基于生产过程的质量数据分析与决策策略

贵州江南航天信息网络通信有限公司 贵州 遵义 563000

1 生产过程的质量数据分析

1.1 产品生命周期质量数据源 虽然时代的发展和社会的进步在一定程度上给产品制造业提供了大的机遇，但在传统制造模式和传统质量里面的制约限制下，国内的很多制造企业的质量管理局限性非常强，通常其质量管理主要会局限于质量管理部门的相关独立活动[2]，这就会导致质量管理体系的条块之间具有分割性，同时也会导致生产过程的质量相关管理活动出现封闭性且分散，最终致使产品的生命周期的生产质量水平难以达到理想化的视野，企业在生产过程中的各类生产数据信息资源库无法准确的建立，信息孤岛的现象就会大量的涌现，生产过程的质量数据信息生成过程也会受到极大程度的阻碍，以下是根据生产过程的产品数据信息全过程而做出的产品生命周期质量数据形成图，如图1所示。

图1 产品生命周期质量数据形成过程

图2 产品生命周期质量数据源

从图1和图2两个数据表中可以清晰看出，生产企业在生产过程中产生的相关质量数据信息都来自于主体不同的应用软件系统，而这主体差异性较大的应用软件系统是由不同的软件厂商开发设计，因此，在开发过程中的数据开发，分属结构和部门都是不同的，也就说明了对生产过程的质量数据信息相关技术人员必须做充分的质量数据挖掘，最终促使可利用的数据信息转换为统一形式的数据格式。

1.2 异构数据的获取与转化 异构数据的获取与转化通常要从三大方面着手，首先是对于女生长过程的产品相关的st ep格式文档的层次化结构化处理过程，这主要依赖于属性邻接图的特征内容提取，其次是表格类文件的信息抽取，表格类文件数据抽取方法是典型的非结构化的数据类型法，因此，在建构的过程中，输出有用的生产数据信息，需要选择不同类型的XML模板，从而让有效的或准确的数据信息通过结构化处理存储到预备的数据库中[3]，最后，数据库数据的信息抽取本身就是结构化的数据，因此，在这一步需要做的是将数据库中的数据进行内容提取和数据清洗和转换。

1.3 质量数据挖掘 生产过程的产品设计到最终的生产涉及的治疗数据主要包括需求阶段，设计阶段，采购阶段，生产阶段和服务阶段，在这五大类的质量数据过程中，由于不同存储方式的差异性存在，因而所采取的结构化处理方法也不尽相同，通常而言，生产过程的质量数据信息由数据层，方法层，支持层，应用层四大方面组成[4]，也就说明了数据层主要发挥结构化处理信息的作用，在数据层的基础之上，充分挖掘方法层，将已有的数据质量信息进行深挖，并通过相关计算机应用算法进行内容封存，而知识层则通过对挖掘的数据信息进行分类化处理和动态过程的升华，从而达到数据精细化的效果，应用层则主要根据生产厂家的生产需求进行知识的获取和内容的应用，从而达到四者的统一。

2 生产过程的质量数据决策策略

首先，采取精益化生产的制造模式。精益化生产制造模式特别是在国外，取得了非常好的成效，也基于当前国内生产企业质量数据的发展现状，国际市场竞争日趋激烈，产品订单批量的越来越小，种类越来越多，客户需求越来越高，无疑，精益化的生产已经能够成为提高市场竞争力的一把利器，因此，采用精益制造的决策策略就显得十分必要，能够促使广大生产企业在生产过程中从管理制度，管理流程和管理方法以及生产工具以及技术来做整体的数据分析和决策论断，其次，设置功能多样化的质量管理系统。多样化的质量管理系统不仅能够促使质量管理的相关信息和数据的有效传递，同时，多样化的管控模块更是符合生产过程的设计评审，工艺评审以及产品质量评审，能够减轻工作人员的工作量，提高数据信息的准确性，精密追踪生产全过程，多样化的质量管理系统对促进质量数据信息的精确性和科学性有极大的作用，再次，不断加强生产过程的质量数据的应用深度。当前，我国现有的数据分析方式仍然受到传统人工统计分析方式的极大制约，深度的数据信息挖掘层次不高，价值有限，所以，加强生产过程的质量管理数据的应用深度挖掘就十分必要。最后，统筹规划，实行联动管理手段。

3 结束语

随着经济的发展和社会的进步，伴随着产品消费者对产品消费的消费需求层次越来越高，生产制造业的生产方式也由传统的大批量刚性生产转向现代化的多品种、少批量的柔性生产[5]，同时，由于制造业的新型业务类型的不断增多，对技术革新也起到了推波助澜的作用，正是基于生产企业当前的发展现状，对生产过程中的数据信息做精密化的分析就显得尤为重要，只有不断突破传统的业务逻辑和传统做法，才能够真正的将生产企业的生产过程推向精细化和高端化的发展阶段，本文对生产过程的质量数据分析和有效应对策略做出了具体内容的阐述和策略的探析，对生产过程中产品的质量，数据源进行深刻地探究和系统的探索，提出了系统化的应对策略和数据挖掘措施，从而为相关生产企业的生产质量数据信息精准挖掘提供了有益的借鉴与参考。