(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211143536.X (22)申请日 2022.09.20 (71)申请人 盐城维信电子有限公司 地址 224000 江苏省盐城市 盐都区盐渎路 999号 (72)发明人 陈芳　 (74)专利代理 机构 南京中高专利代理有限公司 32333 专利代理师 刘陈方 (51)Int.Cl. G06Q 30/00(2012.01) G06Q 10/06(2012.01) G06Q 50/04(2012.01) G06N 5/04(2006.01) G06N 7/00(2006.01) (54)发明名称 柔板产品生产质量追溯方法、 系统、 装置和 存储介质 (57)摘要 本发明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‑工序‑工艺参数的贝叶斯推理网络； 利用贝叶 斯推理网络， 根据预处理后的柔板生产数据集， 获取柔板产品在每个主要缺陷类型下的至少一 个关键工序以及每个关键工序下的至少一个关 键工艺参数。 本发明采用数据分析和数据推理的 方式代替人工定位质量问题的方式来实现柔板 产品生产质量的追溯， 人力成本少， 分析效率高， 能实现高效、 快速和准确的生产质量追溯。 权利要求书4页 说明书14页 附图5页 CN 115526641 A 2022.12.27 CN 115526641 A 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权　利　要　求　书 1/4 页 2 CN 115526641 A 2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权　利　要　求　书 2/4 页 3 CN 115526641 A 3