CN114996519B - 数据处理方法、装置、电子设备、存储介质及产品 - Google Patents
数据处理方法、装置、电子设备、存储介质及产品 Download PDFInfo
- Publication number
- CN114996519B CN114996519B CN202210539680.9A CN202210539680A CN114996519B CN 114996519 B CN114996519 B CN 114996519B CN 202210539680 A CN202210539680 A CN 202210539680A CN 114996519 B CN114996519 B CN 114996519B
- Authority
- CN
- China
- Prior art keywords
- data
- information
- measurement data
- measurement
- attribute
- 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
- 238000003672 processing method Methods 0.000 title claims abstract description 16
- 238000003860 storage Methods 0.000 title claims abstract description 14
- 238000005259 measurement Methods 0.000 claims abstract description 257
- 238000009826 distribution Methods 0.000 claims abstract description 187
- 238000012545 processing Methods 0.000 claims abstract description 47
- 238000000034 method Methods 0.000 claims abstract description 43
- 238000012360 testing method Methods 0.000 claims abstract description 36
- 230000002159 abnormal effect Effects 0.000 claims abstract description 34
- 230000005856 abnormality Effects 0.000 claims abstract description 11
- 238000004519 manufacturing process Methods 0.000 claims description 23
- 238000005192 partition Methods 0.000 claims description 20
- 238000004590 computer program Methods 0.000 claims description 7
- 238000013075 data extraction Methods 0.000 claims description 4
- 230000004044 response Effects 0.000 claims description 4
- 230000002829 reductive effect Effects 0.000 abstract description 5
- 230000000875 corresponding effect Effects 0.000 description 81
- 238000010586 diagram Methods 0.000 description 18
- 238000003070 Statistical process control Methods 0.000 description 9
- 238000004458 analytical method Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 230000006978 adaptation Effects 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000000670 limiting effect Effects 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 239000002699 waste material Substances 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000005206 flow analysis Methods 0.000 description 1
- 238000009776 industrial production Methods 0.000 description 1
- 238000003780 insertion Methods 0.000 description 1
- 230000037431 insertion Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 238000010223 real-time analysis Methods 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
-
- 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)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- General Factory Administration (AREA)
Abstract
本公开关于一种数据处理方法、装置、电子设备、存储介质及产品，该方法包括：获取测试配置信息；实时获取至少一个测量零件对应的属性测量数据；基于属性测量数据，确定数据分布信息；若数据分布信息符合至少一种数据分布条件中的目标数据分布条件，则生成测量异常信息；生成测量异常信息对应的提示信息。本申请实施例提供的技术方案，通过获取测量零件的属性测量数据，可以确定其对应的数据分布信息，若数据分布信息符合测试配置信息表征的数据分布条件，则可生成测量异常信息并生成相应的提示信息，实现自动化的数据处理过程，缩短了数据处理时长，降低了人工成本，提升了数据处理效率。
Description
技术领域
本公开涉及数据处理技术领域，尤其涉及一种数据处理方法、装置、电子设备、存储介质及产品。
背景技术
在工业场景中，工业生产线正式投入使用前会进行测试运行，以判定工艺流程是否正常。
相关技术采取的方案是对测试运行产生的数据进行人工分析处理。由于现场实施人员专业水平的限制，需要将数据发送至专业的数据分析人员进行分析处理，然后根据人工分析处理的结果判定工艺流程是否正常。
相关技术中，数据处理的过程耗时长、人工成本较高，数据处理效率较低。
发明内容
本公开提供一种数据处理方法、装置、电子设备、存储介质及产品，以至少解决相关技术中据处理的过程耗时长、人工成本较高，数据处理效率较低的问题。本公开的技术方案如下：
根据本公开实施例的第一方面，提供一种数据处理方法，包括：
获取测试配置信息，所述测试配置信息用于表征至少一种数据分布条件；
实时获取至少一个测量零件对应的属性测量数据；
基于所述属性测量数据，确定数据分布信息；
若所述数据分布信息符合所述至少一种数据分布条件中的目标数据分布条件，则生成测量异常信息，所述测量异常信息用于表征所述属性测量数据符合所述目标数据分布条件的情况；
生成所述测量异常信息对应的提示信息。
根据本公开实施例的第二方面，提供一种数据处理装置，包括：
配置信息获取模块，用于获取测试配置信息，所述测试配置信息用于表征至少一种数据分布条件；
测量数据获取模块，用于实时获取至少一个测量零件对应的属性测量数据；
分布信息确定模块，用于基于所述属性测量数据，确定数据分布信息；
异常信息生成模块，用于若所述数据分布信息符合所述至少一种数据分布条件中的目标数据分布条件，则生成测量异常信息，所述测量异常信息用于表征所述属性测量数据符合所述目标数据分布条件的情况；
提示信息生成模块，用于生成所述测量异常信息对应的提示信息。
根据本公开实施例的第三方面，提供一种电子设备，包括：处理器；用于存储所述处理器可执行指令的存储器；其中，所述处理器被配置为执行所述指令，以实现本公开实施例的第一方面中任一所述方法。
根据本公开实施例的第四方面，提供一种计算机可读存储介质，当所述存储介质中的指令由电子设备的处理器执行时，使得所述电子设备能够执行本公开实施例的第一方面中任一所述方法。
根据本公开实施例的第五方面，提供一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行本公开实施例的第一方面中任一所述方法。
本公开的实施例提供的技术方案至少带来以下有益效果：
通过获取测量零件的属性测量数据，可以确定其对应的数据分布信息，若数据分布信息符合测试配置信息表征的数据分布条件，则可生成测量异常信息并生成相应的提示信息，实现自动化的数据处理过程，缩短了数据处理时长，降低了人工成本，提升了数据处理效率。
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，并不能限制本公开。
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，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理，并不构成对本公开的不当限定。
图1是根据一示例性实施例示出的一种数据处理方法的流程图一。
图2示例性示出了一种测试配置页面的示意图；
图3示例性示出了一种数据结构示意图；
图4是根据一示例性实施例示出的一种数据处理方法的流程图二；
图5示例性示出了一种基于滑动窗口获取属性测量数据的流程示意图；
图6示例性示出了一种生成测量异常信息的流程示意图；
图7示例性示出了一种数据处理架构的示意图；
图8是根据一示例性实施例示出的一种数据处理装置框图；
图9是根据一示例性实施例示出的一种用于数据处理的电子设备的框图。
具体实施方式
为了使本领域普通人员更好地理解本公开的技术方案，下面将结合附图，对本公开实施例中的技术方案进行清楚、完整地描述。
需要说明的是，本公开的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本公开的实施例能够以除了在这里图示或描述的那些以外的顺序实施。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
本申请实施例的应用环境可以包括电子设备、测量设备和零件生产设备。零件生产设备可是测量零件对应的制造生产设备。测量设备可以是指通过红外或激光等非接触式扫描以测量零部件的设备，也可以是通过接触式方式测量零部件的设备。可选地，上述电子设备可以置于测量设备中，也可以是单独的电子设备。可选地，上述电子设备可以获取上述测量设备检测测量零件后得到的属性测量数据。可选地，上述电子设备包括终端或服务器。在实际应用场景中，本申请实施例提供的数据处理方法可应用于上述电子设备，也可以应用于测量系统。可选地，上述测量系统包括上述电子设备、测量设备。可选地，上述测量系统还包括零件生产设备。
以下介绍本申请提供的方法实施例。图1是根据一示例性实施例示出的一种数据处理方法的流程图一。需要说明的是，本说明书提供了如实施例或流程图所述的方法操作步骤，但基于常规或者无创造性的劳动可以包括更多或者更少的操作步骤。实施例中列举的步骤顺序仅仅为众多步骤执行顺序中的一种方式，不代表唯一的执行顺序。在实际中的系统产品执行时，可以按照实施例或者附图所示的方法顺序执行或者并行执行(例如并行处理器或者多线程处理的环境)。如图1所示，本实施例提供了一种数据处理方法，可以应用于上述电子设备或测量系统，该方法包括下述步骤(110～150)。
步骤110，获取测试配置信息。
测试配置信息用于表征至少一种数据分布条件。测试配置信息包括至少一种数据分布条件对应的条件配置信息。可选地，条件配置信息包括数据分布条件对应的参数信息。可选地，参数信息包括数据点数量信息、标准差倍数信息等。可选地，数据点数量信息表征单次测试对应的数据点数量范围。可选地，标准差倍数信息表征标准差倍数。
可选地，上述数据分布条件是SPC(Statistical Process Control，统计过程控制)判异原则对应的数据分布条件。
在一种可能的实施方式中，上述测试配置信息的获取过程包括：显示测试配置页面，测试配置页面包括数据分布条件集合对应的配置组件，数据分布条件集合包括至少一种数据分布条件；响应于针对配置组件的配置操作，生成至少一种数据分布条件对应的条件配置信息；基于条件配置信息，生成测试配置信息。
上述数据分布条件集合包括但不限于如下数据分布条件：“1点大于中心线k倍标准差”；“连续k点落在中心线同一侧”；“连续k点递增或递减”；“连续k点相邻点升降交错”；“连续k+1点中有k点大于中心线同一侧的2倍标准差”；“连续k+1点中有k点大于中心线同一侧的1倍标准差”；“连续k点小于中心线两侧的1倍标准差”；“连续k点大于中心线两侧的1倍标准差”。其中，k为正整数，不同条件对应的k的值可以相同也可以不同。
上述配置组件用于接收配置操作，上述配置操作包括但不限于条件选择操作、数据点数量配置操作、标准差倍数配置操作。
可选地，配置组件包括数据分布条件对应的选择框。在一种可能的实施方式中，终端响应于针对目标选择框的条件选择操作，添加上述目标选择框对应的数据分布条件；基于目标选择框对应的数据分布条件，得到上述至少一个数据分布条件。相应地，上述至少一个数据分布条件是数据分布条件集合中被指定的数据分布条件。
可选地，配置组件包括数据分布条件对应的参数配置框。在一种可能的实施方式中，终端响应于针对目标参数配置框的配置操作，接收目标参数配置框对应的数据分布条件对应的参数信息。可选地，参数配置框包括但不限于数据点数量配置框和标准差倍数配置框。
在一个示例中，如图2所示，其示例性示出了一种测试配置页面的示意图。图2所示的测试配置页面20中包括数据分布条件对应的选择框21。若选择框21的状态为被选中的状态，如打钩，则表示该选择框21对应的数据分布条件被选中，在数据处理的过程中需要判断属性测量数据是否符合被选中的数据分布条件。若选择框21的状态为未被选中的状态，则表示该选择框21对应的数据分布条件未被选中，在数据处理的过程中不需要判断属性测量数据是否符合未被选中的数据分布条件。另外，测试配置页面20中还包括数据分布条件对应的参数配置框22，通过参数配置框22可以接收用户设置的具体参数数据。例如，对于数据分布条件“1点大于中心线k倍标准差”，当k被设置为3时，该条件更新为“1点大于中心线3倍标准差”。又例如，数据分布条件“连续k点落在中心线同一侧”，当k被设置为9时，该条件更新为“连续9点落在中心线同一侧”。
得到至少一个数据分布条件各自对应的条件配置信息之后，即可根据各数据分布条件对应的条件配置信息，得到上述测试配置信息。
步骤120，实时获取至少一个测量零件对应的属性测量数据。
上述属性测量数据包括测量设备测量的至少一个测量零件的尺寸数据、重量数据等属性数据，本申请实施例对属性测量数据的数据种类和数据内容不作限定。可选地，测量零件包括电子设备零部件，如终端边框、背板等零部件，本申请实施例对测量零件的类型不作限定。
可选地，测量设备测量的测量数据存储在目标数据组中，终端可以从数据组中实时获取至少一个测量零件对应的属性测量数据。具体地，终端可以启动数据点容器，基于数据点容器实时获取至少一个测量零件对应的属性测量数据。其中，数据点容器包括多个测量零件对应的数据点，每个数据点存储相应测量零件的属性测量数据。
可选地，终端还可以获取历史属性测量数据，并基于历史属性测量数据以及属性测量数据，确定数据元组信息。可选地，基于历史属性测量数据以及属性测量数据得到测量数据集合，确定测量数据集合中的测量数据对应的平均值和标准差，基于平均值和标准差可以生成数据元组信息。上述平均值和标准差用于确定数据分布条件对应的控制界限信息。
可选地，上述数据元组信息存储在目标数值组中，终端可以从目标数值组中获取上述数据元组信息。
在一个示例中，如图3所示，其示例性示出了一种数据结构示意图。图3所示的数据结构主要由五大结构组成：数据组(DataGroup)、数值组(ValueGroup)、属性测量数据(SPC数据)、数据点容器(PointContainer)和数据点类(Point)。
其中，数据组用于存放多组属性测量数据，每一组属性测量数据可以使用不同的数据分布条件(判异原则)来进行数据判断，可以认为是数据的内存仓库。
数值组用于存放各组属性测量数据的数据元组，其中包括各组属性测量数据的判断基准数值(如平均值和标准差)，使用该基准数据结合实时获取的属性测量数据生成最终的6西格玛和异常判定界限。
属性测量数据(SPC数据)包括单个属性测量数据组的基础信息，包括了SPC名、产线名、设备标识和SPC号。
数据点类(Point)包括单个数据点，存放有序列号和实际的单个数值。
数据点容器(PointContainer)是指存放多个数据点的容器。该容器为实时计算的基本单元。
步骤130，基于属性测量数据，确定数据分布信息。
在示例性实施例中，如图4所示，上述步骤130的实施过程包括如下步骤(131～134)，图4是根据一示例性实施例示出的一种数据处理方法的流程图二。
步骤131，获取测量数据队列。
测量数据队列包括历史测量零件对应的历史属性测量数据。历史测量零件是指测量过的零件。历史属性测量数据是指历史测量零件对应的属性测量数据。
可选地，基于数据点容器获取测量数据队列。数据点容器中包括测量数据队列中的各个测量零件对应的属性测量数据。
在一种可能的实施方式中，获取至少一个测量数据组；确定至少一个测量零件对应的生产标识信息；基于生产标识信息与至少一个测量数据组，确定目标测量数据组；对目标测量数据组进行数据抽取处理，得到测量数据队列。
在实际生产场景中，可以根据不同的零件生产线或生产设备划分测量数据组，不同测量数据组对应的零件生产线或生产设备不同，当然也可以相同，本申请实施例对此不作限定。生产标识信息可以表征测量零件对应的零件生产线或生产设备，因此可以获取至少一个测量零件对应的生产标识信息，并根据生产标识信息，从至少一个测量数据组确定与上述至少一个测量零件相对应的目标测量数据组，进而从目标测量数据组中抽取部分或全部源数据得到测量数据队列。
步骤132，基于属性测量数据对测量数据队列进行更新，得到更新后的测量数据队列。
将属性测量数据插入至测量数据队列的队列末端，得到更新后的测量数据队列。
可选地，通过将新测试出的属性测量数据插入至测量数据队列的队列末端，可以得到更新后的测量数据队列，以便于后续进行判定。
步骤133，基于更新后的测量数据队列，获取第一数量个属性测量数据。
可选地，确定数据分布条件对应的数据点数量信息；基于数据点数量信息确定滑动窗口；基于滑动窗口对更新后的测量数据队列执行数据选取操作，得到第一数量个属性测量数据。可选地，上述数据点数量信息包括第一数量，第一数量表征滑动窗口的长度。
可选地，获取第一数量个属性测量数据之后，移除更新后的测量数据队列中的前第二数量个属性测量数据。在一种可能的实施方式中，每次执行数据选取操作后，移除更新后的测量数据队列前端的第一个属性测量数据。
在一个示例中，如图5所示，其示例性示出了一种基于滑动窗口获取属性测量数据的流程示意图。其中，数据点容器包括内置容器，内置容器用于存放数据点信息(测量数据队列)，内置容器在使用过程中为变长容器，初始长度为n，n为正整数。当产生新数据时，新数据请求追加到内置容器中；设备响应于数据加入请求，将新数据追加入内置容器，放在容器最后，且保持原有顺序，进而得到上述更新后的测量数据队列。终端通过调用内置容器的数据调用函数并基于滑动窗口，将更新后的测量数据队列中最靠前的第一数量条数据并返回给调用对象，并在数据调用函数返回上述数据之后，删除更新后的测量数据队列中最靠前的一条数据；然后判断内置容器的数据长度是否为初始长度，当内置容器长度重新回到n时数据调用函数返回空值，表示本轮数据已经取完，等待追加新数据；若内置容器长度并未回到n，则从上述通过调用内置容器的数据调用函数并基于滑动窗口，将更新后的测量数据队列中最靠前的第一数量条数据并返回给调用对象的步骤继续执行。
上述滑动窗口的基础数据结构为一个队列，新数据可以从队尾进入队列，旧数据从队头离开队列。可选地，每当有新数据进入队列后，会自动进行一次定长数据分析，即按照判异原则(即数据分布条件)对应的数据点数量，依次从队列中复制出来，交由判异程序进行处理。处理完成后将队头数据剔除，新数据组成新的满足判异要求数据点个数的判异数据，再次进行判异。此过程始终保持数据组个数一样，而数据一直在按照数据流入的顺序变化，故命名为滑动窗口。
步骤134，对第一数量个属性测量数据执行数据处理操作，得到数据分布信息。
基于历史属性测量数据以及属性测量数据，确定控制图对应的控制界限信息。其中，控制界限信息用于表征控制图对应的至少两个数据分区，控制图用于表征数据分布信息。
可选地，控制界限信息包括中心线、上控制限以及下控制限。在一种可能的实施方式中，确定历史属性测量数据以及属性测量数据对应的平均值和标准差；基于平均值和标准差，确定控制图对应的中心线、上控制限以及下控制限。
可选地，基于平均值确定中心线；基于平均值和标准差，确定上控制限和下控制限。其中，基于平均值与h倍标准差之间的和确定第h条上控制限；基于上述基于平均值与h倍标准差之间的差确定第h条下控制限；其中h为正整数，可以根据实际情况确定。
在一种可能的实施方式中，上控制限包括第1条上控制限和第2条上控制限；相应地，下控制限包括第1条下控制限和第2条下控制限。相应地，上述第1条上控制限与中心线之间的区间以及第1条下控制限与中心线之间的区间构成第一数据分区，上述第2条上控制限与第1条上控制限之间的区间以及第2条下控制限与第1条下控制限之间的区间构成第二数据分区；第2条上控制限以上的区间和第2条下控制限以下的区间构成第三数据分区。
得到第一数量个属性测量数据以及控制界限信息之后，可以基于第一数量个属性测量数据以及控制界限信息，生成控制图。在一种可能的实施方式中，确定第一数量个属性测量数据对应的描点序列；基于描点序列、中心线、上控制限以及下控制限，生成控制图。
步骤140，若数据分布信息符合至少一种数据分布条件中的目标数据分布条件，则生成测量异常信息。
测量异常信息用于表征属性测量数据符合目标数据分布条件的情况。
可选地，至少一种数据分布条件用于表征描点序列中的数据点与至少两个数据分区之间对应的至少一种排列分布关系。可选地，至少一种数据分布条件与至少一种排列分布关系相对应。
相应地，若描点序列中的数据点符合至少一种排列分布关系中的目标排列分布关系，则生成测量异常信息。
描点序列中的数据点符合目标排列分布关系可表征数据分布信息符合目标数据分布条件。
可选地，上述测量异常信息包括上述符合目标数据分布条件的属性测量数据以及属性测量数据对应的测量零件信息、生产标识信息以及目标数据分布条件对应的条件配置信息。
下面结合一些示例性的数据分布条件进行说明。对于数据分布条件“1点大于中心线k倍标准差”来说，在k设定为3的情况下，该数据分布条件对应的目标排列分布关系为1个数据点位于第三数据分区。若数据分布信息指示描点序列中存在一个数据点位于第三数据分区，即可判定该数据分布信息符合该数据分布条件，说明异常情况发生，则生成测量异常信息。
对于数据分布条件“连续k点落在中心线同一侧”来说，在k设定为9的情况下，该数据分布条件对应的目标排列分布关系为连续9点落在中心线同一侧。若数据分布信息指示描点序列中连续9点落在中心线同一侧，即可判定该数据分布信息符合该数据分布条件，说明异常情况发生，则生成测量异常信息。
对于数据分布条件“连续k点递增或递减”来说，在k设定为6的情况下，该数据分布条件对应的目标排列分布关系为连续6点递增或递减。若数据分布信息指示描点序列中连续6点递增或递减，即可判定该数据分布信息符合该数据分布条件，说明异常情况发生，则生成测量异常信息。
对于数据分布条件“连续k点相邻点升降交错”来说，在k设定为14的情况下，该数据分布条件对应的目标排列分布关系为连续14点相邻点升降交错。若数据分布信息指示描点序列中连续14点相邻点升降交错，即可判定该数据分布信息符合该数据分布条件，说明异常情况发生，则生成测量异常信息。
对于数据分布条件“连续k+1点中有k点大于中心线同一侧的2倍标准差”来说，在k设定为2的情况下，该数据分布条件对应的目标排列分布关系为连续3点中有2点落在中心线同一侧的第三数据分区中。若数据分布信息指示描点序列中连续3点中有2点落在中心线同一侧的第三数据分区中，即可判定该数据分布信息符合该数据分布条件，说明异常情况发生，则生成测量异常信息。
对于数据分布条件“连续k+1点中有k点大于中心线同一侧的1倍标准差”来说，在k设定为4的情况下，该数据分布条件对应的目标排列分布关系为连续5点中有4点落在中心线同一侧的第一数据分区之外。若数据分布信息指示描点序列中连续5点中有4点落在中心线同一侧的第一数据分区之外，即可判定该数据分布信息符合该数据分布条件，说明异常情况发生，则生成测量异常信息。
对于数据分布条件“连续k点小于中心线两侧的1倍标准差”来说，在k设定为15的情况下，该数据分布条件对应的目标排列分布关系为连续15点落在第一数据分区内。若数据分布信息指示描点序列中连续15点落在第一数据分区内，即可判定该数据分布信息符合该数据分布条件，说明异常情况发生，则生成测量异常信息。
对于数据分布条件“连续k点大于中心线两侧的1倍标准差”来说，在k设定为8的情况下，该数据分布条件对应的目标排列分布关系为连续8点落在中心线两侧，但无一点在第一数据分区之内。若数据分布信息指示描点序列中连续8点落在中心线两侧，且无一点在第一数据分区之内，即可判定该数据分布信息符合该数据分布条件，说明异常情况发生，则生成测量异常信息。
在一个示例中，如图6所示，其示例性示出了一种生成测量异常信息的流程示意图。规则校验器内置多个数据分布条件，通过开关选项61可以控制选择需要使用的数据分布条件，通过配置选项62可以配置数据分布条件对应的条件配置信息。规则校验器可以接收数据以及与数据对应的平均值和标准差。接收上述信息后，一方面截取与当前法则(当前数据分布条件)所需的数据长度的数据，并根据平均值和标准差可以确定上述控制界限信息，进而判断数据是否符合数据分布条件。例如，目标数据分布条件对应的数据长度为m，m为正整数，规则校验器则截取m条属性测量数据，并判断是否符合目标数据分布条件。当检测出当前数据符合目标数据分布条件时，将返回上述截取的所有数据以及用于限定界限的平均值和标准差，基于上述截取的数据、平均值和标准差可以生成上述测量异常信息；当检测出当前数据符合目标数据分布条件时，返回长度为0的空数据集。
上述规则校验器内置通用的上述数据分布条件(如SPC八大判异原则)的代码实现程序，且在此基础上可以由使用者自定义关键参数，一定程度上提高了分析灵活性，且单个判异原则可以自由启用和停止，提升了数据处理的灵活性。规则校验器接收来自滑动窗口模块传来的数据，基于该数据和基准的平均值和标准差可以计算出用于判异的6西格玛和判异边界，基于这个边界可以很快的进行异常判定。一旦数据被判定为违反原则，则该数据会被保留供后期人工分析使用。
在一个示例中，如图7所示，其示例性示出了一种数据处理架构的示意图。图7所示的数据处理架构包括本地文件、数据库、数据点容器和规则校验器。终端可以从本地文件中获取到数据组，其中包括多组属性测量数据；还可以从数据库获取到数值组，其中包括多组属性测量数据对应的数据元组(平均值和标准差)。在数据处理运行过程中，终端可以基于数据点容器从数据组中获取测量数据队列，并基于滑动窗口从该数据测量队列中截取数据，并将与其关联的数据元组一并送入至规则校验器，规则校验器判断截取的数据是否符合数据分布条件，若符合，则生成警告信息。基于上述数据处理架构，单个数据集合进行一次完整的SPC八大判异原则判定只需要不到一秒钟的时间，极大地提升了数据处理效率。
步骤150，生成测量异常信息对应的提示信息。
可选地，提示信息包括提示邮件。相应地，基于测量异常信息，生成提示邮件。
可选地，上述提示邮件中包括上述符合目标数据分布条件的属性测量数据以及属性测量数据对应的测量零件信息、生产标识信息以及目标数据分布条件对应的条件配置信息。
生成测量异常信息对应的提示信息之后，向目标对象发送提示邮件。
综上所述，本申请实施例提供的技术方案，通过获取测量零件的属性测量数据，可以确定其对应的数据分布信息，若数据分布信息符合测试配置信息表征的数据分布条件，则可生成测量异常信息并生成相应的提示信息，实现自动化的数据处理过程，缩短了数据处理时长，降低了人工成本，提升了数据处理效率。
在工业场景中实施本申请实施例提供的技术方案，可将原本需要人工完成的数据处理工作交由软件来自动分析，并且生成测量异常信息，告知异常原因和异常分类，节约人工厂成本；另外，本申请实施例提供的技术方案结合了流式分析方式，将原本只能定期抽样执行的分析转变为实时分析，让相关人员能够在第一时间以最直观的方式来发现问题和解决问题，减少时间浪费和人力资源浪费；此外，使用人员可以自由选择启动SPC判异原则中的某几个原则，并且可以自定义关键参数，来最大程度的提高数据处理的灵活性。
图8是根据一示例性实施例示出的一种数据处理装置框图。参照图8，该装置800包括：配置信息获取模块810、测量数据获取模块820、分布信息确定模块830、异常信息生成模块840和提示信息生成模块850。
配置信息获取模块810，用于获取测试配置信息，所述测试配置信息用于表征至少一种数据分布条件。
测量数据获取模块820，用于实时获取至少一个测量零件对应的属性测量数据。
分布信息确定模块830，用于基于所述属性测量数据，确定数据分布信息。
异常信息生成模块840，用于若所述数据分布信息符合所述至少一种数据分布条件中的目标数据分布条件，则生成测量异常信息，所述测量异常信息用于表征所述属性测量数据符合所述目标数据分布条件的情况。
提示信息生成模块850，用于生成所述测量异常信息对应的提示信息。
在示例性实施例中，所述配置信息获取模块810包括：页面显示单元、条件配置单元和配置信息生成单元。
页面显示单元，用于显示测试配置页面，所述测试配置页面包括数据分布条件集合对应的配置组件，所述数据分布条件集合包括所述至少一种数据分布条件；
条件配置单元，用于响应于针对所述配置组件的配置操作，生成所述至少一种数据分布条件对应的条件配置信息；
配置信息生成单元，用于基于所述条件配置信息，生成所述测试配置信息。
在示例性实施例中，所述分布信息确定模块830，包括：
数据队列获取单元，用于获取测量数据队列，所述测量数据队列包括历史测量零件对应的历史属性测量数据；
队列更新单元，用于基于所述属性测量数据对所述测量数据队列进行更新，得到更新后的测量数据队列；
测量数据获取单元，用于基于所述更新后的测量数据队列，获取第一数量个属性测量数据；
分布信息确定单元，用于对所述第一数量个属性测量数据执行数据处理操作，得到所述数据分布信息。
在示例性实施例中，所述数据队列获取单元，包括：
数据组获取子单元，用于获取至少一个测量数据组；
标识信息确定子单元，用于确定所述至少一个测量零件对应的生产标识信息；
目标数据组确定子单元，用于基于所述生产标识信息与所述至少一个测量数据组，确定目标测量数据组；
数据抽取子单元，用于对所述目标测量数据组进行数据抽取处理，得到所述测量数据队列。
在示例性实施例中，所述队列更新单元，包括：
数据插入子单元，用于将所述属性测量数据插入至所述测量数据队列的队列末端，得到更新后的测量数据队列；
数据移除单元，用于移除所述更新后的测量数据队列中的前第二数量个属性测量数据。
在示例性实施例中，所述分布信息确定单元，包括：
界限信息确定子单元，用于基于所述历史属性测量数据以及所述属性测量数据，确定控制图对应的控制界限信息，所述控制界限信息用于表征所述控制图对应的至少两个数据分区，所述控制图用于表征所述数据分布信息；
控制图生成子单元，用于基于所述第一数量个属性测量数据以及所述控制界限信息，生成所述控制图。
在示例性实施例中，所述界限信息确定子单元，包括：
数值确定子模块，用于确定所述历史属性测量数据以及所述属性测量数据对应的平均值和标准差；
界限确定子模块，用于基于所述平均值和所述标准差，确定所述控制图对应的中心线、上控制限以及下控制限，所述控制界限信息包括所述中心线、所述上控制限以及所述下控制限。
在示例性实施例中，所述控制图生成子单元，包括：
描点序列确定子模块，用于确定所述第一数量个属性测量数据对应的描点序列；
控制图生成子模块，用于基于所述描点序列、所述中心线、所述上控制限以及所述下控制限，生成所述控制图。
在示例性实施例中，所述至少一种数据分布条件用于表征所述描点序列中的数据点与所述至少两个数据分区之间对应的至少一种排列分布关系，所述异常信息生成模块840具体用于若所述描点序列中的数据点符合所述至少一种排列分布关系中的目标排列分布关系，则生成所述测量异常信息。
在示例性实施例中，所述提示信息包括提示邮件，所述提示信息生成模块850，包括：
邮件生成单元，用于基于所述测量异常信息，生成所述提示邮件；
所述装置800还包括：邮件发送模块。
邮件发送模块，用于向目标对象发送所述提示邮件。
综上所述，本申请实施例提供的技术方案，通过获取测量零件的属性测量数据，可以确定其对应的数据分布信息，若数据分布信息符合测试配置信息表征的数据分布条件，则可生成测量异常信息并生成相应的提示信息，实现自动化的数据处理过程，缩短了数据处理时长，降低了人工成本，提升了数据处理效率。
关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。
图9是根据一示例性实施例示出的一种用于数据处理的电子设备的框图，该电子设备可以是终端，其内部结构图可以如图9所示。该电子设备包括通过系统总线连接的处理器、存储器、网络接口、显示屏和输入装置。其中，该电子设备的处理器用于提供计算和控制能力。该电子设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该电子设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种数据处理方法。该电子设备的显示屏可以是液晶显示屏或者电子墨水显示屏，该电子设备的输入装置可以是显示屏上覆盖的触摸层，也可以是电子设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解，图9中示出的结构，仅仅是与本公开方案相关的部分结构的框图，并不构成对本公开方案所应用于其上的电子设备的限定，具体的电子设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在示例性实施例中，还提供了一种电子设备，包括：处理器；用于存储该处理器可执行指令的存储器；其中，该处理器被配置为执行该指令，以实现如本公开实施例中的数据处理方法。
在示例性实施例中，还提供了一种计算机可读存储介质，当该存储介质中的指令由电子设备的处理器执行时，使得电子设备能够执行本公开实施例中的数据处理方法。
在示例性实施例中，还提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行本公开实施例中的数据处理方法。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，该计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、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公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由下面的权利要求指出。
应当理解的是，本公开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。本公开的范围仅由所附的权利要求来限制。
Claims (12)
1.一种数据处理方法，其特征在于，所述方法包括：
获取测试配置信息，所述测试配置信息用于表征至少一种数据分布条件；
实时获取至少一个测量零件对应的属性测量数据；
获取测量数据队列，所述测量数据队列包括历史测量零件对应的历史属性测量数据；
基于所述属性测量数据对所述测量数据队列进行更新，得到更新后的测量数据队列；
基于所述更新后的测量数据队列，获取第一数量个属性测量数据；
基于所述历史属性测量数据以及所述属性测量数据，确定控制图对应的控制界限信息，所述控制界限信息用于表征所述控制图对应的至少两个数据分区；
基于所述第一数量个属性测量数据以及所述控制界限信息，生成所述控制图，所述控制图用于表征数据分布信息；
若所述数据分布信息符合所述至少一种数据分布条件中的目标数据分布条件，则生成测量异常信息，所述测量异常信息用于表征所述属性测量数据符合所述目标数据分布条件的情况；
生成所述测量异常信息对应的提示信息。
2.根据权利要求1所述的方法，其特征在于，所述获取测试配置信息，包括：
显示测试配置页面，所述测试配置页面包括数据分布条件集合对应的配置组件，所述数据分布条件集合包括所述至少一种数据分布条件；
响应于针对所述配置组件的配置操作，生成所述至少一种数据分布条件对应的条件配置信息；
基于所述条件配置信息，生成所述测试配置信息。
3.根据权利要求1所述的方法，其特征在于，所述获取测量数据队列，包括：
获取至少一个测量数据组；
确定所述至少一个测量零件对应的生产标识信息；
基于所述生产标识信息与所述至少一个测量数据组，确定目标测量数据组；
对所述目标测量数据组进行数据抽取处理，得到所述测量数据队列。
4.根据权利要求1所述的方法，其特征在于，所述基于所述属性测量数据对所述测量数据队列进行更新，得到更新后的测量数据队列，包括：
将所述属性测量数据插入至所述测量数据队列的队列末端，得到更新后的测量数据队列；
所述基于所述更新后的测量数据队列，获取第一数量个属性测量数据之后，还包括：
移除所述更新后的测量数据队列中的前第二数量个属性测量数据。
5.根据权利要求1所述的方法，其特征在于，所述基于所述历史属性测量数据以及所述属性测量数据，确定控制图对应的控制界限信息，包括：确定所述历史属性测量数据以及所述属性测量数据对应的平均值和标准差；
基于所述平均值和所述标准差，确定所述控制图对应的中心线、上控制限以及下控制限，所述控制界限信息包括所述中心线、所述上控制限以及所述下控制限。
6.根据权利要求5所述的方法，其特征在于，所述基于所述第一数量个属性测量数据以及所述控制界限信息，生成所述控制图，包括：
确定所述第一数量个属性测量数据对应的描点序列；
基于所述描点序列、所述中心线、所述上控制限以及所述下控制限，生成所述控制图。
7.根据权利要求6所述的方法，其特征在于，所述至少一种数据分布条件用于表征所述描点序列中的数据点与所述至少两个数据分区之间对应的至少一种排列分布关系，所述若所述数据分布信息符合所述至少一种数据分布条件中的目标数据分布条件，则生成测量异常信息，包括：
若所述描点序列中的数据点符合所述至少一种排列分布关系中的目标排列分布关系，则生成所述测量异常信息。
8.根据权利要求1至7任一项所述的方法，其特征在于，所述提示信息包括提示邮件，所述生成所述测量异常信息对应的提示信息，包括：
基于所述测量异常信息，生成所述提示邮件；
所述生成所述测量异常信息对应的提示信息之后，还包括：
向目标对象发送所述提示邮件。
9.一种数据处理装置，其特征在于，包括：
配置信息获取模块，用于获取测试配置信息，所述测试配置信息用于表征至少一种数据分布条件；
测量数据获取模块，用于实时获取至少一个测量零件对应的属性测量数据；
数据队列获取单元，用于获取测量数据队列，所述测量数据队列包括历史测量零件对应的历史属性测量数据；
队列更新单元，用于基于所述属性测量数据对所述测量数据队列进行更新，得到更新后的测量数据队列；
测量数据获取单元，用于基于所述更新后的测量数据队列，获取第一数量个属性测量数据；
界限信息确定子单元，用于基于所述历史属性测量数据以及所述属性测量数据，确定控制图对应的控制界限信息，所述控制界限信息用于表征所述控制图对应的至少两个数据分区；
控制图生成子单元，用于基于所述第一数量个属性测量数据以及所述控制界限信息，生成所述控制图，所述控制图用于表征所述数据分布信息；
异常信息生成模块，用于若所述数据分布信息符合所述至少一种数据分布条件中的目标数据分布条件，则生成测量异常信息，所述测量异常信息用于表征所述属性测量数据符合所述目标数据分布条件的情况；
提示信息生成模块，用于生成所述测量异常信息对应的提示信息。
10.一种电子设备，其特征在于，包括：
处理器；
用于存储所述处理器可执行指令的存储器；
其中，所述处理器被配置为执行所述指令，以实现如权利要求1至8中任一项所述的数据处理方法。
11.一种计算机可读存储介质，其特征在于，当所述存储介质中的指令由电子设备的处理器执行时，使得所述电子设备能够执行如权利要求1至8中任一项所述的数据处理方法。
12.一种计算机程序产品，包括计算机指令，其特征在于，所述计算机指令被处理器执行时实现权利要求1至8中任一项所述的数据处理方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210539680.9A CN114996519B (zh) | 2022-05-17 | 2022-05-17 | 数据处理方法、装置、电子设备、存储介质及产品 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210539680.9A CN114996519B (zh) | 2022-05-17 | 2022-05-17 | 数据处理方法、装置、电子设备、存储介质及产品 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114996519A CN114996519A (zh) | 2022-09-02 |
| CN114996519B true CN114996519B (zh) | 2024-02-09 |
Family
ID=83026449
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210539680.9A Active CN114996519B (zh) | 2022-05-17 | 2022-05-17 | 数据处理方法、装置、电子设备、存储介质及产品 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114996519B (zh) |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110987493A (zh) * | 2019-11-14 | 2020-04-10 | 深圳市华星光电半导体显示技术有限公司 | 设备异常检测方法、装置、存储介质及电子设备 |
| CN111090685A (zh) * | 2019-12-19 | 2020-05-01 | 第四范式（北京）技术有限公司 | 一种数据异常特征的检测方法及装置 |
| WO2022062567A1 (zh) * | 2020-09-23 | 2022-03-31 | 爱德万测试股份有限公司 | 产品测试数据的检测方法、系统、电子设备和存储介质 |
-
2022
- 2022-05-17 CN CN202210539680.9A patent/CN114996519B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110987493A (zh) * | 2019-11-14 | 2020-04-10 | 深圳市华星光电半导体显示技术有限公司 | 设备异常检测方法、装置、存储介质及电子设备 |
| CN111090685A (zh) * | 2019-12-19 | 2020-05-01 | 第四范式（北京）技术有限公司 | 一种数据异常特征的检测方法及装置 |
| WO2022062567A1 (zh) * | 2020-09-23 | 2022-03-31 | 爱德万测试股份有限公司 | 产品测试数据的检测方法、系统、电子设备和存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114996519A (zh) | 2022-09-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110489314B (zh) | 模型异常检测方法、装置、计算机设备和存储介质 | |
| CN109614309B (zh) | 比较测试结果的方法、装置、计算机设备以及存储介质 | |
| CN110275878B (zh) | 业务数据检测方法、装置、计算机设备及存储介质 | |
| CN112001520B (zh) | 天气预报方法、装置、计算机设备及存储介质 | |
| CN111624986A (zh) | 基于案例库的故障诊断方法和系统 | |
| CN116136950B (zh) | 芯片验证方法、装置、系统、电子设备及存储介质 | |
| CN111581456A (zh) | 一种json字符串对比方法、装置、设备及存储介质 | |
| CN111124898B (zh) | 问答系统测试方法、装置、计算机设备和存储介质 | |
| CN111367754A (zh) | 数据监控方法、装置、计算机设备及存储介质 | |
| CN117155760B (zh) | 一种综合布线可视化管理方法、系统、设备及存储介质 | |
| CN113946363A (zh) | 业务数据的执行配置方法、装置、计算机设备及存储介质 | |
| CN114996519B (zh) | 数据处理方法、装置、电子设备、存储介质及产品 | |
| CN111382250A (zh) | 问句文本的匹配方法、装置、计算机设备和存储介质 | |
| CN117391306A (zh) | 国土空间规划成果审查方法、装置、设备以及存储介质 | |
| CN117592656A (zh) | 基于碳数据核算的碳足迹监控方法及系统 | |
| CN112785418A (zh) | 信贷风险建模方法、装置、设备及计算机可读存储介质 | |
| CN111158732A (zh) | 访问数据处理方法、装置、计算机设备及存储介质 | |
| CN112380204B (zh) | 一种数据质量的评估方法及装置 | |
| CN113791595B (zh) | 分散控制系统测点数据导入方法、系统、设备及介质 | |
| CN115765182A (zh) | 基于时序数据库的数字孪生方法及装置 | |
| CN115168509A (zh) | 风控数据的处理方法及装置、存储介质、计算机设备 | |
| CN115202620A (zh) | 一种基于组件的软件开发系统 | |
| CN111400608B (zh) | 数据处理方法及装置、存储介质及电子设备 | |
| CN114676868A (zh) | 物流货量预测方法、装置、计算机设备和存储介质 | |
| CN118035527B (zh) | 一种业务与资源的交互数据处理方法、介质及设备 |
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 | ||
| CB02 | Change of applicant information |
Address after: 215011 No. 2, Kunlunshan Road, high tech Zone, Suzhou, Jiangsu Applicant after: Suzhou Jiaqishi Technology Co.,Ltd. Address before: 215011 No. 2, Kunlunshan Road, high tech Zone, Suzhou, Jiangsu Applicant before: SUZHOU JIAQISHI INFORMATION SCIENCE & TECHNOLOGY Co.,Ltd. |
|
| CB02 | Change of applicant information | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |