一种PCB订单合格率预测方法、装置及可读存储介质制造方法及图纸

本发明专利技术公开了一种PCB订单合格率预测方法、装置及可读存储介质,其方法包括：获取PCB的结构信息；对所述PCB的结构信息进行分析，得到PCB的合格率影响因子；获取与PCB合格率相关的历史参数数据；对所述的历史参数数据进行大数据分析，得到所述PCB的合格率影响因子的权重；根据所述PCB的合格率的影响因子及对应的权重，建立PCB的合格率模型；依据PCB的订单结构，并结合所述PCB的合格率模型计算出PCB的订单的合格率。本发明专利技术PCB的订单结构，并结合所述PCB的合格率模型计算出PCB的订单的合格率，当预测合格率较低时，生产提前识别，投入必要资源，当生产实际合格率不达标时，能够制定订单的理论合格率，牵引生产改进。

A Prediction Method, Device and Readable Storage Medium for PCB Order Qualification Rate

The invention discloses a PCB order qualification rate prediction method, device and readable storage medium. The method includes: obtaining the structure information of PCB; analyzing the structure information of PCB to obtain the impact factor of PCB qualification rate; obtaining the historical parameter data related to PCB qualification rate; analyzing the historical parameter data to obtain the impact factor of PCB qualification rate. The weight of sub-PCB; according to the influencing factors of PCB's qualification rate and the corresponding weight, the model of PCB's qualification rate is established; according to the order structure of PCB, and combined with the model of PCB's qualification rate, the qualification rate of PCB's order is calculated. The PCB's order structure and the PCB's qualified rate model are combined to calculate the qualified rate of PCB's order. When the predicted qualified rate is low, the production is identified ahead of time and necessary resources are invested. When the actual qualified rate of production is not up to the standard, the theoretical qualified rate of the order can be formulated and the production improvement can be tracted.

【技术实现步骤摘要】
一种PCB订单合格率预测方法、装置及可读存储介质
本专利技术涉及PCB
，尤其是一种PCB订单合格率预测方法、装置及可读存储介质。
技术介绍
PCB(PrintedCircuitBoard，印制电路板，又称印刷线路板)行业具有PCB板的客户来源多、订单随机性强的特点，且PCB产品具有个性化强、制作参数和工艺特征多、精度要求高等特点。这些特点导致PCB生产过程中容易出现报废，因此针对PCB产品合格率，当前遇到主要问题如下：(1)订单加投比率过于依赖经验A、采用经验确定加投量难以综合考虑各因素。且策略粗放、主观性强，超投/少投波动性大，难以平衡和全局优化；B、采用经验投料，超投产品占据工厂产能，造成设备资源负荷加重和能源浪费，同时造成采购原材料、物流、库存、报废处理成本增加；C、少投又造成需要补投，增加了计划调度的难度和生产成本。(2)难度订单产前策划缺失A、难度订单进入工厂后，由于缺乏合格率预警机制，生产无法提前识别其为低良率订单，导致此类订单缺乏必要资源投入，没有进行有效产前策划，难度订单报废率高。(3)合格率目标没有牵引性A、某一个型号订单无法准确识别出其真实合格率，当订单实际合格率低于理论合格率时，无法给出其应有的理论合格率，当前制定合格率确定没有参考性，目标牵引性不强。
技术实现思路
本专利技术旨在至少在一定程度上解决相关技术中的技术问题之一。为此，本专利技术的一个目的是提供一种有助于提升生产管理的有效性的PCB订单合格率预测方法、装置及可读存储介质。本专利技术所采用的技术方案是：第一方面，本专利技术提供一种PCB订单合格率预测方法，包括：获取PCB的结构信息；对所述PCB的结构信息进行分析，得到PCB的合格率影响因子；获取与PCB合格率相关的历史参数数据；对所述的历史参数数据进行大数据分析，得到所述PCB的合格率影响因子的权重；根据所述PCB的合格率的影响因子及对应的权重，建立PCB的合格率模型；依据PCB的订单结构，并结合所述PCB的合格率模型计算出PCB的订单的合格率。进一步，其还包括：获取实际PCB合格率，当实际PCB合格率达不到所述PCB订单合格率的理论值时，获取报废数据，并分析出报废超标对应的影响因子。进一步，所述获取与PCB合格率相关的历史参数数据包括：通过预先编写的查询语句从ERP系统中提取PCB订单合格率的相关参数数据，其中，所述查询语句根据预先确定的参数范围编写。进一步，所述影响因子包括PCB生产的各个工序的合格率。进一步，所述PCB的合格率模型的计算公式为：Y＝F(y1、y2、y3..yn)，其中y1、y2..yn表示各个工序的合格率。进一步，建立工序合格率计算模型，工序计算模型的公式为y＝A1x1+A2x2+A3x3…+Anxn，其中xn表示工序各个步骤影响因子，An表示各个步骤因子对应的权重。第二方面，本专利技术提供了一种PCB订单合格率预测装置，包括：第一获取模块，用于获取PCB的结构信息；第一分析模块，用于对所述PCB的结构信息进行分析，得到PCB的合格率影响因子；第二获取模块，用于获取与PCB合格率相关的历史参数数据；第二分析模块，用于对所述的历史参数数据进行大数据分析，得到所述PCB的合格率影响因子的权重；模型创建模块，用于根据所述PCB的合格率的影响因子及对应的权重，建立PCB的合格率模型；计算模块，用于依据PCB的订单结构，并结合所述PCB的合格率模型计算出PCB的订单的合格率。进一步，其还包括反馈模块，其用于获取实际PCB合格率，当实际PCB合格率达不到所述PCB订单合格率的理论值时，获取报废数据，并分析出报废超标对应的影响因子。进一步，所述第二获取模块通过预先编写的查询语句从ERP系统中提取PCB订单合格率的相关参数数据，其中，所述查询语句根据预先确定的参数范围编写。第三方面，本专利技术提供一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现上述的PCB订单合格率预测方法的步骤。本专利技术的有益效果是：本专利技术通过对所述PCB的结构信息和PCB合格率相关的历史参数数据进行分析，建立PCB合格率模型，依据PCB的订单结构，并结合所述PCB的合格率模型计算出PCB的订单的合格率，当预测合格率较低时，生产提前识别，投入必要资源，并制定产前策划措施，当生产实际合格率不达标时，能够制定订单的理论合格率，牵引生产改进。附图说明图1是本专利技术中一具体实施例中一种PCB订单合格率预测方法的流程图。具体实施方式需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。如图1所示，其示出了一种PCB订单合格率预测方法，包括：获取PCB的结构信息；对所述PCB的结构信息进行分析，得到PCB的合格率影响因子；获取与PCB合格率相关的历史参数数据；对所述的历史参数数据进行大数据分析，得到所述PCB的合格率影响因子的权重；可以首先从各PCB历史订单中提取与PCB合格率计算相关的参数数据，该相关参数数据包括与各个PCB合格率计算的相关参数的参数值；在对所述相关参数数据进行初步筛选，将不满足质量要求的数据(或者称为垃圾数据，主要包括不完整数据和错误数据)排除在外，得到的剩余数据为所述初始参数数据。根据所述PCB的合格率的影响因子及对应的权重，建立PCB的合格率模型；，所述PCB的合格率模型的计算公式为：Y＝F(y1、y2、y3..yn)。其中，y1、y2…yn表示各个所述影响因子，优选的，影响因子包括PCB生产的各个工序的合格率，如钻孔工序合格率、内层图形合格率、层压合格率、钻孔合格率。。。表面处理合格率、外形处理合格率等等。建立工序合格率计算模型，工序计算模型的公式为y＝A1x1+A2x2+A3x3…+Anxn，其中xn表示工序各个步骤影响因子，An表示各个步骤因子对应的权重。通过在订单级预算模型的基础上，进一步细化，建立工序级别的合格率计算预测模型，可以进一步提高预测的精准度。优选的，通过对钻孔工序合格率数据按照对应影响因子进行数据整理后进行大数据分析得出钻孔工序合格率模型：钻孔工序的合格率计算公式为：y1＝＝A1*是否树脂钻孔+A2*是否有阶梯孔+A3*是否背钻+A4*控深钻孔+A5*是否攻丝+A6*孔数+A7*最小孔径+A8*孔到导体最小距离+A9*深径比+A10*是否高速/高频材料+A11*是否需钻孔+A12*是否有二钻+A13*是否需芯板钻孔。依据PCB的订单结构，并结合所述PCB的合格率模型计算出PCB的订单的合格率，自动抓取后台参数和工厂工艺设备能力库(其包括各个工序的合格率数据)得到其理论的合格率水平，同时也能输出工厂所有订单应有的合格率水平。通过预先编写的查询语句从ERP(EnterpriseResourcePlanning，企业资源计划)系统中提取PCB订单合格率的相关参数数据，其中，所述查询语句根据预先确定的参数范围编写。进一步作为优选的实施方式，其还包括：获取实际PCB合格率，当实际PCB合格率达不到所述PCB订单合格率的理论值时，获取报废数据，并分析出报废超标对应的影响因子。本专利技术依据订单结构，结合合格率预测模型给出的订单合格率，根据模型识别出各因子权重，同时识别出对应因子合格率降低的转折点，作为工艺能力的分界点，进而确定工艺能本文档来自技高网...

【技术保护点】
1.一种PCB订单合格率预测方法，其特征在于，包括：获取PCB的结构信息；对所述PCB的结构信息进行分析，得到PCB的合格率影响因子；获取与PCB合格率相关的历史参数数据；对所述的历史参数数据进行大数据分析，得到所述PCB的合格率影响因子的权重；根据所述PCB的合格率的影响因子及对应的权重，建立PCB的合格率模型；依据PCB的订单结构，并结合所述PCB的合格率模型计算出PCB的订单的合格率。

【技术特征摘要】
1.一种PCB订单合格率预测方法，其特征在于，包括：获取PCB的结构信息；对所述PCB的结构信息进行分析，得到PCB的合格率影响因子；获取与PCB合格率相关的历史参数数据；对所述的历史参数数据进行大数据分析，得到所述PCB的合格率影响因子的权重；根据所述PCB的合格率的影响因子及对应的权重，建立PCB的合格率模型；依据PCB的订单结构，并结合所述PCB的合格率模型计算出PCB的订单的合格率。2.根据权利要求1所述的PCB订单合格率预测方法，其特征在于，其还包括：获取实际PCB合格率，当实际PCB合格率达不到所述PCB订单合格率的理论值时，获取报废数据，并分析出报废超标对应的影响因子。3.根据权利要求1或2所述的PCB订单合格率预测方法，其特征在于，所述获取与PCB合格率相关的历史参数数据包括：通过预先编写的查询语句从ERP系统中提取PCB订单合格率的相关参数数据，其中，所述查询语句根据预先确定的参数范围编写。4.根据权利要求1所述的PCB订单合格率预测方法，其特征在于，所述影响因子包括PCB生产的各个工序的合格率。5.根据权利要求4所述的PCB订单合格率预测方法，其特征在于，所述PCB的合格率模型的计算公式为：Y＝F(y1、y2、y3..yn),其中y1、y2..yn表示各个工序的合格率。6.根据权利要求5所述的PCB订单合格率预测方法，其特征在于，建立工序合格率计算...

【专利技术属性】
技术研发人员：刘文敏，宫立军，
申请(专利权)人：广州兴森快捷电路科技有限公司，深圳市兴森快捷电路科技股份有限公司，
类型：发明
国别省市：广东,44