大數(shù)據(jù)時代元器件質(zhì)量數(shù)據(jù)應(yīng)用研究

邱云峰 李玉學(xué)

(貴州航天計量測試技術(shù)研究所,貴州 貴陽550009)

1 概述

電子元器件是構(gòu)成系統(tǒng)的基本單元,元器件的可靠性是各類電子整機及裝備可靠性的基礎(chǔ)。元器件生產(chǎn)、選用、采購、檢驗、使用全壽命周期內(nèi)會產(chǎn)生大量質(zhì)量相關(guān)數(shù)據(jù),受數(shù)據(jù)標(biāo)準(zhǔn)不統(tǒng)一,傳輸鏈路不通暢等影響,質(zhì)量數(shù)據(jù)通常散落在不同的數(shù)據(jù)平臺(如PDM、TDM),難以有效的整合,質(zhì)量數(shù)據(jù)無法得到有效應(yīng)用,無法體現(xiàn)其價值。元器件質(zhì)量數(shù)據(jù)資源是做好武器裝備質(zhì)量與可靠性工作,確保型號產(chǎn)品質(zhì)量與可靠性的重要基礎(chǔ)。隨著武器裝備質(zhì)量與可靠性工作的深入開展,元器件質(zhì)量數(shù)據(jù)的建設(shè)與應(yīng)用工作越來越顯示出其重要的價值和作用。

實現(xiàn)元器件質(zhì)量數(shù)據(jù)的有效應(yīng)用,首先應(yīng)建立一個元器件質(zhì)量大數(shù)據(jù)平臺。傳統(tǒng)元器件質(zhì)量數(shù)據(jù)平臺呈現(xiàn)離散化和系統(tǒng)性不強的特點,缺乏統(tǒng)一數(shù)據(jù)源和集成融合技術(shù)支撐,以及獨立的數(shù)據(jù)體系和統(tǒng)一的信息載體,對質(zhì)量數(shù)據(jù)的相關(guān)業(yè)務(wù)流程無法做到統(tǒng)一存儲、組織、管理和控制,很難實現(xiàn)對裝備質(zhì)量問題的多維追蹤查詢和分析、質(zhì)量數(shù)據(jù)的跟蹤及溯源以及全生命周期質(zhì)量數(shù)據(jù)的可追溯和管理。

2 元器件質(zhì)量數(shù)據(jù)來源

元器件質(zhì)量數(shù)據(jù)源是指在元器件的質(zhì)量保證過程中所產(chǎn)生的描述元器件可靠性水平及狀況的各種數(shù)據(jù),可以包括數(shù)字、圖表、曲線等多種形式,這些數(shù)據(jù)涵蓋了元器件的生產(chǎn)、選用、采購、檢驗、使用的整個過程。為了便于數(shù)據(jù)管理將質(zhì)量數(shù)據(jù)分為基礎(chǔ)數(shù)據(jù)、質(zhì)量保證數(shù)據(jù)、質(zhì)量管理數(shù)據(jù)、使用信息4 個大類,質(zhì)量保證數(shù)據(jù)為核心。生產(chǎn)過程會產(chǎn)生產(chǎn)品規(guī)格信息、性能指標(biāo)、環(huán)境指標(biāo)、質(zhì)量等級、典型應(yīng)用信息、EDA 模型等基礎(chǔ)數(shù)據(jù),生產(chǎn)過程合格品率、例行試驗數(shù)據(jù)、鑒定試驗數(shù)據(jù)、篩選數(shù)據(jù)等可靠性保證數(shù)據(jù),產(chǎn)品變更、新品替代、停產(chǎn)信息等質(zhì)量管理信息；選用過程會產(chǎn)生選用目錄、合格供方、選用評審、超目錄審批等質(zhì)量管理信息；采購過程會產(chǎn)生采購訂單、技術(shù)協(xié)議、供貨周期、產(chǎn)品價格等質(zhì)量管理信息；檢驗過程會產(chǎn)生復(fù)驗篩選數(shù)據(jù)、DPA 數(shù)據(jù)、下廠監(jiān)制驗收信息、失效分析數(shù)據(jù)、應(yīng)用驗證數(shù)據(jù)、結(jié)構(gòu)分析數(shù)據(jù)等質(zhì)量保證數(shù)據(jù)；使用過程會產(chǎn)生裝機信息、故障記錄、失效信息、試驗記錄、降額信息等使用信息,出入庫信息、例外放行、歸零信息等質(zhì)量管理數(shù)據(jù)。

這些質(zhì)量數(shù)據(jù)主要從3 個方面得到,一是從通過電子數(shù)據(jù)包的方式從生產(chǎn)廠的關(guān)鍵工序檢驗和篩選試驗得到的數(shù)據(jù)；二是從通過信息化系統(tǒng)(如ERP、MES、TDM)從質(zhì)量保證機構(gòu)的質(zhì)量保證過程中得到的數(shù)據(jù),主要包括篩選和可靠性試驗數(shù)據(jù)；三是通過數(shù)據(jù)報送方式從使用單位的選用報告、質(zhì)量分析報告、歸零報告中獲取使用信息。數(shù)據(jù)來源及結(jié)構(gòu)如圖1 所示。為了得到高質(zhì)量的數(shù)據(jù),還需要對這些數(shù)據(jù)源進(jìn)行校驗和優(yōu)化,校驗數(shù)據(jù)的有效性和真實性,優(yōu)化數(shù)據(jù)的可用性,判斷數(shù)據(jù)源的可持續(xù)性和可獲得性。

圖1 元器件質(zhì)量數(shù)據(jù)來源及結(jié)構(gòu)

3 元器件質(zhì)量大數(shù)據(jù)平臺

傳統(tǒng)的數(shù)據(jù)平臺關(guān)注的生產(chǎn)過程管理、數(shù)據(jù)管理,其數(shù)據(jù)分析能力較弱,且多為企業(yè)內(nèi)部運行,數(shù)據(jù)標(biāo)準(zhǔn)不統(tǒng)一,數(shù)據(jù)對外傳遞較少。而基于大數(shù)據(jù)技術(shù)的元器件質(zhì)量數(shù)據(jù)平臺以數(shù)據(jù)為主線,實現(xiàn)對數(shù)據(jù)的管理、分析與有效應(yīng)用,展現(xiàn)給應(yīng)用對象的是基于數(shù)據(jù)支撐的質(zhì)量管理與輔助決策。相對于傳統(tǒng)數(shù)據(jù)平臺設(shè)計而言,在應(yīng)用模式、數(shù)據(jù)流、分析方法、數(shù)據(jù)采集工具、結(jié)果展示等方面有較大差異,具體如圖2 所示。

圖2 元器件數(shù)據(jù)平臺對比

元器件質(zhì)量大數(shù)據(jù)平臺體系架構(gòu)為“五層兩域”結(jié)構(gòu),分別是網(wǎng)絡(luò)安全域、數(shù)據(jù)采集域、數(shù)據(jù)解析層、數(shù)據(jù)交換層、大數(shù)據(jù)基礎(chǔ)層、大數(shù)據(jù)處理層、應(yīng)用層,系統(tǒng)架構(gòu)如圖3 所示。

圖3 元器件質(zhì)量數(shù)據(jù)共享平臺系統(tǒng)架構(gòu)

元器件質(zhì)量大數(shù)據(jù)平臺包含六個功能模塊,分別為數(shù)據(jù)采集模塊、數(shù)據(jù)集成融合模塊、大數(shù)據(jù)管理模塊、數(shù)據(jù)訪問與控制模塊、數(shù)據(jù)分析與挖掘模塊及大數(shù)據(jù)應(yīng)用模塊。

3.1 數(shù)據(jù)采集模塊

在數(shù)據(jù)采集模塊中,提供數(shù)據(jù)接口用于支持不同信息系統(tǒng)中數(shù)據(jù)的采集。對于系統(tǒng)內(nèi)部單位的數(shù)據(jù)可以通過內(nèi)部網(wǎng)傳輸數(shù)據(jù)；對于第三方支持單位的相關(guān)數(shù)據(jù)采用數(shù)據(jù)導(dǎo)入的方式進(jìn)行采集；對于PHM 等實時數(shù)據(jù)采用基于物聯(lián)網(wǎng)的數(shù)據(jù)采集工具進(jìn)行采集。此外,還支持人工數(shù)據(jù)錄入,對于無法通過設(shè)備或自動化方法采集得到的部分?jǐn)?shù)據(jù),可以通過數(shù)據(jù)錄入功能存儲到平臺中,供后續(xù)的分析和處理使用。

3.2 數(shù)據(jù)集成融合模塊

根據(jù)應(yīng)用對象對元器件質(zhì)量數(shù)據(jù)需求,實現(xiàn)元器件質(zhì)量數(shù)據(jù)的抽取、清洗、轉(zhuǎn)換、加載、校驗、集成和融合等處理。首先,通過應(yīng)用間的數(shù)據(jù)交換實現(xiàn)數(shù)據(jù)集成。其次,通過抽取、轉(zhuǎn)換最后映射到統(tǒng)一的數(shù)據(jù)模型上進(jìn)行存儲。最后,對統(tǒng)一數(shù)據(jù)模型上的數(shù)據(jù)進(jìn)行校驗,評估數(shù)據(jù)質(zhì)量。

3.3 大數(shù)據(jù)管理模塊

元器件質(zhì)量相關(guān)數(shù)據(jù)涉及大量的結(jié)構(gòu)化、半結(jié)構(gòu)化和非結(jié)構(gòu)化的數(shù)據(jù),需要根據(jù)數(shù)據(jù)的類型、特點和需求選擇關(guān)系型數(shù)據(jù)庫、MySQL 數(shù)據(jù)庫和數(shù)據(jù)倉庫等數(shù)據(jù)存儲解決方案,支持存儲和管理結(jié)構(gòu)化與非結(jié)構(gòu)化數(shù)據(jù),支持對結(jié)構(gòu)化數(shù)據(jù)與非結(jié)構(gòu)化(文本)數(shù)據(jù)的聯(lián)合檢索,同時應(yīng)用索引優(yōu)化技術(shù)提升數(shù)據(jù)的查詢效率。

3.4 數(shù)據(jù)訪問與控制模塊

面向不同需求的用戶提供不同主題的數(shù)據(jù)內(nèi)容,支持自定義細(xì)粒度的數(shù)據(jù)共享和數(shù)據(jù)訪問權(quán)限控制。針對數(shù)據(jù)使用的不同方面,完成對數(shù)據(jù)使用的原則和控制策略,實現(xiàn)專人賬號管理,數(shù)據(jù)授權(quán)訪問,高敏感數(shù)據(jù)訪問審批,定期稽核、敏感數(shù)據(jù)加密,備份訪問管理等功能。

3.5 數(shù)據(jù)分析與挖掘模塊

根據(jù)最新的訓(xùn)練集數(shù)據(jù)周期性或?qū)崟r的更新算法模型,改善模型效果,同時提供數(shù)據(jù)統(tǒng)計功能,幫助用戶快速了解數(shù)據(jù)的數(shù)理統(tǒng)計特征及數(shù)據(jù)分布情況。更進(jìn)一步支持執(zhí)行圖表動態(tài)聯(lián)動、圖表的多層級下鉆以及多種常規(guī)圖表類型的可視化分析展現(xiàn)等大數(shù)據(jù)分析功能。

3.6 大數(shù)據(jù)應(yīng)用模塊

采用MOLAP 系統(tǒng)作為分析處理引擎,實現(xiàn)數(shù)據(jù)快速查詢。根據(jù)數(shù)據(jù)分析與挖掘的結(jié)果,對元器件質(zhì)量進(jìn)行評估,并給出決策報告。結(jié)合OLAP 分析和圖表可視化技術(shù)自動生成相應(yīng)報表,輔助用戶做出管理決策。

4 數(shù)據(jù)分析與應(yīng)用

元器件質(zhì)量數(shù)據(jù)分析與應(yīng)用以產(chǎn)生決策智能為目標(biāo),為了輔助應(yīng)用對象更加智能地分析、處理和決策,利用數(shù)據(jù)的多維性,建立模型,從多個角度對數(shù)據(jù)進(jìn)行挖掘,實現(xiàn)過程數(shù)據(jù)與結(jié)果數(shù)據(jù)相結(jié)合,通過對歷史數(shù)據(jù)的分析評估實現(xiàn)對未來應(yīng)用場景的預(yù)測和關(guān)聯(lián)洞察。例如:元器件的故障預(yù)測、壽命預(yù)測、可靠性預(yù)計,元器件故障發(fā)生原因的關(guān)聯(lián)性等。

結(jié)合不同應(yīng)用對象對元器件質(zhì)量數(shù)據(jù)的需求,根據(jù)實際應(yīng)用場景采用相應(yīng)的分析方法,使用分析工具進(jìn)行分析,最終展示分析結(jié)果。數(shù)據(jù)分析與應(yīng)用的流程如圖4 所示。

圖4 數(shù)據(jù)分析與應(yīng)用的流程

4.1 應(yīng)用需求分析

元器件質(zhì)量數(shù)據(jù)分析將數(shù)據(jù)與各機構(gòu)的業(yè)務(wù)需求結(jié)合起來,如裝備研制生產(chǎn)單位的元器件選用時,關(guān)注的信息有元器件的性能指標(biāo)、質(zhì)量保證等級、使用質(zhì)量情況、失效分析信息等,同時還需要結(jié)合元器件的實際應(yīng)用需求,如應(yīng)用的環(huán)境要求,通過需求分析便于選擇成熟的分析計算模型和業(yè)務(wù)數(shù)據(jù)模型。

4.2 質(zhì)量數(shù)據(jù)分析

對現(xiàn)有的成熟模型進(jìn)行分析總結(jié),如相關(guān)分析法、聚類分析法、關(guān)聯(lián)分析法、回歸分析法、機器學(xué)習(xí)等,結(jié)合實際的需求,選用與需求相適應(yīng)的分析模型進(jìn)行分析設(shè)計。如元器件選用的需求采用關(guān)聯(lián)分析法進(jìn)行分析,對于元器件質(zhì)量預(yù)測采用回歸分析法進(jìn)行分析。

4.3 分析結(jié)果展示

數(shù)據(jù)分析的結(jié)果通過可視化圖形或報表形式進(jìn)行展示,便于使用人員對分析結(jié)果的理解。對于元器件數(shù)據(jù)類的結(jié)果信息,如元器件數(shù)量比例、數(shù)費比、性能指標(biāo)等,采用柱狀圖、餅圖等進(jìn)行展示；對于元器件預(yù)測類的結(jié)果信息,如元器件壽命預(yù)測,運用走勢曲線進(jìn)行展示。

結(jié)束語

在大數(shù)據(jù)時代,將大數(shù)據(jù)技術(shù)、人工智能技術(shù)應(yīng)用質(zhì)量管理中,實現(xiàn)以數(shù)據(jù)為驅(qū)動的質(zhì)量分析、預(yù)測、管控和改進(jìn)是未來質(zhì)量管理的趨勢。在此情形下研究元器件質(zhì)量數(shù)據(jù)來源、結(jié)構(gòu)、大數(shù)據(jù)平臺架構(gòu)、挖掘分析與應(yīng)用具有很強的現(xiàn)實意義。