[發明專利]一種基于大數據分析的產品質量預測方法

在審

• 申請號: 202210587327.8
• 申請日: 2022-05-25
• 公開（公告）號: CN115062922A
• 公開（公告）日: 2022-09-16
• 發明（設計）人: 劉歡;劉驍佳;戴錚;王寧;劉曉;曹立俊;周平
• 申請（專利權）人: 上海航天精密機械研究所
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06Q50/04;G06F16/2455
• 代理公司: 上海航天局專利中心 31107
• 代理人: 許麗

本發明提供一種基于大數據分析的產品質量預測方法，包括如下步驟：S1、進行生產過程數據采集，利用工業數據傳輸模塊對數據進行傳輸，解析處理后發送至數據庫中；S2：用戶客戶端向數據服務器發送質量預測請求后，對所述步驟S1中數據庫中的生產過程相關原始數據進行數據預處理操作；S3：數據服務器對所述步驟S2中預處理后的生產過程數據進行數據分析，得到產品質量預測結果；S4：數據服務器將產品質量預測結果報告推送至用戶客戶端。本發明能夠避免由于生產過程復雜、生產線長造成的造成數據量巨大，錯綜復雜等問題，并根據生產過程數據進行產品質量預測，降低次品率，最終起到提升生產效益的目的。

技術領域

本發明涉及產品數據分析技術領域，特別涉及一種基于大數據分析的產品質量預測方法。

背景技術

工業生產中對產品質量數據管理是一個重要的環節，根據生產過程數據信息進行產品質量預測，可降低操作人員工作量并對產品質量問題及時預警。傳統的產品質量數據管理依賴人工對生產信息進行整理、管理，而人工操作需要大量精力，自動化程度低，容易產生遺漏或誤差現象，且效率低下，難以滿足現代化高速生產的需求。

隨著經濟和社會的不斷發展，產品數據規模的不斷增加，對產品質量數據管理提出了更高的要求。目前產品生產過程復雜、生產線長，產品質量缺陷追溯周期長，難以形成特定規律。同時由于 MES、ERP等系統都是嵌入式的，同時管理自身擁有的數據，因此造成生產過程數據量巨大，錯綜復雜。并且數據整理方法不同，數據無法在各生產車間及時交換，形成數據孤島。然而傳統的數據處理方法數據采集來源單一，數據的存儲、管理和分析量相對較小，其中大部分可以通過關系數據庫和并行數據倉庫進行處理。在依靠并行計算提高數據處理速度方面，傳統的并行數據庫技術追求高一致性和容錯性，很難保證其可用性和可擴展性，傳統的數據處理方法已不能滿足大數據的需要。因此，需要一種基于大數據分析的產品質量預測方法及系統，可進行生產過程數據的實時采集、傳輸、存儲和分析過程，并根據生產過程數據進行產品質量預測，降低次品率，提高生產效益。

發明內容

本發明的目的在于提供一種基于大數據分析的產品質量預測方法，以解決現有技術中存在的缺陷。

為了解決上述技術問題，本發明的技術方案是：提供一種基于大數據分析的產品質量預測方法，包括如下步驟：

S1、進行生產過程數據采集，利用工業數據傳輸模塊對數據進行傳輸，解析處理后發送至數據庫中；

S2：用戶客戶端向數據服務器發送質量預測請求后，對所述步驟S1中數據庫中的生產過程相關原始數據進行數據預處理操作；

S3：數據服務器對所述步驟S2中預處理后的生產過程數據進行數據分析，得到產品質量預測結果；

S4：數據服務器將產品質量預測結果報告推送至用戶客戶端。

進一步的，所述步驟S1包括：

S11、使用紅外探頭、數采儀、傳感器設備進行生產過程數據信息采集；

S12、利用工業數據傳輸模塊對數據進行網絡通信傳輸；

S13、將傳輸的生產過程原始數據進行解析處理，存儲于數據庫。

進一步的，所述步驟S2包括：

S21、用戶客戶端向數據服務器發送質量預測請求。

S22、服務器對數據庫中的生產過程原始數據進行數據預處理操作，包含建立指標、維度、單位、頻度的指標體系，將相同屬性的數據集拼接為一個數據集，將連續屬性數據離散化處理，使用數據聚集的方式減少數據量、降低數據維度。

進一步的，所述步驟S3包括：

S31、數據服務器對預處理操作后的數據進行分析，包括提取預處理后生產過程數據多個維度特征；