数据准备
- 生产过程中的工控时序数据
- 半成品/成品全生产周期的质量数据(质量批次集、质检数据)
- 半成品/成品全生产周期的生产数据(生产批次集、操作记录集、总步成本集)
- 期望质量范围(E(q))、期望成本范围(E(c))
- 保证质量批次与生产批次能够相互对应,且某个生产节点的质量批次能够对应上游的生产批次集
数据整合
- 将合乎期望质量范围的质量数据进行汇总;将合乎期望成本范围的生产数据进行汇总,根据质量批次与生产批次集的对应关系,筛选出既合乎期望质量范围又合乎期望成本范围的生产数据。
- 根据批次,得到生产过程中的工况数据(操作记录、时序数据),即得到“最优批次集”。
拓展处理
- 处理一:梳理成本与质量的对应函数(极大可能为离散的概率函数)、最期望质量、最期望成本,以计算E(qc),作为参考目标;
- 处理二:梳理生产目标(质量尽量高,成本尽量低)函数、成本与质量的对应函数(极大可能为离散的概率函数),以计算质量和成本的最优解;
- 处理三:根据质量、成本、工况的历史数据,可训练出神经网络模型,对当前工况进行当前批次的质量、成本预测,并根据知识库进行以“最优解”为导向的决策指导;
- 处理四:……