基于工業大數據的制造過程質量控制解決方案
2018-11-02 10:37:39
次
一、項目背景
《中國制造2025》提出“必須把質量作為建設制造強國的生命線”，走以質取勝的發展道路，從中國制造升級為“中國智造”。在電力裝備制造領域，采用產品訂單驅動的生產模式，存在標準化、系列化、多樣化、批量小的情況，市場競爭已逐漸變為產品質量及其管理水平的競爭。近年來，隨著大數據技術的迅速發展，大數據在制造領域深入應用并取得顯著效果。大數據與質量管理的結合成為企業夯實質量、提升品牌優勢的重要手段。
某企業作為國內輸變電行業唯一央企、工信部2015年度“中低壓輸配電裝備智能制造新模式”試點建設單位，進行了“中低壓輸配電裝備智能制造新模式項目”建設，提高了企業生產效率和產品合格率，進而提升企業的質量管理水平。
二、問題與挑戰
影響產品質量的工序及影響因素眾多，質量問題分析主要依靠專家經驗。
產品排故時間長且依賴老工人經驗，經驗知識傳承仍以師傅帶徒弟的方式進行，未形成體系化。
產品檢測環節采用自動化設備檢測，但整個產品制造過程關鍵工序缺少數字化檢測設備和質量數據輸出。
三、解決方案
針對該企業的生產過程特點和產品質量問題，利用大數據技術設計并構建產品生產過程質量問題分析系統，實現產品質量問題分析可視化、模型化和定量化。該解決方案整體架構圖如下：
針對產品檢驗環節發現的質量問題和措施數據著重進行關聯挖掘分析，實現產品質量問題的準確性和措施精準匹配。
利用產品生產過程各工序工作質量數據、設備質量數據、檢測裝置數據、測量工具數據等，構建產品質量影響因素分析模型，利用聚類算法和關聯算法構建追溯模型，通過數據訓練使模型精準實現質量問題影響因素追溯。
采用大數據算法、影響因素模型和追溯模型等，對產品裝配過程中的質量問題進行定性定量，從而將工藝、工位操作、零部件負載等影響產品質量的因素進行數值化。
利用質量大數據分析系統構建企業產品質量指標體系，實現質量體系指標分析業務的可視化。
利用大數據架構技術整合并集成產品生命周期各階段的質量關鍵數據，通過大數據平臺實現過程數據采集、存儲、計算、模型構建和高維分析應用。
四、項目亮點
采用大數據存儲技術和分布式計算，解決了傳統質量分析計算和處理能力不足的問題。
通過優化的算法和模型對影響產品質量的因素進行處理，解決了傳統數據管理系統抽樣不足、精度不夠、低維度因果關系的問題。
通過高維可視化技術和自定義分析技術，實現了質量分析結果的高可用性、高靈活性展現。
五、項目成果
對裝配過程中發現問題最多的檢驗工序過程數據進行采集分析，將分析結果及時反饋給設計和裝配人員，促進制造過程質量的針對性改進。
減少產品返工次數，降低返工率，提高產品一次合格率。經測算，產品不良品率降低20%左右，裝配線生產效率提高17%左右，每年產生的直接經濟效益達到100多萬元。
六、客戶評價
業務方案全面、現狀分析深入具體，材料翔實、實施思路清晰。質量分析場景與裝配業務結合緊密，改變了原有質量分析單一維度的分析模式。有效利用過程質量數據，采用先進的大數據技術建立完善的質量分析模型，深入研究質量大數據分析方法，建立質量大數據分析平臺，揭示出產品裝配質量問題的影響因素及其根源，為產品裝配過程提供大數據分析手段、為產品品質提升找到方向，降低產品不良品率，提升企業制造管理水平。
七、相關案例
航空工業某所慣性導航儀器裝配質量大數據分析項目
某鋼鐵企業硅鋼條紋鍛鑄造質量大數據分析項目
Tempo大數據分析平臺
Tempo商業智能平臺
Tempo人工智能平臺
Tempo數據工廠平臺
Tempo指標平臺
Tempo數據治理平臺
Tempo主數據管理平臺
首頁
陜公網安備 61019002000171號
