CN114757587B - 一种基于大数据的产品质量控制系统及方法 - Google Patents
一种基于大数据的产品质量控制系统及方法 Download PDFInfo
- Publication number
- CN114757587B CN114757587B CN202210659171.XA CN202210659171A CN114757587B CN 114757587 B CN114757587 B CN 114757587B CN 202210659171 A CN202210659171 A CN 202210659171A CN 114757587 B CN114757587 B CN 114757587B
- Authority
- CN
- China
- Prior art keywords
- same batch
- sampling
- quality inspection
- products
- production
- 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
Links
Images
Classifications
-
- 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
- G06Q10/06395—Quality analysis or management
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Operations Research (AREA)
- Marketing (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Factory Administration (AREA)
Abstract
本申请的实施例提供了一种基于大数据的产品质量控制方法、系统、计算机可读介质及电子设备。该基于大数据的产品质量控制方法包括在工业生产过程中，获取同批产品对应的产品信息，之后基于所述生产时长和所述同批数量，确定对同批产品进行抽样质检的抽样数量，基于所述抽样数量和所述产品标识，从所述同批产品中抽出所述抽样数量对应的目标产品；对所述目标产品进行质检生成质检数据；基于所述质检数据和质检标准之间的对比结果，判断所述目标产品是否合格。上述方式通过对同批生产的产品进行抽样，以对抽样得到的目标产品进行质检，提高了工业生产过程中的质检效率，进而提升了工业生产的效率。
Description
技术领域
本申请涉及计算机技术领域，具体而言，涉及一种基于大数据的产品质量控制方法、系统、计算机可读介质及电子设备。
背景技术
产品质量控制是企业为生产合格产品和提供顾客满意的服务和减少无效劳动而进行的控制工作。包括作业技术和活动，也就是包括专业技术和管理技术两个方面。围绕产品质量形成全过程的各个环节，对质量活动的成果进行分阶段验证，以便及时发现问题，采取相应措施，尽可能地减少损失。现有技术中一般通过人工检测的方式进行，这种方式使得产品质量控制的效率很低，影响生产效率。
发明内容
本申请的实施例提供了一种基于大数据的产品质量控制方法、系统、计算机可读介质及电子设备，进而至少在一定程度上可以提高质量检测的效率。
本申请的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本申请的实践而习得。
根据本申请实施例的一个方面，提供了一种基于大数据的产品质量控制方法，包括：在工业生产过程中，获取同批产品对应的产品信息；所述产品信息包括产品标识、生产时长以及同批数量；基于所述生产时长和所述同批数量，确定对同批产品进行抽样质检的抽样数量；基于所述抽样数量和所述产品标识，从所述同批产品中抽出所述抽样数量对应的目标产品；对所述目标产品进行质检，生成质检数据；基于所述质检数据和质检标准之间的对比结果，判断所述目标产品是否合格。
在本申请的一些实施例中，基于前述方案，所述获取同批产品对应的产品信息，包括：在工业生产过程中，通过图像识别技术从产出的产品上获取产品标识；获取同批产品生产过程中所占用的生成时段；获取同批产品的数量作为同批数量。
在本申请的一些实施例中，基于前述方案，所述基于所述生产时长和所述同批数量，确定对同批产品进行抽样质检的抽样数量，包括：基于所述同批数量和所述生产时长，计算本轮生产的本轮生产效率；基于预设的标准效率，计算本轮生产效率与标准生产效率之间的效率比；基于预设的标准抽样数量和所述效率比，确定对同批产品进行抽样质检的抽样数量。
在本申请的一些实施例中，基于前述方案，所述基于所述同批数量和所述生产时长，计算本轮生产的本轮生产效率，包括：计算所述同批数量和所述生产时长之间的比值，作为本轮生产的本轮生产效率。
在本申请的一些实施例中，基于前述方案，所述基于预设的标准效率，计算本轮生产效率与标准生产效率之间的效率比，包括：基于预设的标准效率，计算本轮生产效率与标准生产效率之间的效率比；基于预设的标准抽样数量和所述效率比，确定对同批产品进行抽样质检的抽样数量，包括：基于预设的标准抽样数量和所述效率比之间的乘积，确定对同批产品进行抽样质检的抽样数量。
在本申请的一些实施例中，基于前述方案，所述基于所述质检数据和质检标准之间的对比结果，判断所述目标产品是否合格，包括：计算所述质检数据和所述质检标准之间的差异系数；基于所述差异系数和预设的差异阈值，判断所述目标产品是否合格。
在本申请的一些实施例中，基于前述方案，所述方法还包括：获取目标产品中质检不合格的第一数量；确定所述抽样数量对应的抽样比例；基于所述第一数量和所述抽样比例，预测所述同批产品中不合格产品对应的第二数量；基于所述第二数量和预设的数量阈值，判断是否将所述同批产品撤回。
根据本申请实施例的一个方面，提供了一种基于大数据的产品质量控制系统，包括：
获取单元，用于在工业生产过程中，获取同批产品对应的产品信息；所述产品信息包括产品标识、生产时长以及同批数量；
数量单元，用于基于所述生产时长和所述同批数量，确定对同批产品进行抽样质检的抽样数量；
抽样单元，用于基于所述抽样数量和所述产品标识，从所述同批产品中抽出所述抽样数量对应的目标产品；
质检单元，用于对所述目标产品进行质检，生成质检数据；
判断单元，用于基于所述质检数据和质检标准之间的对比结果，判断所述目标产品是否合格。
在本申请的一些实施例中，基于前述方案，所述获取同批产品对应的产品信息，包括：在工业生产过程中，通过图像识别技术从产出的产品上获取产品标识；获取同批产品生产过程中所占用的生成时段；获取同批产品的数量作为同批数量。
在本申请的一些实施例中，基于前述方案，所述基于所述生产时长和所述同批数量，确定对同批产品进行抽样质检的抽样数量，包括：基于所述同批数量和所述生产时长，计算本轮生产的本轮生产效率；基于预设的标准效率，计算本轮生产效率与标准生产效率之间的效率比；基于预设的标准抽样数量和所述效率比，确定对同批产品进行抽样质检的抽样数量。
在本申请的一些实施例中，基于前述方案，所述基于所述同批数量和所述生产时长，计算本轮生产的本轮生产效率，包括：计算所述同批数量和所述生产时长之间的比值，作为本轮生产的本轮生产效率。
在本申请的一些实施例中，基于前述方案，所述基于预设的标准效率，计算本轮生产效率与标准生产效率之间的效率比，包括：基于预设的标准效率，计算本轮生产效率与标准生产效率之间的效率比；基于预设的标准抽样数量和所述效率比，确定对同批产品进行抽样质检的抽样数量，包括：基于预设的标准抽样数量和所述效率比之间的乘积，确定对同批产品进行抽样质检的抽样数量。
在本申请的一些实施例中，基于前述方案，所述基于所述质检数据和质检标准之间的对比结果，判断所述目标产品是否合格，包括：计算所述质检数据和所述质检标准之间的差异系数；基于所述差异系数和预设的差异阈值，判断所述目标产品是否合格。
在本申请的一些实施例中，基于前述方案，所述方法还包括：获取目标产品中质检不合格的第一数量；确定所述抽样数量对应的抽样比例；基于所述第一数量和所述抽样比例，预测所述同批产品中不合格产品对应的第二数量；基于所述第二数量和预设的数量阈值，判断是否将所述同批产品撤回。
根据本申请实施例的一个方面，提供了一种计算机可读介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如上述实施例中所述的基于大数据的产品质量控制方法。
根据本申请实施例的一个方面，提供了一种电子设备，包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现如上述实施例中所述的基于大数据的产品质量控制方法。
根据本申请实施例的一个方面，提供了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行上述各种可选实现方式中提供的基于大数据的产品质量控制方法。
在本申请的一些实施例所提供的技术方案中，在工业生产过程中，获取同批产品对应的产品信息，之后基于所述生产时长和所述同批数量，确定对同批产品进行抽样质检的抽样数量，基于所述抽样数量和所述产品标识，从所述同批产品中抽出所述抽样数量对应的目标产品；对所述目标产品进行质检生成质检数据；基于所述质检数据和质检标准之间的对比结果，判断所述目标产品是否合格。上述方式通过对同批生产的产品进行抽样，以对抽样得到的目标产品进行质检，提高了工业生产过程中的质检效率，进而提升了工业生产的效率。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本申请。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本申请的实施例，并与说明书一起用于解释本申请的原理。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示意性示出了根据本申请的一个实施例的基于大数据的产品质量控制方法的流程图；
图2示意性示出了根据本申请的一个实施例的获取同批产品对应的产品信息的流程图；
图3示意性示出了根据本申请的一个实施例的基于大数据的产品质量控制系统的系统框图；
图4示出了适于用来实现本申请实施例的电子设备的计算机系统的结构示意图。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而，示例实施方式能够以多种形式实施，且不应被理解为限于在此阐述的范例；相反，提供这些实施方式使得本申请将更加全面和完整，并将示例实施方式的构思全面地传达给本领域的技术人员。
此外，所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施例中。在下面的描述中，提供许多具体细节从而给出对本申请的实施例的充分理解。然而，本领域技术人员将意识到，可以实践本申请的技术方案而没有特定细节中的一个或更多，或者可以采用其它的方法、组元、装置、步骤等。在其它情况下，不详细示出或描述公知方法、系统、实现或者操作以避免模糊本申请的各方面。
附图中所示的方框图仅仅是功能实体，不一定必须与物理上独立的实体相对应。即，可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
附图中所示的流程图仅是示例性说明，不是必须包括所有的内容和操作/步骤，也不是必须按所描述的顺序执行。例如，有的操作/步骤还可以分解，而有的操作/步骤可以合并或部分合并，因此实际执行的顺序有可能根据实际情况改变。
以下对本申请实施例的技术方案的实现细节进行详细阐述：
图1示出了根据本申请的一个实施例的基于大数据的产品质量控制方法的流程图，该基于大数据的产品质量控制方法可以由服务器来执行。参照图1所示，该基于大数据的产品质量控制方法至少包括步骤S140至步骤S150，详细介绍如下：
在步骤S110中，在工业生产过程中，获取同批产品对应的产品信息；所述产品信息包括产品标识、生产时长以及同批数量。
在本申请的一个实施例中，在实际的工业生产过程中，获取同一批生产的产品的产品信息。本实施例中同批产品表示在一个生产时段、通过同样的方式生产出的产品。
本实施例中产品信息包括产品标识、生产时长以及同批数量。产品标识可以包括产品编号或者名称等等，生产时长表示该同批所有产品生产时对应的时间段，同批数量包括同一批生产的数量。
在本申请的一个实施例中，获取同批产品对应的产品信息，包括：
在工业生产过程中，通过图像识别技术从产出的产品上获取产品标识；
获取同批产品生产过程中所占用的生成时段；
获取同批产品的数量作为同批数量。
本实施例中可以通过图像识别的方式，扫描得到各个产品上的产品标识，也可以通过从生产设备中直接获取的方式进行，这种方式适合产品标识连续的情况下。
在步骤S120中，基于所述生产时长和所述同批数量，确定对同批产品进行抽样质检的抽样数量。
在本申请的一个实施例中，由于实际生产过程中产出的同批产品数量可能很多，因此本实施例中基于所述生产时长和所述同批数量，确定对同批产品进行抽样质检的抽样数量，以进行抽样检测，提高检测效率。
在本申请的一个实施例中，如图2所示，基于所述生产时长和所述同批数量，确定对同批产品进行抽样质检的抽样数量，包括S210~S230：
S210，基于所述同批数量和所述生产时长，计算本轮生产的本轮生产效率；
S220，基于预设的标准效率，计算本轮生产效率与标准生产效率之间的效率比；
S230，基于预设的标准抽样数量和所述效率比，确定对同批产品进行抽样质检的抽样数量。
在本申请的一个实施例中，基于所述同批数量和所述生产时长，计算本轮生产的本轮生产效率，包括：
计算所述同批数量Num_bat和所述生产时长Tim_pro之间的比值，作为本轮生产的本轮生产效率Efi_bat：
Efi_bat=Num_bat/Tim_pro
在本申请的一个实施例中，基于预设的标准效率，计算本轮生产效率与标准生产效率之间的效率比，包括：
基于预设的标准效率，计算本轮生产效率Efi_bat与标准生产效率Efi_sta之间的效率比为Rat_efi：
其中，α表示预设的效率参数。
在本申请的一个实施例中，基于预设的标准抽样数量和所述效率比，确定对同批产品进行抽样质检的抽样数量，包括：
基于预设的标准抽样数量Num_sta和所述效率比Rat_efi之间的乘积，确定对同批产品进行抽样质检的抽样数量Num_sam为：
Num_sam=Num_sta*Rat_efi
通过上述方式，基于生产时间确定生产效率，并基于生产效率来确定对应的抽样比例和抽样数量，可以基于实际的生产情况进行抽样处理，保证抽样效果的前提下提高抽样效率。
在步骤S130中，基于所述抽样数量和所述产品标识，从所述同批产品中抽出所述抽样数量对应的目标产品。
在本申请的一个实施例中，在确定了抽样数量之后，基于抽样数据从同批产品中抽出对应的目标产品。具体的抽样方式可以是基于抽样数量和同批数量确定抽样比例，基于抽样比例和连续的产品标识，进行等比例间隔的抽样，得到目标产品。
也可以基于抽样比例和产品的产出时间进行等比例间隔抽样。还可以通过随机抽样的方式，从所述同批产品中抽出所述抽样数量对应的目标产品。
在步骤S140中，对所述目标产品进行质检，生成质检数据。
在本申请的一个实施例中，在从所述同批产品中抽出所述抽样数量对应的目标产品之后，对目标产品按照设定的质检流程进行质检和检测，生成质检数据。本实施例的质检数据可以为检测数据、测试数据或者运行数据等等。
在步骤S150中，基于所述质检数据和质检标准之间的对比结果，判断所述目标产品是否合格。
在本申请的一个实施例中，在获取到质检数据之后，将质检数据和质检标准进行对比，根据对比结果，判断所述目标产品是否合格。
本申请的一个实施例中，基于所述质检数据和质检标准之间的对比结果，判断所述目标产品是否合格，包括：
计算所述质检数据和所述质检标准之间的差异系数；
基于所述差异系数和预设的差异阈值，判断所述目标产品是否合格。
具体的，计算质检数据Qua_dar和质检标准Qua_sta之间的差异系数为：
其中，η、λ用于表示预设的质检因子。在计算得到差异
系数之后，基于所述差异系数和预设的差异阈值进行判断，当差异系数大于或者等于差异
阈值时，则表示目标产品不合格，当差异系数小于差异阈值时，则表示目标产品合格。
本申请的一个实施例中，所述方法还包括：
获取目标产品中质检不合格的第一数量；
确定所述抽样数量对应的抽样比例；
基于所述第一数量和所述抽样比例，预测所述同批产品中不合格产品对应的第二数量；
基于所述第二数量和预设的数量阈值，判断是否将所述同批产品撤回。
具体的，首先确定目标产品中质检不合格的产品对应的第一数量，之后通过第一数据与抽样数量之间的比值，确定抽样比例，之后计算第一数量和抽样比例之间的比值，确定同批产品中不合格产品对应的第二数量。在计算得到第二数量之后，若第二数量大于或者等于预设的数量阈值，则说明该批产品中的产品质量存在较大问题，需将同批产品撤回。
以下介绍本申请的装置实施例，可以用于执行本申请上述实施例中的基于大数据的产品质量控制方法。可以理解的是，所述装置可以是运行于计算机设备中的一个计算机程序（包括程序代码），例如该装置为一个应用软件；该装置可以用于执行本申请实施例提供的方法中的相应步骤。对于本申请装置实施例中未披露的细节，请参照本申请上述的基于大数据的产品质量控制方法的实施例。
图3示出了根据本申请的一个实施例的基于大数据的产品质量控制系统的框图。
参照图3所示，根据本申请的一个实施例的基于大数据的产品质量控制系统300，包括：
获取单元310，用于在工业生产过程中，获取同批产品对应的产品信息；所述产品信息包括产品标识、生产时长以及同批数量；
数量单元320，用于基于所述生产时长和所述同批数量，确定对同批产品进行抽样质检的抽样数量；
抽样单元330，用于基于所述抽样数量和所述产品标识，从所述同批产品中抽出所述抽样数量对应的目标产品；
质检单元340，用于对所述目标产品进行质检，生成质检数据；
判断单元350，用于基于所述质检数据和质检标准之间的对比结果，判断所述目标产品是否合格。
在本申请的一些实施例中，基于前述方案，所述获取同批产品对应的产品信息，包括：在工业生产过程中，通过图像识别技术从产出的产品上获取产品标识；获取同批产品生产过程中所占用的生成时段；获取同批产品的数量作为同批数量。
在本申请的一些实施例中，基于前述方案，所述基于所述生产时长和所述同批数量，确定对同批产品进行抽样质检的抽样数量，包括：基于所述同批数量和所述生产时长，计算本轮生产的本轮生产效率；基于预设的标准效率，计算本轮生产效率与标准生产效率之间的效率比；基于预设的标准抽样数量和所述效率比，确定对同批产品进行抽样质检的抽样数量。
在本申请的一些实施例中，基于前述方案，所述基于所述同批数量和所述生产时长，计算本轮生产的本轮生产效率，包括：计算所述同批数量和所述生产时长之间的比值，作为本轮生产的本轮生产效率。
在本申请的一些实施例中，基于前述方案，所述基于预设的标准效率，计算本轮生产效率与标准生产效率之间的效率比，包括：基于预设的标准效率，计算本轮生产效率与标准生产效率之间的效率比；基于预设的标准抽样数量和所述效率比，确定对同批产品进行抽样质检的抽样数量，包括：基于预设的标准抽样数量和所述效率比之间的乘积，确定对同批产品进行抽样质检的抽样数量。
在本申请的一些实施例中，基于前述方案，所述基于所述质检数据和质检标准之间的对比结果，判断所述目标产品是否合格，包括：计算所述质检数据和所述质检标准之间的差异系数；基于所述差异系数和预设的差异阈值，判断所述目标产品是否合格。
在本申请的一些实施例中，基于前述方案，所述方法还包括：获取目标产品中质检不合格的第一数量；确定所述抽样数量对应的抽样比例；基于所述第一数量和所述抽样比例，预测所述同批产品中不合格产品对应的第二数量；基于所述第二数量和预设的数量阈值，判断是否将所述同批产品撤回。
在本申请的一些实施例所提供的技术方案中，在工业生产过程中，获取同批产品对应的产品信息，之后基于所述生产时长和所述同批数量，确定对同批产品进行抽样质检的抽样数量，基于所述抽样数量和所述产品标识，从所述同批产品中抽出所述抽样数量对应的目标产品；对所述目标产品进行质检生成质检数据；基于所述质检数据和质检标准之间的对比结果，判断所述目标产品是否合格。上述方式通过对同批生产的产品进行抽样，以对抽样得到的目标产品进行质检，提高了工业生产过程中的质检效率，进而提升了工业生产的效率。
图4示出了适于用来实现本申请实施例的电子设备的计算机系统的结构示意图。
需要说明的是，图4示出的电子设备的计算机系统400仅是一个示例，不应对本申请实施例的功能和使用范围带来任何限制。
如图4所示，计算机系统400包括中央处理单元（Central Processing Unit，CPU）401，其可以根据存储在只读存储器（Read-Only Memory，ROM）402中的程序或者从储存部分408加载到随机访问存储器（Random Access Memory，RAM）403中的程序而执行各种适当的动作和处理，例如执行上述实施例中所述的方法。在RAM 403中，还存储有系统操作所需的各种程序和数据。CPU 401、ROM 402以及RAM 403通过总线404彼此相连。输入/输出（Input/Output，I/O）接口405也连接至总线404。
以下部件连接至I/O接口405：包括键盘、鼠标等的输入部分406；包括诸如阴极射线管（Cathode Ray Tube，CRT）、液晶显示器（Liquid Crystal Display，LCD）等以及扬声器等的输出部分407；包括硬盘等的储存部分408；以及包括诸如LAN（Local Area Network，局域网）卡、调制解调器等的网络接口卡的通信部分409。通信部分409经由诸如因特网的网络执行通信处理。驱动器410也根据需要连接至I/O接口405。可拆卸介质411，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器410上，以便于从其上读出的计算机程序根据需要被安装入储存部分408。
特别地，根据本申请的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本申请的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的计算机程序。在这样的实施例中，该计算机程序可以通过通信部分409从网络上被下载和安装，和/或从可拆卸介质411被安装。在该计算机程序被中央处理单元（CPU）401执行时，执行本申请的系统中限定的各种功能。
需要说明的是，本申请实施例所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器（RAM）、只读存储器（ROM）、可擦式可编程只读存储器（Erasable Programmable Read Only Memory，EPROM）、闪存、光纤、便携式紧凑磁盘只读存储器（Compact Disc Read-Only Memory，CD-ROM）、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本申请中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的计算机程序。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的计算机程序可以用任何适当的介质传输，包括但不限于：无线、有线等等，或者上述的任意合适的组合。
附图中的流程图和框图，图示了按照本申请各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。其中，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
描述于本申请实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现，所描述的单元也可以设置在处理器中。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定。
根据本申请的一个方面，提供了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行上述各种可选实现方式中提供的方法。
作为另一方面，本申请还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被一个该电子设备执行时，使得该电子设备实现上述实施例中所述的方法。
应当注意，尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元，但是这种划分并非强制性的。实际上，根据本申请的实施方式，上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之，上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。
通过以上的实施方式的描述，本领域的技术人员易于理解，这里描述的示例实施方式可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本申请实施方式的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质（可以是CD-ROM，U盘，移动硬盘等）中或网络上，包括若干指令以使得一台计算设备（可以是个人计算机、服务器、触控终端、或者网络设备等）执行根据本申请实施方式的方法。
本领域技术人员在考虑说明书及实践这里公开的实施方式后，将容易想到本申请的其它实施方案。本申请旨在涵盖本申请的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本申请的一般性原理并包括本申请未公开的本技术领域中的公知常识或惯用技术手段。
应当理解的是，本申请并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本申请的范围仅由所附的权利要求来限制。
Claims (7)
1.一种基于大数据的产品质量控制方法，其特征在于，包括：
在工业生产过程中，获取同批产品对应的产品信息；所述产品信息包括产品标识、生产时长以及同批数量；
基于所述生产时长和所述同批数量，确定对同批产品进行抽样质检的抽样数量；
基于所述抽样数量和所述产品标识，从所述同批产品中抽出所述抽样数量对应的目标产品；
对所述目标产品进行质检，生成质检数据；
基于所述质检数据和质检标准之间的对比结果，判断所述目标产品是否合格；
其中，基于所述生产时长和所述同批数量，确定对同批产品进行抽样质检的抽样数量，包括：基于所述同批数量和所述生产时长，计算本轮生产的本轮生产效率；基于预设的标准效率，计算本轮生产效率与标准生产效率之间的效率比；基于预设的标准抽样数量和所述效率比，确定对同批产品进行抽样质检的抽样数量；
其中，基于所述同批数量和所述生产时长，计算本轮生产的本轮生产效率，包括：计算所述同批数量Num_bat和所述生产时长Tim_pro之间的比值，作为本轮生产的本轮生产效率Efi_bat＝Num_bat/Tim_pro；
其中，基于预设的标准效率，计算本轮生产效率与标准生产效率之间的效率比，包括：基于预设的标准效率，计算本轮生产效率Efi_bat与标准生产效率Efi_sta之间的效率比Rat_efi＝α·log2(Efi_bat/Efi_sta)，其中α表示预设的效率参数；
其中，基于预设的标准抽样数量和所述效率比，确定对同批产品进行抽样质检的抽样数量，包括：基于预设的标准抽样数量Num_sta和所述效率比Rat_efi之间的乘积，确定对同批产品进行抽样质检的抽样数量为：Num_sam＝Num_sta·Rat_efi。
2.根据权利要求1所述的方法，其特征在于，获取同批产品对应的产品信息，包括：
在工业生产过程中，通过图像识别技术从产出的产品上获取产品标识；
获取同批产品生产过程中所占用的生成时段；
获取同批产品的数量作为同批数量。
3.根据权利要求1所述的方法，其特征在于，基于所述质检数据和质检标准之间的对比结果，判断所述目标产品是否合格，包括：
计算所述质检数据和所述质检标准之间的差异系数；
基于所述差异系数和预设的差异阈值，判断所述目标产品是否合格。
4.根据权利要求1所述的方法，其特征在于，所述方法还包括：
获取目标产品中质检不合格的第一数量；
确定所述抽样数量对应的抽样比例；
基于所述第一数量和所述抽样比例，预测所述同批产品中不合格产品对应的第二数量；
基于所述第二数量和预设的数量阈值，判断是否将所述同批产品撤回。
5.一种基于大数据的产品质量控制系统，其特征在于，包括：
获取单元，用于在工业生产过程中，获取同批产品对应的产品信息；所述产品信息包括产品标识、生产时长以及同批数量；
数量单元，用于基于所述生产时长和所述同批数量，确定对同批产品进行抽样质检的抽样数量；
抽样单元，用于基于所述抽样数量和所述产品标识，从所述同批产品中抽出所述抽样数量对应的目标产品；
质检单元，用于对所述目标产品进行质检，生成质检数据；
判断单元，用于基于所述质检数据和质检标准之间的对比结果，判断所述目标产品是否合格；
其中，基于所述生产时长和所述同批数量，确定对同批产品进行抽样质检的抽样数量，包括：基于所述同批数量和所述生产时长，计算本轮生产的本轮生产效率；基于预设的标准效率，计算本轮生产效率与标准生产效率之间的效率比；基于预设的标准抽样数量和所述效率比，确定对同批产品进行抽样质检的抽样数量；
其中，基于所述同批数量和所述生产时长，计算本轮生产的本轮生产效率，包括：计算所述同批数量Num_bat和所述生产时长Tim_pro之间的比值，作为本轮生产的本轮生产效率Efi_bat＝Num_bat/Tim_pro；
其中，基于预设的标准效率，计算本轮生产效率与标准生产效率之间的效率比，包括：基于预设的标准效率，计算本轮生产效率Efi_bat与标准生产效率Efi_sta之间的效率比Rat_efi＝α·log2(Efi_bat/Efi_sta)，其中α表示预设的效率参数；
其中，基于预设的标准抽样数量和所述效率比，确定对同批产品进行抽样质检的抽样数量，包括：基于预设的标准抽样数量Num_sta和所述效率比Rat_efi之间的乘积，确定对同批产品进行抽样质检的抽样数量为：Num_sam＝Num_sta·Rat_efi。
6.一种计算机可读介质，其上存储有计算机程序，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4中任一项所述的基于大数据的产品质量控制方法。
7.一种电子设备，其特征在于，包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现如权利要求1至4中任一项所述的基于大数据的产品质量控制方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210659171.XA CN114757587B (zh) | 2022-06-13 | 2022-06-13 | 一种基于大数据的产品质量控制系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210659171.XA CN114757587B (zh) | 2022-06-13 | 2022-06-13 | 一种基于大数据的产品质量控制系统及方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114757587A CN114757587A (zh) | 2022-07-15 |
| CN114757587B true CN114757587B (zh) | 2022-09-30 |
Family
ID=82336092
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210659171.XA Active CN114757587B (zh) | 2022-06-13 | 2022-06-13 | 一种基于大数据的产品质量控制系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114757587B (zh) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116739304A (zh) * | 2023-07-20 | 2023-09-12 | 紫灿科技(上海)股份有限公司 | 一种基于产品历史数据的生产误差监控系统及方法 |
| CN116720790B (zh) * | 2023-08-09 | 2023-10-20 | 中国标准化研究院 | 一种典型零件抽样检验方法及系统 |
| CN116703254B (zh) * | 2023-08-09 | 2024-03-15 | 深圳市永义模具有限公司 | 模具机械零部件生产信息管理系统 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1996354A (zh) * | 2005-07-25 | 2007-07-11 | 中华人民共和国广东出入境检验检疫局 | 一种用于出口产品检验检疫的合格评定系统及方法 |
| CN103063139A (zh) * | 2011-10-19 | 2013-04-24 | 鸿富锦精密工业（深圳）有限公司 | 尺寸检测装置及方法 |
| CN110866691A (zh) * | 2019-11-13 | 2020-03-06 | 国网上海市电力公司 | 一种孤立批智能电能表的分阶段与分层抽样方法 |
| CN111221808A (zh) * | 2019-12-31 | 2020-06-02 | 武汉中海庭数据技术有限公司 | 一种无人值守的高精度地图质检方法和装置 |
| CN111612340A (zh) * | 2020-05-21 | 2020-09-01 | 中国标准化研究院 | 基于大数据的网销商品检验抽样方法 |
| CN112418647A (zh) * | 2020-11-19 | 2021-02-26 | 苏州之凡纺织有限公司 | 一种皮革加工用产品质量监管系统 |
| CN112926840A (zh) * | 2021-02-05 | 2021-06-08 | 国家电网有限公司 | 一种水电工程土建试验数据统计分析方法和系统 |
Family Cites Families (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP2619732A4 (en) * | 2010-09-24 | 2014-04-09 | Nulogy Corp | METHOD, SYSTEM AND APPARATUS FOR AUTOMATIC QUALITY CONTROL USING A PLURALITY OF COMPUTERS |
| CN109471862B (zh) * | 2018-11-12 | 2021-06-11 | 北京懿医云科技有限公司 | 数据处理方法及装置、电子设备、存储介质 |
| CN113780816B (zh) * | 2021-09-13 | 2024-07-26 | 卡奥斯工业智能研究院(青岛)有限公司 | 质量检测智能控制方法、装置、终端设备及存储介质 |
| CN114091846A (zh) * | 2021-11-02 | 2022-02-25 | 上海超级标贴系统有限公司 | 一种智能化印品质量管理方法、系统、装置及存储介质 |
| CN114154878A (zh) * | 2021-12-07 | 2022-03-08 | 杭州电子科技大学 | 一种面向可变抽样数的产品质量监控方法及系统 |
| CN114429250B (zh) * | 2022-04-06 | 2022-07-29 | 深圳市玄羽科技有限公司 | 应用于工业互联网的故障预测方法、装置及电子设备 |
-
2022
- 2022-06-13 CN CN202210659171.XA patent/CN114757587B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1996354A (zh) * | 2005-07-25 | 2007-07-11 | 中华人民共和国广东出入境检验检疫局 | 一种用于出口产品检验检疫的合格评定系统及方法 |
| CN103063139A (zh) * | 2011-10-19 | 2013-04-24 | 鸿富锦精密工业（深圳）有限公司 | 尺寸检测装置及方法 |
| CN110866691A (zh) * | 2019-11-13 | 2020-03-06 | 国网上海市电力公司 | 一种孤立批智能电能表的分阶段与分层抽样方法 |
| CN111221808A (zh) * | 2019-12-31 | 2020-06-02 | 武汉中海庭数据技术有限公司 | 一种无人值守的高精度地图质检方法和装置 |
| CN111612340A (zh) * | 2020-05-21 | 2020-09-01 | 中国标准化研究院 | 基于大数据的网销商品检验抽样方法 |
| CN112418647A (zh) * | 2020-11-19 | 2021-02-26 | 苏州之凡纺织有限公司 | 一种皮革加工用产品质量监管系统 |
| CN112926840A (zh) * | 2021-02-05 | 2021-06-08 | 国家电网有限公司 | 一种水电工程土建试验数据统计分析方法和系统 |
Non-Patent Citations (1)
| Title |
|---|
| 船用柴油机配套企业基于MES的制造过程质量管理模式与系统研究;曾理;《中国优秀硕士学位论文全文数据库 (工程科技Ⅱ辑)》;20180615(第6期);第C036-486页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114757587A (zh) | 2022-07-15 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN114757587B (zh) | 一种基于大数据的产品质量控制系统及方法 | |
| CN106294120B (zh) | 测试代码的方法、设备和计算机程序产品 | |
| CN115122155B (zh) | 基于工业互联网大数据的机床远程诊断方法及系统 | |
| CN107015875B (zh) | 一种电子整机贮存寿命评估方法及装置 | |
| CN112906967B (zh) | 一种脱硫系统浆液循环泵性能预测方法、装置 | |
| CN109597810B (zh) | 一种任务切分方法、装置、介质及电子设备 | |
| CN115277261B (zh) | 基于工控网络病毒的异常机器智能识别方法、装置、设备 | |
| CN111191731A (zh) | 数据处理的方法、装置、存储介质及电子设备 | |
| CN114626563B (zh) | 一种基于大数据的配件管理方法及系统 | |
| CN113868214A (zh) | 日志的存储方法、装置、电子设备及计算机可读介质 | |
| CN110704614B (zh) | 对应用中的用户群类型进行预测的信息处理方法及装置 | |
| CN115128986A (zh) | 基于SaaS级的工业互联网产量实时监控系统及方法 | |
| CN115293735A (zh) | 一种无人工厂工业互联网平台监测管理方法及系统 | |
| CN115348293A (zh) | 一种工业互联网设备智能管控远程运维方法及平台 | |
| CN114196799A (zh) | 一种转炉溢渣的检测方法、装置及计算机设备 | |
| CN112181750A (zh) | 工控网络设备的稳定性的测试方法、装置及介质 | |
| CN117092309B (zh) | 基于大数据的社区供水水质监测方法及系统 | |
| CN117334323A (zh) | 认知功能障碍预测模型的训练方法及相关设备 | |
| CN115963798B (zh) | 工业互联网中的设备运控方法、系统及电子设备 | |
| CN115828977B (zh) | 工业互联网标签编码方法、装置、介质及电子设备 | |
| CN117131990A (zh) | 电网基建信息管理方法、装置、电子设备及存储介质 | |
| CN116150035A (zh) | 一种压力测试方法、系统、设备及介质 | |
| CN116860619A (zh) | 一种质量评估方法、装置、设备及介质 | |
| CN116468076A (zh) | 一种驾驶行为分析方法、装置、电子设备及存储介质 | |
| CN115391620A (zh) | 模型运行方法、装置、设备、存储介质及程序产品 |
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 |