企业质量大数据的应用.doc
194 浏览量
2022-11-20
00:49:09
上传
评论
收藏 19KB DOC 举报
企业质量大数据的应用
目前我国制造企业已逐步实现生产自动化，管理信息化，正在向着制造智能化
迈进，需要重视数据价值，懂得数据使用。企业要从质量入手，建立质量数据中心，以此进
行全过程质量数据分析，让企业从信息系统中使用数据，挖掘数据的价值。建立“互联网+”
的企业大数据平台，是企业通往智能制造的必经之路。
在新的市场条件下，企业能否取得经济效益，能否在激烈的市场竞争中立于不
败之地，满足不同用户的需求，提高产品质量是其中的关键所在。为了有效的降低生产成本、
提高产品质量，企业不但要在生产装备能力、生产工艺技术、生产过程控制等方面做大量工
作，还需要科学的建立一体化质量管理体系，从全局角度了解产品在所有生产过程中的质量
情况。将以前只关注结果转变为既关注结果也关注过程，通过追溯生产过程来优化生产工艺，
从而将质量管理形成闭环网络。钢铁生产是一个连续、高温、长流程、跨工序的生产过程，
其产品及中间产品的质量不仅取决于工序过程质量，而且与前道甚至更前的工序有关，因而
在整个生产过程中各工序原料质量情况、过程操作参数的取值、设备运行状态、操作和检验
人员的经验及其工作状态直接决定了产品及中间产品的质量。通过收集各工序影响产品质量
的关键参数，形成质量大数据，及时、准确掌握各工序在制品的质量情况，将传统的结果型
质量管理模式变为事前预测的过程型质量管理模式。为此，构建企业的质量数据中心势在必
行。
1 质量数据中心
构建企业的质量数据中心，首先收集与质量相关的数据，其中包含来自于自动
化系统的生产过程数据、来自于表面检测系统的缺陷数据及部分缺陷图片、来自于设备系统
的设备状态数据、来自于检化验系统的检验数据、来自于 ERP 系统或 MES 系统的生产标准数
据、来自于销售系统或 ERP 系统的质量异议数据、来自于点检系统或人工的点检数据、来自
于各个系统记录的操作数据等等。这些数据之间的采集频次差别很多，有毫秒级别的数据，
有每天记录一次的数据，而且钢铁制造的工序长，从炼钢的板坯到热轧、冷轧，数据之间并
不是一一对应的关系，因此，简单的把数据收集起来并不能建立数据中心，要建立数据中心，
必须进行数据的重新组织。
评论0
最新资源