QCS||以生产测试与品质管理系统助力智能工厂生产流程优化
QCS||以生产测试与品质管理系统助力智能工厂生产流程优化
产品品质是企业的发展和竞争的基础，品质管理系统（QCS）通过在关键环节设置检测系统（原料存储监控，AOI检验，生产安装过程巡检，产品终检等），通过优化测试检验手段和构建产品品质数据库，对品质问题进行分类分析，运用数据挖掘算法找出品质问题的影响因素，实现品质问题追溯、品质预测与控制。构建自动化生产测试系统，通过分析生产测试系统的各类数据优化生产过程，持续提升产品品质，降低管理成本是当前工业4.0智能工厂最关键的任务之一。
产品品质管控关键环节
1、IQC：来料质量控制，这里即包括供应商的优化选择和来料的检验，也包括对于物料存储环境（温湿度）的监测，合格的物料存储环境是保证产品质量的一项关键因素。
2、IPQC：制程控制，是指产品从物料投入生产到产品最终包装过程的品质控制。为了保证产品的质量，需要在生产过程的关键节点设置测试系统（例如PCB生产的SMT、DIP、T2），每个测试环节都要记录到数据库中，用于质量追溯和关联分析。所有在检测过程和用户反馈发现的问题都要与研发部门（RD）对接，以改善由于产品的设计问题而造成的质量问题。
3、FQC：最终品质管制，成品出厂前需要进行最终测试，测试过程需要记录到数据库中，用于质量追溯和关联分析。在产品出厂后，客户使用时发现的问题反馈，也是质量数据的重要组成部分。
产品质量大数据
典型的质量检测与管理系统需要整合七个部分的数据，原料检验，原料存储环境监测，生产阶段测试（这里包括多个环节的测试），产品最终测试，另外还包括机器生产数据，生产产品所用的设备状态监测，产品销售客户端反馈数据等。
七大部分采集到的数据统一汇总到厂级数据中心，进行分析展示和统计分析、质量评价等。各个车间层的信息再统一汇总到集团平台层，在平台层采用AI技术实现产品质量的关联分析，物料设备信息良品率的数据支撑及供应商的数据评价等，通过大数据分析算法进行数据的关联分析，自主学习以寻找影响品质的关键因素并提出改进措施。
根据应用场景选择不同的数据获取方式
工业生产的数据千差万别，针对不同的信号有很多数据获取方式。
插入式板卡是在一台工业电脑里插入不同的数据采集卡来采集多种信号，在工业电脑内进行计算、分析和通讯；对于高速变化、需要高分辨率或高度同步要求的信号要采用专用的高速采集卡；对于强震动、恶劣环境下特殊应用，采用CPCI系统；对于体积尺寸要求严格，抗干扰抗震动的场合要采用嵌入式系统；对于分散式信号采集采用USB总线或ethercat实时以太网总线；对于低速信号的远程分布式数据采集ADAM-4000，ADAM-5000系列等。
系统最佳实践
某手机马达生产厂，主要为华为、三星、oppo等主流安卓手机厂商生产提供手机震动马达。通过采用计算机、云平台与AI技术对原有的振动马达良次检测等工艺环节进行智能化改造，将产品真阳率从99%提升到99.7%；产能从10000PCS/天提高到28800PCS/天；同时每个工位可以节省三名熟练工人。该企业目前已成为行业龙头，产品市占率超过市场总容量的三成。
系统通过MIC-1810的高速模拟输入输出通道进行马达可调供电，击穿绝缘检测等，同时通过网络接口与PLC系统进行通讯，自动调控产品治具启动与数据检测。
该系统可导入物料设备，人员等信息并根据良品率，运用数据分析算法计算最佳维度，提供决策数据市场，包括物料供应商选择工艺选择等。
企业建立的云平台可以将各独立的机台设备进行数据汇总并运用逻辑回归，卷积神经网络等大数据技术进行工艺模型建立并判定模型实施效果进行自动升级。
特殊需求测试技术实践
在生产测试实践中会遇到许多特殊的需求，例如对于需要编码器模拟量的同步测试，超高分辨率的应力应变测试，超过台式示波器存储带宽的高速采集实时检测与存储，生产设备状态监控，生产数据解析等需要用到很多特殊的测试方法，我们会在以后的文章中进行详细说明。
管理学之父彼得德鲁克说过，“你如果无法度量它，就无法管理它!”，生产测试系统作为品质管理的重要环节，将为提升企业产品质量发挥越来越重要的作用。
后续文章会陆续针对以上七个部分的规划与应用、车间层信息分析展示以及进行平台层产品数据AI分析等九个部分进行深入探讨。
参考链接：
本文分享自 智能制造预测性维护与大数据应用 微信公众号，前往查看
如有侵权，请联系 cloudcommunity@tencent.com 删除。
本文参与 腾讯云自媒体同步曝光计划 ，欢迎热爱写作的你一起参与！
腾讯云开发者
