CN116258344A - 一种用于机械加工的监测方法及系统 - Google Patents

一种用于机械加工的监测方法及系统 Download PDF

Info

Publication number
CN116258344A
CN116258344A CN202310267913.9A CN202310267913A CN116258344A CN 116258344 A CN116258344 A CN 116258344A CN 202310267913 A CN202310267913 A CN 202310267913A CN 116258344 A CN116258344 A CN 116258344A
Authority
CN
China
Prior art keywords
abnormal
determining
information
category
characteristic
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
Application number
CN202310267913.9A
Other languages
English (en)
Inventor
张永新
吴超平
杨旻学
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.)
China Machinery Productivity Promotion Center Co ltd
Original Assignee
China Machinery Productivity Promotion Center 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 China Machinery Productivity Promotion Center Co ltd filed Critical China Machinery Productivity Promotion Center Co ltd
Priority to CN202310267913.9A priority Critical patent/CN116258344A/zh
Publication of CN116258344A publication Critical patent/CN116258344A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
    • B23Q—DETAILS, COMPONENTS, OR ACCESSORIES FOR MACHINE TOOLS, e.g. ARRANGEMENTS FOR COPYING OR CONTROLLING; MACHINE TOOLS IN GENERAL CHARACTERISED BY THE CONSTRUCTION OF PARTICULAR DETAILS OR COMPONENTS; COMBINATIONS OR ASSOCIATIONS OF METAL-WORKING MACHINES, NOT DIRECTED TO A PARTICULAR RESULT
    • B23Q17/00—Arrangements for observing, indicating or measuring on machine tools
    • 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
    • G06Q10/06311—Scheduling, planning or task assignment for a person or group
    • G06Q10/063114—Status monitoring or status determination for a person or group
    • 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
    • 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—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/04—Manufacturing
    • 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

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Development Economics (AREA)
  • General Physics & Mathematics (AREA)
  • Educational Administration (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Game Theory and Decision Science (AREA)
  • Mechanical Engineering (AREA)
  • Manufacturing & Machinery (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • General Factory Administration (AREA)

Abstract

本发明适用于数据监测技术领域，提供了一种用于机械加工的监测方法及系统，包括以下步骤：调取加工检测异常数据；确定每个加工检测异常数据对应的物料信息、加工机器信息以及操作工人信息；根据异常项目名称对加工检测异常数据进行分类；确定每个异常类别是否具有第一集中特征，当具有，判定该异常类别对应的物料信息存在异常；确定每个异常类别是否具有第二集中特征，当具有，判定该异常类别对应的操作工人信息存在异常；确定异常类别是否具有规律分布特征，当具有，判定该异常类别对应的加工机器信息存在异常。如此，本发明能够自动对加工检测异常数据进行分析，并确定产生异常的原因，对机械加工进行监测，使得机械加工过程不断完善。

Description

一种用于机械加工的监测方法及系统
技术领域
本发明涉及数据监测技术领域，具体是涉及一种用于机械加工的监测方法及系统。
背景技术
在机械加工制造过程中，为了保证产品质量，会对产品进行各种项目的监测，并将检测不合格的产品进行返工返修或者报废处理，为了降低不合格率，降低加工制造成本，需要每隔一段时间对加工检测异常数据进行分析，找出异常原因，进行改进和完善，然而产生异常的原因多种多样，对于异常数据分析的工作量较大，目前基本靠人工完成，费时费力。因此，需要提供一种用于机械加工的监测方法及系统，旨在解决上述问题。
发明内容
针对现有技术存在的不足，本发明的目的在于提供一种用于机械加工的监测方法及系统，以解决上述背景技术中存在的问题。
本发明是这样实现的，一种用于机械加工的监测方法，所述方法包括以下步骤：
调取同一型号产品每一批次的加工检测异常数据，所述加工检测异常数据包括批次号、产品编号和异常项目名称；
确定每个加工检测异常数据对应的物料信息、加工机器信息以及操作工人信息；
根据异常项目名称对加工检测异常数据进行分类，得到若干个异常类别，每个异常类别中的异常项目名称相同；
确定每个异常类别中检测异常数据对应的物料信息是否具有第一集中特征，当具有第一集中特征时，确定该异常类别对应的物料信息存在异常；
确定每个异常类别中检测异常数据对应的操作工人信息是否具有第二集中特征，当具有第二集中特征时，确定该异常类别对应的操作工人信息存在异常；
根据产品编号确定产品的下线时间，确定异常类别中检测异常数据对应的下线时间是否具有规律分布特征，当具有规律分布特征时，确定该异常类别对应的加工机器信息存在异常；
当异常类别不属于物料信息存在异常、加工机器信息存在异常以及操作工人信息存在异常时，生成工艺方法升级提醒信息。
作为本发明进一步的方案：所述确定每个加工检测异常数据对应的物料信息、加工机器信息以及操作工人信息的步骤，具体包括：
根据加工检测异常数据中的异常项目名称和产品编号确定物料名称；
根据物料名称和批次号确定物料信息；
根据产品编号确定生产线，根据异常项目名称、生产线和下线时间确定加工机器信息以及操作工人信息。
作为本发明进一步的方案：所述确定每个异常类别中检测异常数据对应的物料信息是否具有第一集中特征的步骤，具体包括：
确定每种物料信息的第一占比值，所述第一占比值等于该物料信息出现的次数除以异常类别中检测异常数据的数量；
对第一占比值进行判定，当第一占比值大于第一设定比例值时，判定对应的物料信息具有第一集中特征。
作为本发明进一步的方案：所述确定每个异常类别中检测异常数据对应的操作工人信息是否具有第二集中特征的步骤，具体包括：
确定每个操作工人信息的第二占比值，所述第二占比值等于该操作工人信息出现的次数除以异常类别中检测异常数据的数量；
对第二占比值进行判定，当第二占比值大于第二设定比例值时，判定对应的操作工人信息具有第二集中特征。
作为本发明进一步的方案：所述确定异常类别中检测异常数据对应的下线时间是否具有规律分布特征的步骤，具体包括：
将每个异常类别中所有的下线时间进行排序；
判断排序序列中的下线时间是否具有集中特征或者等差特征，当具有集中特征或者等差特征时，则下线时间具有规律分布特征。
本发明的另一目的在于提供一种用于机械加工的监测系统，所述系统包括：
异常数据调取模块，用于调取同一型号产品每一批次的加工检测异常数据，所述加工检测异常数据包括批次号、产品编号和异常项目名称；
相关信息确定模块，用于确定每个加工检测异常数据对应的物料信息、加工机器信息以及操作工人信息；
异常数据分类模块，用于根据异常项目名称对加工检测异常数据进行分类，得到若干个异常类别，每个异常类别中的异常项目名称相同；
物料信息异常模块，用于确定每个异常类别中检测异常数据对应的物料信息是否具有第一集中特征，当具有第一集中特征时，确定该异常类别对应的物料信息存在异常；
操作工人异常模块，用于确定每个异常类别中检测异常数据对应的操作工人信息是否具有第二集中特征，当具有第二集中特征时，确定该异常类别对应的操作工人信息存在异常；
加工机器异常模块，用于根据产品编号确定产品的下线时间，确定异常类别中检测异常数据对应的下线时间是否具有规律分布特征，当具有规律分布特征时，确定该异常类别对应的加工机器信息存在异常；
工艺升级提醒模块，当异常类别不属于物料信息存在异常、加工机器信息存在异常以及操作工人信息存在异常时，用于生成工艺方法升级提醒信息。
作为本发明进一步的方案：所述相关信息确定模块包括：
物料名称确定单元，用于根据加工检测异常数据中的异常项目名称和产品编号确定物料名称；
物料信息确定单元，用于根据物料名称和批次号确定物料信息；
机器工人确定单元，用于根据产品编号确定生产线，根据异常项目名称、生产线和下线时间确定加工机器信息以及操作工人信息。
作为本发明进一步的方案：所述物料信息异常模块包括：
第一占比值单元，用于确定每种物料信息的第一占比值，所述第一占比值等于该物料信息出现的次数除以异常类别中检测异常数据的数量；
第一特征判定单元，用于对第一占比值进行判定，当第一占比值大于第一设定比例值时，判定对应的物料信息具有第一集中特征。
作为本发明进一步的方案：所述操作工人异常模块包括：
第二占比值单元，用于确定每个操作工人信息的第二占比值，所述第二占比值等于该操作工人信息出现的次数除以异常类别中检测异常数据的数量；
第二特征判定单元，用于对第二占比值进行判定，当第二占比值大于第二设定比例值时，判定对应的操作工人信息具有第二集中特征。
作为本发明进一步的方案：所述加工机器异常模块包括：
下线时间排序单元，用于将每个异常类别中所有的下线时间进行排序；
分布特征判定单元，用于判断排序序列中的下线时间是否具有集中特征或者等差特征，当具有集中特征或者等差特征时，则下线时间具有规律分布特征。
与现有技术相比，本发明的有益效果是：
本发明能够确定每个异常类别是否具有第一集中特征，当具有，判定该异常类别对应的物料信息存在异常；并确定每个异常类别是否具有第二集中特征，当具有，判定该异常类别对应的操作工人信息存在异常；还会确定异常类别是否具有规律分布特征，当具有，判定该异常类别对应的加工机器信息存在异常。如此，本发明能够自动对加工检测异常数据进行分析，并确定产生异常的原因，对机械加工进行监测，使得机械加工过程不断完善。
附图说明
图1为一种用于机械加工的监测方法的流程图。
图2为一种用于机械加工的监测方法中确定物料信息、加工机器信息以及操作工人信息的流程图。
图3为一种用于机械加工的监测方法中确定是否具有第一集中特征的流程图。
图4为一种用于机械加工的监测方法中确定是否具有第二集中特征的流程图。
图5为一种用于机械加工的监测方法中确定是否具有规律分布特征的流程图。
图6为一种用于机械加工的监测系统的结构示意图。
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晰，以下结合附图及具体实施例，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。
以下结合具体实施例对本发明的具体实现进行详细描述。
如图1所示，本发明实施例提供了一种用于机械加工的监测方法，所述方法包括以下步骤：
S100，调取同一型号产品每一批次的加工检测异常数据，所述加工检测异常数据包括批次号、产品编号和异常项目名称；
S200，确定每个加工检测异常数据对应的物料信息、加工机器信息以及操作工人信息；
S300，根据异常项目名称对加工检测异常数据进行分类，得到若干个异常类别，每个异常类别中的异常项目名称相同；
S400，确定每个异常类别中检测异常数据对应的物料信息是否具有第一集中特征，当具有第一集中特征时，确定该异常类别对应的物料信息存在异常；
S500，确定每个异常类别中检测异常数据对应的操作工人信息是否具有第二集中特征，当具有第二集中特征时，确定该异常类别对应的操作工人信息存在异常；
S600，根据产品编号确定产品的下线时间，确定异常类别中检测异常数据对应的下线时间是否具有规律分布特征，当具有规律分布特征时，确定该异常类别对应的加工机器信息存在异常；
S700，当异常类别不属于物料信息存在异常、加工机器信息存在异常以及操作工人信息存在异常这三者中的任何一个时，生成工艺方法升级提醒信息。
本发明实施例中，会定期调取同一型号产品每一批次的加工检测异常数据进行自动分析，并自动确定每个加工检测异常数据对应的物料信息、加工机器信息以及操作工人信息，所述物料信息是指异常项目所在的物料编号，物料编号包含了物料名称和物料厂家等信息，加工机器信息是指对异常项目进行加工的机器，操作工人信息是指对异常项目进行操作的流水线员工；接着会根据异常项目名称对加工检测异常数据进行分类，得到若干个异常类别，然后确定每个异常类别中检测异常数据对应的物料信息是否具有第一集中特征，当具有第一集中特征时，表明产生异常的物料集中在某个物料编号，说明该供应商的物料或者该批次的物料存在问题，判定该异常类别对应的物料信息存在异常，很可能是物料原因导致的异常；并确定每个异常类别中检测异常数据对应的操作工人信息是否具有第二集中特征，当具有第二集中特征时，表明该类异常项目集中在某个员工手上，判定该异常类别对应的操作工人信息存在异常，很可能是工人操作不当导致的异常；本发明实施例还会根据产品编号确定产品的下线时间，在产品下线打包时，会生成产品编号，产品编号可以以条形码的形式贴在产品包装上，产品编号包含了产品型号、生产线以及下线时间等信息，确定异常类别中检测异常数据对应的下线时间是否具有规律分布特征，当具有规律分布特征时，例如某一时段总是出现异常，说明加工机器存在故障，判定该异常类别对应的加工机器信息存在异常；另外，当异常类别不属于物料信息存在异常、加工机器信息存在异常以及操作工人信息存在异常时，说明该类异常并不是由物料、设备以及工人导致的，很有可能是加工的工艺存在问题，此时会生成工艺方法升级提醒信息，提醒工程师对加工工艺进行改进，如此，本发明实施例能够自动对加工检测异常数据进行分析，并确定产生异常的原因，对机械加工进行监测，使得机械加工过程不断完善。
如图2所示，作为本发明一个优选的实施例，所述确定每个加工检测异常数据对应的物料信息、加工机器信息以及操作工人信息的步骤，具体包括：
S201，根据加工检测异常数据中的异常项目名称和产品编号确定物料名称；
S202，根据物料名称和批次号确定物料信息；
S203，根据产品编号确定生产线，根据异常项目名称、生产线和下线时间确定加工机器信息以及操作工人信息。
本发明实施例中，事先建立有产品编号与物料名称对应库，产品编号与物料名称对应库中包含所有的产品编号，每个产品编号对应有若干个物料名称，每个物料名称对应有项目名称，这样根据异常项目名称和产品编号就可以确定物料名称；另外在加工之前，建立有排产单，排产单包括批次号，批次号对应有物料名称，物料名称对应有物料信息，这样就能够根据物料名称和批次号确定物料信息了。另外，还需要事先建立有项目名称库，所述项目名称库包含所有的检测项目，每个检测项目对应有加工机器信息和操作岗位信息，根据生产线、下线时间和操作岗位信息可以得知操作工人信息了。
如图3所示，作为本发明一个优选的实施例，所述确定每个异常类别中检测异常数据对应的物料信息是否具有第一集中特征的步骤，具体包括：
S401，确定每种物料信息的第一占比值，所述第一占比值等于该物料信息出现的次数除以异常类别中检测异常数据的数量；
S402，对第一占比值进行判定，当第一占比值大于第一设定比例值时，判定对应的物料信息具有第一集中特征。
本发明实施例中，需要说明的是，每个异常类别中检测异常数据对应的物料名称是相同的，例如为四通阀，但是四通阀的供应商有4家，不同供应商的四通阀的物料编号不同，当第一占比值大于第一设定比例值时，所述第一设定比例值为提前设定的定值，例如为70%，四个物料信息的第一占比值分别为：5%、2%、82%以及11%，则82%对应的物料信息存在异常，判定所述物料信息具有第一集中特征。
如图4所示，作为本发明一个优选的实施例，所述确定每个异常类别中检测异常数据对应的操作工人信息是否具有第二集中特征的步骤，具体包括：
S501，确定每个操作工人信息的第二占比值，所述第二占比值等于该操作工人信息出现的次数除以异常类别中检测异常数据的数量；
S502，对第二占比值进行判定，当第二占比值大于第二设定比例值时，判定对应的操作工人信息具有第二集中特征。
本发明实施例中，需要说明的是，每个异常类别中检测异常数据对应的操作岗位信息是相同的，同一个操作岗位在不同生产线或者不同时段会有不同的员工，例如焊接岗位，共有四个员工，当第二占比值大于第二设定比例值时，说明某个操作工人的操作手法存在问题，判定对应的操作工人信息具有第二集中特征。
如图5所示，作为本发明一个优选的实施例，所述确定异常类别中检测异常数据对应的下线时间是否具有规律分布特征的步骤，具体包括：
S601，将每个异常类别中所有的下线时间进行排序；
S602，判断排序序列中的下线时间是否具有集中特征或者等差特征，当具有集中特征或者等差特征时，则下线时间具有规律分布特征。
本发明实施例中，需要判断排序序列中的下线时间是否具有集中特征或者等差特征，当下线时间集中在某一时段，例如某两个小时内中出现异常的次数大于设定次数值，则说明机器在该时段存在故障，具有集中特征；当大于设定数量的下线时间（例如10个下线时间）呈等差数列分布，说明机器每隔一段时间出现故障，具有等差特征。
如图6所示，本发明实施例还提供了一种用于机械加工的监测系统，所述系统包括：
异常数据调取模块100，用于调取同一型号产品每一批次的加工检测异常数据，所述加工检测异常数据包括批次号、产品编号和异常项目名称；
相关信息确定模块200，用于确定每个加工检测异常数据对应的物料信息、加工机器信息以及操作工人信息；
异常数据分类模块300，用于根据异常项目名称对加工检测异常数据进行分类，得到若干个异常类别，每个异常类别中的异常项目名称相同；
物料信息异常模块400，用于确定每个异常类别中检测异常数据对应的物料信息是否具有第一集中特征，当具有第一集中特征时，确定该异常类别对应的物料信息存在异常；
操作工人异常模块500，用于确定每个异常类别中检测异常数据对应的操作工人信息是否具有第二集中特征，当具有第二集中特征时，确定该异常类别对应的操作工人信息存在异常；
加工机器异常模块600，用于根据产品编号确定产品的下线时间，确定异常类别中检测异常数据对应的下线时间是否具有规律分布特征，当具有规律分布特征时，确定该异常类别对应的加工机器信息存在异常；
工艺升级提醒模块700，当异常类别不属于物料信息存在异常、加工机器信息存在异常以及操作工人信息存在异常时，用于生成工艺方法升级提醒信息。
作为本发明一个优选的实施例，所述相关信息确定模块200包括：
物料名称确定单元，用于根据加工检测异常数据中的异常项目名称和产品编号确定物料名称；
物料信息确定单元，用于根据物料名称和批次号确定物料信息；
机器工人确定单元，用于根据产品编号确定生产线，根据异常项目名称、生产线和下线时间确定加工机器信息以及操作工人信息。
作为本发明一个优选的实施例，所述物料信息异常模块400包括：
第一占比值单元，用于确定每种物料信息的第一占比值，所述第一占比值等于该物料信息出现的次数除以异常类别中检测异常数据的数量；
第一特征判定单元，用于对第一占比值进行判定，当第一占比值大于第一设定比例值时，判定对应的物料信息具有第一集中特征。
作为本发明一个优选的实施例，所述操作工人异常模块500包括：
第二占比值单元，用于确定每个操作工人信息的第二占比值，所述第二占比值等于该操作工人信息出现的次数除以异常类别中检测异常数据的数量；
第二特征判定单元，用于对第二占比值进行判定，当第二占比值大于第二设定比例值时，判定对应的操作工人信息具有第二集中特征。
作为本发明一个优选的实施例，所述加工机器异常模块600包括：
下线时间排序单元，用于将每个异常类别中所有的下线时间进行排序；
分布特征判定单元，用于判断排序序列中的下线时间是否具有集中特征或者等差特征，当具有集中特征或者等差特征时，则下线时间具有规律分布特征。
以上仅对本发明的较佳实施例进行了详细叙述，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。
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。
本领域技术人员在考虑说明书及实施例处的公开后，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权利要求指出。

Claims (10)

1.一种用于机械加工的监测方法，其特征在于，所述方法包括以下步骤：
调取同一型号产品每一批次的加工检测异常数据，所述加工检测异常数据包括批次号、产品编号和异常项目名称；
确定每个加工检测异常数据对应的物料信息、加工机器信息以及操作工人信息；
根据异常项目名称对加工检测异常数据进行分类，得到若干个异常类别，每个异常类别中的异常项目名称相同；
确定每个异常类别中检测异常数据对应的物料信息是否具有第一集中特征，当具有第一集中特征时，确定该异常类别对应的物料信息存在异常；
确定每个异常类别中检测异常数据对应的操作工人信息是否具有第二集中特征，当具有第二集中特征时，确定该异常类别对应的操作工人信息存在异常；
根据产品编号确定产品的下线时间，确定异常类别中检测异常数据对应的下线时间是否具有规律分布特征，当具有规律分布特征时，确定该异常类别对应的加工机器信息存在异常；
当异常类别不属于物料信息存在异常、加工机器信息存在异常以及操作工人信息存在异常时，生成工艺方法升级提醒信息。
2.根据权利要求1所述的用于机械加工的监测方法，其特征在于，所述确定每个加工检测异常数据对应的物料信息、加工机器信息以及操作工人信息的步骤，具体包括：
根据加工检测异常数据中的异常项目名称和产品编号确定物料名称；
根据物料名称和批次号确定物料信息；
根据产品编号确定生产线，根据异常项目名称、生产线和下线时间确定加工机器信息以及操作工人信息。
3.根据权利要求1所述的用于机械加工的监测方法，其特征在于，所述确定每个异常类别中检测异常数据对应的物料信息是否具有第一集中特征的步骤，具体包括：
确定每种物料信息的第一占比值，所述第一占比值等于该物料信息出现的次数除以异常类别中检测异常数据的数量；
对第一占比值进行判定，当第一占比值大于第一设定比例值时，判定对应的物料信息具有第一集中特征。
4.根据权利要求1所述的用于机械加工的监测方法，其特征在于，所述确定每个异常类别中检测异常数据对应的操作工人信息是否具有第二集中特征的步骤，具体包括：
确定每个操作工人信息的第二占比值，所述第二占比值等于该操作工人信息出现的次数除以异常类别中检测异常数据的数量；
对第二占比值进行判定，当第二占比值大于第二设定比例值时，判定对应的操作工人信息具有第二集中特征。
5.根据权利要求1所述的用于机械加工的监测方法，其特征在于，所述确定异常类别中检测异常数据对应的下线时间是否具有规律分布特征的步骤，具体包括：
将每个异常类别中所有的下线时间进行排序；
判断排序序列中的下线时间是否具有集中特征或者等差特征，当具有集中特征或者等差特征时，则下线时间具有规律分布特征。
6.一种用于机械加工的监测系统，其特征在于，所述系统包括：
异常数据调取模块，用于调取同一型号产品每一批次的加工检测异常数据，所述加工检测异常数据包括批次号、产品编号和异常项目名称；
相关信息确定模块，用于确定每个加工检测异常数据对应的物料信息、加工机器信息以及操作工人信息；
异常数据分类模块，用于根据异常项目名称对加工检测异常数据进行分类，得到若干个异常类别，每个异常类别中的异常项目名称相同；
物料信息异常模块，用于确定每个异常类别中检测异常数据对应的物料信息是否具有第一集中特征，当具有第一集中特征时，确定该异常类别对应的物料信息存在异常；
操作工人异常模块，用于确定每个异常类别中检测异常数据对应的操作工人信息是否具有第二集中特征，当具有第二集中特征时，确定该异常类别对应的操作工人信息存在异常；
加工机器异常模块，用于根据产品编号确定产品的下线时间，确定异常类别中检测异常数据对应的下线时间是否具有规律分布特征，当具有规律分布特征时，确定该异常类别对应的加工机器信息存在异常；
工艺升级提醒模块，当异常类别不属于物料信息存在异常、加工机器信息存在异常以及操作工人信息存在异常时，用于生成工艺方法升级提醒信息。
7.根据权利要求6所述的用于机械加工的监测系统，其特征在于，所述相关信息确定模块包括：
物料名称确定单元，用于根据加工检测异常数据中的异常项目名称和产品编号确定物料名称；
物料信息确定单元，用于根据物料名称和批次号确定物料信息；
机器工人确定单元，用于根据产品编号确定生产线，根据异常项目名称、生产线和下线时间确定加工机器信息以及操作工人信息。
8.根据权利要求6所述的用于机械加工的监测系统，其特征在于，所述物料信息异常模块包括：
第一占比值单元，用于确定每种物料信息的第一占比值，所述第一占比值等于该物料信息出现的次数除以异常类别中检测异常数据的数量；
第一特征判定单元，用于对第一占比值进行判定，当第一占比值大于第一设定比例值时，判定对应的物料信息具有第一集中特征。
9.根据权利要求6所述的用于机械加工的监测系统，其特征在于，所述操作工人异常模块包括：
第二占比值单元，用于确定每个操作工人信息的第二占比值，所述第二占比值等于该操作工人信息出现的次数除以异常类别中检测异常数据的数量；
第二特征判定单元，用于对第二占比值进行判定，当第二占比值大于第二设定比例值时，判定对应的操作工人信息具有第二集中特征。
10.根据权利要求6所述的用于机械加工的监测系统，其特征在于，所述加工机器异常模块包括：
下线时间排序单元，用于将每个异常类别中所有的下线时间进行排序；
分布特征判定单元，用于判断排序序列中的下线时间是否具有集中特征或者等差特征，当具有集中特征或者等差特征时，则下线时间具有规律分布特征。
CN202310267913.9A 2023-03-20 2023-03-20 一种用于机械加工的监测方法及系统 Pending CN116258344A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310267913.9A CN116258344A (zh) 2023-03-20 2023-03-20 一种用于机械加工的监测方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310267913.9A CN116258344A (zh) 2023-03-20 2023-03-20 一种用于机械加工的监测方法及系统

Publications (1)

Publication Number Publication Date
CN116258344A true CN116258344A (zh) 2023-06-13

Family

ID=86680818

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310267913.9A Pending CN116258344A (zh) 2023-03-20 2023-03-20 一种用于机械加工的监测方法及系统

Country Status (1)

Country Link
CN (1) CN116258344A (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108268892A (zh) * 2017-12-29 2018-07-10 英特尔产品（成都）有限公司 生产故障管理分析方法
CN110163479A (zh) * 2019-04-18 2019-08-23 红云红河烟草(集团)有限责任公司 一种烟草卷包车间质量异常问题主因模型的建立方法
CN111815389A (zh) * 2020-03-11 2020-10-23 北京嘀嘀无限科技发展有限公司 充电订单异常原因确定方法、存储介质和电子设备
WO2021196501A1 (zh) * 2020-03-31 2021-10-07 佛山科学技术学院 一种基于大数据的工业生产流水线的故障监测方法及系统
CN114565108A (zh) * 2020-11-27 2022-05-31 华晨宝马汽车有限公司 管理故障数据的方法、服务器及介质
CN115239227A (zh) * 2022-06-23 2022-10-25 深圳市宇航软件股份有限公司 一种生产工位监测方法及系统
CN115718450A (zh) * 2022-11-21 2023-02-28 歌尔科技有限公司 一种设备停线监控方法、装置、电子设备及系统

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108268892A (zh) * 2017-12-29 2018-07-10 英特尔产品（成都）有限公司 生产故障管理分析方法
CN110163479A (zh) * 2019-04-18 2019-08-23 红云红河烟草(集团)有限责任公司 一种烟草卷包车间质量异常问题主因模型的建立方法
CN111815389A (zh) * 2020-03-11 2020-10-23 北京嘀嘀无限科技发展有限公司 充电订单异常原因确定方法、存储介质和电子设备
WO2021196501A1 (zh) * 2020-03-31 2021-10-07 佛山科学技术学院 一种基于大数据的工业生产流水线的故障监测方法及系统
CN114565108A (zh) * 2020-11-27 2022-05-31 华晨宝马汽车有限公司 管理故障数据的方法、服务器及介质
CN115239227A (zh) * 2022-06-23 2022-10-25 深圳市宇航软件股份有限公司 一种生产工位监测方法及系统
CN115718450A (zh) * 2022-11-21 2023-02-28 歌尔科技有限公司 一种设备停线监控方法、装置、电子设备及系统

Similar Documents

Publication Publication Date Title
Duffuaa et al. An integrated model of production scheduling, maintenance and quality for a single machine
EP3407150A2 (en) Methods for analytics-driven alarm rationalization and related systems
CN110310134B (zh) 一种基于编码信息关联的定制家具管理追溯方法
Psarommatis et al. Identification of the critical reaction times for re-scheduling flexible job shops for different types of unexpected events
JP4160917B2 (ja) 処理管理システム及び工程管理システム
Celano et al. Joint Shewhart control charts for location and scale monitoring in finite horizon processes
CN114625088A (zh) 自动化生产线的效能优化方法、系统、设备及存储介质
Adhiutama et al. Total productive maintenance on the airbus part manufacturing
CN113554324B (zh) 一种生产过程撤回方法、系统、设备及存储介质
US20020138169A1 (en) Device for calculating overall plant efficiency
Ab Rashid et al. Simulation study of a vehicle production line for productivity improvement
CN116258344A (zh) 一种用于机械加工的监测方法及系统
Angelina et al. Spare part requirement and inventory policy for Rovema’s 1 machine using Reliability Centered Spare (RCS) and Min-Max stock methods
KR20200137066A (ko) 자동 적재창고 연동 생산관리 시스템
CN115953880B (zh) 一种柠檬酸生产用的监控预警系统及方法
CN116090724B (zh) 一种基于钢筋生产的智慧管理平台
CN113885450B (zh) 一种基于mes的报警响应系统
Baier et al. Identifying failure root causes by visualizing parameter interdependencies with spectrograms
KR101801897B1 (ko) 제품 품질 관리를 위한 공정 관리 시스템 및 그 관리 방법
Appollis et al. Using failure modes and effects analysis as a problem-solving guideline when implementing SPC in a South African chemical manufacturing company
Dutoit et al. Using quality control in optimizing opportunistic maintenance
CN115202962A (zh) 一种基于工业互联网平台的设备故障快速诊断方法和系统
Shagluf et al. Derivation of a cost model to aid management of CNC machine tool accuracy maintenance
CN114095536A (zh) 一种基于物联网的电力输变电安全提示系统及方法
KR20210045385A (ko) 자동 적재창고 연동 생산관리 시스템

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