[發明專利]產品分析方法及系統及裝置及介質

有效

• 申請號: 202210371479.4
• 申請日: 2022-04-11
• 公開（公告）號: CN114444986B
• 公開（公告）日: 2022-06-03
• 發明（設計）人: 不公告發明人
• 申請（專利權）人: 成都數之聯科技股份有限公司
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06Q10/04;G06N20/00;G06K9/62;G06Q10/10
• 代理公司: 成都云縱知識產權代理事務所(普通合伙) 51316
• 代理人: 熊曦;陳婉鵑

1.產品分析方法，其特征在于，所述方法包括：

獲得產品的質量檢測數據，對所述質量檢測數據進行標注獲得標注數據；

獲得產品的原始加工數據，對所述原始加工數據進行清洗獲得第一工藝流程數據，對所述第一工藝流程數據進行預處理獲得第二工藝流程數據；

基于所述標注數據和所述第二工藝流程數據對第一分類預測模型進行訓練獲得第二分類預測模型；

獲得待分析數據，將所述待分析數據輸入所述第二分類預測模型，所述第二分類預測模型輸出所述待分析數據中每個生產工藝參數的預測值；

基于每個生產工藝參數的預測值計算獲得每個生產工藝參數的SHAP值，基于每個生產工藝參數的SHAP值的絕對值獲得每個生產工藝參數在所述待分析數據中的平均SHAP值；

基于每個生產工藝參數在所述待分析數據中的平均SHAP值進行排序獲得第一排序結果，基于第一排序結果獲得影響產品質量的多個關鍵工藝環節名稱及多個關鍵生產工藝參數。

2.根據權利要求1所述的產品分析方法，其特征在于，所述方法還包括以下步驟：對于待分析數據中的缺陷產品，獲得缺陷產品對應的每個關鍵生產工藝參數的SHAP值，將缺陷產品對應的每個關鍵生產工藝參數的SHAP值進行排序，獲得第二排序結果，基于第二排序結果獲得導致產品不良貢獻最大的第一根因生產工藝參數；

對于待分析數據中的正常產品，獲得正常產品對應的每個關鍵生產工藝參數的SHAP值，將正常產品對應的每個關鍵生產工藝參數的SHAP值進行排序，獲得第三排序結果，基于第三排序結果獲得對產品良品率貢獻最大的第二根因生產工藝參數。

3.根據權利要求2所述的產品分析方法，其特征在于，所述方法還包括以下步驟：根據第一根因生產工藝參數和/或第二根因生產工藝參數不同取值時對應的產品的良品率和生產工藝參數的SHAP值，分析第一根因生產工藝參數和/或第二根因生產工藝參數不同取值對產品質量的影響。

4.根據權利要求1所述的產品分析方法，其特征在于，根據產品的質量檢測數據，劃分產品的質量等級，獲得所述標注數據。

5.根據權利要求1所述的產品分析方法，其特征在于，對所述原始加工數據進行清洗，具體包括：

分析原始加工數據中同一產品的產品加工記錄的重復次數，剔除重復的產品加工記錄；

將產品加工記錄按照產品編號和時間排序，將同一產品在不同時間的產品加工記錄中的生產工藝參數進行整合，形成該產品的完整生產工藝參數；

剔除完整生產工藝參數中產品覆蓋率超出第一預設范圍的生產工藝參數；

剔除完整生產工藝參數中取值為固定值的生產工藝參數；

刪除產品加工記錄中工藝參數的覆蓋率超出第二預設范圍的產品加工記錄。

6.根據權利要求1所述的產品分析方法，其特征在于，對所述第一工藝流程數據進行預處理，具體包括：

對于所述第一工藝流程數據中的數值型生產工藝參數，計算任意兩個數值型生產工藝參數之間的相關系數，對于相關系數超過第一閾值的兩個數值型生產工藝參數，刪除其中一個數值型生產工藝參數；

對于所述第一工藝流程數據中的類型選擇生產工藝參數，對類型選擇生產工藝參數進行編碼，生成類型選擇變量。

7.根據權利要求6所述的產品分析方法，其特征在于，采用皮爾遜相關系數計算任意兩個數值型生產工藝參數之間的相關系數。

8.根據權利要求6所述的產品分析方法，其特征在于，對類型選擇生產工藝參數進行One-Hot編碼。

9.根據權利要求1所述的產品分析方法，其特征在于，所述第一分類預測模型為機器學習模型。