[發明專利]生產質量控制方法

在審

• 申請號: 201310737267.4
• 申請日: 2013-12-26
• 公開（公告）號: CN103745312A
• 公開（公告）日: 2014-04-23
• 發明（設計）人: 周勁鋒;李文革;王美鋒
• 申請（專利權）人: 杭州萬事利絲綢科技有限公司
• 主分類號: G06Q10/06
• 分類號: G06Q10/06
• 代理公司: 杭州裕陽專利事務所(普通合伙) 33221
• 代理人: 應圣義

技術領域

本發明涉及生產控制領域，尤其涉及一種生產質量控制方法。

背景技術

現代生產理論認為，制造過程的實質是對制造過程中各種信息資源的采集、輸入和加工處理的過程，而最終形成的產品可看作是信息的物質表現；產品制造過程中的信息投入已逐步成為決定產品價值的主要因素，信息已成為制造系統中與設備同等重要的制造資源。

目前企業傳統的紡織工藝設計雖然也有一些簡單的參數計算，但主要還是以個人經驗設計為主，無法進行知識融合與知識重用，上百個工藝參數的調配難以進行優化；大量自動化儀器設備的采用，使生產過程出現了“數據豐富而知識貧乏”的現象，無法利用所述數據進行分析并優化工藝過程。隨著信息總量的不斷增加，紡織行業迫切需要有效的信息分析工具，它能自動、智能和快速地發現大量數據間隱藏的依賴關系并從中抽取有用的信息或知識，從而為工藝優化及產品質量的提高提供依據。

發明內容

本發明解決的問題是提供一種生產質量控制方法，能有效地對工藝信息進行分析，進而優化工藝過程。

為解決上述問題，本發明實施例提供了一種生產質量控制方法，包括：利用生產數據挖掘平臺取得實際生產數據；獲得與用戶需求的質量目標相匹配的參考生產數據；利用隱半馬爾科夫模型將實際生產數據與參考生產數據進行對比，并根據對比結果預測生產質量。

可選的，所述生產數據包括顯性生產數據和隱性生產數據。

可選的，所述隱性生產數據的獲得方法包括：利用顯性生產數據獲得隱半馬爾科夫網絡結構；確定隱半馬爾科夫網絡結構的最大完全子圖；將最大完全子圖按結點的數量依次排列，當結點的數量大于特定閾值時，對應的最大完全子圖插入隱性生產數據；利用隱半馬爾科夫網絡結構計算隱性生產數據的局部概率分布和維度，隨機初始化隱性生產數據，對隱性生產數據的值進行修正，直到收斂或滿足終止條件為止，獲得最終的隱性生產數據。

可選的，所述隱半馬爾科夫網絡結構為星形結構。

可選的，還包括：獲得所述實際生產數據后，對所述實際生產數據進行去噪處理。

可選的，所述參考生產數據為之前對與用戶需求的質量目標相匹配的生產工藝測得的生產數據。

可選的，產生參考生產數據的方法包括：獲得所述實際生產數據后，對所述實際生產數據進行基于粗糙集的分析，計算出生產數據的各因素在生產工藝中的重要程度，獲得最優的生產工藝，從而產生參考生產數據。

可選的，預測生產質量的方法包括：將所述實際生產數據與參考生產數據進行對比，若概率偏差大于設定的閾值則認為當前工藝的生產質量不合格，否者認為質量合格。

可選的，還包括：根據預測的生產質量和概率偏差大的生產數據，通過對混合粗糙集隱式知識和專家經驗顯式知識相結合進行工藝補償。

與現有技術相比，本技術方案具有以下優點：

由于利用隱半馬爾科夫模型對離散型數據具有較好的預測能力，因此通過所述隱半馬爾科夫模型可以對生產質量進行有效的預測并進行工藝補償。

附圖說明

圖1是本發明實施例的生產質量控制方法的流程示意圖；

圖2是本發明實施例的利用隱半馬爾科夫網絡結構獲得隱性生產數據的方法的流程示意圖；

圖3是本發明實施例的隱半馬爾科夫網絡結構的結構示意圖。

具體實施方式

為了提高產品生產過程中的數據的利用，進而對生產工藝進行優化，為此，本發明實施例采用了一種生產質量控制方法，利用生產數據挖掘平臺取得實際生產數據；獲得與用戶需求的質量目標相匹配的參考生產數據；將實際生產數據與參考生產數據進行對比；利用隱半馬爾科夫模型根據對比結果預測生產質量。由于利用隱半馬爾科夫模型對離散型數據具有較好的預測能力，因此通過所述隱半馬爾科夫模型可以對生產質量進行有效的預測并進行工藝補償。

下面結合附圖，通過具體實施例，對本發明的技術方案進行清楚、完整的描述。

請參考圖1，為本發明實施例的生產質量控制方法的流程示意圖，包括：

步驟S101，利用生產數據挖掘平臺獲得實際生產數據；

步驟S102，獲得與用戶需求的質量目標相匹配的參考生產數據；

步驟S103，利用隱半馬爾科夫模型將實際生產數據與參考生產數據進行對比，并根據對比結果預測生產質量。

具體的，執行步驟S101，利用生產數據挖掘平臺獲得實際生產數據。