李楠

摘要
實驗室檢驗管理系統(LIMS)可以有效管理超出ERP訂單檢驗標準的錯誤數據,但對于符合訂單檢驗標準的異常數據仍為人工審核模式,龐大的數據量使審核工作異常困難,且人工審核受人員對異常數據敏感度等因素影響,異常數據不被及時發現并有效處理會引起產品質量異議。本文提出在LIMS中實現異常檢驗數據預警管理,異常數據預警在LIMS中實施后,有效避免質量異議發生,極大提高了實驗室數據管理水平和人員工作效率。
【關鍵詞】LIMS 異常檢驗數據 數據預警
實驗室數據管理由實驗室管理系統 (LIMS)根據上級系統下達的檢驗計劃標準自動判斷并提示數據錯誤信息,為檢驗數據審核提供有力信息化支撐。但對于在訂單檢驗標準以內的異常數據,仍為人工審核方式,工作強度大且效率低,以公司軋鋼實驗室檢驗數據為例,實驗室人員每天大約需要檢驗600批次產品,每天需要人工審核的檢驗結果數據項達9000余項,檢驗過程需4個人同時操作,每天耗時近18小時,另外,人工審核受人員對異常數據敏感度等因素影響,若不被及時發現并采取措施,就會發生質量異議,給公司造成不必要的損失。
本文提出在LIMS中實現檢驗異常數據自動審核并預警,開發異常檢驗數據預警功能,包括維護不同鋼種的各個檢驗項目異常上下限標準功能,實現異常檢驗數據上下限和判定規則的可配置性,在原有以訂單檢驗方法為標準的錯誤數據自動審核的基礎上,實現以不同鋼種不同檢驗項目標準的異常數據的自動審核和預警。項目實施后,避免因人工審核錯誤導致的質量異議,平均質量異議損失8.16萬元/次,以每季度2次由于錄入錯誤造成質量異議計算,每年可增利65.28萬元。用信息化手段釋放人力工作,職工有充分時間分析試驗數據,折合人工成本約12萬元/人.年,按3人計算,一年可節省近36萬元。共計節省資金101.28萬元/年。
1 公司檢化驗數據管理概述
公司檢化驗數據采用二級審核模式,通過實驗室管理系統(LIMS)實現自動審核并提示錯誤數據,達到數據管理的目的,但對于異常數據。
1.1 錯誤檢驗數據和管理
檢驗錯誤數據定義為不符合訂單檢驗標準的數據,實驗室管理系統(LIMS)根據上級ERP系統下達的訂單檢驗標準,對檢驗數據進行自動判斷,如果數據超出訂單檢驗標準范圍,則LIMS提示錯誤數據。
1.2 異常檢驗數據和管理
訂單檢驗標準較寬泛,不同鋼種的檢驗項目的檢驗數據不同,檢驗結果雖熱滿足訂單檢驗標準要求,但不能準確表述實驗結果稱為異常檢驗數據,例如鋼種SEC1斷后伸長率實測值為40%,雖然滿足訂單檢驗標準(39-99%),但超出有效檢驗標準范圍(50-60%),為檢驗異常數據。
2 異常數據預警功能在LIMS的實現
2.1 LIMS系統中實現異常檢驗數據預警功能
(1)實現檢驗計劃標準可配置功能,包括鋼種,分析項目編碼,分析項目描述,上限值,下限值;
(2)實現檢驗計劃標準維護界面的新增、修改、刪除操作;
(3)根據上下限判定規則,不符合用戶維護的檢驗計劃標準時系統彈出提示“該項目數值異常”;
(4)實現根據檢驗計劃標準維護數據表中判定的結果保存功能。
2.2 預警功能技術實現
2.2.1 軟件功能實現
按照方案設計,異常數據預警功能開發在EOS系統架構上,EOS集成開發環境(EOSStudio)提供了EOS應用完整一體化的集成開發環境,包括對頁面構件、展現構件,流程構件等6種構件可視化的開發、調試。應用EOS開發工具開發預警邏輯流,如圖1所示,檢驗數據上傳LIMS系統后,觸發檢驗標準內異常數據的判斷邏輯,完成異常數據預警。
2.2.2 后臺數據庫設計
檢驗標準內的異常數據邏輯配置在后臺數據表中,數據表字段包括鋼種,檢驗項名稱和代碼,預警邏輯程序根據不同鋼種,不同檢驗項確定唯一內部預警標準。
2.3 檢驗異常數據預警在京唐公司的實際應用
在公司LIMS增加異常數據預警功能,維護不同鋼種的各個檢驗項目上下限數據和判斷標準上下限判定規則,不符合用戶維護的判斷標準時彈出提示“數據異常”;在原有以訂單檢驗標準自動審核的基礎上,通過LIMS異常數據預警功能實現以不同鋼種不同檢驗項目標準的異常數據的自動審核和預警。
3 實施后取得成果
避免因人工審核不能及時發現異常數據導致的質量異議發生,平均質量異議損失8.16萬元/次,以每季度2次由于錄入錯誤造成質量異議計算,每年可增利65.28萬元。釋放人力工作,職工有充分時間分析試驗數據,折合人工成本約12萬元/人.年,按3人計算,一年可節省近36萬元。
4 結束語
項目實施不管是對公司軋鋼實驗室異常數據的管理水平,降低勞動強度,還是避免質量異議的發生都起到了立竿見影的效果。異常檢驗數據被及時發現并采取有效措施,避免了質量異議風險,并提高實驗室數據管理水平和工作效率,共計增利101.28萬元/年。
參考文獻
[1]樂粉鵬.淺談LIMS在第三方檢測實驗室中的應用[C].中國第三方檢測實驗室發展論壇,2011.