关于一种非接触智能卡生产过程中产品质量控制方法的探讨

2020-12-28 23:47马成
科学与信息化 2020年33期
关键词:大数据应用质量控制

摘 要 众所周知,非接触智能卡已经应用于社会的方方面面,如:公交卡、社保卡等,作为市场投放范围广投放量巨大的产品,把握好产品质量控制变得尤为重要,通过将收集数据并应用到产品生产过程中能够有效提高产品合格率,降低生产成本。

关键词 非接触智能卡;质量控制;大数据应用

1研究背景

有质量保证的产品是企业得以立身发展的根 本, 是企业增加客户信任和满意的前提。保障产品质量安全是企业最基本的义务所在。受制于非接触智能卡产品特殊性,作为国内大型智能卡生产企业,仍属于劳动密集型企业,仍有大量产业工人分布在生产及质量检验等各个环节,自动化程度相对较低,虽然依靠相应的规章制度约束和相对完善的工艺检查制度可以做到产品质量的稳定,但质量问题仍层出不穷,使产品附加了大量管理成本,如何形成一套快速有效的品控制度及方法成为当务之急。

2改进方法的探索

(1)在非接触智能卡生产环节进行人员培训,增加生产数据电子化收集环节,形成数据库,非接触智能卡数据库是集合各环节生产信息,包括但不限于人员编号设备编号等。

(2)非接触智能卡涉及的生产环节众多,每一个环节都可能对最终产品质量产生影响,通过在产品检验环节将目前所知各种不合格产品的不合格类别细分出来,比如外观不合格、芯片损坏等,将相应的不合格项目列入数据库中,该数据库与生产信息数据库为一库两用,生产数据电子化收集是向数据库中实时插入数据,不合格产品数据录入即在产品检验环节培训相关人员,增加不合格产品信息入库环节,将录入数据库的不合格产品同前期收集的生产数据关联起来,即将生产信息数据库中的不合格品做标记,形成不合格产品数据库。不合格产品数据库应做到数据准确,不能标记错漏需要对操作人员做好培训。举例说明:非接触智能卡产品经过所有工序制成为成品后来到了成品检验环節,此时检验员发现卡体外观有问题,按标准应归类为外观不合格卡体,此时就需要将该卡体在数据库中标记为外观不合格卡体,并可通过数据链条知道是哪些设备和操作员生产了该卡体。

3实际应用

3.1 设置不合格品警戒线

在实际应用中可根据不同不合格项目设置不同的警戒线,比如:卡体外观不合格数量警戒线为A,芯片损坏卡体数量警戒线为B,A和B设定值可由相关信息录入负责人手动设定,如本批产品共100万卡,根据工艺要求总的不合格数量不能高于5%即5万卡,这5万卡又包括了各种类型的不合格卡体,比如外观不合格、芯片损坏等,如果本批卡体不合格率为4%但全部为外观不合格,虽然不合格率没有超过质量文件要求,但4万卡均为外观不合格显然是不对的,当然这种极端情况基本不会出现,所以为不合格项设置警戒线很有必要。

3.2 警戒线设定标准

设定标准可根据产品质量相关文件要求决定,如卡体外观不合格警戒线A不能超过1%,则相关数据录入人员在录入外观不合格卡体信息时需要手动输入该批次卡体产量和设定外观不合格项为1%,则形成警戒线值为A=该批次卡体产量*1%,

3.3 报警机制启动及应对

以该批次产量100万为例,通过警戒线设定标准可知卡体外观不合格率为1%即1万卡,在操作员录入该批次外观不合格卡体超过1万卡时则启动报警机制,提示外观不合格超警戒线,此时我们需要启动纠错机制,即按数据链条查找该批次外观不合格卡体相应生产信息,找到相关生产人员及设备,包括但不限于以下措施:

(1)对该人员及设备生产卡体严加检查,找出问题所在,如是设备问题则马上暂停该设备生产,通过设备检修或调整参数等纠正措施后进行试生产以达到纠错目的。

(2)如果是人员违反操作工艺进行生产等问题则按相关规章制度处理,该人员后续生产产品严加检查。

4大数据拓展应用

全过程控制是一项综合性、系统性的管理工作, 包含诸如员工参与、设备管理、流程重组、与供应商交涉等一系列实践活动[1],我们通过建立起有效的质量数据分析系统,可实现查询、统计、分析、为供应商评价提供依据的目的。

4.1 查询

我们通过得到的数据可以实现各种查询功能,通过输入相应查询条件可以查询到人、机、料、时间等相关信息。

4.2 统计

我们可以利用数据实现基本统计功能,如按日月年等时间周期的合格卡体数量统计、不合格卡体数量统计,还可以进行更为精确的产量统计,比如哪几组操作员不良品率明显低于其他人或班组,哪些设备故障频繁,哪些设备不良品率会低于其他设备,即使这个差别非常细微,必须放在以年为跨度的统计中才能得到相关数据。

4.3 分析

数据汇总及分析是数据应用的重要环节有了大数据支持,基本的数据分析都可以做到,可以根据数据判断出哪些人员、设备不合格率总是高于平均水平。即使这个差别是非常微小的。

4.4 供应商评价

供应商评价是指利用指标评价体系,对供应商供货质量服务水平、供赁价格、准时性、信用度等进行评价,为供应商的选择奠定基础。对供应商需从多方面进行评价、打分,比如质量、价格等因素,利用大数据分析可以对供应商评价中的质量指标提供有力的数据支持。

5追溯功能

追溯系统目前已经被广泛应用于各个行业中,它其实就是一种可以对产品进行正向,逆向或不定向追踪的生产控制系统,可适用于各种类型的过程和生产控制系统。有了相关生产信息数据库和不合格品数据库即相当于有了一个简单的追溯系统。非接触智能卡的客户既可以是使用人也可以是下游厂商,我们将产品数据收集并建立数据库,首先可以防止假冒伪劣产品的出现,一旦出现问题卡可首先在生产信息数据库中查询是否为我企业生产,若无相关信息即可初步判定为假冒产品。其次在客户使用过程中出现问题即可返厂调出相关生产数据进行横向比较,看同批次产品是否出现同样问题,是否为不合格卡体错发等,可以做到及时纠错、止损、召回、理赔等。

6数据安全

6.1 数据备份

随着产品的持续生产,生产信息数据库存储的信息会越来越多,数据量会越来越大,通过专门的备份软件,在生产窗口空白期比如凌晨等对当日生产数据进行备份,备份可以设置为自动运行,在需要临时备份时也可以手动操作备份。

6.2 持续供电

在生产过程中会经历电压不稳、雷暴天气影响等因素导致突然断电,通过加入断电后可持续供电4小时以上的在线式UPS设备,我们保证了在出现断电或者闪断等情况下持续稳定供电,保证了数据的安全,给管理人员安全备份及关机保留了充足的时间。

6.3 数据安全

数据库中存储的均为关键生产信息,通过设置加密机柜将存储单元保护起来,通过物理隔离将数据库与外部网络分隔,通过设置管理权限固定可以执行相关操作的人员。对所在区域实行24小时监控,通过以上措施可以杜绝数据信息的非法流失。

7结束语

非接触智能卡在社会中的广泛应用必须要求生产企业对质量控制更加严格,随着5G网络的建立及“互联网+”的兴起,对非接触智能卡行业必然有更高的要求,通过上述质量控制方法的建立与应用为将来实现“互联网+生产”的所谓“云生产”提供了可靠的接口及数据支撑,如开发APP进行生产控制等。

参考文献

[1] 张靖宇,生吉萍. 基于全面质量管理的食品安全企业数据库指标体系构建研究[J].食品安全质量检测学报,2020,11(14):4880-4885.

作者简介

马成(1982-),男,北京市人;职称:中级职称,现就职单位:公安部第一研究所,研究方向:生产现场管理。

猜你喜欢
大数据应用质量控制
浅析电信行业大数据应用的路径
大数据与图书馆管理创新
科学大数据的发展态势及建议
浅谈机车总风缸的制作质量控制
浅谈在公路桥梁施工环节的质量管理及控制
浅谈石灰土基层施工及质量控制
黄土路基台背回填的质量控制
企业管理会计应用大数据分析实例研究
美军大数据技术应用现状研究