基于MES的电驱装配质量预测技术

基于mes的电驱装配质量预测技术
技术领域
1.本发明涉及质量预测技术领域，具体涉及基于mes的电驱装配质量预测技术。


背景技术：

2.产品质量是对顾客需求的具体反映，也是顾客满意的必要因素。为了能在竞争激烈的市场当中占据有利地位，提高企业竞争力，现代企业必须加强质量管理。随着科学技术的不断发展与市场的日趋成熟，市场对质量的要求不断提高，现有质量管理技术与工具已不能满足需求。
3.制造执行系统(manufacturing execution system,mes)环境下生产过程中的质量数据是由车间作业现场控制收集，系统与工程师进行分析处理并储存在指定的数据库或数据仓库中。其数据内容包含加工记录、实时监控信息等，这些数据的累积导致分析人员对数据的处理能力下降，其潜在价值没有被进一步挖掘而产生信息的浪费。在产品制备过程中，需要对质量预测，使得生产者能够提前预测所制备的产品情况，但是现有的预测技术，无法有效的结合制造执行系统，预测结果准确性不佳，预测效率也不高，无法满足对于电驱装配质量预测的需求。
4.综上所述，研发基于mes的电驱装配质量预测技术，仍是质量预测技术领域中急需解决的关键问题。


技术实现要素：

5.针对现有技术所存在的上述缺点，本发明在于提供基于mes的电驱装配质量预测技术，本发明通过获取各监测点的历史监测数据，并对历史监测数据进行预处理，再将该数据作为训练样本数据，通过多个子数据，对质量预测模型进行训练，在训练完成后，会将所输出的数据与设定的阈值进行对比，验证了所训练的质量预测模型的可靠性，通过实时获取各监测点的数据作为输入数据，获得输出的数据，将输出数据与对应的预测信息进行匹配，进而获得质量预测的结果，所获得的预测结果，具有良好的可靠性和准确性。
6.为实现上述目的，本发明提供了如下技术方案：
7.基于mes的电驱装配质量预测技术，包括以下步骤：
8.(1)获取各监控点的历史监测数据，并将所获得的各监控点的数据按照统一的格式进行汇总存储；
9.(2)将步骤(1)中的汇总数据作为样本数据，通过样本数据对质量预测模型进行训练；
10.(3)获取质量预测模型的输出数据，将输出数据按照质量评估类型与设定的评估阈值分别进行对比；
11.(4)获得训练后的质量预测模型，并获取各监测点的实时监测数据作为输入数据，输入到训练后的质量预测模型中；
12.(5)由训练后的质量预测模型输出电驱装配质量的预测结果。
13.本发明进一步设置为：在步骤(1)中，各历史监测数据为电驱装配质量的有效数据，在各历史监测数据统一格式前，采用控制图模式去除无关数据。
14.本发明进一步设置为：在步骤(2)中，所述质量预测模型为人工神经网络模型。
15.本发明进一步设置为：在步骤(2)中，确定样本数据后，将样本数据划分为n个子样本数据集，每个子样本数据均包含有各检测点的一组完整有效数据。
16.本发明进一步设置为：在步骤(2)中，通过样本数据对质量预测模型进行训练，是将各子样本数据依次作为输入数据，对质量预测模型进行训练。
17.本发明进一步设置为：在步骤(3)中，将输出数据按照质量评估类型与设定的评估阈值分别进行对比，是将输出的数据按照质量评估类型划分为各子评估数据，并将各子评估数据与对应的评估阈值进行对比，若各子评估数据均小于对应的评估阈值，则完成质量预测模型的训练，若m个子评估数据不小于对应的评估阈值，则将m与设定的预测精度值进行对比，在m个子评估数据小于预测精度值时，完成质量预测模型的训练，在m个子评估数据大于设定的预测精度值时，重复步骤(1)-(3)，至完成质量预测模型的训练。
18.本发明进一步设置为：在步骤(4)中，取各监测点的实时监测数据作为输入数据时，将实时监测数据采用控制图模式去除无关数据，并按照统一的格式进行汇总存储。
19.本发明进一步设置为：在步骤(5)中，由训练后的质量预测模型输出电驱装配质量的预测结果，是将输出的各子评估数据与质量评估数据集中对应的预测信息进行匹配，获得各子评估数据所代表的预测结果。
20.有益效果
21.采用本发明提供的技术方案，与已知的公有技术相比，具有如下有益效果：
22.本发明基于mes技术，通过获取各监测点的历史监测数据，并对历史监测数据进行预处理，减少了历史监测数据中的赘余数据，获得可靠的数据后，再将该数据作为训练样本数据，通过多个子数据，对质量预测模型进行多次训练，由于采用真实的历史监测数据进行训练，使得所训练后的质量预测模型，能够更加符合实际预测结果，在训练完成后，会将所输出的数据与设定的阈值进行对比，并在可接受范围内，验证了所训练的质量预测模型的可靠性，以保证后续预测的准确性，以及满足对于质量预测的需求，在获得训练的质量预测模型后，通过实时获取各监测点的数据作为输入数据，获得输出的数据，将输出数据与对应的预测信息进行匹配，进而获得质量预测的结果，所获得的预测结果，具有良好的可靠性和准确性。
附图说明
23.图1为本发明基于mes的电驱装配质量预测技术的流程图。
具体实施方式
24.为使本发明实施例的目的、技术方案和优点更加清楚，下面将对本发明实施例中的技术方案进行清楚、完整地描述。显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
25.下面结合实施例对本发明作进一步的描述。
26.实施例：
27.参照图1所示，基于mes的电驱装配质量预测技术，包括以下步骤：
28.(1)获取各监控点的历史监测数据，并将所获得的各监控点的数据按照统一的格式进行汇总存储。
29.进一步的，各历史监测数据为电驱装配质量的有效数据，在各历史监测数据统一格式前，采用控制图模式去除无关数据。
30.在本步骤中，基于mes系统，通过获取历史监测数据，作为训练样本的数据来源，能够有效的提升对于质量预测模型的训练质量，将其中无关的数据除去，增强了数据的可靠性，也减少了数据的赘余，以加快后续数据对于质量预测模型的训练速度。
31.需要说的是，本发明中所用的控制图，是用于分析和判断过程是否处于稳定状态所使用的带有控制界限的图，是具有区分正常波动和异常波动的功能图表，是现场质量管理中重要的统计工具。
32.(2)将步骤(1)中的汇总数据作为样本数据，通过样本数据对质量预测模型进行训练。
33.进一步的，质量预测模型为人工神经网络模型。
34.进一步的，确定样本数据后，将样本数据划分为n个子样本数据集，每个子样本数据均包含有各检测点的一组完整有效数据。
35.进一步的，通过样本数据对质量预测模型进行训练，是将各子样本数据依次作为输入数据，对质量预测模型进行训练。
36.在步骤中，通过将获取的训练样本划分为n个子训练数据，可以采用多组数据对训练样本进行训练，其中，各子训练数据中的数据能够组成一个完整的有效数据集，即能够形成一个正常使用的训练数据集，使得获取的训练样本，能够多次对质量预测模型进行多次训练。
37.此外，本发明所用的人工神经网络模型，它从信息处理角度对人脑神经元网络进行抽象，建立某种简单模型，按不同的连接方式组成不同的网络，为广泛使用的预测模型。
38.(3)获取质量预测模型的输出数据，将输出数据按照质量评估类型与设定的评估阈值分别进行对比。
39.进一步的，将输出数据按照质量评估类型与设定的评估阈值分别进行对比，是将输出的数据按照质量评估类型划分为各子评估数据，并将各子评估数据与对应的评估阈值进行对比，若各子评估数据均小于对应的评估阈值，则完成质量预测模型的训练，若m个子评估数据不小于对应的评估阈值，则将m个子评估数据与设定的预测精度值进行对比，在m小于预测精度值时，完成质量预测模型的训练，在m大于设定的预测精度值时，重复步骤(1)-(3)，至完成质量预测模型的训练。
40.在本步骤中，通过设置的评估阈值，能够对各子评估数据进行评估，进而确定所输出的评估结果是否满足质量评估需求，通过个子评估数据m的设定，能够在满足预测可接受误差范围内，实现对于质量预测模型的训练，使得训练的质量预测模型更具有灵活性。
41.(4)获得训练后的质量预测模型，并获取各监测点的实时监测数据作为输入数据，输入到训练后的质量预测模型中。
42.进一步的，取各监测点的实时监测数据作为输入数据时，将实时监测数据采用控
制图模式去除无关数据，并按照统一的格式进行汇总存储。
43.在本步骤中，使得实时获取的各监测点的数据，经过去除无关数据后，能够作为质量预测模型的输入模块，提升了质量预测的准确性，以及减少了无关数据的干扰。
44.(5)由训练后的质量预测模型输出电驱装配质量的预测结果。
45.进一步的，由训练后的质量预测模型输出电驱装配质量的预测结果，是将输出的各子评估数据与质量评估数据集中对应的预测信息进行匹配，获得各子评估数据所代表的预测结果。
46.在本步骤中，所用的预测信息存储在数据库中，在本发明中所用的数据库包括但不限于mysql、oracle、sql server等数据库，能够由输出的数据，获得所需的预测结果。
47.本发明通过获取各监测点的历史监测数据，并对历史监测数据进行预处理，获得可靠的数据后，再将该数据作为训练样本数据，对质量预测模型进行训练，由于采用真实的历史监测数据进行训练，使得所训练后的质量预测模型，能够更加符合实际预测结果，在训练完成后，会将所输出的数据与设定的阈值进行对比，验证了所训练的质量预测模型的可靠性，以保证后续预测的准确性，并且通过实时获取各监测点的数据作为输入数据，获得输出的数据，将输出数据与对应的预测信息进行匹配，进而获得质量预测的结果，所获得的预测结果，具有良好的可靠性和准确性，此外，采用预测模型，能够提升预测速度，减少人工处理的时间。
48.以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不会使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。