CN115860514A - 一种基于生产过程数据的低压电力电缆质量评价方法 - Google Patents
一种基于生产过程数据的低压电力电缆质量评价方法 Download PDFInfo
- Publication number
- CN115860514A CN115860514A CN202211401245.6A CN202211401245A CN115860514A CN 115860514 A CN115860514 A CN 115860514A CN 202211401245 A CN202211401245 A CN 202211401245A CN 115860514 A CN115860514 A CN 115860514A
- Authority
- CN
- China
- Prior art keywords
- production process
- quality
- voltage power
- power cable
- constructing
- 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.)
- Pending
Links
Images
Landscapes
- General Factory Administration (AREA)
Abstract
本发明公开了一种基于生产过程数据的低压电力电缆质量评价方法,包括以下步骤:S1:构建生产过程指标体系;S2:构建生产过程指标权重分配模型;S3:构建生产过程质量控制模型,包括数据准备阶段、数据分析与控制图建立阶段和日常监造阶段;S4:构建低压电力电缆靶向抽检模型;S5:构建供应商模糊综合评价模型,包括构建供应商评价指标体系、构建供应商评价指标权重分配模型、基于隶属函数建立多级综合评价矩阵和生成综合评价结果。构建生产过程质量控制模型和低压电力电缆靶向抽检模型为主导,基于生产过程数据,通过生产过程质量控制模型与低压电力电缆靶向模型分别在生产过程和质检环节基于生产过程数据对低压电力电缆质量进行控制与评价。
Description
技术领域
本发明涉及电缆质量评价技术领域,尤其涉及一种基于生产过程数据的低压电力电缆质量评价方法。
背景技术
目前,我国低压电力电缆行业具有较高的生产力,但由于产品供给结构不合理存在产能过剩、行业集中度低、中低端产品竞争激烈、科研投入率低等现状,因此出现了该行业的两极分化以及造成低压电力电缆的质量参差不齐。低压电力电缆的生产工艺、生产设备、自动化水平等因素都对电缆的质量造成影响,且因素具有多样性和复杂性。同时,在质量检测环节,也存在较多流程漏洞和管理漏洞。在抽检送检过程中,还存在纸质标记和人为处理等方式所造成的标记混乱、信息滞后和管理精度低等影响低压电力电缆检测效率与效果的问题。
经检索,公告号CN202110441777.1的中国专利,公开了一种用于确定高压电力电缆质量的方法和系统,其目的是实现对电缆的质量的判断和质量的管控,但是,还需要对电缆的质量进行质量评价,并且电缆质量的评价和控制还需要考虑到生产过程中的多方面参数,从多个方面对质量进行更好地控制与评价。
基于以上背景,提炼出在生产过程中影响低压电力电缆质量的指标体系并构建指标权重分配模型,并进一步构建生产过程质量控制模型,从而在生产环节及时根据异常信号调整工序;同时,以生产过程数据为指导,基于质量控制模型和供应商模糊综合评价模型,构建低压电力电缆靶向抽检模型,从而在质检环节更有针对性地把控电缆质量评价。
发明内容
本发明的目的是为了解决现有技术中存在的缺陷,而提出的基于生产过程数据的低压电力电缆质量评价方法。
为了实现上述目的,本发明采用了如下技术方案:
一种基于生产过程数据的低压电力电缆质量评价方法,包括以下步骤:
S1:构建生产过程指标体系;
S2:构建生产过程指标权重分配模型;
S3:构建生产过程质量控制模型,包括数据准备阶段、数据分析与控制图建立阶段和日常监造阶段;
S4:构建低压电力电缆靶向抽检模型;
S5:构建供应商模糊综合评价模型,包括构建供应商评价指标体系、构建供应商评价指标权重分配模型、基于隶属函数建立多级综合评价矩阵和生成综合评价结果。
进一步地,所述的S1步骤的具体过程如下:
基于科学性原则、可行性原则、全面性原则和可操作性原则,根据人员、机器、物料、方法、环境、测量这生产过程六大能力要素,分别细化并得到了19个低压电力电缆生产过程质量控制相关指标。
进一步地,指标包括:相关人员工作年限、相关人员工作职称、相关人员工作时长、设备价值、设备故障数量、设备最大设计技术参数、原材料规格、原材料力学性能、用料量、原材料品牌、生产工序、工序精度、生产标准与要求、环境温度、环境湿度、环境无尘度、出厂试验直流电阻、耐压时长达标率、局部放电量。
进一步地,所述的S2步骤的具体过程如下:
利用AHP将指标按总目标、各层子目标、评价标准分解为不同层次结构,通过求解判断矩阵特征向量,从而得到各层次权重,最后加权汇总得到最终的指标权重分配。
进一步地,所述的S3步骤的具体过程如下:
S31:数据准备阶段:基于生产过程核心指标与确定的关键工序/参数与规格标准,收集与初步分析生产过程数据;
S32:数据分析阶段:利用生产过程数据,建立分析用控制图并判断异常;如有异常查找原因并改进,如无异常将计算过程能力指数是否满足生产等级评定要求;若满足要求,则进入日常监造阶段,若不满足要求,则采取措施使之达标后进入日常监造阶段;其中,控制图考虑为传统的休哈特控制图、累积和(CUSUM)控制图、多元累积和控制图的结合;
S33:日常监造阶段:建立控制用控制图,进行日常监控与管理,若存在异常则查找原因并调整工序,若无异常则改进品质与工艺标准。
在本申请的具体实施例中,所述的S4步骤的具体过程如下:
针对低压电力电缆,由靶向比例系数为主要调控,调整后的低压电力电缆靶向抽检量即为原抽检量*靶向比例系数,其中,靶向比例系数(0.8、0.9、1.0、1.1、1.2)根据对供应商的评价结果决定,并按五个等级划分给出评价结果集V={强、良好、一般、较弱、弱}。
进一步地,所述的S5步骤的具体过程如下:
S51:构建供应商评价指标体系:从供应商的企业发展水平、生产制造水平和质量控制水平这三个维度去细化指标,细化后的指标共22项,以此建立评价指标集U;
S52:构建供应商评价指标权重分配模型:利用专家评判法、AHP以及CRITIC法,对多层级指标进行权重分配计算得到权重集W;
S53:基于隶属函数建立多级综合评价矩阵:针对评价结果集V的划分,根据评价指标集U,构建指标评价等级划分;采用梯形分布的隶属函数,计算供应商对应的综合评价矩阵R=(rij);其中,生产工序SPC对应细化指标的评价矩阵是基于生产过程质量控制模型所反馈的异常数据;
S54:生成综合评价结果:基于以上构建的评价指标集、指标权重集和某供应商的模糊综合评价矩阵,可以得到该供应商最终的模糊综合评价结果,即B=W·R=[b1,b2,b3,b4,b5],根据max(bi)s所对应的i值来决定该供应商所在的等级划分,以此得到该供应商的靶向比例系数。
指标集U具体包括如下:
业务收入、净资产收益率、生产设备数量、人员规模、数字化水平、生产设备EIP接入率、设备接入总时长、拉丝SPC异常、绞线SPC异常、盘绞SPC异常、绝缘SPC异常、总屏蔽SPC异常、成缆SPC异常、内衬层SPC异常、铠装SPC异常、护套挤塑SPC异常、质量告警、运维告警、进度告警、原材料质量、抽检合格率和不合格产品质量问题的严重程度。
相比于现有技术,本发明的有益效果在于:
以构建生产过程质量控制模型和低压电力电缆靶向抽检模型为主导,从人员、机器、物料、方法、环境、测量这生产过程六大能力要素与供应商的企业发展水平、生产制造水平和质量控制水平分别构建了生产过程评价指标体系与供应商评价指标体系,创新地在低压电力电缆生产过程数据上,利用了客观赋权法(CRITIC法)来构建指标体系权重分配模型,同时运用了单因素累积和(CUSUM)控制图和多元累积和控制图来监测生产过程中小波动生产数据的异常情况。从生产过程数据出发,以更客观的方式在生产环节和质检环节对低压电力电缆的质量进行控制与评价。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。
图1为本发明提出的基于生产过程数据的低压电力电缆质量评价方法的步骤流程图。
具体实施方式
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,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。
参照图1,基于生产过程数据的低压电力电缆质量评价方法,包括以下步骤:
S1:构建生产过程指标体系;
S2:构建生产过程指标权重分配模型;
S3:构建生产过程质量控制模型,包括数据准备阶段、数据分析与控制图建立阶段和日常监造阶段;
S4:构建低压电力电缆靶向抽检模型;
S5:构建供应商模糊综合评价模型,包括构建供应商评价指标体系、构建供应商评价指标权重分配模型、基于隶属函数建立多级综合评价矩阵和生成综合评价结果。
在本申请的具体实施例中,所述的S1步骤的具体过程如下:
基于科学性原则、可行性原则、全面性原则和可操作性原则,根据人员、机器、物料、方法、环境、测量这生产过程六大能力要素,分别细化并得到了19个低压电力电缆生产过程质量控制相关指标。
指标包括:相关人员工作年限、相关人员工作职称、相关人员工作时长、设备价值、设备故障数量、设备最大设计技术参数、原材料规格、原材料力学性能、用料量、原材料品牌、生产工序、工序精度、生产标准与要求、环境温度、环境湿度、环境无尘度、出厂试验直流电阻、耐压时长达标率、局部放电量。
在本申请的具体实施例中,所述的S2步骤的具体过程如下:
利用AHP将指标按总目标、各层子目标、评价标准分解为不同层次结构,通过求解判断矩阵特征向量,从而得到各层次权重,最后加权汇总得到最终的指标权重分配。
在本申请的具体实施例中,所述的S3步骤的具体过程如下:
S31:数据准备阶段:基于生产过程核心指标与确定的关键工序/参数与规格标准,收集与初步分析生产过程数据;
S32:数据分析阶段:利用生产过程数据,建立分析用控制图并判断异常;如有异常查找原因并改进,如无异常将计算过程能力指数是否满足生产等级评定要求;若满足要求,则进入日常监造阶段,若不满足要求,则采取措施使之达标后进入日常监造阶段;其中,控制图考虑为传统的休哈特控制图、累积和(CUSUM)控制图、多元累积和控制图的结合;
S33:日常监造阶段:建立控制用控制图,进行日常监控与管理,若存在异常则查找原因并调整工序,若无异常则改进品质与工艺标准。
在本申请的具体实施例中,所述的S4步骤的具体过程如下:
针对低压电力电缆,由靶向比例系数为主要调控,调整后的低压电力电缆靶向抽检量即为原抽检量*靶向比例系数,其中,靶向比例系数(0.8、0.9、1.0、1.1、1.2)根据对供应商的评价结果决定,并按五个等级划分给出评价结果集V={强、良好、一般、较弱、弱}。
在本申请的具体实施例中,所述的S5步骤的具体过程如下:
S51:构建供应商评价指标体系:从供应商的企业发展水平、生产制造水平和质量控制水平这三个维度去细化指标,细化后的指标共22项,以此建立评价指标集U;
S52:构建供应商评价指标权重分配模型:利用专家评判法、AHP以及CRITIC法,对多层级指标进行权重分配计算得到权重集W;
S53:基于隶属函数建立多级综合评价矩阵:针对评价结果集V的划分,根据评价指标集U,构建指标评价等级划分;采用梯形分布的隶属函数,计算供应商对应的综合评价矩阵R=(rij);其中,生产工序SPC对应细化指标的评价矩阵是基于生产过程质量控制模型所反馈的异常数据;
S54:生成综合评价结果:基于以上构建的评价指标集、指标权重集和某供应商的模糊综合评价矩阵,可以得到该供应商最终的模糊综合评价结果,即B=W·R=[b1,b2,b3,b4,b5],根据max(bi)s所对应的i值来决定该供应商所在的等级划分,以此得到该供应商的靶向比例系数。
指标集U具体包括如下:
业务收入、净资产收益率、生产设备数量、人员规模、数字化水平、生产设备EIP接入率、设备接入总时长、拉丝SPC异常、绞线SPC异常、盘绞SPC异常、绝缘SPC异常、总屏蔽SPC异常、成缆SPC异常、内衬层SPC异常、铠装SPC异常、护套挤塑SPC异常、质量告警、运维告警、进度告警、原材料质量、抽检合格率和不合格产品质量问题的严重程度。
由上述可知,本申请主要包括了低压电力电缆生产过程质量控制模型和基于生产过程数据的低压电力电缆靶向抽检模型。
一方面,根据人员、机器、物料、方法、环境、测量六大生产过程能力要素,结合实用性与适用性、定量与定性指标结合、可比性与可扩展性的原则,基于生产过程数据构建生产过程质量控制指标体系,并利用无量纲化方法、综合评价法、专家评估法等构建低压电力电缆质量评价多指标权重分配模型;
确定关键工序与参数,从三个阶段实施SPC并实时反馈异常。
另一方面,融合生产过程数据构建低压电力电缆供应商评价指标体系,并利用AHP、CRITIC方法构建供应商评价指标权重分配模型;细化生产工序指标,利用隶属函数对SPC反馈的异常数据生成评价矩阵,由此得到供应商综合评价结果,同时对应地生产靶向抽检结果,从而优化低压电力电缆的质量控制与质量评价的客观性;
从这两方面相辅相成,既在生产过程对质量进行了评价与控制,又在融合生产过程数据的质检环节中对质量进行更好地控制与评价。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,根据本发明的技术方案及其发明构思加以等同替换或改变,都应涵盖在本发明的保护范围之内。
Claims (8)
1.一种基于生产过程数据的低压电力电缆质量评价方法,其特征在于,包括以下步骤:
S1:构建生产过程指标体系;
S2:构建生产过程指标权重分配模型;
S3:构建生产过程质量控制模型,包括数据准备阶段、数据分析与控制图建立阶段和日常监造阶段;
S4:构建低压电力电缆靶向抽检模型;
S5:构建供应商模糊综合评价模型,包括构建供应商评价指标体系、构建供应商评价指标权重分配模型、基于隶属函数建立多级综合评价矩阵和生成综合评价结果。
2.根据权利要求1所述的基于生产过程数据的低压电力电缆质量评价方法,其特征在于,所述的S1步骤的具体过程如下:
基于科学性原则、可行性原则、全面性原则和可操作性原则,根据人员、机器、物料、方法、环境、测量这生产过程六大能力要素,分别细化并得到了19个低压电力电缆生产过程质量控制相关指标。
3.根据权利要求2所述的基于生产过程数据的低压电力电缆质量评价方法,其特征在于,指标包括:相关人员工作年限、相关人员工作职称、相关人员工作时长、设备价值、设备故障数量、设备最大设计技术参数、原材料规格、原材料力学性能、用料量、原材料品牌、生产工序、工序精度、生产标准与要求、环境温度、环境湿度、环境无尘度、出厂试验直流电阻、耐压时长达标率、局部放电量。
4.根据权利要求3所述的基于生产过程数据的低压电力电缆质量评价方法,其特征在于,所述的S2步骤的具体过程如下:
利用AHP将指标按总目标、各层子目标、评价标准分解为不同层次结构,通过求解判断矩阵特征向量,从而得到各层次权重,最后加权汇总得到最终的指标权重分配。
5.根据权利要求4所述的基于生产过程数据的低压电力电缆质量评价方法,其特征在于,所述的S3步骤的具体过程如下:
S31:数据准备阶段:基于生产过程核心指标与确定的关键工序/参数与规格标准,收集与初步分析生产过程数据;
S32:数据分析阶段:利用生产过程数据,建立分析用控制图并判断异常;如有异常查找原因并改进,如无异常将计算过程能力指数是否满足生产等级评定要求;若满足要求,则进入日常监造阶段,若不满足要求,则采取措施使之达标后进入日常监造阶段;其中,控制图考虑为传统的休哈特控制图、累积和(CUSUM)控制图、多元累积和控制图的结合;
S33:日常监造阶段:建立控制用控制图,进行日常监控与管理,若存在异常则查找原因并调整工序,若无异常则改进品质与工艺标准。
6.根据权利要求5所述的基于生产过程数据的低压电力电缆质量评价方法,其特征在于,所述的S4步骤的具体过程如下:
针对低压电力电缆,由靶向比例系数为主要调控,调整后的低压电力电缆靶向抽检量即为原抽检量*靶向比例系数,其中,靶向比例系数(0.8、0.9、1.0、1.1、1.2)根据对供应商的评价结果决定,并按五个等级划分给出评价结果集V={强、良好、一般、较弱、弱}。
7.根据权利要求6所述的基于生产过程数据的低压电力电缆质量评价方法,其特征在于,所述的S5步骤的具体过程如下:
S51:构建供应商评价指标体系:从供应商的企业发展水平、生产制造水平和质量控制水平这三个维度去细化指标,细化后的指标共22项,以此建立评价指标集U;
S52:构建供应商评价指标权重分配模型:利用专家评判法、AHP以及CRITIC法,对多层级指标进行权重分配计算得到权重集W;
S53:基于隶属函数建立多级综合评价矩阵:针对评价结果集V的划分,根据评价指标集U,构建指标评价等级划分;采用梯形分布的隶属函数,计算供应商对应的综合评价矩阵R=(rij);其中,生产工序SPC对应细化指标的评价矩阵是基于生产过程质量控制模型所反馈的异常数据;
S54:生成综合评价结果:基于以上构建的评价指标集、指标权重集和某供应商的模糊综合评价矩阵,可以得到该供应商最终的模糊综合评价结果,即B=W·R=[b1,b2,b3,b4,b5],根据max(bi)s所对应的i值来决定该供应商所在的等级划分,以此得到该供应商的靶向比例系数。
8.根据权利要求7所述的基于生产过程数据的低压电力电缆质量评价方法,其特征在于,指标集U具体包括如下:
业务收入、净资产收益率、生产设备数量、人员规模、数字化水平、生产设备EIP接入率、设备接入总时长、拉丝SPC异常、绞线SPC异常、盘绞SPC异常、绝缘SPC异常、总屏蔽SPC异常、成缆SPC异常、内衬层SPC异常、铠装SPC异常、护套挤塑SPC异常、质量告警、运维告警、进度告警、原材料质量、抽检合格率和不合格产品质量问题的严重程度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211401245.6A CN115860514A (zh) | 2022-11-09 | 2022-11-09 | 一种基于生产过程数据的低压电力电缆质量评价方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211401245.6A CN115860514A (zh) | 2022-11-09 | 2022-11-09 | 一种基于生产过程数据的低压电力电缆质量评价方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115860514A true CN115860514A (zh) | 2023-03-28 |
Family
ID=85662945
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211401245.6A Pending CN115860514A (zh) | 2022-11-09 | 2022-11-09 | 一种基于生产过程数据的低压电力电缆质量评价方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115860514A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117078105A (zh) * | 2023-08-30 | 2023-11-17 | 深圳市三泰信息科技有限公司 | 基于人工智能的生产质量监控方法及系统 |
-
2022
- 2022-11-09 CN CN202211401245.6A patent/CN115860514A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117078105A (zh) * | 2023-08-30 | 2023-11-17 | 深圳市三泰信息科技有限公司 | 基于人工智能的生产质量监控方法及系统 |
CN117078105B (zh) * | 2023-08-30 | 2024-05-14 | 深圳市三泰信息科技有限公司 | 基于人工智能的生产质量监控方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Ilangkumaran et al. | Selection of maintenance policy for textile industry using hybrid multi‐criteria decision making approach | |
Shyjith et al. | Multi‐criteria decision‐making approach to evaluate optimum maintenance strategy in textile industry | |
CN111445103B (zh) | 一种基于工业互联网的输电线缆生产质量管理反馈系统 | |
CN110766313B (zh) | 一种基于运维检修制度的电缆隧道综合状态评价方法 | |
CN113506001B (zh) | 一种作业现场安全风险精益化智慧管控辅助决策方法 | |
CN115860514A (zh) | 一种基于生产过程数据的低压电力电缆质量评价方法 | |
CN111563682A (zh) | 一种配电自动化设备测试评价方法 | |
CN116742799A (zh) | 一种基于物联网技术的配电辅助监测预警系统 | |
CN116011825A (zh) | 一种配电电缆线路运行风险多维度评价方法 | |
CN115718466A (zh) | 基于随机森林和层次分析法的数字孪生车间故障预测方法 | |
CN110889587A (zh) | 配电网线路风险评估方法 | |
CN113420162B (zh) | 一种基于知识图谱的设备运行链状态监测方法 | |
CN115186964A (zh) | 计及主观评估数据的配电网线路风险预测系统及方法 | |
CN110096723B (zh) | 基于运维检测大数据的高压开关柜绝缘状态分析方法 | |
CN114862267A (zh) | 一种输油气管道报警管理体系的评价方法及系统 | |
CN117421998B (zh) | 一种基于多模态数据的输电架空线路健康状态评估系统 | |
US11987855B2 (en) | Method and system for determining converter tapping quantity | |
CN116644929A (zh) | 一种基于物联感知的配电网设备运维工单智能管理方法 | |
CN111158338A (zh) | 一种基于主成分分析的化工风险监测方法 | |
CN112434955B (zh) | 一种基于多数据融合的配网线路运行风险感知方法 | |
CN112488534A (zh) | 一种银行软件上线前的风险预警方法、系统、设备和介质 | |
Yang et al. | Research on intelligent operation and maintenance model of large database for electric power industry | |
Ma et al. | Weight Calculation of GSM-R Network Quality of Service Evaluation Indexes Based on Analytic Hierarchy Process and Entropy Weight Method | |
Wu et al. | Research on Evaluation Method for Expressway E&M System Operation State Based on AHP-FCE | |
Chen et al. | Prediction method of cigarette draw resistance based on correlation analysis |
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 |