CN117436792A - 一种实现pcba插件料可追溯的管控方法及系统 - Google Patents

一种实现pcba插件料可追溯的管控方法及系统 Download PDF

Info

Publication number
CN117436792A
CN117436792A CN202311742411.3A CN202311742411A CN117436792A CN 117436792 A CN117436792 A CN 117436792A CN 202311742411 A CN202311742411 A CN 202311742411A CN 117436792 A CN117436792 A CN 117436792A
Authority
CN
China
Prior art keywords
plug
pcba
data
abnormal
production
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
Application number
CN202311742411.3A
Other languages
English (en)
Other versions
CN117436792B (zh
Inventor
刘志华
周勇辉
禄鹏飞
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.)
Shenzhen Yinuo Intelligent Control Technology Co ltd
Original Assignee
Shenzhen Yinuo Intelligent Control Technology 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 Shenzhen Yinuo Intelligent Control Technology Co ltd filed Critical Shenzhen Yinuo Intelligent Control Technology Co ltd
Priority to CN202311742411.3A priority Critical patent/CN117436792B/zh
Publication of CN117436792A publication Critical patent/CN117436792A/zh
Application granted granted Critical
Publication of CN117436792B publication Critical patent/CN117436792B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • 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
    • G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
    • G06Q10/087—Inventory or stock management, e.g. order filling, procurement or balancing against orders
    • 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
    • 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
    • G06Q10/10—Office automation; Time management

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Quality & Reliability (AREA)
  • Theoretical Computer Science (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • Development Economics (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Educational Administration (AREA)
  • Game Theory and Decision Science (AREA)
  • Data Mining & Analysis (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • General Factory Administration (AREA)

Abstract

本发明涉及电子设备管控技术领域，尤其涉及一种实现PCBA插件料可追溯的管控方法及系统。所述方法包括以下步骤：对PCBA插件料进行分批次标识处理，得到PCBA分批标识插件料；对PCBA分批标识插件料进行产品生产处理，得到PCBA生产产品；对PCBA分批标识插件料进行数字化记录，得到PCBA插件料信息数据；将PCBA插件料信息数据传输到PCBA生产产品内的数据处理单元中进行存储处理，得到PCBA插件料信息库；根据PCBA插件料信息数据对PCBA生产产品进行生产监控处理和溯源处理，得到插件料生产使用状况数据。本发明能够实现PCBA插件料的可追溯性和管控。

Description

一种实现PCBA插件料可追溯的管控方法及系统
技术领域
本发明涉及电子设备管控技术领域，尤其涉及一种实现PCBA插件料可追溯的管控方法及系统。
背景技术
PCBA是电子设备中至关重要的组成部分，它包括印刷电路板（PCB）和各种电子元件的组装。在制造和维护PCBA过程中，插件料（如电子元件、连接器等）的来源和使用情况对于产品质量和安全至关重要。然而，传统上，插件料的追溯和管控过程通常依赖于手工记录和人工跟踪，容易出现错误和遗漏。
发明内容
基于此，本发明有必要提供一种实现PCBA插件料可追溯的管控方法，以解决至少一个上述技术问题。
为实现上述目的，一种实现PCBA插件料可追溯的管控方法，包括以下步骤：
步骤S1：对PCBA插件料进行分批次标识处理，得到PCBA分批标识插件料；对PCBA分批标识插件料进行产品生产处理，得到PCBA生产产品；对PCBA分批标识插件料进行数字化记录，得到PCBA插件料信息数据；将PCBA插件料信息数据传输到PCBA生产产品内的数据处理单元中进行存储处理，得到PCBA插件料信息库；
步骤S2：根据PCBA插件料信息数据对PCBA生产产品进行生产监控处理，得到插件料生产监控信息数据；对插件料生产监控信息数据进行溯源处理，得到插件料生产使用状况数据；根据插件料生产使用状况数据对PCBA插件料信息库进行库存管控处理，得到PCBA插件料库存更新库；
步骤S3：对PCBA生产产品进行用户需求分析，以得到PCBA生产产品需求数据；根据PCBA插件料信息数据对PCBA生产产品需求数据进行需求匹配异常检测，得到生产插件料需求匹配异常数据；
步骤S4：对PCBA生产产品进行插件料故障检测，得到PCBA插件料故障信息数据；根据PCBA插件料故障信息数据对生产插件料需求匹配异常数据进行潜在故障异常检测，得到插件料潜在异常信息数据；根据插件料潜在异常信息数据对PCBA插件料库存更新库进行异常管控处理，得到PCBA插件料异常更新库。
本发明首先通过对PCBA插件料进行分批次标识处理，能够对不同批次的插件料进行标识，这样便于追溯和管理。通过对PCBA分批标识插件料进行产品生产处理，可以确保PCBA生产产品生产过程的有序进行。同时，通过对PCBA分批标识插件料进行数字化记录，可以建立PCBA插件料信息数据，提供了对插件料使用情况和质量的记录和追踪。通过将PCBA插件料信息数据传输到PCBA生产产品内的数据处理单元中进行存储处理，以形成PCBA插件料信息库，从而为后续的分析和管理提供了数据支持。其次，通过使用PCBA插件料信息数据对PCBA生产产品进行生产监控处理，能够实时监测PCBA的生产情况。通过监控PCBA的生产过程，可以及时发现和纠正生产中的插件料使用异常情况，从而提高生产效率和产品质量。通过对插件料生产监控信息数据进行溯源处理，可以了解插件料在生产过程中的使用情况，包括数量、时间、地点等。另外，还通过根据插件料生产使用状况数据对PCBA插件料信息库进行库存管控处理，能够实现对插件料库存的管理和优化，确保库存量足够满足生产需求，同时避免过多的库存造成资源浪费。然后，通过对PCBA生产产品进行用户需求分析，能够准确理解用户对PCBA的需求和期望。通过分析用户需求，可以明确产品的功能要求、性能指标、外观设计等方面的需求，为产品的设计和生产提供指导。根据PCBA插件料信息数据对PCBA生产产品需求数据进行需求匹配异常检测，可以识别出插件料需求与实际产品之间的不匹配或异常情况，这样可以及早发现需求匹配问题，并采取措施进行调整和改进，以提高产品的质量和用户满意度。最后，通过对PCBA生产产品进行插件料故障检测，能够及时发现和记录PCBA插件料存在的故障情况，还可以识别出电路短路、开路、元件失效等故障情况，从而避免故障插件料对产品质量和性能的影响。根据PCBA插件料故障信息数据对生产插件料需求匹配异常数据进行潜在故障异常检测，能够识别出潜在的插件料故障异常情况，这样可以提前采取措施进行故障处理和纠正，保证产品的可靠性和稳定性。此外，还通过根据插件料潜在异常信息数据对PCBA插件料库存更新库进行异常管控处理，可对异常插件料进行管理和处理，确保库存中的插件料质量符合要求，避免异常插件料对产品生产造成不良影响。
优选地，本发明还提供了一种实现PCBA插件料可追溯的管控系统，用于执行如上所述的实现PCBA插件料可追溯的管控方法，该实现PCBA插件料可追溯的管控系统包括：
插件料标识存储模块，用于对PCBA插件料进行分批次标识处理，得到PCBA分批标识插件料；对PCBA分批标识插件料进行数字化记录，得到PCBA插件料信息数据；将PCBA插件料信息数据传输到PCBA内的数据处理单元中进行存储处理，从而得到PCBA插件料信息库；
插件料库存使用管控模块，用于根据PCBA插件料信息数据对PCBA生产产品进行生产监控处理，得到插件料生产监控信息数据；对插件料生产监控信息数据进行溯源处理，得到插件料生产使用状况数据；根据插件料生产使用状况数据对PCBA插件料信息库进行库存管控处理，从而得到PCBA插件料库存更新库；
产品需求匹配异常模块，用于获取PCBA生产产品需求数据；根据PCBA插件料信息数据对PCBA生产产品需求数据进行需求匹配异常检测，从而得到生产插件料需求匹配异常数据；
插件料故障异常管控模块，用于对PCBA生产产品进行插件料故障检测，得到PCBA插件料故障信息数据；根据PCBA插件料故障信息数据对生产插件料需求匹配异常数据进行潜在故障异常检测，得到插件料潜在异常信息数据；根据插件料潜在异常信息数据对PCBA插件料库存更新库进行异常管控处理，从而得到PCBA插件料异常更新库。
综上所述，本发明提供了一种实现PCBA插件料可追溯的管控系统，该实现PCBA插件料可追溯的管控系统由插件料标识存储模块、插件料库存使用管控模块、产品需求匹配异常模块以及插件料故障异常管控模块组成，能够实现本发明所述任意一种实现PCBA插件料可追溯的管控方法，用于联合各个模块上运行的计算机程序之间的操作实现一种实现PCBA插件料可追溯的管控方法，系统内部结构互相协作，通过对PCBA插件料进行标识，使得每个PCBA插件料都具有唯一的标识符，便于追溯和管控，同时，通过对标识后的PCBA插件料进行数字化记录和存储，能够减少人工记录和追踪的错误和遗漏，还通过对PCBA插件料进行使用状况追溯和故障信息进行管控，能够及时发现并处理插件料使用的异常情况，从而提高了PCBA制造和维护过程的质量管控，这样能够大大减少重复工作和人力投入，能够快速有效地提供更准确、更高效的PCBA插件料的追溯管控过程，从而简化了实现PCBA插件料可追溯的管控系统的操作流程。
附图说明
通过阅读参照以下附图所作的对非限制性实施所作的详细描述，本发明的其它特征、目的和优点将会变得更明显：
图1为本发明实现PCBA插件料可追溯的管控方法的步骤流程示意图；
图2为图1中步骤S1的详细步骤流程示意图；
图3为图1中步骤S2的详细步骤流程示意图。
具体实施方式
下面结合附图对本发明专利的技术方法进行清楚、完整的描述，显然，所描述的实施例是本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域所属的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。
此外，附图仅为本发明的示意性图解，并非一定是按比例绘制。图中相同的附图标记表示相同或类似的部分，因而将省略对它们的重复描述。附图中所示的一些方框图是功能实体，不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器方法和/或微控制器方法中实现这些功能实体。
应当理解的是，虽然在这里可能使用了术语“第一”、“第二”等等来描述各个单元，但是这些单元不应当受这些术语限制。使用这些术语仅仅是为了将一个单元与另一个单元进行区分。举例来说，在不背离示例性实施例的范围的情况下，第一单元可以被称为第二单元，并且类似地第二单元可以被称为第一单元。这里所使用的术语“和/或”包括其中一个或更多所列出的相关联项目的任意和所有组合。
为实现上述目的，请参阅图1至图3，本发明提供了一种实现PCBA插件料可追溯的管控方法，所述方法包括以下步骤：
步骤S1：对PCBA插件料进行分批次标识处理，得到PCBA分批标识插件料；对PCBA分批标识插件料进行产品生产处理，得到PCBA生产产品；对PCBA分批标识插件料进行数字化记录，得到PCBA插件料信息数据；将PCBA插件料信息数据传输到PCBA生产产品内的数据处理单元中进行存储处理，得到PCBA插件料信息库；
步骤S2：根据PCBA插件料信息数据对PCBA生产产品进行生产监控处理，得到插件料生产监控信息数据；对插件料生产监控信息数据进行溯源处理，得到插件料生产使用状况数据；根据插件料生产使用状况数据对PCBA插件料信息库进行库存管控处理，得到PCBA插件料库存更新库；
步骤S3：对PCBA生产产品进行用户需求分析，以得到PCBA生产产品需求数据；根据PCBA插件料信息数据对PCBA生产产品需求数据进行需求匹配异常检测，得到生产插件料需求匹配异常数据；
步骤S4：对PCBA生产产品进行插件料故障检测，得到PCBA插件料故障信息数据；根据PCBA插件料故障信息数据对生产插件料需求匹配异常数据进行潜在故障异常检测，得到插件料潜在异常信息数据；根据插件料潜在异常信息数据对PCBA插件料库存更新库进行异常管控处理，得到PCBA插件料异常更新库。
本发明实施例中，请参考图1所示，为本发明实现PCBA插件料可追溯的管控方法的步骤流程示意图，在本实例中，所述实现PCBA插件料可追溯的管控方法的步骤包括：
步骤S1：对PCBA插件料进行分批次标识处理，得到PCBA分批标识插件料；对PCBA分批标识插件料进行产品生产处理，得到PCBA生产产品；对PCBA分批标识插件料进行数字化记录，得到PCBA插件料信息数据；将PCBA插件料信息数据传输到PCBA生产产品内的数据处理单元中进行存储处理，得到PCBA插件料信息库；
本发明实施例通过根据生产订单以及定制标准对PCBA插件料进行分批处理，以确保在PCBA制造过程中的物料跟踪、库存管理、生产计划等方面更加精细化，并通过使用激光刻字设备对每个批次的PCBA插件料进行刻字标识处理，在PCBA插件料上刻印唯一的标识符，包括产品型号、生产日期、批次号等标识信息，以确保能够实现批次追溯，从而得到PCBA分批标识插件料。然后，通过使用经过标识过的PCBA分批标识插件料进行产品生产处理，以组装、焊接PCBA分批标识插件料等生产工艺生产PCBA，从而得到PCBA生产产品。接下来，通过使用智能标识扫描设备对被标识过的PCBA分批标识插件料进行扫描记录处理，以读取激光刻字的标识符等PCBA插件料信息，以得到PCBA插件料信息数据。最后，通过将扫描到的PCBA插件料信息数据传输到PCBA生产产品内集成的数据处理单元中进行存储处理，最终得到PCBA插件料信息库。
步骤S2：根据PCBA插件料信息数据对PCBA生产产品进行生产监控处理，得到插件料生产监控信息数据；对插件料生产监控信息数据进行溯源处理，得到插件料生产使用状况数据；根据插件料生产使用状况数据对PCBA插件料信息库进行库存管控处理，得到PCBA插件料库存更新库；
本发明实施例通过结合PCBA插件料信息数据中相应的PCBA插件料信息对PCBA生产产品的生产过程中使用的插件料进行监控处理，以实时监控PCBA生产过程中的插件料情况，从而得到插件料生产监控信息数据。然后，通过扫描插件料生产监控信息数据中插件料的标识码进行溯源，以追溯插件料的使用情况，包括插件料的使用时间、使用位置、使用人员等信息，从而得到插件料生产使用状况数据。最后，通过根据插件料生产使用状况数据对PCBA插件料信息库中相对应的PCBA插件料进行检测，以检测每个PCBA插件料的库存情况，包括库存数量、剩余有效期、质量等信息，并根据出来的库存结果对PCBA插件料信息库内相对应PCBA插件料的库存进行调整，包括补货、调拨、更新库存记录等操作，以确保对应插件料库存符合PCBA的生产需求，最终得到PCBA插件料库存更新库。
步骤S3：对PCBA生产产品进行用户需求分析，以得到PCBA生产产品需求数据；根据PCBA插件料信息数据对PCBA生产产品需求数据进行需求匹配异常检测，得到生产插件料需求匹配异常数据；
本发明实施例通过与客户沟通、市场调研和用户反馈收集等方法对PCBA生产产品进行需求分析，以分析和识别用户对PCBA生产产品的功能、性能、质量、外观等方面的需求，从而得到PCBA生产产品需求数据。然后，通过使用PCBA插件料信息数据对PCBA生产产品需求数据中的PCBA插件料需求进行追溯匹配，以匹配确定PCBA插件料信息数据中的每个PCBA插件料信息与PCBA生产产品需求数据中的PCBA生产产品需求数据之间的匹配关系，并对匹配结果进行异常检测，以检测出需求匹配异常的情况，包括插件料缺失、规格不符、数量错误等异常情况，最终得到生产插件料需求匹配异常数据。
步骤S4：对PCBA生产产品进行插件料故障检测，得到PCBA插件料故障信息数据；根据PCBA插件料故障信息数据对生产插件料需求匹配异常数据进行潜在故障异常检测，得到插件料潜在异常信息数据；根据插件料潜在异常信息数据对PCBA插件料库存更新库进行异常管控处理，得到PCBA插件料异常更新库。
本发明实施例通过使用视觉故障检测、电性能测试等故障检测算法对PCBA生产产品中的PCBA插件料进行功能验证、性能测试和可靠性测试等故障检测，以检测PCBA插件料中存在的故障情况，从而得到PCBA插件料故障信息数据。然后，通过分析PCBA插件料故障信息数据中插件料的故障模式，并结合潜在故障异常检测方法对生产插件料需求匹配异常数据进行分析，以检测出插件料的潜在异常情况，从而得到插件料潜在异常信息数据。最后，通过使用插件料潜在异常信息数据对PCBA插件料库存更新库内相对应的潜在异常插件料进行标记，同时替换掉已标记好的潜在异常插件料，确保潜在异常插件料不会继续用于PCBA生产过程中，并及时对PCBA插件料库存更新库进行进一步的更新和管控，最终得到PCBA插件料异常更新库。
本发明首先通过对PCBA插件料进行分批次标识处理，能够对不同批次的插件料进行标识，这样便于追溯和管理。通过对PCBA分批标识插件料进行产品生产处理，可以确保PCBA生产产品生产过程的有序进行。同时，通过对PCBA分批标识插件料进行数字化记录，可以建立PCBA插件料信息数据，提供了对插件料使用情况和质量的记录和追踪。通过将PCBA插件料信息数据传输到PCBA生产产品内的数据处理单元中进行存储处理，以形成PCBA插件料信息库，从而为后续的分析和管理提供了数据支持。其次，通过使用PCBA插件料信息数据对PCBA生产产品进行生产监控处理，能够实时监测PCBA的生产情况。通过监控PCBA的生产过程，可以及时发现和纠正生产中的插件料使用异常情况，从而提高生产效率和产品质量。通过对插件料生产监控信息数据进行溯源处理，可以了解插件料在生产过程中的使用情况，包括数量、时间、地点等。另外，还通过根据插件料生产使用状况数据对PCBA插件料信息库进行库存管控处理，能够实现对插件料库存的管理和优化，确保库存量足够满足生产需求，同时避免过多的库存造成资源浪费。然后，通过对PCBA生产产品进行用户需求分析，能够准确理解用户对PCBA的需求和期望。通过分析用户需求，可以明确产品的功能要求、性能指标、外观设计等方面的需求，为产品的设计和生产提供指导。根据PCBA插件料信息数据对PCBA生产产品需求数据进行需求匹配异常检测，可以识别出插件料需求与实际产品之间的不匹配或异常情况，这样可以及早发现需求匹配问题，并采取措施进行调整和改进，以提高产品的质量和用户满意度。最后，通过对PCBA生产产品进行插件料故障检测，能够及时发现和记录PCBA插件料存在的故障情况，还可以识别出电路短路、开路、元件失效等故障情况，从而避免故障插件料对产品质量和性能的影响。根据PCBA插件料故障信息数据对生产插件料需求匹配异常数据进行潜在故障异常检测，能够识别出潜在的插件料故障异常情况，这样可以提前采取措施进行故障处理和纠正，保证产品的可靠性和稳定性。此外，还通过根据插件料潜在异常信息数据对PCBA插件料库存更新库进行异常管控处理，可对异常插件料进行管理和处理，确保库存中的插件料质量符合要求，避免异常插件料对产品生产造成不良影响。
优选地，步骤S1包括以下步骤：
步骤S11：对PCBA插件料进行分批次处理，得到PCBA分批次插件料；
步骤S12：对PCBA分批次插件料进行激光刻字标识处理，得到PCBA分批标识插件料；
步骤S13：对PCBA分批标识插件料进行产品生产处理，得到PCBA生产产品；
步骤S14：通过智能标识扫描设备对PCBA分批标识插件料进行数字化记录，得到PCBA插件料信息数据；
步骤S15：将PCBA插件料信息数据传输到PCBA生产产品内的数据处理单元中进行存储处理，得到PCBA插件料信息库。
作为本发明的一个实施例，参考图2所示，为图1中步骤S1的详细步骤流程示意图，在本实施例中步骤S1包括以下步骤：
步骤S11：对PCBA插件料进行分批次处理，得到PCBA分批次插件料；
本发明实施例通过根据生产订单以及定制标准对PCBA插件料进行分批处理，以确保在PCBA制造过程中的物料跟踪、库存管理、生产计划等方面更加精细化，最终得到PCBA分批次插件料。
步骤S12：对PCBA分批次插件料进行激光刻字标识处理，得到PCBA分批标识插件料；
本发明实施例通过使用激光刻字设备对每个批次的PCBA分批次插件料进行刻字标识处理，在PCBA分批次插件料上刻印唯一的标识符，包括产品型号、生产日期、批次号等标识信息，以确保能够实现批次追溯，最终得到PCBA分批标识插件料。
步骤S13：对PCBA分批标识插件料进行产品生产处理，得到PCBA生产产品；
本发明实施例通过使用经过标识过的PCBA分批标识插件料进行产品生产处理，以组装、焊接PCBA分批标识插件料等生产工艺生产PCBA，最终得到PCBA生产产品。
步骤S14：通过智能标识扫描设备对PCBA分批标识插件料进行数字化记录，得到PCBA插件料信息数据；
本发明实施例通过使用智能标识扫描设备对被标识过的PCBA分批标识插件料进行扫描记录处理，以读取激光刻字的标识符等PCBA插件料信息，以实现实时、自动化的数据采集和记录，最终得到PCBA插件料信息数据。
步骤S15：将PCBA插件料信息数据传输到PCBA生产产品内的数据处理单元中进行存储处理，得到PCBA插件料信息库。
本发明实施例通过将扫描到的PCBA插件料信息数据传输到PCBA生产产品内集成的数据处理单元中进行存储处理，最终得到PCBA插件料信息库。
本发明首先通过对PCBA插件料进行分批次处理，有助于有效组织和管理PCBA插件料。通过分批次处理，可以确保在PCBA制造过程中的物料跟踪、库存管理、生产计划等方面更加精细化，这样还有助于提高PCBA的生产效率，减少废品率，以及更好地满足定制化和批量生产的需求。同时，通过对PCBA分批次插件料进行激光刻字标识处理，以获得PCBA分批标识插件料，这样能够确保插件料标识的唯一性和持久性，它允许在整个制造过程中追踪和识别每个插件料。标识信息包括产品型号、生产日期、批次号等，通过标识处理能够确保标识信息与实际PCBA分批次插件料之间一一对应，从而确保了数据的准确性和可追踪性，这对于质量控制、生产计划和售后服务管理都是至关重要的。然后，通过对PCBA分批标识插件料进行产品生产处理，将PCBA分批标识插件料用于PCBA产品生产，这意味着每个PCBA生产产品都可以追溯到特定的原材料批次和标识信息，这有助于确保产品的质量和合规性。此外，这也使得生产过程更加高效，因为可以更精确地跟踪和管理原材料的使用。接下来，通过使用智能标识扫描设备对PCBA分批标识插件料进行数字化记录，能够实现实时、自动化的数据采集和记录，减少了人为错误和数据不一致性，这些数字化信息数据可以在后续的质量审查、追溯、生产分析等方面提供宝贵的数据支持。最后，通过将PCBA插件料信息数据传输到PCBA生产产品内的数据处理单元中进行存储处理，从而获得PCBA插件料信息库，通过数据处理单元创建了一个集中的数据库，用于管理和存储所有PCBA插件料的信息，这不仅有助于数据的安全性和可访问性，还提供了更多分析、报告和决策支持的机会，该信息库能够为后续的处理过程提供基础数据保障。
优选地，步骤S15包括以下步骤：
步骤S151：通过在PCBA生产产品上集成嵌入式数据处理单元和通信接口，并通过通信接口将PCBA插件料信息数据传输到嵌入式数据处理单元进行数据清洗处理，得到PCBA插件料清洗数据；
本发明实施例首先通过在PCBA生产产品上集成嵌入式数据处理单元和通信接口，然后，通过使用通信接口将PCBA插件料信息数据传输到嵌入式数据处理单元，通过使用嵌入式数据处理单元对传输的PCBA插件料信息数据进行清洗处理，包括去除重复数据、无效数据、校正数据格式等，最终得到PCBA插件料清洗数据。
步骤S152：对PCBA插件料清洗数据进行噪声消除处理，得到PCBA插件料消噪数据；
本发明实施例通过使用噪声滤波算法对PCBA插件料清洗数据进行处理，以消除由于传感器、设备等引入的干扰导致的噪声数据，并提高PCBA插件料清洗数据的准确性和可信度，最终得到PCBA插件料消噪数据。
步骤S153：对PCBA插件料消噪数据进行数据异常检测，得到PCBA插件料异常数据；
本发明实施例通过使用异常检测算法对PCBA插件料消噪数据进行处理，以识别并标记PCBA插件料消噪数据中由于批次变异、设备故障或其他原因产生的异常数据，最终得到PCBA插件料异常数据。
步骤S154：利用异常程度计算公式对PCBA插件料异常数据进行异常程度计算，得到插件料数据异常程度值；
本发明实施例通过结合异常程度计算的时间变量参数、PCBA插件料异常数据的数据度量值、异常分布均值、异常分布标准差、异常偏离惩罚因子、异常偏离权重因子、时间窗口长度以及相关参数构成了一个合适的异常程度计算公式对PCBA插件料异常数据进行异常程度计算，以量化PCBA插件料异常数据的异常程度，最终得到插件料数据异常程度值。另外，该异常程度计算公式还能够使用本领域内任意一种异常程度度量算法来代替异常程度计算的过程，并不局限于该异常程度计算公式。
步骤S155：根据预设的插件料数据异常程度阈值对插件料数据异常程度值进行比较判断，当插件料数据异常程度值大于或等于预设的插件料数据异常程度阈值时，则将该插件料数据异常程度值对应的PCBA插件料异常数据标记为PCBA插件料高频异常数据；当插件料数据异常程度值小于预设的插件料数据异常程度阈值时，则将该插件料数据异常程度值对应的PCBA插件料异常数据标记为PCBA插件料低频异常数据；
本发明实施例通过根据预先设置的插件料数据异常程度阈值对计算得到的插件料数据异常程度值进行比较判断，如果插件料数据异常程度值大于或等于预设的插件料数据异常程度阈值，说明该插件料数据异常程度值对应的PCBA插件料异常数据的异常程度较大，则将该插件料数据异常程度值对应的PCBA插件料异常数据标记为PCBA插件料高频异常数据；如果插件料数据异常程度值小于预设的插件料数据异常程度阈值，说明该插件料数据异常程度值对应的PCBA插件料异常数据的异常程度较小，则将该插件料数据异常程度值对应的PCBA插件料异常数据标记为PCBA插件料低频异常数据。
步骤S156：对PCBA插件料低频异常数据进行异常峰识别，得到PCBA插件料低频异常峰值数据；
本发明实施例通过对被标记为PCBA插件料低频异常数据进行进一步的异常峰识别，以进一步筛选出PCBA插件料低频异常数据中具有更高的异常程度和更大的异常影响的异常峰值数据，最终得到PCBA插件料低频异常峰值数据。
步骤S157：将PCBA插件料高频异常数据以及PCBA插件料低频异常峰值数据从PCBA插件料异常数据中滤除，得到PCBA插件料异常滤除数据；
本发明实施例通过将被标记为PCBA插件料高频异常数据以及PCBA插件料低频异常峰值数据从PCBA插件料异常数据中滤除，以获得更具代表性和可解释性的数据，最终得到PCBA插件料异常滤除数据。
步骤S158：通过嵌入式数据处理单元对PCBA插件料异常滤除数据进行存储处理，得到PCBA插件料信息库。
本发明实施例通过使用嵌入式数据处理单元创建一个数据信息库，并将经过处理和优化的PCBA插件料异常滤除数据存储到创建的数据信息库中，最终得到PCBA插件料信息库。
本发明首先通过在PCBA生产产品上集成嵌入式数据处理单元和通信接口，并将PCBA插件料信息数据传输到嵌入式数据处理单元，可以实现高效的数据处理和管理。嵌入式数据处理单元可以对PCBA插件料信息数据进行清洗处理，去除无效或重复数据，从而获得准确、可靠的PCBA插件料清洗数据，这样有助于优化数据质量，从而为后续的异常检测和分析提供高质量的数据基础。通过对PCBA插件料清洗数据进行噪声消除处理，可以消除由于传感器、设备等引入的干扰导致的噪声数据，通过消除噪声可以提高数据的准确性和可信度，确保后续的异常检测和计算的准确性，从而得到更可靠的PCBA插件料消噪数据，为异常数据的检测和判断提供准确的基础。同时，通过对PCBA插件料消噪数据进行异常检测，可以发现PCBA插件料消噪数据中的异常数据，异常数据可能由于批次变异、设备故障或其他原因产生，通过检测这些异常数据对于问题追溯和产品质量控制具有重要意义。通过该步骤得到的PCBA插件料异常数据能够为后续的异常程度计算和分析提供了基础数据。通过使用合适的异常程度计算公式对PCBA插件料异常数据进行异常程度计算，能够定量地衡量插件料数据的异常程度，为后续的异常数据分类和处理提供了依据。通过计算异常程度值，可以更好地理解和分析异常数据的重要性和影响程度。其次，通过根据预设的插件料数据异常程度阈值对计算得到的异常程度值进行比较判断，进而将异常数据划分为高频异常数据和低频异常数据。当异常程度值大于或等于预设的异常程度阈值时，将其标记为高频异常数据；当异常程度值小于预设的异常程度阈值时，将其标记为低频异常数据，这样的异常分类有助于针对不同程度的异常数据采取不同的处理措施，从而更加精确地识别和处理插件料的异常情况。然后，通过对PCBA插件料低频异常数据进行异常峰识别，可以进一步筛选出低频异常数据中的异常峰值数据。异常峰值数据通常具有更高的异常程度和更大的异常影响。通过识别这些异常峰值数据有助于进一步聚焦于具有重要异常特征的插件料，从而为后续的优化和改进提供有针对性的指导。接下来，通过将PCBA插件料高频异常数据和PCBA插件料低频异常峰值数据从异常数据中滤除，得到的数据更具代表性和可解释性，从而为后续的存储和处理提供更加准确和有用的信息。最后，通过使用嵌入式数据处理单元对PCBA插件料异常滤除数据进行存储处理，能够将经过处理和优化的插件料数据存储到信息库中，为产品质量分析、异常趋势分析、追溯和决策提供基础数据支持。通过建立PCBA插件料信息库，可以更好地管理、分析和利用数据，优化生产流程，从而提高产品质量和效率。
优选地，步骤S154中的异常程度计算公式具体为：
；
式中，为插件料数据异常程度值，为PCBA插件料异常数据的数量，为异常程度计算的初始时间，为异常程度计算的终止时间，为异常程度计算的积分时间变量参数，为第个PCBA插件料异常数据在时间处的数据度量值，为第个PCBA插件料异常数据的异常分布均值，为第个PCBA插件料异常数据的异常分布标准差，为第个PCBA插件料异常数据的异常偏离惩罚因子，为第个PCBA插件料异常数据的异常偏离权重因子，为异常程度计算的时间窗口长度，为插件料数据异常程度值的修正值。
本发明构建了一个异常程度计算公式，用于对PCBA插件料异常数据进行异常程度计算，该异常程度计算公式通过使用PCBA插件料异常数据的数据度量值来表示PCBA插件料异常数据的具体数值，通过使用异常分布均值来表示PCBA插件料异常数据的异常分布平均水平，通过使用异常分布标准差来表示PCBA插件料异常数据的异常离散程度，通过异常偏离惩罚因子来表示惩罚PCBA插件料异常数据的异常偏离程度，还通过使用异常偏离权重因子来调整异常偏离的影响权重。综上所述，该公式综合考虑了PCBA插件料异常数据的均值、离散程度、偏离程度、动态变化等多个因素，以计算插件料数据的异常程度。异常程度值越高，表示插件料数据的异常程度越大，这个异常程度的计算公式基于复杂的数学模型，从而可以帮助识别和标记PCBA插件料中的异常数据。所以，该公式充分考虑了插件料数据异常程度值，PCBA插件料异常数据的数量，异常程度计算的初始时间，异常程度计算的终止时间，异常程度计算的积分时间变量参数，第个PCBA插件料异常数据在时间处的数据度量值，第个PCBA插件料异常数据的异常分布均值，第个PCBA插件料异常数据的异常分布标准差，第个PCBA插件料异常数据的异常偏离惩罚因子，第个PCBA插件料异常数据的异常偏离权重因子，异常程度计算的时间窗口长度，插件料数据异常程度值的修正值，根据插件料数据异常程度值与以上各参数之间的相互关联关系构成了一种函数关系：
；
该公式能够实现对PCBA插件料异常数据的异常程度计算过程，同时，通过插件料数据异常程度值的修正值的引入可以根据计算过程中出现的误差情况进行调整，从而提高了异常程度计算公式的准确性和适用性。
优选地，步骤S156包括以下步骤：
步骤S1561：利用异常峰值计算公式对PCBA插件料低频异常数据进行峰值计算，得到PCBA插件料低频异常峰值；
本发明实施例通过结合峰值计算的时间变量参数、异常分布值、异常分布均值、异常分布权重参数、异常分布标准差以及相关参数构成了一个合适的异常峰值计算公式对PCBA插件料低频异常数据进行峰值计算，以量化识别PCBA插件料低频异常数据中的突出异常峰值，最终得到PCBA插件料低频异常峰值。另外，该异常峰值计算公式还能够使用本领域内任意一种异常峰值检测算法来代替峰值计算的过程，并不局限于该异常峰值计算公式。
其中，异常峰值计算公式如下所示：
；
式中，为PCBA插件料低频异常峰值，为峰值计算的初始时间，为峰值计算的终止时间，为峰值计算的全局积分时间变量参数，为峰值计算的局部积分时间变量参数，为PCBA插件料低频异常数据在全局时间处的异常分布值，为PCBA插件料低频异常数据在全局时间处的异常分布均值，为PCBA插件料低频异常数据在全局时间处的异常分布权重参数，为PCBA插件料低频异常数据在局部时间处的异常分布值，为PCBA插件料低频异常数据在局部时间处的异常分布均值，为PCBA插件料低频异常数据在局部时间处的异常分布标准差，为PCBA插件料低频异常峰值的修正值；
本发明构建了一个异常峰值计算公式，用于对PCBA插件料低频异常数据进行峰值计算，该异常峰值计算公式通过使用全局积分时间变量参数来用于对整个时间范围内的数据进行积分计算，通过局部积分时间变量参数来用于对局部时间范围内的数据进行积分计算，通过使用异常分布值来表示PCBA插件料低频异常数据的具体数值，通过使用异常分布均值来表示PCBA插件料低频异常数据在全局时间以及局部时间范围内的平均异常水平，通过异常分布权重参数来调整异常分布的权重，还通过使用异常分布标准差来表示PCBA插件料低频异常数据的异常分布离散程度。综上所述，该公式综合考虑了数据的分布偏移、均值差异、离散程度和权重调整等因素，来计算异常峰值，可以定量地评估PCBA插件料低频异常数据中的异常突出尖峰，这个过程有助于识别低频异常数据中的异常波动特征。所以，该公式充分考虑了PCBA插件料低频异常峰值，峰值计算的初始时间，峰值计算的终止时间，峰值计算的全局积分时间变量参数，峰值计算的局部积分时间变量参数，PCBA插件料低频异常数据在全局时间处的异常分布值，PCBA插件料低频异常数据在全局时间处的异常分布均值，PCBA插件料低频异常数据在全局时间处的异常分布权重参数，PCBA插件料低频异常数据在局部时间处的异常分布值，PCBA插件料低频异常数据在局部时间处的异常分布均值，PCBA插件料低频异常数据在局部时间处的异常分布标准差，PCBA插件料低频异常峰值的修正值，根据PCBA插件料低频异常峰值与以上各参数之间的相互关联关系构成了一种函数关系：
；
该公式能够实现对PCBA插件料低频异常数据的峰值计算过程，同时，通过PCBA插件料低频异常峰值的修正值的引入可以根据计算过程中出现的误差情况进行调整，从而提高了异常峰值计算公式的准确性和适用性。
步骤S1562：对PCBA插件料低频异常峰值进行峰值可视化，得到PCBA插件料低频异常峰图；
本发明实施例通过使用可视化绘图工具对计算得到的PCBA插件料低频异常峰值进行可视化处理，以便更直观地了解PCBA插件料低频异常峰值的分布和趋势，最终得到PCBA插件料低频异常峰图。
步骤S1563：根据预设的异常峰值标准曲线对PCBA插件料低频异常峰图进行峰识别并标注，得到PCBA插件料低频异常超标点；
本发明实施例通过使用预先设置的异常峰值标准曲线对绘制的PCBA插件料低频异常峰图进行界限标定识别，以识别检测PCBA插件料低频异常峰图中超过该标准曲线的数据点，并标注超过标准曲线的异常峰值点，最终得到PCBA插件料低频异常超标点。
步骤S1564：基于PCBA插件料低频异常超标点对PCBA插件料低频异常峰图进行异常波动检测，得到PCBA插件料低频异常波动区域；
本发明实施例通过基于标注出来的PCBA插件料低频异常超标点对PCBA插件料低频异常峰图进行波动检测，以检测PCBA插件料低频异常超标点周围数据的变动情况，并判断周围区域是否存在连续异常波动情况，最终得到PCBA插件料低频异常波动区域。
步骤S1565：将PCBA插件料低频异常波动区域对应的PCBA插件料低频异常数据标记为PCBA插件料低频异常峰值数据。
本发明实施例通过将检测出来的PCBA插件料低频异常波动区域内对应的PCBA插件料低频异常数据从整体数据中区分出来，并将其标记为PCBA插件料低频异常峰值数据。
本发明首先通过使用合适的异常峰值计算公式对PCBA插件料低频异常数据进行峰值计算，能够通过使用计算公式确定PCBA插件料低频异常数据中的异常峰值，有助于识别低频异常数据中的突出异常点，这些异常点代表着特定的异常问题或特殊情况。通过计算异常峰值，可以提取重要的异常特征，为进一步的分析和处理提供基础数据。其次，通过对计算得到的PCBA插件料低频异常峰值进行峰值可视化，可以以图表或曲线的形式展示峰值数据，这样可以更直观地理解和分析低频异常峰值的分布和趋势。通过峰值可视化处理过程有助于发现异常峰值之间的关联性、周期性或其他特殊模式，从而为异常峰值的进一步识别和分析提供更多的线索。然后，通过使用预设的异常峰值标准曲线对PCBA插件料低频异常峰图进行峰识别并标注，从而确定哪些异常峰值超出了正常范围。通过与预设标准曲线的比较，可以定量地判断异常峰值是否超过了预期的阈值或异常限制。同时标识这些超标的异常峰值点可以更准确地确定低频异常数据中的异常问题区域。接下来，通过基于标识出的PCBA插件料低频异常超标点对PCBA插件料低频异常峰图进行异常波动检测，可以通过分析异常超标点周围数据的变动情况，判断是否存在异常波动区域。而异常波动区域反映了低频异常数据的连续异常情况，即异常值之间的变动具有一定的关联性或趋势。通过检测和定位这些异常波动区域有助于更全面地理解和分析低频异常数据的异常模式。最后，通过根据异常波动区域的位置和范围将对应的PCBA插件料低频异常数据标记为PCBA插件料低频异常峰值数据。这样可以进一步明确哪些低频异常数据的异常峰值程度较大，则对应的低频异常数据就对后续的处理过程影响较大。通过标记低频异常峰值数据可以使之从整体数据中区分出来，便于后续的分析和处理，这样有助于准确地识别和定位低频异常数据中的具有显著影响的异常峰值。
优选地，步骤S2包括以下步骤：
步骤S21：根据PCBA插件料信息数据对PCBA生产产品进行生产监控处理，得到插件料生产监控信息数据；
步骤S22：对插件料生产监控信息数据进行溯源处理，得到插件料生产使用状况数据；
步骤S23：根据插件料生产使用状况数据对PCBA插件料信息库进行插件料追溯匹配处理，得到生产使用插件料信息数据；
步骤S24：根据生产使用插件料信息数据对PCBA插件料信息库进行库存检测，得到生产使用插件料库存信息数据；
步骤S25：根据生产使用插件料库存信息数据对PCBA插件料信息库进行库存管控处理，得到PCBA插件料库存更新库。
作为本发明的一个实施例，参考图3所示，为图1中步骤S2的详细步骤流程示意图，在本实施例中步骤S2包括以下步骤：
步骤S21：根据PCBA插件料信息数据对PCBA生产产品进行生产监控处理，得到插件料生产监控信息数据；
本发明实施例通过结合PCBA插件料信息数据中相应的PCBA插件料信息对PCBA生产产品的生产过程中使用的插件料进行监控处理，以实时监控PCBA生产过程中的插件料情况，包括监控插件料的使用量、质量、工艺参数和生产环境等信息，最终得到插件料生产监控信息数据。
步骤S22：对插件料生产监控信息数据进行溯源处理，得到插件料生产使用状况数据；
本发明实施例通过扫描插件料生产监控信息数据中插件料的标识码进行溯源，以追溯插件料的使用情况，包括插件料的使用时间、使用位置、使用人员等信息，最终得到插件料生产使用状况数据。
步骤S23：根据插件料生产使用状况数据对PCBA插件料信息库进行插件料追溯匹配处理，得到生产使用插件料信息数据；
本发明实施例通过根据插件料生产使用状况数据对PCBA插件料信息库中相对应的PCBA插件料进行追溯匹配，以确定每个插件料的具体信息，如批次号、供应商、规格等，并追踪每个插件料的生产来源和使用过程，最终得到生产使用插件料信息数据。
步骤S24：根据生产使用插件料信息数据对PCBA插件料信息库进行库存检测，得到生产使用插件料库存信息数据；
本发明实施例通过使用生产使用插件料信息数据对PCBA插件料信息库中相对应的PCBA插件料的库存进行检测，以检测每个PCBA插件料的库存情况，包括库存数量、剩余有效期、质量等信息，最终得到生产使用插件料库存信息数据。
步骤S25：根据生产使用插件料库存信息数据对PCBA插件料信息库进行库存管控处理，得到PCBA插件料库存更新库。
本发明实施例通过使用检测出来的生产使用插件料库存信息数据对PCBA插件料信息库内相对应PCBA插件料的库存进行调整，包括补货、调拨、更新库存记录等操作，以确保对应插件料库存符合PCBA的生产需求，最终得到PCBA插件料库存更新库。
本发明首先通过使用PCBA插件料信息数据对PCBA生产产品进行生产监控处理，可以实时监控PCBA生产过程中的插件料情况，这包括监控插件料的使用量、质量、工艺参数和生产环境等信息。通过生产监控处理，可以快速发现潜在的问题和异常情况，提供及时的反馈和调整意见，确保生产过程中的插件料使用符合标准和质量要求。其次，通过对插件料生产监控信息数据进行溯源处理，能够追溯插件料的使用情况，还可以获取更详细的数据，包括插件料的使用时间、使用位置、使用人员等信息。通过溯源处理可以帮助跟踪插件料的使用情况，了解其在PCBA生产过程中的实际应用情况，进一步确定是否存在异常或不良情况，为后续的分析和决策提供准确的数据支持。然后，通过使用插件料生产使用状况数据对PCBA插件料信息库进行插件料追溯匹配处理，能够与PCBA插件料信息库中的数据进行匹配，可以确定每个插件料的具体信息，如批次号、供应商、规格等。通过插件料追溯匹配处理可以帮助建立插件料的溯源档案，追踪每个插件料的生产来源和使用过程，为质量控制和问题追踪提供依据。接下来，通过使用生产使用插件料信息数据对PCBA插件料信息库进行库存检测，可以及时了解插件料的库存情况，包括库存数量、剩余有效期、质量等信息。通过库存检测有助于确保插件料的可用性和及时补充，从而避免因插件料短缺导致的生产问题。最后，通过使用生产使用插件料库存信息数据对PCBA插件料信息库进行库存管控处理，能够综合库存信息数据和生产需求进行库存管控处理，包括补充库存、调整库存分配等。通过库存管控处理能够确保插件料库存的合理管理，减少过剩和缺货风险，从而提高物料管理的效率和精确度。
优选地，步骤S25包括以下步骤：
步骤S251：利用库存补充紧迫程度计算公式对生产使用插件料库存信息数据进行补充紧迫计算，得到插件料库存补充紧迫程度值；
本发明实施例通过结合插件料库存需求量、插件料当前库存量、库存需求差异影响参数、时间变量参数、库存变化率、库存变化率调整参数、体积范围参数、库存密度、库存密度调整参数以及相关参数构成了一个合适的库存补充紧迫程度计算公式对生产使用插件料库存信息数据进行补充紧迫计算，以量化插件料库存补充的紧迫程度，最终得到插件料库存补充紧迫程度值。另外，该库存补充紧迫程度计算公式还能够使用本领域内任意一种优先级算法来代替补充紧迫计算的过程，并不局限于该库存补充紧迫程度计算公式。
其中，库存补充紧迫程度计算公式如下所示：
；
式中，为插件料库存补充紧迫程度值，为生产使用插件料库存信息数据中的插件料库存需求量，为生产使用插件料库存信息数据中的插件料当前库存量，为库存需求差异影响参数，为补充紧迫计算的时间范围参数，为补充紧迫计算的积分时间变量参数，为生产使用插件料库存信息数据中插件料在时间处的库存变化率，为库存变化率调整参数，为库存存储区域的体积范围参数，为库存存储区域的积分体积变量参数，为生产使用插件料库存信息数据中插件料在体积处的库存密度，为库存密度调整参数，为插件料库存补充紧迫程度值的修正值；
本发明构建了一个库存补充紧迫程度计算公式，用于对生产使用插件料库存信息数据进行补充紧迫计算，该库存补充紧迫程度计算公式它能够给使用插件料库存需求量来表示PCBA生产所需的插件料数量，通过使用插件料当前库存量来表示当前的插件料库存量，通过使用库存需求差异影响参数来调节库存需求差异对紧迫程度的影响程度，通过使用时间范围参数来表示衡量补充紧迫程度的时间跨度，通过使用积分时间变量参数来对时间范围内的库存变化率进行积分，通过使用库存变化率来表示插件料库存变化的速率，通过库存变化率调整参数，用于调节库存变化率对紧迫程度的影响程度，还通过使用体积范围参数来表示库存存储区域的大小，通过使用库存密度来表示单位体积内的插件料库存量，另外，还通过使用库存密度调整参数来调节库存密度对紧迫程度的影响程度。综上所述，该库存补充紧迫程度计算公式综合考虑了库存需求差异、库存变化率和库存密度等因素，以便评估插件料库存的补充紧迫程度。通过计算插件料库存补充紧迫程度值，可以根据库存需求、库存变化和库存密度等因素，从而确定插件料库存的补充优先级。该公式充分考虑了插件料库存补充紧迫程度值，生产使用插件料库存信息数据中的插件料库存需求量，生产使用插件料库存信息数据中的插件料当前库存量，库存需求差异影响参数，补充紧迫计算的时间范围参数，补充紧迫计算的积分时间变量参数，生产使用插件料库存信息数据中插件料在时间处的库存变化率，库存变化率调整参数，库存存储区域的体积范围参数，库存存储区域的积分体积变量参数，生产使用插件料库存信息数据中插件料在体积处的库存密度，库存密度调整参数，插件料库存补充紧迫程度值的修正值，根据插件料库存补充紧迫程度值与以上各参数之间的相互关联关系构成了一种函数关系：
；
该公式能够实现对生产使用插件料库存信息数据的补充紧迫计算过程，同时，通过插件料库存补充紧迫程度值的修正值的引入可以根据计算过程中出现的误差情况进行调整，从而提高了库存补充紧迫程度计算公式的准确性和稳定性。
步骤S252：根据插件料库存补充紧迫程度值对PCBA插件料信息库中相应的PCBA插件料进行补充队列构建处理，得到插件料库存FIFO补充队列；
本发明实施例通过使用FIFO补充队列策略构建一个合适的补充队列，然后，按照插件料库存补充紧迫程度值从大到小的顺序对PCBA插件料信息库中相应的PCBA插件料进行入队排序，最终得到插件料库存FIFO补充队列。
步骤S253：根据插件料库存FIFO补充队列对PCBA插件料信息库进行库存补充管控，得到PCBA插件料库存更新库。
本发明实施例通过根据插件料库存FIFO补充队列中的排列顺序逐个对PCBA插件料信息库中的PCBA插件料进行库存补充，包括从供应商处重新采购插件料、调拨其他库存中的插件料、或者调整生产计划以优化插件料的使用，同时，确保PCBA插件料信息库中的插件料始终满足生产需求，最终得到PCBA插件料库存更新库。
本发明首先通过使用合适的库存补充紧迫程度计算公式对生产使用插件料库存信息数据进行补充紧迫计算，可以评估插件料库存的补充优先级，并确定哪些插件料需要优先进行补充。补充紧迫程度的计算可以考虑多个因素，如插件料库存需求量、插件料当前库存量、库存变化率、库存密度等，以综合判断插件料补充的紧迫程度。然后，通过使用计算得到的插件料库存补充紧迫程度值对PCBA插件料信息库中相应的PCBA插件料进行补充队列构建处理，能够根据补充紧迫程度值对PCBA插件料信息库中的插件料进行排序，并构建一个补充队列，这个队列是基于FIFO（先进先出）原则，能够确保之前补充需求的插件料优先被补充，以满足生产的实际需求。通过补充队列的构建，可以更有效地管理插件料补充的顺序和优先级。最后，通过使用已构建好的插件料库存FIFO补充队列的顺序对PCBA插件料信息库进行库存补充管控，包括从供应商处重新采购插件料、调拨其他库存中的插件料、或者调整生产计划以优化插件料的使用。通过库存补充管控的处理，可以确保库存中的插件料始终满足生产需求，并更新PCBA插件料的库存信息，能够有效地管理插件料的补充顺序和优先级，确保插件料的及时补充和库存持续可用，这有助于避免生产中因插件料短缺而导致的延迟和生产中断，从而提高生产效率和客户满意度。
优选地，步骤S3包括以下步骤：
步骤S31：对PCBA生产产品进行用户需求分析，以得到PCBA生产产品需求数据；
本发明实施例通过与客户沟通、市场调研和用户反馈收集等方法对PCBA生产产品进行需求分析，以分析和识别用户对PCBA生产产品的功能、性能、质量、外观等方面的需求，并确保能够对用户需要的PCBA产品需求有全面的了解，最终得到PCBA生产产品需求数据。
步骤S32：根据PCBA插件料信息数据对PCBA生产产品需求数据进行需求追溯匹配，得到PCBA插件料需求匹配信息数据；
本发明实施例通过使用PCBA插件料信息数据对PCBA生产产品需求数据中的PCBA插件料需求进行追溯匹配，以匹配确定PCBA插件料信息数据中的每个PCBA插件料信息与PCBA生产产品需求数据中的PCBA生产产品需求数据之间的匹配关系，最终得到PCBA插件料需求匹配信息数据。
步骤S33：对PCBA插件料需求匹配信息数据进行匹配差异分析，得到插件料需求匹配差异信息数据；
本发明实施例通过使用匹配审查方法对PCBA插件料需求匹配信息数据进行分析，以检查插件料需求与产品需求之间的差异和不一致之处，例如插件料选型错误、缺失、多余、规格不匹配等差异信息，最终得到插件料需求匹配差异信息数据。
步骤S34：根据插件料需求匹配差异信息数据对PCBA生产产品需求数据进行需求匹配异常检测，得到生产插件料需求匹配异常数据。
本发明实施例通过使用插件料需求匹配差异信息数据的匹配差异信息对PCBA生产产品需求数据进行异常检测，以检测出需求匹配异常的情况，包括插件料缺失、规格不符、数量错误等异常情况，最终得到生产插件料需求匹配异常数据。
本发明首先通过对PCBA生产产品进行用户需求分析，旨在深入理解用户需求并将其转化为PCBA生产产品的需求数据。通过与客户沟通、市场调研和用户反馈收集，可以识别和分析用户对PCBA生产产品的功能、性能、质量、外观等方面的具体需求，这些需求数据的获取能够为后续的需求追溯、匹配和异常检测提供基础和参考数据。其次，通过使用PCBA插件料信息数据对PCBA生产产品需求数据进行需求追溯匹配，可以确定哪些插件料需要用于满足特定PCBA生产产品的需求，这样能够建立插件料与产品需求之间的映射关系，并生成PCBA插件料需求匹配信息数据，为后续的匹配差异分析提供数据基础。接下来，通过对PCBA插件料需求匹配信息数据进行匹配差异分析，可以发现插件料需求与产品需求之间的差异和不一致之处，这个分析过程可以帮助发现潜在的问题，如插件料选型错误、规格不匹配等，从而促进需求匹配的准确性和产品质量的提升。最后，通过使用插件料需求匹配差异信息数据对PCBA生产产品需求数据进行需求匹配异常检测，通过分析插件料需求匹配差异信息，可以识别出需求匹配异常的情况，这些异常可能包括插件料缺失、规格不符、数量错误等。通过检测和识别这些异常，可以及时纠正不匹配的问题，保证在PCBA生产过程中插件料与产品需求的一致性和准确性，从而提高产品的质量和可靠性。
优选地，步骤S4包括以下步骤：
步骤S41：对PCBA生产产品进行插件料故障检测，得到PCBA插件料故障信息数据；
本发明实施例通过使用视觉故障检测、电性能测试等故障检测算法对PCBA生产产品中的PCBA插件料进行功能验证、性能测试和可靠性测试等故障检测，以检测PCBA插件料中存在的故障情况，最终得到PCBA插件料故障信息数据。
步骤S42：根据PCBA插件料故障信息数据对生产插件料需求匹配异常数据进行故障关联分析，得到插件料故障-需求异常关联关系数据；
本发明实施例通过分析PCBA插件料故障信息数据中插件料的故障模式，并结合关联规则挖掘算法对生产插件料需求匹配异常数据进行分析，以分析确定插件料故障和需求异常之间的关联关系，以便理解插件料故障对产品需求匹配的影响，最终得到插件料故障-需求异常关联关系数据。
步骤S43：对插件料故障-需求异常关联关系数据进行潜在异常评估分析，得到潜在故障异常因子；
本发明实施例通过使用潜在异常评估算法对插件料故障-需求异常关联关系数据中插件料故障和需求异常之间的关联关系进行分析，以评估存在风险和潜在问题的故障异常因子，最终得到潜在故障异常因子。
步骤S44：根据潜在故障异常因子对生产插件料需求匹配异常数据进行潜在故障异常检测，得到插件料潜在异常信息数据；
本发明实施例通过使用评估得到的潜在故障异常因子对生产插件料需求匹配异常数据进行检测，根据潜在故障异常因子为依据对生产插件料需求匹配异常数据进行分析和比对，以检测出插件料的潜在异常情况，最终得到插件料潜在异常信息数据。
步骤S45：根据插件料潜在异常信息数据对PCBA插件料库存更新库进行异常管控处理，得到PCBA插件料异常更新库。
本发明实施例通过使用插件料潜在异常信息数据对PCBA插件料库存更新库内相对应的潜在异常插件料进行标记，同时替换掉已标记好的潜在异常插件料，确保潜在异常插件料不会继续用于PCBA生产过程中，并及时对PCBA插件料库存更新库进行进一步的更新和管控，最终得到PCBA插件料异常更新库。
本发明首先通过对PCBA生产产品进行插件料故障检测，能够识别和记录PCBA生产产品中插件料存在的故障情况。通过使用合适的测试设备和技术，对PCBA生产产品中的PCBA插件料进行功能验证、性能测试和可靠性测试，可以检测出插件料的故障，例如电路短路、开路、元件失效等，这样可以得到PCBA插件料故障信息数据，能够用于后续的分析和处理过程。其次，通过使用PCBA插件料故障信息数据对生产插件料需求匹配异常数据进行故障关联分析，可以确定插件料故障与需求异常之间的关联关系，有助于进一步理解插件料故障对产品需求匹配的影响，这个分析结果将生成插件料故障-需求异常关联关系数据，从而为后续的异常检测和评估提供基础数据。然后，通过对插件料故障-需求异常关联关系数据进行潜在异常评估分析，可以评估插件料故障和需求异常之间的潜在异常因子，这些因子可能涉及插件料的设计、制造、选材、环境等多个方面，对产品质量和性能产生潜在影响。通过潜在异常评估分析，可以识别出存在风险和潜在问题的插件料故障异常因子。接下来，通过使用分析得到的潜在故障异常因子对生产插件料需求匹配异常数据进行潜在故障异常检测，以潜在故障异常因子为依据，通过对插件料需求匹配异常数据进行分析和比对，可以检测出潜在的插件料故障异常，这样就可以及早发现异常情况，采取相应措施进行纠正和处理，以避免故障对产品质量和生产过程的不良影响，能够用于进一步处理和管理。最后，通过使用检测得到的插件料潜在异常信息数据对PCBA插件料库存更新库进行异常管控处理，可以快速定位和识别存在异常的插件料，并及时对库存进行更新和管控，这个过程旨在确保生产过程中使用的插件料质量和可靠性，并避免异常插件料对产品质量和制造过程的负面影响。处理之后将得到更新的PCBA插件料异常更新库，能够更精确地用于控制和管理插件料的使用。
优选地，本发明还提供了一种实现PCBA插件料可追溯的管控系统，用于执行如上所述的实现PCBA插件料可追溯的管控方法，该实现PCBA插件料可追溯的管控系统包括：
插件料标识存储模块，用于对PCBA插件料进行分批次标识处理，得到PCBA分批标识插件料；对PCBA分批标识插件料进行数字化记录，得到PCBA插件料信息数据；将PCBA插件料信息数据传输到PCBA内的数据处理单元中进行存储处理，从而得到PCBA插件料信息库；
插件料库存使用管控模块，用于根据PCBA插件料信息数据对PCBA生产产品进行生产监控处理，得到插件料生产监控信息数据；对插件料生产监控信息数据进行溯源处理，得到插件料生产使用状况数据；根据插件料生产使用状况数据对PCBA插件料信息库进行库存管控处理，从而得到PCBA插件料库存更新库；
产品需求匹配异常模块，用于获取PCBA生产产品需求数据；根据PCBA插件料信息数据对PCBA生产产品需求数据进行需求匹配异常检测，从而得到生产插件料需求匹配异常数据；
插件料故障异常管控模块，用于对PCBA生产产品进行插件料故障检测，得到PCBA插件料故障信息数据；根据PCBA插件料故障信息数据对生产插件料需求匹配异常数据进行潜在故障异常检测，得到插件料潜在异常信息数据；根据插件料潜在异常信息数据对PCBA插件料库存更新库进行异常管控处理，从而得到PCBA插件料异常更新库。
综上所述，本发明提供了一种实现PCBA插件料可追溯的管控系统，该实现PCBA插件料可追溯的管控系统由插件料标识存储模块、插件料库存使用管控模块、产品需求匹配异常模块以及插件料故障异常管控模块组成，能够实现本发明所述任意一种实现PCBA插件料可追溯的管控方法，用于联合各个模块上运行的计算机程序之间的操作实现一种实现PCBA插件料可追溯的管控方法，系统内部结构互相协作，通过对PCBA插件料进行标识，使得每个PCBA插件料都具有唯一的标识符，便于追溯和管控，同时，通过对标识后的PCBA插件料进行数字化记录和存储，能够减少人工记录和追踪的错误和遗漏，还通过对PCBA插件料进行使用状况追溯和故障信息进行管控，能够及时发现并处理插件料使用的异常情况，从而提高了PCBA制造和维护过程的质量管控，这样能够大大减少重复工作和人力投入，能够快速有效地提供更准确、更高效的PCBA插件料的追溯管控过程，从而简化了实现PCBA插件料可追溯的管控系统的操作流程。
因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在申请文件的等同要件的含义和范围内的所有变化涵括在本发明内。
以上所述仅是本发明的具体实施方式，使本领域技术人员能够理解或实现本发明。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所发明的原理和新颖特点相一致的最宽的范围。

Claims (10)

1.一种实现PCBA插件料可追溯的管控方法，其特征在于，包括以下步骤：
步骤S1：对PCBA插件料进行分批次标识处理，得到PCBA分批标识插件料；对PCBA分批标识插件料进行产品生产处理，得到PCBA生产产品；对PCBA分批标识插件料进行数字化记录，得到PCBA插件料信息数据；将PCBA插件料信息数据传输到PCBA生产产品内的数据处理单元中进行存储处理，得到PCBA插件料信息库；
步骤S2：根据PCBA插件料信息数据对PCBA生产产品进行生产监控处理，得到插件料生产监控信息数据；对插件料生产监控信息数据进行溯源处理，得到插件料生产使用状况数据；根据插件料生产使用状况数据对PCBA插件料信息库进行库存管控处理，得到PCBA插件料库存更新库；
步骤S3：对PCBA生产产品进行用户需求分析，以得到PCBA生产产品需求数据；根据PCBA插件料信息数据对PCBA生产产品需求数据进行需求匹配异常检测，得到生产插件料需求匹配异常数据；
步骤S4：对PCBA生产产品进行插件料故障检测，得到PCBA插件料故障信息数据；根据PCBA插件料故障信息数据对生产插件料需求匹配异常数据进行潜在故障异常检测，得到插件料潜在异常信息数据；根据插件料潜在异常信息数据对PCBA插件料库存更新库进行异常管控处理，得到PCBA插件料异常更新库。
2.根据权利要求1所述的实现PCBA插件料可追溯的管控方法，其特征在于，步骤S1包括以下步骤：
步骤S11：对PCBA插件料进行分批次处理，得到PCBA分批次插件料；
步骤S12：对PCBA分批次插件料进行激光刻字标识处理，得到PCBA分批标识插件料；
步骤S13：对PCBA分批标识插件料进行产品生产处理，得到PCBA生产产品；
步骤S14：通过智能标识扫描设备对PCBA分批标识插件料进行数字化记录，得到PCBA插件料信息数据；
步骤S15：将PCBA插件料信息数据传输到PCBA生产产品内的数据处理单元中进行存储处理，得到PCBA插件料信息库。
3.根据权利要求2所述的实现PCBA插件料可追溯的管控方法，其特征在于，步骤S15包括以下步骤：
步骤S151：通过在PCBA生产产品上集成嵌入式数据处理单元和通信接口，并通过通信接口将PCBA插件料信息数据传输到嵌入式数据处理单元进行数据清洗处理，得到PCBA插件料清洗数据；
步骤S152：对PCBA插件料清洗数据进行噪声消除处理，得到PCBA插件料消噪数据；
步骤S153：对PCBA插件料消噪数据进行数据异常检测，得到PCBA插件料异常数据；
步骤S154：利用异常程度计算公式对PCBA插件料异常数据进行异常程度计算，得到插件料数据异常程度值；
步骤S155：根据预设的插件料数据异常程度阈值对插件料数据异常程度值进行比较判断，当插件料数据异常程度值大于或等于预设的插件料数据异常程度阈值时，则将该插件料数据异常程度值对应的PCBA插件料异常数据标记为PCBA插件料高频异常数据；当插件料数据异常程度值小于预设的插件料数据异常程度阈值时，则将该插件料数据异常程度值对应的PCBA插件料异常数据标记为PCBA插件料低频异常数据；
步骤S156：对PCBA插件料低频异常数据进行异常峰识别，得到PCBA插件料低频异常峰值数据；
步骤S157：将PCBA插件料高频异常数据以及PCBA插件料低频异常峰值数据从PCBA插件料异常数据中滤除，得到PCBA插件料异常滤除数据；
步骤S158：通过嵌入式数据处理单元对PCBA插件料异常滤除数据进行存储处理，得到PCBA插件料信息库。
4.根据权利要求3所述的实现PCBA插件料可追溯的管控方法，其特征在于，步骤S154中的异常程度计算公式具体为：
；
式中，为插件料数据异常程度值，为PCBA插件料异常数据的数量，为异常程度计算的初始时间，为异常程度计算的终止时间，为异常程度计算的积分时间变量参数，为第个PCBA插件料异常数据在时间处的数据度量值，为第个PCBA插件料异常数据的异常分布均值，为第个PCBA插件料异常数据的异常分布标准差，为第个PCBA插件料异常数据的异常偏离惩罚因子，为第个PCBA插件料异常数据的异常偏离权重因子，为异常程度计算的时间窗口长度，为插件料数据异常程度值的修正值。
5.根据权利要求3所述的实现PCBA插件料可追溯的管控方法，其特征在于，步骤S156包括以下步骤：
步骤S1561：利用异常峰值计算公式对PCBA插件料低频异常数据进行峰值计算，得到PCBA插件料低频异常峰值；
其中，异常峰值计算公式如下所示：
；
式中，为PCBA插件料低频异常峰值，为峰值计算的初始时间，为峰值计算的终止时间，为峰值计算的全局积分时间变量参数，为峰值计算的局部积分时间变量参数，为PCBA插件料低频异常数据在全局时间处的异常分布值，为PCBA插件料低频异常数据在全局时间处的异常分布均值，为PCBA插件料低频异常数据在全局时间处的异常分布权重参数，为PCBA插件料低频异常数据在局部时间处的异常分布值，为PCBA插件料低频异常数据在局部时间处的异常分布均值，为PCBA插件料低频异常数据在局部时间处的异常分布标准差，为PCBA插件料低频异常峰值的修正值；
步骤S1562：对PCBA插件料低频异常峰值进行峰值可视化，得到PCBA插件料低频异常峰图；
步骤S1563：根据预设的异常峰值标准曲线对PCBA插件料低频异常峰图进行峰识别并标注，得到PCBA插件料低频异常超标点；
步骤S1564：基于PCBA插件料低频异常超标点对PCBA插件料低频异常峰图进行异常波动检测，得到PCBA插件料低频异常波动区域；
步骤S1565：将PCBA插件料低频异常波动区域对应的PCBA插件料低频异常数据标记为PCBA插件料低频异常峰值数据。
6.根据权利要求1所述的实现PCBA插件料可追溯的管控方法，其特征在于，步骤S2包括以下步骤：
步骤S21：根据PCBA插件料信息数据对PCBA生产产品进行生产监控处理，得到插件料生产监控信息数据；
步骤S22：对插件料生产监控信息数据进行溯源处理，得到插件料生产使用状况数据；
步骤S23：根据插件料生产使用状况数据对PCBA插件料信息库进行插件料追溯匹配处理，得到生产使用插件料信息数据；
步骤S24：根据生产使用插件料信息数据对PCBA插件料信息库进行库存检测，得到生产使用插件料库存信息数据；
步骤S25：根据生产使用插件料库存信息数据对PCBA插件料信息库进行库存管控处理，得到PCBA插件料库存更新库。
7.根据权利要求6所述的实现PCBA插件料可追溯的管控方法，其特征在于，步骤S25包括以下步骤：
步骤S251：利用库存补充紧迫程度计算公式对生产使用插件料库存信息数据进行补充紧迫计算，得到插件料库存补充紧迫程度值；
其中，库存补充紧迫程度计算公式如下所示：
；
式中，为插件料库存补充紧迫程度值，为生产使用插件料库存信息数据中的插件料库存需求量，为生产使用插件料库存信息数据中的插件料当前库存量，为库存需求差异影响参数，为补充紧迫计算的时间范围参数，为补充紧迫计算的积分时间变量参数，为生产使用插件料库存信息数据中插件料在时间处的库存变化率，为库存变化率调整参数，为库存存储区域的体积范围参数，为库存存储区域的积分体积变量参数，为生产使用插件料库存信息数据中插件料在体积处的库存密度，为库存密度调整参数，为插件料库存补充紧迫程度值的修正值；
步骤S252：根据插件料库存补充紧迫程度值对PCBA插件料信息库中相应的PCBA插件料进行补充队列构建处理，得到插件料库存FIFO补充队列；
步骤S253：根据插件料库存FIFO补充队列对PCBA插件料信息库进行库存补充管控，得到PCBA插件料库存更新库。
8.根据权利要求1所述的实现PCBA插件料可追溯的管控方法，其特征在于，步骤S3包括以下步骤：
步骤S31：对PCBA生产产品进行用户需求分析，以得到PCBA生产产品需求数据；
步骤S32：根据PCBA插件料信息数据对PCBA生产产品需求数据进行需求追溯匹配，得到PCBA插件料需求匹配信息数据；
步骤S33：对PCBA插件料需求匹配信息数据进行匹配差异分析，得到插件料需求匹配差异信息数据；
步骤S34：根据插件料需求匹配差异信息数据对PCBA生产产品需求数据进行需求匹配异常检测，得到生产插件料需求匹配异常数据。
9.根据权利要求1所述的实现PCBA插件料可追溯的管控方法，其特征在于，步骤S4包括以下步骤：
步骤S41：对PCBA生产产品进行插件料故障检测，得到PCBA插件料故障信息数据；
步骤S42：根据PCBA插件料故障信息数据对生产插件料需求匹配异常数据进行故障关联分析，得到插件料故障-需求异常关联关系数据；
步骤S43：对插件料故障-需求异常关联关系数据进行潜在异常评估分析，得到潜在故障异常因子；
步骤S44：根据潜在故障异常因子对生产插件料需求匹配异常数据进行潜在故障异常检测，得到插件料潜在异常信息数据；
步骤S45：根据插件料潜在异常信息数据对PCBA插件料库存更新库进行异常管控处理，得到PCBA插件料异常更新库。
10.一种实现PCBA插件料可追溯的管控系统，其特征在于，用于执行如权利要求1所述的实现PCBA插件料可追溯的管控方法，该实现PCBA插件料可追溯的管控系统包括：
插件料标识存储模块，用于对PCBA插件料进行分批次标识处理，得到PCBA分批标识插件料；对PCBA分批标识插件料进行数字化记录，得到PCBA插件料信息数据；将PCBA插件料信息数据传输到PCBA内的数据处理单元中进行存储处理，从而得到PCBA插件料信息库；
插件料库存使用管控模块，用于根据PCBA插件料信息数据对PCBA生产产品进行生产监控处理，得到插件料生产监控信息数据；对插件料生产监控信息数据进行溯源处理，得到插件料生产使用状况数据；根据插件料生产使用状况数据对PCBA插件料信息库进行库存管控处理，从而得到PCBA插件料库存更新库；
产品需求匹配异常模块，用于获取PCBA生产产品需求数据；根据PCBA插件料信息数据对PCBA生产产品需求数据进行需求匹配异常检测，从而得到生产插件料需求匹配异常数据；
插件料故障异常管控模块，用于对PCBA生产产品进行插件料故障检测，得到PCBA插件料故障信息数据；根据PCBA插件料故障信息数据对生产插件料需求匹配异常数据进行潜在故障异常检测，得到插件料潜在异常信息数据；根据插件料潜在异常信息数据对PCBA插件料库存更新库进行异常管控处理，从而得到PCBA插件料异常更新库。
CN202311742411.3A 2023-12-18 2023-12-18 一种实现pcba插件料可追溯的管控方法及系统 Active CN117436792B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311742411.3A CN117436792B (zh) 2023-12-18 2023-12-18 一种实现pcba插件料可追溯的管控方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311742411.3A CN117436792B (zh) 2023-12-18 2023-12-18 一种实现pcba插件料可追溯的管控方法及系统

Publications (2)

Publication Number Publication Date
CN117436792A true CN117436792A (zh) 2024-01-23
CN117436792B CN117436792B (zh) 2024-04-05

Family

ID=89551871

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311742411.3A Active CN117436792B (zh) 2023-12-18 2023-12-18 一种实现pcba插件料可追溯的管控方法及系统

Country Status (1)

Country Link
CN (1) CN117436792B (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070171078A1 (en) * 2005-06-29 2007-07-26 Martin Cotton Electronic device and method of forming an electronic device
CN107844088A (zh) * 2017-10-30 2018-03-27 郑州云海信息技术有限公司 一种记录pcba物料信息的装置及方法
CN108255950A (zh) * 2017-12-18 2018-07-06 深圳市双翼科技股份有限公司 数据存储方法及终端设备
CN109886606A (zh) * 2019-03-19 2019-06-14 上海精密计量测试研究所 一种元器件智能化检测生产管理系统及方法
CN113435908A (zh) * 2021-06-28 2021-09-24 杭州加速科技有限公司 生成pcba板的溯源信息的方法
CN114298718A (zh) * 2021-11-24 2022-04-08 苏州浪潮智能科技有限公司 一种实现pcba插件料可追溯的管控方法及装置
CN115983726A (zh) * 2023-03-21 2023-04-18 厦门微亚智能科技有限公司 一种企业产品质量闭环追溯管理系统
CN116894629A (zh) * 2023-07-14 2023-10-17 苏州浪潮智能科技有限公司 实现pcba贴片物料追踪管控方法、装置、设备及介质

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070171078A1 (en) * 2005-06-29 2007-07-26 Martin Cotton Electronic device and method of forming an electronic device
CN107844088A (zh) * 2017-10-30 2018-03-27 郑州云海信息技术有限公司 一种记录pcba物料信息的装置及方法
CN108255950A (zh) * 2017-12-18 2018-07-06 深圳市双翼科技股份有限公司 数据存储方法及终端设备
CN109886606A (zh) * 2019-03-19 2019-06-14 上海精密计量测试研究所 一种元器件智能化检测生产管理系统及方法
CN113435908A (zh) * 2021-06-28 2021-09-24 杭州加速科技有限公司 生成pcba板的溯源信息的方法
CN114298718A (zh) * 2021-11-24 2022-04-08 苏州浪潮智能科技有限公司 一种实现pcba插件料可追溯的管控方法及装置
CN115983726A (zh) * 2023-03-21 2023-04-18 厦门微亚智能科技有限公司 一种企业产品质量闭环追溯管理系统
CN116894629A (zh) * 2023-07-14 2023-10-17 苏州浪潮智能科技有限公司 实现pcba贴片物料追踪管控方法、装置、设备及介质

Also Published As

Publication number Publication date
CN117436792B (zh) 2024-04-05

Similar Documents

Publication Publication Date Title
CN111459778B (zh) 运维系统异常指标检测模型优化方法、装置及存储介质
CN113962468A (zh) 基于用能监控统计能源消耗碳排放管理方法及系统
CN108334652B (zh) 机台的预诊断方法及预诊断装置
CN118011990B (zh) 基于人工智能的工业数据品质监控与提升系统
JP2010087459A (ja) 故障原因特定装置および方法
CN116934359B (zh) 一种基于互联网的食品安全全流程监管系统
WO2024093256A1 (zh) 一种异常根因定位方法、装置、设备及介质
KR20140113153A (ko) 통계적 동일성 검정방법 및 시스템
CN111984442A (zh) 计算机集群系统的异常检测方法及装置、存储介质
CN117436792B (zh) 一种实现pcba插件料可追溯的管控方法及系统
CN116523442A (zh) 一种涂料用生产工艺数字化管理系统及方法
CN117969774B (zh) 一种自动化燕窝检测与分级系统
CN118154048B (zh) 一种基于数字孪生的智能制造系统
Filz et al. Data-driven analysis of product property propagation to support process-integrated quality management in manufacturing systems
CN117111568B (zh) 基于物联网的设备监测方法、装置、设备及存储介质
US10515316B2 (en) System and method for using data obtained from a group of geographically dispersed magnetic resonance systems to optimize customer-specific clinical, operational and/or financial performance
CN116506205B (zh) 一种智慧医疗平台的数据处理方法及系统
CN117010549A (zh) 基于大数据管理体系的信息溯源方法及终端
CN113837544B (zh) 基板玻璃生产质量管控装置、方法及处理器
CN111737247A (zh) 用于数据质量管控的实现方法
KR20210016980A (ko) 누락된 데이터의 사용량을 추정하는 ami 시스템의 서버 장치 및 그 방법
CN118569737B (zh) 一种基于镜片组件生产质量安全溯源方法及系统
CN113671904B (zh) 机台监测方法、装置、机台、可读存储介质及终端设备
CN118643421B (zh) 一种井控装备的管理方法
CN117787880B (zh) 一种基于云边协同的工业数字化管理系统及方法

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