生产流水线中的异常环节定位方法、装置及电子设备制造方法及图纸

本公开实施例公开了一种生产流水线中的异常环节定位方法、装置及电子设备，该方法包括：获取产品集合中的各个产品在生产流水线上的生产流转数据以及各产品是否为良品的标签；构建所述生产流水线的流转网络，其中，一个产品的生产流转数据对应所述流程网络中的一条流转路径；根据各产品是否为良品的标签，统计所述流转网络中的各流转路径对应的良品率；根据所述流转网络中的各流转路径和各流转路径对应的良品率，对所述生产流水线中的异常环节进行定位。进行定位。进行定位。

【技术实现步骤摘要】
生产流水线中的异常环节定位方法、装置及电子设备


[0001]本专利技术涉及加工制造领域，更具体地，涉及一种生产流水线中的异常环节定位方法、一种生产流水线中的异常环节定位装置、一种电子设备、及一种计算机可读存储介质。

技术介绍

[0002]制造业流水线生产过程中，由于每个产品从原料开始通常需要经过多道生产加工工序，最后变成产品，在此，原料或者生产设备出现异常都有可能会影响到最终产品的良品率，给生产方带来比较大的损失。
[0003]现有技术中，当出现异常之后，生产方往往只能看到最后的产品良品率有异常，很多时候由于生产工艺流程复杂，定位具体是哪个生产环节出现问题导致的异常是一件非常困难的事情，目前很多时候需要依靠工程师的经验，人工实地的去排查，很难精准定位，导致排查时间会比较长，影响生产。

技术实现思路

[0004]本公开实施例的一个目的是提供一种生产流水线中的异常环节定位的新的技术方案。
[0005]根据本公开的第一方面，提供一种生产流水线中的异常环节定位方法，其包括：
[0006]获取产品集合中的各个产品在生产流水线上的生产流转数据以及各产品是否为良品的标签；
[0007]构建所述生产流水线的流转网络，其中，一个产品的生产流转数据对应所述流程网络中的一条流转路径；
[0008]根据各产品是否为良品的标签，统计所述流转网络中的各流转路径对应的良品率；
[0009]根据所述流转网络中的各流转路径和各流转路径对应的良品率，对所述生产流水线中的异常环节进行定位。<br/>[0010]可选地，所述生产流转数据包括：生产产品的物料的批次信息、物料所经过生产流水线各道工序的设备的标识信息。
[0011]可选地，所述构建所述生产流水线的流转网络，包括：
[0012]根据生产产品的物料的批次信息以及所述生产流水线的各道工序的设备的标志信息，获得生产产品的物料及各道工序间的流转关系和流转方向；
[0013]以所述产品集合所涉及的所有物料的批次信息以及所述生产流水线的各道工序的设备的标志信息为节点，以节点与节点间的流转关系为边，以流转方向为边的方向，构建流转网络。
[0014]可选地，所述根据各产品是否为良品的标签，统计所述流转网络中的各流转路径对应的良品率，包括：
[0015]获取所述流转网络中的每条流转路径上的产品的第一总数量；
[0016]获取每条所述流转路径上的标签为良品的产品的第二总数量；
[0017]根据每条所述流转路径对应的所述第一总数量和所述第二总数量，获得每条所述流转路径上的良品率。
[0018]可选地，每条所述流转路径上包括生产产品的物料的批次信息节点、及物料所经过生产流水线各道工序的设备的标识信息节点，
[0019]所述根据所述流转网络中的各流转路径对应的良品率，对所述生产流水线中的异常环节进行定位，包括：
[0020]以所述流转网络中的每条流转路径上的各个节点的合格率为未知参数，以所述流转路径对应的良品率为已知参数，构建概率模型方程组；
[0021]求解所述概率模型方程组，获得所述流转网络中各个节点的合格率；
[0022]根据所述流转网络中各个节点的合格率，对所述生产流水线中的异常环节进行定位。
[0023]可选地，所述求解所述概率方程组，获得所述流转网络中各个节点的合格率，包括：
[0024]获取目标优化算法，其中，所述目标优化算法至少包括二次规划求解算法、粒子群算法和遗传算法中的至少一种算法；
[0025]根据所述目标优化算法和设定的约束条件，求解所述概率模型方程组，获得所述流转网络中各个节点的合格率；
[0026]其中，所述设定的约束条件包括关于所述流转网络中各个节点的合格率的约束。
[0027]可选地，关于所述流转网络中各个节点的合格率的约束为：各个所述节点的合格率的取值为0到1之间的自然数。
[0028]可选地，所述根据所述流转网络中各个节点的合格率，对所述生产流水线中的异常环节进行定位，包括：
[0029]根据所述流转网络中各个节点的合格率，获得各个所述节点的异常率；
[0030]根据各个所述节点的异常率，对所述生产流水线中的异常环节进行定位。
[0031]可选地，所述根据各个所述节点的异常率，对所述生产流水线中的异常环节进行定位，包括：
[0032]针对于每一所述节点，获取预先设定的异常率；
[0033]将每一所述节点的异常率和对应的所述设定的异常率进行比较；
[0034]在所述节点的异常率大于设定的异常率的情况下，确定所述节点为异常节点。
[0035]可选地，所述根据各个所述节点的异常率，对所述生产流水线中的异常环节进行定位，还包括：
[0036]将各个所述节点的异常率按照从大到小的顺序进行排序；
[0037]获取前预定数量的异常率对应的节点，作为异常节点。
[0038]可选地，所述概率模型方程组中还包括对应每条流转路径的权重；
[0039]所述方法还包括：
[0040]获取所述流转网络中的每条流转路径上的产品的第一总数量；
[0041]根据所述第一总数量，调整所述概率模型方程组中对应所述流转路径的权重；
[0042]基于调整后的权重，根据所述目标优化算法和设定的约束条件，求解所述概率模
型方程组，获得所述流转网络中各个节点的合格率。
[0043]可选地，所述方法还包括：
[0044]在所述流转网络中的任一流转路径对应的良品率低于设定的良品率阈值的情况下，将所述任一流转路径上的良品率进行调整；
[0045]根据所述流转网络中的各流转路径和调整后的各流转路径对应的良品率，对所述生产流水线中的异常环节进行定位。
[0046]可选地，所述方法还包括：
[0047]在所述流转网络中的任一节点满足设定的滤除条件的情况下，从所述流转网络中删除所述任一节点以调整所述流转网络中的流转路径；
[0048]基于所述调整后的流转网络中的各流转路径和各流转路径对应的良品率，对所述生产流水线中的异常环节进行定位。
[0049]可选地，所述方法还包括：
[0050]在任一工序的设备数量超过设定的设备数量阈值的情况下，将所述任一工序的多个设备进行合并处理；
[0051]以所述产品集合所涉及的所有物料的批次信息、及所述生产流水线的各道工序的进行所述合并处理后的设备的标志信息为节点，以节点与节点间的流转关系为边，以流转方向为边的方向，重新构建流转网络。
[0052]可选地，所述方法还包括：
[0053]切分所述流转网络，获得多个子流转网络，以根据所述多个子流转网络中的各流转路径对应的良品率，对所述生产流水线中的异常环节进行定位。
[0054]可选地，所述方法还包括：
[0055]响应于获取挖掘流转网络的挖掘结果的请求，获取设定的显示模式；
...

【技术保护点】

【技术特征摘要】
1.一种生产流水线中的异常环节定位方法，包括：获取产品集合中的各个产品在生产流水线上的生产流转数据以及各产品是否为良品的标签；构建所述生产流水线的流转网络，其中，一个产品的生产流转数据对应所述流程网络中的一条流转路径；根据各产品是否为良品的标签，统计所述流转网络中的各流转路径对应的良品率；根据所述流转网络中的各流转路径和各流转路径对应的良品率，对所述生产流水线中的异常环节进行定位。2.根据权利要求1所述的方法，其中，所述生产流转数据包括：生产产品的物料的批次信息、物料所经过生产流水线各道工序的设备的标识信息。3.根据权利要求2所述的方法，其中，所述构建所述生产流水线的流转网络，包括：根据生产产品的物料的批次信息以及所述生产流水线的各道工序的设备的标志信息，获得生产产品的物料及各道工序间的流转关系和流转方向；以所述产品集合所涉及的所有物料的批次信息以及所述生产流水线的各道工序的设备的标志信息为节点，以节点与节点间的流转关系为边，以流转方向为边的方向，构建流转网络。4.根据权利要求2所述的方法，其中，所述根据各产品是否为良品的标签，统计所述流转网络中的各流转路径对应的良品率，包括：获取所述流转网络中的每条流转路径上的产品的第一总数量；获取每条所述流转路径上的标签为良品的产品的第二总数量；根据每条所述流转路径对应的所述第一总数量和所述第二总数量，获得每条所述流转路径上的良品率。5.根据权利要求1所述的方法，其中，每条所述流转路径上包括生产产品的物料的批次信息节点、及物料所经过生产流水线各道工序的设备的标识信息节点，所述根据所述流转网络中的各流转路径对应的良品率，对所述生产流水线中的异常环节进行定位，包括：以所述流转网络中的每条流转路径上的各个节点的合格率为...

【专利技术属性】
技术研发人员：温少扬，张青，宋建华，周振华，
申请(专利权)人：第四范式北京技术有限公司，
类型：发明
国别省市：