质量管理与追溯解决方案
依托浪潮云平台IaaS及PaaS服务，浪潮云联合生态伙伴共同打造质量管理与追溯解决方案。本方案适用于机械零件制造装配、电器产品制造装配（空调、小家电、洗衣机、电饭煲、电热水器等）、钣金机柜（电信柜、机柜、ATM机柜）、机械制造装配行业。
服务咨询方案描述
Scheme description
质量管理在整个生产过程中起到非常重要的作用，也是一个重点的模块。质量管理系统帮助质量人员控制并完成物料的检验，即从原料检验（ERP处理）、工序检验、零部件检验到产品检验的全部过程，管理产生的各种质量问题、分析故障原因、及时反馈质量问题，并采用必要的手段处理质量问题，从而有效地监控物料的质量，帮助企业实施最佳的采购、生产、售后全过程质量控制和追溯，提高质量管理水平。
方案业务架构
Scheme business architecture
基于浪潮工业互联网平台，提供质量管理与追溯功能应用，为供应商、企业、客户、伙伴提供质量管理应用。
应用层提供质量管理与控制功能应用，通过来料检验、工序检验、产品检验、发货/退货检验、库存检验等进行质量管理，并对物料或产品质量事故的信息记录新增和维护。建立行程质量事故记录数据库，对物料和产品进行检验时所需抽样标准、检验项目、质量标准、检验方案的新增和维护，对质量模块所需的基础数据（不良原因、检验方式、检验依据、检验工具、检验值等）进行新增和维护。进行报表分析，对之前各子模块的检验信息记录进行分类、汇总，生成一维或多维报表，从而挖掘决策层所需的质量信息，提供直接的SQL数据库查询功能。对物料、产品进行批次、供应商、序列号等的追溯，对物料和产品的溯源和去向进行信息跟踪，实现产品追溯。
应用层提供质量管理与控制功能应用，通过来料检验、工序检验、产品检验、发货/退货检验、库存检验等进行质量管理，并对物料或产品质量事故的信息记录新增和维护。建立行程质量事故记录数据库，对物料和产品进行检验时所需抽样标准、检验项目、质量标准、检验方案的新增和维护，对质量模块所需的基础数据（不良原因、检验方式、检验依据、检验工具、检验值等）进行新增和维护。进行报表分析，对之前各子模块的检验信息记录进行分类、汇总，生成一维或多维报表，从而挖掘决策层所需的质量信息，提供直接的SQL数据库查询功能。对物料、产品进行批次、供应商、序列号等的追溯，对物料和产品的溯源和去向进行信息跟踪，实现产品追溯。
方案技术架构
Scheme technology architecture
数据层：主要负责生产质量数据采集以及存储，主要来源为现场采集数据，为平台和应用形成数据支撑。
平台层：平台层分为IaaS层和PaaS层。IaaS层对外提供标准的符合OpenStack规范要求的REST API。对内在功能性、可靠性、安全性、支撑工具等方面全面优化开源 OpenStack，全面接入OpenStack各领域核心组件，提供完善的云基础设施服务能力，涵盖计算、存储、网络、安全等 IaaS服务，根据客户需求能够支持公有云、私有云和混合云三种不同应用模式。PaaS层：提供云计算、大数据、应用开发、中间件、人工智能、区块链等基础PaaS服务能力。通过浪潮企业大脑产品，面向各个行业和领域，提供以数据为核心的工业数据服务、机理模型服务和业务微服务，此外还提供了面向工业设备连接的物联网服务、云化软件和APP开发服务及基于区块链技术构建的云资源管理库。
应用层：通过平台的搭建，主要面向不同行业的不同业务流程，提供质量检验建模、SPC分析等相关的应用，实现产品追溯。
方案业务场景
Scenario business scenario
- 基础数据模块提供各类基础数据的录入、查询、修改、删除等功能。基础数据常常作为动态质量数据的环境参数、附属参数、层别参数等，用于检验判断按类统计分析的条件。主要包括：
- ● 检验标准维护
- ● 检验方式维护
- ● 检验物料维护：用于产品类、产品，以及控制特性的管理维护；
- ● 检验项目维护
- ● 检验项目明细
- ● 文字技术要求维护
- ● 缺陷信息：缺陷类别、缺陷内容、改进措施等；
- ● 检验规则：包括异常判断规则、能力判断规则；
- ● 层别信息：层别信息是附加在检验数据上的相关信息，包括人员别、设备别、检验站、自定义别四部分，在自定义别中，可以根据用户实际需要，增加各种层别类、层别项目，如：客户别，生产线别、班组别等。在进行质量分析时，可以根据不同的层别，进行统计分析，确定不同条件下，质量的波动情况、工序能力，以及进行人员、班组、设备、工序的评价等。
- 对于不同的物料质量执行标准,其检验项目的类别和判定方法可能会有很大不同。需要根据产品的执行标准来查阅本次检验需要哪些检验项目以及如何对这些检验项目结果进行质量判定，这需要一个质量检验建模过程。
- 通过构造检验模型以及相关质量基础数据的维护工作，质检人员在以后的工序检验、成品检验等过程中可以根据需要选择不同的质量检验模型。系统会根据所选择的检验模型生成相应的质量结果并对结果值进行判定。 也可根据企业质量执行情况选择比较严格或比较宽松的检验模型。
- 1.设备质量数据采集
- 该功能用于维护从各生产线、产品收集的原始检验数据（spc站点数据），包括计量值和计数值两种类型数据。计数值：计产品件数或点数的表示方法，在数据理论上有不连续的特质，如不合格数等；计量值：产品须经由实际测量或测试而取得的连续性实际值，并可对其作数理分析，以说明该产品在次测量特性的品质状况，如长度、直径等。计数型数据只有两个值（合格/不合格，通过/不通过，有缺陷/无缺陷等），但它们可以被计数，从而用来记录和分析。计量型数据是一个可以量化的值（如：直径、电阻值等），可以用来分析一个过程的性能，可以做持续的改进量化。
- 特点
- ● 提供多种数据组织维护方式，具有便利的补充录入界面。如以产品树形式进行数据维护，或以检验站方式进行数据维护。
- ● 具有外部数据导入接口，可以导入质量管理软件的已有数据进行SPC分析。
- ● 对在线自动检测的计量值数据，提供了自动采集录入接口，可以通过MES数据采集系统，实现实时采集录入检验数据。
- 2.手工质量数据采集
- 这个工作可有班组作业人员完成，在任务完工前，根据检验要求实时录入；根据控制计划产生的过程检验请验单，对请验单进行手工检验填入相应的值就可以完成检验和判定，将结果批处理录入MES系统，作为质量SPC分析和追溯的重要的依据。
- 质量分析：以分析任务形式，检索检验数据，生产相关控制图，以及分析工程能力指数等。提供实时分析功能，可以以时间间隔方式和新数据录入事件触发方式，进行实时的统计分析，以最及时的方式，进行质量的预警。
- 1.主要功能
- ● 依据作业现场数据的采集和集中处理分析，实现制造过程的质量监控与预警；
- ● 通过统计学原理，分析生产过程中的质量波动，判断偶然波动和异常波动；分析产生质量问题的共同原因与特殊原因，及时调整生产过程，使生产过程始终处于稳态，提高产品合格率、降低品质成本；
- ● 可随时提供多种质量变异分析控制图（如PPM图、X-R图、排列图等），对生产加以监视，观察产品质量波动情况，找出内在规律，预测发展趋势，并通过研究变量之间的关系，了解产生问题的主要原因，控制产品质量，预防整批不良，避免大批量不合格品产生。使质量管理者能找出使质量发生变异的主要原因，有助于企业持续改善质量；
- ● 分析生产过程能力指数，设备效率评估与分析，让生产者对产品的质量有完全把握，控制生产过程处于最经济，过程变异最小的状态；对关键变量（关键质量因素）统计分析，寻找影响产品质量最大的变量，进行调整改进；调整改进后，当该变量成为影响质量的次要变量时，其它变量则将成为影响质量的最大变量。从而在动态中不断提高产品质量；
- ● 分析工序过程能力指数，判定过程状态（严重不足、不足、正常、理想、过剩），为用户掌握过程稳定状态下的实际加工能力提供依据。发现工序中的能力缺陷，不断改进，提高产品质量；
- ● 对产品质量数据进行统计，为质量控制决策提供科学依据。
- 2.实现目标
- 制造商经常通过生产来制造产品，通过质量控制来检查最终产品并剔除不符合规范的产品，在管理部门则经常靠检查或重新检查工作来找出错误，在这两种情况下都是使用检测的方法，这种方法是浪费的，因为它允许将时间和材料投入到生产不一定有用的产品或服务中。
- 预防就是在第一步就避免生产无用的输出，从而避免浪费的更有效的方法。这就是统计过程控制系统的核心任务。
- 以分析任务形式进行组织。通过检验数据检索条件，查找检验数据，生成相关控制图，进行异常判断和工程能力指数分析等。
- 根据检验数据的类型，分为计数值分析任务和计量值分析任务两类。
- 可筛选式任务列表，根据定义条件进行任务的显示；
- 提供了X-R图、X-S图、直方图、排列图、PPM图、P图、C图等十多种SPC控制图；
- 具有灵活的数据选择方式，可以设置产品、日期、检验站、各种层别条件等进行检验数据查询和分析；
- 控制图刻度，比例，显示精度，标签、颜色等具有客户自定义功能；
- 实时分析，在具有在线检测条件下，数据采集的条件下，可以实现实时的SPC分析，具有定时触发分析和新数据录入触发分析两种触发方法。
- 异常报警功能，数据点超出设定的预警值时，将进行异常报警。
- 自定义方式的报表输出功能，包括报表模块自定义、输出内容自定义；
- 3.分析任务管理
- 图中列表框为分析任务，下方左侧为当前任务的相关信息，下方右侧为控制图预览框。通过列表框的右击快捷菜单，可以进行新建分析任务、编辑任务、删除任务、任务查询、任务分析、数据明细报表、任务属性等操作。
- 1.方案概述
- 为了解产品追溯需求，首先通过班组作业的各种数据采集进行数据的采集和组织，这些数据成为产品追溯的一个基本依据。作业数据的采集精度决定了采集的精度。
- 在数据采集后，通过产品归档管理、正向追溯、反向追溯完成产品追溯的要求。
- 2.产品归档管理
- 当产品完工入库后，需要将产品的相关信息永久静态归档存储下来，从系统运行数据库分离出来，保存到一个单独的产品数据库里面，实现永久存储和追溯。
- 3.正向追溯
- 正向追溯：由不良品（序列号）反向追溯到问题点；
- 输入产品（成品）序列号，可以首先利用万能查询器定位到产品列表，点击产品列表获取产品序列号 ;
- 获取到产品序列号之后，就可以安排制造BOM结构树的方式，逐层展开在每个生产环境的人、机、料、法、环、质量的当时生产数据。
- 4.逆向追溯
- 逆向追溯：再由问题点正向追溯到全部的不良品；
- 可以在正向追溯的时候，当追溯到某个具体问题点时候，可以反查出来在同样生产环境下总共生产出哪些产品序列号，查询结构是一个产品列表；这个产品列表可以作为招回的数据源。
- 5.追溯报表
- 可以全方位查询分析产品历时数据库，形成分析报表，这个功能会在报表中心完成，也可以自定义报表。
快速选配套餐
Quick selection package
| 类别 | 产品 | 参数 | 数量 |
|---|---|---|---|
| 云上资源 | 弹性云服务器 | 4核8G 500G高IO盘 6M | 4 |
| 云数据库 | 2核4G 500G高IO盘 | 2 | |
| 弹性负载均衡 | 带宽按量付费 | / | |
| 虚拟私有云 | 带宽按量付费 | / | |
| DDoS流量清洗服务 | 免费 | / | |
| Web应用防火墙 | 免费 | 1 | |
| 漏洞扫描服务 | 免费 | / | |
| 应用 | MES应用 | PC端、移动端(IOS、Android) | / |
| 其他 | / | / | / |
| 类别 | 产品 | 参数 | 数量 |
|---|---|---|---|
| 云上资源 | 弹性云服务器 | 8核16G 500G超高IO盘 8M | 4 |
| 云数据库 | 4核8G 1T超高IO盘 HA | 2 | |
| 弹性负载均衡 | 带宽按量付费 | / | |
| 虚拟私有云 | 带宽按量付费 | / | |
| 对象存储服务 | 按量付费 | / | |
| DDoS流量清洗服务 | 免费 | / | |
| Web应用防火墙 | 免费 | 1 | |
| 漏洞扫描服务 | 免费 | / | |
| 应用 | MES应用 | PC端、移动端(IOS、Android) | |
| 其他 | / | / |
| 类别 | 产品 | 参数 | 数量 |
|---|---|---|---|
| 云上资源 | 弹性云服务器 | 16核32G 500G超高IO盘 10M | 4 |
| 云数据库 | 16核32G 2T超高IO盘 HA | 2 | |
| 弹性负载均衡 | 带宽按量付费 | / | |
| 分布式消息服务 | 按量付费 | / | |
| 分布式缓存 | 按量付费 | / | |
| 虚拟私有云 | 带宽按量付费 | / | |
| 对象存储服务 | 按量付费 | / | |
| CDN | 按量付费 | / | |
| DDoS流量清洗服务 | 免费 | / | |
| Web应用防火墙 | 免费 | 1 | |
| 漏洞扫描服务 | 免费 | / | |
| 应用 | MES应用 | PC端、移动端(IOS、Android) | / |
| 其他 | / | / | / |
方案优势
Scheme advantage
生产数据智能分析
生产质量管理通过高效配置生产资源，减少浪费，提升工厂交付能力，云端协同降低沟通成本，各个部门无缝合作，全流程电子信息化，规范保存便捷查找。
实时监控跟踪，质量持续改进
系统能够帮助制造业企业，有效控制生产作业，根据预警机制和预警次数限制，提前解决影响生产质量的异常因素，在生产过程中，不断解决暴露出来的问题，实现生产质量的持续改进、提升。
系统实现完整的制造追溯
系统通过对生产现场的原辅料、在制品、半成品、成品的生产过程，以及生产设备、工作人员等实时监控与数据采集，实现整个产品生产全生命周期内信息的可追溯性，为生产、出入库、销售、销售中可能出现的质量问题以及生产成本计算提供详细的数据参照，为解决问题和上层决策提供全面可靠的全程数据依据。客户案例
Customer case
徐工集团挖掘机有限公司通过质量管理与追溯系统，对生产数据等进行统一采集分析，使生产和信息管理系统有机结合，为上位系统提供统一、安全的生产信息服务，为整厂生产管理系统的高效、协同作业提供坚定基础，完成生产质量的持续改进。通过系统建设，彻底打破了物理架构的限制，实现了资源的动态调配和管理，完成了性能与资源的双优增长。
合作伙伴
Recommended products
