柔板产品生产质量追溯方法、系统、装置和存储介质制造方法及图纸

本发明专利技术公开了一种柔板产品生产质量追溯方法、系统、装置和存储介质，包括获取柔板产品在多个批次下的质检数据子集和工序参数数据子集，构建柔板生产数据集；对柔板生产数据集进行预处理；从预处理后的柔板生产数据集中获取柔板产品的至少一个主要缺陷类型，并构建缺陷

【技术实现步骤摘要】
柔板产品生产质量追溯方法、系统、装置和存储介质


[0001]本专利技术涉及柔性线路板制造领域，具体涉及一种柔板产品生产质量追溯方法、系统、装置和存储介质。

技术介绍

[0002]随着柔性线路板(FPC：Flexible Printed Circuit Board，简称柔板)投入市场的产品不断累积、增加，产品追溯效率及准确性问题日益显现，柔板产品质量追溯的准确性和效率问题也日益凸显。
[0003]目前，柔板产品的生产质量监控及追溯主要依靠人工监控及定位，主要流程是：
[0004](1)由质量工程师发现质量问题后，将问题批次及缺陷问题反馈给生产工艺工程师；
[0005](2)生产工艺工程师根据缺陷类型，依据经验对可能相关的问题制程进行检查，并通过人工追溯实验等方式确定。
[0006]这种方式需要耗费大量的人力成本，且锁定生产质量问题的时间可能滞后，容易因人工判断错误而导致质量追溯失败，质量追溯的准确性和效率都较低。

技术实现思路

[0007]有鉴于此，本专利技术提供了一种柔板产品生产质量追溯方法、系统、装置和存储介质，以解决现有人工质量监控和追溯技术中人力成本高、准确性不高和效率低下的问题。
[0008]本专利技术提供了一种柔板产品生产质量追溯方法，包括：
[0009]获取柔板产品在多个批次下的质检数据子集和工序参数数据子集，构建柔板生产数据集；
[0010]对所述柔板生产数据集进行预处理；
[0011]从预处理后的所述柔板生产数据集中获取所述柔板产品的至少一个主要缺陷类型，并构建缺陷
‑
工序
‑
工艺参数的贝叶斯推理网络；
[0012]利用所述贝叶斯推理网络，根据预处理后的所述柔板生产数据集，获取所述柔板产品在每个所述主要缺陷类型下的至少一个关键工序以及每个所述关键工序下的至少一个关键工艺参数。
[0013]可选地，每个批次下的所述工序参数数据子集均包括所述柔板产品在对应的批次下的多个工序以及每个工序的工艺参数数据；
[0014]所述获取柔板产品在多个批次下的质检数据子集和工序参数数据子集，包括：
[0015]获取所述柔板产品的产品料号；
[0016]根据所述产品料号，从预设的执行制造系统中，获取所述柔板产品的过站数据；
[0017]根据所述过站数据确定出所述柔板产品的多个工序；
[0018]利用所述柔板产品上配置的数采装置，采集所述柔板产品在每个批次下的所有工序的所述工艺参数数据；
[0019]分别根据每个批次下的所有工序的所述工艺参数数据，得到每个批次下的所述工序参数数据子集；
[0020]利用所述柔板产品上配置的质检设备，检测得到所述柔板产品在多个批次下的所述质检数据子集。
[0021]可选地，每个批次下的所述质检数据子集均包括对应的批次质检结果、产品总数、至少一个产品缺陷类型以及每个所述产品缺陷类型的缺陷产品数量。
[0022]可选地，所述对所述柔板生产数据集进行预处理，包括：
[0023]根据所有批次下的所述批次质检结果，将所述柔板生产数据集分为正常批次数据子集和异常批次数据子集；
[0024]利用所述正常批次数据子集中的所有所述工艺参数数据，标定出多个工艺参数区间；
[0025]利用所有所述工艺参数区间，对所述异常批次数据子集进行离散化。
[0026]可选地，所述工艺参数区间包括正常参数区间、参数偏小区间、参数过小区间、参数偏大区间和参数过大区间。
[0027]可选地，所述从预处理后的所述柔板生产数据集中获取所述柔板产品的至少一个主要缺陷类型，并构建缺陷
‑
工序
‑
工艺参数的贝叶斯推理网络，包括：
[0028]从离散化后的所述异常批次数据子集中的所有所述产品缺陷类型中确定出至少一个所述主要缺陷类型；
[0029]将每个所述主要缺陷类型均分别作为根节点，根据离散化后的所述异常批次数据子集中的所有工序确定出每个根节点对应的第一子节点，并计算每个第一子节点与对应的根节点之间的第一条件概率；
[0030]根据所有根节点、所有第一子节点和所有第一条件概率构建出缺陷
‑
工序的第一贝叶斯网络；
[0031]将每个第一子节点再均分别作为父节点，根据离散化后的所述异常批次数据子集中的所有所述工艺参数数据确定出每个父节点对应的第二子节点，并计算每个第二子节点与对应的父节点之间的第二条件概率；
[0032]根据所有父节点、所有第二子节点和所有第二条件概率构建出工序
‑
工艺参数的第二贝叶斯网络；
[0033]根据所述第一贝叶斯网络和所述第二贝叶斯网络，得到缺陷
‑
工序
‑
工艺参数的所述贝叶斯推理网络。
[0034]可选地，所述利用所述贝叶斯推理网络，根据预处理后的所述柔板生产数据集，获取所述柔板产品在每个所述主要缺陷类型下的至少一个关键工序以及每个所述关键工序下的至少一个关键工艺参数，包括：
[0035]利用所述贝叶斯推理网络，分别计算离散化后的所述异常批次数据子集中每个所述工艺参数数据与每个所述主要缺陷类型之间的后验概率；
[0036]根据预设概率阈值和所有所述后验概率，确定出所述柔板产品在每个所述主要缺陷类型下的至少一个所述关键工序以及每个所述关键工序下的至少一个所述关键工艺参数。
[0037]可选地，所述获取所述柔板产品在每个所述主要缺陷类型下的至少一个关键工序
以及每个所述关键工序下的至少一个关键工艺参数之后，还包括：
[0038]获取所述柔板产品的挖掘数据集；其中，所述挖掘数据集包括所述柔板产品在预设时间段内的多个批次的至少一个待挖掘缺陷类型、每个所述待挖掘缺陷类型下的至少一个待挖掘工序以及每个所述待挖掘工序对应的至少一个待挖掘工艺参数；
[0039]基于关联规则挖掘方法，对所述挖掘数据集进行关联规则挖掘；
[0040]根据关联规则挖掘结果，对获取的所有所述主要缺陷类型下的所有所述关键工艺参数进行验证，得到所述柔板产品在每个所述主要缺陷类型下的目标关键工艺参数集合。
[0041]可选地，所述基于关联规则挖掘方法，对所述挖掘数据集进行关联规则挖掘，包括：
[0042]对所述挖掘数据集进行离散化；
[0043]根据所述贝叶斯推理网络，从离散化后的所述挖掘数据集中的所有所述待挖掘缺陷类型中确定出所有候选缺陷类型；
[0044]选取任一个所述候选缺陷类型，基于关联规则挖掘方法，将离散化后的所述挖掘数据集中在选取的所述候选缺陷类型下的所有所述待挖掘工艺参数，确定为选取的所述候选缺陷类型对应的候选项集；
[0045]在选取的所述候选缺陷类型对应的所述候选项集中，将选取的所述候选缺陷类型在每个待挖掘工序下的k个与选取的所述候选缺陷类型相关的所述待挖掘工艺参数均确定为选取的所述候选缺陷类本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种柔板产品生产质量追溯方法，其特征在于，包括：获取柔板产品在多个批次下的质检数据子集和工序参数数据子集，构建柔板生产数据集；对所述柔板生产数据集进行预处理；从预处理后的所述柔板生产数据集中获取所述柔板产品的至少一个主要缺陷类型，并构建缺陷
‑
工序
‑
工艺参数的贝叶斯推理网络；利用所述贝叶斯推理网络，根据预处理后的所述柔板生产数据集，获取所述柔板产品在每个所述主要缺陷类型下的至少一个关键工序以及每个所述关键工序下的至少一个关键工艺参数。2.根据权利要求1所述的柔板产品生产质量追溯方法，其特征在于，每个批次下的所述工序参数数据子集均包括所述柔板产品在对应的批次下的多个工序以及每个工序的工艺参数数据；所述获取柔板产品在多个批次下的质检数据子集和工序参数数据子集，包括：获取所述柔板产品的产品料号；根据所述产品料号，从预设的执行制造系统中，获取所述柔板产品的过站数据；根据所述过站数据确定出所述柔板产品的多个工序；利用所述柔板产品上配置的数采装置，采集所述柔板产品在每个批次下的所有工序的所述工艺参数数据；分别根据每个批次下的所有工序的所述工艺参数数据，得到每个批次下的所述工序参数数据子集；利用所述柔板产品上配置的质检设备，检测得到所述柔板产品在多个批次下的所述质检数据子集。3.根据权利要求2所述的柔板产品生产质量追溯方法，其特征在于，每个批次下的所述质检数据子集均包括对应的批次质检结果、产品总数、至少一个产品缺陷类型以及每个所述产品缺陷类型的缺陷产品数量。4.根据权利要求3所述的柔板产品生产质量追溯方法，其特征在于，所述对所述柔板生产数据集进行预处理，包括：根据所有批次下的所述批次质检结果，将所述柔板生产数据集分为正常批次数据子集和异常批次数据子集；利用所述正常批次数据子集中的所有所述工艺参数数据，标定出多个工艺参数区间；利用所有所述工艺参数区间，对所述异常批次数据子集进行离散化。5.根据权利要求4所述的柔板产品生产质量追溯方法，其特征在于，所述工艺参数区间包括正常参数区间、参数偏小区间、参数过小区间、参数偏大区间和参数过大区间。6.根据权利要求4所述的柔板产品生产质量追溯方法，其特征在于，所述从预处理后的所述柔板生产数据集中获取所述柔板产品的至少一个主要缺陷类型，并构建缺陷
‑
工序
‑
工艺参数的贝叶斯推理网络，包括：从离散化后的所述异常批次数据子集中的所有所述产品缺陷类型中确定出至少一个所述主要缺陷类型；将每个所述主要缺陷类型均分别作为根节点，根据离散化后的所述异常批次数据子集
中的所有工序确定出每个根节点对应的第一子节点，并计算每个第一子节点与对应的根节点之间的第一条件概率；根据所有根节点、所有第一子节点和所有第一条件概率构建出缺陷
‑
工序的第一贝叶斯网络；将每个第一子节点再均分别作为父节点，根据离散化后的所述异常批次数据子集中的所有所述工艺参数数据确定出每个父节点对应的第二子节点，并计算每个第二子节点与对应的父节点之间的第二条件概率；根据所有父节点、所有第二子节点和所有第二条件概率构建出工序
‑
工艺参数的第二贝叶斯网络；根据所述第一贝叶斯网络和所述第二贝叶斯网络，得到缺陷
‑
工序
‑
工艺参数的所述贝叶斯推理网络。7.根据权利要求6所述的柔板产品生产质量追溯方法，其特征在于，所述利用所述贝叶斯推理网络，根据预处理后的所述柔板生产数据集，获取所述柔板产品在每个所述主要缺陷类型下的至少一个关键工序以及每个所述关键工序下的至少一个关键工艺参数，包括：利用所述贝叶斯推理网络，分别计算离散化后的所述异常批次数据子集中每个所述工艺参数数据与每个所述主要缺陷类型之间的后验概率；根据预设概率阈值和所有所述后验概率，确定出所述柔板产品在每个所述主要缺陷类型下的至少一个所述关键工序以及每个所述关键工序下的至少一个所述关键工艺参数。8.根据权利要求1所述的柔板产品生产质量追溯方法，其特征在于，所述获取所述柔板产品在每个所述主要缺陷类型下的至少一个关键工序以及每个所述关键工序下的至少一个关键工艺参数之后，还包括：获取所述柔板产品的挖掘数据集；其中，所述挖掘数据集包括所述柔板产品在预设时间段内的多个批次的至少一个待挖掘缺陷类型、每个所述待挖掘缺陷类型下的至少一个待挖掘工序以及每个所述待挖掘工序对应的至少一个待挖掘工艺参数；基于关联规则挖掘方法，对所述挖掘数据集进行关联规则挖掘；根据关联规则挖掘结果，对获取的所有所述主要缺陷类型下的所有所述关键工艺参数进行验证，得到所述柔板产品在每个所述主要缺陷类型下的目标关键工艺参数集合。9.根据权利要求8所述的柔板产品生产质量追溯方法，其特征在于，所述基于关联规则挖掘方法，对所述挖掘数据集进行关联规则挖掘，包括：对所述挖掘数据集进行离散化；根据所述贝叶斯推理网络，从离散化后的所述挖掘数据集中的所有所述待挖掘缺陷类型中确定出所有候选缺陷类型；选取任一个所述候选缺陷类型，基于关联规则挖掘方法，将离散化后的所述挖掘数据集中在选取的所述候选缺陷类型下的所有所述待挖掘工艺参数，确定为选取的所述候选缺陷类型对应的候选项集；在选取的所述候选缺陷类型对应的所述候选项集中，将选取的所述候选缺陷类型在每个待挖掘工序下的k个与选取的所述候选缺陷类型相关的所述待挖掘工艺参数均确定为选取的所述候选缺陷类型的候选k
‑
项集；将选取的所述候选缺陷类型的所有所述候选k
‑
项集的集合记为选取的所述候选缺陷
类型对应...

【专利技术属性】
技术研发人员：陈芳，
申请(专利权)人：盐城维信电子有限公司，
类型：发明
国别省市：