分布式工厂大型复杂产品质量评估方法

分布式工厂大型复杂产品质量评估方法1范围本文件规定了分布式工厂大型复杂产品生产过程质量评估的基本方案。本文件适用于分布式工厂生产单位价值高、结构复杂、技术含量高等产品的质量评估过程，可用于建立大型复杂生产产品的质量评估模型，为分布式工厂建立质量评估体系提供理论指导。2规范性引用文件本文件没有规范性引用文件。3术语和定义GB/T18354-2021界定的以及下列术语和定义适用于本文件。3.1分布式工厂distributedfactory将工厂的各个部分进行地理分散，并使用信息技术和自动化设备来协调和管理，以实现提高效率和降低成本目的的生产系统。3.2质量数据qualitydata反映产品本身质量的数据及其生产过程中影响质量的数据。[来源：GB/T41272-2022,3.7]3.3数据质量dataquality在指定条件下使用时,数据的特性满足明确的和隐含的要求的程度。[来源：GB/T25000.12-2017,定义4.3]4概述分布式工厂质量评估流程如图1所示。首先,进行新产品定义,如果判断出新产品为新型号,就建立零部件和系统的树状结构目录,同时定义各相关权重。如果判断不是新型号,则转入下一步，具体流程如下：a) 质量数据获取：获取的数据基本是实际生产中的要素属性，以建模工具所需求的参数和最终的生产目标为导向，通过经验及调研等方式获得相关数据，并对数据进行处理，使其能匹配仿真软件系统。数据获取部分可参照《分布式工厂产品装配质量预测》中质量数据采集方法部分；b) 数据质量评估：分布式工厂质量评估首先需要从异地产线中精准获取同一准则的产品数据，再由这些数据来对产品质量进行评估，而在对产品质量进行评估前进行数据质量的分析可以节约大量试错的时间并降低得出错误结论的概率；c) 建立质量评估模型：使用指标集及各项权重建立质量评估模型；d) 单件产品质量汇总与统计：通过上一步建立的质量评估模型进行评估与打分，将结果进行汇总与统计。图1产品质量评估流程5数据质量评估5.1数据质量评估框架从语法、语义和语境三个方面考虑，可将数据质量分为形式质量、内容质量和效用质量三个基本种类。其中形式质量主要考量数据集在结构和表达形式上是否能很好的匹配实际评估需求，以及是否易于理解和获得。内容质量主要考量数据集的具体内容和取值是否和实际工艺相一致。效用质量主要考察数据集是否在对象特征以及时间维度上具有较高的关联性。形式质量包括：完整性：描述数据集对具体评估对象的覆盖程度；唯一性：用来描述数据是否存在重复记录，没有实体多余出现一次；可理解性：用来描述数据集是否能清晰的反应工艺逻辑，字段和取值的具体意义是否明确；一致性：用来描述数据在不同维度上的连贯性，包括数据集在时间轴上的前后连贯性和在相关的不同数据集之间的横向连贯性，一致性并不意味着数值上的绝对相同，而是数据收集、处理的方法和标准的一致；可获得性：用来描述实际测量评估需要的数据的获取的难易程度，包括数据采集、数据清理、数据转化等多个环节。内容质量包括：准确性：用来说明数据集对其描述或衡量的评估对象的描述程度；可靠性：用来描述数据集的可信赖程度，包括对数据采集、数据加工、数据应用等所有环节的处理是否值得信赖。效用质量包括：相关性：用来说明数据集描述的概念对象和实际评估对象之间的相关程度；时效性：用来衡量实际业务需求时间和数据可用时间之间的延迟，包括数据产生时的时间参数和数据更新频率等方面；有效性：用来限定允许输入的数据类型和范围，避免错误的数据录入。5.2数据质量评估流程图2数据质量评估流程数据质量评估流程包含以下几个步骤：确定评价对象及范围：确定当前评估工作应用的数据集的范围和边界，明确数据集在属性、数量、时间等维度的具体界限；选取质量维度及评价指标：数据质量维度是进行质量评价的具体质量反映，如正确性、准确性等。它是控制和评价数据质量的主要内容。因此，首先要依据具体业务需求选择适当的数据质量维度和评价指标。另外，要选取可测、可用的质量维度作为评价指标准则项，在不同的数据类型和不同的数据生产阶段，同一质量维度有不同的具体含义和内容，应该根据实际需要和生命阶段确定质量维度。在此阶段要注意指标之间避免冲突，同时也要注意新增评价指标的层次、权重问题，以及与其它同层次指标的冲突问题；确定质量测度及评价方法：数据质量评价在确定其具体维度和指标对象后，应该根据每个评价对象的特点，确定其测度及实现方法。对于不同的评价对象一般是存在不同的测度的，以及需要不同的实现方法支持，所以应该根据质量对象的特点确定其测度和实现方法。常用定性方法和定量方法；质量评估及结果分析：根据前面四步确定的质量对象、质量范围、测量及其实现方法实现质量评测的活动过程。评价对象的质量应当由多个质量维度的评测来反映。评测后要对评测结果进行分析，对评价目标与结果进行对比分析，确定是否达到评价指标。5.3多源数据可测性评估方法针对分布式工厂复杂遮挡工况下测量控制场内站位布置依赖人工经验定性估计易导致遮挡，从而造成关键点测不全、频繁换站效率低的问题，可采用如下的激光测线快速评估方法。建立测量控制场1:1三维模型并三角网格化；将当前测站到目标点之间的激光测线简化为空间线段；判断空间线段与障碍物模型三角网格的位置关系。图3数据可测性评估模型随后，为提高测量精度和测量可靠性，以多源数据可测性分析与评估为基础，激光跟踪仪测站到各测点的距离和最小为优化目标进行站位规划，规划原则如下：为提高现场测量效率以及避免引入坐标转换误差，在满足测量需求的前提下应尽可能减少测站数量，即单个测站应尽可能测量到大部分测点；根据激光跟踪仪型号特性，为避免单点超差或测量不可达，以最大测长在10m范围内，垂直角小于145°设置非线性约束；在规划过程中应尽可能缩短测量站位到各自负责测点之间的距离；通过可测性评估确保测量的可达性、全覆盖，当存在不可测点时，应增加新站位重新规划。6产品质量评估6.1产品质量评估流程质量评估流程如下：图4产品质量评估流程6.2产品质量评估指标集建立方法及原则分布式工厂质量评估指标集建立应始终贯穿双向主观质量思想，双向主观质量包括最终交付质量和缺陷源定位的过程质量,强调顾客对生产者提供质量特征的审视和重视,过程质量影响产品的交付质量,交付质量体现过程质量。只有系统化的、具有紧密联系的指标体系才能比较全面的反映客体有关目标的整体。因此。从目标到指标，由总目标的不同层级的分级指标，必须经过逐层分解，越是末级指标，其内涵越明确，可测性越好。指标集建立时需参考以下四个原则：系统性原则：使主要因素不致遗漏，并体现层次性，层次间因素应为递进关系，同层次间因素指标为独立关系；简易性原则：如果评价层次多，因素指标过分繁琐甚至包含重复，不仅会影响评价结果的可靠性，也会降低评价方法的可操作性；可行性原则：应注意指标的可测性和普遍性。所规定的内容应可以从检验项目中获得指标，客观地采集信息，客观的分析和统计数据；有效性原则：评估指标集要具有有效性，在必要时应牺牲某些测量上的准确性以换取评估中的有用性。6.3产品质量评估指标集内容产品质量主要由制造过程质量和最终交付质量两部分组成。制造过程质量由零部件或系统的质量来确定，可通过以下四个方面衡量，这四个方面的因素还可以继续细化到不同的控制参数，通过控制参数实现每个因素的具体量化。工程设计更改：对零部件或系统的质量改进，对零部件或系统质量有正相关影响；代料状况：用另一种材料代替原有材料，对零部件或系统质量有负相关影响；；生产保留状况：在本单位未加工完的零部件或系统，放到外单位加工，对零部件或系统质量有负相关影响；故障状况：对零部件或系统有负相关影响。按故障程度不同，可分为：一般故障状况、重要故障状况、拒收状况和重大质量事故。最终交付质量也是产品质量评估的重要组成部分，由最终产品试运行故障状况确定。试运行故障状况对最终交付质量有负相关影响。同样也细分为若干控制参数，通过控制参数来实现对试运行故障状况的具体量化。6.4指标重要度分析产品质量评估涉及的评价指标众多，其重要度（即权重）会对最终的评估结果产生较大影响，因此对评估指标重要度的确定尤为重要。指标权重方法可大致分为主观赋权法、客观赋权法和组合赋权法，主观赋权法包括专家调查法、层次分析法、二项系数法、环比评分法、最小平方法等。客观赋权法主要方法有熵增法、离差及均方差发以及主成分分析法等。在实际使用中应采用组合赋权法，兼顾决策者对指标的偏好同时减少赋