分布式工廠大型復雜產品質量評估方法1范圍本文件規定了分布式工廠大型復雜產品生產過程質量評估的基本方案。本文件適用于分布式工廠生產單位價值高、結構復雜、技術含量高等產品的質量評估過程，可用于建立大型復雜生產產品的質量評估模型，為分布式工廠建立質量評估體系提供理論指導。2規范性引用文件本文件沒有規范性引用文件。3術語和定義GB/T18354-2021界定的以及下列術語和定義適用于本文件。3.1分布式工廠distributedfactory將工廠的各個部分進行地理分散，并使用信息技術和自動化設備來協調和管理，以實現提高效率和降低成本目的的生產系統。3.2質量數據qualitydata反映產品本身質量的數據及其生產過程中影響質量的數據。[來源：GB/T41272-2022,3.7]3.3數據質量dataquality在指定條件下使用時,數據的特性滿足明確的和隱含的要求的程度。[來源：GB/T25000.12-2017,定義4.3]4概述分布式工廠質量評估流程如圖1所示。首先,進行新產品定義,如果判斷出新產品為新型號,就建立零部件和系統的樹狀結構目錄,同時定義各相關權重。如果判斷不是新型號,則轉入下一步，具體流程如下：a) 質量數據獲取：獲取的數據基本是實際生產中的要素屬性，以建模工具所需求的參數和最終的生產目標為導向，通過經驗及調研等方式獲得相關數據，并對數據進行處理，使其能匹配仿真軟件系統。數據獲取部分可參照《分布式工廠產品裝配質量預測》中質量數據采集方法部分；b) 數據質量評估：分布式工廠質量評估首先需要從異地產線中精準獲取同一準則的產品數據，再由這些數據來對產品質量進行評估，而在對產品質量進行評估前進行數據質量的分析可以節約大量試錯的時間并降低得出錯誤結論的概率；c) 建立質量評估模型：使用指標集及各項權重建立質量評估模型；d) 單件產品質量匯總與統計：通過上一步建立的質量評估模型進行評估與打分，將結果進行匯總與統計。圖1產品質量評估流程5數據質量評估5.1數據質量評估框架從語法、語義和語境三個方面考慮，可將數據質量分為形式質量、內容質量和效用質量三個基本種類。其中形式質量主要考量數據集在結構和表達形式上是否能很好的匹配實際評估需求，以及是否易于理解和獲得。內容質量主要考量數據集的具體內容和取值是否和實際工藝相一致。效用質量主要考察數據集是否在對象特征以及時間維度上具有較高的關聯性。形式質量包括：完整性：描述數據集對具體評估對象的覆蓋程度；唯一性：用來描述數據是否存在重復記錄，沒有實體多余出現一次；可理解性：用來描述數據集是否能清晰的反應工藝邏輯，字段和取值的具體意義是否明確；一致性：用來描述數據在不同維度上的連貫性，包括數據集在時間軸上的前后連貫性和在相關的不同數據集之間的橫向連貫性，一致性并不意味著數值上的絕對相同，而是數據收集、處理的方法和標準的一致；可獲得性：用來描述實際測量評估需要的數據的獲取的難易程度，包括數據采集、數據清理、數據轉化等多個環節。內容質量包括：準確性：用來說明數據集對其描述或衡量的評估對象的描述程度；可靠性：用來描述數據集的可信賴程度，包括對數據采集、數據加工、數據應用等所有環節的處理是否值得信賴。效用質量包括：相關性：用來說明數據集描述的概念對象和實際評估對象之間的相關程度；時效性：用來衡量實際業務需求時間和數據可用時間之間的延遲，包括數據產生時的時間參數和數據更新頻率等方面；有效性：用來限定允許輸入的數據類型和范圍，避免錯誤的數據錄入。5.2數據質量評估流程圖2數據質量評估流程數據質量評估流程包含以下幾個步驟：確定評價對象及范圍：確定當前評估工作應用的數據集的范圍和邊界，明確數據集在屬性、數量、時間等維度的具體界限；選取質量維度及評價指標：數據質量維度是進行質量評價的具體質量反映，如正確性、準確性等。它是控制和評價數據質量的主要內容。因此，首先要依據具體業務需求選擇適當的數據質量維度和評價指標。另外，要選取可測、可用的質量維度作為評價指標準則項，在不同的數據類型和不同的數據生產階段，同一質量維度有不同的具體含義和內容，應該根據實際需要和生命階段確定質量維度。在此階段要注意指標之間避免沖突，同時也要注意新增評價指標的層次、權重問題，以及與其它同層次指標的沖突問題；確定質量測度及評價方法：數據質量評價在確定其具體維度和指標對象后，應該根據每個評價對象的特點，確定其測度及實現方法。對于不同的評價對象一般是存在不同的測度的，以及需要不同的實現方法支持，所以應該根據質量對象的特點確定其測度和實現方法。常用定性方法和定量方法；質量評估及結果分析：根據前面四步確定的質量對象、質量范圍、測量及其實現方法實現質量評測的活動過程。評價對象的質量應當由多個質量維度的評測來反映。評測后要對評測結果進行分析，對評價目標與結果進行對比分析，確定是否達到評價指標。5.3多源數據可測性評估方法針對分布式工廠復雜遮擋工況下測量控制場內站位布置依賴人工經驗定性估計易導致遮擋，從而造成關鍵點測不全、頻繁換站效率低的問題，可采用如下的激光測線快速評估方法。建立測量控制場1:1三維模型并三角網格化；將當前測站到目標點之間的激光測線簡化為空間線段；判斷空間線段與障礙物模型三角網格的位置關系。圖3數據可測性評估模型隨后，為提高測量精度和測量可靠性，以多源數據可測性分析與評估為基礎，激光跟蹤儀測站到各測點的距離和最小為優化目標進行站位規劃，規劃原則如下：為提高現場測量效率以及避免引入坐標轉換誤差，在滿足測量需求的前提下應盡可能減少測站數量，即單個測站應盡可能測量到大部分測點；根據激光跟蹤儀型號特性，為避免單點超差或測量不可達，以最大測長在10m范圍內，垂直角小于145°設置非線性約束；在規劃過程中應盡可能縮短測量站位到各自負責測點之間的距離；通過可測性評估確保測量的可達性、全覆蓋，當存在不可測點時，應增加新站位重新規劃。6產品質量評估6.1產品質量評估流程質量評估流程如下：圖4產品質量評估流程6.2產品質量評估指標集建立方法及原則分布式工廠質量評估指標集建立應始終貫穿雙向主觀質量思想，雙向主觀質量包括最終交付質量和缺陷源定位的過程質量,強調顧客對生產者提供質量特征的審視和重視,過程質量影響產品的交付質量,交付質量體現過程質量。只有系統化的、具有緊密聯系的指標體系才能比較全面的反映客體有關目標的整體。因此。從目標到指標，由總目標的不同層級的分級指標，必須經過逐層分解，越是末級指標，其內涵越明確，可測性越好。指標集建立時需參考以下四個原則：系統性原則：使主要因素不致遺漏，并體現層次性，層次間因素應為遞進關系，同層次間因素指標為獨立關系；簡易性原則：如果評價層次多，因素指標過分繁瑣甚至包含重復，不僅會影響評價結果的可靠性，也會降低評價方法的可操作性；可行性原則：應注意指標的可測性和普遍性。所規定的內容應可以從檢驗項目中獲得指標，客觀地采集信息，客觀的分析和統計數據；有效性原則：評估指標集要具有有效性，在必要時應犧牲某些測量上的準確性以換取評估中的有用性。6.3產品質量評估指標集內容產品質量主要由制造過程質量和最終交付質量兩部分組成。制造過程質量由零部件或系統的質量來確定，可通過以下四個方面衡量，這四個方面的因素還可以繼續細化到不同的控制參數，通過控制參數實現每個因素的具體量化。工程設計更改：對零部件或系統的質量改進，對零部件或系統質量有正相關影響；代料狀況：用另一種材料代替原有材料，對零部件或系統質量有負相關影響；；生產保留狀況：在本單位未加工完的零部件或系統，放到外單位加工，對零部件或系統質量有負相關影響；故障狀況：對零部件或系統有負相關影響。按故障程度不同，可分為：一般故障狀況、重要故障狀況、拒收狀況和重大質量事故。最終交付質量也是產品質量評估的重要組成部分，由最終產品試運行故障狀況確定。試運行故障狀況對最終交付質量有負相關影響。同樣也細分為若干控制參數，通過控制參數來實現對試運行故障狀況的具體量化。6.4指標重要度分析產品質量評估涉及的評價指標眾多，其重要度（即權重）會對最終的評估結果產生較大影響，因此對評估指標重要度的確定尤為重要。指標權重方法可大致分為主觀賦權法、客觀賦權法和組合賦權法，主觀賦權法包括專家調查法、層次分析法、二項系數法、環比評分法、最小平方法等。客觀賦權法主要方法有熵增法、離差及均方差發以及主成分分析法等。在實際使用中應采用組合賦權法，兼顧決策者對指標的偏好同時減少賦