[发明专利]一种基于大数据的零件加工合格率检测方法

说明书

本发明公开了一种基于大数据的零件加工合格率检测方法，所述检测方法包括如下步骤：所述合格率检测方法包括如下步骤：取样；输送；检测，对两组输送的产品进行逐个检测，并做好区分，将两组检测出的不合格产品做好标记，检测完成后的产品继续通过输送带传送至下一步工序处；分类；计算，对检测后的两组产品进行分别计算，算出不合格的产品数量与样品总量的比例，取两组数据的平均数，并做好记录；再加工；存放。该方法的有益效果是：本发明中的检测方法采用多组数据进行分析，以达到检测数据的准确性，并通过统计不合格产品的缺陷因素，方便通过计算的数据针对零件的加工做进一步优化，以尽可能的达到工件加工的准确度，提高零件加工的成品率。

技术领域

本发明涉及一种合格率检测方法，具体为一种基于大数据的零件加工合格率检测方法，属于大数据应用技术领域。

背景技术

大数据是指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产，大数据包括结构化、半结构化和非结构化数据，非结构化数据越来越成为数据的主要部分大数据就是互联网发展到现今阶段的一种表象或特征而已，在以云计算为代表的技术创新大幕的衬托下，这些原本看起来很难收集和使用的数据开始容易被利用起来了，通过各行各业的不断创新，大数据会逐步为人类创造更多的价值。

目前市场上的大数据意义在于对这些含有意义的数据进行专业化处理，特色在于对海量数据进行分布式数据挖掘，但是，对基于大数据的零件加工检测来说，零件进行检测的合格率数据无法有效分析，不利于生产加工，容易导致生产质量的降低，无法对生产缺陷进行针对处理。因此，针对上述问题提出一种基于大数据的零件加工合格率检测方法。

发明内容

本发明的目的就在于为了解决上述问题而提供一种基于大数据的零件加工合格率检测方法。

本发明通过以下技术方案来实现上述目的，一种基于大数据的零件加工合格率检测方法，其特征在于：所述合格率检测方法包括如下步骤：

（1）取样，确定成品库中产品的总量，从成品库中随机选取100个产品，作为一组，再从成品库中选取同等数量的产品分为另一组；

（2）输送，将其中一组选取的产品依次放置在输送带上，通过输送带传送至检测装置处，并对产品进行检测，再将另一组产品同样进行输送至检测装置处；

（3）检测，对两组输送的产品进行逐个检测，并做好区分，将两组检测出的不合格产品做好标记，检测完成后的产品继续通过输送带传送至下一步工序处；

（4）分类，样品检测后进行输送时，将做好标记的不合格产品取出进行收集，并将样品中合格产品通过输送带传送至下一工序；

（5）计算，对检测后的两组产品进行分别计算，算出不合格的产品数量与样品总量的比例，取两组数据的平均数，并做好记录；

（6）再加工，将取出的不合格产品进行返修，加工后的产品通过输送带传送至检测装置处，检测完成后将不合格产品取出，合格产品继续通过输送带传送至下一步工序处；

（7）存放，对样品中所有合格产品进行收集存放，将合格产品放入成品库，并做好标记以区分样品与成品库中产品。

优选的，所述步骤（1）中采用随机取样法进行取样，取出的两组样品数量相等，并分别通过输送带进行传送。

优选的，所述步骤（3）中不合格产品的缺陷进行分类，进行标记后暂时存放在一起。

优选的，所述步骤（2）中零件依次通过输送带传送，每个零件之间的距离在50厘米至100厘米之间。

优选的，所述步骤（2）中输送带两端分别缠绕在两个转轮表面，输送带顶部与检测装置固定连接，其中一个转轮与电机的输出端固定连接。