基于MES的制造業質量控制系統的應用研究

劉青 鐘山職業技術學院

基于MES的制造業質量控制系統的應用研究

劉青 鐘山職業技術學院

隨著制造業對產品質量“零缺陷”的高標準要求，對生產過程中工序質量的實時有效的控制成為亟待解決的問題。本文針對這個實際問題，構建了基于MES的質量控制系統，給出了該系統的體系結構，并分析了系統實現的關鍵技術。

MES 質量控制 生產加工

1 引言

高質量的產品取決于制造過程中質量管理的水平。隨著數字化、信息化在制造業中的推廣，如何在提高生產效率的同時，進行有效的過程質量管理，成為企業管理者研究的重要課題，特別是采用“多品種、小批量”柔性生產模式的小微型生產企業，高質量與高效率的矛盾尤為突出。在生產過程中，如果能夠準確、及時的監測到產品質量的異常狀態，對加工工序質量的波動進行實時有效的控制，就能夠保證生產質量。因此，充分采集制造過程中的產品信息、工藝條件、設備參數等相關的過程量信息，運用現代質量控制技術對生產制造過程實現“精確質量控制”，努力做到“生產高效率，質量零缺陷”。

2 小微型企業生產過程中質量保證體系存在的問題

從生產過程質量保證體系的角度來看，隨著數字化、信息化的應用，在“多品種、小批量”柔性生產模式下，高效、精確的加工工序質量控制的難度越來越大，主要表現在以下幾個方面：

①生產品種多，產品之間切換快，有時候一條生產線一天生產的產品型號多達幾十種，每個產品的結構都比較復雜，過程質量信息的采集比較困難，難以形成系統性數據，制造業傳統的大規模質量控制技術已經不再適用于此類企業。

②產品小批量化，使得每種產品的質量特性數據樣本少，采集規模不足，數據特征不明顯，缺少先驗信息，很難得出標準化指標參數。

③獲取的質量信息時效性差，當前生產過程中的質量數據大都來源于QC人員的抽檢記錄和關鍵工位的崗位記錄，如無嚴重質量事故，一般由生產管理人員半天或一天統計一次，一般僅作為產品質量的事后追朔，實時性不強，不利于生產過程中的質量控制。

④獲取的質量信息集成性差，人工記錄的質量數據不夠客觀、全面、及時，在數據疊加時會出現前后不一致，數據可加工性差，無法形成有效性信息，二次利用率低。

⑤獲取的質量信息利用率低，底層數據來源不足，記錄口徑不同，數據的精確度和可信度不高，因此所獲質量信息的増益率低，不利于工序質量的在線控制。

3 基于MES的質量控制系統分析

3.1 MES在企業生產過程管理中的地位與作用

為解決上述問題，人們提出了數字化的制造執行系統的概念，即在企業當前的數字化生產模式下，合理、有效地設置檢測傳感網絡，以此來實時地獲取生產過程中與質量相關的、來源于設備、工藝、產品等的各種信息，利用計算機強大的計算分析能力，從這些數據信息中提煉出生產過程中產品質量的動態變化趨勢，從而及時地采取有效的糾正措施。

AMR提出的企業集成模型由計劃層、執行層和控制層構成。計劃層(ERP)面向客戶，以市場需求和客戶訂單為源頭制訂生產計劃，最大限度地利用企業內的各種生產資源，實現庫存最小化、效益最大化。控制層(Control)面向生產作業現場，通過計算機控制生產設備實現對產品制造過程特別是設備的控制。作為控制層和計劃層連接的執行層(MES)面向車間的生產控制，通過MES把企業的生產現場控制進行有機集成，在執行過程中通過底層信息采集網絡，實時獲取生產制造過程中產生的一切靜、動態數據信息，存儲于制造信息數據庫，利用現代質量控制和預測技術，構建智能化質量控制和預測系統，及時、有效地處理制造過程中產生的質量數據，努力實現產品質量“零缺陷”。

3.2 質量控制系統的體系結構

根據小微企業生產過程質量控制的具體情況，結合制造執行系統的功能模型，構建的質量控制系統體系結構如下圖1所示。

圖1 質量控制系統體系結構

首先是質量計劃管理模塊根據產品質量要求，制訂質量控制標準和工藝規范要求，確定關鍵工序質量控制點。然后由質量數據采集模塊等實時采集生產過程中底層控制系統產生的與質量控制有關的設備、產品等數據信息，并監控關鍵工序的質量信息的波動。接著由質量信息反饋與分析模塊將采集到的信息反饋到計算機控制中心進行分析，當出現異常數據時，由質量診斷與改進模塊將異常數據與質量數據庫的信息進行比對分析，設計改進方案，使生產過程在質量標準許可范圍內正常進行。產品質量預測模塊主要是根據歷史數據信息和工藝特性，利用實時采集的質量數據建立預測模型，對產品的生產質量趨勢進行預測，并根據預測結果對生產制造的設備、工藝等進行微調，進一步改進加工質量，保證生產制造過程的質量穩定性。

3.3 質量控制系統的關鍵技術

為了有效地實現質量控制系統的運行，根據執行控制系統的功能模型構建的系統體系，是多學科、多技術的集合，其中的關鍵技術主要有以下幾種：

①質量數據采集技術

為了實時采集制造過程各工序的質量數據，采用數字化檢測傳感技術，建立底層檢測傳感網絡，設置與MES的數據接口，將獲取的數據信息存入質量數據庫；采用條碼掃描等技術，可快速識別產品在各工序的質量信息，及時錄入系統，用于追蹤產品的質量狀況，采用網絡化的數字信息傳輸方式，數據采集的效率、準確性都有明顯提高。

②質量診斷與改進技術

當質量控制系統監測到關鍵工序的質量信息波動時，根據關鍵工序控制參數的變化，運用分析模型進行趨勢分析，提取工序質量異常信號，交給計算機控制中心，進行濾波去噪、二代小波分析等處理，與質量數據庫的異常模式的數據信息進行關聯度匹配分析，對工序誤差進行溯源，快速準確地定位到故障因素，采取改進措施，并采用（均值－極差）控制圖、貝葉斯預測控制圖等工具對各工序的加工質量進行監測與追蹤，使生產過程在質量標準許可范圍內正常進行。保證產品質量的穩態性。

③產品質量預測技術

利用采集到的眾多歷史數據構建質量信息數據庫，根據實時采集的質量數據，采用回歸算法、迭代算法等建立預測模型，準確地預測出產品的加工誤差，將預測誤差及時反饋給生產控制系統，調整設備參數、優化制造工藝，實施誤差補償，從而保證生產產品的“零缺陷”。

3.4 質量控制系統的開發平臺

基于MES的質量控制系統要想穩定有效的運行，其數據庫系統的邏輯結構非常重要。數據庫中包含工序過程記錄表、設備參數記錄表、檢驗記錄表等底層數據信息，質量控制系統在運行當中經常需要處理大量數據，要求計算能力強、速度快，因此采用Visual Basic.NET編程語言、Microsoft SQL Server 2012數據庫、MATLAB數值分析等工具進行系統開發，使得該質量控制系統人機交互界面友好，功能明確清晰。

4 結束語

綜上所述，基于MES的制造業質量控制系統，擁有節點豐富的底層檢測傳感網絡，龐大的質量信息數據庫，卓越的計算機控制中心，能夠有效地對產品的生產過程質量進行控制、預測及改進，實現了高效率與高質量的有機統一。

[1]黃肖玲，柴天佑．復雜生產過程計劃調度級聯模型在選礦MES中的應用研究[J]．自動化學報，2011，37（09）：1130-1139

[2]宋震方．智能制造中的自動化和信息化[J]．橡塑技術與裝備，2016，42（23）：25-30

[3]武韶敏，胡曉兵，王江武．制造業自動化[J]．基于MES無縫集成的FMS生產管理技術研究，2016，38（03）：11-14

TP273

A

2016年江蘇省高職院校教師專業帶頭人高端研修，計劃編號：2016TDFX015。

劉青，1977—，女，漢，江蘇省邗江縣人，碩士研究生，副教授，現就職于：鐘山職業技術學院，研究方向：測控技術、應用電子技術。