CN114706363A - 基于过程优化的质量管理平台 - Google Patents
基于过程优化的质量管理平台 Download PDFInfo
- Publication number
- CN114706363A CN114706363A CN202210637587.1A CN202210637587A CN114706363A CN 114706363 A CN114706363 A CN 114706363A CN 202210637587 A CN202210637587 A CN 202210637587A CN 114706363 A CN114706363 A CN 114706363A
- Authority
- CN
- China
- Prior art keywords
- quality
- coefficient
- production
- module
- batch
- 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
- 238000005457 optimization Methods 0.000 title claims abstract description 18
- 238000004519 manufacturing process Methods 0.000 claims abstract description 153
- 238000004458 analytical method Methods 0.000 claims abstract description 78
- 238000012795 verification Methods 0.000 claims abstract description 57
- 238000007405 data analysis Methods 0.000 claims abstract description 18
- 238000012937 correction Methods 0.000 claims description 38
- 238000012797 qualification Methods 0.000 claims description 17
- 239000002994 raw material Substances 0.000 claims description 14
- 238000000034 method Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 238000010923 batch production Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
- G05B19/41875—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by quality surveillance of production
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/32—Operator till task planning
- G05B2219/32252—Scheduling production, machining, job shop
-
- 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
- Engineering & Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- General Factory Administration (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及一种基于过程优化的质量管理平台,尤其涉及数据分析技术领域,包括,采集模块,用以实时采集产品生产过程中的生产数据;分析模块,用以根据采集获取的生产数据对同一批次的生产质量进行数据分析,其与所述采集模块连接;判断模块,用以根据修正后的质量系数进行生产质量风险判断,其与所述分析模块连接;校验模块,用以对生产质量风险判断结果进行校验,其与所述判断模块连接,在进行校验时,若生产质量存在风险,所述校验模块根据下一批次的质量系数对该批次的生产质量风险判断结果进行校验;告警模块,用以根据校验结果进行相应告警,其与所述校验模块连接。本发明有效提高了产品的生产质量和效率。
Description
技术领域
本发明涉及数据分析技术领域,尤其涉及一种基于过程优化的质量管理平台。
背景技术
生产管理是企业经营目标实现的重要途径,生产管理包括生产过程管理、质量管理、生产安全管理和生产资源管理等。
中国专利公开号:CN112783108A,公开了一种面向智慧工厂的质量管理云平台,包括由测量检具组成的设备层、由服务器进行数据库存储的数据层和由智能终端构成应用层,设备层包含符合现场工业总线通讯的的硬件设备,数据传输模块包含上传接口和下采接口,数据层由若干台服务器组成,数据层中设置有若干个存储资源池节点,应用层包含数据分析管理模块和数据共享模块,该方案通过应用层、数据层和设备层之间的配合,解决了原材料到产品过程中的正反向质量追溯的问题,但该方案未设有精确的生产数据分析过程,无法精确调整产品的生产过程,影响产品的生产效率。
发明内容
为此,本发明提供一种基于过程优化的质量管理平台,用以克服现有技术中未对产品生产过程数据进行精确分析导致的产品生产效率低的问题。
为实现上述目的,本发明提供一种基于过程优化的质量管理平台,包括,
采集模块,用以实时采集产品生产过程中的生产数据;
分析模块,用以根据采集获取的生产数据对同一批次的生产质量进行数据分析,其与所述采集模块连接,在进行数据分析时,所述分析模块还用以根据实时采集的同一批次的合格率确定该批次的质量系数,在确定质量系数后,所述分析模块还用以根据该批次的返工率选取对应的调节系数对质量系数进行调节,在选取调节系数时,所述分析模块还用以根据该批次的产品数量对调节系数进行校正,在调节完成后,所述分析模块还用以根据该批次中产品的生产周期对质量系数进行修正;
判断模块,用以根据修正后的质量系数进行生产质量风险判断,其与所述分析模块连接;
校验模块,用以对生产质量风险判断结果进行校验,其与所述判断模块连接,在进行校验时,若生产质量存在风险,所述校验模块根据下一批次的质量系数对该批次的生产质量风险判断结果进行校验,并根据质量系数差值进行二次校验;
告警模块,用以根据校验结果进行相应告警,其与所述校验模块连接。
进一步地,所述分析模块在确定同一批次产品的质量系数时,将采集的该批次产品的合格率K与预设合格率K0进行比对,并根据比对结果设置该批次产品的质量系数,其中,
当K<K0时,所述分析模块将该批次产品的质量系数设置为A1;
当K≥K0时,所述分析模块将该批次产品的质量系数设置为A2;
其中,A1为第一预设质量系数,A2为第二预设质量系数,A1<A2。
进一步地,所述分析模块在对设置的质量系数Ai进行调节时,设定i=1,2,将采集的该批次产品的返工率L与各预设返工率进行比对,并根据比对结果选取对应的调节系数对质量系数Ai进行调节,其中,
当L≤L1时,所述分析模块判定返工率在合理范围,不进行调节;
当L1<L≤L2时,所述分析模块选取第一调节系数f1对Ai进行调节,f1为预设值,0.9<f1<1;
当L2<L时,所述分析模块选取第二调节系数f2对Ai进行调节,设定f2=f1-f1×(L-L2)/L;
其中,当选取第j调节系数fj对质量系数Ai进行调节时,设定j=1,2,调节后的质量系数为Ai’,设定Ai’=Ai×fj。
进一步地,所述分析模块在对调节系数fj进行校正时,将该批次的产品数量P与各预设产品数量进行比对,并根据比对结果选取对应的校正系数对调节系数fj进行校正,其中,
当P<P1时,所述分析模块选取第一校正系数a1对fj进行校正,以增加调节系数,校正后的调节系数为f01,设定f01=fj×a1,1<a1<1.1;
当P1≤P≤P2时,所述分析模块判定该批次的产品数量在标准范围,不进行校正;
当P2<P时,所述分析模块选取第二校正系数a2对fj进行校正,以降低调节系数,校正后的调节系数为f02,设定f02=fj×a2,0.9<a0<1;
其中,P1为第一预设产品数量,P2为第二预设产品数量,P1<P2。
进一步地,所述分析模块在对调节后的质量系数Ai’进行修正时,将采集的该批次产品的生产周期T与预设标准周期T0进行比对,并根据比对结果对调节后的质量系数Ai’进行修正,其中,
当T<T0时,所述分析模块设置预设修正系数g对调节后的质量系数Ai’进行修正,修正后的质量系数为Ai”,设定Ai”=Ai’×g,0.9<g<1;
当T≥T0时,所述分析模块判定生产周期满足要求,不进行修正。
进一步地,所述判断模块在进行生产质量风险判断时,将修正后的质量系数Ai”与预设标准质量系数A0进行比对,并根据比对结果进行生产质量风险判断,其中,
当Ai”<A0时,所述判断模块判定该批次产品的生产质量存在风险,下一批次需更换原材料进行生产;
当Ai”≥A0时,所述判断模块判定该批次产品的生产质量无风险。
进一步地,所述校验模块在进行校验时,将下一批次生产后的质量系数Am与预设标准质量系数A0进行比对,并根据比对结果进行校验,其中,
当Am<Ai”时,所述校验模块判定校验失败;
当Ai”≤Am<A0时,所述校验模块进行二次校验;
当A0≤Am时,所述校验模块判定校验成功。
进一步地,所述校验模块在进行二次校验时,计算质量系数差值△A,设定△A=Am-Ai”,所述校验模块将质量系数差值△A与预设标准差值△A0进行比对,并根据比对结果进行二次校验,其中,
当△A<△A0时,所述校验模块判定校验失败;
当△A≥△A0时,所述校验模块判定校验成功。
进一步地,所述告警模块在进行告警时,根据所述校验模块的校验结果进行相应的告警,其中,
当校验失败时,所述告警模块提示生产设备存在风险需及时检修;
当校验成功时,所述告警模块提示当前原材料为最佳原材料。
进一步地,所述生产数据包括同一生产批次的返工率、合格率和生产周期,定义返工率为同一生产批次中返工产品数量与总产品数量的比值,定义合格率为同一生产批次中合格产品数量与总产品数量的比值。
与现有技术相比,本发明的有益效果在于,通过分析模块对产品的生产过程进行数据分析,通过精确数据分析以确定当前的生产质量是否存在风险,并对存在风险的生产过程进行调整,以提高生产效率,在进行数据分析时,所述分析模块根据实时采集的同一批次的合格率确定该批次的质量系数,再通过对质量系数进行调节和修正,以提高获取的质量系数的精确度,从而提高风险判断的精确度,以进一步提高生产效率,同时,通过设置校验模块对风险判断结果进行校验,通过精确校验以提高风险判断结果的准确度,从而进一步提高生产效率,且,通过设置告警模块对根据校正结果进行不同的告警,以及时提醒便于调整产品的生产过程,以进一步提高生产效率。
尤其,所述分析模块通过设置同一批次的产品的质量系数,以及时进行生产质量风险判断,从而便于调整生产过程,提高生产质量,在设置质量系数时,所述分析模块将该批次产品的合格率K与预设值进行比对设置不同质量系数,以使质量系数随合格率的增加而增大,从而使质量系数有效反映产品质量,便于及时调整生产过程,以进一步提高产品生产质量,从而提高产品的生产效率。
尤其,所述分析模块通过选取不同调节系数对质量系数进行调节,以进一步提高质量系数的精确度,从而提高生产质量风险判断的精确度,在进行调节时,所述分析模块将采集的该批次产品的返工率L与各预设值进行比对,若在预设值以内则不进行调节,在预设范围内则选取固定值进行调节,若在预设值以上则通过计算调节系数进行调节,以使调节系数随返工率的增加而减小,通过调节以降低质量系数,从而提高质量系数的精确度,进而提高生产质量风险判断的精确度,以进一步提高产品的生产质量和效率。
尤其,所述分析模块通过对调节系数进行校正,以提高调节系数的精确度,从而进一步提高调节后的质量系数的精确度,在进行校正时,所述分析模块将产品数量与预设值进行比对,以选取不同校正系数进行校正,若小于预设范围则产品数量少,单个返工产品对批次返工率影响大,通过校正系数以增加调节系数,若大于预设范围则产品数量多,单个返工产品对批次返工率影响小,通过校正系数以降低调节系数,通过增加或降低调节系数,以进一步保证调节后的质量系数的精确度,从而进一步提高生产质量风险判断的精确度,以进一步提高产品的生产质量和效率。
尤其,所述分析模块通过设置修正系数对质量系数进行修正,以进一步提高质量系数的精确度,从而提高生产质量风险判断的精确度,在进行修正时,所述分析模块将采集的该批次产品的生产周期与预设值进行比对,若在预设值以外则不进行调节,若小于预设值则选取修正系数进行修正,通过修正以降低质量系数,从而提高质量系数的精确度,进而提高生产质量风险判断的精确度,以进一步提高产品的生产质量和效率。
尤其,所述判断模块根据修正后的质量系数进行生产质量风险判断,若其小于预设值则存在风险,反之无风险,通过风险判断以及时更正下一批次生产的过程,从而提高产品的生产效率。
尤其,所述校验模块通过校验以确定判断模块判定结果的准确度,若判断模块判定无风险则无需进行校验,若判定生产质量存在风险,则根据下一批次生产后的质量系数Am进行校验,若其小于上一批次的质量系数则校验失败,证明更换原材料无作用,生产设备存在故障风险,若其在预设值以上则校验成功,证明更换后的原材料适宜产品的生产,在进行二次校验时,通过计算质量系数差值进行判断,若差值在预设值以上则校验成功,反之校验失败,所述校验模块通过校验进一步提高了生产质量风险判断的精确度,进一步提高了产品的生产质量和效率。
附图说明
图1为本实施例基于过程优化的质量管理平台的结构示意图。
具体实施方式
为了使本发明的目的和优点更加清楚明白,下面结合实施例对本发明作进一步描述;应当理解,此处所描述的具体实施例仅仅用于解释本发明,并不用于限定本发明。
下面参照附图来描述本发明的优选实施方式。本领域技术人员应当理解的是,这些实施方式仅仅用于解释本发明的技术原理,并非在限制本发明的保护范围。
此外,还需要说明的是,在本发明的描述中,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;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。对于本领域技术人员而言,可根据具体情况理解上述术语在本发明中的具体含义。
请参阅图1所示,其为本实施例基于过程优化的质量管理平台的结构示意图,所述平台包括,
采集模块,用以实时采集产品生产过程中的生产数据,所述生产数据包括同一生产批次的返工率、合格率和生产周期,定义返工率为同一生产批次中返工产品数量与总产品数量的比值,定义合格率为同一生产批次中合格产品数量与总产品数量的比值;
分析模块,用以根据采集获取的生产数据对同一批次的生产质量进行数据分析,其与所述采集模块连接,在进行数据分析时,所述分析模块还用以根据实时采集的同一批次的合格率确定该批次的质量系数,在确定质量系数后,所述分析模块还用以根据该批次的返工率选取对应的调节系数对质量系数进行调节,在选取调节系数时,所述分析模块还用以根据该批次的产品数量对调节系数进行校正,在调节完成后,所述分析模块还用以根据该批次中产品的生产周期对质量系数进行修正;
判断模块,用以根据修正后的质量系数进行生产质量风险判断,其与所述分析模块连接;
校验模块,用以对生产质量风险判断结果进行校验,其与所述判断模块连接,在进行校验时,若生产质量存在风险,所述校验模块根据下一批次的质量系数对该批次的生产质量风险判断结果进行校验,并根据质量系数差值进行二次校验;
告警模块,用以根据校验结果进行相应告警,其与所述校验模块连接。
具体而言,本实施例所述平台应用于云端,通过对工厂生产产品的质量进行精确数据分析,以及时调整生产过程中的影响因素,从而提高产品的生产效率。
具体而言,本实施例中通过分析模块对产品的生产过程进行数据分析,通过精确数据分析以确定当前的生产质量是否存在风险,并对存在风险的生产过程进行调整,以提高生产效率,在进行数据分析时,所述分析模块根据实时采集的同一批次的合格率确定该批次的质量系数,再通过对质量系数进行调节和修正,以提高获取的质量系数的精确度,从而提高风险判断的精确度,以进一步提高生产效率,同时,通过设置校验模块对风险判断结果进行校验,通过精确校验以提高风险判断结果的准确度,从而进一步提高生产效率,且,通过设置告警模块对根据校正结果进行不同的告警,以及时提醒便于调整产品的生产过程,以进一步提高生产效率。
具体而言,所述分析模块在确定同一批次产品的质量系数时,将采集的该批次产品的合格率K与预设合格率K0进行比对,并根据比对结果设置该批次产品的质量系数,其中,
当K<K0时,所述分析模块将该批次产品的质量系数设置为A1;
当K≥K0时,所述分析模块将该批次产品的质量系数设置为A2;
其中,A1为第一预设质量系数,A2为第二预设质量系数,A1<A2。
具体而言,本实施例中所述分析模块通过设置同一批次的产品的质量系数,以及时进行生产质量风险判断,从而便于调整生产过程,提高生产质量,在设置质量系数时,所述分析模块将该批次产品的合格率K与预设值进行比对设置不同质量系数,以使质量系数随合格率的增加而增大,从而使质量系数有效反映产品质量,便于及时调整生产过程,以进一步提高产品生产质量,从而提高产品的生产效率。
具体而言,所述分析模块在对设置的质量系数Ai进行调节时,设定i=1,2,将采集的该批次产品的返工率L与各预设返工率进行比对,并根据比对结果选取对应的调节系数对质量系数Ai进行调节,其中,
当L≤L1时,所述分析模块判定返工率在合理范围,不进行调节;
当L1<L≤L2时,所述分析模块选取第一调节系数f1对Ai进行调节,f1为预设值,0.9<f1<1;
当L2<L时,所述分析模块选取第二调节系数f2对Ai进行调节,设定f2=f1-f1×(L-L2)/L;
其中,当选取第j调节系数fj对质量系数Ai进行调节时,设定j=1,2,调节后的质量系数为Ai’,设定Ai’=Ai×fj。
具体而言,本实施例中所述分析模块通过选取不同调节系数对质量系数进行调节,以进一步提高质量系数的精确度,从而提高生产质量风险判断的精确度,在进行调节时,所述分析模块将采集的该批次产品的返工率L与各预设值进行比对,若在预设值以内则不进行调节,在预设范围内则选取固定值进行调节,若在预设值以上则通过计算调节系数进行调节,以使调节系数随返工率的增加而减小,通过调节以降低质量系数,从而提高质量系数的精确度,进而提高生产质量风险判断的精确度,以进一步提高产品的生产质量和效率。
具体而言,所述分析模块在对调节系数fj进行校正时,将该批次的产品数量P与各预设产品数量进行比对,并根据比对结果选取对应的校正系数对调节系数fj进行校正,其中,
当P<P1时,所述分析模块选取第一校正系数a1对fj进行校正,以增加调节系数,校正后的调节系数为f01,设定f01=fj×a1,1<a1<1.1;
当P1≤P≤P2时,所述分析模块判定该批次的产品数量在标准范围,不进行校正;
当P2<P时,所述分析模块选取第二校正系数a2对fj进行校正,以降低调节系数,校正后的调节系数为f02,设定f02=fj×a2,0.9<a0<1;
其中,P1为第一预设产品数量,P2为第二预设产品数量,P1<P2。
具体而言,本实施例中所述分析模块通过对调节系数进行校正,以提高调节系数的精确度,从而进一步提高调节后的质量系数的精确度,在进行校正时,所述分析模块将产品数量与预设值进行比对,以选取不同校正系数进行校正,若小于预设范围则产品数量少,单个返工产品对批次返工率影响大,通过校正系数以增加调节系数,若大于预设范围则产品数量多,单个返工产品对批次返工率影响小,通过校正系数以降低调节系数,通过增加或降低调节系数,以进一步保证调节后的质量系数的精确度,从而进一步提高生产质量风险判断的精确度,以进一步提高产品的生产质量和效率。
具体而言,所述分析模块在对调节后的质量系数Ai’进行修正时,将采集的该批次产品的生产周期T与预设标准周期T0进行比对,并根据比对结果对调节后的质量系数Ai’进行修正,其中,
当T<T0时,所述分析模块设置预设修正系数g对调节后的质量系数Ai’进行修正,修正后的质量系数为Ai”,设定Ai”=Ai’×g,0.9<g<1;
当T≥T0时,所述分析模块判定生产周期满足要求,不进行修正。
具体而言,本实施例中所述分析模块通过设置修正系数对质量系数进行修正,以进一步提高质量系数的精确度,从而提高生产质量风险判断的精确度,在进行修正时,所述分析模块将采集的该批次产品的生产周期与预设值进行比对,若在预设值以外则不进行调节,若小于预设值则选取修正系数进行修正,通过修正以降低质量系数,从而提高质量系数的精确度,进而提高生产质量风险判断的精确度,以进一步提高产品的生产质量和效率。
具体而言,所述判断模块在进行生产质量风险判断时,将修正后的质量系数Ai”与预设标准质量系数A0进行比对,并根据比对结果进行生产质量风险判断,其中,
当Ai”<A0时,所述判断模块判定该批次产品的生产质量存在风险,下一批次需更换原材料进行生产;
当Ai”≥A0时,所述判断模块判定该批次产品的生产质量无风险。
具体而言,本实施例中所述判断模块根据修正后的质量系数进行生产质量风险判断,若其小于预设值则存在风险,反之无风险,通过风险判断以及时更正下一批次生产的过程,从而提高产品的生产效率,可以理解的是,本实施例未对原材料的具体种类进行限定,本领域技术人员可根据实际情况进行设置,如同一材料不同厂家制造的性能参数有所差异,本实施例中在更换原材料时,最佳的实施方式为更换性能更佳的原材料进行下一批次的生产,以提高产品的生产效率。
具体而言,所述校验模块在进行校验时,将下一批次生产后的质量系数Am与预设标准质量系数A0进行比对,并根据比对结果进行校验,其中,
当Am<Ai”时,所述校验模块判定校验失败;
当Ai”≤Am<A0时,所述校验模块进行二次校验;
当A0≤Am时,所述校验模块判定校验成功。
具体而言,所述校验模块在进行二次校验时,计算质量系数差值△A,设定△A=Am-Ai”,所述校验模块将质量系数差值△A与预设标准差值△A0进行比对,并根据比对结果进行二次校验,其中,
当△A<△A0时,所述校验模块判定校验失败;
当△A≥△A0时,所述校验模块判定校验成功。
具体而言,本实施例中所述校验模块通过校验以确定判断模块判定结果的准确度,若判断模块判定无风险则无需进行校验,若判定生产质量存在风险,则根据下一批次生产后的质量系数Am进行校验,若其小于上一批次的质量系数则校验失败,证明更换原材料无作用,生产设备存在故障风险,若其在预设值以上则校验成功,证明更换后的原材料适宜产品的生产,在进行二次校验时,通过计算质量系数差值进行判断,若差值在预设值以上则校验成功,反之校验失败,所述校验模块通过校验进一步提高了生产质量风险判断的精确度,进一步提高了产品的生产质量和效率。
具体而言,所述告警模块在进行告警时,根据所述校验模块的校验结果进行相应的告警,其中,
当校验失败时,所述告警模块提示生产设备存在风险需及时检修;
当校验成功时,所述告警模块提示当前原材料为最佳原材料。
具体而言,本实施例中所述告警模块通过及时进行提示,以进一步提高产品的生产质量,从而提高产品生产效率。
至此,已经结合附图所示的优选实施方式描述了本发明的技术方案,但是,本领域技术人员容易理解的是,本发明的保护范围显然不局限于这些具体实施方式。在不偏离本发明的原理的前提下,本领域技术人员可以对相关技术特征做出等同的更改或替换,这些更改或替换之后的技术方案都将落入本发明的保护范围之内。
Claims (10)
1.一种基于过程优化的质量管理平台,其特征在于,包括,
采集模块,用以实时采集产品生产过程中的生产数据;
分析模块,用以根据采集获取的生产数据对同一批次的生产质量进行数据分析,其与所述采集模块连接,在进行数据分析时,所述分析模块还用以根据实时采集的同一批次的合格率确定该批次的质量系数,在确定质量系数后,所述分析模块还用以根据该批次的返工率选取对应的调节系数对质量系数进行调节,在选取调节系数时,所述分析模块还用以根据该批次的产品数量对调节系数进行校正,在调节完成后,所述分析模块还用以根据该批次中产品的生产周期对质量系数进行修正;
判断模块,用以根据修正后的质量系数进行生产质量风险判断,其与所述分析模块连接;
校验模块,用以对生产质量风险判断结果进行校验,其与所述判断模块连接,在进行校验时,若生产质量存在风险,所述校验模块根据下一批次的质量系数对该批次的生产质量风险判断结果进行校验,并根据质量系数差值进行二次校验;
告警模块,用以根据校验结果进行相应告警,其与所述校验模块连接。
2.根据权利要求1所述的基于过程优化的质量管理平台,其特征在于,所述分析模块在确定同一批次产品的质量系数时,将采集的该批次产品的合格率K与预设合格率K0进行比对,并根据比对结果设置该批次产品的质量系数,其中,
当K<K0时,所述分析模块将该批次产品的质量系数设置为A1;
当K≥K0时,所述分析模块将该批次产品的质量系数设置为A2;
其中,A1为第一预设质量系数,A2为第二预设质量系数,A1<A2。
3.根据权利要求2所述的基于过程优化的质量管理平台,其特征在于,所述分析模块在对设置的质量系数Ai进行调节时,设定i=1,2,将采集的该批次产品的返工率L与各预设返工率进行比对,并根据比对结果选取对应的调节系数对质量系数Ai进行调节,其中,
当L≤L1时,所述分析模块判定返工率在合理范围,不进行调节;
当L1<L≤L2时,所述分析模块选取第一调节系数f1对Ai进行调节,f1为预设值,0.9<f1<1;
当L2<L时,所述分析模块选取第二调节系数f2对Ai进行调节,设定f2=f1-f1×(L-L2)/L;
其中,当选取第j调节系数fj对质量系数Ai进行调节时,设定j=1,2,调节后的质量系数为Ai’,设定Ai’=Ai×fj。
4.根据权利要求3所述的基于过程优化的质量管理平台,其特征在于,所述分析模块在对调节系数fj进行校正时,将该批次的产品数量P与各预设产品数量进行比对,并根据比对结果选取对应的校正系数对调节系数fj进行校正,其中,
当P<P1时,所述分析模块选取第一校正系数a1对fj进行校正,以增加调节系数,校正后的调节系数为f01,设定f01=fj×a1,1<a1<1.1;
当P1≤P≤P2时,所述分析模块判定该批次的产品数量在标准范围,不进行校正;
当P2<P时,所述分析模块选取第二校正系数a2对fj进行校正,以降低调节系数,校正后的调节系数为f02,设定f02=fj×a2,0.9<a0<1;
其中,P1为第一预设产品数量,P2为第二预设产品数量,P1<P2。
5.根据权利要求3所述的基于过程优化的质量管理平台,其特征在于,所述分析模块在对调节后的质量系数Ai’进行修正时,将采集的该批次产品的生产周期T与预设标准周期T0进行比对,并根据比对结果对调节后的质量系数Ai’进行修正,其中,
当T<T0时,所述分析模块设置预设修正系数g对调节后的质量系数Ai’进行修正,修正后的质量系数为Ai”,设定Ai”=Ai’×g,0.9<g<1;
当T≥T0时,所述分析模块判定生产周期满足要求,不进行修正。
6.根据权利要求5所述的基于过程优化的质量管理平台,其特征在于,所述判断模块在进行生产质量风险判断时,将修正后的质量系数Ai”与预设标准质量系数A0进行比对,并根据比对结果进行生产质量风险判断,其中,
当Ai”<A0时,所述判断模块判定该批次产品的生产质量存在风险,下一批次需更换原材料进行生产;
当Ai”≥A0时,所述判断模块判定该批次产品的生产质量无风险。
7.根据权利要求6所述的基于过程优化的质量管理平台,其特征在于,所述校验模块在进行校验时,将下一批次生产后的质量系数Am与预设标准质量系数A0进行比对,并根据比对结果进行校验,其中,
当Am<Ai”时,所述校验模块判定校验失败;
当Ai”≤Am<A0时,所述校验模块进行二次校验;
当A0≤Am时,所述校验模块判定校验成功。
8.根据权利要求7所述的基于过程优化的质量管理平台,其特征在于,所述校验模块在进行二次校验时,计算质量系数差值△A,设定△A=Am-Ai”,所述校验模块将质量系数差值△A与预设标准差值△A0进行比对,并根据比对结果进行二次校验,其中,
当△A<△A0时,所述校验模块判定校验失败;
当△A≥△A0时,所述校验模块判定校验成功。
9.根据权利要求8所述的基于过程优化的质量管理平台,其特征在于,所述告警模块在进行告警时,根据所述校验模块的校验结果进行相应的告警,其中,
当校验失败时,所述告警模块提示生产设备存在风险需及时检修;
当校验成功时,所述告警模块提示当前原材料为最佳原材料。
10.根据权利要求1所述的基于过程优化的质量管理平台,其特征在于,所述生产数据包括同一生产批次的返工率、合格率和生产周期,定义返工率为同一生产批次中返工产品数量与总产品数量的比值,定义合格率为同一生产批次中合格产品数量与总产品数量的比值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210637587.1A CN114706363B (zh) | 2022-06-08 | 2022-06-08 | 基于过程优化的质量管理平台 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210637587.1A CN114706363B (zh) | 2022-06-08 | 2022-06-08 | 基于过程优化的质量管理平台 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114706363A true CN114706363A (zh) | 2022-07-05 |
CN114706363B CN114706363B (zh) | 2022-08-23 |
Family
ID=82177894
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210637587.1A Active CN114706363B (zh) | 2022-06-08 | 2022-06-08 | 基于过程优化的质量管理平台 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114706363B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114881802A (zh) * | 2022-07-11 | 2022-08-09 | 湖南三湘银行股份有限公司 | 基于元数据的数据资产管理方法及系统 |
CN115038113A (zh) * | 2022-08-09 | 2022-09-09 | 平行世界(深圳)文化科技有限公司 | 一种广播电视节目传输系统 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101965569A (zh) * | 2008-03-06 | 2011-02-02 | 应用材料公司 | 用于控制设备工程系统的良品率预测反馈 |
CN108345275A (zh) * | 2017-01-25 | 2018-07-31 | 中芯国际集成电路制造(上海)有限公司 | 设备监控系统及设备监控方法 |
CN109634238A (zh) * | 2018-12-19 | 2019-04-16 | 山东科技大学 | 一种数控机床加工过程质量-能量效率评估与监控方法 |
JP2020044620A (ja) * | 2018-09-20 | 2020-03-26 | 株式会社ジェイテクト | 研削加工に関する学習モデル生成装置、推定装置および動作指令データ更新装置 |
CN111793862A (zh) * | 2019-04-02 | 2020-10-20 | 里特机械公司 | 操作纺织机的方法及纺织机 |
CN111930088A (zh) * | 2020-08-18 | 2020-11-13 | 苏州麻雀智能科技有限公司 | 一种边缘管理系统 |
CN112465382A (zh) * | 2020-12-08 | 2021-03-09 | 安徽九天印务有限公司 | 一种食品用塑料薄膜智能化生产管理系统 |
CN114647221A (zh) * | 2022-05-23 | 2022-06-21 | 承德京联电子科技有限公司 | 一种基于物联网的矿山生产链智能管控系统 |
-
2022
- 2022-06-08 CN CN202210637587.1A patent/CN114706363B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101965569A (zh) * | 2008-03-06 | 2011-02-02 | 应用材料公司 | 用于控制设备工程系统的良品率预测反馈 |
CN108345275A (zh) * | 2017-01-25 | 2018-07-31 | 中芯国际集成电路制造(上海)有限公司 | 设备监控系统及设备监控方法 |
JP2020044620A (ja) * | 2018-09-20 | 2020-03-26 | 株式会社ジェイテクト | 研削加工に関する学習モデル生成装置、推定装置および動作指令データ更新装置 |
CN109634238A (zh) * | 2018-12-19 | 2019-04-16 | 山东科技大学 | 一种数控机床加工过程质量-能量效率评估与监控方法 |
CN111793862A (zh) * | 2019-04-02 | 2020-10-20 | 里特机械公司 | 操作纺织机的方法及纺织机 |
CN111930088A (zh) * | 2020-08-18 | 2020-11-13 | 苏州麻雀智能科技有限公司 | 一种边缘管理系统 |
CN112465382A (zh) * | 2020-12-08 | 2021-03-09 | 安徽九天印务有限公司 | 一种食品用塑料薄膜智能化生产管理系统 |
CN114647221A (zh) * | 2022-05-23 | 2022-06-21 | 承德京联电子科技有限公司 | 一种基于物联网的矿山生产链智能管控系统 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114881802A (zh) * | 2022-07-11 | 2022-08-09 | 湖南三湘银行股份有限公司 | 基于元数据的数据资产管理方法及系统 |
CN115038113A (zh) * | 2022-08-09 | 2022-09-09 | 平行世界(深圳)文化科技有限公司 | 一种广播电视节目传输系统 |
CN115038113B (zh) * | 2022-08-09 | 2022-11-11 | 平行世界(深圳)文化科技有限公司 | 一种广播电视节目传输系统 |
Also Published As
Publication number | Publication date |
---|---|
CN114706363B (zh) | 2022-08-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114706363B (zh) | 基于过程优化的质量管理平台 | |
CN111555716B (zh) | 光伏阵列工作状态的确定方法、装置、设备及存储介质 | |
US20170003677A1 (en) | Real Time Monitoring System and Method Thereof of Optical Film Manufacturing Process | |
CN116125361B (zh) | 电压互感器误差评估方法、系统、电子设备及存储介质 | |
CN109390937B (zh) | 一种基于电力系统运行数据的电气参数辨识方法及其系统 | |
CN115995886A (zh) | 一种电力设备的电力监控系统 | |
CN115302759A (zh) | 增材制造监测及调控方法、系统及存储介质 | |
CN117269649A (zh) | 一种用于电能能源调度的安全检测方法及系统 | |
CN113435699A (zh) | 一种质量智能管控方法及系统 | |
CN113792944B (zh) | 一种预测性维护方法及系统 | |
CN111222687A (zh) | 基于同源异构神经网络的电力负荷概率预测方法及装置 | |
US20220026889A1 (en) | Method and device for producing a product and computer program product | |
CN112126907B (zh) | 真空镀膜控制系统及其控制方法、真空镀膜设备 | |
CN109359742B (zh) | 一种地铁子系统预防维修周期的生成方法 | |
CN112491360B (zh) | 光伏组串的故障诊断方法及系统、可读存储介质 | |
CN111045402B (zh) | 中控终端及其控制方法、中间设备及计算机存储介质 | |
CN111719130A (zh) | 半导体镀膜设备中的温度调整方法及半导体镀膜设备 | |
CN112858983B (zh) | 一种分流器自动校准的方法及系统 | |
CN114705928A (zh) | 一种变压器数据管理方法及系统 | |
CN113869502A (zh) | 一种基于深度神经网络的螺栓拧紧失效原因分析方法 | |
CN112965966A (zh) | 一种基于实测飞参数据的快速预处理方法、系统及计算机相关产品 | |
JP2019208350A (ja) | 太陽光発電設備の診断装置 | |
CN116561151B (zh) | 物联网数据的可视化处理方法及装置 | |
JPH05104395A (ja) | 学習制御機能を有する製品加工条件設定装置 | |
CN114967613B (zh) | 一种具有多传感器的生产设备状态监测方法和装置 |
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 |