产品良率预测方法、装置、计算机装置及存储介质制造方法及图纸

本发明专利技术提供一种产品良率预测方法、产品良率预测装置、计算机装置及存储介质，所述方法包括：获取历史生产记录中产品的质量数据信息，根据所述质量数据信息计算产品良率数据信息；将所述产品的良率数据信息输入至少一个分析模型，计算每个所述分析模型对应的不良因子对所述产品良率的影响比例；根据设定条件判断是否能够通过预设方法减小至少一个所述不良因子对产品良率的影响比例；若能够减小，则根据所述预设方法调整所述不良因子对产品良率的影响比例，再根据调整后的所述影响比例计算计划生产所述产品的第一预测良率。通过所述方法可以实现实时追踪产线良率、预测未来良率，并对未来良率的提升提出改善方法。

【技术实现步骤摘要】
产品良率预测方法、装置、计算机装置及存储介质
本专利技术涉及产品良率预测领域，具体涉及一种产品良率预测方法、产品良率预测装置、计算机装置及存储介质。
技术介绍
在产品的生产过程中，会对产品生产过程中各环节的良率进行统计分析，例如统计各个站点、工序、班组、产线的良率。现有的不良项目统计方法是通过人工刷取数据表单得到，工程师对良率进行原因解析并研究出改善对策，当改善对策实施后还需要人工对改善效果进行追踪反馈。现有的良率追踪改善方法费时费力，完全依靠人力完成，并无法提前制定应对策略用来预防不良品的产生。
技术实现思路
鉴于以上内容，有必要提出一种产品良率预测方法及装置、计算机装置和存储介质，可以实现实时追踪产线良率、预测未来良率，对未来良率的提升提出改善方法，并对所述改善方法的改善效果进行追踪。本申请的第一方面提供一种产品良率预测方法，所述方法包括：获取历史生产记录中产品的质量数据信息，根据所述质量数据信息计算产品良率数据信息；将所述产品的良率数据信息输入至少一个分析模型，计算每个所述分析模型对应的不良因子本文档来自技高网...

【技术保护点】
1.一种产品良率预测方法，其特征在于，所述方法包括：/n获取历史生产记录中产品的质量数据信息，根据所述质量数据信息计算产品良率数据信息；/n将所述产品的良率数据信息输入至少一个分析模型，计算每个所述分析模型对应的不良因子对所述产品良率的影响比例，其中，所述至少一个分析模型包括人员因子分析模型、机器因子分析模型、环境因子分析模型、生产物料因子分析模型、操作手法因子分析模型、软体因子分析模型中的一个或多个；/n根据设定条件判断是否能够通过预设方法减小至少一个所述不良因子对产品良率的影响比例；/n若能够减小，则根据所述预设方法调整所述不良因子对产品良率的影响比例，再根据调整后的所述影响比例计算计划生...

【技术特征摘要】
1.一种产品良率预测方法，其特征在于，所述方法包括：
获取历史生产记录中产品的质量数据信息，根据所述质量数据信息计算产品良率数据信息；
将所述产品的良率数据信息输入至少一个分析模型，计算每个所述分析模型对应的不良因子对所述产品良率的影响比例，其中，所述至少一个分析模型包括人员因子分析模型、机器因子分析模型、环境因子分析模型、生产物料因子分析模型、操作手法因子分析模型、软体因子分析模型中的一个或多个；
根据设定条件判断是否能够通过预设方法减小至少一个所述不良因子对产品良率的影响比例；
若能够减小，则根据所述预设方法调整所述不良因子对产品良率的影响比例，再根据调整后的所述影响比例计算计划生产所述产品的第一预测良率。


2.如权利要求1所述的产品良率预测方法，其特征在于，所述方法还包括：
将所述预设方法发送至预设人员；
接收预设人员是否实施所述预设方法的指令；
若所述指令为实施所述预设方法，则根据所述预设方法调整所述不良因子对产品良率的影响比例，再根据调整后的所述影响比例计算计划生产所述产品的第一预测良率；
若所述指令为不实施所述预设方法，则将根据所述质量数据信息计算的预设历史时间段内生产所述产品的不良率作为计划生产所述产品的第一预测良率。


3.如权利要求1所述的产品良率预测方法，其特征在于，所述获取历史生产记录中产品的质量数据信息，根据所述质量数据信息计算产品良率数据信息的方法包括：
通过设定的选择条件获取生产所述产品的历史质量数据信息，将获取的历史质量数据信息通过预设算法生成产品良率数据信息，其中，所述选择条件包括：待生产产品型号、楼栋、段别、线体、工单、容量、颜色、时间、工站、不良项目、料件、厂商、生产班组、料件厂商生产日期中的一项或多项；
所述质量数据信息包括：产品序列号、各站点的测试合格的数量、各站点的测试不合格的数量、组装线体、组装时间、测试线体、不良工站、不良项目、测试时间、功能物料库存及消耗信息、功能物料厂商及生产日期信息、耗材物料库存及消耗信息、耗材物料厂商及生产日期信息、耗材物料领取信息中的一项或多项；
所述良率数据信息包括：总良率目标、站点良率目标、项目良率目标、总良率、段别良率、工站良率、不良项目、不良项目不良率、料件搭配良率、料件厂商不良率中的一项或多项。


4.如权利要求3所述的产品良率预测方法，其特征在于，所述方法还包括：
根据所述选择条件将所述良率数据信息以预设周期内良率报表的形式输出，其中所述良率报表的形式包括表格、图形、文字中的一种或几种。


5.如权利要求1所述的产品良率预测方法，其特征在于，所述根据设定条件判断是否能够通过预设方法减小所述至少一个不良因子对产品良率的影响比例的方法包括：
根据影响所述产品生产良率的不良因子，在预设的良率数据库中查找是否存在与所述不良因子相对应的预设方法以减小所述至少一个不良因子对产品良率的影响比例；
若存在，则确定能够通过预设方法减小所述至少一个不良因子对产品良率的影响比例。


6.如权利要求5所述的产品良率预测方法，其特征在于，所述方法还包括：
获取生产所述产品的实时良率，将所述实时良率与所述第一预测良率进行比较；
若所述实时良率小于所述第一预测良率，则查询是否运行实施所述预设方式的指令用于调整所述不良因子对产品良率的影响比例；
若未运行实施所述预设方法的指令，则实施所述预设方法用于调整所述不良因子对产品良率的影响比例；
若已经运行实施所述预设方法的指令，则发出提示消息，所述提示消息用于提醒用户重新对生产所述产品的不良因子进行分析。


7.如权利要求1所述的产品良率预测方法，其特征在于，将所述产品良率数据信息输入人员因子分析模型，计算人员因子对所述产品良率的影响比例的方法为：
计算设定周期内第一预设时间段的相对良率和第二预设时间段的相对良率，通过预设的相对良率与人员因子影响比例的映射关系确定人员因子对产品良率的影响比例，其中，所述设定周期包括多个第一预设时间长度和多个第二预设时间长度，所述每个第一预设时间长度包括多个第一时间段，所述每个第一预设时间长度包括多个第二时间段；
所述第一时间段的相对良率等于所述时间段所处第一预设时间长度内最大良率减去所述设定周期内各第一预设时间长度中对应时间段的平均良率；
所述第二时间段的相对良率等于所述设定周期内多个第一预设时间段的平均良率减去所述第二时间段的良率。


8.如权利要求1所述的产品良率预测方法，其特征在于，将所述产品良率数据信息输入机器因子分析模型，计算机器因子对所述产品良率的影响比例的方法为：
在设定历史时间内查找生产所述产品的良率数据信息，其中，所...

【专利技术属性】
技术研发人员：张德波，
申请(专利权)人：鸿富锦精密电子成都有限公司，鸿海精密工业股份有限公司，
类型：发明
国别省市：四川;51