生产数据监控方法、系统及存储介质

技术领域

本申请涉及监控技术领域，尤其涉及生产数据监控方法、系统及存储介质。

背景技术

相关技术中，在生产制造企业中，只有保证产品的质量才能够在竞争日益激烈的市场中获得优胜，因此，对产品的高质量需求也越来越高。为此，多数企业采用的手段是制定产品的检测指标，根据检测指标进行检测来得到符合质量要求的产品，但是这种方式，一方面，只能单纯知晓产品不符合要求的问题点是哪些，并不能快速知晓出现问题的生产环节；另一方面，不能对生产的各个环节的数据提前进行监控，在出现生产问题时就进行预警，减少因生产问题导致质量问题的发生。因此，如何对生产数据进行监控，及时发现有问题的生产环节并进行处理，成为了亟待解决的技术问题。

发明内容

本申请旨在至少解决现有技术中存在的技术问题之一。为此，本申请提出了一种生产数据监控方法、系统及存储介质，能够通过控制图对生产数据进行监控，及时发现出现问题的生产环节并进行预警，从而降低产品质量问题出现的概率。

根据本申请的第一方面实施例的生产数据监控方法，包括：

根据检测项目确定数据类型，并根据所述数据类型确定控制图类型；

获取与所述数据类型对应的样本数据；

根据所述样本数据、所述控制图类型绘制得到控制图；

根据所述控制图、与所述控制图对应的预设判异规则，对所述样本数据进行监控并得到监控结果；

当所述监控结果表征所述样本数据处于失控状态，在所述控制图中输出预警信息。

根据本申请实施例的生产数据监控方法，至少具有如下有益效果：首先，根据检测项目确定数据类型，并根据数据类型确定控制图类型；其次，获取与数据类型对应的样本数据；再次，根据样本数据、控制图类型绘制得到控制图；之后，根据控制图、与控制图对应的预设判异规则，对样本数据进行监控并得到监控结果；最后，当监控结果表征样本数据处于失控状态，在控制图中输出预警信息。本申请的生产数据监控方法，通过将检测项目的样本数据在控制图中进行展示，一方面，能够对检测项目对应的生产环节进行监控，及时发现出现问题的生产环节以及相关问题点；另一方面，能够通过控制图，在某一数据符合判异规则时，及时进行预警，以便及时处理，降低了产品质量问题的发生。因此，本申请的生产数据监控方法，能够通过控制图对生产数据进行监控，及时发现出现问题的生产环节并进行预警，从而降低产品质量问题出现的概率。

根据本申请的一些实施例，根据所述样本数据、所述控制图类型绘制得到控制图，包括：

根据所述样本数据、所述控制图类型设定所述控制图的展示信息；

根据所述展示信息绘制所述控制图。

根据本申请的一些实施例，所述根据所述样本数据、所述控制图类型设定所述控制图的展示信息，包括：

根据所述样本数据设定所述展示信息中的基本信息；

根据所述控制图类型设定所述展示信息中的控制图信息。

根据本申请的一些实施例，所述根据所述展示信息绘制所述控制图，包括：

根据所述基本信息对所述样本数据进行计算，得到计算结果；

将所述计算结果展示于所述控制图的列表区；

根据所述控制图信息，将所述计算结果展示于所述控制图的图形区。

根据本申请的一些实施例，所述根据所述控制图、与所述控制图对应的预设判异规则，对所述样本数据进行监控并得到监控结果，包括：

根据与所述控制图对应的预设判异规则，判断所述控制图中展示的样本数据点是否处于失控状态；

将判断结果作为所述监控结果。

根据本申请的一些实施例，根据与所述控制图对应的预设判异规则，判断所述控制图中展示的样本数据点是否处于失控状态，包括：

当所述控制图中的样本数据点处于以下任意一种状态，则处于失控状态：

任意一个样本数据点位于述控制图的图形区中设定的边界线以外；

位于一个曲线区的样本数据点的点数超过第一设定数量，其中，所述曲线区由水平中心线将所述图形区划分为两等份得到，每一等份为一个所述曲线区；

多个所述样本数据点呈现连续递增或连续递减的状态，且数量超过第二设定数量；

连续多个所述样本数据点中每两个相邻的点呈现上下交替状态，且所述样本数据点的数量超过第三设定数量；

连续的多个所述样本数据点中，超过第四设定数量的所述样本数据点位于所述曲线区中的第二划分区以外，其中，所述第二划分区通过对所述曲线区进行划分得到；

连续的多个所述样本数据点中，超过第五设定数量的所述样本数据点位于所述曲线区中的第三划分区以外，其中，所述第三划分区通过对所述曲线区进行划分得到，所述第三划分区位于所述第二划分区的远离所述水平中心线的一侧；

连续的多个所述样本数据点中，超过第六设定数量的所述样本数据点位于所述曲线区中的第三划分区以内；

超过第六设定数量的连续的多个所述样本数据点位于所述曲线区中的第三划分区以外。

根据本申请的一些实施例，所述生产数据监控方法还包括：

对处于失控状态的所述控制图中的样本数据点进行处理，处理措施包括以下之一：

发起失控审批流程；

修改异常数据点；

排除异常数据点。

根据本申请的一些实施例，所述生产数据监控方法还包括：

根据至少一个所述控制图输出分析报告。

根据本申请的第二方面实施例的生产数据监控系统，包括：

至少一个存储器；

至少一个处理器；

至少一个程序；

所述程序被存储在所述存储器中，所述处理器执行至少一个所述程序以实现如第一方面实施例所述的生产数据监控方法。

根据本申请的第三方面实施例的计算机可读存储介质，所述计算机可读存储介质存储有计算机可执行指令，所述计算机可执行指令用于使计算机执行如第一方面实施例所述的生产数据监控方法。

本申请的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本申请的实践了解到。

附图说明

下面结合附图和实施例对本申请做进一步的说明，其中：

图1为本申请一个实施例所提供的生产数据监控方法的流程示意图；

图2为本申请一个实施例所提供的控制图设置框图；

图3为本申请一个实施例所提供的计数型控制图；

图4为本申请一个实施例所提供的计量型控制图；

图5为本申请一个实施例所提供的判异规则图；

图6为本申请另一实施例所提供的判异规则图；

图7为本申请另一实施例所提供的判异规则图；

图8为本申请另一实施例所提供的判异规则图；

图9为本申请另一实施例所提供的判异规则图；

图10为本申请另一实施例所提供的判异规则图；

图11为本申请另一实施例所提供的判异规则图；

图12为本申请另一实施例所提供的判异规则图；

图13为本申请一个实施例所提供的失控处理流程操作框图；

图14为本申请另一实施例所提供的失控处理流程操作框图；

图15为本申请另一实施例所提供的失控处理流程操作框图；

图16为本申请另一实施例所提供的失控处理流程操作框图；

图17为本申请另一实施例所提供的失控处理流程操作框图；

图18为本申请一个实施例所提供的样本数据修改操作框图；

图19为本申请另一实施例所提供的样本数据修改操作框图；

图20为本申请另一实施例所提供的样本数据排除操作框图；

图21为本申请另一实施例所提供的生产数据监控方法的流程示意图；

图22为本申请一个实施例所提供的预警信息展示图；

图23为本申请一个实施例所提供的分析报告；

图24为本申请另一实施例所提供的分析报告；

图25为本申请一个实施例所提供的生产数据监控系统的结构示意图。

附图标记：

存储器200、处理器300。

具体实施方式

下面详细描述本申请的实施例，实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本申请，而不能理解为对本申请的限制。

需要说明的是，虽然在系统示意图中进行了功能模块划分，在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于系统中的模块划分，或流程图中的顺序执行所示出或描述的步骤。说明书和权利要求书及上述附图中的术语等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。

在本申请的描述中，若干的含义是一个以上，多个的含义是两个以上，大于、小于、超过等理解为不包括本数，以上、以下、以内等理解为包括本数。如果有描述到第一、第二只是用于区分技术特征为目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量或者隐含指明所指示的技术特征的先后关系。

本申请的描述中，除非另有明确的限定，设置、安装、连接等词语应做广义理解，所属技术领域技术人员可以结合技术方案的具体内容合理确定上述词语在本申请中的具体含义。

本申请的描述中，参考术语“一个实施例”、“一些实施例”、“示意性实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。

下面，根据图1描述本申请实施例的生产数据监控方法。

可以理解的是，如图1所示，提供了一种生产数据监控方法，包括：

步骤S100，根据检测项目确定数据类型，并根据数据类型确定控制图类型。

需要说明的是，一个特定的检测项目，对应有特定的检测介质，检测介质包括检测工具、检测设备、测量工具；其中，检测工具为：电压表、电流表等，测量工具为：卡尺、温度计；因为不同的设备工具其测量项目不同，测量精度不同，因此，根据检测项目就可以确定对应的检测介质，进而确定能够获取的数据类型。

需要说明的是，所述根据所述数据类型确定控制图类型，包括：

根据计数型数据选定计数型控制图；

根据计量型数据选定计量型控制图。

需要说明的是，计量型控制图：为一个过程特性的数值进行量度并制作，例如温度、时间、尺寸；

可分为以下4种图形：

Xbar-R图(均值-极差图)；

Xbar-S图(均值-标准差图)；

Me-R图(中位数图)；

X-MR图(单值－移动极差图)。

需要说明的是，Xbar-R图(均值-极差图)包括：

上图：为X-Chart控制图，主要用于观察正态分布的均值的变化；

下图：为R-Chart控制图，主要用于观察正态分布分散或变异情况的变化；

而与Xbar-R图则将二者联合运用，用于观察正态分布的变化。

针对Xbar-S图(均值-标准差图)：

与Xbar-R图相似，只是用标准差(S)图代替极差(R)图。

针对M-R图(中位数图)：

说明：与Xbar-R图也很相似，只是用中位数(Me)图代替均值(X)。

针对X-MR图(单值－移动极差图)：

用于对每一个产品都进行检验，采用自动化检查和测量的场合。

需要说明的是，计数型控制图：为计数值的量度而制作，如不合格品数、缺陷数，

可分为以下4种图形：

P图(不合格品率图)；

nP图(不合格品数图)；

C图(缺陷数图)；

U图(每单位缺陷数图)；

其中，C图可以理解为：固定的抽样数所对应的缺陷数；

U图：抽样数不固定时所对应的缺陷数。

步骤S110，获取与数据类型对应的样本数据。

步骤S120，根据样本数据、控制图类型绘制得到控制图。

步骤S130，根据控制图、与控制图对应的预设判异规则，对样本数据进行监控并得到监控结果。

步骤S140，当监控结果表征样本数据处于失控状态，在控制图中输出预警信息。

首先，根据检测项目确定数据类型，并根据数据类型确定控制图类型；其次，获取与数据类型对应的样本数据；再次，根据样本数据、控制图类型绘制得到控制图；之后，根据控制图、与控制图对应的预设判异规则，对样本数据进行监控并得到监控结果；最后，当监控结果表征样本数据处于失控状态，在控制图中输出预警信息。本申请的生产数据监控方法，通过将检测项目的样本数据在控制图中进行展示，一方面，能够对检测项目对应的生产环节进行监控，及时发现出现问题的生产环节以及相关问题点；另一方面，能够通过控制图，在某一数据符合判异规则时，及时进行预警，以便及时处理，降低了产品质量问题的发生。因此，本申请的生产数据监控方法，能够通过控制图对生产数据进行监控，及时发现出现问题的生产环节并进行预警，从而降低产品质量问题出现的概率。

可以理解的是，根据样本数据、控制图类型绘制得到控制图，包括：

根据样本数据、控制图类型设定控制图的展示信息；

根据展示信息绘制控制图。

可以理解的是，根据样本数据、控制图类型设定控制图的展示信息，包括：

根据样本数据设定展示信息中的基本信息；

根据控制图类型设定展示信息中的控制图信息。

可以理解的是，根据展示信息绘制控制图，包括：

根据基本信息对样本数据进行计算，得到计算结果；

将计算结果展示于控制图的列表区；

根据控制图信息，将计算结果展示于控制图的图形区。

需要说明的是，如图2所示，展示信息包括有基本信息和控制图信息，通过在基本信息输入规格上限、第一目标值、规格下限、样本容量、小数位数等内容，通过在控制图信息选择预设判异规则、控制图层次信息、数据点层次信息、上控制限、下控制限、第二目标值。

需要说明的是，根据检测项目和用户需求设定规格限上限、规格限下限、第一目标值；根据控制图类型设定样本容量、小数位；根据控制图类型设定预设判异规则，以判定样本数据是否处于控制状态；控制图层次信息根据控制图类型进行设定；数据点层次信息根据数据样本获取得到根据控制图类型设定预警信息；获取控制图的控制限上限、控制限下限、第二目标值，通过样本数据计算得到。

需要说明的是，针对规格限上限、规格限下限、第一目标值，是否必填是由控制图类型来决定：计量型控制图，必填；计数型控制图，不填。

针对样本容量：计量型控制图，必填；计数型控制图，只有NP图、C图必填；

针对小数位：计量型控制图，必填；计数型控制图，不填。

需要说明的是，如图3所示，针对计数型控制图，对样本数据的计算过程包括：

根据样本数据的大小显示样本组数，例如样本1、样本2、样本3；

根据小数位的设置显示录入的样本值的数据精度；

根据数据点层级信息获取控制项的列名和参数的明细值；

获取抽取样本数据时的抽样时间；

根据录入的子组样本数(例如，每一行的样本1、样本2、样本3为一个子组样本数)，计算出该组的平均值、极差值、标准差值、中位数值、最大值、最小值；

根据录入的样本数据点、预设判异规则，判断样本数据点是否是控制状态。

需要说明的是，一个样本数据点的意思表示一行样本值【样本1：3.98，样本2：3.65，样本3：3.75】；一行样本值在控制图上代表一个点。

需要说明的是，根据计量型控制图的设置获取规格上限、规格下限、第一目标值；

根据样本数据点计算出图形区中上控制图的控制上限值、控制下限值、第二目标值；

根据样本数据点计算出图形区中下控制图的控制上限值、控制下限值、第二目标值。

需要说明的是，如图3所示，UCL为控制上限、CL为第一目标值、LCL为控制下限。

需要说明的是根据控制图类型的所有样本数据点计算公式计算出控制上限值、下限值、目标值；

需要说明的是，控制图类型不同计算公式的也不同。譬如：

针对均值-极差控制图(x-R)：

上图：均值控制图

其中，/>

下图：极差控制图

D

D

针对均值-标准差控制图

上图：均值控制图

A

下图：标准差控制图

B

需要说明的是，如图4所示，针对计数型控制图，对样本数据的计算过程包括：

根据样本数据的大小确定样本容量，即抽样数；

根据数据点层级信息获取控制项的列名和参数的明细值；

获取抽取样本数据时的抽样时间；

根据抽样数输入该组的不合格品数、缺陷数；

根据录入的子组抽样数计算出该组的不合格品率、缺陷率。

需要说明的是，本申请的生产数据监控方法还包括：

通过样本数据点对以下数值进行计算：

Cp过程能力指数、Cr过程能力比值、Cpu上限过程能力指数、Cpl下限过程能力指数、Cpk修正的过程能力指数、Pp过程性能指数、Pr过程性能比值、Ppu上限过程性能指数、Ppl下限过程性能指数、Ppk修正的过程性能指数、Skewness偏度、Kurtosis峰度。

可以理解的是，根据控制图、与控制图对应的预设判异规则，对样本数据进行监控并得到监控结果，包括：

根据与控制图对应的预设判异规则，判断控制图中展示的样本数据点是否处于失控状态；

将判断结果作为监控结果。

可以理解的是，根据与控制图对应的预设判异规则，判断控制图中展示的样本数据点是否处于失控状态，包括：

当控制图中的样本数据点处于以下任意一种状态，则处于失控状态：

任意一个样本数据点位于述控制图的图形区中设定的边界线以外；

位于一个曲线区的样本数据点的点数超过第一设定数量，其中，曲线区由水平中心线将图形区划分为两等份得到，每一等份为一个曲线区；

多个样本数据点呈现连续递增或连续递减的状态，且数量超过第二设定数量；

连续多个所述样本数据点中每两个相邻的点呈现上下交替状态，且所述样本数据点的数量超过第三设定数量；

连续的多个所述样本数据点中，超过第四设定数量的所述样本数据点位于所述曲线区中的第二划分区以外，其中，所述第二划分区通过对所述曲线区进行划分得到；

连续的多个所述样本数据点中，超过第五设定数量的所述样本数据点位于所述曲线区中的第三划分区以外，其中，所述第三划分区通过对所述曲线区进行划分得到，所述第三划分区位于所述第二划分区的远离所述水平中心线的一侧；

连续的多个所述样本数据点中，超过第六设定数量的所述样本数据点位于所述曲线区中的第三划分区以内；

超过第六设定数量的连续的多个所述样本数据点位于所述曲线区中的第三划分区以外。

需要说明的是，如图5所示，任何一个样本数据点落在A区以外，则判断为失控状态；

如图6所示，连续9个样本数据点落在水平中心线上下两侧中的同一侧，则判断为失控状态；

如图7所示，连续6个样本数据点递增或递减，则判断为失控状态；

如图8所示，连续14个点中相邻点交替上下，则判断为失控状态；

如图9所示，连续3个点中有2个点落在水平中心线同一侧的B区以外，则判断为失控状态，其中，B区为第二划分区；

如图10所示，连续5个点中有4个点落在水平中心线同一侧的C区以外，则判断为失控状态，其中，C区为第三划分区；

如图11所示，连续15个点落在水平中心线两侧的C区以内，则判断为失控状态；

如图12所示，连续8个点落在水平中心线两侧且无一在C区内，则判断为失控状态。

可以理解的是，所述生产数据监控方法还包括：

对处于失控状态的所述控制图中的样本数据点进行处理，处理措施包括以下之一：

发起失控审批流程；

修改异常数据点；

排除异常数据点。

需要说明的是，如图13、图14、图15、图16和图17所示，发起失控审批流程包括：

获取失控数据点发起失控审批，选择失控处理人；

失控处理人接收到一条未处理的流程审批消息；

审批失控点信息，输入失控原因描述，选择原因分析人、输入原因分析描述，

选择改善措施，输入改善措施描述等信息。

需要说明的是，如图18、图19所示，为修改异常数据点操作框图。

需要说明的是，如图20所示，为排除异常数据点操作框图。

可以理解的是，所述生产数据监控方法还包括：

根据至少一个所述控制图输出分析报告。

下面结合图21描述本申请的生产数据监控方法。

本申请的生产数据监控方法，通过控制图进行实时监控和数据分析，以及对产品的生产数据导入的实时性作具体分析。具体地，在生产质量部门的人员打开电脑或其他电子设备，实时观看检测数据，看上下控制图的数据点折线趋势，根据判异规则自动预判是否处于稳定，判异由原来的人为监控转变为系统监控，可灵活制定预警规则，实时、准确地进行预警，通过样本数据点计算Cp和Cpk的指标是否处于最优的状态，从多个维度进行质量分析，深度挖掘质量问题，进行质量改进，对过程采集的数据进行过程能力分析，为提高过程生产能力和改进提供数据支撑，实现多部门协同的质量问题报告、反馈、分析和持续改进机制，可通过过程能力量化找出过程控制能力薄弱环节。

需要说明的是，预警信息如图22中红点所示，通过红点突出处于失控状态的样本数据点。

需要说明的是，如图22所示，本申请的生产数据监控方法，根据检验项目选择控制图类型；根据选择的控制图类型设定规格上下限、目标值；根据控制图类型设定样本容量；根据控制图类型设置小数位；根据控制图类型和检测项目选定预设判异规则进行预警；根据控制图类型设定参数项和参数明显项；根据控制图类型设定数据点层级信息。

需要说明的是，如图23、图24所示，分析报告用于：分析判断生产过程的稳定性，生产过程处于控制状态；及时发现生产过程中异常现象和缓慢变异，预防不合格品发生；根据检验项目设置和实际规格限设定，获取实际测量数据，以便做正确的参数设定。

下面参照图25描述根据本申请实施例的生产数据监控系统。

可以理解的是，如图25所示，生产数据监控系统，包括：

至少一个存储器200；

至少一个处理器300；

至少一个程序；

程序被存储在存储器200中，处理器300执行至少一个程序以实现上述的生产数据监控方法。图25以一个处理器300为例。

处理器300和存储器200可以通过总线或其他方式连接，图25以通过总线连接为例。

存储器200作为一种非暂态计算机可读存储介质，可用于存储非暂态软件程序、非暂态性计算机可执行程序以及信号，如本申请实施例中的生产数据监控系统对应的程序指令/信号。处理器300通过运行存储在存储器200中的非暂态软件程序、指令以及信号，从而执行各种功能应用以及数据处理，即实现上述方法实施例的生产数据监控方法。

存储器200可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储上述生产数据监控方法的相关数据等。此外，存储器200可以包括高速随机存取存储器，还可以包括非暂态存储器，例如至少一个磁盘存储器件、闪存器件、或其他非暂态固态存储器件。在一些实施例中，存储器200可选包括相对于处理器300远程设置的存储器，这些远程存储器可以通过网络连接至生产数据监控系统。上述网络的实例包括但不限于物联网、软件定义网络、传感器网络、互联网、企业内部网、局域网、移动通信网及其组合。

一个或者多个信号存储在存储器200中，当被一个或者多个处理器300执行时，执行上述任意方法实施例中的生产数据监控方法。例如，执行以上描述的图1中的方法。

下面参照图25描述根据本申请实施例的计算机可读存储介质。

如图25所示，计算机可读存储介质存储有计算机可执行指令，该计算机可执行指令被一个或多个处理器300执行，例如，被图25中的一个处理器300执行，可使得上述一个或多个处理器300执行上述方法实施例中的生产数据监控方法。例如，执行以上描述的图1中的方法。

以上所描述的系统实施例仅仅是示意性的，其中作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

通过以上的实施方式的描述，本领域普通技术人员可以理解，上文中所公开方法中的全部或某些步骤、系统可以被实施为软件、固件、硬件及其适当的组合。某些物理组件或所有物理组件可以被实施为由处理器，如中央处理器、数字信号处理器或微处理器执行的软件，或者被实施为硬件，或者被实施为集成电路，如专用集成电路。这样的软件可以分布在计算机可读介质上，计算机可读介质可以包括计算机存储介质和通信介质。如本领域普通技术人员公知的，术语计算机存储介质包括在用于存储信息的任何方法或技术中实施的易失性和非易失性、可移除和不可移除介质。计算机存储介质包括但不限于RAM、ROM、EEPROM、闪存或其他存储器技术、CD-ROM、数字多功能盘或其他光盘存储、磁盒、磁带、磁盘存储或其他磁存储装置、或者可以用于存储期望的信息并且可以被计算机访问的任何其他的介质。此外，本领域普通技术人员公知的是，通信介质通常包含计算机可读信号、数据结构、程序模块或者诸如载波或其他传输机制之类的调制数据信号中的其他数据，并且可包括任何信息递送介质。

上面结合附图对本申请实施例作了详细说明，但是本申请不限于上述实施例，在所属技术领域普通技术人员所具备的知识范围内，还可以在不脱离本申请宗旨的前提下作出各种变化。此外，在不冲突的情况下，本申请的实施例及实施例中的特征可以相互组合。