CN115099693B - 一种烧结钕铁硼磁钢材料的生产控制方法及系统 - Google Patents

一种烧结钕铁硼磁钢材料的生产控制方法及系统 Download PDF

Info

Publication number
CN115099693B
CN115099693B CN202210856401.1A CN202210856401A CN115099693B CN 115099693 B CN115099693 B CN 115099693B CN 202210856401 A CN202210856401 A CN 202210856401A CN 115099693 B CN115099693 B CN 115099693B
Authority
CN
China
Prior art keywords
production
node
risk
task
scheduled
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
CN202210856401.1A
Other languages
English (en)
Other versions
CN115099693A (zh
Inventor
黄浩
羊哲
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.)
Ningbo Maitaike Magnetic Material Technology Co ltd
Original Assignee
Ningbo Maitaike Magnetic Material Technology 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 Ningbo Maitaike Magnetic Material Technology Co ltd filed Critical Ningbo Maitaike Magnetic Material Technology Co ltd
Priority to CN202210856401.1A priority Critical patent/CN115099693B/zh
Publication of CN115099693A publication Critical patent/CN115099693A/zh
Application granted granted Critical
Publication of CN115099693B publication Critical patent/CN115099693B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06316—Sequencing of tasks or work
    • 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
    • G06Q10/0633—Workflow analysis
    • 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
    • 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
    • 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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/04—Manufacturing
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01F—MAGNETS; INDUCTANCES; TRANSFORMERS; SELECTION OF MATERIALS FOR THEIR MAGNETIC PROPERTIES
    • H01F1/00—Magnets or magnetic bodies characterised by the magnetic materials therefor; Selection of materials for their magnetic properties
    • H01F1/01—Magnets or magnetic bodies characterised by the magnetic materials therefor; Selection of materials for their magnetic properties of inorganic materials
    • H01F1/03—Magnets or magnetic bodies characterised by the magnetic materials therefor; Selection of materials for their magnetic properties of inorganic materials characterised by their coercivity
    • H01F1/032—Magnets or magnetic bodies characterised by the magnetic materials therefor; Selection of materials for their magnetic properties of inorganic materials characterised by their coercivity of hard-magnetic materials
    • H01F1/04—Magnets or magnetic bodies characterised by the magnetic materials therefor; Selection of materials for their magnetic properties of inorganic materials characterised by their coercivity of hard-magnetic materials metals or alloys
    • H01F1/047—Alloys characterised by their composition
    • H01F1/053—Alloys characterised by their composition containing rare earth metals
    • H01F1/055—Alloys characterised by their composition containing rare earth metals and magnetic transition metals, e.g. SmCo5
    • H01F1/057—Alloys characterised by their composition containing rare earth metals and magnetic transition metals, e.g. SmCo5 and IIIa elements, e.g. Nd2Fe14B
    • H01F1/0571—Alloys characterised by their composition containing rare earth metals and magnetic transition metals, e.g. SmCo5 and IIIa elements, e.g. Nd2Fe14B in the form of particles, e.g. rapid quenched powders or ribbon flakes
    • H01F1/0575—Alloys characterised by their composition containing rare earth metals and magnetic transition metals, e.g. SmCo5 and IIIa elements, e.g. Nd2Fe14B in the form of particles, e.g. rapid quenched powders or ribbon flakes pressed, sintered or bonded together
    • H01F1/0577—Alloys characterised by their composition containing rare earth metals and magnetic transition metals, e.g. SmCo5 and IIIa elements, e.g. Nd2Fe14B in the form of particles, e.g. rapid quenched powders or ribbon flakes pressed, sintered or bonded together sintered
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01F—MAGNETS; INDUCTANCES; TRANSFORMERS; SELECTION OF MATERIALS FOR THEIR MAGNETIC PROPERTIES
    • H01F41/00—Apparatus or processes specially adapted for manufacturing or assembling magnets, inductances or transformers; Apparatus or processes specially adapted for manufacturing materials characterised by their magnetic properties

Abstract

本发明提供了一种烧结钕铁硼磁钢材料的生产控制方法及系统，涉及烧结钕铁硼磁钢材料生产管理技术领域。本申请中将烧结钕铁硼磁钢材料的生产工艺转化为生产任务工作流，且根据生产任务工作流中的每个待调度任务节点分别确定对应的质量指标，并将实际生产中的每个质量指标的值与预设指标范围进行对比，判断该待调度任务节点是否达标，若达标则为正常节点，否则为异常节点，并基于异常节点进行断点续跑直至异常节点变为正常节点。然后基于所有的正常节点对应的工艺参数集合对每道工序进行生产控制，实现产业自动化，减少人员工作量。而且，尤其适用于新产品的研发，不仅能够减少研发成本，提高产品制造成功率，减少原料浪费，还能加快研发速率。

Description

一种烧结钕铁硼磁钢材料的生产控制方法及系统
技术领域
本发明涉及烧结钕铁硼磁钢材料生产管理技术领域，具体而言，涉及一种烧结钕铁硼磁钢材料的生产控制方法及系统。
背景技术
21世纪是质量的世纪，企业利用合理的质量管理方法对企业进行管理是新世纪一项重要的系统工程。在烧结钕铁硼磁钢材料的生产过程中，大多依赖工作人员的经验知识进行制备，因此工作人员需要耗费大量的精力，且工作量较大。此外，传统的生产质量控制是通过抽样数据进行反馈，但是抽样数据只能反应当前质量信息，数据不能有效地对此前过程的质量信息进行有效处理和衔接，致使研发周期增长、生产风险增高等。
发明内容
本发明的目的在于提供一种烧结钕铁硼磁钢材料的生产控制方法及系统，以改善上述问题。为了实现上述目的，本发明采取的技术方案如下：
第一方面，本申请提供了一种烧结钕铁硼磁钢材料的生产控制方法，包括：
根据烧结钕铁硼磁钢材料的生产工艺确定生产任务工作流，所述生产任务工作流由不同的待调度任务节点顺序连接成有向的任务节点，每个所述待调度任务节点对应一个工艺参数集合，每个所述工艺参数集合中包含至少一个关键因素；
基于所述生产任务工作流，分别对每个所述待调度任务节点进行分析并确定质量指标，所述质量指标为每个所述待调度任务节点对应成品的质量检测指标；
基于所有的所述质量指标，分别判断每个所述质量指标是否在预设指标范围内，所述预设指标为烧结钕铁硼磁钢材料的生产工艺中每个生产阶段成品要达到的指标参数；若所述质量指标在所述预设指标范围内，则所述待调度任务节点为正常节点；若所述质量指标不在所述预设指标范围内，则所述待调度任务节点为异常节点；
基于所述异常节点进行断点续跑直至所述异常节点变为所述正常节点，所述断点续跑是返回至所述异常节点，并从所述异常节点开始重新执行所述生产任务工作流中剩余的所述待调度任务节点的操作；
基于所有的所述正常节点的所述工艺参数集合，对烧结钕铁硼磁钢材料的生产进行控制。
第二方面，本申请还提供了一种烧结钕铁硼磁钢材料的生产控制系统，包括流程模块、分析模块、判断模块、续跑模块和控制模块，其中：
流程模块：用于根据烧结钕铁硼磁钢材料的生产工艺确定生产任务工作流，所述生产任务工作流由不同的待调度任务节点顺序连接成有向的任务节点，每个所述待调度任务节点对应一个工艺参数集合，每个所述工艺参数集合中包含至少一个关键因素。
分析模块：用于基于所述生产任务工作流，分别对每个所述待调度任务节点进行分析并确定质量指标，所述质量指标为每个所述待调度任务节点对应成品的质量检测指标。
判断模块：用于基于所有的所述质量指标，分别判断每个所述质量指标是否在预设指标范围内，所述预设指标为烧结钕铁硼磁钢材料的生产工艺中每个生产阶段成品要达到的指标参数；若所述质量指标在所述预设指标范围内，则所述待调度任务节点为正常节点；若所述质量指标不在所述预设指标范围内，则所述待调度任务节点为异常节点。
续跑模块：用于基于所述异常节点进行断点续跑直至所述异常节点变为所述正常节点，所述断点续跑是返回至所述异常节点，并从所述异常节点开始重新执行所述生产任务工作流中剩余的所述待调度任务节点的操作。
控制模块：用于基于所有的所述正常节点的所述工艺参数集合，对烧结钕铁硼磁钢材料的生产进行控制。
本发明的有益效果为：
本申请中将烧结钕铁硼磁钢材料的生产工艺转化为生产任务工作流，且根据生产任务工作流中的每个待调度任务节点分别确定对应的质量指标，并将实际生产中的每个质量指标的值与预设指标范围进行对比，判断该待调度任务节点是否达标，若达标则为正常节点，否则为异常节点，并基于异常节点进行断点续跑直至异常节点变为正常节点。然后基于所有的正常节点对应的工艺参数集合对每道工序进行生产控制，实现产业自动化，减少人员工作量。而且，尤其适用于新产品的研发，不仅能够减少研发成本，提高产品制造成功率，减少原料浪费，还能加快研发速率。
本发明的其他特征和优点将在随后的说明书阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明实施例了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域图像普通技术人员来讲，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相关的附图。
图1为本发明实施例中所述的烧结钕铁硼磁钢材料的生产控制方法流程示意图；
图2为本发明实施例中所述的烧结钕铁硼磁钢材料的生产控制系统结构示意图；
图3为本发明实施例中所述的烧结钕铁硼磁钢材料的生产控制设备结构示意图。
图中：710、流程模块；711、归纳单元；712、分析单元；7121、评分单元；7122、计算单元；713、第一筛选单元；714、第二筛选单元；7141、构建单元；7142、第三筛选单元；720、分析模块；730、判断模块；740、续跑模块；741、获取单元；742、请求单元；743、整改单元；744、执行单元；750、控制模块；800、烧结钕铁硼磁钢材料的生产控制设备；801、处理器；802、存储器；803、多媒体组件；804、I/O接口；805、通信组件。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明中的实施例，本领域图像普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。同时，在本发明的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
实施例1：
参见图1，本实施例提供了一种烧结钕铁硼磁钢材料的生产控制方法，图1中示出了本方法包括步骤S1、步骤S2、步骤S3、步骤S4和步骤S5，其中：
步骤S1、根据烧结钕铁硼磁钢材料的生产工艺确定生产任务工作流，所述生产任务工作流由不同的待调度任务节点顺序连接成有向的任务节点，每个所述待调度任务节点对应一个工艺参数集合，每个所述工艺参数集合中包含至少一个关键因素。
可以理解的是，在本步骤中，根据烧结钕铁硼磁钢材料的实际生产工艺确定生产任务工作流为配料—熔炼—制粉—磁场取向压型—烧结与时效—毛坯性能检验—机械加工—电镀—成品检验。然后针对上述每个待调度任务节点对应的工艺参数集合，工艺参数集合包括该待调度任务节点对应的工艺参数、技术指标参数、设备信息、期限信息等。
上述每个工艺参数集合的确定方法包括步骤S11、步骤S12、步骤S13和步骤S14。
步骤S11、基于每个所述待调度任务节点获取烧结钕铁硼磁钢材料的历史生产数据，并进行归纳总结确定风险类别集合，每个所述风险类别集合为同一生产故障类型包含的所有因素的集合。
可以理解的是，在本步骤中，基于每个待调度任务节点获取烧结钕铁硼磁钢材料的历史生产数据，并根据其造成生产故障的属性信息将这些历史生产数据中的各个因素进行归纳总结，得到不同数据属性对应的风险类别集合，属性信息包括原料种类、原料配比、设备参数设置、制备环境参数和负责人员参数等等。
步骤S12、基于所述风险类别集合中的所有所述因素，利用失效模式与效应分析法分别计算得到风险优先系数。
可以理解的是，在本步骤中，利用失效模式与效应分析法通过计算风险优先系数，量化评估各个因素造成生产故障的风险程度，根据风险程度的高低情况来反应各个因素对烧结钕铁硼磁钢材料生产成功率的影响，进而确定每个待调度任务节点中需要控制的主要因素，进而提高烧结钕铁硼磁钢材料的成功率。
进一步地，上述风险优先系数的计算方法包括步骤S121和步骤S122。
步骤S121、基于所述风险类别集合中的每个所述因素，利用失效模式与效应分析法分别进行评分，得到生产故障严重度、生产故障发生概率和生产故障检测度。
可以理解的是，在本步骤中，系统从烧结钕铁硼磁钢材料的实际生产数据记录库中，分别提取每个风险类别集合涉及的各个因素对应的风因素、风险影响和风险原因，并利用失效模式与效应分析法按照表1所示的评价标准，分别对所有的因素进行统计并得到生产故障严重度、生产故障发生概率和生产故障检测度的评分。如统计制粉这个待调度任务节点中部分工艺参数对应的风险类别集合的评分结果如表2所示。
表1评价标准
表2制粉的FMEA结果
步骤S122、基于所述生产故障严重度、所述生产故障发生概率和所述生产故障检测度的乘积，得到每个所述因素对应的风险优先系数。
可以理解的是，在本步骤中，根据公式（1）计算每个风险因素对应的风险优先系数，公式（1）如下所示：
其中：R为风险优先系数，Q、A和Z分别为生产故障严重度、生产故障发生概率和生产故障检测度。
步骤S13、基于所有的所述风险优先系数和预设风险条件，确定每个所述风险类别集合中每个因素对应的风险等级，所述预设风险条件为烧结钕铁硼磁钢材料发生生产故障的风险等级。
可以理解的是，在本实施例中，预设风险条件设置如下：风险优先系数R＜5的影响因素为低风险，5≤风险优先系数R＜15的影响因素为中风险，风险优先系数R≥15的影响因素为高风险。根据每个风险因素的风险优先系数确定每个因素对应的风险等级。
步骤S14、基于所有的所述风险等级和预设筛选条件，筛选出关键因素构成所述工艺参数集合，所述预设筛选条件为风险等级的范围值。
可以理解的是，在本步骤中，预设筛选条件设置为大于低风险的风险优先系数，将所有风险优先系数对应为中、高风险的因素筛选出来作为关键因素并构成工艺参数集合。
根据步骤S11至步骤S14的方法分别确定每个待调度任务节点各自对应的工艺参数集合。然后选取关键因素并依据各关键因素之间的因果关系，构建生产风险贝叶斯故障判断模型，并确定影响当前任务产品质量的主要风险因素，以科学、风险管理的角度来监控生产管理的每一道工序，提升产品质量，并进一步阐明原料属性和工艺参数对产品质量的影响程度和效果。
风险贝叶斯故障判断模型的构建方法包括步骤S141和步骤S142。
步骤S141、基于所有的所述关键因素，利用贝叶斯网络构建生产风险贝叶斯故障判断模型；所述生产风险贝叶斯故障判断模型以所述风险类别集合为根节点，以所述关键因素为过程节点，以生产故障诊断结果为叶节点。
可以理解的是，在本步骤中，在贝叶斯网络模型的基础上，根节点设置为工艺参数和原料配比等；过程节点设置为钢球直径、球磨压力、原料粒度、原料颗粒均匀性、原料用量等；叶节点设置为颗粒达标率不合格、粒度分布不合格等。该过程中根节点可根据专家评估计算其先验概率，计算方法如公式（2）所示。并以先验概率为依据确定条件及联合概率，计算过程如公式（3）和公式（4）所示。其中，每个节点都有2种状态：①Bad表示该风险发生的状态；②Good表示该风险未发生的状态。
其中：为节点X的联合概率分布，为生产风险贝叶斯故障判断模型中所有根节点的离散变量集；/>为过程节点；/>为节点/>对应的父节点可能发生的集合。对于某一节点变量而言，条件概率如公式（3）表示：
其中：1为条件概率，i为第i种节点，n为最后一种节点。在生产风险贝叶斯故障判断模型中若是/>的父节点，则该生产风险贝叶斯故障判断模型中故障诊断精确推理过程用公式（4）表示：
其中：为节点X的联合概率分布；/>和/>分别为生产风险贝叶斯故障判断模型中的父节点和子节点。
步骤S142、基于所述生产风险贝叶斯故障判断模型将所述叶节点为生产故障的条件下，更新贝叶斯网络的各项参数，并确定敏感影响因素。
可以理解的是，在本步骤中，将颗粒达标率不合格、粒度分布不合格的Bad状态值分别设置为100%，即在颗粒达标率不合格或粒度分布不合格的条件下，更新整个贝叶斯网络的概率参数，并将更新后的故障发生概率（Bad状态值）>50%的参数筛选出来，作为敏感影响因素，说明该因素对于最终产品质量的影响最大，需要对其进行密切的关注。
步骤S2、基于所述生产任务工作流，分别对每个所述待调度任务节点进行分析并确定质量指标，所述质量指标为每个所述待调度任务节点对应成品的质量检测指标。
可以理解的是，在本步骤中，获取烧结钕铁硼磁钢材料制备文献的相关研究数据、实际生产数据或者专家经验数据等，然后进行归纳总结确定每道工序对应的质量达标范围值，进而确定质量指标。
步骤S3、基于所有的所述质量指标，分别判断每个所述质量指标是否在预设指标范围内，所述预设指标为烧结钕铁硼磁钢材料的生产工艺中每个生产阶段成品要达到的指标参数；若所述质量指标在所述预设指标范围内，则所述待调度任务节点为正常节点；若所述质量指标不在所述预设指标范围内，则所述待调度任务节点为异常节点。
可以理解的是，在本步骤中，基于每个质量指标，分别检验每道工序是否达到该待调度任务节点的质量需求，如果达到质量需求则说明该待调度任务节点对应的工艺参数、设备参数、原料配比和原料种类均为正常值，可以成功生产烧结钕铁硼磁钢材料，为正常节点。如果达不到质量需求则说明该待调度任务节点对应的工艺参数、设备参数、原料配比和原料种类均为异常值，生产烧结钕铁硼磁钢材料的成功率较低，为异常节点。
步骤S4、基于所述异常节点进行断点续跑直至所述异常节点变为所述正常节点，所述断点续跑是返回至所述异常节点，并从所述异常节点开始重新执行所述生产任务工作流中剩余的所述待调度任务节点的操作。
可以理解的是，在本步骤中，当生产任务工作流出现异常节点时，则返回当前对应的待调度任务节点，并根据当前任务的步骤进行调整并实施，直至异常节点转变为正常节点为止，然后执行后续的待调度任务节点的任务。
进一步地，上述步骤S4还包括步骤S41、步骤S42、步骤S43和步骤S44。
步骤S41、基于所述异常节点进行断点续跑，获取同一所述待调度任务节点对应的所述断点续跑的总次数。
可以理解的是，在本步骤中，获取返回同一待调度任务节点的总次数。
步骤S42、判断同一所述待调度任务节点对应的所述断点续跑的总次数是否超过预设次数，所述预设次数为断点续跑的最高续跑次数；若断点续跑的总次数超过所述预设次数，则生成分析请求，所述分析请求为重新分析当前所述异常节点的生产故障数据的请求。
可以理解的是，在本步骤中，如果返回同一待调度任务节点的总次数超过预设次数时，说明当前待调度任务节点对应的工艺参数、设备参数等存在较大的问题，则生成分析请求，对生产故障数据进行进一步的分析，以便于后续确定影响成功率的因素。
步骤S43、响应于所述分析请求，对当前所述异常节点的生产故障数据进行分析确认整改参数。
可以理解的是，在对生产故障数据进行分析后，确定影响成功率的因素，并基于该因素进行参数的整改。
步骤S44、基于所述整改参数，判断所述异常节点是否转变为所述正常节点，若是，则根据所述生产任务工作流继续执行剩余的所述待调度任务节点。
可以理解的是，在本步骤中，根据整改参数进行生产实施，并判断该待调度任务节点是否转为正常节点，若转化为正常节点则根据所述生产任务工作流继续执行剩余的待调度任务节点。
步骤S5、基于所有的所述正常节点的所述工艺参数集合，对烧结钕铁硼磁钢材料的生产进行控制。
可以理解的是，在本步骤中，将所有正常节点对应的工艺参数、设备参数等提取出来，并将其作为烧结钕铁硼磁钢材料生产的工艺流程单，进而根据工艺流程单对烧结钕铁硼磁钢材料的生产进行控制，实现产业自动化，减少人员工作量。而且，尤其适用于新产品的研发，不仅能够减少研发成本，提高产品制造成功率，减少原料浪费，还能加快研发速率。
实施例2：
如图2所示为本实施例提供了的烧结钕铁硼磁钢材料的生产控制系统的结构示意图，包括流程模块710、分析模块720、判断模块730、续跑模块740和控制模块750，其中：
流程模块710：用于根据烧结钕铁硼磁钢材料的生产工艺确定生产任务工作流，所述生产任务工作流由不同的待调度任务节点顺序连接成有向的任务节点，每个所述待调度任务节点对应一个工艺参数集合，每个所述工艺参数集合中包含至少一个关键因素。
优选地，流程模块710包括归纳单元711、分析单元712、第一筛选单元713和第二筛选单元714，其中：
归纳单元711：用于基于每个所述待调度任务节点获取烧结钕铁硼磁钢材料的历史生产数据，并进行归纳总结确定风险类别集合，每个所述风险类别集合为同一生产故障类型包含的所有因素的集合。
分析单元712：用于基于所述风险类别集合中的所有所述因素，利用失效模式与效应分析法分别计算得到风险优先系数。
进一步地，分析单元712包括评分单元7121和计算单元7122，其中：
评分单元7121：用于基于所述风险类别集合中的每个所述因素，利用失效模式与效应分析法分别进行评分，得到生产故障严重度、生产故障发生概率和生产故障检测度。
计算单元7122：用于基于所述生产故障严重度、所述生产故障发生概率和所述生产故障检测度的乘积，得到每个所述因素对应的风险优先系数。
第一筛选单元713：用于基于所有的所述风险优先系数和预设风险条件，确定每个所述风险类别集合中每个因素对应的风险等级，所述预设风险条件为烧结钕铁硼磁钢材料发生生产故障的风险等级。
第二筛选单元714：用于基于所有的所述风险等级和预设筛选条件，筛选出关键因素构成所述工艺参数集合，所述预设筛选条件为风险等级的范围值。
优选地，第二筛选单元714包括构建单元7141和第三筛选单元7142，其中：
构建单元7141：用于基于所有的所述关键因素，利用贝叶斯网络构建生产风险贝叶斯故障判断模型；所述生产风险贝叶斯故障判断模型以所述风险类别集合为根节点，以所述关键因素为过程节点，以生产故障诊断结果为叶节点。
第三筛选单元7142：用于基于所述生产风险贝叶斯故障判断模型将所述叶节点为生产故障的条件下，更新贝叶斯网络的各项参数，并确定敏感影响因素。
分析模块720：用于基于所述生产任务工作流，分别对每个所述待调度任务节点进行分析并确定质量指标，所述质量指标为每个所述待调度任务节点对应成品的质量检测指标。
判断模块730：用于基于所有的所述质量指标，分别判断每个所述质量指标是否在预设指标范围内，所述预设指标为烧结钕铁硼磁钢材料的生产工艺中每个生产阶段成品要达到的指标参数；若所述质量指标在所述预设指标范围内，则所述待调度任务节点为正常节点；若所述质量指标不在所述预设指标范围内，则所述待调度任务节点为异常节点。
续跑模块740：用于基于所述异常节点进行断点续跑直至所述异常节点变为所述正常节点，所述断点续跑是返回至所述异常节点，并从所述异常节点开始重新执行所述生产任务工作流中剩余的所述待调度任务节点的操作。
优选地，续跑模块740包括获取单元741、请求单元742、整改单元743和执行单元744，其中：
获取单元741：用于基于所述异常节点进行断点续跑，获取同一所述待调度任务节点对应的所述断点续跑的总次数；
请求单元742：用于判断同一所述待调度任务节点对应的所述断点续跑的总次数是否超过预设次数，所述预设次数为断点续跑的最高续跑次数；若断点续跑的总次数超过所述预设次数，则生成分析请求，所述分析请求为重新分析当前所述异常节点的生产故障数据的请求；
整改单元743：用于响应于所述分析请求，对当前所述异常节点的生产故障数据进行分析确认整改参数；
执行单元744：用于基于所述整改参数，判断所述异常节点是否转变为所述正常节点，若是，则根据所述生产任务工作流继续执行剩余的所述待调度任务节点。
控制模块750：用于基于所有的所述正常节点的所述工艺参数集合，对烧结钕铁硼磁钢材料的生产进行控制。
需要说明的是，关于上述实施例中的系统，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。
实施例3：
相应于上面的方法实施例，本实施例中还提供了一种烧结钕铁硼磁钢材料的生产控制设备800，下文描述的一种烧结钕铁硼磁钢材料的生产控制设备800与上文描述的一种烧结钕铁硼磁钢材料的生产控制方法可相互对应参照。
图3是根据示例性实施例示出的一种烧结钕铁硼磁钢材料的生产控制设备800的框图。如图3所示，该烧结钕铁硼磁钢材料的生产控制设备800可以包括：处理器801，存储器802。该烧结钕铁硼磁钢材料的生产控制设备800还可以包括多媒体组件803，I/O接口804，以及通信组件805中的一者或多者。
其中，处理器801用于控制该烧结钕铁硼磁钢材料的生产控制设备800的整体操作，以完成上述的烧结钕铁硼磁钢材料的生产控制方法中的全部或部分步骤。存储器802用于存储各种类型的数据以支持在该烧结钕铁硼磁钢材料的生产控制设备800的操作，这些数据例如可以包括用于在该烧结钕铁硼磁钢材料的生产控制设备800上操作的任何应用程序或方法的指令，以及应用程序相关的数据，例如联系人数据、收发的消息、图片、音频、视频等等。该存储器802可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，例如静态随机存取存储器(Static Random Access Memory，简称SRAM)，电可擦除可编程只读存储器(Electrically Erasable Programmable Read-Only Memory，简称EEPROM)，可擦除可编程只读存储器(Erasable Programmable Read-Only Memory，简称EPROM)，可编程只读存储器(Programmable Read-Only Memory，简称PROM)，只读存储器(Read-Only Memory，简称ROM)，磁存储器，快闪存储器，磁盘或光盘。多媒体组件803可以包括屏幕和音频组件。其中屏幕例如可以是触摸屏，音频组件用于输出和/或输入音频信号。例如，音频组件可以包括一个麦克风，麦克风用于接收外部音频信号。所接收的音频信号可以被进一步存储在存储器802或通过通信组件805发送。音频组件还包括至少一个扬声器，用于输出音频信号。I/O接口804为处理器801和其他接口模块之间提供接口，上述其他接口模块可以是键盘，鼠标，按钮等。这些按钮可以是虚拟按钮或者实体按钮。通信组件805用于该烧结钕铁硼磁钢材料的生产控制设备800与其他设备之间进行有线或无线通信。无线通信，例如Wi-Fi，蓝牙，近场通信(Near FieldCommunication，简称NFC)，2G、3G或4G，或它们中的一种或几种的组合，因此相应的该通信组件805可以包括：Wi-Fi模块，蓝牙模块，NFC模块。
在一示例性实施例中，烧结钕铁硼磁钢材料的生产控制设备800可以被一个或多个应用专用集成电路(Application Specific Integrated Circuit，简称ASIC)、数字信号处理器(DigitalSignal Processor，简称DSP)、数字信号处理设备(Digital SignalProcessing Device，简称DSPD)、可编程逻辑器件(Programmable Logic Device，简称PLD)、现场可编程门阵列(Field Programmable Gate Array，简称FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述的烧结钕铁硼磁钢材料的生产控制方法。
在另一示例性实施例中，还提供了一种包括程序指令的计算机存储介质，该程序指令被处理器执行时实现上述的烧结钕铁硼磁钢材料的生产控制方法的步骤。例如，该计算机存储介质可以为上述包括程序指令的存储器802，上述程序指令可由烧结钕铁硼磁钢材料的生产控制设备800的处理器801执行以完成上述的烧结钕铁硼磁钢材料的生产控制方法。
实施例4：
相应于上面的方法实施例，本实施例中还提供了一种存储介质，下文描述的一种存储介质与上文描述的一种烧结钕铁硼磁钢材料的生产控制方法可相互对应参照。
一种存储介质，存储介质上存储有计算机程序，计算机程序被处理器执行时实现上述方法实施例的烧结钕铁硼磁钢材料的生产控制方法的步骤。
该存储介质具体可以为U盘、移动硬盘、只读存储器(Read-Only Memory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等各种可存储程序代码的存储介质。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域图像的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域图像的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。

Claims (4)

1.一种烧结钕铁硼磁钢材料的生产控制方法，其特征在于，包括：
根据烧结钕铁硼磁钢材料的生产工艺确定生产任务工作流，所述生产任务工作流由不同的待调度任务节点顺序连接成有向的任务节点，每个所述待调度任务节点对应一个工艺参数集合，每个所述工艺参数集合中包含至少一个关键因素；
基于所述生产任务工作流，分别对每个所述待调度任务节点进行分析并确定质量指标，所述质量指标为每个所述待调度任务节点对应成品的质量检测指标；
基于所有的所述质量指标，分别判断每个所述质量指标是否在预设指标范围内，所述预设指标为烧结钕铁硼磁钢材料的生产工艺中每个生产阶段成品要达到的指标参数；若所述质量指标在所述预设指标范围内，则所述待调度任务节点为正常节点；若所述质量指标不在所述预设指标范围内，则所述待调度任务节点为异常节点；
基于所述异常节点进行断点续跑直至所述异常节点变为所述正常节点，所述断点续跑是返回至所述异常节点，并从所述异常节点开始重新执行所述生产任务工作流中剩余的所述待调度任务节点的操作；
基于所有的所述正常节点的所述工艺参数集合，对烧结钕铁硼磁钢材料的生产进行控制；
其中，每个所述工艺参数集合的确定方法包括：
基于每个所述待调度任务节点获取烧结钕铁硼磁钢材料的历史生产数据，并进行归纳总结确定风险类别集合，每个所述风险类别集合为同一生产故障类型包含的所有因素的集合；
基于每个待调度任务节点获取烧结钕铁硼磁钢材料的历史生产数据，并根据其造成生产故障的属性信息将这些历史生产数据中的各个因素进行归纳总结，得到不同数据属性对应的风险类别集合，属性信息包括原料种类、原料配比、设备参数设置、制备环境参数和负责人员参数;
基于所述风险类别集合中的每个所述因素，利用失效模式与效应分析法分别进行评分，得到生产故障严重度、生产故障发生概率和生产故障检测度；
基于所述生产故障严重度、所述生产故障发生概率和所述生产故障检测度的乘积，得到每个所述因素对应的风险优先系数；
基于所有的所述风险优先系数和预设风险条件，确定每个所述风险类别集合中每个因素对应的风险等级，所述预设风险条件为烧结钕铁硼磁钢材料发生生产故障的风险等级；
基于所有的所述风险等级和预设筛选条件，筛选出关键因素构成所述工艺参数集合，所述预设筛选条件为风险等级的范围值；
基于所有的所述关键因素，利用贝叶斯网络构建生产风险贝叶斯故障判断模型；所述生产风险贝叶斯故障判断模型以所述风险类别集合为根节点，以所述关键因素为过程节点，以生产故障诊断结果为叶节点；
基于所述生产风险贝叶斯故障判断模型将所述叶节点为生产故障的条件下，更新贝叶斯网络的各项参数，并确定敏感影响因素。
2.根据权利要求1所述的烧结钕铁硼磁钢材料的生产控制方法，其特征在于，基于所述异常节点进行断点续跑直至所述异常节点变为所述正常节点包括：
基于所述异常节点进行断点续跑，获取同一所述待调度任务节点对应的所述断点续跑的总次数；
判断同一所述待调度任务节点对应的所述断点续跑的总次数是否超过预设次数，所述预设次数为断点续跑的最高续跑次数；若断点续跑的总次数超过所述预设次数，则生成分析请求，所述分析请求为重新分析当前所述异常节点的生产故障数据的请求；
响应于所述分析请求，对当前所述异常节点的生产故障数据进行分析确认整改参数；
基于所述整改参数，判断所述异常节点是否转变为所述正常节点，若是，则根据所述生产任务工作流继续执行剩余的所述待调度任务节点。
3.一种烧结钕铁硼磁钢材料的生产控制系统，其特征在于，包括：
流程模块：用于根据烧结钕铁硼磁钢材料的生产工艺确定生产任务工作流，所述生产任务工作流由不同的待调度任务节点顺序连接成有向的任务节点，每个所述待调度任务节点对应一个工艺参数集合，每个所述工艺参数集合中包含至少一个关键因素；
分析模块：用于基于所述生产任务工作流，分别对每个所述待调度任务节点进行分析并确定质量指标，所述质量指标为每个所述待调度任务节点对应成品的质量检测指标；
判断模块：用于基于所有的所述质量指标，分别判断每个所述质量指标是否在预设指标范围内，所述预设指标为烧结钕铁硼磁钢材料的生产工艺中每个生产阶段成品要达到的指标参数；若所述质量指标在所述预设指标范围内，则所述待调度任务节点为正常节点；若所述质量指标不在所述预设指标范围内，则所述待调度任务节点为异常节点；
续跑模块：用于基于所述异常节点进行断点续跑直至所述异常节点变为所述正常节点，所述断点续跑是返回至所述异常节点，并从所述异常节点开始重新执行所述生产任务工作流中剩余的所述待调度任务节点的操作；
控制模块：用于基于所有的所述正常节点的所述工艺参数集合，对烧结钕铁硼磁钢材料的生产进行控制；
其中，所述流程模块包括：
归纳单元：用于基于每个所述待调度任务节点获取烧结钕铁硼磁钢材料的历史生产数据，并进行归纳总结确定风险类别集合，每个所述风险类别集合为同一生产故障类型包含的所有因素的集合；
基于每个待调度任务节点获取烧结钕铁硼磁钢材料的历史生产数据，并根据其造成生产故障的属性信息将这些历史生产数据中的各个因素进行归纳总结，得到不同数据属性对应的风险类别集合，属性信息包括原料种类、原料配比、设备参数设置、制备环境参数和负责人员参数;
分析单元：用于基于所述风险类别集合中的所有所述因素，利用失效模式与效应分析法分别计算得到风险优先系数；
第一筛选单元：用于基于所有的所述风险优先系数和预设风险条件，确定每个所述风险类别集合中每个因素对应的风险等级，所述预设风险条件为烧结钕铁硼磁钢材料发生生产故障的风险等级；
第二筛选单元：用于基于所有的所述风险等级和预设筛选条件，筛选出关键因素构成所述工艺参数集合，所述预设筛选条件为风险等级的范围值；
所述分析单元包括：
评分单元：用于基于所述风险类别集合中的每个所述因素，利用失效模式与效应分析法分别进行评分，得到生产故障严重度、生产故障发生概率和生产故障检测度；
计算单元：用于基于所述生产故障严重度、所述生产故障发生概率和所述生产故障检测度的乘积，得到每个所述因素对应的风险优先系数；
所述第二筛选单元还包括：
构建单元：用于基于所有的所述关键因素，利用贝叶斯网络构建生产风险贝叶斯故障判断模型；所述生产风险贝叶斯故障判断模型以所述风险类别集合为根节点，以所述关键因素为过程节点，以生产故障诊断结果为叶节点；
第三筛选单元：用于基于所述生产风险贝叶斯故障判断模型将所述叶节点为生产故障的条件下，更新贝叶斯网络的各项参数，并确定敏感影响因素。
4.根据权利要求3所述的烧结钕铁硼磁钢材料的生产控制系统，其特征在于，所述续跑模块包括：
获取单元：用于基于所述异常节点进行断点续跑，获取同一所述待调度任务节点对应的所述断点续跑的总次数；
请求单元：用于判断同一所述待调度任务节点对应的所述断点续跑的总次数是否超过预设次数，所述预设次数为断点续跑的最高续跑次数；若断点续跑的总次数超过所述预设次数，则生成分析请求，所述分析请求为重新分析当前所述异常节点的生产故障数据的请求；
整改单元：用于响应于所述分析请求，对当前所述异常节点的生产故障数据进行分析确认整改参数；
执行单元：用于基于所述整改参数，判断所述异常节点是否转变为所述正常节点，若是，则根据所述生产任务工作流继续执行剩余的所述待调度任务节点。
CN202210856401.1A 2022-07-21 2022-07-21 一种烧结钕铁硼磁钢材料的生产控制方法及系统 Active CN115099693B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210856401.1A CN115099693B (zh) 2022-07-21 2022-07-21 一种烧结钕铁硼磁钢材料的生产控制方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210856401.1A CN115099693B (zh) 2022-07-21 2022-07-21 一种烧结钕铁硼磁钢材料的生产控制方法及系统

Publications (2)

Publication Number Publication Date
CN115099693A CN115099693A (zh) 2022-09-23
CN115099693B true CN115099693B (zh) 2023-10-13

Family

ID=83298424

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210856401.1A Active CN115099693B (zh) 2022-07-21 2022-07-21 一种烧结钕铁硼磁钢材料的生产控制方法及系统

Country Status (1)

Country Link
CN (1) CN115099693B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115630847B (zh) * 2022-12-07 2023-03-28 四川省华盾防务科技股份有限公司 一种基于数据预测的收发组件检测方法、系统及存储介质

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105741381A (zh) * 2016-01-28 2016-07-06 中国人民解放军空军装备研究院航空装备研究所 一种确定飞机飞参记录参数集合的方法
CN111797002A (zh) * 2020-05-27 2020-10-20 深圳壹账通智能科技有限公司 基于Oozie的工作流测试方法、装置、设备及存储介质
CN111985804A (zh) * 2020-08-18 2020-11-24 华中科技大学 基于数据挖掘和数据融合盾构近接既有隧道安全评价方法
CN112527484A (zh) * 2020-12-17 2021-03-19 平安银行股份有限公司 工作流断点续跑方法、装置、计算机设备及可读存储介质
CN112685276A (zh) * 2020-12-31 2021-04-20 陕西科技大学 一种面向服务设计过程中用户接触点失效分析方法
CN113191084A (zh) * 2021-05-07 2021-07-30 哈尔滨工业大学 基于贝叶斯网络理论的既有铁路桥梁可靠度综合评估方法
CN113431496A (zh) * 2021-05-31 2021-09-24 中国舰船研究设计中心 一种钻采船协同作业故障诊断及辅助决策方法
CN114358539A (zh) * 2021-12-21 2022-04-15 华中科技大学 一种基于风险的铁路运营安全判识方法
CN114579341A (zh) * 2022-03-04 2022-06-03 中信银行股份有限公司 一种多合一银联卡的制卡方法、装置、设备及可读存储介质
CN114661432A (zh) * 2020-12-24 2022-06-24 苏州国双软件有限公司 任务调度方法、装置、设备及存储介质

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120078678A1 (en) * 2010-09-23 2012-03-29 Infosys Technologies Limited Method and system for estimation and analysis of operational parameters in workflow processes

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105741381A (zh) * 2016-01-28 2016-07-06 中国人民解放军空军装备研究院航空装备研究所 一种确定飞机飞参记录参数集合的方法
CN111797002A (zh) * 2020-05-27 2020-10-20 深圳壹账通智能科技有限公司 基于Oozie的工作流测试方法、装置、设备及存储介质
CN111985804A (zh) * 2020-08-18 2020-11-24 华中科技大学 基于数据挖掘和数据融合盾构近接既有隧道安全评价方法
CN112527484A (zh) * 2020-12-17 2021-03-19 平安银行股份有限公司 工作流断点续跑方法、装置、计算机设备及可读存储介质
CN114661432A (zh) * 2020-12-24 2022-06-24 苏州国双软件有限公司 任务调度方法、装置、设备及存储介质
CN112685276A (zh) * 2020-12-31 2021-04-20 陕西科技大学 一种面向服务设计过程中用户接触点失效分析方法
CN113191084A (zh) * 2021-05-07 2021-07-30 哈尔滨工业大学 基于贝叶斯网络理论的既有铁路桥梁可靠度综合评估方法
CN113431496A (zh) * 2021-05-31 2021-09-24 中国舰船研究设计中心 一种钻采船协同作业故障诊断及辅助决策方法
CN114358539A (zh) * 2021-12-21 2022-04-15 华中科技大学 一种基于风险的铁路运营安全判识方法
CN114579341A (zh) * 2022-03-04 2022-06-03 中信银行股份有限公司 一种多合一银联卡的制卡方法、装置、设备及可读存储介质

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
卢睿 ; 孔文亚 ; 方明亮 ; .基于贝叶斯网络的铁路"四电"工程质量安全风险研究.中国铁道科学.2020,(第05期),全文. *
张根保.《现代质量工程》.北京：机械工业出版社,2020,第303-307页. *

Also Published As

Publication number Publication date
CN115099693A (zh) 2022-09-23

Similar Documents

Publication Publication Date Title
JP4967430B2 (ja) 不具合管理装置、不具合管理プログラム、およびこれを記録した記録媒体
CN115099693B (zh) 一种烧结钕铁硼磁钢材料的生产控制方法及系统
CN113762604B (zh) 一种工业互联网大数据服务系统
KR20090046738A (ko) 제조 예측 서버
CN116388402B (zh) 一种应用于变电设备的异常报警分析方法
CN116992399A (zh) 一种基于电力数据分析的电力设备运维评估方法
CN113361958A (zh) 一种缺陷预警方法及系统
CN113722134A (zh) 一种集群故障处理方法、装置、设备及可读存储介质
CN113935535A (zh) 一种面向中长期预测模型的主成分分析方法
CN114140034B (zh) 基于工况的质量监控方法及相关装置
KR20080026471A (ko) 산업 프로세스 평가 장치, 산업 프로세스 평가 방법 및산업 프로세스 평가 프로그램을 기록한 기록 매체
CN112597435B (zh) 基于设备监理的火电设备质量数据处理方法及装置
CN114120470A (zh) 监视装置、监视方法、以及记录了监视程序的计算机可读介质
CN110456356B (zh) 一种面向资料同化的天气雷达径向速度质量控制方法
CN112559591A (zh) 一种用于冷轧辊制造过程的离群检测系统及其检测方法
Fernández Optimal schemes for resubmitted lot acceptance using previous defect count data
CN116739317A (zh) 一种矿用绞车自动化管理及调度平台、方法、设备及介质
CN111242424A (zh) 质量数据的处理方法及装置
CN115766793A (zh) 一种基于数据中心机房基础环境监测报警装置
CN115879680A (zh) 钢铁表面缺陷判定规则管理系统
CN117311295B (zh) 基于无线网络设备的生产质量提升方法及系统
CN112330182A (zh) 一种经济运行状况量化分析方法及装置
CN112800294B (zh) 数据展示图表的处理方法、装置、设备和介质
CN117436770B (zh) 基于bim的建筑工程建设管理方法及系统
CN116127326B (zh) 一种复合绝缘子检测方法、装置、电子设备及存储介质

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