本发明涉及一种预测分析方法，具体是一种基于状态驱动的离散性生产追溯平台的预测分析方法。
背景技术：
制造业企业产品生产时存在品种多、批量小的客观情况，一个批次零部件往往用在多个产品型号、不同批次订单生产中。当制造过程或市场质量异常时，当调查出某批次零部件存在问题时，为了锁定问题零部件具体用在什么订单、哪些批次、产品条码号明细等信息，需要手工对现有大量的纸面产品流程卡、领料单等信息展开过滤、清查。往往浪费大量人力及时间，造成异常发生后不能快速响应、效率低下，甚至有时候等调查清楚时发现存在潜在风险的产品已经发货，或者产线设备出现隐患而没有意识到，对公司的品牌建设及售后成本都造成很大损失。
国内主流的mes软件厂商因为适配性的问题，更多的关注软件的业务流程，如aps排程，工艺监控等业务层面，基本不涉及状态驱动的情况，即在制品某个特定状态值乃至全链的追溯和管理。传统mes是自上而下的开发理念，即数据采集也是为业务流程服务。追溯条线依赖于工序投料和产出节点，节点固定且无法智能调节，难以监测和还原工序内部，工序之间，循环工序的隐患和瓶颈。尤其是多工序多零件在制品动态管理，难以做精细节点的追溯和分析。
因此现如今企业逐渐认识到对供应商物料信息、制造过程5m1e信息、质量信息、以及发货信息的可采集、可追溯、可查询的重要性，都迫切需要建立一套完善的产品质量追溯及失效分析系统。
技术实现要素：
本发明的目的在于提供一种基于状态驱动的离散性生产追溯平台的预测分析方法，以解决上述背景技术中提出的问题。
为实现上述目的，本发明提供如下技术方案：
一种基于状态驱动的离散性生产追溯平台的预测分析方法，包含以下步骤：
a、分布式集成采集信息参数；
b、基于状态驱动的全要素追溯条线；
c、失效预测分析。
作为本发明的优选方案：所述步骤a包括：1、数据采集器采集plc、cnc、控制器和电控柜设备的信息参数，并由智能网关统一发送至嵌入式终端；2、输入设备采集零件条码信息，并上传至嵌入式终端服务器；3、无线自适应网络将状态信息发送至状态监测机，分析并形成追溯节点；4、状态机将追溯节点信息发送至采集器和输入设备；5、服务器和客户端处理各追溯节点信息，并形成追溯条线。
作为本发明的优选方案：所述步骤b包括：①、状态分析平台通过采集控制单元，工件状态和人员手动输入传回的信息，实时分析每段敏感工序的状态，并智能分析得出追溯条线扫描节点，②、通过输入设备扫描这些节点并关联到工单，绑定工件，同时关联所有生产信息，从而生成追溯条线。
作为本发明的优选方案：所述步骤c具体是基于相邻或相近工件的追溯节点和线条的比对，通过状态面或状态点的关系对设备故障预测、工件质量效益、生产整体状态做趋势研究和判断；具体包括：spc分析、节拍分析、产线平衡率分析、工艺分析、oee分析、质量分析和产量分析。
与现有技术相比，本发明的有益效果是：1、可以智能研判追溯节点，反映工序内部，工序之间，循环工序的潜在问题，可以精确追溯，动态反映产线实际情况。2、可以对在制品状态做精确追溯，更实际反映工艺质量，工件质量。3、可形成全要素追溯条线，更能反映产线的状态，对于故障预测分析和趋势研判更加精准和有效。
具体实施方式
下面将对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
一种基于状态驱动的离散性生产追溯平台的预测分析方法，由分布式集成采集控制单元，全要素追溯链平台，失效预测分析平台组成。
分布式集成采集控制单元(终端)，由数据采集器，状态监测机，嵌入式终端，输入设备，无线自适应网络组成。
数据采集器采集plc，cnc，控制器，电控柜等设备的信息参数，并由智能网关统一发送至嵌入式终端。
输入设备采集零件条码信息，并上传至嵌入式终端服务器。
无线自适应网络将状态信息发送至状态监测机，分析并形成追溯节点。
状态机将追溯节点信息发送至采集器和输入设备。
服务器和客户端处理各追溯节点信息，并形成追溯条线。
基于状态驱动的全要素追溯条线：
状态机是实时分析产线状态，并得出追溯节点的客户端平台。状态机依据以下情况研判追溯节点：
1、每道工序的自动投料与产出；
2、工序内部的瓶颈；
3、工序间的瓶颈；
4、并行工序；
5、循环工序。
状态分析平台通过采集控制单元，工件状态和人员手动输入传回的信息，实时分析每段敏感工序的状态，并智能分析得出追溯条线扫描节点。这些节点通过输入设备扫描关联到工单，绑定工件，并关联所有生产信息，从而生成追溯条线。此种追溯条线可以精确反映工件和产线的瓶颈，通过相邻或相近工件的追溯条线的比对，可以精确捕捉和预测故障发生率，及产线整体情况。
失效预测分析平台：
基于相邻或相近工件的追溯节点和线条的比对，通过以下关系
状态面：某个工件绑定的各种信息之间的关系
状态点：每个工件对应的某种信息之间的关系
可以对设备故障预测，工件质量效益，生产整体状态做趋势研判。
具体表现及实现方式可以有以下几个方面。
spc分析：
统计过程控制(简称spc，statisticalprocesscontrol)是一种借助数理统计方法的过程控制工具。它对生产过程进行分析评价，根据反馈信息及时发现特殊原因出现的征兆，并采取措施消除其影响，使过程维持在仅受普通原因影响的受控状态，以达到控制质量的目的。
判异规则：目前共有3种规则：超控制线ucl或者lcl；连续7点在中心线cl的一侧；连续6点有相同的趋势(持续上升或持续下降)。各个参数分别启用哪些规则，在[spc监控配置界面中可以配置，若未配置则默认启用所有的判异规则。
节拍分析：
从节拍分析查看工厂的生产情况，节拍的波动与加工的设备、产品、工序、人员都有着密切的关系，甚至直接影响到产品的质量和交期。
节拍分析包括以下功能：节拍历史查询和节拍汇总。
产线平衡率分析：
通过产线平衡率的结果可对生产线的全部工序进行负荷分析,通过调整工序间的负荷分配使各工序达到能力平衡(作业时间尽可能相近)的技术手段与方法,最终消除各种等待浪费现象，提高生产线的整体效率。
全节拍的产线平衡率为，(各工序的70％全节拍标准节拍之和)/(瓶颈工序的70％全节拍标准节拍*工序数)。
工艺分析：
监控工厂设备状态与设备工艺参数实时采集情况。并在曲线图中表示，可根据工厂，设备与工艺参数进行查询。
oee分析：
oee主题有五个维度，四大内容的分析。五个维度分别是地点维度、设备类型维度、设备维度、时间维度和班次维度；四块内容分别是oee分析、时间开动率分析、性能开动率分析。
质量分析：
质量分析只要用来分析各道工序在加工时产生不合格品的原因，并用漏斗图、饼图、柏拉图等多种图片分析不合格的原因。
产量分析：
从产量分析查看工厂生产情况，产量的变动直接反映出生产的好坏，从而能够深入分析影响产量的各个因素：设备利用率、质量合格率、性能效率、产量平衡率等。
产量分析主题有两个维度：按地点分析和按产品分析。
按地点分析有以下功能：产量表、趋势图、设备利用率、质量合格率、速度效率、产线平衡率。
本发明的工作原理是：追溯条线：
整体追溯采用条码标签关联所有原材料、半成品、成品等，并通过记录在终端上的扫描条码动作继而记录了生产过程中所有的投料、产出、出入库、销售等过程。所有数据均存在于中心数据库，最终通过对成品条码或原材料的查询即可追溯产品整体生产过程的每个环节，并同时查看每个环节相关的历史数据，包括：工序、设备、人员、工艺、物料数量等。
物料从到货后，包括外协件等外购件，均在入库时即打上条码，在库存管理的所有过程中，均以扫描条码的方式获取物料信息。库存流转流程以在移动设备上操作为主，辅助于erp系统进行库存数据的管理。
在生产车间中流转的所有物料(原料、在制品、半成品等)均采用容器/工位器具间接关联，即可通过扫描容器的条码获取到物料的信息。故物料出库后，在生产车间的流转均采用关联的容器条码进行所有加工过程的记录，除了最后再入库时需要还原成物料条码(一般为成品包装条码)。记录的投料与产出信息，同时将关联到工单。