CN116542540A - 针对航空产品制造过程变更的质量问题原因分析方法及系统 - Google Patents

Abstract

本发明提供一种针对航空产品制造过程变更的质量问题原因分析方法，其包括以下步骤：S1、构建数据输入规则：构建质量问题数据和产品制造信息模板，按照各模板字段需求，将产品生产过程数据接入，作为输入数据；S2、质量问题规律分析：获取质量问题规律并构建质量问题判断规则；S3、形成变更库；S4、计算质量问题变化时间及质量问题数量是否存在异常；S5、构建映射规则；S6、确定质量问题的原因。本发明提供了规范的质量问题数据和产品制造信息模板，为生产质量问题原因分析提供了标准数据输入，提高了原因分析的准确度。并且本发明的系统能够实现问题规律分析的自动化，大幅缩短质量问题分析流程，提高了问题分析的效率及准确度。

Description

针对航空产品制造过程变更的质量问题原因分析方法及系统

技术领域

本发明涉及质量问题原因分析技术领域，具体涉及一种针对航空产品制造过程变更的质量问题原因分析方法及系统。

背景技术

如今相当多的产品结构越来越复杂，使用质量问题越来越多，为解决这些质量问题进行的原因分析任务十分繁重。而且产品质量形成过程长，影响问题发生的因素非常多，传统的质量问题原因分析方法和模式难以及时有效的满足需求。多年来质量问题原因分析已呈现出“比例低，时间长”的特点，以至于现在产品质量问题原因分析的效率难以适应当前产品飞速更新换代的形势。因此急需一种质量问题原因分析方法，提高质量问题分析效率，精准定位质量问题原因，从根源上提高产品的质量与可靠性。

现有质量问题原因分析的局限性

现有产品质量问题原因分析方法主要存在以下问题：一是缺少产品质量问题数据与产品制造信息等技术状态之间建立的映射网络和映射模型，质量问题原因分析没有深入到根因，关联因素辨识不全；二是较少的企业建立了完整的质量问题追溯系统，无法查询到底层单元(如生产的工序)，产品的来料、生产、流通等环节缺少数据记录，尤其是制造过程中人机料法环等因素在质量问题原因分析中经常被忽略；三是质量问题数据内在的分解与逻辑传递关系不清楚，增加了利用产品数据分析质量问题发生原因的阻力。因而导致产品质量问题重复发生很普遍，次生风险诱使问题多发，多因素交互作用未被分析。

数据驱动的质量问题制造原因辅助分析的优势

基于数据驱动的质量问题制造原因分析，支持质量问题定位的精准化、质量问题分析的便捷化和质量问题原因溯源的深层化。本方法采用的技术基于航空工业集团公司质量数据管理与分析中心所拥有的历年质量问题信息及制造过程人机料法环等生产质量相关数据，从制造变更项出发构建关联规则，从数据上满足质量问题原因分析对信息、知识、专业的要求，进而提高处理效率。数据的背后是事实，数据也就是证据，数据驱动的质量问题原因分析有助于剖析原因，明晰责任，用数据驱动的方法能很好的识别质量问题原因的关联因素、交互作用、主效应因子，大幅缩短质量问题分析流程，提高质量问题溯源效率。

发明内容

为了解决上述现有技术的不足，本发明提供一种针对航空产品制造过程变更的质量问题原因分析方法及系统，其基于构建数据模板和变更库，应用建立的变更项与质量问题规律特征之间的映射规则辅助分析产品生产阶段质量问题原因，为航空产品制造过程变更的质量问题原因分析提供了一种新方法。

本发明提供一种针对航空产品制造过程变更的质量问题原因分析方法，其包括以下步骤：

S1、构建数据输入规则：构建质量问题数据和产品制造信息模板，按照各模板字段需求构建数据输入规则，将产品生产过程数据按照构建的数据输入规则进行输入；

S2、构建质量问题时间变化趋势判断模型及质量问题数量异常判断模型，其具体包括以下子步骤：

S21、构建时间变化趋势判断模型并输出质量问题的变化时间，时间变化趋势判断模型包括三个判断规则，具体判断时选择一种或多种判断规则进行判断：

判断规则一：如某一月份的质量问题数量与上一月份的质量问题数量满足下式(1)，则判定当月为质量问题变化时间：

其中，N_t为第t个月质量问题数量；N_t+1为第t+1个月质量问题数量；

判断规则二：如连续两个月份的质量问题数量满足下式(2)，则判定开始变化的时间为质量问题变化时间：

其中，N_t+2为第t+2个月质量问题数量；

判断规则三：如连续三个时间段呈单调变化趋势且满足下式(3)，则判定开始变化的时间为质量问题变化时间：

(N_t-N_t+1)×(N_t+1-N_t+2)＞0 (3)

S22、构建质量问题数量异常判断模型并输出质量问题是否异常；

判断规则：若某一质量问题数量与质量问题平均数量关系满足下式(4)，则判定该质量问题具有集中趋势：

其中，N_i为第i种质量问题数量；为所有质量问题平均数量；

S3、形成变更库：按照制造阶段生产班组或生产机构、生产人员、生产设备、生产工艺或原材料的变更信息，形成变更库；

S4、根据步骤S21和步骤S22的判断模型分别计算质量问题变化时间及质量问题数量是否存在异常；

S5、构建映射规则：构建各变更项与质量问题之间的映射规则如下式(5)所示：

x_n＝Φ(A_j) (5)

其中，A_j为第j项变更项，x_n为与变更项映射后的质量问题，Φ为映射规则；

S6、根据步骤S5构建的映射规则，得出由于变更导致的质量问题原因。优选地，步骤S5中，当生产班组或生产机构发生变化时，映射规则如下：

x₁＝x₂＝Φ(A₁)

式中，A₁为生产班组发生变化或生产机构发生调整；χ₁为不同生产班组生产的相同故障件中，某种故障模式质量问题数量存在异常；χ₂为某故障件生产班组发生调整时间与质量问题数量变化时间一致或两者时间差未超出阈值。

优选地，步骤S5中，当生产人员发生变化时，映射规则如下：

x₃＝x₄＝Φ(A₂)

式中，A₂为生产人员发生变化；χ₃为不同生产人员生产的相同故障件中，某种故障模式质量问题数量存在异常；χ₄为生产人员发生变化时间与质量问题数量变化时间一致或或两者时间差未超出阈值。

优选地，步骤S5中，当生产设备发生变化时，映射规则如下：

x₅＝x₆＝Φ(A₃)

式中，A₃为生产设备发生变化；χ₅为不同生产设备生产的相同故障件中，某种故障模式质量问题数量存在异常；χ₆为生产设备变化时间与质量问题数量变化时间一致或两者差未超出阈值。

优选地，步骤S5中，当生产工艺发生变化时，映射规则如下：

x₇＝x₈＝Φ(A₄)

式中，A₄为生产工艺发生变化；χ₇为不同生产工艺生产的故障件中，某种故障模式质量问题数量存在异常；χ₈为生产工艺变更时间与质量问题数量变化时间一致或两者差未超出阈值。

优选地，步骤S5中，当原材料发生变化时，映射规则如下：

x₉＝x₁₀＝Φ(A₅)

式中，A₅为原材料发生变化；χ₉为不同原材料生产的故障件中，某种故障模式质量问题数量存在异常；χ₁₀为故障件相关原材料发生变化时间与质量问题数量变化时间一致或两者差未超出阈值。

优选地，生产人员发生变化具体为大量生产新员工入职或老员工离职/换岗；生产设备发生变化具体为生产线大量新设备投入使用或者生产线进行升级及更换；生产工艺发生变化具体为零件生产工艺变化或检测方法变化；原材料发生变化具体为相关原材料或原材料供应商发生变化或者零件或零件供应商发生变化。

优选地，本发明另一方面还提供一种用于针对航空产品制造过程变更的质量问题原因分析方法的系统，其包括数据输入规则构建模块、质量问题规律分析模块、变更库构建模块、映射规则构建模块以及质量问题确定模块；

所述数据输入规则构建模块用于构建数据输入规则，所述质量问题规律分析模块用于对输入的数据进行分析，获取质量问题规律，所述变更库构建模块用于构建变更库，所述映射规则构建模块用于构建映射规则，所述质量问题确定模块用于确定质量问题。

与现有技术相比，本发明的有益效果如下：

(1)本发明建立的变更库是对产品制造阶段人机料法环等因素在质量问题原因分析中经常被忽略的因素开展分析，考虑要素全面，因此分析结果更加准确可靠。

(2)本发明提供了规范的质量问题数据和产品制造信息模板，为生产质量问题原因分析提供了标准数据输入，提高了原因分析的准确度。并且本发明的系统和方法能够实现问题规律分析的自动化，大幅缩短质量问题分析流程，提高了问题分析的效率及准确度。

(3)本发明构建的映射规则能很好的识别质量问题原因的关联因素和交互作用，辅助质量问题原因分析更加直观和准确，能够快速准确的找到因变更导致的质量问题的原因，为后续精确的质量问题识别提供基础。

附图说明

图1为本发明的流程示意图；

图2为本发明的系统示意框图；

图3为本发明实施例的柱状分析示意图；

图4为本发明实施例的饼状分析示意图。

具体实施方式

以下，参照附图对本发明的实施方式进行说明。

具体地，本发明提供一种针对航空产品制造过程变更的质量问题原因分析方法，如图1及图2所示，其包括以下步骤：

S1、构建数据规范：在系统中构建规范的质量问题数据模板，按照各模板字段需求，将产品生产过程数据接入，形成数据输入。在具体应用中，安装设定的规则完成数据自动输入。

不同的质量问题具有不同的数据规范，下表1示出了质量问题数据及相关模板规范要求。下表2示出了产品制造质量及相关模板规范要求。

表1：质量问题数据及规范

字段名称	数据填写规范
		序号	整数型字符
问题标题	字符串
		问题产品型号	枚举型
问题产品名称	字符串
		质量问题发生时间	时间

表2：产品制造质量

字段名称	数据填写规范
		序号	整数型字符
产品型号	枚举型
		产品名称	字符串
产品出厂时间	时间型
		原材料	字符串
原材料供应商	字符串
		生产班组	字符串
生产人员	字符串
		生产设备	字符串
工艺名称	字符串
		工艺生产环境	字符串

S2、构建质量问题时间变化趋势判断模型及质量问题数量异常判断模型，

基本规律分析主要是分析对应质量问题的分布型特征和趋势型特征即质量问题数量和变化时间，并对问题分析结果进行量化，通过制定阈值，评估特征显著情况，将显著特征视为问题规律。

在具体应用中，一般是需要进行质量问题时间变化判断及数量异常判断，因此，分别构建质量问题时间变化趋势判断模型及质量问题数量异常判断模型：

第一类是：构建质量问题时间变化趋势判断模型，分析质量问题随时间变化趋势，其包括以下几种判断规则，在具体判断时选择一种或多种判断规则对质量问题的变化趋势进行判断：

判断规则一：

较上月增加或减少50％以上，当月为质量问题变化时间，具体计算公式如下式(1)：

其中，N_t为第t个月质量问题数量；其中，N_t+1为第t+1个月质量问题数量；

判断规则二：连续两个时间段增加或减少20％以上，开始变化的时间为质量问题变化时间，具体计算公式如下式(2)：

其中，N_t+2为第t+2个月质量问题数量；

判断规则三：连续三个时间段呈单调变化趋势，开始变化的时间为质量问题变化时间，具体计算公式如下式(3)：

(N_t-N_t+1)×(N_t+1-N_t+2)＞0 (3)

该类问题基本规律最后输出质量问题时间变化点即质量问题开始变化的时间。

第二类问题规律：分析质量问题数量是否异常即质量问题是否有集中趋势。

判断规则：若某一质量问题数量大于所有质量问题平均数量的50％，则质量问题数量存在异常。

具体计算公式如下式(4)：

其中，N_i为第i种质量问题数量；为所有质量问题平均数量，该类问题基本规律判断后输出质量问题数量是否异常。

S3、形成变更库：

按照制造阶段生产班组或生产机构、生产人员、生产设备、生产工艺或原材料的变更信息，形成变更库。

具体的可能会涉及到制造阶段生产班组、生产人员、生产设备、故障件基本信息、制造中人机料法环因素、产品使用环境以及故障信息变更项。

下述为变更库的几个示例：

故障件生产班组变更：分析质量问题高发故障模式涉及到的故障件的生产班组，分析不同班组生产铲平数量及对应产品质量问题数，绘制对比堆叠图。分析质量问题涉及到的故障件生产班组是否发生变更，如有，绘制时间线。

故障件生产人员变更情况：分析质量问题高发故障模式涉及到的故障件的生产人员，分析不同人员生产产品数量及对应产品质量问题数，绘制对比堆叠图。分析有大量新员工入职和大量老员工离职/换岗的情况，绘制时间线。

故障件生产设备变更情况：分析质量问题高发故障模式涉及到的故障件的生产设备，分析不同人员生产设备数量及对应产品质量问题数，绘制对比堆叠图。分析生产线大量新设备开始使用及生产线更换升级的情况，绘制时间线。

S4、根据步骤S21和步骤S22的判断模型分别计算质量问题变化时间及质量问题数量是否存在异常；

S5、构建映射规则：构建各变更项与质量问题之间的映射规则如下式(5)所示：

x_n＝Φ(A_j) (5)

其中，A_j为第j项变更项，x_n为与变更项映射后的质量问题，Φ为映射规则；

当生产班组或生产机构发生变化时，映射规则如下：

x₁＝x₂＝Φ(A₁)

式中，A₁为生产班组发生变化或生产机构发生调整；χ₁为不同生产班组生产的相同故障件中，某种故障模式质量问题数量存在异常；χ₂为某故障件生产班组发生调整时间与质量问题数量变化时间一致或两者时间差未超出阈值。

优选地，步骤S4中，当生产人员发生变化时，映射规则如下：

x₃＝x₄＝Φ(A₂)

式中，A₂为生产人员发生变化；χ₃为不同生产人员生产的相同故障件中，某种故障模式质量问题数量存在异常；χ₄为生产人员发生变化时间与质量问题数量变化时间一致或或两者时间差未超出阈值。其中，生产人员发生变化具体为大量生产新员工入职或老员工离职/换岗；因此，判断时需要分别判断该两个因素所引起的变化。

当生产设备发生变化时，映射规则如下：

x₅＝x₆＝Φ(A₃)

式中，A₃为生产设备发生变化；χ₅为不同生产设备生产的相同故障件中，某种故障模式质量问题数量存在异常；χ₆为生产设备变化时间与质量问题数量变化时间一致或两者差未超出阈值。生产设备发生变化具体为生产线大量新设备投入使用或者生产线进行升级及更换；因此，判断时需要分别判断该两个因素所引起的变化。

当生产工艺发生变化时，映射规则如下：

x₇＝x₈＝Φ(A₄)

式中，A₄为生产工艺发生变化；χ₇为不同生产工艺生产的故障件中，某种故障模式质量问题数量存在异常；χ₈为生产工艺变更时间与质量问题数量变化时间一致或两者差未超出阈值。生产工艺发生变化具体为零件生产工艺变化或检测方法变化；因此，判断时需要分别判断该两个因素所引起的变化。

当原材料发生变化时，映射规则如下：

x₉＝x₁₀＝Φ(A₅)

式中，A₅为原材料发生变化；χ₉为不同原材料生产的故障件中，某种故障模式质量问题数量存在异常；χ₁₀为故障件相关原材料发生变化时间与质量问题数量变化时间一致或两者差未超出阈值。原材料发生变化具体为相关原材料或原材料供应商发生变化或者零件或零件供应商发生变化，因此，判断时需要分别判断该两个因素所引起的变化。

S6、确定质量问题原因：

结合上述步骤得到的质量问题规律特征、变更库以及映射规则，初步确定出由于变更导致的质量问题的原因所在，并输出初步确定的质量问题的原因作为后续具体分析的基础。

本发明另一方面还提供一种用于针对航空产品制造过程变更的质量问题原因分析方法的系统，其包括数据输入规则构建模块、质量问题规律分析模块、变更库构建模块、映射规则构建模块以及质量问题确定模块；数据输入规则构建模块用于构建数据输入规则，质量问题规律分析模块用于对输入的数据进行分析，获取质量问题规律，变更库构建模块用于构建变更库，映射规则构建模块用于构建映射规则，质量问题确定模块用于确定质量问题。

实施例

本实施例以某一产品为例，开展基于数据驱动的生产质量问题原因辅助分析。

首先、构建规范的质量问题数据模板，按照各模板字段需求，将产品生产过程数据同时引接过去，形成数据输入；本实施例中的质量问题数据和生产数据分别如表3和表4所示。

表3：质量问题数据

表4：生产数据

其次，利用输入数据对质量问题进行趋势性和分布性规律分析，并量化分析结果，按照量化值提取有效分析结果，得出质量问题基本规律；

问题规律1：分析质量问题数量随时间变化时间趋势。该问题按月统计，统计图见附图3。

按照第一个问题规律的判断规则，输出质量问题变化时间为2020年12月和2021年1月。

问题规律2：分析质量问题发生是否有集中趋势，统计图见附图4。

按照生产阶段原材料、原材料供应商、生产班组、生产人员、生产设备、工艺名称、工艺生产环境变更项，形成变更库。

原材料变更：根据表4可知，原材料未涉及变更。

原材料供应商变更：根据表4可知，原材料供应商于2021年2月变更。

生产班组变更：根据表4可知，生产班组未涉及变更。

生产人员变更：根据表4可知，生产人员于2020年12月产生变更，变更原因为老员工离职。

生产设备变更：根据表4可知，生产设备未涉及变更。

工艺变更：根据表4可知，工艺于2021年1月产生变更，变更原因为工艺升级。

生产环境变更：根据表4可知，生产环境未涉及变更。

按照构建的映射规则，找出生产人员、生产工艺和原材料两项变更构建的映射规则。

生产人员发生变化，根据映射关系，输出A₂：

x₃＝x₄＝Φ(A₂)

生产工艺发生变化，根据映射关系，输出A₄：

x₇＝x₈＝Φ(A₄)

原材料供应商发生变化，根据映射关系，输出A₅：

x₉＝x₁₀＝Φ(A₅)

结合质量问题规律特征如下：质量问题变化时间为2020年12月和2021年1月。

通过变更库的映射规则可知，2020年12月B0001发生质量问题增加的原因可能是由于生产人员变更，推测依据为：

1.不同生产人员生产的相同故障件中，某种故障模式质量问题数量存在较大差异；

2.大量生产新员工入职或老员工离职/换岗与质量问题数量变化时间一致。

2021年1月B0001发生质量问题增加的原因可能是由于工艺变更，推测依据为：

1.不同生产工艺生产的故障件中，某种故障模式质量问题数量存在较大差异；

2.故障件生产工艺变更时间与质量问题数量变化时间一致。

质量问题高发产品型号为B0001的原因是原材料供应商的变更，推测依据为：

1.故障件所需零部件供应商发生变更时间与质量问题数量变化时间一致。

通过本实施例可以看出，本发明构建的映射规则能很好的识别质量问题原因的关联因素和交互作用，辅助质量问题原因分析更加直观和准确，为后续精确分析提供了基础。

以上所述的实施例仅是对本发明的优选实施方式进行描述，并非对本发明的范围进行限定，在不脱离本发明设计精神的前提下，本领域普通技术人员对本发明的技术方案做出的各种变形和改进，均应落入本发明权利要求书确定的保护范围内。

Claims (8)

1.一种针对航空产品制造过程变更的质量问题原因分析方法，其特征在于：其包括以下步骤：

S1、构建数据输入规则：构建质量问题数据和产品制造信息模板，按照各模板字段需求构建质量问题的数据输入规则，将产品生产过程数据按照构建的数据输入规则进行输入；

S2、构建质量问题时间变化趋势判断模型及质量问题数量异常判断模型，其具体包括以下子步骤：

S21、构建时间变化趋势判断模型并输出质量问题的变化时间，时间变化趋势判断模型包括三个判断规则，具体判断时选择一种或多种判断规则进行判断：

判断规则一：如某一月份的质量问题数量与上一月份的质量问题数量满足下式(1)，则判定当月为质量问题变化时间：

其中，N_t为第t个月质量问题数量；N_t+1为第t+1个月质量问题数量；

判断规则二：如连续两个月份的质量问题数量满足下式(2)，则判定开始变化的时间为质量问题变化时间：

其中，N_t+2为第t+2个月质量问题数量；

判断规则三：如连续三个时间段呈单调变化趋势且满足下式(3)，则判定开始变化的时间为质量问题变化时间：

(N_t-N_t+1)×(N_t+1-N_t+2)＞0 (3)

S22、构建质量问题数量异常判断模型并输出质量问题是否异常；

判断规则：若某一质量问题数量与质量问题平均数量关系满足下式(4)，则判定该质量问题具有集中趋势：

其中，N_i为第i种质量问题数量；为所有质量问题平均数量；

S3、形成变更库：按照制造阶段生产班组或生产机构、生产人员、生产设备、生产工艺或原材料的变更信息，形成变更库；

S4、根据步骤S21和步骤S22的判断模型分别计算质量问题变化时间及质量问题数量是否存在异常；

S5、构建映射规则：构建各变更项与质量问题之间的映射规则如下式(5)所示：

x_n＝Φ(A_j) (5)

其中，A_j为第j项变更项，x_n为与变更项映射后的质量问题，Φ为映射规则；

S6、根据步骤S5构建的映射规则，得出由于变更导致的质量问题原因。

2.根据权利要求1所述的针对航空产品制造过程变更的质量问题原因分析方法，其特征在于：步骤S5中，当生产班组或生产机构发生变化时，映射规则如下：

x₁＝x₂＝Φ(A₁)

式中，A₁为生产班组发生变化或生产机构发生调整；χ₁为不同生产班组生产的相同故障件中，某种故障模式质量问题数量存在异常；χ₂为某故障件生产班组发生调整时间与质量问题数量变化时间一致或两者时间差未超出阈值。

3.根据权利要求1所述的针对航空产品制造过程变更的质量问题原因分析方法，其特征在于：步骤S5中，当生产人员发生变化时，映射规则如下：

x₃＝x₄＝Φ(A₂)

式中，A₂为生产人员发生变化；χ₃为不同生产人员生产的相同故障件中，某种故障模式质量问题数量存在异常；χ₄为生产人员发生变化时间与质量问题数量变化时间一致或或两者时间差未超出阈值。

4.根据权利要求1所述的针对航空产品制造过程变更的质量问题原因分析方法，其特征在于：步骤S5中，当生产设备发生变化时，映射规则如下：

x₅＝x₆＝Φ(A₃)

式中，A₃为生产设备发生变化；χ₅为不同生产设备生产的相同故障件中，某种故障模式质量问题数量存在异常；χ₆为生产设备变化时间与质量问题数量变化时间一致或两者差未超出阈值。

5.根据权利要求1所述的针对航空产品制造过程变更的质量问题原因分析方法，其特征在于：步骤S5中，当生产工艺发生变化时，映射规则如下：

x₇＝x₈＝Φ(A₄)

式中，A₄为生产工艺发生变化；χ₇为不同生产工艺生产的故障件中，某种故障模式质量问题数量存在异常；χ₈为生产工艺变更时间与质量问题数量变化时间一致或两者差未超出阈值。

6.根据权利要求1所述的针对航空产品制造过程变更的质量问题原因分析方法，其特征在于：步骤S5中，当原材料发生变化时，映射规则如下：

x₉＝x₁₀＝Φ(A₅)

式中，A₅为原材料发生变化；χ₉为不同原材料生产的故障件中，某种故障模式质量问题数量存在异常；χ₁₀为故障件相关原材料发生变化时间与质量问题数量变化时间一致或两者差未超出阈值。

7.根据权利要求1所述的针对航空产品制造过程变更的质量问题原因分析方法，其特征在于：生产人员发生变化具体为大量生产新员工入职或老员工离职/换岗；生产设备发生变化具体为生产线大量新设备投入使用或者生产线进行升级及更换；生产工艺发生变化具体为零件生产工艺变化或检测方法变化；原材料发生变化具体为相关原材料或原材料供应商发生变化或者零件或零件供应商发生变化。

8.一种用于权利要求1所述的针对航空产品制造过程变更的质量问题原因分析方法的系统，其特征在于：其包括数据输入规则构建模块、质量问题规律分析模块、变更库构建模块、映射规则构建模块以及质量问题确定模块；

所述数据输入规则构建模块用于构建数据输入规则，所述质量问题规律分析模块用于对输入的数据进行分析，获取质量问题规律，所述变更库构建模块用于构建变更库，所述映射规则构建模块用于构建映射规则，所述质量问题确定模块用于确定质量问题。