[发明专利]一种基于质量数据深度分析的生产计划编制方法

说明书

本发明提供一种基于质量数据深度分析的生产计划编制方法，涉及机械零部件智能制造技术领域。一种基于质量数据深度分析的生产计划编制方法，在企业拥有的较长时间且较完备的质量数据的基础上，以人、机、料、法、境五个特征数据为研究对象对影响产品质量的质量数据进行综合分析，得到这些质量数据之间的关联变化规律，并进行知识化和可视化处理，得到企业生产决策条件，基于这些生产决策条件完成企业生产计划和作业计划的编制。本发明提供的基于质量数据深度分析的生产计划编制方法能实现快速高效优化的编制生产计划，为MES系统提供生产计划编制的便捷智能工具，提高了机械零部件生产计划的编制水平。

技术领域

本发明涉及机械零部件智能制造技术领域，尤其涉及一种基于质量数据深度分析的生产计划编制方法。

背景技术

智能制造技术是当今制造业发展的重要方向之一，是在现代传感技术、网络技术、自动化技术和拟人化智能技术等先进技术的基础上，通过智能化的感知、人机交互、决策和执行，实现设计过程、制造过程和制造装备过程的智能化，是信息技术和智能技术与装备制造过程技术的深度融合与集成。

制造执行系统(MES，manufacturing execution system)作为智能制造技术的主要技术与管理平台，主要解决企业制造过程中生产计划编制与调度、先进排产、设备管理、质量控制、数据采集与分析和物流管理等一系列问题，其发展向着智能化、集成化、实时化、协同化和标准化方向不断迈进。MES的发展对国内外的技术与管理界产生了深远的影响。国内外研究者对车间层、单元层的研究大都着重于控制模型的研究，很少站在MES这一角度从应用出发来研究和开发面向制造过程的集成化管理和控制软件。中国的许多高等院校、科研院所都在从事这方面的研究与应用开发工作，在理论研究方面，加入了并行、敏捷、网络化和可重构等一些先进思想，在系统设计方面采用面向对象、构件和代理等技术，取得了不少有益的成果，但在软件的商品化、成果的推广应用方面还存在很大的差距。在智能工厂自动化方面，多是强调物流自动化，如自动化生产设备，自动化检测仪器，自动化物流运输存储设备等等。虽然它们能取代不少人工并解决了一些生产瓶颈，但由于缺少相应的信息集成系统，不能充分发挥其功效而形成所谓的“自动化孤岛”。近年来该领域的研究方向主要有：(1)体系架构；(2)先进生产排程；(3)物流自动化；(4)集成应用技术。然而，这些工作大多是在数学层面上进行理论研究，虽取得了一定的成果，但由于其理论较少涉及知识化和智能化集成应用技术方案，尤其在离散制造业更是如此，依然存在生产计划和作业计划低效、可行性低以及调度工作频繁等问题。

发明内容

针对现有技术存在的缺陷，本发明提供一种基于质量数据深度分析的生产计划编制方法，该方法可以实现优化高效的生产计划编制，为MES系统提供生产计划编制的便捷智能工具。

一种基于质量数据深度分析的生产计划编制方法，包括以下步骤：

步骤1：以人员、设备、物料、工艺、环境五个方面的特征数据为采集对象，对企业的质量数据进行数据采集，形成质量影响数据库，具体方法为：

步骤1.1：通过对企业数据的申请、收集、审核和建模过程完成企业质量数据的采集，建立企业标准质量数据字典库；

步骤1.2：对企业标准质量数据字典库中的数据以人员、设备、物料、工艺、环境五个方面的特征为分类标准建立质量影响数据关系图，在质量影响数据关系图的基础上建立质量影响数据关系模型；

步骤1.3：根据质量影响数据关系模型建立质量影响数据库；

步骤2：对质量影响数据库中的企业质量数据进行分析，得到影响产品质量的数据之间的关联变化规律，具体方法为：

步骤2.1：以装配件的优品率、良品率、一次合格频率、让步频率、合格品率和废品率作为质量数据的局部评价指标，利用该局部评价指标与其权重配置系数构造整体评价函数，以整体评价函数作为企业质量数据的综合评价模型，得到企业质量数据的整体评价指标；