目前很多制造型企业拥有了MES、ERP、SPC等业务系统 , 获得了大量的数据 。 然而在跨工厂、跨系统的异构数据中 , 如何找到生产各个环节的规律和异常 , 如何获得优化见解 , 是制造型企业面临的关键挑战 。 通过数据分析提升产品质量 , 提高产品合格率、成品率则是企业发展的下一步抓手 。
文章图片
一、制造业质量数据分析遇到的难点:
1、产品质量缺陷追溯周期长 , 找寻规律较慢 。
2、数据跨工厂/跨车间/跨业务系统 , 只做数据展示 , 无法关联分析 。
3、数据不全 , 数据准确性不稳定 , 数据分析决策支持功能弱 。
4、很难发现经验已知之外的影响产品质量的因素 。
二、生产质量分析方案设计特点
将当代计算机科学、工业统计与大数据技术、行业质量管理及持续改进最佳实践完美融合、洞察质量与流程数据 , 从而提高效率、降低成本、预测未知、科学决策 , 提高持续盈利能力 。 可以实时质量风险预警平台、质量大数据分析平台、智能质量报告平台、自动化分析程序及报告 。
三、方案实施收益
1、建立统一的数据采集和管理平台 , 极大降低数据分析中数据收集和整理的时间 。
2、打破多个业务系统(SAP、MES、手工台账等)的数据孤岛 , 将数据集中到一个平台 , 完善数据采集机制、建立数据标准、提升数据质量 。
3、创建产品质量的主题分析应用 , 找到产品质量问题的根因 。 包括:产品全生命周期的分析、质量和缺陷走势分析、生产过程(人、设备、工艺等)分析、客诉与订单交付分析、设备故障和备件分析、质量预测分析等 。
4、分析报表通过大屏、PC端和移动端进行展示 , 并以一系列标准格式自动分发报表 。
5、为客户提供企业BI项目整体规划的咨询方案:质量分析及预测、运营分析及预测、高层管理驾驶舱 。
四、方案是如何落地实施的
1、工序质量分析-指标分析
实现合格率、成品率、成功率、产出合格重量、产出量、投入量、缺陷重量、单缺陷率等品管核心关注指标跨工序的全局联动分析 。
文章图片
2、工序质量分析-SPC过程能力分析
系统界面及报告系统提供多种图形 , 包括:单值图(运行图)、以及直方图、帕累托图、控制图(均值极差图、均值标准差图、单值移动极差图)、箱形图、C值评估图、质控图、皮尔森图等满足日常统计分析 。
文章图片
3、工序质量分析-假设检验
改善效果的验证;潜在原因的确认;不同供应商的质量可靠性水平的对比等 。
文章图片
4、SPC与质量大数据分析-方差分析
具有强大方差分析能力 , 并能生成专业化的、易于解读的方差分析报告 。 支持的方差分析模型有:单因子方差分析、多因素方差分析设计、混合效应模型、分级嵌套模型、失衡数据 。
文章图片
5、工序质量-SPC与质量大数据分析
文章图片
6、异常质量追溯
找到质量异常产品在生产过程中各工序的生产时间、工序的工艺参数 , 机台记录的备注(生产异常说明)、交接班的备注(生产异常说明)、各工序的评审记录、品检信息、工器具信息、辅材信息、停机记录、班厂量、设备运维状况等信息 , 并判断是否出现异常 。
【分析|制造业如何进行质量数据分析?附教程,含大量分析图表!】
文章图片
7、制造过程质量分析与控制-质量预测与预警
文章图片
五、生产质量分析方案架构:
文章图片
慧都大数据团队 , 通过机器学习 , 智能关联影响质量的全量数据指标(人、机、法、料、环、检等) , 帮助企业实现质量根因追溯 。 找到影响质量的关键因素 , 预测质量趋势 , 洞察改善质量新见解 。
推荐阅读
- 星链|石豪:在太空,马斯克和美国当局是如何作恶的
- Apple|摩根大通分析师:交货时间来看iPhone 13系列已达供需平衡
- 制造业|稳健前行开新局 制造业未来五年转型升级迎来“加速度”
- 数字化|70%规模以上制造业企业到2025年将实现数字化、网络化
- 模拟|(图文+视频)C4D野教程:Windows11的壁纸动效是如何制作的?
- 数据|天问一号火星离子与中性粒子分析仪首个成果面世
- 帮信罪|带你了解什么是“帮信罪”如何避免落入陷阱
- 孩子|“双减”后 科学实践课如何做好“加法”
- 在线|企业配电房如何实现无线测温?安科瑞
- 尺寸|小米 12 / Pro 手机 3699 元起,雷军谈“双尺寸双旗舰”如何选择