CN116165988A - 一种汽车中控台的生产质量管控方法及系统 - Google Patents
一种汽车中控台的生产质量管控方法及系统 Download PDFInfo
- Publication number
- CN116165988A CN116165988A CN202310443666.3A CN202310443666A CN116165988A CN 116165988 A CN116165988 A CN 116165988A CN 202310443666 A CN202310443666 A CN 202310443666A CN 116165988 A CN116165988 A CN 116165988A
- Authority
- CN
- China
- Prior art keywords
- production
- center console
- quality
- automobile center
- process parameter
- 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.)
- Granted
Links
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 343
- 238000003908 quality control method Methods 0.000 title claims abstract description 17
- 238000012545 processing Methods 0.000 claims abstract description 168
- 238000000034 method Methods 0.000 claims abstract description 100
- 230000008569 process Effects 0.000 claims abstract description 80
- 239000013598 vector Substances 0.000 claims abstract description 33
- 238000005457 optimization Methods 0.000 claims description 65
- 238000013461 design Methods 0.000 claims description 63
- 239000011159 matrix material Substances 0.000 claims description 54
- 238000011156 evaluation Methods 0.000 claims description 40
- 238000003754 machining Methods 0.000 claims description 20
- 238000013433 optimization analysis Methods 0.000 claims description 20
- 238000004458 analytical method Methods 0.000 claims description 13
- 238000010219 correlation analysis Methods 0.000 claims description 11
- 238000013441 quality evaluation Methods 0.000 claims description 8
- 238000012797 qualification Methods 0.000 claims description 7
- 238000012549 training Methods 0.000 claims description 6
- 238000012935 Averaging Methods 0.000 claims description 5
- 238000000605 extraction Methods 0.000 claims description 5
- 239000000463 material Substances 0.000 claims description 4
- 230000000694 effects Effects 0.000 abstract description 6
- 238000004378 air conditioning Methods 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 238000010801 machine learning Methods 0.000 description 4
- 238000001514 detection method Methods 0.000 description 3
- 238000005265 energy consumption Methods 0.000 description 3
- 230000002452 interceptive effect Effects 0.000 description 3
- 239000010410 layer Substances 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000003326 Quality management system Methods 0.000 description 2
- 238000012790 confirmation Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 238000011835 investigation Methods 0.000 description 2
- 239000002994 raw material Substances 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 239000000243 solution Substances 0.000 description 2
- IJJWOSAXNHWBPR-HUBLWGQQSA-N 5-[(3as,4s,6ar)-2-oxo-1,3,3a,4,6,6a-hexahydrothieno[3,4-d]imidazol-4-yl]-n-(6-hydrazinyl-6-oxohexyl)pentanamide Chemical compound N1C(=O)N[C@@H]2[C@H](CCCCC(=O)NCCCCCC(=O)NN)SC[C@@H]21 IJJWOSAXNHWBPR-HUBLWGQQSA-N 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000000748 compression moulding Methods 0.000 description 1
- 238000012938 design process Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000001125 extrusion Methods 0.000 description 1
- 238000001746 injection moulding Methods 0.000 description 1
- 238000003780 insertion Methods 0.000 description 1
- 230000037431 insertion Effects 0.000 description 1
- 239000002346 layers by function Substances 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000000465 moulding Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
- G05B19/41875—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by quality surveillance of production
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/32—Operator till task planning
- G05B2219/32252—Scheduling production, machining, job shop
Landscapes
- Engineering & Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- General Factory Administration (AREA)
Abstract
本发明涉及生产控制技术领域，提供了一种汽车中控台的生产质量管控方法及系统，方法包括：获取生产工艺参数序列、生产质量标准，预测获取第一生产预测信息，提取不满足生产质量标准的状态参数并构建待优化状态向量，优化分析获取关联工艺参数优化结果，调整生产工艺参数序列，预测获取第二生产预测信息，当不满足生产质量标准的状态参数为0，发送关联工艺参数优化结果并获取生产反馈信息；当生产反馈信息包括开始生产指令时，进行加工工作，解决汽车中控台的生产工艺调整存在滞后性，产品生产质量无法保证技术问题，实现调整生产工艺，直至预测所得的生产预测信息满足产品生产质量标准后，进行汽车中控台生产，保证产品生产质量技术效果。
Description
技术领域
本发明涉及生产控制相关技术领域，具体涉及一种汽车中控台的生产质量管控方法及系统。
背景技术
汽车中控台是汽车内部的核心控制中心，通常包括各种按钮、屏幕和控制组件，用于控制车辆的各种功能，如音频、导航、空调等，汽车中控台的生产通常包括设计、工程和制造。
一般的，在汽车中控台的设计过程，需要考虑到外观设计和内部零部件的布局设计，应考虑可靠性、美观性和人体工程学等因素；在汽车中控台的生产制造过程，需要采用高品质的制造工艺和先进的加工设备，确保每个零部件的质量，比如可以采用注塑、挤压、模压等成型技术，同时需要进行严格的品质检测，以确保每个零部件的质量。
由于汽车中控台需要严格按照质量管理体系进行质量测试，包括外观检验、功能检验等，只有通过严格的检测，才可以确保汽车中控台产品的质量和可靠性，但同时，严格按照质量管理体系导致汽车中控台的检测通过率较低。
综上所述，现有技术中存在汽车中控台的生产工艺调整存在滞后性，产品生产质量无法保证的技术问题。
发明内容
本申请通过提供了一种汽车中控台的生产质量管控方法及系统，旨在解决现有技术中的汽车中控台的生产工艺调整存在滞后性，产品生产质量无法保证的技术问题。
鉴于上述问题，本申请实施例提供了一种汽车中控台的生产质量管控方法及系统。
本申请公开的第一个方面，提供了一种汽车中控台的生产质量管控方法，其中，所述方法包括：获取预设汽车型号的汽车中控台的生产节点序列的生产工艺参数序列和质量指标阈值矩阵；根据所述生产节点序列的所述生产工艺参数序列对所述汽车中控台的输入状态信息进行加工预测，获取汽车中控台第一生产预测信息；提取所述汽车中控台第一生产预测信息不满足所述质量指标阈值矩阵的状态参数，构建待优化状态向量；根据所述待优化状态向量对所述生产工艺参数序列中的关联工艺参数进行优化分析，获取关联工艺参数优化结果；根据所述关联工艺参数优化结果对所述生产工艺参数序列进行调整后，结合所述汽车中控台的所述输入状态信息进行加工预测，获取汽车中控台第二生产预测信息；当所述汽车中控台第二生产预测信息不满足所述质量指标阈值矩阵的状态参数为0，将所述关联工艺参数优化结果发送至生产管理终端，获取生产反馈信息；当所述生产反馈信息包括开始生产指令时，进行所述预设汽车型号的所述汽车中控台的所述生产节点序列的加工工作。
本申请公开的另一个方面，提供了一种汽车中控台的生产质量管控系统，其中，所述系统包括：数据获取模块，用于获取预设汽车型号的汽车中控台的生产节点序列的生产工艺参数序列和质量指标阈值矩阵；加工预测模块，用于根据所述生产节点序列的所述生产工艺参数序列对所述汽车中控台的输入状态信息进行加工预测，获取汽车中控台第一生产预测信息；状态参数提取模块，用于提取所述汽车中控台第一生产预测信息不满足所述质量指标阈值矩阵的状态参数，构建待优化状态向量；优化分析模块，用于根据所述待优化状态向量对所述生产工艺参数序列中的关联工艺参数进行优化分析，获取关联工艺参数优化结果；序列调整模块，用于根据所述关联工艺参数优化结果对所述生产工艺参数序列进行调整后，结合所述汽车中控台的所述输入状态信息进行加工预测，获取汽车中控台第二生产预测信息；优化结果发送模块，用于当所述汽车中控台第二生产预测信息不满足所述质量指标阈值矩阵的状态参数为0，将所述关联工艺参数优化结果发送至生产管理终端，获取生产反馈信息；加工工作模块，用于当所述生产反馈信息包括开始生产指令时，进行所述预设汽车型号的所述汽车中控台的所述生产节点序列的加工工作。
本申请中提供的一个或多个技术方案，至少具有如下技术效果或优点：
由于采用了获取生产工艺参数序列和质量指标阈值矩阵，加工预测获取第一生产预测信息；提取不满足质量指标阈值矩阵的状态参数并构建待优化状态向量，对关联工艺参数进行优化分析，获取关联工艺参数优化结果，调整生产工艺参数序列，加工预测获取第二生产预测信息；当第二生产预测信息不满足质量指标阈值矩阵的状态参数为0，将关联工艺参数优化结果发送至生产管理终端，获取生产反馈信息；当生产反馈信息包括开始生产指令时，进行加工工作，实现了在进行加工工作之前，进行加工预测，提前调整汽车中控台的生产工艺，直至预测所得的生产预测信息满足产品生产质量标准后，进行汽车中控台的生产，保证产品生产质量的技术效果。
上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。
附图说明
图1为本申请实施例提供了一种汽车中控台的生产质量管控方法可能的流程示意图；
图2为本申请实施例提供了一种汽车中控台的生产质量管控方法中获取生产工艺参数序列可能的流程示意图；
图3为本申请实施例提供了一种汽车中控台的生产质量管控方法中，获取关联工艺参数优化结果可能的流程示意图；
图4为本申请实施例提供了一种汽车中控台的生产质量管控系统可能的结构示意图。
附图标记说明：数据获取模块100，加工预测模块200，状态参数提取模块300，优化分析模块400，序列调整模块500，优化结果发送模块600，加工工作模块700。
具体实施方式
本申请实施例提供了一种汽车中控台的生产质量管控方法及系统，解决了汽车中控台的生产工艺调整存在滞后性，产品生产质量无法保证的技术问题，实现了在进行加工工作之前，进行加工预测，提前调整汽车中控台的生产工艺，直至预测所得的生产预测信息满足产品生产质量标准后，进行汽车中控台的生产，保证产品生产质量的技术效果。
在介绍了本申请基本原理后，下面将结合说明书附图来具体介绍本申请的各种非限制性的实施方式。
实施例一
如图1所示，本申请实施例提供了一种汽车中控台的生产质量管控方法，其中，所述方法包括：
S10：获取预设汽车型号的汽车中控台的生产节点序列的生产工艺参数序列和质量指标阈值矩阵；
如图2所示，步骤S10包括步骤：
S11：根据所述预设汽车型号匹配汽车中控台质量指标进行指标阈值分析，获取质量指标阈值矩阵；
S12：将所述汽车中控台的N个生产节点按照加工顺序连续排列，获取所述生产节点序列；
S13：根据所述生产节点序列对所述N个生产节点的N组生产工艺参数连续排列，获取所述生产工艺参数序列。
具体而言，所述预设汽车型号为选配需要加装汽车中控台的目标车辆型号，所述预设汽车型号的汽车中控台为符合原厂预留的插线口与预留面板规格的智能中控设备控制面板，获取预设汽车型号的汽车中控台的生产节点序列的生产工艺参数序列和质量指标阈值矩阵，包括，在汽车中控台的生产过程，根据所述预设汽车型号匹配汽车中控台质量指标进行指标阈值分析，并构造质量指标阈值矩阵；
从汽车中控台的生产过程包括汽车中控台设计、汽车中控台制造，汽车中控台是汽车内部的核心控制中心，通常包括各种按钮、屏幕和控制组件，用于控制车辆的各种功能，如音频、导航、空调等，所述N个生产节点包括设计节点、生产制造节点（如空调控制单元制造节点、音频单元制造节点、导航单元制造节点），按照时间前后顺序，将所述汽车中控台的N个生产节点按照加工顺序连续排列，生成所述生产节点序列，所述N个生产节点对应N组生产工艺参数（如空调控制单元对应的包括送风量、制冷量，所述N个生产节点中的空调控制单元制造节点对应送风量生产工艺参数、制冷量生产工艺参数），其中，N为正整数；
将所述生产节点序列作为矩阵的行，将所述N个生产节点作为矩阵的列，将所述N组生产工艺参数作为矩阵的元素，对所述N个生产节点的N组生产工艺参数连续排列，得到所述生产工艺参数序列，为后续分析提供条理明晰的数据来源。
步骤S11包括步骤：
S111：所述汽车中控台质量指标包括使用体验质量指标、界面体验质量指标、结构质量指标和性能质量指标；
S112：对所述使用体验质量指标、所述界面体验质量指标、所述结构质量指标和所述性能质量指标正向化调整后构建汽车中控台质量评价表发送至所述预设汽车型号的预设数量的用户客户端，获取用户反馈信息，其中，所述用户反馈信息包括指标质量评分和指标调整建议；
S113：根据所述指标质量评分遍历所述使用体验质量指标、所述界面体验质量指标、所述结构质量指标和所述性能质量指标进行质量评分均值化，获取质量评分均值；
S114：提取所述质量评分均值不满足质量评分合格阈值的质量指标，设为待优化质量指标；
S115：根据所述待优化质量指标的所述指标调整建议，获取待优化调整方向；
S116：将所述待优化质量指标和所述待优化调整方向发送至汽车中控台加工设计端，获取设计反馈信息，其中，所述设计反馈信息包括多个汽车中控台设计方案；
S117：根据所述多个汽车中控台设计方案设定所述质量指标阈值矩阵。
具体而言，根据所述预设汽车型号匹配汽车中控台质量指标进行指标阈值分析，获取质量指标阈值矩阵，包括，所述汽车中控台质量指标包括使用体验质量指标、界面体验质量指标、结构质量指标和性能质量指标，具体的，所述使用体验质量指标从用户层出发，包括中控使用频率、出行频率、中控使用频率/出行频率的比例系数、中控隐私性；所述界面体验质量指标从界面层出发，包括数据安全、字体图片、界面布局、风格搭配；所述结构质量指标从产品层出发，包括屏幕尺寸、屏幕厚度、操作方向、触屏灵敏度；所述性能质量指标从功能层出发，包括自动泊车、空气监测、响应速度、触屏准确度，所述使用体验质量指标、界面体验质量指标、结构质量指标和性能质量指标均属于观测变量；
对所述使用体验质量指标、所述界面体验质量指标、所述结构质量指标和所述性能质量指标正向化调整后（指标正相关调整，常见的屏幕厚度越薄，对应的评分越高，可以使用求倒数的方式，对负相关的指标进行正向化调整），依照正向化的使用体验质量指标、正向化的界面体验质量指标、正向化的结构质量指标和正向化的性能质量指标，构建汽车中控台质量评价表，并将所述汽车中控台质量评价表发送至所述预设汽车型号的预设数量的用户客户端，获取用户反馈信息，所述预设数量的用户客户端为受访者，受访者的为随机筛选所得，分别对预设数量的用户客户端进行当前汽车中控台的满意度调查，对当前汽车中控台既有功能的评价与需求以及驾驶员与中控台的交互体验调查，将当前汽车中控台的满意度调查按照评分的方式设置为所述用户反馈信息中的指标质量评分；将当前汽车中控台既有功能的评价与需求以及驾驶员与中控台的交互体验调查作为所述用户反馈信息中的指标调整建议；
质量评分均值化：对所述指标质量评分遍历所述使用体验质量指标、所述界面体验质量指标、所述结构质量指标和所述性能质量指标进行归一化处理，使得指标均处于（0，1）区间内，计算归一化的使用体验质量指标、归一化的界面体验质量指标、归一化的结构质量指标和归一化的性能质量指标的均值，将计算所得均值作为质量评分均值；
采取克隆巴赫一致性系数(Cronbach’s Alpha系数)，通常情况下Cronbach’sAlpha系数在0.6以上，则表示满足质量评分合格阈值的质量指标，提取所述质量评分均值不满足质量评分合格阈值的质量指标，将提取所得质量指标设为待优化质量指标；
依照所述待优化质量指标，在所述指标调整建议中进行对应检索，若所述指标调整建议为针对待优化质量指标提出的调整建议，即将所述指标调整建议作为待优化调整方向；将所述待优化质量指标和所述待优化调整方向打包发送至汽车中控台加工设计端，所述汽车中控台加工设计端属于专业设计人员的管理模块，在专业设计人员对待优化质量指标和所述待优化调整方向进行可行性确认后，获取设计反馈信息，所述设计反馈信息包括多个汽车中控台设计方案，比如，屏幕尺寸不满足质量评分合格阈值的质量指标，调整建议为屏幕尺寸加大，所述汽车中控台设计方案可以使汽车中控台的车载显示屏尺寸加大至17英寸；根据所述多个汽车中控台设计方案设定所述质量指标阈值矩阵，针对不满足质量评分合格阈值的质量指标，确定对应的调整建议并设置汽车中控台设计方案，为实现指标调整提供基础。
步骤S117包括步骤：
S117-1：对所述多个汽车中控台设计方案进行加工复杂度评估，获取多个加工复杂度；
S117-2：对所述多个汽车中控台设计方案进行加工成本评估，获取多个加工成本；
S117-3：构建设计方案适应度评估公式：
、
、/>
，其中，X表征加工复杂度，Y表征加工成本，/>
表征任意一个汽车中控台设计方案的第i个加工点的加工程序数量，/>
表征第i个加工点的最小加工精度，/>
表征第i个加工点的加工能耗成本，/>
表征第i个加工点的加工材料成本，/>
和/>
表征预设的权重指数，大于或等于0，/>
表征方案适应度；
S117-4：根据所述设计方案适应度评估公式对所述多个汽车中控台设计方案进行评估，获取多个方案适应度评估结果；
S117-5：根据所述多个方案适应度评估结果最大值对应的汽车中控台设计方案，构建所述质量指标阈值矩阵。
具体而言，根据所述多个汽车中控台设计方案设定所述质量指标阈值矩阵，包括，从加工所需要的时间成本、加工工艺复杂度出发（比如，双屏交互车载显示屏的工艺复杂度大于大尺寸车载显示屏的工艺复杂度），对所述多个汽车中控台设计方案进行加工复杂度评估，获取多个加工复杂度；加工复杂度评估：对加工所需要的时间成本、加工工艺复杂度进行标准化处理，利用变异系数法对标准化处理得到的各个结果进行加权计算，所述变异系数法为一种客观赋权的方法，直接利用所述标准化处理得到的各个结果所包含的信息，通过计算得到所述标准化处理得到的各个结果的权重，确定权重后，依次对所述加工所需要的时间成本、所述加工工艺复杂度进行权重计算，计算得到加工复杂度；重复上述步骤多次，分别计算得到多个加工复杂度；
根据加工程序涉及的仪器的加工能耗，以及原材料的损耗出发，对所述多个汽车中控台设计方案进行加工成本评估，获取多个加工成本；加工成本评估：对仪器的加工能耗，原材料的损耗进行标准化处理，利用变异系数法对标准化处理得到的各个结果进行加权计算，计算得到加工成本（加工成本评估的步骤与加工复杂度评估的步骤一致，不做重复性说明，同时加工复杂度评估、加工成本评估不限定先后顺序，仅表明步骤操作）；重复上述步骤多次，分别计算得到多个加工成本；
构建设计方案适应度评估公式：
、/>
、
其中，X表征加工复杂度，Y表征加工成本，/>
表征任意一个汽车中控台设计方案的第i个加工点的加工程序数量，/>
表征第i个加工点的最小加工精度，/>
表征第i个加工点的加工能耗成本，/>
表征第i个加工点的加工材料成本，/>
和/>
表征预设的权重指数且/>
和/>
均大于或等于0（若/>
等于0，存在/>
，即表明不考虑加工复杂度；若/>
等于0，存在/>
，即表明不考虑加工成本；若/>
和/>
等于0，存在/>
，即表明不考虑加工复杂度与加工成本），/>
表征方案适应度；
所述多个汽车中控台设计方案、所述多个加工成本、所述多个加工复杂度一一对应，依次将所述多个加工成本、所述多个加工复杂度输入，利用所述设计方案适应度评估公式，对所述多个汽车中控台设计方案进行评估，对应计算得出多个方案适应度评估结果，所述多个方案适应度评估结果与所述多个汽车中控台设计方案一一对应；
对所述多个方案适应度评估结果进行比较，确定所述多个方案适应度评估结果最大值，依照多个方案适应度评估结果与所述多个汽车中控台设计方案一一对应，确定所述多个方案适应度评估结果最大值对应的汽车中控台设计方案，根据所述多个方案适应度评估结果最大值对应的汽车中控台设计方案，将所述多个方案适应度评估结果最大值对应的汽车中控台设计方案作为矩阵的秩，构建所述质量指标阈值矩阵，设置设计方案适应度评估公式，为保证方案适应度的精确度提供支持。
S20：根据所述生产节点序列的所述生产工艺参数序列对所述汽车中控台的输入状态信息进行加工预测，获取汽车中控台第一生产预测信息；
步骤S20包括步骤：
S21：获取所述生产节点序列的第j生产节点的生产加工记录数据，其中，所述生产加工记录数据包括生产工艺参数记录数据、汽车中控台输入状态记录数据和汽车中控台输出状态记录数据；
S22：根据所述生产工艺参数记录数据、所述汽车中控台输入状态记录数据和所述汽车中控台输出状态记录数据训练第i生产节点加工预测模块；
S23：将第一生产节点加工预测模块、第二生产节点加工预测模块直到所述第i生产节点加工预测模块串联合并，获取汽车中控台加工预测模型；
S24：根据所述汽车中控台加工预测模型对所述生产工艺参数序列和所述输入状态信息进行加工预测，获取所述汽车中控台第一生产预测信息。
具体而言，根据所述生产节点序列的所述生产工艺参数序列对所述汽车中控台的输入状态信息进行加工预测，获取汽车中控台第一生产预测信息，包括，所述第j生产节点属于预设汽车型号的汽车中控台的生产节点序列，对照所述预设汽车型号的汽车中控台的生产节点序列的生产工艺参数序列，获取所述生产节点序列的第j生产节点的生产加工记录数据，所述生产加工记录数据包括生产工艺参数记录数据（比如载荷、按钮分布情况、响应速度、操控精度）、汽车中控台输入状态记录数据（比如驾驶速度、行驶方向、车灯启用状态）和汽车中控台输出状态记录数据（比如车自身的电量、胎压、侧滑、电压）；
构建机器学习模型，根据所述生产工艺参数记录数据、所述汽车中控台输入状态记录数据和所述汽车中控台输出状态记录数据训练第i生产节点加工预测模块，可选地，所述生产工艺参数记录数据、所述汽车中控台输入状态记录数据和所述汽车中控台输出状态记录数据构造组合特征作为KD-树模型的输入样本，基于此，所述机器学习模型为KD-树模型（K-dimension tree，算法名称），所述机器学习模型是基于所述生产工艺参数记录数据、汽车中控台输入状态记录数据和汽车中控台输出状态记录数进行预先训练所得到的，确定所述第i生产节点加工预测模块后，遍历预设汽车型号的汽车中控台的生产节点序列，生成第一生产节点加工预测模块、第二生产节点加工预测模块直到所述第i生产节点加工预测模块；
依照预设汽车型号的汽车中控台的生产节点序列的先后次序，将所述第一生产节点加工预测模块、第二生产节点加工预测模块直到所述第i生产节点加工预测模块串联合并，合并获取汽车中控台加工预测模型；
所述机器学习模型的输入数据为当前的汽车中控台输入状态记录数据，输出为所述汽车中控台第一生产预测信息，利用所述汽车中控台加工预测模型对所述生产工艺参数序列和所述输入状态信息进行加工预测，获取所述汽车中控台第一生产预测信息，所述第一生产预测信息为下一时间节点的预测生产工艺参数序列、下一时间节点的预测输入状态信息，为进行加工预测提供模型支持。
S30：提取所述汽车中控台第一生产预测信息不满足所述质量指标阈值矩阵的状态参数，构建待优化状态向量；
S40：根据所述待优化状态向量对所述生产工艺参数序列中的关联工艺参数进行优化分析，获取关联工艺参数优化结果；
如图3所示，步骤S40包括步骤：
S41：将所述待优化状态向量设为的任意一个设为基准指标，将所述生产工艺参数序列设为比对指标进行灰色关联度分析，获取关联度分析结果；
S42：将所述关联度分析结果的关联度大于或等于关联度阈值的生产工艺参数添加进所述关联工艺参数；
S43：根据所述待优化状态向量对所述生产工艺参数序列中的关联工艺参数进行优化分析，获取所述关联工艺参数优化结果。
具体而言，参照所述质量指标阈值矩阵，将所述汽车中控台第一生产预测信息转为矩阵形式，比对矩阵形式的汽车中控台第一生产预测信息与所述质量指标阈值矩阵，确定所述汽车中控台第一生产预测信息不满足所述质量指标阈值矩阵的状态参数并提取，构建待优化状态向量；
根据所述待优化状态向量对所述生产工艺参数序列中的关联工艺参数进行优化分析，获取关联工艺参数优化结果，包括，将所述待优化状态向量设为的任意一个设为基准指标，将所述生产工艺参数序列设为比对指标，进行灰色关联度分析，包括：先对待优化状态向量、生产工艺参数序列进行归一化处理，矫正到同一个尺度和位置后，计算每个点的距离，通过最值使得最终结果落到0到1之间，获得关联度分析结果；
设置关联度阈值（可以设置为0.6），比较所述关联度分析结果的关联度与关联度阈值，确定所述关联度分析结果的关联度大于或等于关联度阈值的生产工艺参数并将其添加进所述关联工艺参数；根据所述待优化状态向量对所述生产工艺参数序列中的关联工艺参数进行优化分析，获取所述关联工艺参数优化结果，为按照生产工艺参数的影响程度进行优化调整提供支持。
步骤S43包括步骤：
S431：根据所述待优化状态向量，获取任意一个所述关联工艺参数的优化方向信息和优化约束区间信息；
S432：根据所述优化方向信息和所述优化约束区间信息遍历待优化关联工艺参数进行随机取值，获取关联工艺参数调整结果设为所述关联工艺参数优化结果。
具体而言，根据所述待优化状态向量对所述生产工艺参数序列中的关联工艺参数进行优化分析，获取所述关联工艺参数优化结果，包括，将所述待优化状态向量设为的任意一个设为基准指标后，对应确定任意一个所述关联工艺参数的优化方向信息（比如，车载显示屏尺寸加大至17英寸，所对应的优化方向可以是屏幕长度增加和/或屏幕宽度增加）和优化约束区间信息（优化约束区间：屏幕长度[32.871，38.192]，屏幕宽度[20.147，28.385]），所述优化方向信息、所述优化约束区间信息与所述关联工艺参数（关联度大于或等于关联度阈值的生产工艺参数）一一对应；
参考所述优化方向信息和所述优化约束区间信息，遍历待优化关联工艺参数进行随机取值（随机取值为现有技术），获取多个优化方向信息和多个优化约束区间信息，将多个优化方向信息和多个优化约束区间信息作为关联工艺参数调整结果，并将所述关联工艺参数调整结果设为所述关联工艺参数优化结果，分别从优化方向、优化约束区间（调整要有合理的限制区间，示例性的，4:3作为最常见的屏幕长度:屏幕宽度，满足用户的使用操作习惯）两方面出发，为保证工艺参数调整的调整范围可控性提供基础。
S50：根据所述关联工艺参数优化结果对所述生产工艺参数序列进行调整后，结合所述汽车中控台的所述输入状态信息进行加工预测，获取汽车中控台第二生产预测信息；
S60：当所述汽车中控台第二生产预测信息不满足所述质量指标阈值矩阵的状态参数为0，将所述关联工艺参数优化结果发送至生产管理终端，获取生产反馈信息；
S70：当所述生产反馈信息包括开始生产指令时，进行所述预设汽车型号的所述汽车中控台的所述生产节点序列的加工工作。
具体而言，按照所述关联工艺参数优化结果，依照生产节点序列对应的时间先后顺序，对所述生产工艺参数序列进行调整，在对所述生产工艺参数序列进行调整后，获取预设汽车型号的汽车中控台的生产节点序列的第二生产工艺参数序列，根据所述生产节点序列的所述第二生产工艺参数序列对所述汽车中控台的输入状态信息进行加工预测，结合所述汽车中控台的所述输入状态信息进行加工预测，获取汽车中控台第二生产预测信息；
当所述汽车中控台第二生产预测信息不满足所述质量指标阈值矩阵的状态参数为0，即表明汽车中控台第二生产预测信息全部满足所述质量指标阈值矩阵，将所述关联工艺参数优化结果发送至生产管理终端，所述生产管理终端发出生产反馈信息（所述生产反馈信息为生产管理终端的技术人员所发出的指令信号，所述生产反馈信息可以包括开始生产指令、停止生产指令）且所述生产反馈信息包括开始生产指令时，进行所述预设汽车型号的所述汽车中控台的所述生产节点序列的加工工作，按照生产质量对汽车中控台的生产加工进行实时管控。
综上所述，本申请实施例所提供的一种汽车中控台的生产质量管控方法及系统具有如下技术效果：
1．由于采用了获取生产工艺参数序列和质量指标阈值矩阵，加工预测获取第一生产预测信息；提取不满足质量指标阈值矩阵的状态参数并构建待优化状态向量，对关联工艺参数进行优化分析，获取关联工艺参数优化结果，调整生产工艺参数序列，加工预测获取第二生产预测信息；当第二生产预测信息不满足质量指标阈值矩阵的状态参数为0，将关联工艺参数优化结果发送至生产管理终端，获取生产反馈信息；当生产反馈信息包括开始生产指令时，进行加工工作，本申请通过提供了一种汽车中控台的生产质量管控方法及系统，实现了在进行加工工作之前，进行加工预测，提前调整汽车中控台的生产工艺，直至预测所得的生产预测信息满足产品生产质量标准后，进行汽车中控台的生产，保证产品生产质量的技术效果。
2．由于采用了设置基准指标、比对指标，进行灰色关联度分析，获取关联度分析结果，将关联度大于或等于关联度阈值的生产工艺参数添加进关联工艺参数；优化分析获取关联工艺参数优化结果，为按照生产工艺参数的影响程度进行优化调整提供支持。
实施例二
基于与前述实施例中一种汽车中控台的生产质量管控方法相同的发明构思，如图4所示，本申请实施例提供了一种汽车中控台的生产质量管控系统，其中，所述系统包括：
数据获取模块100，用于获取预设汽车型号的汽车中控台的生产节点序列的生产工艺参数序列和质量指标阈值矩阵；
加工预测模块200，用于根据所述生产节点序列的所述生产工艺参数序列对所述汽车中控台的输入状态信息进行加工预测，获取汽车中控台第一生产预测信息；
状态参数提取模块300，用于提取所述汽车中控台第一生产预测信息不满足所述质量指标阈值矩阵的状态参数，构建待优化状态向量；
优化分析模块400，用于根据所述待优化状态向量对所述生产工艺参数序列中的关联工艺参数进行优化分析，获取关联工艺参数优化结果；
序列调整模块500，用于根据所述关联工艺参数优化结果对所述生产工艺参数序列进行调整后，结合所述汽车中控台的所述输入状态信息进行加工预测，获取汽车中控台第二生产预测信息；
优化结果发送模块600，用于当所述汽车中控台第二生产预测信息不满足所述质量指标阈值矩阵的状态参数为0，将所述关联工艺参数优化结果发送至生产管理终端，获取生产反馈信息；
加工工作模块700，用于当所述生产反馈信息包括开始生产指令时，进行所述预设汽车型号的所述汽车中控台的所述生产节点序列的加工工作。
进一步的，所述系统包括：
指标阈值分析模块，用于根据所述预设汽车型号匹配汽车中控台质量指标进行指标阈值分析，获取质量指标阈值矩阵；
加工顺序连续排列模块，用于将所述汽车中控台的N个生产节点按照加工顺序连续排列，获取所述生产节点序列；
生产工艺参数序列获取模块，用于根据所述生产节点序列对所述N个生产节点的N组生产工艺参数连续排列，获取所述生产工艺参数序列。
进一步的，所述系统包括：
汽车中控台质量指标确认模块，用于所述汽车中控台质量指标包括使用体验质量指标、界面体验质量指标、结构质量指标和性能质量指标；
用户反馈信息获取模块，用于对所述使用体验质量指标、所述界面体验质量指标、所述结构质量指标和所述性能质量指标正向化调整后构建汽车中控台质量评价表发送至所述预设汽车型号的预设数量的用户客户端，获取用户反馈信息，其中，所述用户反馈信息包括指标质量评分和指标调整建议；
质量评分均值化模块，用于根据所述指标质量评分遍历所述使用体验质量指标、所述界面体验质量指标、所述结构质量指标和所述性能质量指标进行质量评分均值化，获取质量评分均值；
待优化质量指标设置模块，用于提取所述质量评分均值不满足质量评分合格阈值的质量指标，设为待优化质量指标；
待优化调整方向获取模块，用于根据所述待优化质量指标的所述指标调整建议，获取待优化调整方向；
设计反馈信息获取模块，用于将所述待优化质量指标和所述待优化调整方向发送至汽车中控台加工设计端，获取设计反馈信息，其中，所述设计反馈信息包括多个汽车中控台设计方案；
质量指标阈值矩阵设置模块，用于根据所述多个汽车中控台设计方案设定所述质量指标阈值矩阵。
进一步的，所述系统包括：
加工复杂度评估模块，用于对所述多个汽车中控台设计方案进行加工复杂度评估，获取多个加工复杂度；
加工成本评估模块，用于对所述多个汽车中控台设计方案进行加工成本评估，获取多个加工成本；
适应度评估公式构建模块，用于构建设计方案适应度评估公式：
、/>
、/>
，其中，X表征加工复杂度，Y表征加工成本，/>
表征任意一个汽车中控台设计方案的第i个加工点的加工程序数量，/>
表征第i个加工点的最小加工精度，/>
表征第i个加工点的加工能耗成本，
表征第i个加工点的加工材料成本，/>
和/>
表征预设的权重指数，大于或等于0，/>
表征方案适应度；
方案适应度评估结果获取模块，用于根据所述设计方案适应度评估公式对所述多个汽车中控台设计方案进行评估，获取多个方案适应度评估结果；
质量指标阈值矩阵构建模块，用于根据所述多个方案适应度评估结果最大值对应的汽车中控台设计方案，构建所述质量指标阈值矩阵。
进一步的，所述系统包括：
生产加工记录数据获取模块，用于获取所述生产节点序列的第j生产节点的生产加工记录数据，其中，所述生产加工记录数据包括生产工艺参数记录数据、汽车中控台输入状态记录数据和汽车中控台输出状态记录数据；
第i生产节点加工预测模块训练模块，用于根据所述生产工艺参数记录数据、所述汽车中控台输入状态记录数据和所述汽车中控台输出状态记录数据训练第i生产节点加工预测模块；
加工预测模块串联合并模块，用于将第一生产节点加工预测模块、第二生产节点加工预测模块直到所述第i生产节点加工预测模块串联合并，获取汽车中控台加工预测模型；
第一生产预测信息获取模块，用于根据所述汽车中控台加工预测模型对所述生产工艺参数序列和所述输入状态信息进行加工预测，获取所述汽车中控台第一生产预测信息。
进一步的，所述系统包括：
灰色关联度分析模块，用于将所述待优化状态向量设为的任意一个设为基准指标，将所述生产工艺参数序列设为比对指标进行灰色关联度分析，获取关联度分析结果；
生产工艺参数添加模块，用于将所述关联度分析结果的关联度大于或等于关联度阈值的生产工艺参数添加进所述关联工艺参数；
关联工艺参数优化结果获取模块，用于根据所述待优化状态向量对所述生产工艺参数序列中的关联工艺参数进行优化分析，获取所述关联工艺参数优化结果。
进一步的，所述系统包括：
优化方向与优化约束区间获取模块，用于根据所述待优化状态向量，获取任意一个所述关联工艺参数的优化方向信息和优化约束区间信息；
关联工艺参数优化结果设置模块，用于根据所述优化方向信息和所述优化约束区间信息遍历待优化关联工艺参数进行随机取值，获取关联工艺参数调整结果设为所述关联工艺参数优化结果。
综上所述的方法的任意步骤都可作为计算机指令或者程序存储在不设限制的计算机存储器中，并可以被不设限制的计算机处理器调用识别用以实现本申请实施例中的任一项方法，在此不做多余限制。
进一步的，综上所述的第一或第二可能不止代表次序关系，也可能代表某项特指概念，和/或指的是多个元素之间可单独或全部选择。显然，本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的范围。这样，倘若本申请的这些修改和变型属于本申请及其等同技术的范围之内，则本申请意图包括这些改动和变型在内。
Claims (8)
1.一种汽车中控台的生产质量管控方法，其特征在于，包括：
获取预设汽车型号的汽车中控台的生产节点序列的生产工艺参数序列和质量指标阈值矩阵；
根据所述生产节点序列的所述生产工艺参数序列对所述汽车中控台的输入状态信息进行加工预测，获取汽车中控台第一生产预测信息；
提取所述汽车中控台第一生产预测信息不满足所述质量指标阈值矩阵的状态参数，构建待优化状态向量；
根据所述待优化状态向量对所述生产工艺参数序列中的关联工艺参数进行优化分析，获取关联工艺参数优化结果；
根据所述关联工艺参数优化结果对所述生产工艺参数序列进行调整后，结合所述汽车中控台的所述输入状态信息进行加工预测，获取汽车中控台第二生产预测信息；
当所述汽车中控台第二生产预测信息不满足所述质量指标阈值矩阵的状态参数为0，将所述关联工艺参数优化结果发送至生产管理终端，获取生产反馈信息；
当所述生产反馈信息包括开始生产指令时，进行所述预设汽车型号的所述汽车中控台的所述生产节点序列的加工工作。
2.如权利要求1所述的一种汽车中控台的生产质量管控方法，其特征在于，获取预设汽车型号的汽车中控台的生产节点序列的生产工艺参数序列和质量指标阈值矩阵，包括：
根据所述预设汽车型号匹配汽车中控台质量指标进行指标阈值分析，获取质量指标阈值矩阵；
将所述汽车中控台的N个生产节点按照加工顺序连续排列，获取所述生产节点序列；
根据所述生产节点序列对所述N个生产节点的N组生产工艺参数连续排列，获取所述生产工艺参数序列。
3.如权利要求2所述的一种汽车中控台的生产质量管控方法，其特征在于，根据所述预设汽车型号匹配汽车中控台质量指标进行指标阈值分析，获取质量指标阈值矩阵，包括：
所述汽车中控台质量指标包括使用体验质量指标、界面体验质量指标、结构质量指标和性能质量指标；
对所述使用体验质量指标、所述界面体验质量指标、所述结构质量指标和所述性能质量指标正向化调整后构建汽车中控台质量评价表发送至所述预设汽车型号的预设数量的用户客户端，获取用户反馈信息，其中，所述用户反馈信息包括指标质量评分和指标调整建议；
根据所述指标质量评分遍历所述使用体验质量指标、所述界面体验质量指标、所述结构质量指标和所述性能质量指标进行质量评分均值化，获取质量评分均值；
提取所述质量评分均值不满足质量评分合格阈值的质量指标，设为待优化质量指标；
根据所述待优化质量指标的所述指标调整建议，获取待优化调整方向；
将所述待优化质量指标和所述待优化调整方向发送至汽车中控台加工设计端，获取设计反馈信息，其中，所述设计反馈信息包括多个汽车中控台设计方案；
根据所述多个汽车中控台设计方案设定所述质量指标阈值矩阵。
4.如权利要求3所述的一种汽车中控台的生产质量管控方法，其特征在于，根据所述多个汽车中控台设计方案设定所述质量指标阈值矩阵，包括：
对所述多个汽车中控台设计方案进行加工复杂度评估，获取多个加工复杂度；
对所述多个汽车中控台设计方案进行加工成本评估，获取多个加工成本；
构建设计方案适应度评估公式：
其中，X表征加工复杂度，Y表征加工成本，
表征任意一个汽车中控台设计方案的第i个加工点的加工程序数量，/>
表征第i个加工点的最小加工精度，/>
表征第i个加工点的加工能耗成本，/>
表征第i个加工点的加工材料成本，/>
和/>
表征预设的权重指数，大于或等于0，/>
表征方案适应度；
根据所述设计方案适应度评估公式对所述多个汽车中控台设计方案进行评估，获取多个方案适应度评估结果；
根据所述多个方案适应度评估结果最大值对应的汽车中控台设计方案，构建所述质量指标阈值矩阵。
5.如权利要求1所述的一种汽车中控台的生产质量管控方法，其特征在于，根据所述生产节点序列的所述生产工艺参数序列对所述汽车中控台的输入状态信息进行加工预测，获取汽车中控台第一生产预测信息，包括：
获取所述生产节点序列的第j生产节点的生产加工记录数据，其中，所述生产加工记录数据包括生产工艺参数记录数据、汽车中控台输入状态记录数据和汽车中控台输出状态记录数据；
根据所述生产工艺参数记录数据、所述汽车中控台输入状态记录数据和所述汽车中控台输出状态记录数据训练第i生产节点加工预测模块；
将第一生产节点加工预测模块、第二生产节点加工预测模块直到所述第i生产节点加工预测模块串联合并，获取汽车中控台加工预测模型；
根据所述汽车中控台加工预测模型对所述生产工艺参数序列和所述输入状态信息进行加工预测，获取所述汽车中控台第一生产预测信息。
6.如权利要求1所述的一种汽车中控台的生产质量管控方法，其特征在于，根据所述待优化状态向量对所述生产工艺参数序列中的关联工艺参数进行优化分析，获取关联工艺参数优化结果，包括：
将所述待优化状态向量设为的任意一个设为基准指标，将所述生产工艺参数序列设为比对指标进行灰色关联度分析，获取关联度分析结果；
将所述关联度分析结果的关联度大于或等于关联度阈值的生产工艺参数添加进所述关联工艺参数；
根据所述待优化状态向量对所述生产工艺参数序列中的关联工艺参数进行优化分析，获取所述关联工艺参数优化结果。
7.如权利要求6所述的一种汽车中控台的生产质量管控方法，其特征在于，根据所述待优化状态向量对所述生产工艺参数序列中的关联工艺参数进行优化分析，获取所述关联工艺参数优化结果，包括：
根据所述待优化状态向量，获取任意一个所述关联工艺参数的优化方向信息和优化约束区间信息；
根据所述优化方向信息和所述优化约束区间信息遍历待优化关联工艺参数进行随机取值，获取关联工艺参数调整结果设为所述关联工艺参数优化结果。
8.一种汽车中控台的生产质量管控系统，其特征在于，用于实施权利要求1-7任意一项所述的一种汽车中控台的生产质量管控方法，包括：
数据获取模块，用于获取预设汽车型号的汽车中控台的生产节点序列的生产工艺参数序列和质量指标阈值矩阵；
加工预测模块，用于根据所述生产节点序列的所述生产工艺参数序列对所述汽车中控台的输入状态信息进行加工预测，获取汽车中控台第一生产预测信息；
状态参数提取模块，用于提取所述汽车中控台第一生产预测信息不满足所述质量指标阈值矩阵的状态参数，构建待优化状态向量；
优化分析模块，用于根据所述待优化状态向量对所述生产工艺参数序列中的关联工艺参数进行优化分析，获取关联工艺参数优化结果；
序列调整模块，用于根据所述关联工艺参数优化结果对所述生产工艺参数序列进行调整后，结合所述汽车中控台的所述输入状态信息进行加工预测，获取汽车中控台第二生产预测信息；
优化结果发送模块，用于当所述汽车中控台第二生产预测信息不满足所述质量指标阈值矩阵的状态参数为0，将所述关联工艺参数优化结果发送至生产管理终端，获取生产反馈信息；
加工工作模块，用于当所述生产反馈信息包括开始生产指令时，进行所述预设汽车型号的所述汽车中控台的所述生产节点序列的加工工作。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310443666.3A CN116165988B (zh) | 2023-04-24 | 2023-04-24 | 一种汽车中控台的生产质量管控方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310443666.3A CN116165988B (zh) | 2023-04-24 | 2023-04-24 | 一种汽车中控台的生产质量管控方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116165988A true CN116165988A (zh) | 2023-05-26 |
| CN116165988B CN116165988B (zh) | 2023-07-14 |
Family
ID=86418508
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310443666.3A Active CN116165988B (zh) | 2023-04-24 | 2023-04-24 | 一种汽车中控台的生产质量管控方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116165988B (zh) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116433109A (zh) * | 2023-06-13 | 2023-07-14 | 苏州鸿安机械股份有限公司 | 一种半导体生产环境的监测清洁管理方法及系统 |
| CN116485578A (zh) * | 2023-06-25 | 2023-07-25 | 张家港广大特材股份有限公司 | 一种钢材冶炼车间的集成管理方法及系统 |
| CN116631488A (zh) * | 2023-07-24 | 2023-08-22 | 江苏华存电子科技有限公司 | 一种闪存存储器的存储性能检测方法及系统 |
| CN116842768A (zh) * | 2023-09-01 | 2023-10-03 | 日照鼎立钢构股份有限公司 | 一种钢结构件生产工艺优化方法及系统 |
| CN117032146A (zh) * | 2023-09-14 | 2023-11-10 | 河北鸿赫耐磨管道设备制造有限公司 | 一种耐磨弯头管件生产加工方法及系统 |
| CN117094605A (zh) * | 2023-10-18 | 2023-11-21 | 南通钢安机械制造有限公司 | 一种铸件质量控制方法及系统 |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE10241746A1 (de) * | 2002-09-10 | 2004-03-18 | Haag, Günter, Prof.Dr. | Verfahren zur zyklischen Qualitätsbewertung und Prozessüberwachung bei periodischen Produktionsprozessen |
| CN113033923A (zh) * | 2021-04-30 | 2021-06-25 | 中国建筑材料科学研究总院有限公司 | 水泥熟料性能的预测、评价及优化方法及其装置和系统 |
| CN113561656A (zh) * | 2021-07-22 | 2021-10-29 | 江阴市欧莱特彩印有限公司 | 印刷车间生产工艺质量监控和追溯的方法、系统以及设备 |
| CN113743688A (zh) * | 2020-05-27 | 2021-12-03 | 鸿富锦精密电子(天津)有限公司 | 质量管控方法、装置、计算机装置及存储介质 |
| WO2022063702A1 (de) * | 2020-09-25 | 2022-03-31 | Robert Bosch Gmbh | Qualitätskontrolle für in serie gefertigte produkte |
| CN115407739A (zh) * | 2022-10-31 | 2022-11-29 | 天津有容蒂康通讯技术有限公司 | 一种电缆制造的生产设备控制方法及系统 |
| CN115826516A (zh) * | 2022-11-11 | 2023-03-21 | 苏州富邦机械链传动制造有限公司 | 一种智能化的不锈钢链条生产管理方法及系统 |
| CN115841478A (zh) * | 2022-12-16 | 2023-03-24 | 浙江科达利实业有限公司 | 应用于车载空调软管生产管控的质量检测系统 |
| CN115871450A (zh) * | 2023-02-16 | 2023-03-31 | 日照职业技术学院 | 一种基于物联网的新能源汽车智能控制方法及系统 |
-
2023
- 2023-04-24 CN CN202310443666.3A patent/CN116165988B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE10241746A1 (de) * | 2002-09-10 | 2004-03-18 | Haag, Günter, Prof.Dr. | Verfahren zur zyklischen Qualitätsbewertung und Prozessüberwachung bei periodischen Produktionsprozessen |
| CN113743688A (zh) * | 2020-05-27 | 2021-12-03 | 鸿富锦精密电子(天津)有限公司 | 质量管控方法、装置、计算机装置及存储介质 |
| WO2022063702A1 (de) * | 2020-09-25 | 2022-03-31 | Robert Bosch Gmbh | Qualitätskontrolle für in serie gefertigte produkte |
| CN113033923A (zh) * | 2021-04-30 | 2021-06-25 | 中国建筑材料科学研究总院有限公司 | 水泥熟料性能的预测、评价及优化方法及其装置和系统 |
| CN113561656A (zh) * | 2021-07-22 | 2021-10-29 | 江阴市欧莱特彩印有限公司 | 印刷车间生产工艺质量监控和追溯的方法、系统以及设备 |
| CN115407739A (zh) * | 2022-10-31 | 2022-11-29 | 天津有容蒂康通讯技术有限公司 | 一种电缆制造的生产设备控制方法及系统 |
| CN115826516A (zh) * | 2022-11-11 | 2023-03-21 | 苏州富邦机械链传动制造有限公司 | 一种智能化的不锈钢链条生产管理方法及系统 |
| CN115841478A (zh) * | 2022-12-16 | 2023-03-24 | 浙江科达利实业有限公司 | 应用于车载空调软管生产管控的质量检测系统 |
| CN115871450A (zh) * | 2023-02-16 | 2023-03-31 | 日照职业技术学院 | 一种基于物联网的新能源汽车智能控制方法及系统 |
Cited By (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116433109A (zh) * | 2023-06-13 | 2023-07-14 | 苏州鸿安机械股份有限公司 | 一种半导体生产环境的监测清洁管理方法及系统 |
| CN116433109B (zh) * | 2023-06-13 | 2023-09-08 | 苏州鸿安机械股份有限公司 | 一种半导体生产环境的监测清洁管理方法及系统 |
| CN116485578A (zh) * | 2023-06-25 | 2023-07-25 | 张家港广大特材股份有限公司 | 一种钢材冶炼车间的集成管理方法及系统 |
| CN116485578B (zh) * | 2023-06-25 | 2023-10-27 | 张家港广大特材股份有限公司 | 一种钢材冶炼车间的集成管理方法及系统 |
| CN116631488A (zh) * | 2023-07-24 | 2023-08-22 | 江苏华存电子科技有限公司 | 一种闪存存储器的存储性能检测方法及系统 |
| CN116631488B (zh) * | 2023-07-24 | 2023-11-14 | 江苏华存电子科技有限公司 | 一种闪存存储器的存储性能检测方法及系统 |
| CN116842768A (zh) * | 2023-09-01 | 2023-10-03 | 日照鼎立钢构股份有限公司 | 一种钢结构件生产工艺优化方法及系统 |
| CN116842768B (zh) * | 2023-09-01 | 2023-11-28 | 日照鼎立钢构股份有限公司 | 一种钢结构件生产工艺优化方法及系统 |
| CN117032146A (zh) * | 2023-09-14 | 2023-11-10 | 河北鸿赫耐磨管道设备制造有限公司 | 一种耐磨弯头管件生产加工方法及系统 |
| CN117032146B (zh) * | 2023-09-14 | 2024-05-07 | 河北鸿赫耐磨管道设备制造有限公司 | 一种耐磨弯头管件生产加工方法及系统 |
| CN117094605A (zh) * | 2023-10-18 | 2023-11-21 | 南通钢安机械制造有限公司 | 一种铸件质量控制方法及系统 |
| CN117094605B (zh) * | 2023-10-18 | 2023-12-22 | 南通钢安机械制造有限公司 | 一种铸件质量控制方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116165988B (zh) | 2023-07-14 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN116165988B (zh) | 一种汽车中控台的生产质量管控方法及系统 | |
| CN108509411B (zh) | 语义分析方法和装置 | |
| CN105653683A (zh) | 一种个性化推荐方法及装置 | |
| CN110046074B (zh) | 数据中心动力环境监测系统及监测方法 | |
| CN108920854A (zh) | 一种基于无线互联和便携式客户端的噪声在线诊断和声品质评价方法和系统 | |
| CN116628071B (zh) | 一种数字化展览管理平台的数据交互方法及系统 | |
| CN110532421A (zh) | 一种基于人的性别、心情和年龄的音乐推荐方法及系统 | |
| CN117290462B (zh) | 一种数据大模型的智能决策系统及方法 | |
| WO2020207775A1 (en) | Method and apparatus for generating a design for a technical system or product | |
| CN112541510A (zh) | 基于多通道时间序列数据的智能故障诊断方法 | |
| CN107633473B (zh) | 基于虚拟现实的服务测评指标信度效度保证方法 | |
| JPWO2021210172A5 (ja) | データ処理装置、システム、データ処理方法、およびプログラム | |
| CN116151460A (zh) | 车辆智能化产品的优化方法、装置、服务器及存储介质 | |
| CN116401311A (zh) | 一种基于gis的三维可视化数据管理系统及方法 | |
| KR20210042709A (ko) | 기업 관계 데이터를 이용한 주가 예측 방법 및 서버 | |
| CN116186507A (zh) | 一种特征子集的选取方法、装置及存储介质 | |
| CN114268365A (zh) | 一种基于可视化技术的通信光缆智能预警方法及系统 | |
| CN113686584A (zh) | 发动机怠速声品质优化方法、系统以及发动机 | |
| AT525224A1 (de) | Verfahren, System und Computerprogrammprodukt zum Überwachen eines Formgebungsprozesses | |
| CN113011748A (zh) | 推荐效果的评估方法、装置、电子设备及可读存储介质 | |
| Zhang et al. | A Comprehensive Evaluation Model of Electric Bus Interior Acoustic Comfort and Its Application | |
| CN112215246A (zh) | 道路交通诊断方法、装置、电子设备及机器可读存储介质 | |
| CN115099624B (zh) | 一种基于直觉模糊熵和区间模糊熵的多属性决策系统 | |
| CN103440496A (zh) | 一种基于功能磁共振成像的视频记忆性判别方法 | |
| CN115840907B (zh) | 场景行为分析方法、装置、电子设备和介质 |
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 |