陳 亮，吳夢婷

(西安工程大學(xué) 計算機(jī)科學(xué)學(xué)院，陜西 西安 710600)

0 引言

隨著新一輪科技革命和產(chǎn)業(yè)變革的興起，以數(shù)字化、網(wǎng)絡(luò)化和智能化為主要特征的智能制造已經(jīng)成為企業(yè)發(fā)展的必然趨勢[1-2]。在此背景下，德國提出“工業(yè)4.0”，美國提出“工業(yè)互聯(lián)網(wǎng)”，我國提出“中國制造2025”，三大戰(zhàn)略都將數(shù)據(jù)作為推動傳統(tǒng)制造業(yè)向智能化轉(zhuǎn)型的核心[3]。通過數(shù)據(jù)分析技術(shù)解決實際生產(chǎn)運營中的質(zhì)量、效率、物流、供應(yīng)鏈的問題才是數(shù)據(jù)的核心目的[3]。其中質(zhì)量是現(xiàn)代企業(yè)生存和發(fā)展的決定性因素之一，質(zhì)量數(shù)據(jù)反映了產(chǎn)品的質(zhì)量情況，是現(xiàn)代企業(yè)精益質(zhì)量管控的前提和基礎(chǔ)。如何將離散、多源的質(zhì)量數(shù)據(jù)融合匯總，形成一體化的數(shù)據(jù)服務(wù)平臺，是開展精細(xì)化質(zhì)量管控的核心。制造型企業(yè)的價值最終表現(xiàn)在產(chǎn)品與服務(wù)上，而車間是決定生產(chǎn)效率與產(chǎn)品質(zhì)量的重要環(huán)節(jié)，因此智能車間是企業(yè)走向智能制造的起點。由此，以數(shù)據(jù)為核心，從智能車間生產(chǎn)過程產(chǎn)生的海量數(shù)據(jù)中挖掘有價值的信息來指導(dǎo)車間運行優(yōu)化，已經(jīng)引起學(xué)術(shù)界和工業(yè)界的極大關(guān)注[4]。現(xiàn)如今工業(yè)數(shù)據(jù)成為智能化發(fā)展的重要方向，而數(shù)據(jù)可視化可以提供較短的路線，幫助指導(dǎo)決策，成為通過數(shù)據(jù)分析傳遞信息的一種重要工具。但是專業(yè)質(zhì)量數(shù)據(jù)分析算法和分析工具應(yīng)用難度大，易形成知識應(yīng)用障礙，難以理解質(zhì)量數(shù)據(jù)中蘊(yùn)含的決策知識，因此采用“精益看板”、“數(shù)圖聯(lián)動”等手段助力車間質(zhì)量數(shù)據(jù)實現(xiàn)智能決策和管理已成為迫切的業(yè)務(wù)需求。

近年來，國內(nèi)外眾多學(xué)者對數(shù)據(jù)驅(qū)動的智能制造進(jìn)行了大量探索與研究，例如2013年6月20日，通用電氣(GE)在美國舊金山宣布推出第一個大數(shù)據(jù)分析平臺，管理云中運行的由大型工業(yè)機(jī)器產(chǎn)生的數(shù)據(jù)[4]；李西興等[5]針對制造企業(yè)產(chǎn)品加工制造生命周期的數(shù)據(jù)管理問題，設(shè)計和開發(fā)了針對制造企業(yè)的數(shù)字化、智能化管理平臺；Wei等[6]為了深入挖掘大數(shù)據(jù)的隱藏價值，提高復(fù)雜產(chǎn)品制造企業(yè)的流程改進(jìn)和決策水平，研究了復(fù)雜產(chǎn)品制造業(yè)大數(shù)據(jù)分析服務(wù)平臺的構(gòu)建；KALAMARAS等[7]介紹了一個交互式可視化分析平臺，該平臺可以通過統(tǒng)一的交互界面對歷史數(shù)據(jù)進(jìn)行探索，并對未來的業(yè)務(wù)進(jìn)行預(yù)測。這些方法的研究和應(yīng)用為智能車間的應(yīng)用提供了有力參考，但當(dāng)今大多數(shù)平臺都采取表達(dá)形式單一的可視化圖表展示數(shù)據(jù)隱藏的信息。因此，本文在數(shù)據(jù)統(tǒng)一管理與分發(fā)、數(shù)據(jù)分析建模以及數(shù)據(jù)可視化探索與展示一體化的基礎(chǔ)上，提出文本與可視化圖表交互技術(shù)，幫助用戶進(jìn)行數(shù)據(jù)的可視化探索。

通過上述分析，本文以制造業(yè)智能車間為背景，引入自然語言生成[8]、基于模版的自然語言生成[9-10]以及圖文交互[11]等關(guān)鍵技術(shù)，研究和開發(fā)了面向智能車間的質(zhì)量數(shù)據(jù)集成與可視化分析平臺，實現(xiàn)以車間質(zhì)量數(shù)據(jù)采集、算法整合和數(shù)據(jù)可視化呈現(xiàn)為核心的質(zhì)量管理平臺。

1 平臺整體設(shè)計

1.1 平臺總體建設(shè)目標(biāo)

質(zhì)量數(shù)據(jù)集成與可視化分析平臺的建設(shè)目標(biāo)是構(gòu)建產(chǎn)品生命周期全過程的質(zhì)量數(shù)據(jù)集成和可視化服務(wù)體系，幫助車間實現(xiàn)數(shù)據(jù)驅(qū)動的智能制造。其主要任務(wù)是通過車間質(zhì)量數(shù)據(jù)的提取、整理、分析和展示，將大量質(zhì)量數(shù)據(jù)轉(zhuǎn)換為真正的知識，從而為企業(yè)管理者提供高效、準(zhǔn)確的決策。質(zhì)量數(shù)據(jù)集成與可視化分析平臺構(gòu)建產(chǎn)品全生命周期全過程質(zhì)量管理體系，從質(zhì)量數(shù)據(jù)采集、質(zhì)量數(shù)據(jù)分析、質(zhì)量業(yè)務(wù)管理以及質(zhì)量數(shù)據(jù)應(yīng)用等方面，貫穿從設(shè)計、制造、檢測、分析控制的產(chǎn)品全生命周期，覆蓋從設(shè)計質(zhì)量、供應(yīng)商質(zhì)量、來料檢驗、制造過程檢驗、產(chǎn)品檢驗、售后檢驗全過程的質(zhì)量管理。通過車間產(chǎn)品質(zhì)量跟蹤與分析，實現(xiàn)產(chǎn)品加工過程管理“從前向后”以及“從后向前”的雙向質(zhì)量追溯。以設(shè)計信息為源頭，打通產(chǎn)品設(shè)計、工藝、制造和檢測檢驗，設(shè)計質(zhì)量正向檢測數(shù)據(jù)鏈，實現(xiàn)在線質(zhì)量校核；以售后質(zhì)量信息為源頭，打通售后、制造、采購、設(shè)計，實現(xiàn)服務(wù)質(zhì)量逆向追溯證據(jù)鏈。同時，以精益質(zhì)量看板為基礎(chǔ)，實現(xiàn)智能制造質(zhì)量可視化管控突破。其系統(tǒng)整體建設(shè)目標(biāo)如圖1所示。

1.2 平臺總體功能架構(gòu)

智能車間質(zhì)量數(shù)據(jù)集成及可視化分析平臺是集數(shù)據(jù)接入、數(shù)據(jù)處理、數(shù)據(jù)挖掘、數(shù)據(jù)可視化、數(shù)據(jù)應(yīng)用于一體的質(zhì)量數(shù)據(jù)分析工具。平臺功能架構(gòu)如圖2所示。

平臺功能架構(gòu)的主要功能模塊如下：

(1)主數(shù)據(jù)管理 對數(shù)據(jù)模型進(jìn)行統(tǒng)一管理，支持結(jié)構(gòu)化、非結(jié)構(gòu)化數(shù)據(jù)建模，為開展企業(yè)數(shù)據(jù)資產(chǎn)各項管理奠定基礎(chǔ)。通過對企業(yè)的數(shù)據(jù)進(jìn)行分類、快速構(gòu)建可視化的數(shù)據(jù)模型，為數(shù)據(jù)應(yīng)用提供多樣化的配置選項。

(2)集成物料清單(Bill of Material, BOM) 管理構(gòu)造產(chǎn)品各階段BOM相關(guān)數(shù)據(jù)，包括自制件、外購件等。與產(chǎn)品數(shù)據(jù)管理(Product Data Management, PDM)、企業(yè)資源規(guī)劃(Enterprise Resource Planning, ERP)、制造執(zhí)行系統(tǒng)(Manufacturing Execution System, MES)等產(chǎn)品系統(tǒng)集成，解決各系統(tǒng)對BOM定義不一致導(dǎo)致信息不能共享的問題。

(3)數(shù)據(jù)資源管理 在主數(shù)據(jù)管理創(chuàng)建的數(shù)據(jù)模型基礎(chǔ)上，實現(xiàn)數(shù)據(jù)資源全生命周期管理。支持?jǐn)?shù)據(jù)維護(hù)、審核、修改和停用，支持結(jié)構(gòu)化數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)的統(tǒng)一管理，支持第三方業(yè)務(wù)系統(tǒng)的數(shù)據(jù)采集和分發(fā)。

(4)算法管理 包含數(shù)據(jù)處理、特征工程、機(jī)器學(xué)習(xí)、統(tǒng)計分析、集成學(xué)習(xí)、深度學(xué)習(xí)等多種算法，并提供嵌入自定義算法的功能，為用戶提供全面的算法選擇。

(5)數(shù)據(jù)分析 提供統(tǒng)計分析、挖掘分析等大量分析方法及相關(guān)模型，也可針對不同行業(yè)的業(yè)務(wù)需求，嵌入行業(yè)專用的指標(biāo)分析和預(yù)測等業(yè)務(wù)模型，對產(chǎn)品質(zhì)量的關(guān)鍵特性參數(shù)進(jìn)行實時監(jiān)測和預(yù)測。

(6)數(shù)據(jù)可視化模塊 提供豐富的可視化圖形展示和靈動的圖形交互，支持常用的統(tǒng)計圖表、圖形和組件，支持鉆取、聯(lián)動、鏈接等交互操作，通過企業(yè)大屏、PC屏等多種“可視看板”幫助用戶洞察數(shù)據(jù)背后的知識。

智能車間質(zhì)量數(shù)據(jù)集成分析平臺通過以上功能模塊支持產(chǎn)品生命周期全過程的質(zhì)量數(shù)據(jù)集成和可視化服務(wù)體系。將質(zhì)量數(shù)據(jù)、生產(chǎn)過程數(shù)據(jù)等各方面數(shù)據(jù)集成在一起，通過數(shù)據(jù)挖掘和數(shù)據(jù)可視化分析，獲得有利于改進(jìn)設(shè)計、實現(xiàn)平臺質(zhì)量持續(xù)提升的決策依據(jù)。

在質(zhì)量追溯應(yīng)用方面，將數(shù)據(jù)分析技術(shù)與自然語言生成和交互式可視化相結(jié)合，生成質(zhì)量追溯的交互式報告。以關(guān)鍵零件生產(chǎn)為例，一個生產(chǎn)周期包括多個工序，每個工序都會產(chǎn)生過程數(shù)據(jù)。首先，通過RFID技術(shù)標(biāo)識零件生產(chǎn)工序的過程數(shù)據(jù)，選擇合適的算法模型進(jìn)行數(shù)據(jù)分析并通過可視化圖表展示。其次，利用基于模板的自然語言生成技術(shù)為可視化圖表添加相應(yīng)的語言描述，并在生成的自然語言中嵌入迷你圖來提供隱藏信息。最后，通過文本、迷你圖和可視化圖表之間的交互鏈接，將產(chǎn)品質(zhì)量追溯至生產(chǎn)質(zhì)量的具體工序，實現(xiàn)質(zhì)量逆向追溯鏈，并為此產(chǎn)生交互式報告。

2 關(guān)鍵技術(shù)

2.1 基于模板的自然語言生成技術(shù)

智能車間質(zhì)量數(shù)據(jù)集成與可視化分析平臺在解決質(zhì)量管理等問題時，由于傳統(tǒng)的可視化表達(dá)方式單一，不能完全表達(dá)質(zhì)量數(shù)據(jù)背后潛在信息的問題，本文采用基于模板的自然語言生成方法為可視化添加文本描述，幫助用戶豐富視覺表示，并發(fā)現(xiàn)數(shù)據(jù)規(guī)律。

自然語言生成(Natural Language Generation, NLG)是自然語言處理兩大領(lǐng)域之一[12]，研究如何從數(shù)據(jù)和抽象信息中用一些語義和語法規(guī)則生成自然語言文本[13]。本文采用決策圖和參數(shù)化的句子模板來生成自然語言文本，為傳統(tǒng)可視化添加文本敘述以提供詳細(xì)信息，允許用戶進(jìn)一步探索數(shù)據(jù)。與基于語法模型或機(jī)器學(xué)習(xí)的高級文本生成方法相比[13]，基于模板的自然語言生成技術(shù)不需要構(gòu)建語言和語法模型，具有良好的適用性和足夠的靈活性。該方法通過有向無環(huán)決策圖[13]來控制生成流程,并從參數(shù)化的模板中生成文本，如圖3所示為負(fù)責(zé)生成追溯報告主要部分的決策圖。該過程從“開始”節(jié)點開始，遵循確定性路徑，直到“停止”為止。其中決策節(jié)點(圓角矩形)根據(jù)決策變量的條件確定遍歷的路徑。文本節(jié)點(矩形)被訪問時，添加一個新的句子或短語的敘述。從“開始”到“停止”節(jié)點的任何遍歷都會產(chǎn)生有意義的敘述。決策圖由下列頂點和邊組成：

(1)啟動頂點 決策圖的唯一入口，單個輸出邊將啟動頂點與下一個頂點相連。

(2)文本頂點(矩形節(jié)點) 訪問時會添加、參數(shù)化文本片段，一條邊將其連接到下一個頂點。

(3)決策頂點(圓角矩形節(jié)點) 具有多個輸出邊的條件頂點，每一條邊代表一種特定的情況。

(4)停止頂點 決策圖的唯一出口點，沒有輸出邊。

智能車間質(zhì)量數(shù)據(jù)集成與可視化分析平臺包含豐富的分析模型，利用擬合回歸模型進(jìn)行變量間關(guān)聯(lián)顯著性的分析，分析結(jié)果中部分文本的生成過程如圖3所示。

文本頂點利用結(jié)構(gòu)化文本文件(如XML)構(gòu)建生成自然語言句子的模板，這些模板包含靜態(tài)文本、變量和自然語言標(biāo)簽集。標(biāo)簽集包含用于填充變量元素的自然語言詞匯表和表達(dá)式。當(dāng)模板文檔被加載時，NLG模塊解析其對應(yīng)的代碼，在模板中填充與代碼相對應(yīng)的自然語言標(biāo)簽。最后，通過連接NLG模板結(jié)構(gòu)每個元素的文本值，將其轉(zhuǎn)換為自然語言文本。模板文檔的部分代碼如圖4所示。

(1)

2.2 基于迷你圖的圖文交互技術(shù)

如上所述，文本雖然能補(bǔ)充可視化未呈現(xiàn)的內(nèi)容，但還是要求用戶在兩者之間頻繁跳轉(zhuǎn)，這會分散用戶注意力，增加工作記憶負(fù)荷，因此本文提出將文本與可視化圖表集成，以避免注意力分散效應(yīng)[15-16]，通過兩者之間的交互鏈接幫助用戶進(jìn)行數(shù)據(jù)的可視化探索。

圖文交互技術(shù)描述了一個框架，將包含標(biāo)記的文本、相關(guān)數(shù)據(jù)集和配置文件作為輸入并生成交互式文檔。文檔提供了視覺突出顯示、視覺比較、內(nèi)容切換和鏈接等交互。除了常規(guī)大小的圖形外，使用迷你圖突出顯示細(xì)節(jié)內(nèi)容。該框架提供一種通過使用標(biāo)記將文本鏈接到可視化效果的抽象方法，利用HTML、CSS、JavaScript、Chartist.js、D3.js等技術(shù)來實現(xiàn)。

2.2.1 實體

將實體定義為一個獨立的交互元素，在輸入文件中使用特定的標(biāo)記指定每個實體，即靜態(tài)文本、鏈接文本、迷你圖和可視化圖形。如圖5所示，鏈接文本是充當(dāng)交互鏈接的文本片段，以黑色粗體顯示。迷你圖是交互式字形圖形，使用jQuery Sparklines創(chuàng)建交互式迷你圖?？梢暬瘓D形是帶有軸、標(biāo)簽、和標(biāo)題的大規(guī)?？梢暬褂瞄_源的JavaScript圖表庫D3.js可視化數(shù)據(jù)，交互式可視化可以通過聲明性語法編輯HTML文件。

2.2.2 數(shù)據(jù)和可視化

Tufte將“數(shù)據(jù)密集，設(shè)計簡單，像字大小的圖形”稱為迷你圖[17-18]。迷你圖以聲明的方式生成，視覺外觀和文本(縱橫比、顏色和字體)可以通過css樣式進(jìn)行管理，樣式表中定義迷你圖的默認(rèn)高度略大于字符的高度。迷你圖和圖表使用數(shù)據(jù)表和數(shù)據(jù)行的唯一標(biāo)識符，將特定數(shù)據(jù)序列綁定到相應(yīng)的迷你圖和可視化圖表。

例如，以下代碼段繪制了表1“某零件機(jī)械性能相關(guān)變量系數(shù)”中數(shù)據(jù)標(biāo)識為“P”的迷你圖，圖表類型為條形圖并為其分配ID為“Probability”。

表1 某零件機(jī)械性能相關(guān)變量系數(shù)表(coefficient)

2.2.3 鏈接

鏈接是利用圖形的ID在文本和可視化(迷你圖和圖形)之間建立交互關(guān)聯(lián)，使用過濾函數(shù)來選擇在視覺上突出顯示的可視化元素，如表2所示為過濾函數(shù)的語法描述。將鏈接定義為一個元組L=(T,V,f,I)，其中V={v1,v2,…,vn}是所有生成圖形的集合，vi是迷你圖或圖形類型，T是與v的任何子集相關(guān)聯(lián)的鏈接文本，過濾函數(shù)f應(yīng)用于數(shù)據(jù)序列sij∈Si=(si1,si2,…,sim)，其中Si是由標(biāo)簽I標(biāo)識的第i行中的數(shù)據(jù)值序列。如鏈接：

L=(“粗糙度”,{Probability,Machine},index(1),P)

是將ID為Probability,Machine的迷你圖和圖表中參數(shù)P的第2個值與文本片段“粗糙度”關(guān)聯(lián)起來，函數(shù)index(1)返回標(biāo)識符為“P”數(shù)據(jù)序列的第2個值(如表1)。鏈接在輸入文件中指定為：

與同一鏈接文本關(guān)聯(lián)的所有迷你圖和圖表都應(yīng)具有相同的數(shù)據(jù)序列，因為當(dāng)產(chǎn)生交互操作時，鏈接指定的數(shù)據(jù)序列被覆蓋并顯示在所有關(guān)聯(lián)的圖表中。

表2 過濾函數(shù)語法描述表

2.2.4 觸發(fā)與交互

文本與可視化圖表之間的交互是通過用戶操作(如鼠標(biāo)進(jìn)入、鼠標(biāo)離開、單擊鼠標(biāo)等)觸發(fā)產(chǎn)生的，而同一觸發(fā)操作應(yīng)用于不同實體將導(dǎo)致不同的交互。例如，將鼠標(biāo)懸停在鏈接文本上會加載圖形中數(shù)據(jù)序列，而應(yīng)用于迷你圖或圖形上會根據(jù)需要顯示詳細(xì)信息。

文本和可視化圖表結(jié)合提供本地交互和全局交互[16]，本地交互其本質(zhì)就是按需提供詳細(xì)信息，通過簡單的交互技術(shù)鏈接文本和圖表，但這些交互技術(shù)產(chǎn)生的效果是局部的，僅在圖表的局部環(huán)境中添加或突出顯示信息。例如，帶有說明的工具提示對話框等情況，GOFFIN等[19]所述從文檔到可視化的過渡，就是應(yīng)用于單個圖形局部交互的示例。全局交互則是涉及鏈接多個迷你圖和圖表的交互，全局交互(視覺突出顯示、視覺比較和內(nèi)容切換)需要指定為鏈接實現(xiàn)。文本與圖表具體的交互模式如下：

(1)按需提供詳細(xì)信息 提高文檔可讀性的簡單交互。作為一個覆蓋的工具提示，顯示數(shù)據(jù)的更多詳細(xì)信息，該交互由鼠標(biāo)輸入激活，只要鼠標(biāo)懸停在實體上就一直保持。

(2)視覺突出顯示 該交互對應(yīng)于在視覺上突出顯示且與鏈接文本關(guān)聯(lián)的圖形元素。將鼠標(biāo)懸停在鏈接文本上時，與之關(guān)聯(lián)的迷你圖和圖形會突出顯示相應(yīng)的視覺元素，突出顯示的視覺元素是通過過濾函數(shù)實現(xiàn)的。

(3)視覺比較和內(nèi)容切換 視覺比較對應(yīng)于在同一個圖表中顯示兩個數(shù)據(jù)集，并提供修飾來吸引用戶注意。例如，顯示兩個變量的比較視圖，只要鼠標(biāo)懸停在相應(yīng)的鏈接文本上，第2個變量數(shù)據(jù)就以綠色顯示直至鼠標(biāo)離開。相反，內(nèi)容切換是在鼠標(biāo)單擊鏈接文本時，圖表內(nèi)的數(shù)據(jù)將更改為與鏈接文本相關(guān)聯(lián)的數(shù)據(jù)。

3 應(yīng)用案例

某企業(yè)根據(jù)零件工藝路線、工序信息、工序質(zhì)量規(guī)范等信息進(jìn)行零件加工質(zhì)量控制，實施車間的質(zhì)量管理、質(zhì)量跟蹤。企業(yè)的質(zhì)量數(shù)據(jù)可以分為產(chǎn)品定義質(zhì)量數(shù)據(jù)、生產(chǎn)計劃管理數(shù)據(jù)、采購質(zhì)量數(shù)據(jù)、售后質(zhì)量數(shù)據(jù)、生產(chǎn)質(zhì)量數(shù)據(jù)5類，目前分別由產(chǎn)品數(shù)據(jù)管理(Product Data Management, PDM)、企業(yè)資源規(guī)劃(Enterprise Resource Planning, ERP)、制造執(zhí)行系統(tǒng)(Manufacturing Exeution System, MES)3大業(yè)務(wù)系統(tǒng)管理和維護(hù)。在上述關(guān)鍵技術(shù)和功能框架的基礎(chǔ)上，設(shè)計和開發(fā)了面向智能車間的質(zhì)量數(shù)據(jù)集成及可視化分析平臺，并在某企業(yè)進(jìn)行應(yīng)用。

3.1 質(zhì)量數(shù)據(jù)集成分析

由于企業(yè)質(zhì)量信息來源碎片化，缺乏統(tǒng)一的管理，導(dǎo)致質(zhì)量控制的粗放與不精準(zhǔn)，為了加強(qiáng)企業(yè)的全面質(zhì)量管理，需要建立統(tǒng)一的質(zhì)量數(shù)據(jù)集成平臺，實現(xiàn)企業(yè)各異構(gòu)信息系統(tǒng)中質(zhì)量數(shù)據(jù)的有效交換和共享，保證質(zhì)量數(shù)據(jù)的完整性和一致性。

質(zhì)量數(shù)據(jù)集成及可視化分析平臺從數(shù)字化檢測系統(tǒng)以及各種質(zhì)量管理信息系統(tǒng)中獲取產(chǎn)品質(zhì)量數(shù)據(jù)，或者采用RFID技術(shù)采集車間實時數(shù)據(jù)，制造車間中RFID標(biāo)簽粘貼在制造資源上，當(dāng)物體進(jìn)入RFID讀寫器的探測空間，讀寫器就可以讀取標(biāo)簽中的信息，自動識別物體并采集信息。采用webservice的方式進(jìn)行數(shù)據(jù)集成，使不同的系統(tǒng)可以輕松地通信和共享數(shù)據(jù)。數(shù)據(jù)接入后，依據(jù)預(yù)先定義的規(guī)則負(fù)責(zé)從各種分布的數(shù)據(jù)源中如結(jié)構(gòu)化數(shù)據(jù)、文本數(shù)據(jù)等抽取需要的數(shù)據(jù)進(jìn)行轉(zhuǎn)換、清洗、過濾以及融合后，實現(xiàn)數(shù)據(jù)的統(tǒng)一存儲和管理，成為數(shù)據(jù)分析建模的基礎(chǔ)。然后通過細(xì)粒度的分析算法集成、可視化步驟引導(dǎo)，利用數(shù)據(jù)流式算法鏈技術(shù)，進(jìn)行半自動機(jī)器學(xué)習(xí)建模，實現(xiàn)數(shù)據(jù)分析過程的自動化、規(guī)范化和可視化。

3.2 質(zhì)量看板應(yīng)用

為方便各層管理者及時了解產(chǎn)品整體質(zhì)量概況，促進(jìn)對產(chǎn)品生命周期中各種質(zhì)量問題及質(zhì)量信息的閉環(huán)管理，平臺通過綜合質(zhì)量看板讓企業(yè)決策者掌握制造質(zhì)量、供應(yīng)質(zhì)量、產(chǎn)品質(zhì)量和售后服務(wù)質(zhì)量的總體態(tài)勢，對質(zhì)量問題進(jìn)行分析和追溯，并快速作出決策。

質(zhì)量管理涵蓋產(chǎn)品設(shè)計質(zhì)量、供應(yīng)商質(zhì)量、來料質(zhì)量、生產(chǎn)質(zhì)量、產(chǎn)品質(zhì)量及售后質(zhì)量的管理。其中產(chǎn)品質(zhì)量管理的指標(biāo)有優(yōu)等品、產(chǎn)品合格率、廢品率和返修率。產(chǎn)品追溯管理通過批次管理的方式實現(xiàn)質(zhì)量追溯。本案例以某制造企業(yè)的生產(chǎn)車間為背景，采用產(chǎn)品合格率驗證智能車間數(shù)據(jù)集成與可視化分析平臺，將產(chǎn)品檢驗數(shù)據(jù)經(jīng)過上述過程構(gòu)建模型，分析訂單合格率、完成數(shù)量以及訂單子批次的檢驗結(jié)果。其分析結(jié)果如圖6所示。

為確定公司零部件在生產(chǎn)加工過程中不同階段工序?qū)α悴考傩院托阅墚a(chǎn)生的影響，幫助車間更加高效地追溯零部件的質(zhì)量問題，本文通過擬合回歸模型來分析不同工序的過程數(shù)據(jù)對產(chǎn)品性能影響的關(guān)聯(lián)度，以便產(chǎn)品在出現(xiàn)質(zhì)量問題時，能夠更加快速地追溯到具體的加工工序。

公司自制件包括活塞桿、儲能缸、閥體、大閥套、小閥套、閥芯、合閘限位套、泄壓閥閥芯、泄壓閥閥套、工作缸、分閘限位座、分閘緩沖環(huán)、合閘緩沖環(huán)13種關(guān)鍵零部件。其中：工作缸的生產(chǎn)過程有熱處理、精加工、硬質(zhì)陽極氧化、研磨4個工序階段，檢測數(shù)據(jù)為固溶時效、硬度、氧化比率和粗糙度。以工作缸的機(jī)械性能與硬度、固溶時效、氧化比率、粗糙度的關(guān)系為例，機(jī)械性能作為響應(yīng)變量，硬度、固溶時效、氧化比率、粗糙度作為預(yù)測變量。選取工作缸某月檢測的過程數(shù)據(jù)進(jìn)行關(guān)聯(lián)顯著性分析，要確定性能與模型中每個變量之間的關(guān)聯(lián)是否顯著，需將分析結(jié)果中該變量的P值與顯著性水平進(jìn)行比較，并生成交互式報告。生成報告的響應(yīng)時間為0.05 s，經(jīng)過車間的質(zhì)檢人員對本月生產(chǎn)的工作缸進(jìn)行檢驗，由于粗糙度引起性能不佳的零件有9個，硬度引起的有6個，氧化比率3個，固溶時效0個，與交互式報告分析的變量關(guān)聯(lián)度相符。如圖5所示為通過評估相關(guān)性產(chǎn)生的靜態(tài)交互式報告示例圖。圖7所示為該報告中文本和可視化圖表交互鏈接的方式。

該示例中鏈接文本用黑色粗體表示區(qū)分與其他文本，迷你圖放置在有關(guān)文本旁邊，通過將鼠標(biāo)懸停在鏈接文本“顯著”上，如圖7a所示相關(guān)的數(shù)據(jù)以綠色加載在之前的數(shù)據(jù)上提供比較視圖。圖7b顯示了點擊鏈接文本“系數(shù)”的效果，圖中的數(shù)據(jù)切換為擬合回歸分析結(jié)果中各個預(yù)測變量系數(shù)的數(shù)據(jù)。此外，圖7c顯示了鼠標(biāo)懸停在鏈接文本“粗糙度”上的效果，迷你圖和圖表中與該文本相關(guān)聯(lián)的圖形元素被突出顯示。最后,當(dāng)鼠標(biāo)懸停在迷你圖的某個元素上時，會以工具框提示該部分的詳細(xì)信息，如圖7d所示工具框顯示了該圖表中變量的準(zhǔn)確值。通過以上的交互鏈接，表明文本、迷你圖和圖形可作為一個完整的單元，彼此豐富幫助用戶進(jìn)行數(shù)據(jù)的可視化探索。

4 結(jié)束語

本文圍繞集數(shù)據(jù)采集、算法整合、數(shù)據(jù)分析建模、可視化呈現(xiàn)為一體的質(zhì)量數(shù)據(jù)分析平臺，將數(shù)據(jù)分析結(jié)果結(jié)合自然語言生成和可視化技術(shù)，使用基于模板的自然語言生成來自動從數(shù)據(jù)中生成文本，以交互的方式將可視化與文本敘述鏈接并生成交互式報告，提供數(shù)據(jù)分析的解釋性和探索性。同時，文本和可視化相結(jié)合可以顯著提高用戶理解數(shù)據(jù)的能力。其中迷你圖作為文本的圖形補(bǔ)充，實現(xiàn)數(shù)據(jù)的可視化比較、突出顯示文本中的值、傳達(dá)文本元素之間的復(fù)雜關(guān)系?；谝陨霞夹g(shù)，該方法適用于各種應(yīng)用領(lǐng)域，包括城市生活，交通環(huán)境和天氣情況等，可為各個應(yīng)用領(lǐng)域構(gòu)建示例系統(tǒng)，使用戶和決策者接受數(shù)據(jù)豐富的交互式報告。

但是，對于圖文交互技術(shù)仍然存在很多有待解決和優(yōu)化的問題。未來的工作將從迷你圖的類型、過濾函數(shù)以及文本與可視化圖表交互方式方面擴(kuò)展本文的研究，實現(xiàn)一個更加豐富的交互式文檔。