CN116822998B - 一种基于大数据的全焊接球阀生产数据分析方法 - Google Patents
一种基于大数据的全焊接球阀生产数据分析方法 Download PDFInfo
- Publication number
- CN116822998B CN116822998B CN202311100888.1A CN202311100888A CN116822998B CN 116822998 B CN116822998 B CN 116822998B CN 202311100888 A CN202311100888 A CN 202311100888A CN 116822998 B CN116822998 B CN 116822998B
- Authority
- CN
- China
- Prior art keywords
- production
- ball valve
- welded ball
- target
- detection
- 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.)
- Active
Links
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 325
- 238000000034 method Methods 0.000 title claims abstract description 31
- 238000007405 data analysis Methods 0.000 title claims abstract description 8
- 238000001514 detection method Methods 0.000 claims abstract description 112
- 239000000463 material Substances 0.000 claims abstract description 38
- 238000012545 processing Methods 0.000 claims abstract description 36
- 230000002159 abnormal effect Effects 0.000 claims abstract description 28
- 238000004458 analytical method Methods 0.000 claims abstract description 27
- 238000012937 correction Methods 0.000 claims abstract description 17
- 238000005242 forging Methods 0.000 claims description 91
- 238000003466 welding Methods 0.000 claims description 72
- 239000002994 raw material Substances 0.000 claims description 50
- 230000008859 change Effects 0.000 claims description 21
- 239000002699 waste material Substances 0.000 claims description 17
- 230000008569 process Effects 0.000 claims description 15
- 238000004064 recycling Methods 0.000 claims description 12
- 238000011156 evaluation Methods 0.000 claims description 7
- 238000012216 screening Methods 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 3
- 230000009467 reduction Effects 0.000 claims description 3
- 238000000605 extraction Methods 0.000 claims 1
- 230000005856 abnormality Effects 0.000 abstract 2
- 230000007547 defect Effects 0.000 description 8
- 230000006872 improvement Effects 0.000 description 5
- 238000012790 confirmation Methods 0.000 description 2
- 230000002950 deficient Effects 0.000 description 2
- 238000007789 sealing Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000007792 addition Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000007797 corrosion Effects 0.000 description 1
- 238000005260 corrosion Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 238000002844 melting Methods 0.000 description 1
- 230000008018 melting Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
Classifications
-
- 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
- General Factory Administration (AREA)
Abstract
本发明属于生产数据分析技术领域,具体公开提供的一种基于大数据的全焊接球阀生产数据分析方法,该方法包括:提取目标全焊接球阀的生产数据,分析目标全焊接球阀对应的生产成品符合度;提取目标全焊接球阀各加工环节的加工工艺参数,设定目标全焊接球阀对应材料使用干扰修正因子;提取材料使用数据和生产设备使用数据,分析目标全焊接球阀的材料使用符合度和设备使用符合度;确认成品生产异常原因,并进行反馈。本发明有效解决了当前对全焊接球阀产能分析未结合质量等多方面要素进行综合性分析的问题,提高了全焊接球阀的后续生产配置合理性以及生产过程异常情况觉察的及时性,便于后续全焊接球阀生产效率的提高。
Description
技术领域
本发明属于生产数据分析技术领域,涉及到一种基于大数据的全焊接球阀生产数据分析方法。
背景技术
全焊接球阀是一种常用的工业阀门,广泛应用于管道管理中,具有结构简单、密封可靠、使用寿命长等特点。为了优化生产过程和提高产品质量,需要对全焊接球阀的生产数据进行分析。
当前对全焊接球阀的生产数据进行分析主要侧重在全焊接球阀的生产质量和生产效能两方面的分析,对于生产效能方面,当前主要考虑产量,未结合质量等综合性分析,同时考虑要素较为常规和笼统,其具体体现在以下几个方面:1、未考虑全焊接球阀生产资源的使用情况,全焊接球阀生产资源的使用情况不仅决定了全焊接球阀的生产效率还影响了全焊接生产质量的稳定性,当前未对此进行分析,无法提高生产效能异常原因评定的可靠性和参考性,同时也无法辅助异常生产质量原因的定位。
2、未考虑加工工艺的影响,各个环节和工序实际加工情况直接干扰了加工质量,进而干扰了加工成品的进度,当前未对此进行分析,无法保障全焊接球阀生产效能分析的合理性和真实性。
3、未结合设备运行情况以及原材料使用情况等多方面的要素进行综合性分析,无法提高全焊接球阀的后续生产配置合理性以及生产过程异常情况觉察的及时性,进而无法避免资源过度和不足的发生,不便于后续生产效率的提高,同时还使得后续全焊接球阀的生产质量的稳定性和一致性得不到保证,并且无法及时阻隔产品质量问题的进一步扩大,在另一方面还无法减少生产错误和生产缺陷的发生。
发明内容
鉴于此,为解决上述背景技术中所提出的问题,现提出一种基于大数据的全焊接球阀生产数据分析方法。
本发明的目的可以通过以下技术方案实现:本发明提供一种基于大数据的全焊接球阀生产数据分析方法,该方法包括:步骤1、全焊接球阀基本生产数据提取分析:提取目标全焊接球阀在当前设定周期内的生产数据,据此分析目标全焊接球阀对应的生产成品效能符合度,当/>小于设定值时,启动步骤2。
步骤2、全焊接球阀材料资源使用修正:提取目标全焊接球阀在当前设定周期内各加工环节的加工工艺参数,由此设定目标全焊接球阀对应材料使用评估修正因子。
步骤3、全焊接球阀生产材料数据提取分析:将目标全焊接球阀按照其结构划分为各生产部位,提取目标全焊接球阀各生产部位所属原材料在当前设定周期内的相关使用数据,进而分析目标全焊接球阀的材料使用符合度。
步骤4、全焊接球阀生产设备数据提取分析:提取当前设定周期内目标全焊接球阀对应各生产设备的使用数据,据此分析目标全焊接球阀的生产设备使用符合度。
步骤5、全焊接球阀生产异常原因确认反馈:确认生产效能异常原因,并反馈至目标全焊接球阀生产管理人员。
优选地,所述生产数据包括各生产日对应的计划生产量、实际生产量、合格成品量以及各合格成品对应各检测项的检测符合度。
所述相关使用数据包括原材料总使用量、原材料总废弃量和废弃原材料总回收利用量。
所述各生产设备的使用数据包括运行次数、各次运行的运行时长和待机时长以及故障次数和各次故障的故障停机时长。
优选地,所述分析目标全焊接球阀对应的生产成品效能符合度,包括:从目标全焊接球阀在当前设定周期内的生产数据中提取各生产日的合格成品量和实际生产量,将两者作比得到各生产日对应的合格成品比。
以生产日为横坐标,以合格成品比为纵坐标,构建产品合格变化曲线,并根据设定的基准合格比,在产品合格变化曲线中构建基准合格参考线,提取位于基准合格参考线上方的曲线长度,记为,并将产品合格变化曲线的长度记为/>。
从目标全焊接球阀在当前设定周期内的生产数据中提取各生产日的计划生产量和实际生产量,将两者作差得到各生产日对应的计划生产量差,并构建计划生产量差变化曲线,并从所述生产量差变化曲线中进行幅值和斜率提取,分别记为和/>。
从目标全焊接球阀在当前设定周期内的生产数据中提取各生产日内各合格成品对应各检测项的检测符合度,统计目标全焊接球阀对应合格成品检测达标度。
统计目标全焊接球阀对应的生产成品效能符合度,,/>、/>、/>、/>分别为设定参照的合格长度比、生产幅值、生产偏差降低率、合格成品检测达标度。
优选地,所述统计目标全焊接球阀对应合格成品检测达标度,包括:将各生产日内各合格成品对应各检测项的检测符合度与设定参照检测符合度进行作差,得到各生产日内各合格成品对应各检测项的检测符合度差,并与设定检测符合度差进行对比,将小于设定检测符合度差的检测项记为达优检测项。
将各生产日内各合格成品对应的达优检测项数目与其检测项数目进行作比,得到各生产日内各合格成品对应的达优检测比。
将各生产日内各合格产品对应的达优检测比进行相互对比,统计各生产日内各达优检测比对应的合格产品数目,将合格产品数目最多的达优检测比作为各生产日内的集中达优检测比,进而通过均值计算得到平均达优检测比,记为。
从各生产日内各合格成品对应各检测项的检测符合度差中筛选出最大检测符合度差,作为各生产日内各合格成品的参照检测符合度差,进而通过均值计算得到平均检测符合度差,记为。
统计目标全焊接球阀对应合格成品检测达标度,,/>、/>分别为设定的基准达优检测比、适宜检测符合度差。
优选地,所述各加工环节分别为锻造环节和焊接环节,其中,锻造环节的加工工艺参数为各次锻造时的锻造温度、锻造压力和锻造速度,焊接环节的加工工艺参数包括各次焊接时的焊接电流、焊接电压和焊接速度。
优选地,所述设定目标全焊接球阀对应材料使用评估修正因子,包括:从各加工环节的加工工艺参数中提取各次锻造时的锻造温度、锻造压力和锻造速度,统计全焊接球阀锻造使用干扰度,记为。
从各加工环节的加工工艺参数中提取各次焊接时的焊接电流、焊接电压和焊接速度,分别记为、/>和/>,/>表示焊接次序编号,/>。
统计全焊接球阀焊接使用干扰度,记为,,/>分别为设定的适宜焊接电流、适宜焊接电压、适宜焊接速度,/>分别为设定许可的焊接电流差、焊接电压差、焊接速度差,m为焊接次数。
统计全焊接球阀对应材料使用评估修正因子,,/>、/>分别为设定的参照的锻造使用干扰度、焊接使用干扰度。
优选地,所述统计全焊接球阀锻造使用干扰度,包括:以锻造次序为横轴,以锻造温度为纵轴,构建锻造温度变化曲线,从所述锻造温度变化曲线中提取波动点数目,记为。
从各次锻造时的锻造温度中提取最高锻造温度和最低锻造温度,分别记为和。
统计全焊接球阀锻造温度使用干扰度,/>,/>、/>、/>分别为设定的许可温度波动点数目、许可最高锻造温度、许可最低锻造温度。
按照的统计方式同理统计得到全焊接球阀锻造压力使用干扰度和锻造速度使用干扰度,分别记为/>和/>。
统计全焊接球阀锻造使用干扰度,/>。
优选地,所述分析目标全焊接球阀的材料使用符合度,包括:从目标全焊接球阀各生产部位所属原材料在当前设定周期内的相关使用数据中提取原材料总使用量、原材料总废弃量和废弃原材料总回收利用量,分别记为、/>和/>,d表示生产部位编号,。
将目标全焊接球阀当前设定周期内各生产日的实际生产量进行累加,得到目标全焊接球阀对应的综合生产量。
从全焊接球阀生产信息库中提取目标全焊接球阀对应综合生产量下各生产部位对应的参照原材料使用量和参照原材料废弃量,分别记为和/>,同时从全焊接球阀生产信息库中提取各生产部位对应原材料的参照回收利用率,记为/>。
统计目标全焊接球阀的材料使用符合度,,/>、/>、/>分别为设定参照的原材料使用量偏差、废弃量偏差、回收利用率偏差。
优选地,所述分析目标全焊接球阀的生产设备使用符合度,包括:从目标全焊接球阀对应各生产设备的使用数据中提取运行次数、各次运行的运行时长和待机时长,统计目标全焊接球阀对应各生产设备的作业时长符合度,记为,r表示生产设备编号,。
将目标全焊接球阀对应各生产设备的作业时长符合度与设定参照作业时长符合度进行对比,统计大于或者等于/>的生产设备数目,记为/>。
从小于的各生产设备的作业时长符合度中筛选出最小作业时长符合度,记为。
从目标全焊接球阀对应各生产设备的使用数据中提取故障次数以及各次故障的故障停机时长,统计目标全焊接球阀对应各生产设备的故障干扰度。
统计目标全焊接球阀的生产设备使用符合度,,g为生产设备数目,/>、/>、/>分别为设定参照的作业时长符合生产设备数目比、作业时长符合度偏差、故障干扰度。
优选地,所述确认生产效能异常原因,包括:统计目标全焊接球阀对应的生产资源使用控制异常趋向度,/>,/>、/>分别为设定参照的材料使用符合度、设备使用符合度。
若,则将生产资源使用控制不符作为目标全焊接球阀的生产效能异常原因。
若,则将其他原因作为目标全焊接球阀的生产效能异常原因。
相较于现有技术,本发明的有益效果如下:(1)本发明通过分析目标全焊接球阀对应的生产成品符合度,并当生产成品符合度小于设定值时进行材料使用修正分析、材料使用符合分析和生产设备使用符合分析,进而确认成品生产异常原因,有效解决了当前对全焊接球阀效能分析未结合质量等多方面要素进行综合性分析的问题,不仅有效提高了全焊接球阀的后续生产配置合理性以及生产过程异常情况觉察的及时性,从而有效规避了资源使用过度和使用不足的发生,还确保了后续全焊接球阀的生产质量的稳定性和一致性,从而便于后续全焊接球阀生产效率的提高,并且还及时阻隔质量问题的进一步扩大,从而减少生产错误和生产缺陷的发生。
(2)本发明通过根据合格成品量、实际生产量、计划生产量、各合格成品对应各检测项的检测符合度等多项进行综合性分析,进而进行生产成品符合度分析,规避了当前仅从产量层面进行分析的不足,便于全焊接球阀生产管理人员发觉潜在的质量问题和风险,从而开展改进和调整措施,保障了后续全焊接球阀生产质量的可靠性,进而进一步降低全焊接球阀的生产次品率。
(3)本发明通过对全焊接球阀的锻造工艺和焊接工艺两大重点工艺的具体执行情况进行分析,从而设定目标全焊接球阀对应材料使用干扰修正因子,直观地展示了锻造工艺和焊接工艺的达标情况和对全焊接球阀加工质量的影响情况,拓展了全焊接球阀生产效能异常原因确认的参照依据,进而提高全焊接球阀生产效能异常原因确认结果的合理性和真实性。
(4)本发明通过对全焊接球阀在当前设定周期内各生产部位所属原材料的相关使用数据和各生产设备的使用数据进行分析,进而分析目标全焊接球阀的材料使用符合度和设备使用符合度,打破了当前未结合设备运行情况以及原材料使用情况等多方面要素进行综合性分析的不足,提高了全焊接球阀生产效能异常原因评定的可靠性和参考性,同时还有效辅助了异常生产质量原因的定位,进而为后续全焊接球阀的生产改善提供了决策性的参考依据。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例描述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,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明方法实施步骤流程图。
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。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
请参阅图1所示,本发明提供了一种基于大数据的全焊接球阀生产数据分析方法,该方法包括:步骤1、全焊接球阀基本生产数据提取分析:提取目标全焊接球阀在当前设定周期内的生产数据,据此分析目标全焊接球阀对应的生产成品效能符合度,当/>小于设定值时,启动步骤2。
具体地,生产数据包括各生产日对应的计划生产量、实际生产量、合格成品量以及各合格成品对应各检测项的检测符合度。
进一步地,分析目标全焊接球阀对应的生产成品效能符合度,包括:步骤1-1、从目标全焊接球阀在当前设定周期内的生产数据中提取各生产日的合格成品量和实际生产量,将两者作比得到各生产日对应的合格成品比。
步骤1-2、以生产日为横坐标,以合格成品比为纵坐标,构建产品合格变化曲线,并根据设定的基准合格比,在产品合格变化曲线中构建基准合格参考线,提取位于基准合格参考线上方的曲线长度,记为,并将产品合格变化曲线的长度记为/>。
步骤1-3、从目标全焊接球阀在当前设定周期内的生产数据中提取各生产日的计划生产量和实际生产量,将两者作差得到各生产日对应的计划生产量差,并构建计划生产量差变化曲线,并从所述生产量差变化曲线中进行幅值和斜率提取,分别记为和/>。
步骤1-4、从目标全焊接球阀在当前设定周期内的生产数据中提取各生产日内各合格成品对应各检测项的检测符合度,统计目标全焊接球阀对应合格成品检测达标度。
在一个具体实施例中,检测项包括但不限于外观、尺寸、密封性能、耐压性能和耐腐蚀性能,其中检测符合度以百分数的形式呈现,如:外观的检测符合度为99.9%。
可理解地,统计目标全焊接球阀对应合格成品检测达标度,包括:H1、将各生产日内各合格成品对应各检测项的检测符合度与设定参照检测符合度进行作差,得到各生产日内各合格成品对应各检测项的检测符合度差,并与设定检测符合度差进行对比,将小于设定检测符合度差的检测项记为达优检测项。
H2、将各生产日内各合格成品对应的达优检测项数目与其检测项数目进行对比,得到各生产日内各合格成品对应的达优检测比。
H3、将各生产日内各合格产品对应的达优检测比进行相互对比,统计各生产日内各达优检测比对应的合格产品数目,将合格产品数目最多的达优检测比作为各生产日内的集中达优检测比,进而通过均值计算得到生产平均达优检测比,记为。
H4、从各生产日内各合格成品对应各检测项的检测符合度差中筛选出最大检测符合度差,作为各生产日内各合格成品的参照检测符合度差,通过均值计算得到合格成品平均参照检测符合度差,记为。
H5、统计目标全焊接球阀对应合格成品检测达标度,,/>、/>分别为设定的基准达优检测比、适宜检测符合度差。
步骤1-5、统计目标全焊接球阀对应的生产成品效能符合度,,/>、/>、/>、/>分别为设定参照的合格长度比、生产幅值、生产偏差降低率、合格成品检测达标度。
本发明实施例通过根据合格成品量、实际生产量、计划生产量、各合格成品对应各检测项的检测符合度等多项进行综合性分析,进而进行生产成品符合度分析,规避了当前仅从产量层面进行分析的不足,便于全焊接球阀生产管理人员发觉潜在的质量问题和风险,从而开展改进和调整措施,保障了后续全焊接球阀生产质量的可靠性,进而进一步降低全焊接球阀的生产次品率。
步骤2、全焊接球阀材料资源使用修正:提取目标全焊接球阀在当前设定周期内各加工环节的加工工艺参数,由此设定目标全焊接球阀对应材料使用干扰修正因子。
具体地,各加工环节分别为锻造环节和焊接环节,其中,锻造环节的加工工艺参数为各次锻造时的锻造温度、锻造压力和锻造速度,焊接环节的加工工艺参数包括各次焊接时的焊接电流、焊接电压和焊接速度。
进一步地,设定目标全焊接球阀对应材料使用干扰修正因子,包括:步骤2-1、从各加工环节的加工工艺参数中提取各次锻造时的锻造温度、锻造压力和锻造速度,统计全焊接球阀锻造使用干扰度,记为。
可理解地,统计全焊接球阀锻造使用干扰度,包括:步骤2-1-1、以锻造次序为横轴,以锻造温度为纵轴,构建锻造温度变化曲线,从所述锻造温度变化曲线中提取波动点数目,记为。
步骤2-1-2、从各次锻造时的锻造温度中提取最高锻造温度和最低锻造温度,分别记为和/>。
步骤2-1-3、统计全焊接球阀锻造温度使用干扰度,,/>、/>、/>分别为设定的许可温度波动点数目、许可最高锻造温度、许可最低锻造温度。
在一个具体实施例中,锻造温度是指原材料在锻造过程中的加热温度。温度过高或过低都会对原材料的利用率产生影响。过高的温度可能导致过度烧损或熔化,而过低的温度可能导致不完全填充模具或引起裂纹。
步骤2-1-4、按照的统计方式同理统计得到全焊接球阀锻造压力使用干扰度和锻造速度使用干扰度,分别记为/>和/>。
在一个具体实施例中,锻造压力是指施加在原材料上的力度,过高过低都会产生干扰,锻造速度是指原材料在锻造过程中的变形速度。过快的锻造速度可能导致不完全填充模具或引起表面缺陷,而过慢的锻造速度会增加生产周期并降低利用率。
步骤2-1-5、统计全焊接球阀锻造使用干扰度,/>。
步骤2-2、从各加工环节的加工工艺参数中提取各次焊接时的焊接电流、焊接电压和焊接速度,分别记为、/>和/>,/>表示焊接次序编号,/>。
步骤2-3、统计全焊接球阀焊接使用干扰度,记为,,/>分别为设定的适宜焊接电流、适宜焊接电压、适宜焊接速度,/>、/>、/>分别为设定许可的焊接电流差、焊接电压差、焊接速度差,m为焊接次数。
在一个具体实施例中,焊接电流和电压是决定焊接过程中热能输入的关键参数,适宜的焊接电流和电压可以减少烧穿或烧损现象,从而提高原材料利用率,焊接速度是指焊接过程中焊缝的形成速度。过快或过慢的焊接速度都可能导致焊缝质量不理想,进而影响原材料利用率,因此选用这三个参数进行原材料使用干扰分析。
步骤2-4、统计全焊接球阀对应材料使用干扰修正因子,,/>、/>分别为设定的参照的锻造使用干扰度、焊接使用干扰度。
本发明实施例通过对全焊接球阀的锻造工艺和焊接工艺两大重点工艺的具体执行情况进行分析,从而设定目标全焊接球阀对应材料使用干扰修正因子,直观地展示了锻造工艺和焊接工艺的达标情况和对全焊接球阀加工质量的影响情况,拓展了全焊接球阀生产效能异常原因确认的参照依据,进而提高全焊接球阀生产效能异常原因确认结果的合理性和真实性。
步骤3、全焊接球阀生产材料数据提取分析:将目标全焊接球阀按照其结构划分为各生产部位,提取目标全焊接球阀各生产部位所属原材料在当前设定周期内的相关使用数据,进而分析目标全焊接球阀的材料使用符合度。
具体地,各生产部位包括但不限于球体、阀座和密封圈,其中,相关使用数据包括原材料总使用量、原材料总废弃量和废弃原材料总回收利用量。
进一步地,分析目标全焊接球阀的材料使用符合度,包括:步骤3-1、从目标全焊接球阀各生产部位所属原材料在当前设定周期内的相关使用数据中提取原材料总使用量、原材料总废弃量和废弃原材料总回收利用量,分别记为、/>和/>,d表示生产部位编号,。
步骤3-2、将目标全焊接球阀当前设定周期内各生产日的实际生产量进行累加,得到目标全焊接球阀对应的综合生产量。
步骤3-3、从全焊接球阀生产信息库中提取目标全焊接球阀对应综合生产量下各生产部位对应的参照原材料使用量和参照原材料废弃量,分别记为和/>,同时从全焊接球阀生产信息库中提取各生产部位对应原材料的参照回收利用率,记为/>。
步骤3-4、统计目标全焊接球阀的材料使用符合度,,/>、/>、/>分别为设定参照的原材料使用量偏差、废弃量偏差、回收利用率偏差。
步骤4、全焊接球阀生产设备数据提取分析:提取当前设定周期内目标全焊接球阀对应各生产设备的使用数据,据此分析目标全焊接球阀的生产设备使用符合度。
具体地,各生产设备的使用数据包括运行次数、各次运行的运行时长和待机时长以及故障次数和各次故障的故障停机时长。
进一步地,分析目标全焊接球阀的生产设备使用符合度,包括:步骤4-1、从目标全焊接球阀对应各生产设备的使用数据中提取运行次数、各次运行的运行时长和待机时长,统计目标全焊接球阀对应各生产设备的作业时长符合度,记为,r表示生产设备编号,。
需要说明的是,统计目标全焊接球阀对应各生产设备的作业时长符合度的具体统计过程为:E1、将各生产设备对应各次运行的运行时长和待机时长分别记为和/>,表示运行次序编号,/>。
E2、从全焊接球阀生产信息库中提取目标全焊接球阀各生产设备对应单次作业的参照运行时长和待机时长,分别记为和/>。
E3、统计目标全焊接球阀对应各生产设备的作业时长符合度,,/>表示运行次数,/>和/>分别为设定的许可运行时长差和待机时长差。
步骤4-2、将目标全焊接球阀对应各生产设备的作业时长符合度与设定参照作业时长符合度进行对比,统计大于或者等于/>的生产设备数目,记为/>。
步骤4-3、从小于的各生产设备的作业时长符合度中筛选出最小作业时长符合度,记为/>。
步骤4-4、从目标全焊接球阀对应各生产设备的使用数据中提取故障次数以及各次故障的故障停机时长,统计目标全焊接球阀对应各生产设备的故障干扰度。
需要说明的是,统计目标全焊接球阀对应各生产设备的故障干扰度的具体统计过程为:R1、将目标全焊接球阀在当前设定周期的天数记为。
R2、将各生产设备的故障次数记为,同时从全焊接球阀生产信息库中提取目标全焊接球阀各生产设备的参照常规故障率,记为/>。
R3、将各生产设备对应各次故障的故障停机时长与设定各故障停机时长区间进行相互对比,统计各生产设备位于设定各故障停机时长区间内的故障次数,将故障次数最多的设定故障停机时长区间作为各生产设备的集中故障停机时长区间,并将集中故障停机时长区间的上限值作为各生产设备的集中故障停机时长,记为。
R4、统计目标全焊接球阀对应各生产设备的故障干扰度,,/>为设定的参照故障停机时长。
步骤4-5、统计目标全焊接球阀的生产设备使用符合度,,g为生产设备数目,/>、/>、/>分别为设定参照的作业时长符合生产设备数目比、作业时长符合度偏差、故障干扰度。
本发明实施例通过对全焊接球阀在当前设定周期内各生产部位所属原材料的相关使用数据和各生产设备的使用数据进行分析,进而分析目标全焊接球阀的材料使用符合度和设备使用符合度,打破了当前未结合设备运行情况以及原材料使用情况等多方面要素进行综合性分析的不足,提高了全焊接球阀生产效能异常原因评定的可靠性和参考性,同时还有效辅助了异常生产质量原因的定位,进而为后续全焊接球阀的生产改善提供了决策性的参考依据。
步骤5、全焊接球阀生产异常原因确认反馈:确认生产效能异常原因,并反馈至目标全焊接球阀生产管理人员。
具体地,确认生产效能异常原因,包括:步骤5-1、统计目标全焊接球阀对应的生产资源使用控制异常趋向度,/>,/>、/>分别为设定参照的材料使用符合度、设备使用符合度。
步骤5-2、若,则将生产资源使用控制不符作为目标全焊接球阀的生产效能异常原因。
步骤5-3、若,则将其他原因作为目标全焊接球阀的生产效能异常原因。
本发明实施例通过分析目标全焊接球阀对应的生产成品符合度,并当生产成品符合度小于设定值时进行材料使用修正分析、材料使用符合分析和生产设备使用符合分析,进而确认成品生产异常原因,有效解决了当前对全焊接球阀效能分析未结合质量等多方面要素进行综合性分析的问题,不仅有效提高了全焊接球阀的后续生产配置合理性以及生产过程异常情况觉察的及时性,从而有效规避了资源使用过度和使用不足的发生,还确保了后续全焊接球阀的生产质量的稳定性和一致性,从而便于后续全焊接球阀生产效率的提高,并且还及时阻隔质量问题的进一步扩大,从而减少生产错误和生产缺陷的发生。
以上内容仅仅是对本发明的构思所作的举例和说明,所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代,只要不偏离发明的构思或者超越本发明所定义的范围,均应属于本发明的保护范围。
Claims (2)
1.一种基于大数据的全焊接球阀生产数据分析方法,其特征在于:该方法包括:
步骤1、全焊接球阀基本生产数据提取分析:提取目标全焊接球阀在当前设定周期内的生产数据,据此分析目标全焊接球阀对应的生产成品效能符合度,当/>小于设定值时,启动步骤2;
步骤2、全焊接球阀材料资源使用修正:提取目标全焊接球阀在当前设定周期内各加工环节的加工工艺参数,由此设定目标全焊接球阀对应材料使用评估修正因子;
步骤3、全焊接球阀生产材料数据提取分析:将目标全焊接球阀按照其结构划分为各生产部位,提取目标全焊接球阀各生产部位所属原材料在当前设定周期内的相关使用数据,进而分析目标全焊接球阀的材料使用符合度;
步骤4、全焊接球阀生产设备数据提取分析:提取当前设定周期内目标全焊接球阀对应各生产设备的使用数据,据此分析目标全焊接球阀的生产设备使用符合度;
步骤5、全焊接球阀生产异常原因确认反馈:确认生产效能异常原因,并反馈至目标全焊接球阀生产管理人员;
所述生产数据包括各生产日对应的计划生产量、实际生产量、合格成品量以及各合格成品对应各检测项的检测符合度;
所述相关使用数据包括原材料总使用量、原材料总废弃量和废弃原材料总回收利用量;
所述各生产设备的使用数据包括运行次数、各次运行的运行时长和待机时长以及故障次数和各次故障的故障停机时长;
所述分析目标全焊接球阀对应的生产成品效能符合度,包括:
从目标全焊接球阀在当前设定周期内的生产数据中提取各生产日的合格成品量和实际生产量,将两者作比得到各生产日对应的合格成品比;
以生产日为横坐标,以合格成品比为纵坐标,构建产品合格变化曲线,并根据设定的基准合格比,在产品合格变化曲线中构建基准合格参考线,提取位于基准合格参考线上方的曲线长度,记为,并将产品合格变化曲线的长度记为/>;
从目标全焊接球阀在当前设定周期内的生产数据中提取各生产日的计划生产量和实际生产量,将两者作差得到各生产日对应的计划生产量差,并构建计划生产量差变化曲线,并从所述生产量差变化曲线中进行幅值和斜率提取,分别记为和/>;
从目标全焊接球阀在当前设定周期内的生产数据中提取各生产日内各合格成品对应各检测项的检测符合度,统计目标全焊接球阀对应合格成品检测达标度;
统计目标全焊接球阀对应的生产成品效能符合度,,/>、/>、/>、/>分别为设定参照的合格长度比、生产幅值、生产偏差降低率、合格成品检测达标度;
所述统计目标全焊接球阀对应合格成品检测达标度,包括:
将各生产日内各合格成品对应各检测项的检测符合度与设定参照检测符合度进行作差,得到各生产日内各合格成品对应各检测项的检测符合度差,并与设定检测符合度差进行对比,将小于设定检测符合度差的检测项记为达优检测项;
将各生产日内各合格成品对应的达优检测项数目与其检测项数目进行作比,得到各生产日内各合格成品对应的达优检测比;
将各生产日内各合格产品对应的达优检测比进行相互对比,统计各生产日内各达优检测比对应的合格产品数目,将合格产品数目最多的达优检测比作为各生产日内的集中达优检测比,进而通过均值计算得到平均达优检测比,记为;
从各生产日内各合格成品对应各检测项的检测符合度差中筛选出最大检测符合度差,作为各生产日内各合格成品的参照检测符合度差,进而通过均值计算得到平均检测符合度差,记为;
统计目标全焊接球阀对应合格成品检测达标度,,/>、/>分别为设定的基准达优检测比、适宜检测符合度差;
所述各加工环节分别为锻造环节和焊接环节,其中,锻造环节的加工工艺参数为各次锻造时的锻造温度、锻造压力和锻造速度,焊接环节的加工工艺参数包括各次焊接时的焊接电流、焊接电压和焊接速度;
所述设定目标全焊接球阀对应材料使用评估修正因子,包括:
从各加工环节的加工工艺参数中提取各次锻造时的锻造温度、锻造压力和锻造速度,统计全焊接球阀锻造使用干扰度,记为;
从各加工环节的加工工艺参数中提取各次焊接时的焊接电流、焊接电压和焊接速度,分别记为、/>和/>,/>表示焊接次序编号,/>;
统计全焊接球阀焊接使用干扰度,记为,,/>、/>、/>分别为设定的适宜焊接电流、适宜焊接电压、适宜焊接速度,/>、/>、/>分别为设定许可的焊接电流差、焊接电压差、焊接速度差,m为焊接次数;
统计全焊接球阀对应材料使用评估修正因子,,/>、/>分别为设定的参照的锻造使用干扰度、焊接使用干扰度;
所述统计全焊接球阀锻造使用干扰度,包括:
以锻造次序为横轴,以锻造温度为纵轴,构建锻造温度变化曲线,从所述锻造温度变化曲线中提取波动点数目,记为;
从各次锻造时的锻造温度中提取最高锻造温度和最低锻造温度,分别记为和/>;
统计全焊接球阀锻造温度使用干扰度,/>,、/>、/>分别为设定的许可温度波动点数目、许可最高锻造温度、许可最低锻造温度;
按照的统计方式同理统计得到全焊接球阀锻造压力使用干扰度和锻造速度使用干扰度,分别记为/>和/>;
统计全焊接球阀锻造使用干扰度,/>;
所述分析目标全焊接球阀的材料使用符合度,包括:
从目标全焊接球阀各生产部位所属原材料在当前设定周期内的相关使用数据中提取原材料总使用量、原材料总废弃量和废弃原材料总回收利用量,分别记为、/>和/>,d表示生产部位编号,/>;
将目标全焊接球阀当前设定周期内各生产日的实际生产量进行累加,得到目标全焊接球阀对应的综合生产量;
从全焊接球阀生产信息库中提取目标全焊接球阀对应综合生产量下各生产部位对应的参照原材料使用量和参照原材料废弃量,分别记为和/>,同时从全焊接球阀生产信息库中提取各生产部位对应原材料的参照回收利用率,记为/>;
统计目标全焊接球阀的材料使用符合度,,/>、/>、/>分别为设定参照的原材料使用量偏差、废弃量偏差、回收利用率偏差;
所述分析目标全焊接球阀的生产设备使用符合度,包括:
从目标全焊接球阀对应各生产设备的使用数据中提取运行次数、各次运行的运行时长和待机时长,统计目标全焊接球阀对应各生产设备的作业时长符合度,记为,r表示生产设备编号,/>;
将目标全焊接球阀对应各生产设备的作业时长符合度与设定参照作业时长符合度进行对比,统计大于或者等于/>的生产设备数目,记为/>;
从小于的各生产设备的作业时长符合度中筛选出最小作业时长符合度,记为/>;
从目标全焊接球阀对应各生产设备的使用数据中提取故障次数以及各次故障的故障停机时长,统计目标全焊接球阀对应各生产设备的故障干扰度;
统计目标全焊接球阀对应各生产设备的故障干扰度的具体统计过程为:R1、将目标全焊接球阀在当前设定周期的天数记为;
R2、将各生产设备的故障次数记为,同时从全焊接球阀生产信息库中提取目标全焊接球阀各生产设备的参照常规故障率,记为/>;
R3、将各生产设备对应各次故障的故障停机时长与设定各故障停机时长区间进行相互对比,统计各生产设备位于设定各故障停机时长区间内的故障次数,将故障次数最多的设定故障停机时长区间作为各生产设备的集中故障停机时长区间,并将集中故障停机时长区间的上限值作为各生产设备的集中故障停机时长,记为;
R4、统计目标全焊接球阀对应各生产设备的故障干扰度,,/>为设定的参照故障停机时长;
统计目标全焊接球阀的生产设备使用符合度,,g为生产设备数目,/>、/>、/>分别为设定参照的作业时长符合生产设备数目比、作业时长符合度偏差、故障干扰度。
2.根据权利要求1所述的一种基于大数据的全焊接球阀生产数据分析方法,其特征在于:所述确认生产效能异常原因,包括:
统计目标全焊接球阀对应的生产资源使用控制异常趋向度,,/>、/>分别为设定参照的材料使用符合度、设备使用符合度;
若,则将生产资源使用控制不符作为目标全焊接球阀的生产效能异常原因;
若,则将其他原因作为目标全焊接球阀的生产效能异常原因。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311100888.1A CN116822998B (zh) | 2023-08-30 | 2023-08-30 | 一种基于大数据的全焊接球阀生产数据分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311100888.1A CN116822998B (zh) | 2023-08-30 | 2023-08-30 | 一种基于大数据的全焊接球阀生产数据分析方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116822998A CN116822998A (zh) | 2023-09-29 |
CN116822998B true CN116822998B (zh) | 2023-11-14 |
Family
ID=88114905
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311100888.1A Active CN116822998B (zh) | 2023-08-30 | 2023-08-30 | 一种基于大数据的全焊接球阀生产数据分析方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116822998B (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2006132000A1 (ja) * | 2005-06-10 | 2006-12-14 | Masao Tsuruoka | ランダムトレーサビリティ層別平均対照分析方法とx-r管理図機能部プログラムとランダムトレーサビリティ層別平均対照原因分析プログラム |
WO2012101371A1 (fr) * | 2011-01-24 | 2012-08-02 | Sir Full Service | Systeme informatique d'assistance a la conception, au controle et a la validation automatique de dossier technique de realisation de soudures industrielles |
KR20180072050A (ko) * | 2016-12-21 | 2018-06-29 | 주식회사 포스코 | 압연 공정의 운전성 장애 분석 방법 및 장치 |
CN110135708A (zh) * | 2019-04-25 | 2019-08-16 | 温州大学 | 基于ahp和信息熵的球阀质量多级模糊综合评价方法 |
AU2020103881A4 (en) * | 2020-12-03 | 2021-02-11 | Zhimin Li | A Diagnosis Method of Train Body Assembly Deviation in the Manufacturing Process of High-Speed Train |
CN114625088A (zh) * | 2022-03-15 | 2022-06-14 | 广州明珞装备股份有限公司 | 自动化生产线的效能优化方法、系统、设备及存储介质 |
CN115186849A (zh) * | 2022-08-04 | 2022-10-14 | 成都企茂达电气设备有限公司 | 一种大型工业设备运行定期维护在线监测分析处理系统 |
CN115380295A (zh) * | 2020-03-16 | 2022-11-22 | 维特罗平板玻璃有限责任公司 | 用于优化制造过程的系统、方法和计算机程序产品 |
CN116028887A (zh) * | 2023-03-29 | 2023-04-28 | 中润华谷(南京)科技有限公司 | 一种连续性工业生产数据的分析方法 |
CN116501004A (zh) * | 2023-06-30 | 2023-07-28 | 武汉集远科技有限公司 | 一种aiot拌合站生产全过程监控管理平台 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6942617B2 (ja) * | 2017-11-30 | 2021-09-29 | 株式会社日立製作所 | データ分析システムおよびデータ分析装置 |
JP7417376B2 (ja) * | 2019-07-31 | 2024-01-18 | アズビル株式会社 | バルブメンテナンス支援装置および支援方法 |
JP7363840B2 (ja) * | 2021-03-10 | 2023-10-18 | 横河電機株式会社 | 解析装置、解析方法およびプログラム |
-
2023
- 2023-08-30 CN CN202311100888.1A patent/CN116822998B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2006132000A1 (ja) * | 2005-06-10 | 2006-12-14 | Masao Tsuruoka | ランダムトレーサビリティ層別平均対照分析方法とx-r管理図機能部プログラムとランダムトレーサビリティ層別平均対照原因分析プログラム |
WO2012101371A1 (fr) * | 2011-01-24 | 2012-08-02 | Sir Full Service | Systeme informatique d'assistance a la conception, au controle et a la validation automatique de dossier technique de realisation de soudures industrielles |
KR20180072050A (ko) * | 2016-12-21 | 2018-06-29 | 주식회사 포스코 | 압연 공정의 운전성 장애 분석 방법 및 장치 |
CN110135708A (zh) * | 2019-04-25 | 2019-08-16 | 温州大学 | 基于ahp和信息熵的球阀质量多级模糊综合评价方法 |
CN115380295A (zh) * | 2020-03-16 | 2022-11-22 | 维特罗平板玻璃有限责任公司 | 用于优化制造过程的系统、方法和计算机程序产品 |
AU2020103881A4 (en) * | 2020-12-03 | 2021-02-11 | Zhimin Li | A Diagnosis Method of Train Body Assembly Deviation in the Manufacturing Process of High-Speed Train |
CN114625088A (zh) * | 2022-03-15 | 2022-06-14 | 广州明珞装备股份有限公司 | 自动化生产线的效能优化方法、系统、设备及存储介质 |
CN115186849A (zh) * | 2022-08-04 | 2022-10-14 | 成都企茂达电气设备有限公司 | 一种大型工业设备运行定期维护在线监测分析处理系统 |
CN116028887A (zh) * | 2023-03-29 | 2023-04-28 | 中润华谷(南京)科技有限公司 | 一种连续性工业生产数据的分析方法 |
CN116501004A (zh) * | 2023-06-30 | 2023-07-28 | 武汉集远科技有限公司 | 一种aiot拌合站生产全过程监控管理平台 |
Non-Patent Citations (2)
Title |
---|
F-DEMATEL Method to Evaluate Criteria for Affecting Productivity in HP Valve Manufacturing Industries;A. Santhanamahalingam;《2019 IEEE International Conference on Intelligent Techniques in Control, Optimization and Signal Processing (INCOS)》;全文 * |
质量控制图在汽车燃气泄漏报警阀生产中的运用探讨;李蓉;;汽车实用技术(第14期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN116822998A (zh) | 2023-09-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109711659B (zh) | 一种工业生产的良率提升管理系统和方法 | |
CN107016235B (zh) | 基于多特征自适应融合的设备运行状态健康度评估方法 | |
Nathani et al. | Productivity improvement in manufacturing industry using industrial engineering tools | |
CN116822998B (zh) | 一种基于大数据的全焊接球阀生产数据分析方法 | |
CN106271260B (zh) | 一种机器人点焊中智能控制方法 | |
CN112231892B (zh) | 一种综合评估冲压模拟结果可信度定性定量分析方法 | |
CN110717273B (zh) | 一种工艺过程仿真边界条件构建方法 | |
Li et al. | Integrated predictive maintenance approach for multistate manufacturing system considering geometric and non-geometric defects of products | |
Wudhikarn | Implementation of overall equipment effectiveness in wire mesh manufacturing | |
CN116306232A (zh) | 一种基于工业大数据的高炉能耗与碳排放分析方法及系统 | |
CN117635082A (zh) | 一种饲料专用二氧化硅生产智能化管理系统 | |
CN101727098B (zh) | 生产周期目标测量方法及系统 | |
CN113245667A (zh) | 一种压力容器焊接工艺参数动态控制方法 | |
CN111338310B (zh) | 一种工业过程稳态工况识别与分类方法 | |
CN101131752A (zh) | 设备报废判断方法 | |
CN108709426B (zh) | 基于频谱特征双边检测法烧结机漏风故障在线诊断方法 | |
CN117010207A (zh) | 一种考虑金属组织相变的焊接过程数字孪生方法 | |
CN111061246A (zh) | 一种机械产品装配过程故障模式、影响及危害性分析方法 | |
CN112631224B (zh) | 一种考虑返工的不确定性批量调度模型建模方法 | |
CN102748491A (zh) | 智能监控免维护电动闸阀 | |
Wassan et al. | Practical application of six SIGMA methodology to reduce defects in a Pakistani manufacturing company | |
CN110307801B (zh) | 一种大口径弯管管口的不圆度检测方法 | |
CN116805226B (zh) | 基于多因素的金属件质量综合管控方法、系统及存储介质 | |
CN116187804A (zh) | 一种基于增长核算框架的数字经济测算方法 | |
Kempken et al. | State of the Art Product Quality Management—Operational Success with State of the Art Product Quality Analysis (PQA) Solutions |
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 |