CN117892093A - 一种监测参数数据交互处理方法、处理系统及处理设备 - Google Patents

Abstract

本发明公开了一种监测参数数据交互处理方法、处理系统及处理设备，涉及数据交互处理技术领域，包括以下步骤：通过监测模块采集多个加工设备加工X个零件时的监测参数数据，并基于监测参数数据生成加工标示，在加工设备加工的零件上对应标记加工标示；对当前加工的零件进行全数检验选取出现缺陷的零件；并基于零件上的加工标示提取对应的监测参数数据，获取缺陷参数数据集；对缺陷参数数据集进行交互分析，计算获取综合缺陷对比参数，本发明实现从设备运行情况以及产品本身两个方向交互分析计算产品的次品率，显著提高计算的准确性，降低生产者和用户者的风险。

Description

一种监测参数数据交互处理方法、处理系统及处理设备

技术领域

本发明涉及数据交互处理技术领域，具体为一种监测参数数据交互处理方法、处理系统及处理设备。

背景技术

车间加工过程信息交互包含信息采集、处理、传输以及企业上层工况信息的下达等信息间相互传递的过程，企业的制造生产过程中，如何提高企业效率、决策水平、市场响应能力以及制造车间的装备信息交互能力对目前制造业的生产管理发展影响巨大，制造车间作为企业产品生产的主要场所，保证其生产实现顺利进行，对企业信息改革意义重大。

目前车间加工设备在对工件进行加工时，一般对工件的检验方法多包括两种，分别为全数检验和抽样检验，抽样检验是从一批产品中随机抽取少量产品（样本）进行检验，据以判断该批产品是否合格的统计方法和理论，抽样检验仅仅根据部分产品的检验结果推断整批的质量状况，缺少信息交互验证分析的措施，难免会出现两类错误，第一类是将合格批错判为不合格，使生产方蒙受损失，称为生产者风险；第二类错误是将不合格批错判为合格，使用户蒙受损失，称为用户风险。为此本申请提供一种监测参数数据交互处理方法、处理系统及处理设备。

发明内容

本发明的目的是提供一种监测参数数据交互处理方法、处理系统及处理设备，以解决现有技术中的上述不足之处。

为了实现上述目的，本发明提供如下技术方案：一种监测参数数据交互处理方法，包括以下步骤：

S01：通过监测模块采集多个加工设备加工X个零件时的监测参数数据，并基于监测参数数据生成加工标示，在加工设备加工的零件上对应标记加工标示；

S02：对当前加工的零件进行全数检验选取出现缺陷的零件；并基于零件上的加工标示提取对应的监测参数数据，获取缺陷参数数据集；

S03：对缺陷参数数据集进行交互分析，计算获取综合缺陷对比参数；

S04：通过监测模块采集多个加工设备加工整个批次的零件时的监测参数数据，然后通过监测参数数据计算各个零件加工时的缺陷验证参数Q；

S05：将各个零件加工时的缺陷验证参数Q与综合缺陷对比参数进行交互验证，统计没有通过交互验证的零件数量即为次品数量，并计算第一次品率P1；

S06：对整个批次的零件进行抽样检验获取第二次品率P2，基于第一次品率P1和第二次品率P2交互计算获取当前批次零件的修正次品率Px。

作为上述技术方案的进一步描述：通过检测设备采集多个加工设备加工多个零件时的监测参数数据具体为：

实时采集加工设备加工零件时的温度数据集合、振动数据集合以及噪音数据集合；

温度数据集合为T1、T2、T3...Tx，其中Tx表示第x个零件加工时间内加工设备的温度数据集，其中温度数据集与加工标示一一关联对应；

振动数据集合为F1、F2、F3...Fx，其中Fx表示第x个零件加工时间内加工设备的振动数据集，其中振动数据集与加工标示一一关联对应；

噪音数据集合为D1、D2、D3...Dx，其中Dx表示第x个零件加工时间内加工设备的噪音数据集，其中噪音数据集与加工标示一一关联对应。

作为上述技术方案的进一步描述：基于缺陷零件上的加工标示提取对应的监测参数数据获取缺陷参数数据集具体为：

基于缺陷零件上的加工标示关联提取对应的零件加工时间内加工设备的温度数据集、振动数据集以及噪音数据集；

对提取的温度数据集进行整合获取缺陷零件关联温度参数数据集合Ut∈（T1、T2、T3...Tn），其中Tn∈（Tn1、Tn2、Tn3...Tnm），Tnm表示加工设备在加工第n个缺陷零件的Tm时刻的温度数值；

对提取的振动数据集进行整合获取缺陷零件关联振动参数数据集合Uf∈（F1、F2、F3...Fn），其中Fn∈（Fn1、Fn2、Fn3...Fnm），Fnm表示加工设备在加工第n个缺陷零件的Tm时刻的振动数值；

对提取的噪音数据集进行整合获取缺陷零件关联噪音参数数据集合Ud∈（D1、D2、D...Dn），其中Dn∈（Dn1、Dn2、Dn3...Dnm），Dnm表示加工设备在加工第n个缺陷零件的Tm时刻的噪音数值。

作为上述技术方案的进一步描述：计算获取综合缺陷对比参数具体为：

基于缺陷零件关联温度参数数据集合Ut，计算各缺陷零件对应加工设备加工时温度扰动参数Ten，并整合扰动参数Ten计算温度缺陷对比参数Tr；

温度扰动参数Ten计算公式为：，

其中；

温度缺陷对比参数Tr计算公式为：；

基于缺陷零件关联振动参数数据集合Uf，计算各缺陷零件对应加工设备加工时振动扰动参数Fen，并整合扰动参数Fen计算振动缺陷对比参数Fr；

振动扰动参数Fen计算公式为：，

其中；

振动缺陷对比参数Fr计算公式为：；

基于缺陷零件关联噪音参数数据集合Ud，计算各缺陷零件对应加工设备加工时噪音扰动参数Den，并整合扰动参数Den计算噪音缺陷对比参数Dr；

噪音扰动参数Den计算公式为：，

其中；

噪音缺陷对比参数Dr计算公式为：；

基于温度缺陷对比参数Tr、振动缺陷对比参数Fr以及振动缺陷对比参数Dr计算综合缺陷对比参数，/>，其中/>均为权重系数。

作为上述技术方案的进一步描述：通过监测模块采集多个加工设备加工整个批次的零件时的监测参数数据，然后通过监测参数数据计算各个零件加工时的缺陷验证参数的具体计算方式为：

分别计算各个零件加工时加工设备的温度扰动参数Te、振动扰动参数Fe以及噪音扰动参数De；

计算各个零件加工时缺陷验证参数Q，

；从而获取整个批次各个零件的加工时的缺陷验证参数。

作为上述技术方案的进一步描述：将各个零件加工时的缺陷验证参数与综合缺陷对比参数进行交互验证，统计没有通过交互验证的零件数量即为次品数量具体为：

比较各个零件加工时的缺陷验证参数Q与综合缺陷对比参数，当缺陷验证参数，表示对应的零件加工出现缺陷，统计总的缺陷数量除以全部零件数量获取第一次品率P1。

作为上述技术方案的进一步描述：基于第一次品率P1和第二次品率P2交互计算获取当前批次零件的修正次品率Px具体为：

计算第一次品率修正系数K；

基于第一次品率修正系数K联立第一次品率以及第二次品率P2计算修正次品率Px，其中修正次品率Px的计算公式为：。

作为上述技术方案的进一步描述：计算第一次品率修正系数K包括以下步骤：

调取步骤S01中采集的X个零件中合格零件加工时加工设备的检测参数数据，分别计算各合格零件加工时的缺陷验证参数Qh；

将各合格零件加工时的缺陷验证参数与综合缺陷对比参数进行比较，统计对应的零件数量，然后除以X获得修正值Kh；

计算第一次品率修正系数K，其中。

一种处理系统，其用于实现上述所述的监测参数数据交互处理方法，包括多个监测模块、检验单元、数据分析模块以及抽样检测单元；

多个监测模块、检验单元、数据分析模块以及抽样检测单元之间通过电气和/或无线网络方式连接；

多个监测模块分别设置在各加工设备上，实现对多个加工设备加工X个零件时采集检测参数数据，并生成加工标示对应标记在零件上；

所述检验单元对加工的X个零件进行检验选取缺陷零件，基于零件上的加工标示提取对应的监测参数数据集；

所述数据交互分析平台调取检验单元获取的监测参数数据集，计算综合缺陷对比参数；

所述数据交互分析平台还调取监测模块采集的加工设备加工整个批次的零件时的监测参数数据，然后通过监测参数数据计算各个零件加工时的缺陷验证参数Q，并将各个零件加工时的缺陷验证参数Q与综合缺陷对比参数进行对比计算第一次品率；

所述抽样检测单元用于对整个批次的零件进行抽样检验获取第二次品率P2；

所述数据交互分析平台基于第一次品率P1和第二次品率P2交互计算获取当前批次零件的修正次品率Px。

一种处理设备，包括：处理器和存储器，其中，

所述存储器中存储有可供处理器调用的计算机程序；

所述处理器通过调用所述存储器中存储的计算机程序，在交互计算平台中执行上述所述的监测参数数据交互处理方法。

在上述技术方案中，本发明提供的一种监测参数数据交互处理方法、处理系统及处理设备，具备以下有益效果：

该一种监测参数数据交互处理方法、处理系统及处理设备通过采集各加工设备加工出缺陷零件时的运行状态参数然后整合计算出综合缺陷对比参数，再基于加工设备在加工各零件的运行状态参数进行交互计算出缺陷验证参数，并进行对比计算产品的第一次品率，然后再通过对产品进行抽样检验获取第二次品率，再基于第一次品率和第二次品率进行交互计算获取当前批次零件的修正次品率Px，实现从设备运行情况以及产品本身两个方向交互分析计算产品的次品率，显著提高计算的准确性，降低生产者和用户者的风险。

附图说明

为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例中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中记载的一些实施例，对于本领域普通技术人员来讲，还可以根据这些附图获得其他的附图。

图1为本发明实施例提供的一种监测参数数据交互处理方法的流程示意图。

具体实施方式

为了使本领域的技术人员更好地理解本发明的技术方案，下面将结合附图对本发明作进一步的详细介绍。

请参阅图1，本发明实施例提供一种技术方案：一种监测参数数据交互处理方法，包括以下步骤：

S01：通过监测模块采集多个加工设备加工X个零件时的监测参数数据，即监测参数数据为加工设备加工零件时加工设备运行状态参数，并基于监测参数数据生成加工标示，在加工设备加工的零件上对应标记加工标示，通过基于监测参数数据关联生成加工标示并对应标记在加工的零件上，从而实现通过零件上的加工标示可以对应获取加工设备加工该零件时的监测参数数据；

S02：对当前加工的X个零件进行全数检验选取出现缺陷的零件；并基于零件上的加工标示提取对应的监测参数数据，获取缺陷参数数据集；其中缺陷参数数据集中包括当前加工的X个零件中全部缺陷零件加工设备在加工时的检测参数数据；

S03：对缺陷参数数据集进行交互分析，计算获取综合缺陷对比参数；可以理解的是，综合缺陷对比参数/>为衡量加工设备在加工零件时是否稳定运行的比较数值；

S04：通过监测模块采集多个加工设备加工整个批次的零件时的监测参数数据，然后通过监测参数数据计算各个零件加工时的缺陷验证参数；缺陷验证参数/>为加工设备在加工各个零件时综合运行参数；

S05：将各个零件加工时的缺陷验证参数与综合缺陷对比参数/>进行交互验证，统计没有通过交互验证的零件数量即为次品数量，并计算第一次品率P1；即通过这个综合运行参数与综合缺陷对比参数/>进行对比衡量加工设备在加工零件时的加工情况，从而反映加工设备加工的零件是否为合格产品，从而计算出第一次品率；

S06：对整个批次的零件进行抽样检验获取第二次品率P2，基于第一次品率P1和第二次品率P2交互计算获取当前批次零件的修正次品率Px。

本实施例提供一种新型交互方法，通过采集各加工设备加工出缺陷零件时的运行状态参数然后整合计算出综合缺陷对比参数，再基于加工设备在加工各零件的运行状态参数进行交互计算出缺陷验证参数/>，并进行对比计算产品的第一次品率，然后再通过对产品进行抽样检验获取第二次品率，再基于第一次品率和第二次品率进行交互计算获取当前批次零件的修正次品率Px，实现从设备运行情况以及产品本身两个方向交互分析计算产品的次品率，显著提高计算的准确性，降低生产者和用户者的风险。

进一步的，通过检测设备采集多个加工设备加工多个零件时的监测参数数据具体为：

实时采集加工设备加工零件时的温度数据集合、振动数据集合以及噪音数据集合；

温度数据集合为T1、T2、T3...Tx，其中Tx表示第x个零件加工时间内加工设备的温度数据集，其中温度数据集与加工标示一一关联对应，温度数据集中包括加工设备在加工零件时以时间为序列的多个温度数据；

振动数据集合为F1、F2、F3...Fx，其中Fx表示第x个零件加工时间内加工设备的振动数据集，其中振动数据集与加工标示一一关联对应；其中振动数据为加工设备在加工零件的振动幅度，振动数据集中包括加工设备在加工零件时以时间为序列的多个振动数据；

噪音数据集合为D1、D2、D3...Dx，其中Dx表示第x个零件加工时间内加工设备的噪音数据集，其中噪音数据集与加工标示一一关联对应，噪音数据集中包括加工设备在加工零件时以时间为序列的多个噪音数据；

进一步的，基于缺陷零件上的加工标示提取对应的监测参数数据获取缺陷参数数据集具体为：

基于缺陷零件上的加工标示关联提取对应的零件加工时间内加工设备的温度数据集、振动数据集以及噪音数据集；

对提取的温度数据集进行整合获取缺陷零件关联温度参数数据集合Ut∈（T1、T2、T3...Tn），Tn表示加工设备加工第n个缺陷零件加工时间内的各时刻的温度数据；其中Tn∈（Tn1、Tn2、Tn3...Tnm），Tnm表示加工设备在加工第n个缺陷零件的Tm时刻的温度数值；Tn1、Tn2、Tn3...Tnm之间的间隔时长相同，其为根据零件整体加工时长，本领域技术人员可以根据实际需要进行设置间隔时长，如加工零件的时长为10分钟，间隔时长可选为一分钟；

对提取的振动数据集进行整合获取缺陷零件关联振动参数数据集合Uf∈（F1、F2、F3...Fn），Fn表示加工设备加工第n个缺陷零件加工时间内的各时刻的振动数据，其中Fn∈（Fn1、Fn2、Fn3...Fnm），Fnm表示加工设备在加工第n个缺陷零件的Tm时刻的振动数值；Fn1、Fn2、Fn3...Fnm，之间的间隔时长相同，其为根据零件整体加工时长，本领域技术人员可以根据实际需要进行设置间隔时长；

对提取的噪音数据集进行整合获取缺陷零件关联噪音参数数据集合Ud∈（D1、D2、D...Dn），Dn表示加工设备加工第n个缺陷零件加工时间内的各时刻的噪音数据，其中Dn∈（Dn1、Dn2、Dn3...Dnm），Dnm表示加工设备在加工第n个缺陷零件的Tm时刻的噪音数值。（Dn1、Dn2、Dn3...Dnm）之间的间隔时长相同，其为根据零件整体加工时长，本领域技术人员可以根据实际需要进行设置间隔时长；

进一步的，计算获取综合缺陷对比参数具体为：

基于缺陷零件关联温度参数数据集合Ut，计算各缺陷零件对应加工设备加工时温度扰动参数Ten，并整合扰动参数Ten计算温度缺陷对比参数Tr；

温度扰动参数Ten计算公式为：，

其中；

温度缺陷对比参数Tr计算公式为：；

基于缺陷零件关联振动参数数据集合Uf，计算各缺陷零件对应加工设备加工时振动扰动参数Fen，并整合扰动参数Fen计算振动缺陷对比参数Fr；

振动扰动参数Fen计算公式为：，

其中；

振动缺陷对比参数Fr计算公式为：；

基于缺陷零件关联噪音参数数据集合Ud，计算各缺陷零件对应加工设备加工时噪音扰动参数Den，并整合扰动参数Den计算噪音缺陷对比参数Dr；

噪音扰动参数Den计算公式为：，

其中；

噪音缺陷对比参数Dr计算公式为：；

基于温度缺陷对比参数Tr、振动缺陷对比参数Fr以及振动缺陷对比参数Dr计算综合缺陷对比参数，/>，其中/>均为权重系数。需要说明的是：/>由本领域技术人员采集多组综合参数，并对每一组综合参数设定对应的权重系数，将设定的权重系数和采集的综合参数代入计算得到的权重系数进行筛选并取均值，得到/>的均值；

可选的。

本实施例提供一种监测参数数据交互处理方法，通过实现对加工设备加工缺陷零件时段内的温度数据、振动数据以及噪音数据分别进行独立计算其扰动参数，然后在计算的数据整合分析计算对应的缺陷对比参数，最终将温度，振动和噪音的确定对比参数进行综合计算出加工设备在加工零件时出现缺陷情况的综合缺陷对比参数。实现细致化全面整体反映加工设备在加工缺陷零件时的运行状态情况。

进一步的，通过监测模块采集多个加工设备加工整个批次的零件时的监测参数数据，然后通过监测参数数据计算各个零件加工时的缺陷验证参数Q的具体计算方式为：

分别计算各个零件加工时加工设备的温度扰动参数Te、振动扰动参数Fe以及噪音扰动参数De；需要说明的是，在计算各个零件加工时加工设备的温度扰动参数Te、振动扰动参数Fe以及噪音扰动参数De的计算方式与上述中计算各缺陷零件对应加工设备加工时温度扰动参数Ten、振动扰动参数Fen以及噪音扰动参数Den的计算方式相同。

计算各个零件加工时缺陷验证参数Q，

；从而获取整个批次各个零件的加工时的缺陷验证参数。

进一步的，将各个零件加工时的缺陷验证参数与综合缺陷对比参数进行交互验证，统计没有通过交互验证的零件数量即为次品数量具体为：

比较各个零件加工时的缺陷验证参数Q与综合缺陷对比参数，当缺陷验证参数，表示对应的零件加工出现缺陷，统计总的缺陷数量除以全部零件数量获取第一次品率P1。

进一步的，基于第一次品率P1和第二次品率P2交互计算获取当前批次零件的修正次品率Px具体为：

计算第一次品率修正系数K；

其中计算第一次品率修正系数K包括以下步骤：

调取步骤S01中采集的X个零件中合格零件加工时加工设备的检测参数数据，分别计算各合格零件加工时的缺陷验证参数Qh；

将各合格零件加工时的缺陷验证参数与综合缺陷对比参数进行比较，统计对应的零件数量，然后除以X获得修正值Kh；

计算第一次品率修正系数K，其中；

基于第一次品率修正系数K联立第一次品率以及第二次品率P2计算修正次品率Px，其中修正次品率Px的计算公式为：。

通过基于对初始检测的X个零件中合格零件的缺陷验证参数与综合缺陷对比参数进行比较获得误差系数，然后通过误差系数计算第一次品率的修正系数，最终通过第一次品率修正系数对第一次品率进行修正在与第二次品率进行交互整合计算获取修正次品率，相比与传统的直接通过抽样检测仅仅根据部分产品的检验结果推断整批的质量状况，显著提高对零件检验的准确性。

本发明实施例提供另一种技术方案：一种处理系统，其用于实现上述的监测参数数据交互处理方法，包括多个监测模块、检验单元、数据分析模块以及抽样检测单元；

多个监测模块、检验单元、数据分析模块以及抽样检测单元之间通过电气和/或无线网络方式连接；

多个监测模块分别设置在各加工设备上，实现对多个加工设备加工X个零件时采集检测参数数据，并生成加工标示对应标记在零件上；

所述检验单元对加工的X个零件进行检验选取缺陷零件，基于零件上的加工标示提取对应的监测参数数据集；

所述数据交互分析平台调取检验单元获取的监测参数数据集，计算综合缺陷对比参数；

所述数据交互分析平台还调取监测模块采集的加工设备加工整个批次的零件时的监测参数数据，然后通过监测参数数据计算各个零件加工时的缺陷验证参数Q，并将各个零件加工时的缺陷验证参数Q与综合缺陷对比参数进行对比计算第一次品率；

所述抽样检测单元用于对整个批次的零件进行抽样检验获取第二次品率P2；

所述数据交互分析平台基于第一次品率P1和第二次品率P2交互计算获取当前批次零件的修正次品率Px。

本发明实施例提供在一种技术方案：一种处理设备，包括：处理器和存储器，其中，

所述存储器中存储有可供处理器调用的计算机程序；

所述处理器通过调用所述存储器中存储的计算机程序，在交互计算平台中执行上述监测参数数据交互处理方法。

以上只通过说明的方式描述了本发明的某些示范性实施例，毋庸置疑，对于本领域的普通技术人员，在不偏离本发明的精神和范围的情况下，可以用各种不同的方式对所描述的实施例进行修正。因此，上述附图和描述在本质上是说明性的，不应理解为对本发明权利要求保护范围的限制。

Claims (10)

1.一种监测参数数据交互处理方法，其特征在于，包括以下步骤：

S01：通过监测模块采集多个加工设备加工X个零件时的监测参数数据，并基于监测参数数据生成加工标示，在加工设备加工的零件上对应标记加工标示；

S02：对当前加工的零件进行全数检验选取出现缺陷的零件；并基于零件上的加工标示提取对应的监测参数数据，获取缺陷参数数据集；

S03：对缺陷参数数据集进行交互分析，计算获取综合缺陷对比参数；

S04：通过监测模块采集多个加工设备加工整个批次的零件时的监测参数数据，然后通过监测参数数据计算各个零件加工时的缺陷验证参数Q；

S05：将各个零件加工时的缺陷验证参数Q与综合缺陷对比参数进行交互验证，统计没有通过交互验证的零件数量即为次品数量，并计算第一次品率P1；

S06：对整个批次的零件进行抽样检验获取第二次品率P2，基于第一次品率P1和第二次品率P2交互计算获取当前批次零件的修正次品率Px。

2.根据权利要求1所述的一种监测参数数据交互处理方法，其特征在于，通过检测设备采集多个加工设备加工多个零件时的监测参数数据具体为：

实时采集加工设备加工零件时的温度数据集合、振动数据集合以及噪音数据集合；

温度数据集合为T1、T2、T3...Tx，其中Tx表示第x个零件加工时间内加工设备的温度数据集，其中温度数据集与加工标示一一关联对应；

振动数据集合为F1、F2、F3...Fx，其中Fx表示第x个零件加工时间内加工设备的振动数据集，其中振动数据集与加工标示一一关联对应；

噪音数据集合为D1、D2、D3...Dx，其中Dx表示第x个零件加工时间内加工设备的噪音数据集，其中噪音数据集与加工标示一一关联对应。

3.根据权利要求1所述的一种监测参数数据交互处理方法，其特征在于，基于缺陷零件上的加工标示提取对应的监测参数数据获取缺陷参数数据集具体为：

基于缺陷零件上的加工标示关联提取对应的零件加工时间内加工设备的温度数据集、振动数据集以及噪音数据集；

对提取的温度数据集进行整合获取缺陷零件关联温度参数数据集合Ut∈（T1、T2、T3...Tn），其中Tn∈（Tn1、Tn2、Tn3...Tnm），Tnm表示加工设备在加工第n个缺陷零件的Tm时刻的温度数值；

对提取的振动数据集进行整合获取缺陷零件关联振动参数数据集合Uf∈（F1、F2、F3...Fn），其中Fn∈（Fn1、Fn2、Fn3...Fnm），Fnm表示加工设备在加工第n个缺陷零件的Tm时刻的振动数值；

对提取的噪音数据集进行整合获取缺陷零件关联噪音参数数据集合Ud∈（D1、D2、D...Dn），其中Dn∈（Dn1、Dn2、Dn3...Dnm），Dnm表示加工设备在加工第n个缺陷零件的Tm时刻的噪音数值。

4.根据权利要求3所述的一种监测参数数据交互处理方法，其特征在于，计算获取综合缺陷对比参数具体为：

基于缺陷零件关联温度参数数据集合Ut，计算各缺陷零件对应加工设备加工时温度扰动参数Ten，并整合扰动参数Ten计算温度缺陷对比参数Tr；

温度扰动参数Ten计算公式为：，

其中；

温度缺陷对比参数Tr计算公式为：；

基于缺陷零件关联振动参数数据集合Uf，计算各缺陷零件对应加工设备加工时振动扰动参数Fen，并整合扰动参数Fen计算振动缺陷对比参数Fr；

振动扰动参数Fen计算公式为：，

其中；

振动缺陷对比参数Fr计算公式为：；

基于缺陷零件关联噪音参数数据集合Ud，计算各缺陷零件对应加工设备加工时噪音扰动参数Den，并整合扰动参数Den计算噪音缺陷对比参数Dr；

噪音扰动参数Den计算公式为：，

其中；

噪音缺陷对比参数Dr计算公式为：；

基于温度缺陷对比参数Tr、振动缺陷对比参数Fr以及振动缺陷对比参数Dr计算综合缺陷对比参数，/>，其中/>均为权重系数。

5.根据权利要求1所述的一种监测参数数据交互处理方法，其特征在于，通过监测模块采集多个加工设备加工整个批次的零件时的监测参数数据，然后通过监测参数数据计算各个零件加工时的缺陷验证参数Q的具体计算方式为：

分别计算各个零件加工时加工设备的温度扰动参数Te、振动扰动参数Fe以及噪音扰动参数De；

计算各个零件加工时缺陷验证参数Q，

；从而获取整个批次各个零件的加工时的缺陷验证参数。

6.根据权利要求1所述的一种监测参数数据交互处理方法，其特征在于，将各个零件加工时的缺陷验证参数与综合缺陷对比参数进行交互验证，统计没有通过交互验证的零件数量即为次品数量具体为：

比较各个零件加工时的缺陷验证参数Q与综合缺陷对比参数，当缺陷验证参数，表示对应的零件加工出现缺陷，统计总的缺陷数量除以全部零件数量获取第一次品率P1。

7.根据权利要求2所述的一种监测参数数据交互处理方法，其特征在于，基于第一次品率P1和第二次品率P2交互计算获取当前批次零件的修正次品率Px具体为：

计算第一次品率修正系数K；

基于第一次品率修正系数K联立第一次品率以及第二次品率P2计算修正次品率Px，其中修正次品率Px的计算公式为：。

8.根据权利要求7所述的一种监测参数数据交互处理方法，其特征在于，计算第一次品率修正系数K包括以下步骤：

调取步骤S01中采集的X个零件中合格零件加工时加工设备的检测参数数据，分别计算各合格零件加工时的缺陷验证参数Qh；

将各合格零件加工时的缺陷验证参数与综合缺陷对比参数进行比较，统计/>对应的零件数量，然后除以X获得修正值Kh；

计算第一次品率修正系数K，其中。

9.一种处理系统，其用于实现上述权利要求1-8中任意一项所述的监测参数数据交互处理方法，其特征在于，包括多个监测模块、检验单元、数据分析模块以及抽样检测单元；

多个监测模块、检验单元、数据分析模块以及抽样检测单元之间通过电气和/或无线网络方式连接；

多个监测模块分别设置在各加工设备上，实现对多个加工设备加工X个零件时采集检测参数数据，并生成加工标示对应标记在零件上；

所述检验单元对加工的X个零件进行检验选取缺陷零件，基于零件上的加工标示提取对应的监测参数数据集；

所述数据交互分析平台调取检验单元获取的监测参数数据集，计算综合缺陷对比参数；

所述数据交互分析平台还调取监测模块采集的加工设备加工整个批次的零件时的监测参数数据，然后通过监测参数数据计算各个零件加工时的缺陷验证参数Q，并将各个零件加工时的缺陷验证参数Q与综合缺陷对比参数进行对比计算第一次品率；

所述抽样检测单元用于对整个批次的零件进行抽样检验获取第二次品率P2；

所述数据交互分析平台基于第一次品率P1和第二次品率P2交互计算获取当前批次零件的修正次品率Px。

10.一种处理设备，其特征在于，包括：处理器和存储器，其中，

所述存储器中存储有可供处理器调用的计算机程序；

所述处理器通过调用所述存储器中存储的计算机程序，在交互计算平台中执行权利要求1-8任意一条所述的监测参数数据交互处理方法。