征的所述采样值。
在本实施例中，在确定了根节点部件对应的部件参量后，可以将其作为目标特征对应的采样值，并根据已经建立的关联关系，将该采样值传递到检验过程的第二特征标识的采样值。
在本申请实施例中，通过已经建立的关联关系，实现了设计过程与校验过程间部件与部件的对应、特征与特征的对应，从而能够快速确定目标特征的采样值。
图6示出了本申请一实施例提供的一种基于FMEA数据的评价报告的生成方法S105的实现流程图。参见图5所示，该基于FMEA数据的评价报告的生成方法S105包括：S1051~S1054，具体描述如下：
在S1051 中，以预设的评价周期生成所述评价报告，并获取各个评价周期对应的实际失效频度。
在S1052中，根据所有评价周期对应的所述评价报告，生成所述目标产品的预测频度曲线。
在S1053中，根据所有所述实际失效频度，生成所述目标产品的实际频度曲线。
在S1054中，基于所述预测频度曲线以及所述实际频度曲线，生成关于所述指标转换函数的调整信息。
在本实施例中，电子设备可以预设的评价周期多次生成目标产品的评价报告。每个评价报告内包含有各个目标特征对应的失效频度指标。电子设备可以根据所有评价报告内记录关于目标特征的失效频度指标，生成预设频度曲线。同样地，在该目标产品的实际生成过程中，可以采集目标产品中各个目标特征对应的实际失效频度，并基于所有实际失效频度生成阈值对应的实际频度曲线。电子设备可以比对上述两个曲线之间的差异，若上述两个差异较小，则表示上述的指标转换函数与实际较为切合，无需生成对应的调整信息；若上述两个差异较大，例如上述两个曲线之间的偏差度大于预设的阈值，则表示指标转换函数与实际偏差较大，此时可以生成对应的调整信息，以提示用户对上述的指标转换函数进行调整。
示例性地，图7示出了本申请一实施例提供的预测频度曲线与实际频度曲线的对比示意图。通过比对两个曲线之间的差异程度，能够确定是否需要生成对应的调整信息，以提示用户对上述指标转换函数进行调整。
在本申请实施例中，能够通过比对不同的频度曲线，判断指标转换函数是否准确，并在差异较大的情况下，生成调整信息，方便用户进行调整，提高了异常情况识别的效率。
图8示出了本申请一实施例提供的一种基于FMEA数据的评价报告的生成方法的实现流程图。参见图8所示，该基于FMEA数据的评价报告的生成方法在所述基于所有所述目标特征的所述失效频度指标，生成所述目标产品的所述评价报告之后，还包括：S801~S802，具体描述如下：
在S801中，若所述失效频度指标大于预设的失效阈值，则生成关于所述目标产品的告警信息。
在S802中，获取所述目标产品关联的管理员账号，基于所述管理员账号将所述告警信息发送给管理员对应的终端。
在本实施例中，电子设备可以对用户进行提醒，例如在失效频度指标大于预设的失效阈值时，可以生成对应的告警信息，通过该告警信息通知用户该目标产品在生产或设计过程中存在异常，需要进行设计或产品生产线的异常修复，因此可以将告警信息发送给管理员账号关联的终端，以实现对异常情况的自动通知，从而提高了异常情况的响应速度。
图9示出了本发明一实施例提供的一种基于FMEA数据的评价报告的生成装置的结构框图，该基于FMEA数据的评价报告的生成装置包括的各单元用于执行图1对应的实施例中加密装置实现的各步骤。具体请参阅图1与图1所对应的实施例中的相关描述。为了便于说明，仅示出了与本实施例相关的部分。
参见图9，所述基于FMEA数据的评价报告的生成装置包括：
关联关系建立单元91，用于获取目标产品在失效模式与影响分析FMEA数据中多个目标特征的第一特征标识，并建立所述第一特征标识与所述目标产品在检验过程中对应所述目标特征的第二特征标识之间的关联关系；
指标转换函数生成单元92，用于响应于用户发起的用于确定所述目标特征的失效频度指标的配置操作，生成所述目标特征的指标转换函数；
采样值获取单元93，用于在所述检验过程中采集所述目标产品的实际产品参量，并基于所述关联关系，将所述实际产品参量转换为所述目标特征的采样值；
失效频度指标计算单元94，用于将所述采样值导入所述指标转换函数，计算所述目标特征的所述失效频度指标；
评价报告生成单元95，用于基于所有所述目标特征的所述失效频度指标，生成所述目标产品的所述评价报告。
可选地，所述指标转换函数生成单元92包括：
指标计算函数确定单元，用于确定所述配置操作对应的指标计算函数；
函数模板获取单元，用于对所述指标计算函数进行解析，确定所述指标计算函数内包含的函数标识，并从预设的函数库内提取与所述函数标识对应的函数模板；
自定义参量确定单元，用于从所述指标计算函数中确定各个所述函数标识关联的自定义参量；
自定义函数确定单元，用于将所述函数标识对应的所述自定义参量导入与所述函数标识对应的所述函数模板，生成所述函数标识的自定义函数；
指标转换函数合并单元，用于根据所有所述自定义函数在所述指标计算函数中指定的运算关系，生成所述指标转换函数。
可选地，所述自定义函数确定单元包括：
采集样本确定单元，用于若所述函数标识内包含样本采集标识，则确定所述样本采集标识对应的数组数量以及数组尺寸；
样本采集函数生成单元，用于根据所述数组数量以及所述数组尺寸生成所述样本采集标识对应的样本采集函数；
所述采样值获取单元93包括：
样本数值获取单元，用于根据所述样本采集函数，在所述检验过程中采集与所述数组尺寸的多个样本数值；
重复执行单元，用于执行与所述数组数量对应次数的所述在所述检验过程中采集与所述数组尺寸的多个样本数值的操作；
实际产品参量封装单元，用于基于所有采集得到的所述样本数值，生成所述实际产品参量。
可选地，所述关联关系建立单元91包括：
第一产品标识确定单元，用于根据所述目标产品的FMEA数据，确定所述目标产品的第一产品标识；
第二产品标识配置单元，用于基于所述第一产品标识配置在校验过程中所述目标产品的第二产品标识；
目标特征确定单元，用于确定在所述校验过程中所述目标产品包含的所述目标特征；
第一特征标识确定单元，用于基于所述第二产品标识获取所述目标产品的所述FMEA数据，并从所述FMEA数据中查询各个所述目标特征对应的所述第一特征标识；
第一特征标识关联单元，用于建立各个所述目标特征的所述第一特征标识与所述第二特征标识之间的所述关联关系。
可选地，所述采样值获取单元93包括：
根节点部件识别单元，用于根据所述FMEA数据，确定所述第一特征标识对应的目标特征对应的根节点部件；
部件参量识别单元，用于从所述实际产品参量内确定与所述根节点部件对应的部件参量；
部件参量转换单元，用于基于所述关联关系，将所述部件参量作为与所述第一特征标识对应的所述第二特征标识对应的目标特征的所述采样值。
可选地，所述评价报告生成单元95包括：
实际失效频度确定单元，用于以预设的评价周期生成所述评价报告，并获取各个评价周期对应的实际失效频度；
预测频度曲线生成单元，用于根据所有评价周期对应的所述评价报告，生成所述目标产品的预测频度曲线；
实际频度曲线生成单元，用于根据所有所述实际失效频度，生成所述目标产品的实际频度曲线；
调整信息生成单元，用于基于所述预测频度曲线以及所述实际频度曲线，生成关于所述指标转换函数的调整信息。
可选地，在所述生成装置还包括：
告警信息生成单元，用于若所述失效频度指标大于预设的失效阈值，则生成关于所述目标产品的告警信息；
告警信息发送单元，用于获取所述目标产品关联的管理员账号，基于所述管理员账号将所述告警信息发送给管理员对应的终端。
因此，本发明实施例提供的基于FMEA数据的评价报告的生成装置同样可以通过建立FMEA数据中目标特征与检验过程中对应目标特征之间的关联关系，以便在后续检验过程中在获取得到对应的实际产品产量时，能够根据关联关系确定各个目标特征对应的采样值，并且在计算失效频度指标前，可以接收用户发起的配置操作，生成与目标特征相匹配的指标转换函数，从而使得失效频度指标的计算与目标特征相匹配，并根据检验过程中该目标特征对应的所有采样值，导入到该指标转换函数内，从而可以计算得到该目标特征对应的失效频度指标，并根据目标产品的所有失效频度指标生成对应的评价报告，实现了自动输出评价报告的目的。与现有的FMEA技术相比，本申请实施例能够通过与FMEA数据中的第一特征标识与第二特征标识建立目标特征之间的关联关系，从而能够在对相同的目标产品进行检测过程中实现数据的快速关联，确定目标特征对应的采样值，并且用户可以根据目标特征自定义指标转换函数，使得失效频度指标与目标特征相匹配，从而提高了失效频度指标的准确性，进而提高了评价报告的可靠性以及准确性，提高了目标产品的开发效率以及验证准确性。
应当理解的是，图10示出的基于FMEA数据的评价报告的生成方法装置的结构框图中，各模块用于执行图1至图8对应的实施例中的各步骤，而对于图1至图8对应的实施例中的各步骤已在上述实施例中进行详细解释，具体请参阅图1至图8以及图1至图8所对应的实施例中的相关描述，此处不再赘述。
图10是本申请另一实施例提供的一种电子设备的结构框图。如图10所示，该实施例的电子设备1000包括：处理器1010、存储器1020以及存储在存储器1020中并可在处理器1010运行的计算机程序1030，例如基于FMEA数据的评价报告的生成方法的程序。处理器1010执行计算机程序1030时实现上述各个基于FMEA数据的评价报告的生成方法各实施例中的步骤，例如图1所示的S101至S105。或者，处理器1010执行计算机程序1030时实现上述图10对应的实施例中各模块的功能，例如，图9所示的单元91至95的功能，具体请参阅图9对应的实施例中的相关描述。
示例性的，计算机程序1030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1020中，并由处理器1010执行，以完成本申请。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1030在电子设备1000中的执行过程。例如，计算机程序1030可以被分割成各个单元模块，各模块具体功能如上。
电子设备1000可包括，但不仅限于，处理器1010、存储器1020。本领域技术人员可以理解，图10仅仅是电子设备1000的示例，并不构成对电子设备1000的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如电子设备还可以包括输入输出设备、网络接入设备、总线等。
所称处理器1010可以是中央处理单元，还可以是其他通用处理器、数字信号处理器、专用集成电路、现成可编程门阵列或者其他可编程逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者是任何常规的处理器等。
存储器1020可以是电子设备1000的内部存储单元，例如电子设备1000的硬盘或内存。存储器1020也可以是电子设备1000的外部存储设备，例如电子设备1000上配备的插接式硬盘，智能存储卡，闪存卡等。进一步地，存储器1020还可以既包括电子设备1000的内部存储单元也包括外部存储设备。
以上实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围，均应包含在本申请的保护范围之内。

Claims (9)

1.一种基于FMEA数据的评价报告的生成方法，其特征在于，包括：
获取目标产品在失效模式与影响分析FMEA数据中多个目标特征的第一特征标识，并建立所述第一特征标识与所述目标产品在检验过程中对应所述目标特征的第二特征标识之间的关联关系；
响应于用户发起的用于确定所述目标特征的失效频度指标的配置操作，生成所述目标特征的指标转换函数；
在所述检验过程中采集所述目标产品的实际产品参量，并基于所述关联关系，将所述实际产品参量转换为所述目标特征的采样值；
将所述采样值导入所述指标转换函数，计算所述目标特征的所述失效频度指标；
基于所有所述目标特征的所述失效频度指标，生成所述目标产品的所述评价报告；
所述响应于用户发起的用于确定所述目标特征的失效频度指标的配置操作，生成所述目标特征的指标转换函数，包括：
确定所述配置操作对应的指标计算函数；
对所述指标计算函数进行解析，确定所述指标计算函数内包含的函数标识，并从预设的函数库内提取与所述函数标识对应的函数模板；
从所述指标计算函数中确定各个所述函数标识关联的自定义参量；
将所述函数标识对应的所述自定义参量导入与所述函数标识对应的所述函数模板，生成所述函数标识的自定义函数；
根据所有所述自定义函数在所述指标计算函数中指定的运算关系，生成所述指标转换函数。
2.根据权利要求1所述的生成方法，其特征在于，所述将所述函数标识对应的所述自定义参量导入与所述函数标识对应的所述函数模板，生成所述函数标识的自定义函数，包括：
若所述函数标识内包含样本采集标识，则确定所述样本采集标识对应的数组数量以及数组尺寸；
根据所述数组数量以及所述数组尺寸生成所述样本采集标识对应的样本采集函数；
所述在所述检验过程中采集所述目标产品的实际产品参量，并基于所述关联关系，将所述实际产品参量转换为所述目标特征的采样值，包括：
根据所述样本采集函数，在所述检验过程中采集与所述数组尺寸的多个样本数值；
执行与所述数组数量对应次数的所述在所述检验过程中采集与所述数组尺寸的多个样本数值的操作；
基于所有采集得到的所述样本数值，生成所述实际产品参量。
3.根据权利要求1所述的生成方法，其特征在于，所述获取目标产品在失效模式与影响分析FMEA数据中多个目标特征的第一特征标识，并建立所述第一特征标识与所述目标产品在检验过程中对应所述目标特征的第二特征标识之间的关联关系，包括：
根据所述目标产品的FMEA数据，确定所述目标产品的第一产品标识；
基于所述第一产品标识配置在校验过程中所述目标产品的第二产品标识；
确定在所述校验过程中所述目标产品包含的所述目标特征；
基于所述第二产品标识获取所述目标产品的所述FMEA数据，并从所述FMEA数据中查询各个所述目标特征对应的所述第一特征标识；
建立各个所述目标特征的所述第一特征标识与所述第二特征标识之间的所述关联关系。
4.根据权利要求3所述的生成方法，其特征在于，所述在所述检验过程中采集所述目标产品的实际产品参量，并基于所述关联关系，将所述实际产品参量转换为所述目标特征的采样值，包括：
根据所述FMEA数据，确定所述第一特征标识对应的目标特征对应的根节点部件；
从所述实际产品参量内确定与所述根节点部件对应的部件参量；
基于所述关联关系，将所述部件参量作为与所述第一特征标识对应的所述第二特征标识对应的目标特征的所述采样值。
5.根据权利要求1-4任一项所述的生成方法，其特征在于，所述基于所有所述目标特征的所述失效频度指标，生成所述目标产品的所述评价报告，包括：
以预设的评价周期生成所述评价报告，并获取各个评价周期对应的实际失效频度；
根据所有评价周期对应的所述评价报告，生成所述目标产品的预测频度曲线；
根据所有所述实际失效频度，生成所述目标产品的实际频度曲线；
基于所述预测频度曲线以及所述实际频度曲线，生成关于所述指标转换函数的调整信息。
6.根据权利要求1-4任一项所述的生成方法，其特征在于，在所述基于所有所述目标特征的所述失效频度指标，生成所述目标产品的所述评价报告之后，还包括：
若所述失效频度指标大于预设的失效阈值，则生成关于所述目标产品的告警信息；
获取所述目标产品关联的管理员账号，基于所述管理员账号将所述告警信息发送给管理员对应的终端。
7.一种基于FMEA数据的评价报告的生成装置，其特征在于，包括：
关联关系建立单元，用于获取目标产品在失效模式与影响分析FMEA数据中多个目标特征的第一特征标识，并建立所述第一特征标识与所述目标产品在检验过程中对应所述目标特征的第二特征标识之间的关联关系；
指标转换函数生成单元，用于响应于用户发起的用于确定所述目标特征的失效频度指标的配置操作，生成所述目标特征的指标转换函数；
采样值获取单元，用于在所述检验过程中采集所述目标产品的实际产品参量，并基于所述关联关系，将所述实际产品参量转换为所述目标特征的采样值；
失效频度指标计算单元，用于将所述采样值导入所述指标转换函数，计算所述目标特征的所述失效频度指标；
评价报告生成单元，用于基于所有所述目标特征的所述失效频度指标，生成所述目标产品的所述评价报告；
所述指标转换函数生成单元包括：
指标计算函数确定单元，用于确定所述配置操作对应的指标计算函数；
函数模板获取单元，用于对所述指标计算函数进行解析，确定所述指标计算函数内包含的函数标识，并从预设的函数库内提取与所述函数标识对应的函数模板；
自定义参量确定单元，用于从所述指标计算函数中确定各个所述函数标识关联的自定义参量；
自定义函数确定单元，用于将所述函数标识对应的所述自定义参量导入与所述函数标识对应的所述函数模板，生成所述函数标识的自定义函数；
指标转换函数合并单元，用于根据所有所述自定义函数在所述指标计算函数中指定的运算关系，生成所述指标转换函数。
8.一种终端设备，其特征在于，所述终端设备包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时如权利要求1至6任一项所述方法的步骤。
9.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至6任一项所述方法的步骤。
CN202210463824.7A 2022-04-29 2022-04-29 一种基于fmea数据的评价报告的生成方法及电子设备 Active CN114564853B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210463824.7A CN114564853B (zh) 2022-04-29 2022-04-29 一种基于fmea数据的评价报告的生成方法及电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210463824.7A CN114564853B (zh) 2022-04-29 2022-04-29 一种基于fmea数据的评价报告的生成方法及电子设备

Publications (2)

Publication Number Publication Date
CN114564853A CN114564853A (zh) 2022-05-31
CN114564853B true CN114564853B (zh) 2022-07-26

Family

ID=81721460

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210463824.7A Active CN114564853B (zh) 2022-04-29 2022-04-29 一种基于fmea数据的评价报告的生成方法及电子设备

Country Status (1)

Country Link
CN (1) CN114564853B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104992011A (zh) * 2015-06-24 2015-10-21 东北大学 一种基于fmea分析的数控机床可靠性综合分配方法
CN106649873A (zh) * 2017-01-04 2017-05-10 陕西理工学院 一种实现fmea数据多维处理系统
CN110135029A (zh) * 2019-04-29 2019-08-16 中国电子科技集团公司第二十九研究所 一种失效模式的辅助识别方法
CN113361898A (zh) * 2021-06-01 2021-09-07 西安法士特汽车传动有限公司 一种基于多系统集成的产品设计风险分析方法及系统

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120254710A1 (en) * 2011-04-01 2012-10-04 Caterpillar Inc. Risk charts for failure mode and effect analysis
CN112668138B (zh) * 2020-02-15 2022-12-30 安徽国迈信息技术有限公司 实现功能和失效关联的fmea分析方法和装置

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104992011A (zh) * 2015-06-24 2015-10-21 东北大学 一种基于fmea分析的数控机床可靠性综合分配方法
CN106649873A (zh) * 2017-01-04 2017-05-10 陕西理工学院 一种实现fmea数据多维处理系统
CN110135029A (zh) * 2019-04-29 2019-08-16 中国电子科技集团公司第二十九研究所 一种失效模式的辅助识别方法
CN113361898A (zh) * 2021-06-01 2021-09-07 西安法士特汽车传动有限公司 一种基于多系统集成的产品设计风险分析方法及系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
"液晶显示器转轴结构优化成本分析";谭红海;《中国优秀硕士学位论文全文数据库 信息科技辑》;20080615(第6期);I136-29 *
"离散性制造系统功能目标的影响机理与决策模型研究";徐伟;《中国博士学位论文全文数据库 经济与管理科学辑》;20181115(第11期);J152-15 *

Also Published As

Publication number Publication date
CN114564853A (zh) 2022-05-31

Similar Documents

Publication Publication Date Title
CN110321371B (zh) 日志数据异常检测方法、装置、终端及介质
CN111475370A (zh) 基于数据中心的运维监控方法、装置、设备及存储介质
CN111309539A (zh) 一种异常监测方法、装置和电子设备
CN111796957B (zh) 基于应用日志的交易异常根因分析方法及系统
CN113037595B (zh) 异常设备检测方法、装置、电子设备及存储介质
CN113537337A (zh) 训练方法、异常检测方法、装置、设备和存储介质
CN111949429A (zh) 基于密度聚类算法的服务器故障监测方法及系统
CN109857618B (zh) 一种监控方法、装置及系统
CN112801316A (zh) 基于多指标数据的故障定位方法、系统设备及存储介质
CN113537642A (zh) 产品品质预测方法、装置、电子设备及存储介质
CN114325405A (zh) 电池组一致性分析方法、建模方法、装置、设备及介质
CN108399115B (zh) 一种运维操作检测方法、装置及电子设备
CN112199252A (zh) 一种异常监控方法、装置及电子设备
CN114356734A (zh) 服务异常检测方法和装置、设备、存储介质
CN110909005B (zh) 一种模型特征分析方法、装置、设备及介质
CN113313280A (zh) 云平台的巡检方法、电子设备及非易失性存储介质
CN115543671A (zh) 数据分析方法、装置、设备、存储介质及程序产品
KR20190060548A (ko) 변수 구간별 불량 발생 지수를 도출하여 공정 불량 원인을 파악하고 시각화하는 방법
CN111045849A (zh) 核对异常原因的识别方法、装置、服务器和存储介质
CN113918438A (zh) 服务器异常的检测方法、装置、服务器及存储介质
CN114020715A (zh) 一种日志数据的处理方法、装置、介质及设备
CN114564853B (zh) 一种基于fmea数据的评价报告的生成方法及电子设备
CN116108376A (zh) 一种反窃电的监测系统、方法、电子设备及介质
CN116244131A (zh) 服务器接口测试方法、装置、电子设备和介质
CN117827568A (zh) 测试设备稳定性的监控方法、装置、电子设备和存储介质

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