[发明专利]一种基于过程工艺数据的大数据质量分析方法和系统

权利要求书

1.一种基于过程工艺数据的大数据质量分析方法，其特征在于，包括：

按照制造工艺对PBOM表进行重构，建立所述PBOM表和EBOM表的结构关联关系；

基于所述PBOM表数据，创建工艺清单，并进行展示；

连通企业数据库系统，获取工艺数据进行处理，并图形化展示处理结果，所述工艺数据包括结构化数据和非结构化数据；

建立线平衡模型，对输入的工艺要求进行分析，输出满足企业工厂线平衡要求的工艺清单，所述工艺要求包括UPH要求、工序约束和工时信息；

根据所述结构化数据中的设备数据，建立疲劳损伤模型，进行设备疲劳强度的回归预测；

其中，所述设备数据包括设备结构参数和设备全局参数，则所述建立疲劳损伤模型，包括：根据所述设备结构参数构建三维几何模型，并根据所述三维几何模型构建有限元分析模型；将所述设备全局参数输入有限元分析模型中，在求解器中进行自由模态计算，获得设备的局部应变和局部应力；将所述局部应力中的孤立冲击载荷投影到时间轴上，生成相关时间序列；将所述局部应变、局部应力和时间序列作为输入至Revised KDD模型，输出设备疲劳强度；

所述Revised KDD模型的输入数据，还包括疲劳经验公式及其对应的疲劳曲线；所述疲劳经验公式为：

上式中，D为疲劳量，n为第n次循环，为破坏时的循环数，为最大应力，为平均应力，为平均应力的函数，、b和为材料常数。

2.根据权利要求1所述的基于过程工艺数据的大数据质量分析方法，其特征在于，所述按照制造工艺对PBOM表进行重构，包括创建零部件，调整PBOM表结构，维护零部件属性，以及拟定零部件工艺路线。

3.根据权利要求1所述的基于过程工艺数据的大数据质量分析方法，其特征在于，所述创建工艺清单，包括利用Glaway工艺编辑器，建立PBOM表中零部件与相应工艺数据之间的关联关系，实现各类工艺数据的关联化管理及变更历史记录。

4.根据权利要求1所述的基于过程工艺数据的大数据质量分析方法，其特征在于，所述结构化数据包括PBOM表、MBOM表、制造资源、工艺过程计划表、关键过程项目表、特殊过程项目表和防护控制计划表，所述非结构化数据包括作业指导书、检查卡片、质量检测卡、工艺辅料数据、清洁防护数据、制造技能点数据和工艺技术点数据；

对所述结构化数据进行处理，包括：通过根据结构化数据建立饼图、柱状图、和线性图，并进行图形化界面展示；

对所述非结构化数据进行处理，包括：提供全文检索及语义分析功能，实现智能的导航分类或自定义的导航分类。

5.根据权利要求1所述的基于过程工艺数据的大数据质量分析方法，其特征在于，所述建立线平衡模型，包括：

步骤1，参照所述工艺要求，根据工厂实际生产顺序生成工序约束图；

步骤2，多次遍历所述工序约束图，生成初始种群的基因序列；

步骤3，对所述初始种群的基因序列进行交叉和变异运算，获得交叉个体和变异个体；

步骤4，合并所述初始种群、交叉个体和变异个体的基因序列，计算合并后基因序列的适应度；

步骤5，判断是否满足迭代终止条件，若满足，则根据所述适应度，确认最佳基因序列并输出与其对应的工序清单，反之，则进行下一步；

步骤6，根据所述适应度剔除部分基因序列，并将剔除后的基因序列作为初始种群进行更新，同时调整交叉运算和变异运算的算子，重复上述步骤3。

6.根据权利要求5所述的基于过程工艺数据的大数据质量分析方法，其特征在于，所述适应度的函数表达式如下：

上式中，f为适应度，i为工位序号，j为第i个工位内的工序j，n为工位总数，m为第i个工位内的工序总数，tj为第i个工位内的工序j所需时间，Tc为生产节拍。