← 返回实验室

AI质量根因分析:从SPC报警到因子定位

在离散制造的质量分析场景里,SPC 报警通常只说明"哪条线、哪个时刻",不回答"为什么"。数据分析实验室近期做了一组实验:把设备时序、工艺参数、来料批次与检验记录对齐到同一时间轴,先用变化点检测定位异常窗口,再用条件互信息与滞后相关筛出候选因子,最后交由工艺人员确认。

阶段性进展:

  • 在试点产线的 3 类常见缺陷上,根因初筛范围从平均 40 余个参数压缩到 5~8 个,分析师首次定位耗时约减少一半;
  • 剩余误报集中在换型切换期,多由数据断点与工况跳变引起,需在数据质量层先行补齐。

下一步计划:一是引入换型事件标记,把"工况切换"与"真实异常"分开建模;二是将候选因子清单接入现有 MES 报表,观察一线工程师能否直接使用。我们仍把该能力定位为"根因初筛",不输出自动结论,最终判定保留在人手里。

评论

更多研究动态

查看全部实验室 →