[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

摘要

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。

主权项

一种基于质量数据深度分析的生产计划编制方法，其特征在于：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；步骤2.2：将人员、设备、物料、工艺、环境五个方面的特征设置为多种关联条件的组合，对整体评价指标制定计算范围，完成整体评价指标在不同关联条件下的计算；步骤2.3：以人员、设备、物料、工艺、环境五个方面的多种关联条件的组合下得到的整体评价指标作为Apriori算法的分类标准，运用Apriori算法对质量影响数据库中影响产品质量的数据进行建模，得到影响产品质量的数据之间的关联变化规律，并通过量化指标和分类指标的方式来表示；步骤3：对企业质量数据之间的关联变化规律进行知识化和可视化处理，如果知识化和可视化处理后得到的企业质量数据之间的变化规律可以直接用于生产，则确定生产决策条件，否则确定改进决策条件，并将知识化和可视化处理后的企业质量数据之间的变化规律作为新知识存入企业知识库；所述知识化处理是指将企业质量数据存入知识库，通过对企业质量数据之间的关联变化规律进行验证归纳分析后形成知识，最终应用于实际生产的过程，所述知识库为存储企业质量数据的智能数据库；所述可视化处理是指将企业质量数据之间的关联变化规律用列表框或趋势图的形式表示；步骤4：依据确定的生产决策条件或改进决策条件编制生产计划和作业计划，具体方法为：步骤4.1：根据企业的生产任务或订单需求在企业知识库中对企业的计划编制内容进行综合查询；步骤4.2：依据综合查询结果调用企业知识库系统中的知识推送模块，再根据确定的生产决策条件或改进决策条件，完成知识推送模块中计划需要编制的人员、设备、材料、工艺和环境各选项的内容构建；步骤4.3：选择知识推送模块中各选项内容并依据实际情况进行优化调整，完成生产计划和作业计划编制。