本發(fā)明涉及數(shù)字化工廠，具體為一種基于mes的智能工廠產(chǎn)品質(zhì)量監(jiān)控方法及系統(tǒng)。

背景技術(shù)：

1、智能工廠產(chǎn)品質(zhì)量監(jiān)控是利用先進(jìn)的技術(shù)手段，如物聯(lián)網(wǎng)、機(jī)器學(xué)習(xí)和區(qū)塊鏈技術(shù)，對生產(chǎn)過程中的各項質(zhì)量參數(shù)進(jìn)行實時監(jiān)控、分析和管理，以確保產(chǎn)品質(zhì)量的穩(wěn)定和提升。這種監(jiān)控方法通過自動化的數(shù)據(jù)采集和智能分析，可以實時檢測和調(diào)整生產(chǎn)參數(shù)，快速發(fā)現(xiàn)和處理質(zhì)量問題，極大地提高了生產(chǎn)效率和產(chǎn)品的一致性，降低了廢品率和成本。

2、隨著社會的發(fā)展，現(xiàn)代制造業(yè)對產(chǎn)品質(zhì)量的要求越來越高，尤其是一次性飯盒等食品接觸材料，其產(chǎn)品安全性、可靠性和一致性受到消費(fèi)者和市場的嚴(yán)格審視。通過智能化的質(zhì)量監(jiān)控，可以有效防止生產(chǎn)過程中出現(xiàn)的各種質(zhì)量問題，確保每一批次的飯盒都能達(dá)到預(yù)期的質(zhì)量標(biāo)準(zhǔn)，從而增強(qiáng)企業(yè)的市場競爭力和品牌信譽(yù)。

3、現(xiàn)有的質(zhì)量監(jiān)控方法主要依賴于傳統(tǒng)的質(zhì)量管理系統(tǒng)，通常采用定期的質(zhì)量檢測和基于統(tǒng)計的質(zhì)量控制方法。這些方法存在實時性差、數(shù)據(jù)分散、響應(yīng)速度慢等問題，難以滿足現(xiàn)代智能制造的高效、高精度要求。此外，傳統(tǒng)方法在數(shù)據(jù)處理和異常檢測上效率低下，無法實現(xiàn)全程透明和可追溯，導(dǎo)致質(zhì)量問題難以及時發(fā)現(xiàn)和解決。

4、制造執(zhí)行系統(tǒng)(mes，manufacturing?execution?system)是一種用于管理和優(yōu)化生產(chǎn)過程的綜合軟件系統(tǒng)。它實時監(jiān)控和控制生產(chǎn)活動，從訂單下達(dá)到成品完成的全過程，提供車間級的生產(chǎn)調(diào)度、工藝控制、數(shù)據(jù)采集、質(zhì)量管理和追溯等功能。在智能工廠產(chǎn)品質(zhì)量監(jiān)控中使用mes，可以實現(xiàn)對生產(chǎn)過程的全面監(jiān)控和管理，通過實時數(shù)據(jù)采集和分析，確保生產(chǎn)參數(shù)和產(chǎn)品質(zhì)量的一致性和穩(wěn)定性。mes的引入能夠有效提升生產(chǎn)效率、減少廢品率、實現(xiàn)質(zhì)量問題的快速定位和追溯，從而增強(qiáng)企業(yè)的市場競爭力和品牌信譽(yù)。

5、目前，對于智能工廠產(chǎn)品質(zhì)量的監(jiān)控方法仍存在一些缺陷，例如現(xiàn)有技術(shù)申請?zhí)枮閏n202111496826.8的中國專利公開了一種基于mes的智能工廠產(chǎn)品質(zhì)量監(jiān)控方法及系統(tǒng)，首先，獲取生產(chǎn)向量及其對應(yīng)產(chǎn)品的質(zhì)檢結(jié)果，并根據(jù)生產(chǎn)向量確定每種目標(biāo)缺陷的關(guān)注特征及其關(guān)注度。然后，獲取每兩種目標(biāo)缺陷的區(qū)分特征，并去除關(guān)注度更小的特征，從而得到更新的特征集合。接著，根據(jù)關(guān)注特征集合及更新特征集合的熵差，計算兩種目標(biāo)缺陷之間的修正合理性。隨后，以所有不同種類的目標(biāo)缺陷為節(jié)點，以修正合理性作為邊權(quán)值構(gòu)建圖數(shù)據(jù)。最后，根據(jù)圖數(shù)據(jù)確定每種目標(biāo)缺陷的準(zhǔn)確關(guān)注特征，并獲取這些特征的取值范圍，從而判斷新產(chǎn)品是否會出現(xiàn)相應(yīng)的目標(biāo)缺陷。此外，在申請?zhí)枮閏n202310360701.5的中國專利公開了一種基于mes的智能工廠產(chǎn)品質(zhì)量監(jiān)控方法及系統(tǒng)，首先，緩存器控制器基于記錄表確定是否需要判斷產(chǎn)品質(zhì)量監(jiān)控信息b1與產(chǎn)品質(zhì)量監(jiān)控信息b2之間是否存在沖突。然后，如果確定需要判斷，則由緩存器控制器判斷產(chǎn)品質(zhì)量監(jiān)控信息b1與產(chǎn)品質(zhì)量監(jiān)控信息b2之間是否存在沖突。接著，如果判斷結(jié)果是兩者之間不存在沖突，則由緩存器控制器將產(chǎn)品質(zhì)量監(jiān)控信息b1發(fā)送給服務(wù)器存儲器進(jìn)行存儲。以上現(xiàn)有技術(shù)主要側(cè)重于對已生產(chǎn)出來的產(chǎn)品進(jìn)行外觀質(zhì)量監(jiān)控，而未能充分考慮對原材料以及已生產(chǎn)出來的產(chǎn)品進(jìn)行可食用安全檢測，同時缺乏全面的工廠生產(chǎn)參數(shù)的動態(tài)調(diào)整機(jī)制，這會導(dǎo)致潛在的質(zhì)量問題無法及時發(fā)現(xiàn)和解決，從而影響產(chǎn)品的整體質(zhì)量和安全性。

6、為此，提出一種基于mes的智能工廠產(chǎn)品質(zhì)量監(jiān)控方法及系統(tǒng)。

技術(shù)實現(xiàn)思路

1、本發(fā)明的目的在于提供一種基于mes的智能工廠產(chǎn)品質(zhì)量監(jiān)控方法及系統(tǒng)。首先，對原材料進(jìn)行純度檢測和成分分析，獲取第一檢測結(jié)果；對工廠生產(chǎn)的產(chǎn)品進(jìn)行外觀檢測和微生物檢測，獲取第二檢測結(jié)果；然后，對生產(chǎn)過程進(jìn)行生產(chǎn)過程監(jiān)控，包括片膜監(jiān)控、壓膜監(jiān)控、成品監(jiān)控和工廠監(jiān)控，得到第三檢測結(jié)果；進(jìn)一步，將第一檢測結(jié)果、第二檢測結(jié)果和第三檢測結(jié)果存儲在mes系統(tǒng)中，形成產(chǎn)品質(zhì)量檔案；最后，將產(chǎn)品質(zhì)量檔案輸入到智能自適應(yīng)控制系統(tǒng)中，通過分析產(chǎn)品質(zhì)量檔案，智能自適應(yīng)控制系統(tǒng)對工廠的生產(chǎn)參數(shù)進(jìn)行調(diào)整。

2、為實現(xiàn)上述目的，本發(fā)明提供如下技術(shù)方案：

3、一種基于mes的智能工廠產(chǎn)品質(zhì)量監(jiān)控方法，包括：

4、對入庫的原材料進(jìn)行原材料檢測，得到第一檢測結(jié)果；所述原材料為聚丙烯塑料顆粒；所述原材料檢測包括純度檢測和成分分析；

5、對成品進(jìn)行成品質(zhì)量監(jiān)控，得到第二檢測結(jié)果；所述成品質(zhì)量監(jiān)控包括對生產(chǎn)出來的所述成品進(jìn)行外觀檢測和微生物檢測；

6、對生成過程進(jìn)行生產(chǎn)過程監(jiān)控，得到第三檢測結(jié)果；所述生產(chǎn)過程監(jiān)控包括片膜監(jiān)控、壓膜監(jiān)控、成品監(jiān)控和工廠監(jiān)控；所述片膜監(jiān)控包括監(jiān)控擠出機(jī)模頭的壓力、冷卻輥筒的溫度和片膜厚度；所述壓膜監(jiān)控包括監(jiān)控?zé)岢尚蜋C(jī)的壓力、時間參數(shù)和速度；所述成品監(jiān)控包括監(jiān)控成品的重量；所述工廠監(jiān)控包括監(jiān)控工廠的溫濕度；

7、將所述第一檢測結(jié)果、所述第二檢測結(jié)果和所述第三檢測結(jié)果存儲在mes系統(tǒng)中，形成產(chǎn)品質(zhì)量檔案；將所述產(chǎn)品質(zhì)量檔案輸入到智能自適應(yīng)控制系統(tǒng)中，通過分析所述產(chǎn)品質(zhì)量檔案，所述智能自適應(yīng)控制系統(tǒng)對工廠的生產(chǎn)參數(shù)進(jìn)行調(diào)整；所述生產(chǎn)參數(shù)包括所述擠出機(jī)模頭的所述壓力、所述冷卻輥筒的所述溫度、所述熱成型機(jī)的所述壓力和所述時間參數(shù)、速度和處理時間。

8、所述純度檢測包括：

9、取出部分所述原材料制成薄片，作為第一檢測樣本；通過傅氏轉(zhuǎn)換紅外線光譜分析儀對所述第一檢測樣本進(jìn)行掃描，獲取所述第一檢測樣本的紅外吸收譜；對比所述第一檢測樣本的紅外光譜與純聚丙烯的標(biāo)準(zhǔn)光譜，獲取所述第一檢測樣本的純度值；所述純度值用于判斷是否存在不應(yīng)有的吸收峰，不應(yīng)有的所述吸收峰表明雜質(zhì)或化學(xué)結(jié)構(gòu)的異常；

10、所述第一檢測樣本的純度值計算公式為：

11、

12、其中，pu為純度值，asample(λ)是第一檢測樣本在波長λ處的吸收強(qiáng)度，astandard(λ)是相應(yīng)純聚丙烯標(biāo)準(zhǔn)樣本的在波長λ處的吸收強(qiáng)度；

13、所述成分分析包括：

14、取出部分所述原材料溶解在二甲苯溶劑中，獲取第二檢測樣本；使用微量注射器取少量的所述第二檢測樣本注入氣相色譜質(zhì)譜聯(lián)用儀的進(jìn)樣口；所述第二檢測樣本在氣相色譜柱被分離為不同的化學(xué)組分；不同的所述化學(xué)組分輸入質(zhì)譜儀被電離并分解成多種離子，質(zhì)譜儀對多種所述離子的質(zhì)量/電荷進(jìn)行檢測，分別得到多種所述離子的質(zhì)譜數(shù)據(jù)；所述質(zhì)譜數(shù)據(jù)包括質(zhì)譜圖和相對豐度；設(shè)ai是第i個組分的特征離子峰的面積，而ci是該組分的濃度，所述校準(zhǔn)曲線為：

15、ci＝k1×ai+k2；

16、其中，k1,k2是通過校準(zhǔn)得到的參數(shù)；

17、所述相對豐度的計算公式為：

18、

19、其中，∑ai表示所有檢測到的離子峰面積的總和；

20、分析多種所述離子的所述質(zhì)譜數(shù)據(jù)，識別所述原材料中的化學(xué)組分。

21、所述擠出機(jī)模頭的所述壓力通過壓力傳感器來獲??；所述冷卻輥筒的所述溫度通過溫度傳感器來獲取；所述監(jiān)控片膜厚度通過使用自動厚度測量儀來實現(xiàn)；所述厚度測量儀通過激光技術(shù)精確測量所述片膜厚度；通過所述壓力傳感器和速度傳感器，實時監(jiān)控所述熱成型機(jī)的所述壓力和所述速度；使用定時器監(jiān)控所述熱成型機(jī)的所述時間參數(shù)；通過稱重傳感器對所述成品重量進(jìn)行監(jiān)控；通過溫濕度傳感器對所述工廠的溫濕度進(jìn)行監(jiān)控。

22、所述外觀檢測包括：

23、使用高分辨率相機(jī)對每個所述成品進(jìn)行拍照，得到第三檢測樣本；對所述第三檢測樣本進(jìn)行圖像預(yù)處理；所述圖像預(yù)處理包括調(diào)整亮度和對比度；使用canny邊緣檢測方法，識別所述第三檢測樣本的邊緣；將產(chǎn)品形狀與預(yù)設(shè)的標(biāo)準(zhǔn)形狀模板進(jìn)行比較計算形狀偏差，得到形狀一致性得分；所述形狀一致性得分的計算公式為：

24、

25、其中，s是形狀一致性得分，范圍從0到100；e為第三檢測樣本與標(biāo)準(zhǔn)形狀模板之間的絕對誤差，通過像素單位計算獲??；t為預(yù)設(shè)的最大誤差閾值；

26、所述微生物檢測包括：

27、隨機(jī)取出部分所述成品作為第四檢測樣本；使用預(yù)滅菌的棉簽稍微濕潤后，對所述第四檢測樣本內(nèi)表面、邊緣和底部區(qū)域進(jìn)行擦拭；所述擦拭按z字形覆蓋整個表面區(qū)域；將所述棉簽放入含有營養(yǎng)瓊脂的培養(yǎng)皿中，確保菌落能夠生長；將所述培養(yǎng)皿放入恒溫孵化器中，設(shè)定溫度35℃進(jìn)行24小時的孵化；觀察并計數(shù)所述培養(yǎng)皿上的菌落，記錄菌落形成單位；所述菌落形成單位的計算公式為：

28、

29、其中，c為菌落形成單位，t為總菌落數(shù)，s為檢測的表面積。

30、所述智能自適應(yīng)控制系統(tǒng)包括質(zhì)量預(yù)測模型和控制模型；

31、所述質(zhì)量預(yù)測模型包括模型構(gòu)建和模型訓(xùn)練；監(jiān)控擠出機(jī)模頭的壓力、冷卻輥筒的溫度和片膜厚度；所述壓膜監(jiān)控包括監(jiān)控?zé)岢尚蜋C(jī)的壓力、時間參數(shù)和速度；所述成品監(jiān)控包括監(jiān)控成品重量；所述工廠監(jiān)控包括監(jiān)控工廠的溫濕度

32、所述模型構(gòu)建包括數(shù)據(jù)預(yù)處理層、特征分析層和結(jié)果輸出層；

33、所述數(shù)據(jù)預(yù)處理層用于對所述第二檢測樣本和所述第二檢測樣本進(jìn)行去除異常值和缺失值、歸一化和拼接處理，得到第一數(shù)據(jù)；

34、所述特征分析層包括lstm結(jié)構(gòu)，用于對所述第一數(shù)據(jù)進(jìn)行分析，得到對應(yīng)的特征向量；所述特征分析層包括分析所述擠出機(jī)模頭的所述壓力和所述冷卻輥筒的所述溫度與所述片膜厚度和所述成品重量之間的關(guān)系以及分析所述熱成型機(jī)的所述壓力、所述時間參數(shù)和所述速度與成品質(zhì)量之間的關(guān)系；所述成品質(zhì)量通過所述外觀檢測獲??；

35、所述結(jié)果輸出層用于分析所述特征向量，得到預(yù)測結(jié)果；所述預(yù)測結(jié)果為統(tǒng)一批次成品的合格率；

36、所述模型訓(xùn)練包括：構(gòu)建一個產(chǎn)品數(shù)據(jù)集；所述產(chǎn)品數(shù)據(jù)集中的每條數(shù)據(jù)包括所述擠出機(jī)模頭的所述壓力、所述冷卻輥筒的所述溫度、所述片膜厚度、所述成品重量、熱成型機(jī)的所述壓力、所述時間參數(shù)和所述速度以及所述成品質(zhì)量；對每條所述數(shù)據(jù)進(jìn)行結(jié)果標(biāo)注，即標(biāo)注所述統(tǒng)一批次成品的所述合格率；

37、將所述產(chǎn)品數(shù)據(jù)集按照7:3的比例劃分為訓(xùn)練集和驗證集；通過所述訓(xùn)練集對所述質(zhì)量預(yù)測模型進(jìn)行訓(xùn)練；通過所述驗證集對所述質(zhì)量預(yù)測模型進(jìn)行驗證和優(yōu)化；

38、所述控制模型為線性時間不變模型，用于根據(jù)所述質(zhì)量預(yù)測模型的結(jié)果，對所述生產(chǎn)參數(shù)進(jìn)行調(diào)整。

39、一種基于mes的智能工廠產(chǎn)品質(zhì)量監(jiān)控系統(tǒng)，包括：

40、原材料檢測單元，用于對入庫的原材料進(jìn)行原材料檢測，得到第一檢測結(jié)果；所述原材料為聚丙烯塑料顆粒；所述原材料檢測包括純度檢測和成分分析；

41、成品質(zhì)量監(jiān)控單元，用于對每個成品進(jìn)行成品質(zhì)量監(jiān)控，得到第二檢測結(jié)果；所述成品質(zhì)量監(jiān)控包括對生產(chǎn)出來的每個所述成品進(jìn)行外觀檢測和微生物檢測；

42、生產(chǎn)過程監(jiān)控單元，用于對生產(chǎn)過程進(jìn)行生產(chǎn)過程監(jiān)控，得到第三檢測結(jié)果；

43、反饋單元，將所述第一檢測結(jié)果、所述第二檢測結(jié)果和所述第三檢測結(jié)果存儲在mes系統(tǒng)中，形成產(chǎn)品質(zhì)量檔案；將所述產(chǎn)品質(zhì)量檔案輸入到智能自適應(yīng)控制系統(tǒng)中，通過分析所述產(chǎn)品質(zhì)量檔案，所述智能自適應(yīng)控制系統(tǒng)對工廠的生產(chǎn)參數(shù)進(jìn)行調(diào)整。

44、所述生產(chǎn)參數(shù)包括擠出機(jī)模頭的壓力、冷卻輥筒的溫度、熱成型機(jī)的壓力和時間參數(shù)、速度和處理時間。

45、所述純度檢測包括：

46、取出部分所述原材料制成薄片，作為第一檢測樣本；通過傅氏轉(zhuǎn)換紅外線光譜分析儀對所述第一檢測樣本進(jìn)行掃描，獲取所述第一檢測樣本的紅外吸收譜；對比所述第一檢測樣本的紅外光譜與純聚丙烯的標(biāo)準(zhǔn)光譜，獲取所述第一檢測樣本的純度值；所述純度值用于判斷是否存在不應(yīng)有的吸收峰，不應(yīng)有的所述吸收峰表明雜質(zhì)或化學(xué)結(jié)構(gòu)的異常；所述第一檢測樣本的純度值計算公式為：

47、

48、其中，pu為純度值，asample(λ)是第一檢測樣本在波長λ處的吸收強(qiáng)度，astandard(λ)是相應(yīng)純聚丙烯標(biāo)準(zhǔn)樣本的在波長λ處的吸收強(qiáng)度。

49、所述成分分析包括：

50、取出部分所述原材料溶解在二甲苯溶劑中，獲取第二檢測樣本；使用微量注射器取少量的所述第二檢測樣本注入氣相色譜質(zhì)譜聯(lián)用儀的進(jìn)樣口；所述第二檢測樣本在氣相色譜柱被分離為不同的化學(xué)組分；不同的所述化學(xué)組分輸入質(zhì)譜儀被電離并分解成多種離子，質(zhì)譜儀對多種所述離子的質(zhì)量/電荷進(jìn)行檢測，分別得到多種所述離子的質(zhì)譜數(shù)據(jù)；所述質(zhì)譜數(shù)據(jù)包括質(zhì)譜圖和相對豐度；設(shè)ai是第i個組分的特征離子峰的面積，而ci是該組分的濃度，所述校準(zhǔn)曲線為：

51、ci＝k1×ai+k2；

52、其中，k1,k2是通過校準(zhǔn)得到的參數(shù)；

53、所述相對豐度的計算公式為：

54、

55、其中，∑ai表示所有檢測到的離子峰面積的總和；

56、分析多種所述離子的所述質(zhì)譜數(shù)據(jù)，識別所述原材料中的化學(xué)組分。

57、所述外觀檢測包括：

58、使用高分辨率相機(jī)對每個所述成品進(jìn)行拍照，得到第三檢測樣本；對所述第三檢測樣本進(jìn)行圖像預(yù)處理；所述圖像預(yù)處理包括調(diào)整亮度和對比度；使用canny邊緣檢測方法，識別所述第三檢測樣本的邊緣；將產(chǎn)品形狀與預(yù)設(shè)的標(biāo)準(zhǔn)形狀模板進(jìn)行比較計算形狀偏差，得到形狀一致性得分；所述形狀一致性得分的計算公式為：

59、

60、其中，s是形狀一致性得分，范圍從0到100；e為第三檢測樣本與標(biāo)準(zhǔn)形狀模板之間的絕對誤差，通過像素單位計算獲取；t為預(yù)設(shè)的最大誤差閾值。

61、與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果為：

62、1、本發(fā)明通過對入庫的原材料進(jìn)行純度檢測和成分分析，保證了生產(chǎn)使用的原材料符合所需的質(zhì)量標(biāo)準(zhǔn)。純度檢測確保聚丙烯塑料顆粒沒有不應(yīng)存在的雜質(zhì)，這對制造過程中的機(jī)械性能和最終產(chǎn)品的結(jié)構(gòu)完整性至關(guān)重要；成分分析進(jìn)一步驗證化學(xué)組成是否達(dá)到預(yù)定規(guī)格，從而預(yù)防可能由于原材料質(zhì)量問題引起的生產(chǎn)線停工和產(chǎn)品缺陷，維護(hù)產(chǎn)品質(zhì)量的一致性和可靠性。

63、2、本發(fā)明通過對成品進(jìn)行外觀檢測和微生物檢測，可以有效保證產(chǎn)品的安全性和衛(wèi)生標(biāo)準(zhǔn)，這對于符合行業(yè)規(guī)范尤其重要。外觀檢測通過圖像處理技術(shù)捕捉任何缺陷或不一致性，確保每一件產(chǎn)品都符合質(zhì)量標(biāo)準(zhǔn)。微生物檢測進(jìn)一步確保產(chǎn)品符合健康和安全的消費(fèi)標(biāo)準(zhǔn)，特別是在食品包裝和醫(yī)療行業(yè)中，防止微生物污染，保護(hù)最終消費(fèi)者的健康。

64、3、本發(fā)明通過智能自適應(yīng)控制系統(tǒng)對產(chǎn)品質(zhì)量檔案進(jìn)行分析，從而對工廠的生產(chǎn)參數(shù)進(jìn)行實時調(diào)整，以持續(xù)優(yōu)化生產(chǎn)過程。該方法綜合考慮從原材料到成品的各種監(jiān)測數(shù)據(jù)，利用lstm算法預(yù)測可能的質(zhì)量波動，從而及時調(diào)整擠出機(jī)模頭的壓力、冷卻輥筒的溫度等關(guān)鍵生產(chǎn)參數(shù)。這種基于數(shù)據(jù)的實時響應(yīng)不僅減少了生產(chǎn)過程中的停機(jī)時間，還提高了資源的使用效率和最終產(chǎn)品的一致性。