一种基于AI的生产过程管控可回溯管理方法及系统与流程
本发明涉及生产管理,尤其涉及一种基于ai的生产过程管控可回溯管理方法及系统。
背景技术:
1、在制造业中,当产品出现质量缺陷时,需要追溯该产品在生产全过程的状态,包括经过的每一道工序、当时的设备运行参数、检测图像、环境数据以及操作记录等。目前,工厂通常依靠制造执行系统(mes)记录生产批次信息和部分工艺参数,同时采用自动光学检测(aoi)等设备在特定工序拍摄产品图像并给出判定结果。这些系统各自运行,积累了大量的生产过程数据。
2、然而,现有方案在质量异常追溯时存在一个突出的问题:当需要还原某一个具体产品的完整生产过程时,设备运行数据、检测图像、操作行为记录等关键信息分布在多个独立系统中,彼此之间缺少以单件产品为主线的时空关联和组织机制。这导致工程师排查质量原因时,必须跨多个系统人工检索和对齐数据,过程繁琐、效率低下,且极易因数据脱节而遗漏关键线索,无法快速、完整地复现单件产品的生产全过程。
3、因此,亟需一种基于ai的生产过程管控可回溯管理方法,以支持对任意产品生产过程的高效回溯和完整还原。
技术实现思路
1、本发明的目的在于提供一种基于ai的生产过程管控可回溯管理方法及系统,支持对任意产品生产过程的高效回溯和完整还原。
2、为实现上述目的,本发明采用的一种基于ai的生产过程管控可回溯管理方法,包括如下步骤:
3、实时采集生产过程中的多源异构数据,并转换为统一格式的结构化生产数据流;
4、利用预先构建的ai模型对所述结构化生产数据流进行异常识别,并在识别到关键异常事件时发出触发信号;
5、响应于所述触发信号,以当前产品为主索引,采集并固化异常事件发生前后预设窗口内的多维现场数据,形成异常事件数据包;
6、基于所述异常事件数据包构建多维度层级化索引,以支持不同维度的快速检索;
7、根据所述关键异常事件的类型和严重等级,自动触发相应的生产管控动作,并将管控动作的触发信息记录至所述异常事件数据包中;
8、响应于回溯查询请求,利用所述层级化索引调取相关异常事件数据包,生成生产过程回溯视图及异常分析报告。
9、其中,在实时采集生产过程中的多源异构数据,并转换为统一格式的结构化生产数据流的步骤中:
10、通过数据网关接入不同品牌和型号的生产设备、检测设备、环境传感器及操作终端,对其输出的原始数据进行协议解析和字段映射;
11、将解析后的数据按照统一的时间戳基准和预设的字段模板,生成携带时间戳、设备标识和产品标识的结构化数据记录,并按时间顺序汇集成所述结构化生产数据流。
12、其中,在利用预先构建的ai模型对所述结构化生产数据流进行异常识别,并在识别到关键异常事件时发出触发信号的步骤中:
13、将所述结构化生产数据流分别输入ai模型的时序处理分支、视觉处理分支和行为处理分支;
14、由所述时序处理分支从连续工艺参数中提取时序异常特征;由所述视觉处理分支从产品检测图像中提取缺陷语义特征;由所述行为处理分支从操作日志中提取行为特征;
15、将上述三个分支输出的特征进行跨模态融合,输出关键异常事件的类别及触发置信度,当置信度超过预设阈值时发出所述触发信号。
16、其中,所述ai模型的训练样本通过以下方式获得:
17、从历史生产数据中截取已确认发生质量异常的时间段,提取该时间段内的工艺参数序列、检测图像和操作日志;经人工标注异常事件类型后,构建为正负样本集用于模型训练。
18、其中,在响应于所述触发信号,以当前产品为主索引,采集并固化异常事件发生前后预设窗口内的多维现场数据,形成异常事件数据包的步骤中:
19、以所述触发信号的产生时刻为基准,确定数据采集的回溯时间窗口长度;
20、在所述回溯时间窗口内,提取与当前产品关联的设备运行参数、检测图像、环境数据和操作记录;
21、将所提取的多维数据按时间戳对齐至统一时间轴,并根据各数据的生成设备所处工序,映射至对应的生产工序节点,形成以时间、工序、参数、图像四维关联结构组织的异常事件数据包;
22、将所述异常事件数据包与ai模型的推理中间结果及判定置信度关联后进行持久化存储。
23、其中,所述将所提取的多维数据按时间戳对齐至统一时间轴,具体为:
24、以产品标识码为主线,将来自不同设备的数据记录依据各自携带的时间戳校正至统一时钟基准下;并按照各设备所属的工序位置,将每条数据记录关联至对应的工序标识,从而建立该产品在生产全过程各工序节点的时序数据剖面。
25、其中,在基于所述异常事件数据包构建多维度层级化索引,以支持不同维度的快速检索的步骤中:
26、为每个异常事件数据包分别建立基于产品标识的产品级索引、基于生产批号的批次级索引、基于工序编号的工序级索引、基于设备编号的设备级索引以及基于时间的时间级索引,以支持按产品、批次、工序、设备和时间中任一维度进行快速检索。
27、其中,在根据所述关键异常事件的类型和严重等级,自动触发相应的生产管控动作,并将管控动作的触发信息记录至所述异常事件数据包中的步骤中:
28、根据所述关键异常事件的类型和严重等级,从预设的管控策略库中匹配对应的管控动作;
29、将匹配到的管控动作下发至生产线执行,所述管控动作包括自动停机、不良品剔除、操作人员警报和工艺参数限值锁定中的至少一种;
30、采集所述管控动作的触发时间、动作类型和执行结果,将上述信息写回至对应的异常事件数据包中,形成闭环管控记录。
31、其中,在响应于回溯查询请求,利用所述层级化索引调取相关异常事件数据包,生成生产过程回溯视图及异常分析报告的步骤中:
32、接收用户输入的回溯查询请求,基于所述层级化索引并行检索关联的异常事件数据包;
33、将检索到的异常事件数据包中的多维数据按时间轴联动展示,生成生产过程回溯视图;
34、调用预先训练的根因分析模型,将所述异常事件数据包中的设备参数变化率、缺陷特征变化趋势、环境数据波动及操作事件序列作为输入,通过因果推理生成异常分析报告。
35、本发明还提供一种基于ai的生产过程管控可回溯管理系统,包括数据集成模块、ai异常识别模块、快照固化模块、索引构建模块、管控联动模块和回溯分析模块;其中:
36、所述数据集成模块,用于实时采集生产过程中的多源异构数据,并转换为统一格式的结构化生产数据流;
37、所述ai异常识别模块,用于利用预先构建的ai模型对所述结构化生产数据流进行异常识别,并在识别到关键异常事件时发出触发信号;
38、所述快照固化模块,用于响应于所述触发信号,以当前产品为主索引,采集并固化异常事件发生前后预设窗口内的多维现场数据,形成异常事件数据包;
39、所述索引构建模块,用于基于所述异常事件数据包构建多维度层级化索引,以支持不同维度的快速检索;
40、所述管控联动模块,用于根据所述关键异常事件的类型和严重等级,自动触发相应的生产管控动作,并将管控动作的触发信息记录至所述异常事件数据包中;
41、所述回溯分析模块,用于响应于回溯查询请求,利用所述层级化索引调取相关异常事件数据包,生成生产过程回溯视图及异常分析报告。
42、本发明的一种基于ai的生产过程管控可回溯管理方法及系统,通过数据集成模块、ai异常识别模块、快照固化模块、索引构建模块、管控联动模块和回溯分析模块,实现了以下步骤:实时采集生产过程中的多源异构数据,并转换为统一格式的结构化生产数据流;利用预先构建的ai模型对所述结构化生产数据流进行异常识别,并在识别到关键异常事件时发出触发信号;响应于所述触发信号,以当前产品为主索引,采集并固化异常事件发生前后预设窗口内的多维现场数据,形成异常事件数据包;基于所述异常事件数据包构建多维度层级化索引,以支持不同维度的快速检索;根据所述关键异常事件的类型和严重等级,自动触发相应的生产管控动作,并将管控动作的触发信息记录至所述异常事件数据包中;响应于回溯查询请求,利用所述层级化索引调取相关异常事件数据包,生成生产过程回溯视图及异常分析报告。采用上述方式,从而支持对任意产品生产过程的高效回溯和完整还原。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com