一种不同工站和工序的光器件参数管理方法及系统与流程

本技术实施例涉及光器件参数管理，尤其涉及一种不同工站和工序的光器件参数管理方法及系统。

背景技术：

1、光器件是指能够控制、产生或者调节光的设备或组件。在光学器件制造和生产过程中，光器件参数的管理对于确保光器件的质量和性能至关重要。光器件参数包括但不限于光强、光谱特性、波长、色彩准确性等。因此，开发一种能够管理不同工站和工序的光器件参数的方法及系统具有重要意义。

2、传统上，针对光器件参数的管理通常采用手动记录和人工对比的方式。工作人员在每个工站和工序中手动记录和跟踪光器件参数，然后与预设的标准值进行对比。

3、然而传统方案依赖人工操作，容易造成耗时耗力，光器件参数管理效率低下的问题。

技术实现思路

1、本技术实施例提供一种不同工站和工序的光器件参数管理方法及系统，用以解决现有技术中光器件参数管理效率低的问题。

2、第一方面，本技术实施例中提供了一种不同工站和工序的光器件参数管理方法，包括：

3、确定待管理的光器件参数；

4、将光器件的制造过程划分为不同工站和工序，以收集所述待管理的光器件参数在多个样本下的光器件参数数据，所述多个样本包括不同工站和工序下的样本；

5、基于所述多个样本下的光器件参数数据，进行参数关联性分析，以获取参数关联性分析的结果，所述参数关联性是指不同的光器件参数数据之间的相关性或关联程度；

6、基于所述参数关联性分析的结果，对所述待管理的光器件参数进行管理，所述管理至少包括：对所述待管理的光器件参数进行分类、对所述待管理的光器件参数添加标签，或者定义每个所述待管理的光器件参数的规范范围和限制条件。

7、可选地，所述多个样本下的光器件参数数据，进行参数关联性分析，以获取参数关联性分析的结果，包括：

8、将多个样本下的光器件参数数据作为参数关联矩阵的列，将所述多个样本中不同的光器件参数数据之间的第一相关系数作为参数关联矩阵的行，以构建参数关联矩阵；

9、从所述参数关联矩阵中，筛选出关联性符合预设条件的光器件参数数据；

10、建立关联性符合预设条件的光器件参数数据之间的关联度网络，其中，每个所述光器件参数数据表示为所述关联度网络中的节点，不同的光器件参数数据表之间的参数关联性表示为所述关联度网络中的节点之间的边，所述边的权重根据不同的光器件参数数据表之间的参数关联性的强度确定；

11、在关联度网络中，基于所述关联度网络的拓扑结构，得到多个样本下的参数关联性分析的结果。

12、可选地，在所述将多个样本下的光器件参数数据作为参数关联矩阵的列，将所述多个样本中不同的光器件参数数据之间的相关系数作为参数关联矩阵的行，以构建参数关联矩阵之前，还包括：

13、计算多个样本下每个待管理的光器件参数对应的光器件参数数据的均值；

14、计算多个样本下每个待管理的光器件参数对应的光器件参数数据的标准差；

15、根据多个样本下每个待管理的光器件参数对应的光器件参数数据的均值，以及多个样本下每个待管理的光器件参数对应的光器件参数数据的标准差，计算出多个样本下每个待管理的光器件参数对应的光器件参数数据的协方差；

16、根据所述协方差和所述标准差，计算出多个样本中不同的光器件参数数据之间的第一相关系数。

17、可选地，所述根据多个样本下每个待管理的光器件参数对应的光器件参数数据的均值，以及多个样本下每个待管理的光器件参数对应的光器件参数数据的标准差，计算出多个样本下每个待管理的光器件参数对应的光器件参数数据的协方差，包括：

18、通过公式：计算出多个样本下每个待管理的光器件参数对应的光器件参数数据的协方差；

19、其中，cov(a,b)表示为待管理的光器件参数a和待管理的光器件参数b之间的协方差，xi是待管理的光器件参数a在第i个样本中的光器件参数数据，μa表示为多个样本下待管理的光器件参数a对应的光器件参数数据的均值，yi是待管理的光器件参数b在第i个样本中的光器件参数数据，μb表示为多个样本下待管理的光器件参数b对应的光器件参数数据的均值，σ表示对所有样本求和，n表示为样本个数，wi表示为第i个样本的权重；

20、所述根据所述协方差和所述标准差，计算出多个样本中不同的光器件参数数据之间的第一相关系数，包括：

21、所述根据所述协方差和所述标准差，计算出多个样本中不同的光器件参数数据之间的第一相关系数，包括：

22、通过公式：计算出多个样本中不同的光器件参数数据之间的第一相关系数；

23、其中，ρ(a,b)表示为待管理的光器件参数a和待管理的光器件参数b之间的第一相关系数，cov(a,b)表示为待管理的光器件参数a和待管理的光器件参数b之间的协方差，σa表示为待管理的光器件参数a对应的光器件参数数据的标准差，σb表示为待管理的光器件参数b对应的光器件参数数据的标准差。

24、可选地，所述多个样本下的光器件参数数据，进行参数关联性分析，以获取参数关联性分析的结果，包括：

25、根据获取的第二相关系数，从多个样本下的光器件参数数据中，筛选出关联性符合预设条件的光器件参数数据，所述第二相关系数根据多个样本下的光器件参数数据所确定；

26、建立关联性符合预设条件的光器件参数数据之间的关联度网络，其中，每个所述光器件参数数据表示为所述关联度网络中的节点，不同的光器件参数数据表之间的参数关联性表示为所述关联度网络中的节点之间的边，所述边的权重根据不同的光器件参数数据表之间的参数关联性的强度确定；

27、在关联度网络中，基于所述关联度网络的拓扑结构，得到多个样本下的参数关联性分析的结果。

28、可选地，在所述根据获取的第二相关系数，从多个样本下的光器件参数数据中，筛选出关联性符合预设条件的光器件参数数据之前，还包括：

29、将多个样本下的光器件参数数据进行标准化处理，并通过高斯核函数，计算不同的光器件参数数据之间的相似度；

30、根据不同的光器件参数数据之间的相似度，生成高斯核函数矩阵；

31、对所述高斯核函数矩阵进行中心化处理，以获取中心化核矩阵；

32、根据所述中心化核矩阵，计算出第二相关系数，所述第二相关系数是指所述中心化核矩阵中的光器件参数数据之比。

33、可选地，还包括：创建光器件参数数据库，并将收集到的待管理的光器件参数在多个样本下的光器件参数数据存储至所述光器件参数数据库。

34、第二方面，本技术实施例提供了一种同工站和工序的光器件参数管理系统，包括：

35、确定模块，用于确定待管理的光器件参数；

36、收集模块，用于将光器件的制造过程划分为不同工站和工序，以收集所述待管理的光器件参数在多个样本下的光器件参数数据，所述多个样本包括不同工站和工序下的样本；

37、分析模块，用于基于所述多个样本下的光器件参数数据，进行参数关联性分析，以获取参数关联性分析的结果，所述参数关联性是指不同的光器件参数数据之间的相关性或关联程度；

38、管理模块，用于基于所述参数关联性分析的结果，对所述待管理的光器件参数进行管理，所述管理至少包括：对所述待管理的光器件参数进行分类、对所述待管理的光器件参数添加标签，或者定义每个所述待管理的光器件参数的规范范围和限制条件。

39、第三方面，本技术实施例提供了一种计算设备，包括处理组件以及存储组件；所述存储组件存储一个或多个计算机指令；所述一个或多个计算机指令用以被所述处理组件调用执行，实现如上述第一方面所述的同工站和工序的光器件参数管理方法。

40、第四方面，本技术实施例提供了一种计算机存储介质，存储有计算机程序，所述计算程序被计算机执行时，实现如上述第一方面所述的同工站和工序的光器件参数管理方法。

41、本技术实施例中，确定待管理的光器件参数；将光器件的制造过程划分为不同工站和工序，以收集所述待管理的光器件参数在多个样本下的光器件参数数据，所述多个样本包括不同工站和工序下的样本；基于所述多个样本下的光器件参数数据，进行参数关联性分析，以获取参数关联性分析的结果，所述参数关联性是指不同的光器件参数数据之间的相关性或关联程度；基于所述参数关联性分析的结果，对所述待管理的光器件参数进行管理，所述管理至少包括：对所述待管理的光器件参数进行分类、对所述待管理的光器件参数添加标签，或者定义每个所述待管理的光器件参数的规范范围和限制条件。

42、上述光器件参数管理方法的有益效果包括：

43、提高光器件制造过程的效率：通过将制造过程划分为不同工站和工序，并收集光器件参数数据，可以实现对参数的实时监测和控制。这样可以及时发现问题并采取相应的措施，从而提高生产效率。

44、提升光器件质量和性能：通过参数关联性分析，可以深入了解不同光器件参数之间的相关性或关联程度。这有助于确定哪些参数对光器件的质量和性能影响较大，从而将重点放在关键参数的控制上，以提升光器件的质量和性能。

45、精确的参数管理和控制：根据参数关联性分析的结果，可以对待管理的光器件参数进行分类、添加标签，或定义规范范围和限制条件。这有助于实现对参数的精确管理和控制，确保光器件参数在规定范围内，以满足产品要求。

46、数据整合和分析：通过收集多个样本下的光器件参数数据，并进行参数关联性分析，可以将数据整合和分析，从而获得更深入的洞察和优化。这有助于发现潜在的问题和改进机会，提高生产过程的效率和质量。

47、综上所述，该光器件参数管理方法通过划分工站和工序、参数关联性分析和精确的参数管理和控制，可以提高光器件制造过程的效率、质量和性能，实现数据整合和分析，从而带来有益的效果。

48、本技术的这些方面或其他方面在以下实施例的描述中会更加简明易懂。