一种依托云计算的品质管控方法及系统与流程

本发明属于工业品质管控，具体为一种依托云计算的品质管控方法及系统。

背景技术：

1、工业生产中的品质管控通常依赖生产设备、检测设备和生产流转系统提供的数据；现有系统一般通过工业现场采集端、生产管理系统或云端平台汇集工艺参数、设备运行状态、检测结果及批次流转记录，再基于质量统计、阈值报警、批次追溯和工艺参数调整建议，对产品品质进行监控。对于数据来源稳定、采样周期一致且工序流转记录完整的生产场景，上述方式能够形成从数据采集、云端分析到现场处置的基本管控流程。

2、但在实际生产中，生产设备数据、品质检测数据和生产流转数据往往来自不同设备或系统，采样周期、时间戳规则和通信协议并不完全一致。现场数据在上传云端前可能已经存在数据缺失、采样不连续、时间偏移或通信解析异常。现有品质管控方式通常将上述数据直接作为云端分析对象，低可信历史记录可能被纳入品质基准计算，使品质基准偏离稳定生产状态；异常追溯多依赖批次流转顺序或发生时间先后关系，未充分结合上游工序参数、设备状态与下游品质特性之间的工艺影响关系，容易将无实际工艺关联的上游记录纳入异常判断。

3、进一步地，现有管控指令多由检测结果超限直接触发，若未结合异常源类型、设备可执行调节范围以及当前产品质量检验标准允许范围，生成的修正指令可能无法由现场设备执行，或者与产品检验边界不一致。复检数据在回流云端时，若未再次校验其数据可信度和复检结果状态，也可能继续参与品质基准更新。由此，现有云端品质管控流程中，数据可信度、工艺影响关系、设备执行边界和复检更新之间缺少连续约束，容易形成品质基准失真、异常源误判和管控闭环不稳定的问题。

技术实现思路

1、本发明的目的在于提供一种依托云计算的品质管控方法及系统，以解决工业生产过程中生产设备数据、品质检测数据和生产流转数据来源分散，且现场数据可能存在缺失、时间偏移、采样不连续或通信解析异常时，云端品质基准数据容易受到异常采集数据影响，进而导致异常源追溯结果和现场管控指令与实际生产状态不一致的问题。

2、为实现上述目的，本发明采用如下技术方案。

3、一种依托云计算的品质管控方法，应用于包括工业现场端和云端品质管控平台的工业生产环境，工业现场端与生产设备、检测设备和生产流转记录源连接，云端品质管控平台存储或调用工艺影响表。

4、工业现场端获取生产设备数据、品质检测数据和生产流转数据，并按照生产对象或生产批次、工序单元及工序流转时间形成品质事件记录，其中，生产设备数据包括工艺参数数据和设备运行数据，品质检测数据由检测设备产生，生产流转数据由生产流转记录源产生，生产流转记录源用于提供产品类型、工艺路线、工序单元标识、设备标识、工序进入时间和工序离开时间。

5、形成品质事件记录时，根据生产对象标识或生产批次标识确定待关联对象，根据工序单元标识和设备标识确定待关联对象经过的生产位置；再根据待关联对象进入对应工序单元的时间、离开对应工序单元的时间以及对应检测位置的检测时间，确定有效数据时间窗；将位于有效数据时间窗内的工艺参数数据、设备运行数据和生产流转数据，与对应检测位置的品质检测数据写入同一品质事件记录。

6、品质事件记录包括生产对象标识或生产批次标识、产品类型、工艺路线、工序单元标识、设备标识、有效数据时间窗、工艺参数数据、设备运行数据、生产流转数据和品质检测数据，在写入数据可信度标记后，品质事件记录还包括数据可信度标记。

7、工业现场端根据品质事件记录的采集可靠性信息生成数据可信度标记，并将数据可信度标记写入品质事件记录，数据可信度标记包括可信标记和待核验标记。采集可靠性信息包括数据缺失率、时间戳偏移量、采样周期符合率和工业通信协议解析异常次数。

8、当数据缺失率不大于设定缺失率阈值、时间戳偏移量不大于设定时间偏移阈值、采样周期符合率不小于设定周期符合率阈值，并且工业通信协议解析异常次数不大于设定解析异常次数阈值时，将数据可信度标记设为可信标记，当数据缺失率大于设定缺失率阈值、时间戳偏移量大于设定时间偏移阈值、采样周期符合率小于设定周期符合率阈值，或者工业通信协议解析异常次数大于设定解析异常次数阈值时，将数据可信度标记设为待核验标记。

9、数据缺失率、时间戳偏移量、采样周期符合率和工业通信协议解析异常次数的判断阈值由当前工序单元的数据采集配置文件或工业通信协议配置文件确定，由此，数据可信度标记的生成依据与当前工序单元的数据采集频率、通信协议和数据上传要求对应，使不同工序单元能够按照各自的数据采集条件进行可信度判定。

10、写入数据可信度标记后的品质事件记录上传至云端品质管控平台，云端品质管控平台按照当前生产条件对历史品质事件记录进行归集，选取数据可信度标记为可信标记的历史品质事件记录作为品质基准样本，并生成与当前生产条件对应的品质基准数据。

11、当前生产条件包括当前品质事件记录中的产品类型、工艺路线和工序单元，还包括设备标识、设备组别和工序运行状态中的一种、两种或三种，品质基准数据包括品质特性参考范围，还包括工艺参数的允许波动范围和设备运行状态的参考状态中的一种或两种。

12、品质基准数据的生成过程包括：从历史品质事件记录中筛选末端检测结果处于当前产品质量检验标准允许范围内的历史品质事件记录；从筛选后的历史品质事件记录中排除设备处于报警状态、维护状态或参数越限状态的历史品质事件记录，并排除数据可信度标记为待核验标记的历史品质事件记录；按照当前生产条件对剩余历史品质事件记录进行分组；根据每一分组内的品质检测数据确定对应品质特性的参考范围，根据每一分组内的工艺参数数据确定对应工艺参数的允许波动范围，根据每一分组内的设备运行数据确定对应设备运行状态的参考状态。

13、云端品质管控平台将当前品质事件记录与品质基准数据进行比对，得到品质偏离信息，当前品质事件记录中的品质检测结果超出品质基准数据中的品质特性参考范围时，云端品质管控平台按照生产对象或生产批次的工序流转顺序，调用上游工序单元中的品质事件记录，并结合品质偏离信息、工艺影响表以及上游工序单元中的品质事件记录的数据可信度标记，确定异常源对象。

14、工艺影响表与产品类型和工艺路线对应，并根据当前产品的工艺文件和质量检验标准确定，工艺影响表包括上游工序单元字段、工艺参数字段、设备运行状态字段、下游品质特性字段和影响方向字段，影响方向字段用于记录上游工艺参数相对于工艺参数允许波动范围的偏离方向，或设备运行状态相对于设备运行状态参考状态的偏离状态，与下游品质特性相对于品质特性参考范围的偏离方向之间的对应关系。

15、确定异常源对象时，云端品质管控平台根据当前品质检测结果对应的品质特性，从工艺影响表中查找与该品质特性对应的候选上游工序单元、候选工艺参数、候选设备运行状态和影响方向；调用同一生产对象或同一生产批次在候选上游工序单元中的品质事件记录；将候选上游工序单元中的品质事件记录与对应的品质基准数据进行比对，得到候选工艺参数的偏离方向和候选设备运行状态相对于设备运行状态参考状态的偏离状态。

16、当候选上游工序单元的发生时间早于当前品质检测结果的发生时间，候选上游工序单元中的生产对象标识或生产批次标识与当前品质事件记录中的生产对象标识或生产批次标识一致，候选工艺参数的偏离方向或候选设备运行状态相对于设备运行状态参考状态的偏离状态与工艺影响表中记载的影响方向一致，并且对应品质事件记录的数据可信度标记为可信标记时，将对应的工序单元、设备、工艺参数或生产批次确定为异常源对象。

17、云端品质管控平台根据异常源对象的类型、与异常源对象相关的生产设备的可执行调节范围，以及当前产品的检测标准允许偏差范围，生成品质管控指令并下发至对应的工业现场端；设备的可执行调节范围包括设备允许调节上限、设备允许调节下限、单次调节步长、响应延迟和执行精度。

18、当异常源对象为工艺参数时，品质管控指令包括与该工艺参数对应的修正指令；当异常源对象为设备时，品质管控指令包括设备状态复测指令、设备巡检指令或设备暂停使用指令；当异常源对象为生产批次时，品质管控指令包括批次隔离指令、复检加严指令或抽样频次调整指令。

19、当候选的修正指令超出对应设备的可执行调节范围，或超出当前产品的检测标准允许偏差范围时，不下发该候选的修正指令，并生成复检加严指令、设备状态复测指令或批次隔离指令。

20、云端品质管控平台根据品质管控指令的执行结果、复检品质事件记录及其数据可信度标记，对品质管控指令进行解除、维持或升级处理，当品质管控指令已被执行、复检品质事件记录的数据可信度标记为可信标记，并且复检品质事件记录对应的品质检测结果处于与该复检品质事件记录的当前生产条件对应的品质基准数据中的品质特性参考范围内时，将复检品质事件记录作为品质基准数据的更新样本。

21、本发明还提供一种依托云计算的品质管控系统，包括工业现场端和云端品质管控平台，工业现场端与生产设备、检测设备和生产流转记录源连接，用于获取生产设备数据、品质检测数据和生产流转数据，形成品质事件记录，并根据品质事件记录的采集可靠性信息生成数据可信度标记，云端品质管控平台用于存储或调用工艺影响表，接收写入数据可信度标记后的品质事件记录，生成品质基准数据，确定异常源对象，生成品质管控指令，并根据复检品质事件记录对品质管控指令和品质基准数据进行闭环处理。

22、本发明还提供一种依托云计算的品质管控系统，该系统包括工业现场端和云端品质管控平台；工业现场端与生产设备、检测设备和生产流转记录源连接，生产设备用于提供工艺参数数据和设备运行数据，检测设备用于提供品质检测数据，生产流转记录源用于提供生产对象或生产批次在各工序单元中的流转记录。

23、工业现场端获取生产设备数据、品质检测数据和生产流转数据，并按照生产对象或生产批次、工序单元及工序流转时间形成品质事件记录；品质事件记录用于将同一生产对象或同一生产批次在同一工序单元中的工艺参数数据、设备运行数据、生产流转数据和品质检测数据进行对应保存，使云端品质管控平台能够以同一生产对象或同一生产批次为基础进行品质分析。

24、工业现场端还根据品质事件记录中的采集可靠性信息生成数据可信度标记，并将数据可信度标记写入品质事件记录；采集可靠性信息至少由数据缺失情况、时间戳偏移情况、采样周期符合情况和工业通信协议解析情况确定。

25、数据可信度标记包括可信标记和待核验标记，其中，可信标记表示该品质事件记录满足当前工序单元的数据采集要求，待核验标记表示该品质事件记录存在需要补充采样或核验的数据状态。

26、云端品质管控平台存储或调用工艺影响表，并接收写入数据可信度标记后的品质事件记录；工艺影响表与产品类型和工艺路线对应，用于记载上游工序单元、工艺参数、设备运行状态与下游品质特性之间的对应关系；该工艺影响表为后续异常源对象追溯提供工艺对应基础，使异常源对象的确定不只依赖数据出现时间。

27、云端品质管控平台按照当前生产条件对历史品质事件记录进行归集，并从归集后的历史品质事件记录中选取数据可信度标记为可信标记的历史品质事件记录作为品质基准样本，再根据品质基准样本生成与当前生产条件对应的品质基准数据；当前生产条件至少包括当前品质事件记录中的产品类型、工艺路线和工序单元；品质基准数据包括品质特性参考范围。

28、由于品质基准样本来自与当前生产条件对应且数据可信度标记为可信标记的历史品质事件记录，数据可信度标记为待核验标记的历史品质事件记录不会直接进入品质基准样本。

29、云端品质管控平台将当前品质事件记录与品质基准数据进行比对，得到品质偏离信息；当前品质事件记录中的品质检测结果超出品质基准数据中的品质特性参考范围时，云端品质管控平台按照生产对象或生产批次的工序流转顺序，调用与当前品质事件记录属于同一生产对象或同一生产批次的上游工序单元中的品质事件记录，并结合品质偏离信息、工艺影响表以及该上游工序单元中的品质事件记录的数据可信度标记，确定异常源对象。

30、由此，异常源对象的确定同时受生产流转顺序、对象一致性、工艺影响关系和数据可信度标记约束。

31、云端品质管控平台根据异常源对象的类型、与异常源对象相关的生产设备的可执行调节范围，以及当前产品质量检验标准允许偏差范围生成品质管控指令，并将品质管控指令发送至工业现场端。

32、品质管控指令与异常源对象相对应，当异常源对象涉及工艺参数时，品质管控指令对应工艺参数调整；当异常源对象涉及设备状态时，品质管控指令对应设备状态复测、设备巡检或设备暂停使用；当异常源对象涉及生产批次时，品质管控指令对应批次隔离、复检加严或抽样频次调整；该处理使品质管控指令与现场设备的可执行边界和当前产品的检验边界相对应。

33、工业现场端执行或转发品质管控指令，并向云端品质管控平台反馈品质管控指令的执行结果；云端品质管控平台接收复检品质事件记录及其数据可信度标记，并根据执行结果、复检品质事件记录及其数据可信度标记，对品质管控指令进行解除、维持或升级处理。

34、当品质管控指令已被执行、复检品质事件记录的数据可信度标记为可信标记，并且复检品质事件记录对应的品质检测结果处于与该复检品质事件记录的当前生产条件对应的品质基准数据中的品质特性参考范围内时，云端品质管控平台将复检品质事件记录并入与该复检品质事件记录的当前生产条件对应的数据分组，作为品质基准数据的更新样本；当复检品质事件记录的数据可信度标记为待核验标记，或复检品质事件记录对应的品质检测结果仍超出对应品质特性参考范围时，云端品质管控平台不将该复检品质事件记录作为品质基准数据的更新样本。

35、上述系统中，工业现场端负责形成具有对象基础和工序基础的品质事件记录，并对品质事件记录写入数据可信度标记；云端品质管控平台负责基于可信历史记录生成品质基准数据，结合工艺影响表和上游品质事件记录确定异常源对象，再根据异常源对象生成品质管控指令，并依据复检品质事件记录完成闭环处理；这样能够使数据形成、基准生成、异常追溯、指令下发和复检更新之间形成连续的数据流和控制流。

36、本发明的有益效果如下：

37、1、本发明通过工业现场端将生产设备数据、品质检测数据和生产流转数据按照生产对象或生产批次、工序单元及工序流转时间形成同一品质事件记录，并在该品质事件记录中写入数据可信度标记，使云端品质管控平台在进行品质分析前即可获得数据对象、工序位置、时间范围和采集可靠性状态；由此，生产过程数据与检测结果不再以分散记录的方式参与云端判断，而是以同一生产对象或同一生产批次下的品质事件记录作为分析基础，减少不同数据源之间因时间偏移、采样缺失或通信解析异常造成的对象错配，为后续品质基准数据生成和异常源追溯提供一致的数据依据。

38、2、本发明通过云端品质管控平台按照当前生产条件对历史品质事件记录进行归集，并仅选取数据可信度标记为可信标记的历史品质事件记录作为品质基准样本，生成与当前生产条件对应的品质基准数据，使品质基准数据同时受产品类型、工艺路线、工序单元以及现场采集可靠性约束；由此，数据可信度标记为待核验标记的历史品质事件记录不会直接进入品质基准样本，设备报警状态、维护状态或参数越限状态下形成的历史记录也可被排除，减少异常采集数据和非稳定生产状态数据对品质特性参考范围、工艺参数允许波动范围及设备运行状态参考状态的影响，使后续品质偏离判断具有更贴合当前生产条件的基准依据。

39、3、本发明通过工艺影响表将上游工序单元、工艺参数、设备运行状态与下游品质特性建立对应关系，并在品质检测结果超出品质特性参考范围时，结合工序流转顺序、品质偏离信息和上游品质事件记录的数据可信度标记确定异常源对象，再根据异常源对象类型、生产设备可执行调节范围和当前产品质量检验标准允许范围生成品质管控指令；由此，异常源对象的确定不再仅依赖批次流转时间或检测结果超限，而是同时受对象一致性、工艺影响关系和数据可信度约束；品质管控指令也与现场设备执行边界及产品检验边界对应，复检品质事件记录只有在可信且复检结果回到对应品质特性参考范围后才能进入更新样本，从而形成较稳定的品质管控闭环。