季昆 孟麗麗 薛遷 孫曉偉 王才華

摘要：工業(yè)4.0背景下，大數(shù)據(jù)、物聯(lián)網(wǎng)為傳統(tǒng)質(zhì)量控制帶來了新的挑戰(zhàn)和契機，為解決企業(yè)質(zhì)量信息獲取不完整、不精確以及實時監(jiān)測和控制等難題，本文以研究大數(shù)據(jù)的關(guān)聯(lián)分析方法，運用JavaWeb技術(shù)、神經(jīng)網(wǎng)絡(luò)分析和Mysql來設(shè)計面向產(chǎn)品制造質(zhì)量監(jiān)測控制的數(shù)據(jù)分析模型、算法及程序?qū)崿F(xiàn)。本文通過對系統(tǒng)的研究來促進企業(yè)提升制造質(zhì)量的監(jiān)控控制能力，為智能制造環(huán)境下的質(zhì)量控制提供理論依據(jù)。

關(guān)鍵詞：數(shù)據(jù)分析;實時監(jiān)控;預(yù)警

中圖分類號：TP391.1;TP311.52 文獻標(biāo)識碼：A 文章編號：1007-9416（2019）10-0176-02

0 引言

《中國制造2025》明確提出了“推進信息化與工業(yè)化深度融合”、“加強質(zhì)量品牌建設(shè)”等重點建設(shè)任務(wù)和發(fā)展目標(biāo)。這也驅(qū)使著產(chǎn)品質(zhì)量控制進行變革，同時大數(shù)據(jù)平臺的研究也為更好的進行產(chǎn)品質(zhì)量控制提供了新的思路。本文通過運用大數(shù)據(jù)技術(shù)，構(gòu)建跨工藝流程、覆蓋全產(chǎn)線的產(chǎn)品質(zhì)量監(jiān)測和控制系統(tǒng)，提供產(chǎn)線監(jiān)測、趨勢預(yù)報和質(zhì)量問題追溯等功能，以減輕生產(chǎn)操作人員和質(zhì)量管理人員的勞動強度、提高產(chǎn)品質(zhì)量一致性和生產(chǎn)效率。

1 產(chǎn)品質(zhì)量監(jiān)測預(yù)警系統(tǒng)的開發(fā)流程和方案設(shè)計

1.1 產(chǎn)品質(zhì)量監(jiān)測系統(tǒng)的方案設(shè)計

唐鋸是中國最早金屬圓鋸片生產(chǎn)企業(yè)、原冶金工業(yè)部定點的金屬圓鋸片供應(yīng)商、國家高新技術(shù)企業(yè)以及國家冶金鋸片行業(yè)標(biāo)準(zhǔn)的制定者，是中國鋸片行業(yè)龍頭企業(yè)。為了加速該企業(yè)的轉(zhuǎn)型升級和本文采用采用基于Java開發(fā)環(huán)境的 spring MVC框架和 Mybatis數(shù)據(jù)處理層。選用基于HDFS的非關(guān)系的數(shù)據(jù)庫Cassandra分布式數(shù)據(jù)庫和Hadoop（Hive）數(shù)據(jù)倉庫、在數(shù)據(jù)處理和分析方面采用Matlab軟件的神經(jīng)網(wǎng)絡(luò)和貝葉斯分析。

1.2 產(chǎn)品質(zhì)量監(jiān)測系統(tǒng)的開發(fā)流程

（1）以唐山冶金鋸片有限公司為典型代表，分析其生產(chǎn)工藝流程及質(zhì)量監(jiān)測和控制方案，形成需求分析報告。

（2）結(jié)合需求分析報告，以UML建立機械制造企業(yè)制造質(zhì)量監(jiān)測控制系統(tǒng)模型，重點研究大數(shù)據(jù)存儲方案設(shè)計，關(guān)鍵控制點的SPC監(jiān)測和診斷設(shè)計，質(zhì)量指標(biāo)預(yù)測模型以及傳統(tǒng)控制圖等，最終確定基于大數(shù)據(jù)的質(zhì)量監(jiān)測和控制系統(tǒng)功能結(jié)構(gòu)方案及體系結(jié)構(gòu)方案。

（3）確定系統(tǒng)開發(fā)環(huán)境，對系統(tǒng)的體系結(jié)構(gòu)、運行平臺、開發(fā)模式進行研究：采用IBM Webshpere為應(yīng)用服務(wù)器，選用基于HDFS的非關(guān)系的數(shù)據(jù)庫Cassandra分布式數(shù)據(jù)庫和Hadoop（Hive）數(shù)據(jù)倉庫，數(shù)據(jù)抽取轉(zhuǎn)換工具采用IBM Data Stage，應(yīng)用開發(fā)采用基于Java開發(fā)環(huán)境的spring MVC框架和Mybatis 數(shù)據(jù)處理層。

（4）質(zhì)量監(jiān)測和控制系統(tǒng)數(shù)據(jù)倉庫設(shè)計及程序設(shè)計，關(guān)鍵是關(guān)鍵控制點的SPC監(jiān)測和診斷模塊設(shè)計，質(zhì)量指標(biāo)預(yù)測模型算法開發(fā)及軟件實現(xiàn)。

（5）完成各功能模塊的系統(tǒng)集成與測試，完成基于大數(shù)據(jù)的質(zhì)量監(jiān)測控制系統(tǒng)的試運行。

1.3 產(chǎn)品質(zhì)量監(jiān)測預(yù)警系統(tǒng)的功能

針對企業(yè)的海量產(chǎn)品生產(chǎn)測試數(shù)據(jù)，研究大數(shù)據(jù)存儲、分析建模、控制算法及程序?qū)崿F(xiàn)的研究。具體目標(biāo)如下：

（1）建立基于大數(shù)據(jù)的產(chǎn)品制造質(zhì)量監(jiān)測診斷模塊，實現(xiàn)鋸片生產(chǎn)過程的質(zhì)量監(jiān)測預(yù)警與診斷。

（2）研究質(zhì)量指標(biāo)預(yù)測模型的算法及程序?qū)崿F(xiàn)，控制預(yù)測誤差和精度，使預(yù)測更加合理，更加準(zhǔn)確。

（3）建立基于Web的計算機監(jiān)測與控制系統(tǒng)，功能包括產(chǎn)品過程能力分析、關(guān)鍵控制點質(zhì)量監(jiān)測與診斷、質(zhì)量預(yù)測分析、傳統(tǒng)質(zhì)量控制圖等。

2 產(chǎn)品質(zhì)量監(jiān)測預(yù)警系統(tǒng)的實現(xiàn)

2.1 數(shù)據(jù)的預(yù)處理

用Monte Carlo數(shù)據(jù)模擬方法對質(zhì)量特征數(shù)據(jù)進行預(yù)處理：

y（t）=u+x（t）+d（t）

式中，y為工序質(zhì)量觀測值;μ為受控條件下質(zhì)量參數(shù)均值; x（t）～（ 0，σ2）為質(zhì)量參數(shù)的正態(tài)分布偏差，σ2為分布的方差;d（t）為異常干擾值;t為樣本容量。但因此種方法偏差較大。

因此在此基礎(chǔ)上，以圖1所示方式進行樣本數(shù)據(jù)的采集這樣可以更加符合生產(chǎn)現(xiàn)場所需的精度要求。

2.2 過程監(jiān)控

過程監(jiān)控模塊基于javaweb對整個車間的全部工序進行實時監(jiān)控。

（1）車間監(jiān)控：在車間設(shè)置質(zhì)量監(jiān)控點，并設(shè)置班組長監(jiān)查生產(chǎn)情況，若出現(xiàn)情況則及時進行處理。

（2）工序監(jiān)控：操作機器工人操作機器同時對設(shè)備及產(chǎn)品各參數(shù)進行實時監(jiān)控，通過工序匯報單進行數(shù)據(jù)錄入。

（3）異常判定：錄入的數(shù)據(jù)經(jīng)過處理后，可判斷是否出現(xiàn)異常，當(dāng)出現(xiàn)異常時進行報警通知。通知會出現(xiàn)在監(jiān)控點的電腦上并同時報警到質(zhì)量部門的系統(tǒng)相關(guān)界面上。

（4）異常處理：經(jīng)系統(tǒng)報警后，可查看控制圖是否控制界面，然后進一步可分析控制圖異常類型，然后根據(jù)以往數(shù)據(jù)進行匹配看是否可直接分析出原因，再由技術(shù)人員進行認(rèn)為分析，做出進一步指示，處理后進行原因總結(jié)，把相關(guān)記錄錄入數(shù)據(jù)庫進行匯總。

3 結(jié)語

對于目前大多企業(yè)存在的SPC系統(tǒng)，報警的實現(xiàn)還是比較多的，但是直接不經(jīng)人工就可以系統(tǒng)自動處理的還尚未普遍實現(xiàn)，這不僅僅是技術(shù)問題，還因為國內(nèi)的大多此類型企業(yè)尚未實現(xiàn)全面自動化，現(xiàn)今這個大數(shù)據(jù)時代，數(shù)據(jù)信息的利用價值也越來越高，人工智能也逐步滲透人們的生活，對于研究其發(fā)展的人才需求也會越來越多，其手段也會越來越豐富，數(shù)據(jù)挖掘的發(fā)展前景是極其光明的，它會越來越利于人們的生活和工作。

參考文獻

[1] 諶湘倩，狄文輝，孫冬.基于SSH框架與AJAX技術(shù)的JavaWeb應(yīng)用開發(fā)[J].計算機工程與設(shè)計，2009，30（10）：2590-2592+2596.