基于MES的SPC模块设计
合集下载
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
具有外部数据导入接口，可以导入质量管理软件的已有 数据进行SPC分析。
对在线自动检测的计量型数据，可提供自动采集录入接 口，可以通过MES数据采集系统，实现实时采集录入检 验数据。
（ORACLE数据库管理技术，软件与硬件接口技术）
检验数据维护的界面设计
2.3 数据分析（SPC）模块
数据分析：通过检验数据检索条件，查找检验数据，生成相关控 制图，进行异常判断和过程能力指数分析等。（C#编程技术）
质管模块
进货检验 中检成检 采购建议
产品信息
数
据
控制特性
基 础
采 集
不良信息
数
据
检 计量 验值 数 据
计数 值
手工录入 自动采集 数据库方式 仪器采集
检 验 数 据 管 理
检验规则
层别信息
基
础
层别信息
数据库
数
据
机器别
管 理
班组别 人员别。。。
质量分析任务
检验项目及 参 条件 数
设 置
控制图选择
显示参数选择
μ±6 σ…………(1-3.4PPM)?
95.44%
2σ μ 2σ 1.5σ
3.4ppm
6σ μ
6σ
1.2 （SPC）质量控制图的原理
控制图的形成：
将正态分布图按顺时针 方向旋转90°，再将图 旋转180 ° , 就是一张 典型的控制图—单值控 制图。图中UCL= +3 为上控制限，CL= 为 中心线，LCL= -3为 下控制限。
查处异常，采取措施，保证消 除，不再出现，纳入标准。
贯彻20字方针
2.1 质量检验建模与基础数据管理模块
质量检验建模。
对于不同的产品质量执行标准，其检验项目的类别和判定方法 可能会有很大的不同。需要根据产品的执行标准来查阅需要哪 些检验项目以及如何对这些检验项目结果进行质量判定，这就 需要一个质量检验建模过程。
可以分析任务形式进行组织，建立任务列表，根据定义任务条 件进行分析显示。
提供了X-R图、X-S图、直方图、排列图、P图、C图等多种 SPC控制图。
具有灵活的数据查询方式，可以设置产品、日期、层别条件等 进行数据查询分析。
实时分析，具有在线检测条件下，可以实时进行SPC分析。 异常报警功能，数据点超出设定的预警值时，进行异常报警。 自定义的报表输出功能。
数据 统计 分析
SPC分析模块
数据入口点2
质量管理导入 设备自动采集 手工维护 计量型数据 计数型数据
数据出口点
过程能力结果 控制图 分析报表 支持决策建议
3. 质量控制与分析（SPC）模块的设计思路
质量检验建模与基础数据管理模块 检验数据管理模块 数据分析（SPC）模块 质量控制图的智能诊断
➢ SPC模块的设计实现还需要很多方面的技术支持， 需要进一步完善和改进。
基础数据管理。
基础数据常常作为动态质量数据的环境参数、附属参数、层别 参数等。主要包括：产品信息、缺陷信息、检验规则、层别信 息以及控制图参数等。支持基础数据的录入、查询、修改、删 除等功能。
质量检验建模的界面设计
质量检验建模与基础数据管理，主要涉及质量控制与 分析数据库的建立，包括各种数据表的建立以及表之 间的关联。（ORACLE数据库技术）
能力分析报表
过程控制图表
P-chart U-chart C-chart
计数值 分析任务
报表分析
计量值 分析任务
缺陷排列报表 过程异常报表 数据列表
Xbar-R chart
NP-chart
Xbar-S chart Median-R chart
质量诊断
处于稳定
有无异常？
Median-S chart 直方图
5. （涉及模式识别技术、神经网络与专家系统技术）可以利用烟草 组的智能平台，建立专家诊断系统模型。
质量控制图的八种基本异常模式，如图:
模块设计中的八种基本异常模式的判断规则，如图:
总结
➢ MES的实施促使企业提出了对SPC技术的需求。
➢ MES的实施也为实现SPC的检验、分析、诊断和 调整的生产过程的闭环控制提供了条件。
体模式理论上有无穷多种，但具有实际物理意义并被广泛使用的 有少数几种。
1.3 （SPC）过程控制的原理
有反馈的过程控制系统模型
过程的声音
统计方法
人 设备 材料 方法 环境
输入
我们工作 的方式
资源的融合
产品 或 服务
过程/系统
顾客的声音
输出
顾客
识别不断变化 的需求和期望
2. SPC和MES的关系
3. 为了进一步确定性地描述工序质量状况，揭示生产过程潜在的质 量问题，有必要对异常模式的表现参数进行估计，从而了解工序 失控的程度，缩小质量问题的搜索范围，避免调整过渡或不足。
4. 确定了失控的模式和程度，质量诊断专家系统根据模式识别的信 息，从人、机、料、法、环、测的角度找出过程工序失控的主要 影响因素，提供专家改进建议（用户可识别的内容）。
范围
范围
范围
但它们形成一个模型，若稳定，可以描述为一个分布
范围
范围
范围
分布可以通过以下因素来加以区分
位置
分布宽度
范围 形状
或这些因素的组合
正态分布的概率分布：
μ± σ………… 68.27% μ±1.645σ………… 90% μ±1.96 σ………… 95% μ±2 σ………… 95.44% μ±3 σ………… 99.73%
x
3x
x
+ 3x
上控制限UCL +3x
中心线
x
3x
下控制限LCL
3原则： 不论与取值为何，只要上下限距中心值（平均值）的距离各
为3 ，则产品质量特征值落在范围内的为99.73%。 产品质量特征值落在[ -3 ， +3 ]之外的概率为0.27%
其中单侧的概率分别为0.135%。
判异原则： 点出界就判异； 虽然点均未出界，但界内点排列不随机就判异；第二条准则的具
企业ERP和MES的实施，为企业正真实施SPC提供了前提条件和应用环境， SPC和MES是紧密联系在一起的。 我们所要做的就是“基于MES的生产质量控制与分析（SPC）系统”。
数据入口点1 PDM, CAPP导入 其他管理软件导入， 手工维护 产品信息 层别信息等
MES数据库提供
基础数据 检验数据
分析任务建立的界面设计
分析结果报表显示的界面设计
2.4 质量控制图的智能诊断
1. 质量控制图是质量状况最直接最确切的表现方式。研究将从控制 图入手，深入挖掘控制图信息以明确工序质量状态。控制图异常 模式的判异算法：通过优化判异算法，控制图出现异常的时可直 接判断控制图异常状态的类型。
2. 质量诊断的目的就是根据质量控制图信息，结合其他工序异常现 象，从人、机、料、法、环、测（MES的实施让上述信息的提供成 为可能）的角度找出过程工序失控的主要影响因素。控制图异常 模式识别的研究为质量诊断奠定了基础。
1.1 统计过程控制（SPC）的原理
随机分布定义：是指质量特性的数据分布所符合的某种规律。随机分布 是正态分布、卡方分布、t分布和F分布等。自然界中大量的随机变量都 服从或近似服从正态分布。 常记为：X~N(μ, σ2)
f (x)
1
2
1( x )2
e2
，-∞<x<∞
σ μ
每件产品的尺寸与别的都不同
SPC 数 据 库
产品 检验 项目表
数据 存储表
质量 分析 任务表
计量型 数据表
计数型 数据表
2.2 检验数据管理模块
检验数据管理。
该模块用于维护从各生产线、产品收集的原始检验数据， 包括计数型和计量型两种类型数据。
提供多种数据组织维护方式，具有便利的补充录入界面， 可以产品树形式进行数据维护。
基于MES的SPC模块设计思路
主要内容
对SPC技术的简介 SPC和MES的关系 SPC模块整体设计思路
质量检验建模与基础数据管理模块 检验数据管理模块 数据分析（SPC）模块 质量控制图的智能诊断研究
内容总结
1. 统计过程控制（SPC）简介
SPC (Statistical Process Contro1)统计过程控制，是一种借助数理统计方 法的过程控制工具。应用SPC对质量数据进行统计和分析，从而区分出 生产过程中产品质量的正常波动与异常波动，以便对过程的异常及时提 出预警，提醒管理人员采取措施消除异常，恢复过程的稳定性。
传统的质量控制有赖于检验最终产品并筛选出不符合规范的产品，这种 检验策略通常是浪费和不经济的，是事后检验。SPC技术的出现，让质 量管理从这种被动的事后把关发展到过程中积极的事前预防为主，发现 过程有不合格趋势时自动预警，及时调整，避免不合格品的产生。
制造业企业生产过程中普遍存在的质量分析和控制问题，特别是企业信 息化进程中更加凸现的过程质量预控方面难题。借助统计过程控制SPC 技术，通过生成并分析质量控制图发现生产过程有不稳定趋势时实现自 动预警，帮助企业现场人员及时调整生产过程。
对在线自动检测的计量型数据，可提供自动采集录入接 口，可以通过MES数据采集系统，实现实时采集录入检 验数据。
（ORACLE数据库管理技术，软件与硬件接口技术）
检验数据维护的界面设计
2.3 数据分析（SPC）模块
数据分析：通过检验数据检索条件，查找检验数据，生成相关控 制图，进行异常判断和过程能力指数分析等。（C#编程技术）
质管模块
进货检验 中检成检 采购建议
产品信息
数
据
控制特性
基 础
采 集
不良信息
数
据
检 计量 验值 数 据
计数 值
手工录入 自动采集 数据库方式 仪器采集
检 验 数 据 管 理
检验规则
层别信息
基
础
层别信息
数据库
数
据
机器别
管 理
班组别 人员别。。。
质量分析任务
检验项目及 参 条件 数
设 置
控制图选择
显示参数选择
μ±6 σ…………(1-3.4PPM)?
95.44%
2σ μ 2σ 1.5σ
3.4ppm
6σ μ
6σ
1.2 （SPC）质量控制图的原理
控制图的形成：
将正态分布图按顺时针 方向旋转90°，再将图 旋转180 ° , 就是一张 典型的控制图—单值控 制图。图中UCL= +3 为上控制限，CL= 为 中心线，LCL= -3为 下控制限。
查处异常，采取措施，保证消 除，不再出现，纳入标准。
贯彻20字方针
2.1 质量检验建模与基础数据管理模块
质量检验建模。
对于不同的产品质量执行标准，其检验项目的类别和判定方法 可能会有很大的不同。需要根据产品的执行标准来查阅需要哪 些检验项目以及如何对这些检验项目结果进行质量判定，这就 需要一个质量检验建模过程。
可以分析任务形式进行组织，建立任务列表，根据定义任务条 件进行分析显示。
提供了X-R图、X-S图、直方图、排列图、P图、C图等多种 SPC控制图。
具有灵活的数据查询方式，可以设置产品、日期、层别条件等 进行数据查询分析。
实时分析，具有在线检测条件下，可以实时进行SPC分析。 异常报警功能，数据点超出设定的预警值时，进行异常报警。 自定义的报表输出功能。
数据 统计 分析
SPC分析模块
数据入口点2
质量管理导入 设备自动采集 手工维护 计量型数据 计数型数据
数据出口点
过程能力结果 控制图 分析报表 支持决策建议
3. 质量控制与分析（SPC）模块的设计思路
质量检验建模与基础数据管理模块 检验数据管理模块 数据分析（SPC）模块 质量控制图的智能诊断
➢ SPC模块的设计实现还需要很多方面的技术支持， 需要进一步完善和改进。
基础数据管理。
基础数据常常作为动态质量数据的环境参数、附属参数、层别 参数等。主要包括：产品信息、缺陷信息、检验规则、层别信 息以及控制图参数等。支持基础数据的录入、查询、修改、删 除等功能。
质量检验建模的界面设计
质量检验建模与基础数据管理，主要涉及质量控制与 分析数据库的建立，包括各种数据表的建立以及表之 间的关联。（ORACLE数据库技术）
能力分析报表
过程控制图表
P-chart U-chart C-chart
计数值 分析任务
报表分析
计量值 分析任务
缺陷排列报表 过程异常报表 数据列表
Xbar-R chart
NP-chart
Xbar-S chart Median-R chart
质量诊断
处于稳定
有无异常？
Median-S chart 直方图
5. （涉及模式识别技术、神经网络与专家系统技术）可以利用烟草 组的智能平台，建立专家诊断系统模型。
质量控制图的八种基本异常模式，如图:
模块设计中的八种基本异常模式的判断规则，如图:
总结
➢ MES的实施促使企业提出了对SPC技术的需求。
➢ MES的实施也为实现SPC的检验、分析、诊断和 调整的生产过程的闭环控制提供了条件。
体模式理论上有无穷多种，但具有实际物理意义并被广泛使用的 有少数几种。
1.3 （SPC）过程控制的原理
有反馈的过程控制系统模型
过程的声音
统计方法
人 设备 材料 方法 环境
输入
我们工作 的方式
资源的融合
产品 或 服务
过程/系统
顾客的声音
输出
顾客
识别不断变化 的需求和期望
2. SPC和MES的关系
3. 为了进一步确定性地描述工序质量状况，揭示生产过程潜在的质 量问题，有必要对异常模式的表现参数进行估计，从而了解工序 失控的程度，缩小质量问题的搜索范围，避免调整过渡或不足。
4. 确定了失控的模式和程度，质量诊断专家系统根据模式识别的信 息，从人、机、料、法、环、测的角度找出过程工序失控的主要 影响因素，提供专家改进建议（用户可识别的内容）。
范围
范围
范围
但它们形成一个模型，若稳定，可以描述为一个分布
范围
范围
范围
分布可以通过以下因素来加以区分
位置
分布宽度
范围 形状
或这些因素的组合
正态分布的概率分布：
μ± σ………… 68.27% μ±1.645σ………… 90% μ±1.96 σ………… 95% μ±2 σ………… 95.44% μ±3 σ………… 99.73%
x
3x
x
+ 3x
上控制限UCL +3x
中心线
x
3x
下控制限LCL
3原则： 不论与取值为何，只要上下限距中心值（平均值）的距离各
为3 ，则产品质量特征值落在范围内的为99.73%。 产品质量特征值落在[ -3 ， +3 ]之外的概率为0.27%
其中单侧的概率分别为0.135%。
判异原则： 点出界就判异； 虽然点均未出界，但界内点排列不随机就判异；第二条准则的具
企业ERP和MES的实施，为企业正真实施SPC提供了前提条件和应用环境， SPC和MES是紧密联系在一起的。 我们所要做的就是“基于MES的生产质量控制与分析（SPC）系统”。
数据入口点1 PDM, CAPP导入 其他管理软件导入， 手工维护 产品信息 层别信息等
MES数据库提供
基础数据 检验数据
分析任务建立的界面设计
分析结果报表显示的界面设计
2.4 质量控制图的智能诊断
1. 质量控制图是质量状况最直接最确切的表现方式。研究将从控制 图入手，深入挖掘控制图信息以明确工序质量状态。控制图异常 模式的判异算法：通过优化判异算法，控制图出现异常的时可直 接判断控制图异常状态的类型。
2. 质量诊断的目的就是根据质量控制图信息，结合其他工序异常现 象，从人、机、料、法、环、测（MES的实施让上述信息的提供成 为可能）的角度找出过程工序失控的主要影响因素。控制图异常 模式识别的研究为质量诊断奠定了基础。
1.1 统计过程控制（SPC）的原理
随机分布定义：是指质量特性的数据分布所符合的某种规律。随机分布 是正态分布、卡方分布、t分布和F分布等。自然界中大量的随机变量都 服从或近似服从正态分布。 常记为：X~N(μ, σ2)
f (x)
1
2
1( x )2
e2
，-∞<x<∞
σ μ
每件产品的尺寸与别的都不同
SPC 数 据 库
产品 检验 项目表
数据 存储表
质量 分析 任务表
计量型 数据表
计数型 数据表
2.2 检验数据管理模块
检验数据管理。
该模块用于维护从各生产线、产品收集的原始检验数据， 包括计数型和计量型两种类型数据。
提供多种数据组织维护方式，具有便利的补充录入界面， 可以产品树形式进行数据维护。
基于MES的SPC模块设计思路
主要内容
对SPC技术的简介 SPC和MES的关系 SPC模块整体设计思路
质量检验建模与基础数据管理模块 检验数据管理模块 数据分析（SPC）模块 质量控制图的智能诊断研究
内容总结
1. 统计过程控制（SPC）简介
SPC (Statistical Process Contro1)统计过程控制，是一种借助数理统计方 法的过程控制工具。应用SPC对质量数据进行统计和分析，从而区分出 生产过程中产品质量的正常波动与异常波动，以便对过程的异常及时提 出预警，提醒管理人员采取措施消除异常，恢复过程的稳定性。
传统的质量控制有赖于检验最终产品并筛选出不符合规范的产品，这种 检验策略通常是浪费和不经济的，是事后检验。SPC技术的出现，让质 量管理从这种被动的事后把关发展到过程中积极的事前预防为主，发现 过程有不合格趋势时自动预警，及时调整，避免不合格品的产生。
制造业企业生产过程中普遍存在的质量分析和控制问题，特别是企业信 息化进程中更加凸现的过程质量预控方面难题。借助统计过程控制SPC 技术，通过生成并分析质量控制图发现生产过程有不稳定趋势时实现自 动预警，帮助企业现场人员及时调整生产过程。