一种多时间尺度数据融合的质量分析与优化方法及系统与流程

1.本发明涉及生产质量管控技术领域，具体涉及一种多时间尺度数据融合的质量分析与优化方法及系统。


背景技术：

2.质量分析与优化是提升生产过程质量，减少产品废品的关键，现有的生产过程中，质量检验数据、加工数据及产品零件标识数据未进行关联，导致质量数据无法精准的反馈与单件或批次产品生产，造成了及时采集了质量数据，但是未能够有效利用，仅仅用于事后的质量分析，无法充分发挥在线数据采集与控制，在事中进行质量控制的要求。近年来，随着企业物联网建设、质量数据采集、质量管理系统等数字化建设力度不断加强，绝大部分企业都已实现了物料标识、加工参数和检验参数的数据采集，但是现阶段仍然以事后的质量数据分析为主，仅仅实现了将原有手工记录单据转换成为电子式自动生产单据，实现了人员劳动强度的减少和数据统计实时性的提高，本质上并未对产品生产过程的质量影响因素进行有效控制，现有的质量分析与优化控制仍然具有很大的提升空间。
3.发明专利(cn 104166757 b)公开了一种加工质量影响因素敏感性分析和质量控制方法，基于最小二乘支持向量机建立加工质量和影响因素的关系模型，利用建立的加工质量和影响因素的关系模型，计算各影响因素的灵敏度和贡献率，根据灵敏度或贡献率识别出影响因素中影响加工质量较大的因素，根据敏感性分析的结果，通过对影响因素中的一个或者多个可控因素进行控制，对加工质量的波动进行反方向的补偿，从而减少加工质量的波动。
4.发明专利(cn 113435699 a)公开了一种质量智能管控方法及系统，采集与生产线零配件相关的生产参数数据，将所述生产参数数据输入至深度学习模型，预测输出现场生产的产品是否合格，对于合格的产品，给出合格分数，进一步细化产品质量，对于不合格产品给出矫正建议并传送给执行单元执行，执行单元将矫正后的产品进行实际检测，并将结果传送给服务器，以强化或改进服务器的调整策略。
5.以上相关性较强的专利中，均仅实现数据的采集与单点的质量控制，无法兼容单件或批次的产品质量控制，并且在对质量进行控制时，未考虑后续加工质量数据的扩充对在线控制的影响。
6.综上所述，现有制造企业质量分析仍然有部分依赖于传统单据统计、excel分析；部分企业上了信息化系统后实现了上述过程的电子化和数字化，但是均以事后分析为主；部分企业针对某些关重设备，进行数据采集与自适应控制，实现了单个环节的质量控制，但是未与检验环节或物料标识等进行数据关联，大都还是进行单点应用，具有质量控制局部化，事后控制为主的特点，导致即使进行了质量分析，也只能在事后进行，无法挽回已经造成的质量损失。此外，由于大部分质量分析仅针对特点产品某一批次或几批次的质量数据，导致大量质量历史数据的分析和利用受到制约，在同一类型不同批次之间生产时，数据价值不能有效得到发挥。


技术实现要素：

7.本发明为解决现有质量分析存在的局部性管控、事后性管控导致的质量损失问题，本发明提供了解决上述问题的一种多时间尺度数据融合的质量分析与优化方法及系统。
8.本发明通过下述技术方案实现：
9.一种多时间尺度数据融合的质量分析与优化方法，包括以下方法：s1.进行产品生产过程数据关联，构建质量数据库；产品数据通过零件编号进行关联，所述零件编号包括物料零件号和物料批次号；基于零件编号，采集工艺参数和检测参数、且与零件编号关联，构建质量数据库。s2.构建质量评估模型；基于人工经验与质量数据库，构建质量评估模型；根据当前加工情况，单件或批次下发控制工艺参数至参数控制策略中。s3.在线控制；针对加工设备，通过参数控制策略对加工过程进行在线控制，以确保加工设备按照质量评估模型下发的控制工艺参数进行加工。所述工艺参数包括加工工序号、加工设备号和工艺数据，且工艺数据和加工工序号、加工设备号绑定；所述检测参数包括检测工序号、检测设备和检测数据，且检测数据与检测工序号、检测设备绑定。
10.为解决现有质量分析存在的数据关联性差、局部性管控、事后性管控导致的质量损失问题，本发明提供了一种多时间尺寸数据融合的质量分析与优化方法，通过对物料零件进行单件或批次标识、加工参数数据采集、检验数据采集等，形成以质量为目标，综合考虑单件质量过程工艺参数控制，批次产品工艺参数控制，通过对单件零件加工过程进行质量控制，批次产品加工过程进行质量控制，实现生产过程质量离线分析和在线控制，以减少生产过程造成的单件或批次质量损失。本发明通过实现标识、工艺和质量数据关联，通过统一质量评估模型进行质量在线控制，可有效减少产品质量损失，稳定生产质量，有效降低企业生产浪费，提高企业竞争力。
11.进一步设计，步骤s1中，针对产品生产过程，采用树形结构进行产品数据管理，构建的产品数据结构包括零件编号、多组加工工序和多组检验工序；每组加工工序包括加工工序号、加工设备号和工艺数据，且工艺数据和加工工序号、加工设备号绑定；每组检测工序包括检测工序号、检测设备和检测数据，且检测数据与检测工序号、检测设备绑定。
12.进一步设计，每件物料零件或每批物料零件进行生产时，首先获取加工工序和/或检测工序信息，之后根据物料零件工序组成自动进行产品结构创建，进行工艺参数和检测参数的数据采集时，再根据产品接口子项进行数据填充。
13.进一步设计，产品数据结构根据产品类型，对加工工序、检验工序进行扩充。
14.进一步设计，步骤s3中，在产品生产过程中，质量评估模型根据产品类型和批次信息，结合之前生产产品的历史质量数据，自动生成控制工艺参数、并经参数控制策略下发到加工设备控制器，加工设备内部包含在线优化控制模块，根据接收到的参数控制策略和数据值范围对生产过程进行质量控制。
15.进一步设计，在线优化控制模块进行在线优化控制时，通过对工艺参数进行设定、工艺参数检测，获取工艺参数设定值与工艺参数实际值、并进行偏差处理，偏差计算后，结合工艺参数设定值与工艺参数实际值偏差情况进行是否控制判断；若需要控制，则将偏差值反馈在线优化控制模块进行参数控制；若不需控制时则该流程结束，
16.进一步设计，工艺参数检测采用实时检测机制，以最大化的降低控制过程的滞后
性，以确保加工过程的质量。
17.进一步设计，所述质量评估模型通过设定自动更新方法，实现质量评估模型的自动优化更新。
18.进一步设计，自动更新方法包括：停止当前加工，当进行零件加工或批次切换时，结合人工辅助经验和历史数据，自动生成新的质量评估模型，当新的模型准确度小于或等于现有模型时，则该流程结束，加工设备按照原有控制策略开始加工；当新的模型准确度大于原有模型时，则对新模型进行保存，并启用新模型，之后自动下发参数控制策略到加工设备控制器，下发成功后即开始加工。
19.进一步设计，步骤s3中，针对加工设备，通过参数控制策略对加工过程进行超低时延的在线控制。
20.一种多时间尺度数据融合的质量分析与优化系统，包括一个或多个模块，用于存储在存储器中并被配置成由一个或多个处理器执行；一个或多个模块包括：
21.进行产品生产过程数据关联、构建质量数据库的模块，模块中，产品数据通过零件编号进行关联，所述零件编号包括物料零件号和物料批次号；基于零件编号，采集工艺参数和检测参数、且与零件编号关联，构建质量数据库；
22.构建质量评估模型的模块，模块中，基于人工经验与质量数据库，构建质量评估模型；根据当前加工情况，单件或批次下发控制工艺参数至参数控制策略中；
23.在线控制模块，模块中针对加工设备，通过参数控制策略对加工过程进行在线控制，以确保加工设备按照质量评估模型下发的控制工艺参数进行加工；
24.所述工艺参数包括加工工序号、加工设备号和工艺数据，且工艺数据和加工工序号、加工设备号绑定；所述检测参数包括检测工序号、检测设备和检测数据，且检测数据与检测工序号、检测设备绑定。
25.进一步设计，还包括优化质量评估模型的模块；模块中，停止当前加工，当进行零件加工或批次切换时，结合人工辅助经验和历史数据，自动生成新的质量评估模型，当新的模型准确度小于或等于现有模型时，则该流程结束，加工设备按照原有控制策略开始加工；当新的模型准确度大于原有模型时，则对新模型进行保存，并启用新模型，之后自动下发参数控制策略到加工设备控制器，下发成功后即开始加工。
26.本发明具有如下的优点和有益效果：
27.1、本发明的整体构思对生产过程在线控制和批次产品批量控制两种不同时间尺度下的质量分析与优化思路，通过在加工前对批次产品进行工艺参数优化，在加工过程中对工艺参数进行实时在线调整，实现产品质量事前和事中控制，最大化的减少产品质量损失，节约企业生产成本。
28.2、本发明设计加工检验数据关联，针对产品生产过程，从物料标识开始，对产品在加工设备中的工艺参数、检验设备中的检验参数，所有参数之间通过物料标识进行关联，实现生产过程核心数据的关联分析，以确保方法的准确性。
29.3、本发明进行产品在线控制，针对单件产品加工过程，通过参数控制策略，对加工过程工艺参数进行实时控制，改变原有事后质量管控方式，实现边加工边控制和优化，工艺参数一旦超出设定参数范围，则采用紧急停机、工艺参数补偿等方式，以确保加工装置不发生废品。
30.4、本发明进行质量模型自优化，针对产品加工后的检验数据，按照产品类型、产品批次进行数据存储，结合物料标识数据和加工参数，行成产品质量数据库，对全类型、全批次产品进行质量分析，结合人工经验，修正产品质量评估模型，质量评估模型按设定时间周期、设定触发条件，对质量评估模型进行自动优化，优化后质量评估模型大于或等于当前模型准确度时，该质量评估模型才进行使用，质量评估模型一旦启用，即向加工装置下发参数控制策略，以在加工前得出最佳的控制参数。
附图说明
31.此处所说明的附图用来提供对本发明实施例的进一步理解，构成本技术的一部分，并不构成对本发明实施例的限定。在附图中：
32.图1为本发明的多时间尺度数据融合的质量分析与优化方法总体结构示意图。
33.图2为本发明的全过程数据关联架构示意图。
34.图3为本发明的产品质量在线控制流程图。
35.图4为本发明的质量模型优化流程图。
具体实施方式
36.为使本发明的目的、技术方案和优点更加清楚明白，下面结合实施例和附图，对本发明作进一步的详细说明，本发明的示意性实施方式及其说明仅用于解释本发明，并不作为对本发明的限定。
37.在以下描述中，为了提供对本发明的透彻理解阐述了大量特定细节。然而，对于本领域普通技术人员显而易见的是：不必采用这些特定细节来实行本发明。在其他实施例中，为了避免混淆本发明，未具体描述公知的结构、电路、材料或方法。
38.在整个说明书中，对“一个实施例”、“实施例”、“一个示例”或“示例”的提及意味着：结合该实施例或示例描述的特定特征、结构或特性被包含在本发明至少一个实施例中。因此，在整个说明书的各个地方出现的短语“一个实施例”、“实施例”、“一个示例”或“示例”不一定都指同一实施例或示例。此外，可以以任何适当的组合和、或子组合将特定的特征、结构或特性组合在一个或多个实施例或示例中。此外，本领域普通技术人员应当理解，在此提供的示图都是为了说明的目的，并且示图不一定是按比例绘制的。这里使用的术语“和/或”包括一个或多个相关列出的项目的任何和所有组合。
39.在本发明的描述中，术语“前”、“后”、“左”、“右”、“上”、“下”、“竖直”、“水平”、“高”、“低”“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明保护范围的限制。
40.实施例1
41.如图1所示，本实施例提供了一种多时间尺度数据融合的质量分析与优化方法，如下所示：
42.s1.进行产品生产过程数据关联，构建质量数据库
43.产品数据通过零件编号进行关联，所述零件编号包括物料零件号和物料批次号；基于零件编号，采集工艺参数和检测参数、且与零件编号关联，构建质量数据库；
44.s2.构建质量评估模型
45.基于人工经验与质量数据库，构建质量评估模型；根据当前加工情况，单件或批次下发控制工艺参数至参数控制策略中；
46.s3.在线控制
47.针对加工设备，通过参数控制策略对加工过程进行在线控制，以确保加工设备按照质量评估模型下发的控制工艺参数进行加工；
48.所述工艺参数包括加工工序号、加工设备号和工艺数据，且工艺数据和加工工序号、加工设备号绑定；所述检测参数包括检测工序号、检测设备和检测数据，且检测数据与检测工序号、检测设备绑定。
49.本实施例提供的多时间尺寸数据融合的质量分析与优化方法，基于现场采集的物料标识数据、加工设备的工艺参数、检验设备的检验参数，从加工设备这个直接影响产品质量的环节入手，针对产品生产过程，采用单件在线低时延控制，针对大批量零件批次控制等策略进行生产过程质量控制，最大化的发挥物料标识、加工参数(包括工艺参数和检测参数)和质量数据贯通关联的数据价值，将原有事后控制的管理模式提升为在线单件控制或批次控制，有效提升产品生产质量，减少废品损失。
50.实施例2
51.本实施例提供了一种多时间尺度数据融合的质量分析与优化方法，具体如下所示：
52.s1.进行产品生产过程数据关联，构建质量数据库
53.产品数据通过零件编号进行关联，所述零件编号包括物料零件号和物料批次号；基于零件编号，采集工艺参数和检测参数、且与零件编号关联，构建质量数据库。工艺参数包括加工工序号、加工设备号和工艺数据，且工艺数据和加工工序号、加工设备号绑定；所述检测参数包括检测工序号、检测设备和检测数据，且检测数据与检测工序号、检测设备绑定。
54.全过程数据关联构架如图2所示，针对产品生产过程，采用树形结构进行产品数据管理，构建的产品数据结构包括零件编号、多组加工工序和多组检验工序；每组加工工序包括加工工序号、加工设备号和工艺数据，且工艺数据和加工工序号、加工设备号绑定；每组检测工序包括检测工序号、检测设备和检测数据，且检测数据与检测工序号、检测设备绑定。
55.每件物料零件或每批物料零件进行生产时，首先通过mes系统等信息化系统获取加工工序和/或检测工序信息，之后根据物料零件工序组成自动进行产品结构创建，进行工艺参数和检测参数的数据采集时，再根据产品接口子项进行数据填充。产品数据结构根据产品类型，加工工序、检验工序等进行扩充。
56.s2.构建质量评估模型
57.基于人工经验与质量数据库，构建质量评估模型；根据当前加工情况，单件或批次下发控制工艺参数至参数控制策略中。
58.对于质量评估模型通过设定自动更新方法，实现质量评估模型的自动优化更新，如图4所示，具体方法如下所示：
59.进行质量评估模型优化时，停止当前加工，当进行零件加工或批次切换时，结合人
工辅助经验和历史数据，自动生成新的质量评估模型，当新的模型准确度小于或等于现有模型时，则该流程结束，加工设备按照原有控制策略开始加工；当新的模型准确度大于原有模型时，则对新模型进行保存，并启用新模型，之后自动下发参数控制策略到加工设备控制器，下发成功后即开始加工。
60.s3.在线控制
61.如图3所示，针对加工设备，通过参数控制策略对加工过程进行在线控制，以确保加工设备按照质量评估模型下发的控制工艺参数进行加工。具体如下所示：
62.在产品生产过程中，质量评估模型根据产品类型和批次信息，结合之前生产产品的历史质量数据，自动生成控制工艺参数、并经参数控制策略下发到加工设备控制器，加工设备内部包含在线优化控制模块，根据接收到的参数控制策略和数据值范围对生产过程进行质量控制。在线优化控制模块进行在线优化控制时，通过对工艺参数进行设定、工艺参数检测，获取工艺参数设定值与工艺参数实际值、并进行偏差处理，偏差计算后，结合工艺参数设定值与工艺参数实际值偏差情况进行是否控制判断；若需要控制，则将偏差值反馈在线优化控制模块进行参数控制；若不需控制时则该流程结束。工艺参数检测采用实时检测机制，以最大化的降低控制过程的滞后性，以确保加工过程的质量。
63.本实施例有效的解决了现有质量数据事后分析无法减少实际损失的缺陷，通过对产品生产过程的标识、工艺和检验数据进行贯通，实现单件或批次产品质量的在线控制，在事中实现了生产过程质量的控制，降低了生产过程质量损失，同时，通过对不同产品和批次的质量数据进行统一收集和管理，对后续控制参数的优化和调整具有及其重要的实际意义，对减少质量损失，降低企业的生产成本和提高企业的质量品质有着重要的实用价值和指导意义。
64.实施例3
65.本实施例提供了一种多时间尺度数据融合的质量分析与优化系统，包括一个或多个模块，用于存储在存储器中并被配置成由一个或多个处理器执行；一个或多个模块包括：
66.进行产品生产过程数据关联、构建质量数据库的模块，模块中，产品数据通过零件编号进行关联，所述零件编号包括物料零件号和物料批次号；基于零件编号，采集工艺参数和检测参数、且与零件编号关联，构建质量数据库。
67.构建质量评估模型的模块，模块中，基于人工经验与质量数据库，构建质量评估模型；根据当前加工情况，单件或批次下发控制工艺参数至参数控制策略中。
68.在线控制模块，模块中针对加工设备，通过参数控制策略对加工过程进行在线控制，以确保加工设备按照质量评估模型下发的控制工艺参数进行加工。
69.优化质量评估模型的模块；模块中，停止当前加工，当进行零件加工或批次切换时，结合人工辅助经验和历史数据，自动生成新的质量评估模型，当新的模型准确度小于或等于现有模型时，则该流程结束，加工设备按照原有控制策略开始加工；当新的模型准确度大于原有模型时，则对新模型进行保存，并启用新模型，之后自动下发参数控制策略到加工设备控制器，下发成功后即开始加工。
70.所述工艺参数包括加工工序号、加工设备号和工艺数据，且工艺数据和加工工序号、加工设备号绑定；所述检测参数包括检测工序号、检测设备和检测数据，且检测数据与检测工序号、检测设备绑定。
71.此外，优选设计还包括能够实现实施例2所述的方法的其他功能模块。
72.以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。