基于JavaWeb的產(chǎn)品質(zhì)量檢測(cè)預(yù)警系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)

季昆 孟麗麗 薛遷 孫曉偉 王才華

摘要：工業(yè)4.0背景下，大數(shù)據(jù)、物聯(lián)網(wǎng)為傳統(tǒng)質(zhì)量控制帶來(lái)了新的挑戰(zhàn)和契機(jī)，為解決企業(yè)質(zhì)量信息獲取不完整、不精確以及實(shí)時(shí)監(jiān)測(cè)和控制等難題，本文以研究大數(shù)據(jù)的關(guān)聯(lián)分析方法，運(yùn)用JavaWeb技術(shù)、神經(jīng)網(wǎng)絡(luò)分析和Mysql來(lái)設(shè)計(jì)面向產(chǎn)品制造質(zhì)量監(jiān)測(cè)控制的數(shù)據(jù)分析模型、算法及程序?qū)崿F(xiàn)。本文通過(guò)對(duì)系統(tǒng)的研究來(lái)促進(jìn)企業(yè)提升制造質(zhì)量的監(jiān)控控制能力，為智能制造環(huán)境下的質(zhì)量控制提供理論依據(jù)。

關(guān)鍵詞：數(shù)據(jù)分析;實(shí)時(shí)監(jiān)控;預(yù)警

中圖分類號(hào)：TP391.1;TP311.52 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1007-9416（2019）10-0176-02

0 引言

《中國(guó)制造2025》明確提出了“推進(jìn)信息化與工業(yè)化深度融合”、“加強(qiáng)質(zhì)量品牌建設(shè)”等重點(diǎn)建設(shè)任務(wù)和發(fā)展目標(biāo)。這也驅(qū)使著產(chǎn)品質(zhì)量控制進(jìn)行變革，同時(shí)大數(shù)據(jù)平臺(tái)的研究也為更好的進(jìn)行產(chǎn)品質(zhì)量控制提供了新的思路。本文通過(guò)運(yùn)用大數(shù)據(jù)技術(shù)，構(gòu)建跨工藝流程、覆蓋全產(chǎn)線的產(chǎn)品質(zhì)量監(jiān)測(cè)和控制系統(tǒng)，提供產(chǎn)線監(jiān)測(cè)、趨勢(shì)預(yù)報(bào)和質(zhì)量問(wèn)題追溯等功能，以減輕生產(chǎn)操作人員和質(zhì)量管理人員的勞動(dòng)強(qiáng)度、提高產(chǎn)品質(zhì)量一致性和生產(chǎn)效率。

1 產(chǎn)品質(zhì)量監(jiān)測(cè)預(yù)警系統(tǒng)的開(kāi)發(fā)流程和方案設(shè)計(jì)

1.1 產(chǎn)品質(zhì)量監(jiān)測(cè)系統(tǒng)的方案設(shè)計(jì)

唐鋸是中國(guó)最早金屬圓鋸片生產(chǎn)企業(yè)、原冶金工業(yè)部定點(diǎn)的金屬圓鋸片供應(yīng)商、國(guó)家高新技術(shù)企業(yè)以及國(guó)家冶金鋸片行業(yè)標(biāo)準(zhǔn)的制定者，是中國(guó)鋸片行業(yè)龍頭企業(yè)。為了加速該企業(yè)的轉(zhuǎn)型升級(jí)和本文采用采用基于Java開(kāi)發(fā)環(huán)境的 spring MVC框架和 Mybatis數(shù)據(jù)處理層。選用基于HDFS的非關(guān)系的數(shù)據(jù)庫(kù)Cassandra分布式數(shù)據(jù)庫(kù)和Hadoop（Hive）數(shù)據(jù)倉(cāng)庫(kù)、在數(shù)據(jù)處理和分析方面采用Matlab軟件的神經(jīng)網(wǎng)絡(luò)和貝葉斯分析。

1.2 產(chǎn)品質(zhì)量監(jiān)測(cè)系統(tǒng)的開(kāi)發(fā)流程

（1）以唐山冶金鋸片有限公司為典型代表，分析其生產(chǎn)工藝流程及質(zhì)量監(jiān)測(cè)和控制方案，形成需求分析報(bào)告。

（2）結(jié)合需求分析報(bào)告，以UML建立機(jī)械制造企業(yè)制造質(zhì)量監(jiān)測(cè)控制系統(tǒng)模型，重點(diǎn)研究大數(shù)據(jù)存儲(chǔ)方案設(shè)計(jì)，關(guān)鍵控制點(diǎn)的SPC監(jiān)測(cè)和診斷設(shè)計(jì)，質(zhì)量指標(biāo)預(yù)測(cè)模型以及傳統(tǒng)控制圖等，最終確定基于大數(shù)據(jù)的質(zhì)量監(jiān)測(cè)和控制系統(tǒng)功能結(jié)構(gòu)方案及體系結(jié)構(gòu)方案。

（3）確定系統(tǒng)開(kāi)發(fā)環(huán)境，對(duì)系統(tǒng)的體系結(jié)構(gòu)、運(yùn)行平臺(tái)、開(kāi)發(fā)模式進(jìn)行研究：采用IBM Webshpere為應(yīng)用服務(wù)器，選用基于HDFS的非關(guān)系的數(shù)據(jù)庫(kù)Cassandra分布式數(shù)據(jù)庫(kù)和Hadoop（Hive）數(shù)據(jù)倉(cāng)庫(kù)，數(shù)據(jù)抽取轉(zhuǎn)換工具采用IBM Data Stage，應(yīng)用開(kāi)發(fā)采用基于Java開(kāi)發(fā)環(huán)境的spring MVC框架和Mybatis 數(shù)據(jù)處理層。

（4）質(zhì)量監(jiān)測(cè)和控制系統(tǒng)數(shù)據(jù)倉(cāng)庫(kù)設(shè)計(jì)及程序設(shè)計(jì)，關(guān)鍵是關(guān)鍵控制點(diǎn)的SPC監(jiān)測(cè)和診斷模塊設(shè)計(jì)，質(zhì)量指標(biāo)預(yù)測(cè)模型算法開(kāi)發(fā)及軟件實(shí)現(xiàn)。

（5）完成各功能模塊的系統(tǒng)集成與測(cè)試，完成基于大數(shù)據(jù)的質(zhì)量監(jiān)測(cè)控制系統(tǒng)的試運(yùn)行。

1.3 產(chǎn)品質(zhì)量監(jiān)測(cè)預(yù)警系統(tǒng)的功能

針對(duì)企業(yè)的海量產(chǎn)品生產(chǎn)測(cè)試數(shù)據(jù)，研究大數(shù)據(jù)存儲(chǔ)、分析建模、控制算法及程序?qū)崿F(xiàn)的研究。具體目標(biāo)如下：

（1）建立基于大數(shù)據(jù)的產(chǎn)品制造質(zhì)量監(jiān)測(cè)診斷模塊，實(shí)現(xiàn)鋸片生產(chǎn)過(guò)程的質(zhì)量監(jiān)測(cè)預(yù)警與診斷。

（2）研究質(zhì)量指標(biāo)預(yù)測(cè)模型的算法及程序?qū)崿F(xiàn)，控制預(yù)測(cè)誤差和精度，使預(yù)測(cè)更加合理，更加準(zhǔn)確。

（3）建立基于Web的計(jì)算機(jī)監(jiān)測(cè)與控制系統(tǒng)，功能包括產(chǎn)品過(guò)程能力分析、關(guān)鍵控制點(diǎn)質(zhì)量監(jiān)測(cè)與診斷、質(zhì)量預(yù)測(cè)分析、傳統(tǒng)質(zhì)量控制圖等。

2 產(chǎn)品質(zhì)量監(jiān)測(cè)預(yù)警系統(tǒng)的實(shí)現(xiàn)

2.1 數(shù)據(jù)的預(yù)處理

用Monte Carlo數(shù)據(jù)模擬方法對(duì)質(zhì)量特征數(shù)據(jù)進(jìn)行預(yù)處理：

y（t）=u+x（t）+d（t）

式中，y為工序質(zhì)量觀測(cè)值;μ為受控條件下質(zhì)量參數(shù)均值; x（t）～（ 0，σ2）為質(zhì)量參數(shù)的正態(tài)分布偏差，σ2為分布的方差;d（t）為異常干擾值;t為樣本容量。但因此種方法偏差較大。

因此在此基礎(chǔ)上，以圖1所示方式進(jìn)行樣本數(shù)據(jù)的采集這樣可以更加符合生產(chǎn)現(xiàn)場(chǎng)所需的精度要求。

2.2 過(guò)程監(jiān)控

過(guò)程監(jiān)控模塊基于javaweb對(duì)整個(gè)車間的全部工序進(jìn)行實(shí)時(shí)監(jiān)控。

（1）車間監(jiān)控：在車間設(shè)置質(zhì)量監(jiān)控點(diǎn)，并設(shè)置班組長(zhǎng)監(jiān)查生產(chǎn)情況，若出現(xiàn)情況則及時(shí)進(jìn)行處理。

（2）工序監(jiān)控：操作機(jī)器工人操作機(jī)器同時(shí)對(duì)設(shè)備及產(chǎn)品各參數(shù)進(jìn)行實(shí)時(shí)監(jiān)控，通過(guò)工序匯報(bào)單進(jìn)行數(shù)據(jù)錄入。

（3）異常判定：錄入的數(shù)據(jù)經(jīng)過(guò)處理后，可判斷是否出現(xiàn)異常，當(dāng)出現(xiàn)異常時(shí)進(jìn)行報(bào)警通知。通知會(huì)出現(xiàn)在監(jiān)控點(diǎn)的電腦上并同時(shí)報(bào)警到質(zhì)量部門(mén)的系統(tǒng)相關(guān)界面上。

（4）異常處理：經(jīng)系統(tǒng)報(bào)警后，可查看控制圖是否控制界面，然后進(jìn)一步可分析控制圖異常類型，然后根據(jù)以往數(shù)據(jù)進(jìn)行匹配看是否可直接分析出原因，再由技術(shù)人員進(jìn)行認(rèn)為分析，做出進(jìn)一步指示，處理后進(jìn)行原因總結(jié)，把相關(guān)記錄錄入數(shù)據(jù)庫(kù)進(jìn)行匯總。

3 結(jié)語(yǔ)

對(duì)于目前大多企業(yè)存在的SPC系統(tǒng)，報(bào)警的實(shí)現(xiàn)還是比較多的，但是直接不經(jīng)人工就可以系統(tǒng)自動(dòng)處理的還尚未普遍實(shí)現(xiàn)，這不僅僅是技術(shù)問(wèn)題，還因?yàn)閲?guó)內(nèi)的大多此類型企業(yè)尚未實(shí)現(xiàn)全面自動(dòng)化，現(xiàn)今這個(gè)大數(shù)據(jù)時(shí)代，數(shù)據(jù)信息的利用價(jià)值也越來(lái)越高，人工智能也逐步滲透人們的生活，對(duì)于研究其發(fā)展的人才需求也會(huì)越來(lái)越多，其手段也會(huì)越來(lái)越豐富，數(shù)據(jù)挖掘的發(fā)展前景是極其光明的，它會(huì)越來(lái)越利于人們的生活和工作。

參考文獻(xiàn)

[1] 諶湘倩，狄文輝，孫冬.基于SSH框架與AJAX技術(shù)的JavaWeb應(yīng)用開(kāi)發(fā)[J].計(jì)算機(jī)工程與設(shè)計(jì)，2009，30（10）：2590-2592+2596.