改革開(kāi)放以來(lái)，中國(guó)的制造業(yè)飛速發(fā)展，中國(guó)制造的產(chǎn)品遠(yuǎn)銷(xiāo)世界各個(gè)角落將加工制造業(yè)發(fā)展到了極致，成為了世界的加工工廠(chǎng)。

現(xiàn)如今面臨第四次工業(yè)革命，德國(guó)等發(fā)達(dá)國(guó)家已經(jīng)提出相應(yīng)的政策，德國(guó)利用技術(shù)的趨勢(shì)提出 4.0 政策，開(kāi)始實(shí)施未來(lái)的工業(yè)發(fā)展戰(zhàn)略。為了趕超發(fā)達(dá)國(guó)家中國(guó)也提出了自己的理念—“中國(guó)制造2025”。雖然“中國(guó)制造2025”的內(nèi)容和其他國(guó)家的工業(yè)4．0有相互重疊的地方。但也有屬于中國(guó)的獨(dú)特之處。創(chuàng)新驅(qū)動(dòng)、質(zhì)量為先、綠色發(fā)展、結(jié)構(gòu)優(yōu)化、人才為本……其中把質(zhì)量放在最前面，這就與其他國(guó)家的理念都不一樣。由此可見(jiàn)質(zhì)量是一個(gè)非常重要的因素。

提到產(chǎn)品質(zhì)量管控，大部分企業(yè)都會(huì)去設(shè)立品質(zhì)、生產(chǎn)等部門(mén)對(duì)產(chǎn)品質(zhì)量進(jìn)行把控。但事實(shí)上，如果固守傳統(tǒng)的質(zhì)量管理模式，很難百分百杜絕不合格產(chǎn)品流通到市場(chǎng)上。那么企業(yè)如何才能有效地提高產(chǎn)品質(zhì)量？

傳統(tǒng)的質(zhì)量統(tǒng)計(jì)方法很重要，但確實(shí)也有不足的地方。需要不斷更新、增添。它們大多基于采樣，得到的是部分產(chǎn)品的信息，只能反映局部生產(chǎn)過(guò)程，缺少的數(shù)據(jù)與信息平臺(tái)、質(zhì)量數(shù)據(jù)難以共享與追蹤、工具自動(dòng)化程度低、依賴(lài)質(zhì)量人員的大量參與與主觀(guān)判斷，所以必須做出變革。

工業(yè)大數(shù)據(jù)和機(jī)器學(xué)習(xí)的結(jié)合。對(duì)我們來(lái)說(shuō)就是難得的機(jī)遇。雖然現(xiàn)在傳感器便宜了，信息系統(tǒng)技術(shù)到位了，工業(yè)大數(shù)據(jù)的收集的技術(shù)也已經(jīng)到位了。還有以前看不到的東西，現(xiàn)在也看的到了，像分析方面的描述、診斷、預(yù)測(cè)等，現(xiàn)在也可以做到不同的高度。比如進(jìn)廠(chǎng)加工等每個(gè)過(guò)程都有進(jìn)行數(shù)據(jù)收集，根據(jù)自己的行業(yè)進(jìn)行了不同層次的描述、分析、整合，這些都是工業(yè)大數(shù)據(jù)要做的事。但我要說(shuō)的是，就算軟件、硬件做得比較超前到位,但還是需要專(zhuān)業(yè)分析工具、專(zhuān)業(yè)分析人員，才能讓數(shù)據(jù)分析應(yīng)用更徹底、質(zhì)量管理更全面。

國(guó)工智能的數(shù)據(jù)大腦產(chǎn)品就完全可以滿(mǎn)足客戶(hù)對(duì)質(zhì)量管理的需求，平臺(tái)中融合了大量數(shù)據(jù)分析算法包含了SPC,CPK,DOE等質(zhì)量分析方法，可以實(shí)現(xiàn)服務(wù)化數(shù)據(jù)監(jiān)控，一旦出現(xiàn)問(wèn)題，會(huì)主動(dòng)推送報(bào)告到關(guān)聯(lián)人員和生產(chǎn)管理系統(tǒng)，提出建議處理措施，從而來(lái)預(yù)測(cè)企業(yè)的質(zhì)量是否可控，從而能使產(chǎn)品質(zhì)量保持在良好一致性和穩(wěn)定性的范圍內(nèi)。

在本篇，我們通過(guò)一個(gè)完整的案例來(lái)演示國(guó)工智能數(shù)據(jù)大腦平臺(tái)的數(shù)據(jù)分析能力。案例中我們主要用到的算法組件是雙樣本率檢驗(yàn)。

含義：

雙樣本率檢驗(yàn)：

使用雙樣本率檢驗(yàn)組件可執(zhí)行確定兩個(gè)組的總體比率是否不同和計(jì)算可能包括總體比率之間差值的值范圍。

案例：

現(xiàn)有一個(gè)實(shí)際案例，某企業(yè)有兩臺(tái)相同的設(shè)備每天都要生產(chǎn)幾萬(wàn)個(gè)零件，1號(hào)設(shè)備和2號(hào)設(shè)備生產(chǎn)相同產(chǎn)品質(zhì)量幾乎無(wú)差，工程師在1號(hào)設(shè)備換上新設(shè)備的刀具，由于新刀具是用價(jià)格較為昂貴的合金材料；希望使用新刀具能使廢品率有所下降。

使用原來(lái)刀具的2號(hào)設(shè)備生產(chǎn)的零件中和換上新道具的1號(hào)設(shè)備生產(chǎn)的零件中各分別隨機(jī)抽取多個(gè)進(jìn)行檢驗(yàn)，1號(hào)設(shè)備收取102個(gè)樣品，99個(gè)樣品合格；2號(hào)設(shè)備抽取77個(gè)樣品，55個(gè)樣品合格。現(xiàn)對(duì)該組數(shù)據(jù)進(jìn)行分析。

分析過(guò)程：

國(guó)工智能數(shù)據(jù)大腦平臺(tái)會(huì)自動(dòng)、定時(shí)從質(zhì)量分析系統(tǒng)中讀取數(shù)據(jù)，直接訪(fǎng)問(wèn)數(shù)據(jù)庫(kù)獲取數(shù)據(jù)集。

采用拖取的形式從數(shù)據(jù)大腦中的組件面板查找雙樣本率檢驗(yàn)組件，拖到到工作面板。

單擊該組件，右側(cè)會(huì)出現(xiàn)【組件配置】操作面板，進(jìn)行一系列參數(shù)配置。點(diǎn)擊運(yùn)行，生成分析結(jié)果。

分析結(jié)果：

原假設(shè)聲明H0：p1-p2=0 ，即1號(hào)設(shè)備生產(chǎn)合格率所占的比率與2號(hào)設(shè)備生產(chǎn)合格率所占的比率之差為0 ，由于 p 值為 0.000（小于顯著性水平 0.05），因此可否定原假設(shè)，所以結(jié)果表明，1號(hào)設(shè)備生產(chǎn)合格率所占的比率與2號(hào)設(shè)備生產(chǎn)合格率所占的比率之間存在差異。且兩個(gè)組的總體比率之間差值為0.2563025，企業(yè)通過(guò)該分析結(jié)果可得出1號(hào)設(shè)備的生產(chǎn)合格率高于2號(hào)設(shè)備的生產(chǎn)合格率。

與質(zhì)量分析系統(tǒng)相融合：

數(shù)據(jù)大腦具備的強(qiáng)大數(shù)據(jù)整合功能，可以完成任意類(lèi)型數(shù)據(jù)庫(kù)、EXCEL、文本文檔、數(shù)據(jù)接口等多種類(lèi)型數(shù)據(jù)的對(duì)接整合，從而可將生產(chǎn)中質(zhì)量分析系統(tǒng)、MES系統(tǒng)等，底層系統(tǒng)中的海量生產(chǎn)數(shù)據(jù)整合到平臺(tái)中進(jìn)行數(shù)據(jù)的清洗、分析及深度挖掘。

參數(shù)說(shuō)明：

1、試驗(yàn)數(shù)A——輸入樣本A的試驗(yàn)數(shù)；

2、事件數(shù)A——輸入樣本A的事件數(shù)；

3、試驗(yàn)數(shù)B——輸入樣本B的試驗(yàn)數(shù)；

4、事件數(shù)B——輸入樣本B的事件數(shù)；

5、置信水平——選擇0.05；