CN115796660A - 一种基于大数据的制造业产品质量监测方法及系统 - Google Patents

Abstract

本发明涉及产品质量监测技术领域，具体公开了一种基于大数据的制造业产品质量监测方法及系统。本发明通过获取目标产品的产品信息，匹配工艺流程信息，提取质量检测信息；基于大数据技术，获取进行质量检测时的监测拍摄数据和标准检测数据；进行监测拍摄，实时生成监测拍摄数据；进行比较分析，判断是否存在检测操作异常；存在检测操作异常时，进行操作异常报警。能够匹配目标产品的工艺流程信息，获取监测拍摄数据和标准检测数据，进行监测拍摄，判断是否存在检测操作异常，并在存在检测操作异常时，进行操作异常报警，实现在产品质量验证过程中对技术工人的手动操作进行监测，避免产品质量的验证结果与实际不符，从而无需重复进行质量检测。

Description

一种基于大数据的制造业产品质量监测方法及系统

技术领域

本发明属于产品质量监测技术领域，尤其涉及一种基于大数据的制造业产品质量监测方法及系统。

背景技术

产品质量是指产品满足规定需要和潜在需要的特征和特性的总和。任何产品都是为满足用户的使用需要而制造的。对于产品质量来说，不论是简单产品还是复杂产品，都应当用产品质量特性或特征去描述。产品质量特性根据产品的特点而不相同，表现的参数和指标也多种多样，反映用户使用需要的质量特性归纳起来一般有六个方面，即性能、寿命、可靠性与维修性、安全性、适应性、经济性。

现有的制造业产品质量监测过程中，通常只是主要关注于产品质量的验证结果，对于验证结果异常，则判定产品质量异常。然而现有的很多制造业产品质量的检测过程，通常需要技术工人进行手动操作，产品质量的验证结果在很大程度上也与手动操作的规范与否有关，却不能够在产品质量验证过程中对技术工人的手动操作进行监测，导致产品质量的验证结果可能与实际不符，有时需要重复进行质量检测。

发明内容

本发明实施例的目的在于提供一种基于大数据的制造业产品质量监测方法及系统，旨在解决背景技术中提出的问题。

为实现上述目的，本发明实施例提供如下技术方案：

一种基于大数据的制造业产品质量监测方法，所述方法具体包括以下步骤：

获取目标产品的产品信息，根据所述产品信息，匹配对应的工艺流程信息，提取质量检测信息；

基于大数据技术，根据所述质量检测信息，获取进行质量检测时的监测拍摄数据和标准检测数据；

根据所述监测拍摄数据，对目标产品的质量检测过程进行监测拍摄，实时生成监测拍摄数据；

提取所述监测拍摄数据中的检测动作拍摄数据，综合所述标准检测数据和所述检测动作拍摄数据进行比较分析，判断是否存在检测操作异常；

在存在检测操作异常时，进行操作异常报警。

作为本发明实施例技术方案进一步的限定，所述获取目标产品的产品信息，根据所述产品信息，匹配对应的工艺流程信息，提取质量检测信息具体包括以下步骤：

获取目标产品生产时录入的产品信息；

根据所述产品信息，匹配对应的工艺流程信息；

获取目标产品质量监测的阶段信息；

根据所述阶段信息，从所述工艺流程信息中提取质量检测信息。

作为本发明实施例技术方案进一步的限定，所述基于大数据技术，根据所述质量检测信息，获取进行质量检测时的监测拍摄数据和标准检测数据具体包括以下步骤：

根据所述质量检测信息，确定检测位置；

基于大数据技术，获取所述检测位置对应的监测拍摄数据；

根据所述质量检测信息，获取进行质量检测时的标准检测数据。

作为本发明实施例技术方案进一步的限定，所述根据所述监测拍摄数据，对目标产品的质量检测过程进行监测拍摄，实时生成监测拍摄数据具体包括以下步骤：

根据所述监测拍摄数据，进行监测拍摄调整；

在目标产品的质量检测过程中，生成监测拍摄信号；

按照所述监测拍摄信号，进行监测拍摄，实时生成监测拍摄数据。

作为本发明实施例技术方案进一步的限定，所述提取所述监测拍摄数据中的检测动作拍摄数据，综合所述标准检测数据和所述检测动作拍摄数据进行比较分析，判断是否存在检测操作异常具体包括以下步骤：

提取所述监测拍摄数据中的检测动作拍摄数据；

根据所述标准检测数据，确定多个关键标准检测图像；

根据所述检测动作拍摄数据，获取与多个所述关键标准检测图像相对应的关键动作图像；

将多个所述关键动作图像与多个所述关键标准检测图像进行比较，判断是否存在检测操作异常。

作为本发明实施例技术方案进一步的限定，所述在存在检测操作异常时，进行操作异常报警具体包括以下步骤：

在存在检测操作异常时，标记关键异常图像；

根据所述关键异常图像，生成对应的异常信号；

按照所述异常信号，进行操作异常报警。

一种基于大数据的制造业产品质量监测系统，所述系统包括产品信息处理单元、检测信息处理单元、质量监测拍摄单元、检测比较分析单元和操作异常报警单元，其中：

产品信息处理单元，用于获取目标产品的产品信息，根据所述产品信息，匹配对应的工艺流程信息，提取质量检测信息；

检测信息处理单元，用于基于大数据技术，根据所述质量检测信息，获取进行质量检测时的监测拍摄数据和标准检测数据；

质量监测拍摄单元，用于根据所述监测拍摄数据，对目标产品的质量检测过程进行监测拍摄，实时生成监测拍摄数据；

检测比较分析单元，用于提取所述监测拍摄数据中的检测动作拍摄数据，综合所述标准检测数据和所述检测动作拍摄数据进行比较分析，判断是否存在检测操作异常；

操作异常报警单元，用于在存在检测操作异常时，进行操作异常报警。

作为本发明实施例技术方案进一步的限定，所述产品信息处理单元具体包括：

信息录入模块，用于获取目标产品生产时录入的产品信息；

工艺匹配模块，用于根据所述产品信息，匹配对应的工艺流程信息；

信息获取模块，用于获取目标产品质量监测的阶段信息；

信息提取模块，用于根据所述阶段信息，从所述工艺流程信息中提取质量检测信息。

作为本发明实施例技术方案进一步的限定，所述检测信息处理单元具体包括：

位置确定模块，用于根据所述质量检测信息，确定检测位置；

数据获取模块，用于基于大数据技术，获取所述检测位置对应的监测拍摄数据；

标准获取模块，用于根据所述质量检测信息，获取进行质量检测时的标准检测数据。

作为本发明实施例技术方案进一步的限定，所述质量监测拍摄单元具体包括：

拍摄调整模块，用于根据所述监测拍摄数据，进行监测拍摄调整；

信号生成模块，用于在目标产品的质量检测过程中，生成监测拍摄信号；

监测拍摄模块，用于按照所述监测拍摄信号，进行监测拍摄，实时生成监测拍摄数据。

与现有技术相比，本发明的有益效果是：

本发明实施例通过获取目标产品的产品信息，匹配工艺流程信息，提取质量检测信息；基于大数据技术，获取进行质量检测时的监测拍摄数据和标准检测数据；进行监测拍摄，实时生成监测拍摄数据；进行比较分析，判断是否存在检测操作异常；存在检测操作异常时，进行操作异常报警。能够匹配目标产品的工艺流程信息，获取监测拍摄数据和标准检测数据，进行监测拍摄，判断是否存在检测操作异常，并在存在检测操作异常时，进行操作异常报警，实现在产品质量验证过程中对技术工人的手动操作进行监测，避免产品质量的验证结果与实际不符，从而无需重复进行质量检测。

附图说明

为了更清楚地说明本发明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发明的一些实施例。

图1示出了本发明实施例提供的方法的流程图。

图2示出了本发明实施例提供的方法中产品信息获取处理的流程图。

图3示出了本发明实施例提供的方法中质量检测信息处理的流程图。

图4示出了本发明实施例提供的方法中质量检测监测拍摄的流程图。

图5示出了本发明实施例提供的方法中拍摄数据比较分析的流程图。

图6示出了本发明实施例提供的方法中操作异常报警的流程图。

图7示出了本发明实施例提供的系统的应用架构图。

图8示出了本发明实施例提供的系统中产品信息处理单元的结构框图。

图9示出了本发明实施例提供的系统中检测信息处理单元的结构框图。

图10示出了本发明实施例提供的系统中质量监测拍摄单元的结构框图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

可以理解的是，现有的制造业产品质量监测过程中，通常只是主要关注于产品质量的验证结果，对于验证结果异常，则判定产品质量异常。然而现有的很多制造业产品质量的检测过程，通常需要技术工人进行手动操作，产品质量的验证结果在很大程度上也与手动操作的规范与否有关，却不能够在产品质量验证过程中对技术工人的手动操作进行监测，导致产品质量的验证结果可能与实际不符，有时需要重复进行质量检测。

为解决上述问题，本发明实施例通过获取目标产品的产品信息，匹配工艺流程信息，提取质量检测信息；基于大数据技术，获取进行质量检测时的监测拍摄数据和标准检测数据；进行监测拍摄，实时生成监测拍摄数据；进行比较分析，判断是否存在检测操作异常；存在检测操作异常时，进行操作异常报警。能够匹配目标产品的工艺流程信息，获取监测拍摄数据和标准检测数据，进行监测拍摄，判断是否存在检测操作异常，并在存在检测操作异常时，进行操作异常报警，实现在产品质量验证过程中对技术工人的手动操作进行监测，避免产品质量的验证结果与实际不符，从而无需重复进行质量检测。

图1示出了本发明实施例提供的方法的流程图。

具体的，在本发明提供的一个优选实施方式中，一种基于大数据的制造业产品质量监测方法，所述方法具体包括以下步骤：

步骤S101，获取目标产品的产品信息，根据所述产品信息，匹配对应的工艺流程信息，提取质量检测信息。

在本发明实施例中，在进行摄像头组装生产时，需要在完成组装之后，进行摄像头的中心点检测，此时的目标产品为组装生产的摄像头，通过获取摄像头开始生产时录入的产品信息，根据产品信息确定摄像头的内部编号，进而按照内部编号，从数据库中匹配获取对应的工艺流程信息，进而从工艺流程信息中获取中心点检测对应工艺阶段的阶段信息，再通过对阶段信息进行内容识别，提取阶段信息中的质量检测信息。

可以理解的是，阶段信息，是工艺流程信息中的一部分信息，与摄像头中心点检测的工艺阶段相对应；质量检测信息，是对阶段信息中的格式信息进行剔除，保留下的仅仅与摄像头中心点检测工艺相关的信息。

具体的，图2示出了本发明实施例提供的方法中产品信息获取处理的流程图。

其中，在本发明提供的优选实施方式中，所述获取目标产品的产品信息，根据所述产品信息，匹配对应的工艺流程信息，提取质量检测信息具体包括以下步骤：

步骤S1011，获取目标产品生产时录入的产品信息。

步骤S1012，根据所述产品信息，匹配对应的工艺流程信息。

步骤S1013，获取目标产品质量监测的阶段信息。

步骤S1014，根据所述阶段信息，从所述工艺流程信息中提取质量检测信息。

进一步的，所述基于大数据的制造业产品质量监测方法还包括以下步骤：

步骤S102，基于大数据技术，根据所述质量检测信息，获取进行质量检测时的监测拍摄数据和标准检测数据。

在本发明实施例中，根据质量检测信息，确定进行摄像头中心点检测的检测位置，进而基于大数据技术，获取对于检测位置进行监测拍摄所需要的拍摄距离、拍摄角度和拍摄焦距等参数，生成监测拍摄数据，并通过对质量检测信息进行内容分析，获取进行摄像头中心点检测时，针对技术工人手动操作的操作标准对应的标准检测数据。

可以理解的是，标准检测数据，是在摄像头中心点检测时，与技术工人手动操作的操作标准对应的检测数据，包括操作动作、操作位置和操作方向等，例如：摄像头点胶口位置的朝向、摄像头镜头需要垂直向下。

具体的，图3示出了本发明实施例提供的方法中质量检测信息处理的流程图。

其中，在本发明提供的优选实施方式中，所述基于大数据技术，根据所述质量检测信息，获取进行质量检测时的监测拍摄数据和标准检测数据具体包括以下步骤：

步骤S1021，根据所述质量检测信息，确定检测位置。

步骤S1022，基于大数据技术，获取所述检测位置对应的监测拍摄数据。

步骤S1023，根据所述质量检测信息，获取进行质量检测时的标准检测数据。

进一步的，所述基于大数据的制造业产品质量监测方法还包括以下步骤：

步骤S103，根据所述监测拍摄数据，对目标产品的质量检测过程进行监测拍摄，实时生成监测拍摄数据。

在本发明实施例中，按照监测拍摄数据，进行拍摄距离、拍摄角度和拍摄焦距等拍摄参数的调整，在技术工人进行摄像头中心点检测的手动操作时，生成监测拍摄信号，进而按照监测拍摄信号，对手动操作过程进行监测拍摄，实时生成监测拍摄数据。

具体的，图4示出了本发明实施例提供的方法中质量检测监测拍摄的流程图。

其中，在本发明提供的优选实施方式中，所述根据所述监测拍摄数据，对目标产品的质量检测过程进行监测拍摄，实时生成监测拍摄数据具体包括以下步骤：

步骤S1031，根据所述监测拍摄数据，进行监测拍摄调整。

步骤S1032，在目标产品的质量检测过程中，生成监测拍摄信号。

步骤S1033，按照所述监测拍摄信号，进行监测拍摄，实时生成监测拍摄数据。

进一步的，所述基于大数据的制造业产品质量监测方法还包括以下步骤：

步骤S104，提取所述监测拍摄数据中的检测动作拍摄数据，综合所述标准检测数据和所述检测动作拍摄数据进行比较分析，判断是否存在检测操作异常。

在本发明实施例中，通过提取监测拍摄数据中技术工人进行手动操作的检测动作拍摄数据，并且按照标准检测数据，确定摄像头中心点检测操作的多个关键动作所对应的多个关键标准检测图像，进而从检测动作拍摄数据中截取多个与关键标准检测图像对应的关键动作图像，通过将多个关键动作图像分别与多个关键标准检测图像进行动作比较，判断技术工人的手动操作是否满足相应的动作标准，在满足应的动作标准时，判定检测操作正常；在不满足应的动作标准时，判定检测操作异常。

具体的，图5示出了本发明实施例提供的方法中拍摄数据比较分析的流程图。

其中，在本发明提供的优选实施方式中，所述提取所述监测拍摄数据中的检测动作拍摄数据，综合所述标准检测数据和所述检测动作拍摄数据进行比较分析，判断是否存在检测操作异常具体包括以下步骤：

步骤S1041，提取所述监测拍摄数据中的检测动作拍摄数据。

步骤S1042，根据所述标准检测数据，确定多个关键标准检测图像。

步骤S1043，根据所述检测动作拍摄数据，获取与多个所述关键标准检测图像相对应的关键动作图像。

步骤S1044，将多个所述关键动作图像与多个所述关键标准检测图像进行比较，判断是否存在检测操作异常。

进一步的，所述基于大数据的制造业产品质量监测方法还包括以下步骤：

步骤S105，在存在检测操作异常时，进行操作异常报警。

在本发明实施例中，在存在检测操作异常时，从多个关键动作图像中标记检测操作异常对应的关键异常图像，进而按照关键异常图像所对应的操作动作，生成对应的异常信号，按照异常信号，进行操作异常报警。例如：技术工人进行摄像头中心点检测时，摄像头点胶口位置的朝向错误，则关键异常图像为摄像头摆放对应的关键动作图像，此时生成摄像头摆放错误对应的异常信号，按照异常信号进行“摄像头摆放错误！”的异常报警提示。

具体的，图6示出了本发明实施例提供的方法中操作异常报警的流程图。

其中，在本发明提供的优选实施方式中，所述在存在检测操作异常时，进行操作异常报警具体包括以下步骤：

步骤S1051，在存在检测操作异常时，标记关键异常图像。

步骤S1052，根据所述关键异常图像，生成对应的异常信号。

步骤S1053，按照所述异常信号，进行操作异常报警。

进一步的，图7示出了本发明实施例提供的系统的应用架构图。

其中，在本发明提供的又一个优选实施方式中，一种基于大数据的制造业产品质量监测系统，包括：

产品信息处理单元101，用于获取目标产品的产品信息，根据所述产品信息，匹配对应的工艺流程信息，提取质量检测信息。

在本发明实施例中，在进行摄像头组装生产时，需要在完成组装之后，进行摄像头的中心点检测，此时的目标产品为组装生产的摄像头，产品信息处理单元101通过获取摄像头开始生产时录入的产品信息，根据产品信息确定摄像头的内部编号，进而按照内部编号，从数据库中匹配获取对应的工艺流程信息，进而从工艺流程信息中获取中心点检测对应工艺阶段的阶段信息，再通过对阶段信息进行内容识别，提取阶段信息中的质量检测信息。

具体的，图8示出了本发明实施例提供的系统中产品信息处理单元101的结构框图。

其中，在本发明提供的优选实施方式中，所述产品信息处理单元101具体包括：

信息录入模块1011，用于获取目标产品生产时录入的产品信息。

工艺匹配模块1012，用于根据所述产品信息，匹配对应的工艺流程信息。

信息获取模块1013，用于获取目标产品质量监测的阶段信息。

信息提取模块1014，用于根据所述阶段信息，从所述工艺流程信息中提取质量检测信息。

进一步的，所述基于大数据的制造业产品质量监测系统还包括：

检测信息处理单元102，用于基于大数据技术，根据所述质量检测信息，获取进行质量检测时的监测拍摄数据和标准检测数据。

在本发明实施例中，检测信息处理单元102根据质量检测信息，确定进行摄像头中心点检测的检测位置，进而基于大数据技术，获取对于检测位置进行监测拍摄所需要的拍摄距离、拍摄角度和拍摄焦距等参数，生成监测拍摄数据，并通过对质量检测信息进行内容分析，获取进行摄像头中心点检测时，针对技术工人手动操作的操作标准对应的标准检测数据。

具体的，图9示出了本发明实施例提供的系统中检测信息处理单元102的结构框图。

其中，在本发明提供的优选实施方式中，所述检测信息处理单元102具体包括：

位置确定模块1021，用于根据所述质量检测信息，确定检测位置。

数据获取模块1022，用于基于大数据技术，获取所述检测位置对应的监测拍摄数据。

标准获取模块1023，用于根据所述质量检测信息，获取进行质量检测时的标准检测数据。

进一步的，所述基于大数据的制造业产品质量监测系统还包括：

质量监测拍摄单元103，用于根据所述监测拍摄数据，对目标产品的质量检测过程进行监测拍摄，实时生成监测拍摄数据。

在本发明实施例中，质量监测拍摄单元103按照监测拍摄数据，进行拍摄距离、拍摄角度和拍摄焦距等拍摄参数的调整，在技术工人进行摄像头中心点检测的手动操作时，生成监测拍摄信号，进而按照监测拍摄信号，对手动操作过程进行监测拍摄，实时生成监测拍摄数据。

具体的，图10示出了本发明实施例提供的系统中质量监测拍摄单元103的结构框图。

其中，在本发明提供的优选实施方式中，所述质量监测拍摄单元103具体包括：

拍摄调整模块1031，用于根据所述监测拍摄数据，进行监测拍摄调整。

信号生成模块1032，用于在目标产品的质量检测过程中，生成监测拍摄信号。

监测拍摄模块1033，用于按照所述监测拍摄信号，进行监测拍摄，实时生成监测拍摄数据。

进一步的，所述基于大数据的制造业产品质量监测系统还包括：

检测比较分析单元104，用于提取所述监测拍摄数据中的检测动作拍摄数据，综合所述标准检测数据和所述检测动作拍摄数据进行比较分析，判断是否存在检测操作异常。

在本发明实施例中，检测比较分析单元104通过提取监测拍摄数据中技术工人进行手动操作的检测动作拍摄数据，并且按照标准检测数据，确定摄像头中心点检测操作的多个关键动作所对应的多个关键标准检测图像，进而从检测动作拍摄数据中截取多个与关键标准检测图像对应的关键动作图像，通过将多个关键动作图像分别与多个关键标准检测图像进行动作比较，判断技术工人的手动操作是否满足相应的动作标准，在满足应的动作标准时，判定检测操作正常；在不满足应的动作标准时，判定检测操作异常。

操作异常报警单元105，用于在存在检测操作异常时，进行操作异常报警。

在本发明实施例中，在存在检测操作异常时，操作异常报警单元105从多个关键动作图像中标记检测操作异常对应的关键异常图像，进而按照关键异常图像所对应的操作动作，生成对应的异常信号，按照异常信号，进行操作异常报警。

应该理解的是，虽然本发明各实施例的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，各实施例中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。

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，所述的程序可存储于一非易失性计算机可读取存储介质中，该程序在执行时，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。

以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种基于大数据的制造业产品质量监测方法，其特征在于，所述方法具体包括以下步骤：

获取目标产品的产品信息，根据所述产品信息，匹配对应的工艺流程信息，提取质量检测信息；

基于大数据技术，根据所述质量检测信息，获取进行质量检测时的监测拍摄数据和标准检测数据；

根据所述监测拍摄数据，对目标产品的质量检测过程进行监测拍摄，实时生成监测拍摄数据；

提取所述监测拍摄数据中的检测动作拍摄数据，综合所述标准检测数据和所述检测动作拍摄数据进行比较分析，判断是否存在检测操作异常；

在存在检测操作异常时，进行操作异常报警。

2.根据权利要求1所述的基于大数据的制造业产品质量监测方法，其特征在于，所述获取目标产品的产品信息，根据所述产品信息，匹配对应的工艺流程信息，提取质量检测信息具体包括以下步骤：

获取目标产品生产时录入的产品信息；

根据所述产品信息，匹配对应的工艺流程信息；

获取目标产品质量监测的阶段信息；

根据所述阶段信息，从所述工艺流程信息中提取质量检测信息。

3.根据权利要求1所述的基于大数据的制造业产品质量监测方法，其特征在于，所述基于大数据技术，根据所述质量检测信息，获取进行质量检测时的监测拍摄数据和标准检测数据具体包括以下步骤：

根据所述质量检测信息，确定检测位置；

基于大数据技术，获取所述检测位置对应的监测拍摄数据；

根据所述质量检测信息，获取进行质量检测时的标准检测数据。

4.根据权利要求1所述的基于大数据的制造业产品质量监测方法，其特征在于，所述根据所述监测拍摄数据，对目标产品的质量检测过程进行监测拍摄，实时生成监测拍摄数据具体包括以下步骤：

根据所述监测拍摄数据，进行监测拍摄调整；

在目标产品的质量检测过程中，生成监测拍摄信号；

按照所述监测拍摄信号，进行监测拍摄，实时生成监测拍摄数据。

5.根据权利要求1所述的基于大数据的制造业产品质量监测方法，其特征在于，所述提取所述监测拍摄数据中的检测动作拍摄数据，综合所述标准检测数据和所述检测动作拍摄数据进行比较分析，判断是否存在检测操作异常具体包括以下步骤：

提取所述监测拍摄数据中的检测动作拍摄数据；

根据所述标准检测数据，确定多个关键标准检测图像；

根据所述检测动作拍摄数据，获取与多个所述关键标准检测图像相对应的关键动作图像；

将多个所述关键动作图像与多个所述关键标准检测图像进行比较，判断是否存在检测操作异常。

6.根据权利要求5所述的基于大数据的制造业产品质量监测方法，其特征在于，所述在存在检测操作异常时，进行操作异常报警具体包括以下步骤：

在存在检测操作异常时，标记关键异常图像；

根据所述关键异常图像，生成对应的异常信号；

按照所述异常信号，进行操作异常报警。

7.一种基于大数据的制造业产品质量监测系统，其特征在于，所述系统包括产品信息处理单元、检测信息处理单元、质量监测拍摄单元、检测比较分析单元和操作异常报警单元，其中：

产品信息处理单元，用于获取目标产品的产品信息，根据所述产品信息，匹配对应的工艺流程信息，提取质量检测信息；

检测信息处理单元，用于基于大数据技术，根据所述质量检测信息，获取进行质量检测时的监测拍摄数据和标准检测数据；

质量监测拍摄单元，用于根据所述监测拍摄数据，对目标产品的质量检测过程进行监测拍摄，实时生成监测拍摄数据；

检测比较分析单元，用于提取所述监测拍摄数据中的检测动作拍摄数据，综合所述标准检测数据和所述检测动作拍摄数据进行比较分析，判断是否存在检测操作异常；

操作异常报警单元，用于在存在检测操作异常时，进行操作异常报警。

8.根据权利要求7所述的基于大数据的制造业产品质量监测系统，其特征在于，所述产品信息处理单元具体包括：

信息录入模块，用于获取目标产品生产时录入的产品信息；

工艺匹配模块，用于根据所述产品信息，匹配对应的工艺流程信息；

信息获取模块，用于获取目标产品质量监测的阶段信息；

信息提取模块，用于根据所述阶段信息，从所述工艺流程信息中提取质量检测信息。

9.根据权利要求7所述的基于大数据的制造业产品质量监测系统，其特征在于，所述检测信息处理单元具体包括：

位置确定模块，用于根据所述质量检测信息，确定检测位置；

数据获取模块，用于基于大数据技术，获取所述检测位置对应的监测拍摄数据；

标准获取模块，用于根据所述质量检测信息，获取进行质量检测时的标准检测数据。

10.根据权利要求7所述的基于大数据的制造业产品质量监测系统，其特征在于，所述质量监测拍摄单元具体包括：

拍摄调整模块，用于根据所述监测拍摄数据，进行监测拍摄调整；

信号生成模块，用于在目标产品的质量检测过程中，生成监测拍摄信号；

监测拍摄模块，用于按照所述监测拍摄信号，进行监测拍摄，实时生成监测拍摄数据。

Images