《離散制造產(chǎn)品質(zhì)量智能管控技術(shù)規(guī)范》

ICS

CCS

T

團(tuán)體標(biāo)準(zhǔn)

T/CIXXX-2023

離散制造產(chǎn)品質(zhì)量智能管控技術(shù)規(guī)范

TechnicalSpecificationforIntelligentControlofProductQualityfor

DiscreteManufacturing

（征求意見稿）

2023-X-X發(fā)布2023-X-X實(shí)施

中國(guó)國(guó)際科技促進(jìn)會(huì)?發(fā)布

離散制造產(chǎn)品質(zhì)量智能管控技術(shù)規(guī)范

1范圍

本文件提供了面對(duì)離散制造的產(chǎn)品質(zhì)量智能管控技術(shù)規(guī)范及應(yīng)用的術(shù)語和定義、數(shù)據(jù)處

理、設(shè)備及人員異常檢測(cè)、追溯及溯源方案等關(guān)鍵技術(shù)的指南。

本文件適用于面對(duì)離散制造的產(chǎn)品質(zhì)量智能管控的研究、設(shè)計(jì)、技術(shù)路線，可作為離散

產(chǎn)品制造管控設(shè)計(jì)與研究的技術(shù)依據(jù)。

2規(guī)范性引用文件

本文件沒有規(guī)范性引用文件。

3術(shù)語和定義

下列術(shù)語和定義適用于本文件。

3.1

傳輸控制協(xié)議/網(wǎng)際協(xié)議（TransmissionControlProtocol/InternetProtocol）

能夠在多個(gè)不同網(wǎng)絡(luò)間實(shí)現(xiàn)信息傳輸?shù)膮f(xié)議簇，核心協(xié)議為傳輸控制協(xié)議和網(wǎng)際協(xié)議。

3.2

超文本傳輸協(xié)議（HypertextTransferProtocol）

超文本傳輸協(xié)議是一種用于分布式、協(xié)作式和超媒體信息系統(tǒng)的應(yīng)用層協(xié)議。

3.3

可擴(kuò)展標(biāo)記語言（eXtensibleMarkupLanguage）

標(biāo)準(zhǔn)通用標(biāo)記語言的子集，具有通用性、靈活性和可擴(kuò)展性的用于標(biāo)記電子文件使其具

有結(jié)構(gòu)性的標(biāo)記語言。

3.4

射頻識(shí)別技術(shù)（RadioFrequencyIdentification）

在頻譜的射頻部分，利用電磁耦合或感應(yīng)耦合，通過各種調(diào)制和編碼方案，與電子標(biāo)簽

交互通信唯一讀取電子標(biāo)簽身份的技術(shù)。

3

3.5

電子標(biāo)簽（electronictag）

用于物體或物品標(biāo)識(shí)、具有信息存儲(chǔ)功能、能接收閱讀器/讀寫器的電磁場(chǎng)調(diào)制信號(hào)，

并返回響應(yīng)信號(hào)的數(shù)據(jù)載體。

注：電子標(biāo)簽又稱為射頻標(biāo)簽、應(yīng)答器，簡(jiǎn)稱標(biāo)簽

3.6

推薦標(biāo)準(zhǔn)232（RecommendedStandard232）

推薦標(biāo)準(zhǔn)232是一種用于在計(jì)算機(jī)和外部設(shè)備之間進(jìn)行數(shù)據(jù)傳輸?shù)拇型ㄐ沤涌跇?biāo)準(zhǔn)。

3.7

紫蜂協(xié)議（ZigBee）

紫蜂協(xié)議是為低數(shù)據(jù)速率、短距離無線網(wǎng)絡(luò)通信定義的一系列通信協(xié)議標(biāo)準(zhǔn)。

3.8

異常檢測(cè)（AbnormalDetection）

異常檢測(cè)是一種識(shí)別和捕捉數(shù)據(jù)中不尋常或不典型模式的技術(shù)，它可以應(yīng)用于許多領(lǐng)域，

例如金融、制造業(yè)、醫(yī)療保健等，以幫助識(shí)別潛在的問題或異常情況。

3.9

分類模型（ClassificationModel）

分類模型是指一類基于已有的異常樣本和正常樣本進(jìn)行訓(xùn)練，通過學(xué)習(xí)樣本中的特征和

規(guī)律來判斷新的數(shù)據(jù)點(diǎn)是否為異常。常見的模型包括基于統(tǒng)計(jì)學(xué)的模型、基于機(jī)器學(xué)習(xí)的模

型和基于深度學(xué)習(xí)的模型。

3.10

回歸模型（RegressionModel）

回歸模型是指一類使用回歸模型來進(jìn)行異常檢測(cè)的技術(shù)，它通過學(xué)習(xí)輸入特征和輸出之

間的關(guān)系來預(yù)測(cè)新的數(shù)據(jù)點(diǎn)是否為異常。常見的異常檢測(cè)回歸模型包括基于線性回歸、局部

異常因子（LOF）回歸、支持向量回歸（SVR）等模型。

4總體設(shè)計(jì)

4.1離散制造生產(chǎn)過程數(shù)據(jù)采集方案

4.1.1設(shè)備數(shù)據(jù)采集方案

（1）工業(yè)設(shè)備數(shù)據(jù)采集方案

4

離散制造車間中存在大量的工業(yè)設(shè)備，制定設(shè)備數(shù)據(jù)采集方案可以幫助企業(yè)實(shí)現(xiàn)數(shù)據(jù)驅(qū)

動(dòng)的生產(chǎn)與管理。本文件所提供的工業(yè)設(shè)備數(shù)據(jù)采集方案如圖1所示。其具體流程如下：

圖1工業(yè)設(shè)備數(shù)據(jù)采集方案

a）利用網(wǎng)絡(luò)通信協(xié)議（如TCP/IP）將設(shè)備層與協(xié)議轉(zhuǎn)換模塊相連接，給每個(gè)工業(yè)設(shè)備

均配備獨(dú)立的協(xié)議轉(zhuǎn)換模塊。

b）將從各個(gè)工業(yè)設(shè)備中采集到的私有協(xié)議數(shù)據(jù)輸入到相應(yīng)的協(xié)議轉(zhuǎn)換模塊，建立數(shù)學(xué)

模型并統(tǒng)一語義規(guī)范，然后將處理過的數(shù)據(jù)輸入到工業(yè)設(shè)備通信服務(wù)器并存儲(chǔ)，為后續(xù)應(yīng)用

服務(wù)器的調(diào)用提供支持。

c）通過應(yīng)用層協(xié)議（如HTTP）客戶與應(yīng)用服務(wù)器進(jìn)行通信，并經(jīng)過交互界面向應(yīng)用

服務(wù)器發(fā)送指令；應(yīng)用服務(wù)器尋址到對(duì)應(yīng)的工業(yè)設(shè)備通信服務(wù)器，調(diào)用相應(yīng)的數(shù)據(jù)并返回給

客戶。

（2）檢測(cè)設(shè)備數(shù)據(jù)采集方案

除了工業(yè)設(shè)備，檢測(cè)設(shè)備在離散制造車間中也占據(jù)了重要地位。本文件提供的檢測(cè)設(shè)備

數(shù)據(jù)采集方案如圖2所示。其具體流程如下：

a）根據(jù)檢測(cè)設(shè)備的特點(diǎn)采用網(wǎng)絡(luò)通信協(xié)議（如TCP/IP）或串行通信接口（如USB）將

數(shù)據(jù)傳輸?shù)綑z測(cè)數(shù)據(jù)采集端。

5

b）通過格式轉(zhuǎn)換模塊將其轉(zhuǎn)換為統(tǒng)一的格式數(shù)據(jù)，使其能被標(biāo)記語言（如XML）同一

框架處理，為后續(xù)應(yīng)用服務(wù)器的調(diào)用提供支持。

c）通過應(yīng)用層協(xié)議（如HTTP）客戶層與應(yīng)用服務(wù)器進(jìn)行交互，實(shí)現(xiàn)與工業(yè)設(shè)備數(shù)據(jù)

采集方案接口的統(tǒng)一。

圖2檢測(cè)設(shè)備數(shù)據(jù)采集方案

4.1.2物料數(shù)據(jù)采集方案

在新信息技術(shù)的發(fā)展過程中，射頻識(shí)別（RFID）技術(shù)因具有良好的性能被廣泛應(yīng)用到

車間數(shù)據(jù)采集中。本文件提供的物料數(shù)據(jù)采集方案如圖3所示。其具體流程如下：

（1）設(shè)備層包括倉儲(chǔ)貨架、AGV小車、各門類物料、自動(dòng)堆垛機(jī)以及RFID標(biāo)簽等物

料資源相關(guān)設(shè)備。

（2）感知層內(nèi)含有RFID讀寫器、條碼掃描儀等智能感知設(shè)備，負(fù)責(zé)識(shí)別設(shè)備層的物

料資源、傳輸射頻識(shí)別數(shù)據(jù)到通信層并將通信層指令數(shù)據(jù)寫入RFID卡內(nèi)；其中感知層通過

串行通信接口（如RS-232）與通信層相連接。

（3）通信層通過串行通信接口（如RS-232）與服務(wù)層相連，并利用無線通信（如ZigBee）

主副模塊分別完成對(duì)數(shù)據(jù)的讀寫操作以及對(duì)RFID的識(shí)別。

6

（4）服務(wù)層包括數(shù)據(jù)庫服務(wù)器、RFID中間件服務(wù)器、企業(yè)物料管理系統(tǒng)、交換機(jī)等組

件，其中數(shù)據(jù)庫服務(wù)器負(fù)責(zé)存儲(chǔ)和管理物料資源的相關(guān)數(shù)據(jù)，RFID中間件服務(wù)器負(fù)責(zé)處理

RFID數(shù)據(jù)，交換機(jī)則用于將各個(gè)組件進(jìn)行互聯(lián)并形成車間局域網(wǎng)。

圖3物料數(shù)據(jù)采集方案

4.1.3產(chǎn)品數(shù)據(jù)采集方案

離散制造車間加工過程關(guān)鍵工藝（裝調(diào)）人工加工方式居多，質(zhì)量的控制保證更依賴于

質(zhì)量體系的貫徹保證，制定產(chǎn)品質(zhì)量數(shù)據(jù)采集方案可以幫助企業(yè)實(shí)現(xiàn)質(zhì)量的持續(xù)改進(jìn)、優(yōu)化

生產(chǎn)流程、降低質(zhì)量風(fēng)險(xiǎn)。本文件提供的產(chǎn)品質(zhì)量數(shù)據(jù)采集方案如圖4所示。其具體流程如

下：（1）采用條碼掃描、RFID、機(jī)器視覺等技術(shù)獲取工序零部件信息。

（2）利用數(shù)字化檢測(cè)設(shè)備獲取零部件的生產(chǎn)過程數(shù)據(jù)和質(zhì)量檢驗(yàn)數(shù)據(jù)。實(shí)時(shí)監(jiān)測(cè)零部

件生產(chǎn)過程中各個(gè)工序節(jié)點(diǎn)的質(zhì)量控制狀態(tài)并進(jìn)行在線統(tǒng)計(jì)分析。

（3）將質(zhì)量數(shù)據(jù)與工序零部件信息進(jìn)行關(guān)聯(lián)，之后通過工業(yè)網(wǎng)絡(luò)將生產(chǎn)過程質(zhì)量信息

傳輸至質(zhì)量數(shù)據(jù)庫中，為后續(xù)產(chǎn)品質(zhì)量?jī)?yōu)化和溯源提供數(shù)據(jù)支撐。

7

圖4產(chǎn)品質(zhì)量數(shù)據(jù)采集方案

4.1.4人員數(shù)據(jù)采集方案

離散制造車間內(nèi)人員復(fù)雜、工序與工種繁多、行為不規(guī)范、操作流程錯(cuò)亂等都易引發(fā)安

全事故，降低生產(chǎn)效率，給實(shí)際生產(chǎn)帶來巨大損失。制定人員數(shù)據(jù)采集方案，可以提高企業(yè)

生產(chǎn)效率、優(yōu)化企業(yè)管理、確保企業(yè)生產(chǎn)安全。本文件提供的人員數(shù)據(jù)采集方案如圖5所示。

其具體流程如下：

（1）前端視頻數(shù)據(jù)采集部分：通過網(wǎng)絡(luò)攝像機(jī)實(shí)現(xiàn)對(duì)各個(gè)監(jiān)控區(qū)域的圖像采集。

（2）視頻數(shù)據(jù)傳輸部分：通過VGA線、光纖、網(wǎng)線、網(wǎng)絡(luò)交換機(jī)等設(shè)備組成轉(zhuǎn)發(fā)視

頻圖像數(shù)據(jù)的傳輸網(wǎng)絡(luò)，并通過傳輸網(wǎng)絡(luò)將圖像數(shù)據(jù)從前端監(jiān)控設(shè)備傳送到后端監(jiān)控中心進(jìn)

行視頻顯示和存儲(chǔ)。

（3）后端視頻監(jiān)控中心部分：視頻監(jiān)控中心是將前端采集的視頻圖像信息通過軟件解

碼，轉(zhuǎn)化為圖像信號(hào)傳送到監(jiān)視器上，形成直觀圖像信息并且顯示出來，同時(shí)對(duì)視頻信息按

照存儲(chǔ)策略進(jìn)行存儲(chǔ)。

8

圖5人員數(shù)據(jù)采集方案

4.2離散制造生產(chǎn)過程數(shù)據(jù)分析與可視化方案

4.2.1離散制造車間數(shù)據(jù)分析方案

離散制造車間中，產(chǎn)品型號(hào)眾多，工藝路線靈活多變，各類生產(chǎn)要素繁多，通過對(duì)離散

制造車間內(nèi)生產(chǎn)要素產(chǎn)生的多源異構(gòu)數(shù)據(jù)進(jìn)行整合存儲(chǔ)、融合分析和可視化展示，可以為車

間管理者做出科學(xué)決策提供數(shù)據(jù)支撐。

（1）離散制造車間數(shù)據(jù)

離散制造車間數(shù)據(jù)具有實(shí)時(shí)性與海量性、強(qiáng)時(shí)空關(guān)聯(lián)性、多源異構(gòu)性、不完備性等特點(diǎn)。

離散制造車間主要數(shù)據(jù)如圖6所示。

（2）離散制造車間數(shù)據(jù)分析方案

a）數(shù)據(jù)建模

針對(duì)離散制造車間數(shù)據(jù)所具有的時(shí)空特性，采用數(shù)據(jù)時(shí)空建模的方法，從不同維度描述

數(shù)據(jù)中的對(duì)象屬性、時(shí)間和空間信息等，如表1所示。

9

圖6離散制造車間主要數(shù)據(jù)

表1維度屬性

維度功能

空間維度信息描述在車間中的空間位置

時(shí)間維度信息反應(yīng)生產(chǎn)要素發(fā)生變化的先后順序

屬性維度信息描述基本信息和狀態(tài)變化

b）數(shù)據(jù)分析

首先，對(duì)數(shù)據(jù)進(jìn)行預(yù)處理，即采用數(shù)據(jù)過濾、噪聲清洗等方法將容量大、價(jià)值密度低的

制造過程數(shù)據(jù)轉(zhuǎn)化為生產(chǎn)過程分析可用的數(shù)據(jù)集。

10

然后，為解決數(shù)據(jù)的不同量綱問題，采用歸一化的方式將數(shù)據(jù)統(tǒng)一區(qū)間縮放，以滿足后

續(xù)數(shù)據(jù)分析任務(wù)的要求。

最后，利用特征提取、時(shí)序挖掘、回歸預(yù)測(cè)、強(qiáng)化學(xué)習(xí)等方法從制造大數(shù)據(jù)中學(xué)習(xí)有價(jià)

值的信息，獲取生產(chǎn)過程中的潛在規(guī)律，實(shí)現(xiàn)智能化的生產(chǎn)過程管控。

4.2.2離散制造車間數(shù)據(jù)可視化方案

（1）采用時(shí)空數(shù)據(jù)模型切片的方法，在統(tǒng)一時(shí)間維度下統(tǒng)計(jì)空間中不同制造單元的制

造要素狀態(tài)；在不同時(shí)間維度下統(tǒng)計(jì)空間中相同制造單元的制造要素狀態(tài)。實(shí)現(xiàn)對(duì)制造要素

狀態(tài)在時(shí)間和空間維度上的靈活統(tǒng)計(jì)和分析。

（2）在車間數(shù)據(jù)可視化界面中，使用折線圖、直方圖、環(huán)形圖等可視化方式來展示不

同制造要素的狀態(tài)變化情況。表2列出了幾種常見情形生產(chǎn)數(shù)據(jù)的可視化方式，其可使車間

生產(chǎn)人員可以直觀地了解車間中不同制造要素狀態(tài)的變化趨勢(shì)，實(shí)現(xiàn)車間生產(chǎn)狀態(tài)的實(shí)時(shí)監(jiān)

測(cè)和有效管控。

表2不同制造要素統(tǒng)計(jì)結(jié)果可視化方式

功能使用圖表類型

人員缺勤情況、加工質(zhì)量統(tǒng)計(jì)折線圖

各工位加工數(shù)量、機(jī)床主軸轉(zhuǎn)速直方圖

加工合格率、設(shè)備加工合格率、

環(huán)形圖

零件質(zhì)量問題分布、設(shè)備狀態(tài)分布

故障統(tǒng)計(jì)分析、各工位加工時(shí)間統(tǒng)計(jì)表

設(shè)備運(yùn)行效率、設(shè)備加工狀態(tài)柱形圖

在制品走勢(shì)、設(shè)備加工零件狀況帶平滑線的散點(diǎn)圖

4.3設(shè)備故障檢測(cè)與預(yù)測(cè)性維護(hù)

4.3.1設(shè)備異常檢測(cè)方法及處理方案

如果能在工業(yè)過程運(yùn)行的可控范圍內(nèi)及時(shí)發(fā)現(xiàn)故障，尤其是盡早檢測(cè)出早期、微小故障，

進(jìn)行故障辨識(shí)和溯源，從而通過控制手段進(jìn)行調(diào)控，降低異常事件的發(fā)生。本文件所提供的

設(shè)備異常檢測(cè)流程如圖7所示，具體流程如下：

A）數(shù)據(jù)收集：收集設(shè)備的實(shí)時(shí)運(yùn)行數(shù)據(jù)，如傳感器數(shù)據(jù)、狀態(tài)數(shù)據(jù)、日志數(shù)據(jù)等信息，

具體方法可參見4.1節(jié)。

11

圖7設(shè)備異常故障檢測(cè)流程

B）數(shù)據(jù)預(yù)處理：對(duì)收集到的數(shù)據(jù)進(jìn)行預(yù)處理，如數(shù)據(jù)清洗、數(shù)據(jù)轉(zhuǎn)換、數(shù)據(jù)可視化等

操作，其有助于減少數(shù)據(jù)噪聲、提高數(shù)據(jù)質(zhì)量和降低計(jì)算成本。具體方法可參見4.2節(jié)。

C）模型訓(xùn)練：利用支持向量機(jī)、卷積神經(jīng)網(wǎng)絡(luò)、最近鄰等機(jī)器學(xué)習(xí)方法，對(duì)預(yù)處理后

的數(shù)據(jù)進(jìn)行訓(xùn)練與分析，建立設(shè)備異常檢測(cè)模型。

D）故障檢測(cè)：利用設(shè)備異常檢測(cè)模型，對(duì)生產(chǎn)設(shè)備的運(yùn)行數(shù)據(jù)進(jìn)行實(shí)時(shí)分析，監(jiān)測(cè)設(shè)

備的運(yùn)行狀態(tài)，識(shí)別出現(xiàn)的異常。

在離散制造車間中，存在多種異常檢測(cè)技術(shù)可供選擇，具體的選擇應(yīng)根據(jù)場(chǎng)景和設(shè)備而

定。截止目前，面對(duì)離散制造車間生產(chǎn)過程中出現(xiàn)的設(shè)備異常問題，針對(duì)檢測(cè)模型構(gòu)建方法

的不同，可分為基于距離度量、基于密度估計(jì)、基于聚類等不同類型的檢測(cè)方案。本文件所

提供的部分設(shè)備異常檢測(cè)方案具體如表3所示，具體方案如下：

表3部分設(shè)備異常檢測(cè)方案

檢測(cè)方案代表性檢測(cè)方法檢測(cè)標(biāo)準(zhǔn)

K近鄰規(guī)則分類K近鄰平均距離>閾值

基于距離度量的檢測(cè)方案

K均值聚類距離簇中心點(diǎn)距離>閾值

基于密度估計(jì)的檢測(cè)方案局部離群因子局部離群因子值>閾值

與任何核心對(duì)象的距離>閾

基于聚類的檢測(cè)方案噪點(diǎn)空間聚類

值

基于決策樹的檢測(cè)方案孤立森林異常得分>閾值

空間在所有方向上偏差程

主成分分析

基于線性模型的檢測(cè)方案度>閾值

一類支持向量機(jī)評(píng)分函數(shù)的值>閾值

重建樣本和原始樣本的誤

自編碼器

差>閾值

基于神經(jīng)網(wǎng)絡(luò)的檢測(cè)方案

數(shù)據(jù)點(diǎn)的相似度或距離>閾

生成對(duì)抗網(wǎng)絡(luò)

值

12

由于不同的設(shè)備故障具有不同的形成原因和表現(xiàn)形式，因此可針對(duì)具體的故障情況采用

相應(yīng)的解決方案。本文件所提供的設(shè)備異常情況與解決方案如表4所示，具體方案如下：

表4設(shè)備異常解決方案

常見設(shè)備異常情況解決方案

可以通過升級(jí)設(shè)備、優(yōu)化工作流程、調(diào)整工作

負(fù)載等措施來避免設(shè)備過載；可以使用傳感器

設(shè)備過載

監(jiān)測(cè)設(shè)備負(fù)載情況，并根據(jù)負(fù)載情況調(diào)整設(shè)備

的工作狀態(tài)等等。

可以通過定期保養(yǎng)、更換易損件、使用高質(zhì)量

的機(jī)械部件等措施來避免機(jī)械故障；可以使用

機(jī)械故障

傳感器監(jiān)測(cè)機(jī)械部件的磨損情況，并及時(shí)進(jìn)行

維護(hù)等等。

可以通過定期檢修、更換老化電線、使用高質(zhì)

量的電氣部件等措施來避免故障；可以使用傳

電氣故障

感器監(jiān)測(cè)電氣部件的電流電壓情況，并及時(shí)進(jìn)

行維護(hù)等等。

可以通過定期校準(zhǔn)傳感器、使用高質(zhì)量的傳感

器部件、及時(shí)更換失效的傳感器等措施來避免

傳感器故障傳感器故障；可以使用多個(gè)傳感器對(duì)同一參數(shù)

進(jìn)行監(jiān)測(cè)，以提高監(jiān)測(cè)的準(zhǔn)確性和可靠性等

等。

可以通過定期更新軟件、備份程序、使用高質(zhì)

量的控制系統(tǒng)部件等措施來避免控制系統(tǒng)故

控制系統(tǒng)故障

障；可以使用傳感器監(jiān)測(cè)控制系統(tǒng)的狀態(tài)，并

及時(shí)進(jìn)行維護(hù)等等。

可以通過優(yōu)化車間環(huán)境、加裝環(huán)境監(jiān)測(cè)設(shè)備等

環(huán)境因素故障措施來避免環(huán)境因素故障；可以使用傳感器監(jiān)

測(cè)環(huán)境條件，并根據(jù)監(jiān)測(cè)結(jié)果進(jìn)行調(diào)整等等。

13

4.3.2人員行為異常檢測(cè)方法及處理方案

對(duì)于離散制造車間場(chǎng)所，人員行為異常操作問題至關(guān)重要，不僅會(huì)導(dǎo)致生產(chǎn)過程異常及

生產(chǎn)產(chǎn)品瑕疵等問題，還會(huì)引起危險(xiǎn)活動(dòng)的發(fā)生，進(jìn)行異常辨識(shí)和溯源，從而通過控制手段

進(jìn)行調(diào)控，降低異常事件的發(fā)生，保障區(qū)域安全。本文件所提供的人員行為異常檢測(cè)流程如

圖8所示，具體流程如下：

圖8人員行為異常檢測(cè)流程

A）數(shù)據(jù)收集：收集人員視頻的實(shí)時(shí)行為數(shù)據(jù)，如傳感器數(shù)據(jù)、攝像頭數(shù)據(jù)等信息，具

體方法可參見4.1節(jié)。

B）數(shù)據(jù)預(yù)處理：對(duì)收集到的數(shù)據(jù)進(jìn)行預(yù)處理，如數(shù)據(jù)清洗、數(shù)據(jù)轉(zhuǎn)換、數(shù)據(jù)可視化等

操作，其有助于減少數(shù)據(jù)噪聲、提高數(shù)據(jù)質(zhì)量和降低計(jì)算成本。具體方法可參見4.2節(jié)。

C）模型訓(xùn)練：利用自編碼器、生成對(duì)抗網(wǎng)絡(luò)等機(jī)器學(xué)習(xí)方法，對(duì)預(yù)處理后的數(shù)據(jù)進(jìn)行

訓(xùn)練與分析，建立人員行為異常檢測(cè)模型。

D）行為異常檢測(cè)：利用人員行為異常檢測(cè)模型，對(duì)操作人員的行為數(shù)據(jù)進(jìn)行實(shí)時(shí)分析，

監(jiān)測(cè)人員的行為狀態(tài)，識(shí)別出現(xiàn)的異常。

在離散制造生產(chǎn)過程中，人員行為異常是導(dǎo)致生產(chǎn)異常的主要原因之一。針對(duì)不同的人

員行為異常，可采取相應(yīng)的解決方案。本文件所提供的人員行為異常解決方案如表5所示，

具體方案如下：

表5人員行為異常解決方案

常見異常問題解決方案

定期對(duì)操作人員進(jìn)行技能培訓(xùn)和安全教育，

提高其操作技能和安全意識(shí)，制定操作規(guī)程

操作失誤

和安全操作程序，加強(qiáng)對(duì)操作人員的管理，

確保其遵守規(guī)章制度和操作程序等等。

采用監(jiān)控設(shè)備對(duì)操作人員的操作行為進(jìn)行

違規(guī)操作監(jiān)控，并及時(shí)反饋給操作人員，發(fā)現(xiàn)違規(guī)操

作及時(shí)進(jìn)行糾正和處理。

忽略安全操作為操作人員提供必要的安全設(shè)備和防護(hù)措

14

施，例如安全帶、安全帽、防護(hù)眼鏡等，提

高工作場(chǎng)所的安全性。

制定明確的生產(chǎn)計(jì)劃和生產(chǎn)任務(wù)，規(guī)范生產(chǎn)

違反生產(chǎn)計(jì)劃順序和生產(chǎn)流程，確保生產(chǎn)任務(wù)的按時(shí)完成

和質(zhì)量保證。

建立生產(chǎn)數(shù)據(jù)監(jiān)控和反饋機(jī)制，加強(qiáng)對(duì)生產(chǎn)

舞弊行為

數(shù)據(jù)的審計(jì)和檢查，防范舞弊行為的發(fā)生。

4.3.3設(shè)備預(yù)測(cè)性維護(hù)方法及處理方案

設(shè)備運(yùn)行時(shí)，對(duì)設(shè)備進(jìn)行周期性、連續(xù)性的狀態(tài)檢測(cè)和故障診斷活動(dòng)，判斷設(shè)備當(dāng)前

的運(yùn)行狀態(tài)，并預(yù)測(cè)設(shè)備的未來狀態(tài)，制定預(yù)測(cè)性維護(hù)計(jì)劃，確定設(shè)備的維護(hù)時(shí)間、內(nèi)容、

方式、方法、技術(shù)和物資，通過上述預(yù)測(cè)性維護(hù)方法，可以提高設(shè)備的可靠性和安全性，減

少設(shè)備故障和停機(jī)時(shí)間，提高生產(chǎn)效率和產(chǎn)品質(zhì)量。

預(yù)測(cè)性維護(hù)流程包括數(shù)據(jù)采集和處理、健康度預(yù)測(cè)、維護(hù)管理與執(zhí)行階段。本文件所

提供的預(yù)測(cè)性維護(hù)流程如圖9所示，其具體流程如下：

圖9預(yù)測(cè)性維護(hù)流程圖

對(duì)于設(shè)備健康度的預(yù)測(cè)，通常包括訓(xùn)練和預(yù)測(cè)兩個(gè)階段。本文件所提供的健康度預(yù)測(cè)流

程如圖10所示。其具體流程如下：

圖10健康度預(yù)測(cè)流程圖

A）模型訓(xùn)練：利用數(shù)據(jù)進(jìn)行訓(xùn)練與分析，建立預(yù)測(cè)模型。

B）健康度預(yù)測(cè)：利用預(yù)測(cè)模型，對(duì)生產(chǎn)設(shè)備的特征數(shù)據(jù)進(jìn)行實(shí)時(shí)分析，監(jiān)測(cè)設(shè)備的運(yùn)

行狀態(tài)，判斷設(shè)備未來的變化趨勢(shì)，提前預(yù)測(cè)故障可能發(fā)生的趨勢(shì)和未來設(shè)備的健康度。

在維護(hù)管理與執(zhí)行階段，需要根據(jù)設(shè)備的健康度預(yù)測(cè)結(jié)果，制定維護(hù)計(jì)劃并執(zhí)行維護(hù)操

作。本文件所提供的設(shè)備維護(hù)流程如圖11所示，其具體流程如下：

15

圖11設(shè)備維護(hù)流程圖

A）制定維護(hù)計(jì)劃：根據(jù)健康度預(yù)測(cè)結(jié)果，將預(yù)測(cè)結(jié)果與離散制造車間設(shè)備執(zhí)行管理進(jìn)

行結(jié)合，制定維護(hù)的策略。

B）實(shí)施維護(hù)操作：根據(jù)維護(hù)計(jì)劃，監(jiān)控計(jì)劃的操作執(zhí)行。

C）記錄維護(hù)過程：根據(jù)維護(hù)操作，記錄維護(hù)的實(shí)施過程。

D）評(píng)估維護(hù)效果：根據(jù)維護(hù)記錄，如果維護(hù)效果不理想，通過維護(hù)記錄數(shù)據(jù)的累加不

斷地迭代升級(jí)維護(hù)策略，以提高維護(hù)效果。

預(yù)測(cè)性維護(hù)流程是一個(gè)長(zhǎng)期的過程，需要不斷監(jiān)測(cè)設(shè)備的運(yùn)行情況和趨勢(shì)，并進(jìn)行數(shù)據(jù)

分析和模型調(diào)整。此外，還需要與設(shè)備運(yùn)維團(tuán)隊(duì)和維護(hù)供應(yīng)商緊密合作，以確保維護(hù)計(jì)劃的

有效性和執(zhí)行效果，并不斷優(yōu)化預(yù)測(cè)性維護(hù)流程。

4.4產(chǎn)品質(zhì)量分析與處理

4.4.1產(chǎn)品質(zhì)量分析與優(yōu)化方案

在離散制造生產(chǎn)過程中，如何從大量的生產(chǎn)數(shù)據(jù)中發(fā)現(xiàn)各個(gè)環(huán)節(jié)的有效組合模式、篩選

出最佳的生產(chǎn)工藝標(biāo)準(zhǔn)，是提高生產(chǎn)效率和產(chǎn)品質(zhì)量方面面臨的關(guān)鍵挑戰(zhàn)之一。通過對(duì)影響

產(chǎn)品質(zhì)量的相關(guān)數(shù)據(jù)分析，能夠?qū)崿F(xiàn)對(duì)生產(chǎn)全過程的監(jiān)控和優(yōu)化，并發(fā)現(xiàn)和解決潛在的問題

和隱患。本文件所提供的方案從四個(gè)方面對(duì)影響產(chǎn)品質(zhì)量的相關(guān)數(shù)據(jù)進(jìn)行分析，具體如下：

（1）原材料的成分?jǐn)?shù)據(jù)分析：對(duì)原材料進(jìn)行采樣檢測(cè)，獲得物理性質(zhì)檢測(cè)和化學(xué)性質(zhì)

等，利用檢測(cè)數(shù)據(jù)建立一個(gè)數(shù)據(jù)分析模型，從而獲得影響產(chǎn)品質(zhì)量的原材料成分因素。

（2）設(shè)備的狀態(tài)數(shù)據(jù)分析：利用傳感器或維修記錄等收集設(shè)備的狀態(tài)數(shù)據(jù)，從而建立

一個(gè)數(shù)據(jù)分析模型，通過模型對(duì)數(shù)據(jù)進(jìn)行分析找到影響產(chǎn)品質(zhì)量的設(shè)備狀態(tài)因素。

（3）生產(chǎn)過程的環(huán)境數(shù)據(jù)分析：通過監(jiān)測(cè)環(huán)境傳感器獲得生產(chǎn)過程的環(huán)境數(shù)據(jù)，建立

對(duì)應(yīng)的數(shù)據(jù)分析模型，利用模型得到影響產(chǎn)品質(zhì)量的生產(chǎn)過程環(huán)境因素。

（4）操作人員的技術(shù)數(shù)據(jù)分析：對(duì)操作人員進(jìn)行技術(shù)評(píng)估從而獲取操作人員的技術(shù)數(shù)

據(jù)，根據(jù)技術(shù)數(shù)據(jù)建立一個(gè)數(shù)據(jù)分析模型，得出影響產(chǎn)品質(zhì)量的操作人員技術(shù)因素。

16

通過上述數(shù)據(jù)分析找到影響產(chǎn)品質(zhì)量和生產(chǎn)效率的關(guān)鍵因素，具體的數(shù)據(jù)分析方法可參

見4.2節(jié)。由于不同的影響因素具有不同的形成原因和表現(xiàn)形式，因此可針對(duì)具體的影響因

素采用相應(yīng)的優(yōu)化方案。本文件所提供的優(yōu)化方案如表6所示，具體方案如下：

表6優(yōu)化方案

常見關(guān)鍵影響因素優(yōu)化方案

制定嚴(yán)格的原材料采購標(biāo)準(zhǔn)，如原材料的檢

測(cè)標(biāo)準(zhǔn)、供應(yīng)商的資質(zhì)要求等，以確保原材

材料質(zhì)量料的質(zhì)量符合要求，建立完善的原材料檢測(cè)

機(jī)制，對(duì)進(jìn)貨的原材料進(jìn)行全面的檢測(cè)，包

括物理性質(zhì)、化學(xué)成分等方面的檢測(cè)。

制定維護(hù)保養(yǎng)計(jì)劃，定期對(duì)設(shè)備進(jìn)行檢查、

清潔和維護(hù)保養(yǎng)，及時(shí)發(fā)現(xiàn)并修復(fù)設(shè)備故障，

生產(chǎn)設(shè)備

預(yù)防設(shè)備故障的發(fā)生，降低維修成本和設(shè)備

故障