国工数据大脑之双样本Poisson率检验与质量分析系统的融合应用

前言

改革开放以来，中国的制造业飞速发展，中国制造的产品远销世界各个角落将加工制造业发展到了极致，成为了世界的加工工厂。

现如今面临第四次工业革命，德国等发达国家已经提出相应的政策，德国利用技术的趋势提出 4.0 政策，开始实施未来的工业发展战略。为了赶超发达国家中国也提出了自己的理念—“中国制造2025”。虽然“中国制造2025”的内容和其他国家的工业4.0有相互重叠的地方。但也有属于中国的独特之处。创新驱动、质量为先、绿色发展、结构优化、人才为本……其中把质量放在最前面，这就与其他国家的理念都不一样。由此可见质量是一个非常重要的因素。

提到产品质量管控，大部分企业都会去设立品质、生产等部门对产品质量进行把控。但事实上，如果固守传统的质量管理模式，很难百分百杜绝不合格产品流通到市场上。那么企业如何才能有效地提高产品质量？

传统的质量统计方法很重要，但确实也有不足的地方。需要不断更新、增添。它们大多基于采样，得到的是部分产品的信息，只能反映局部生产过程，缺少统一的数据与信息平台、质量数据难以共享与追踪、工具自动化程度低、依赖质量人员的大量参与与主观判断，所以必须做出变革。

工业大数据和机器学习的结合，对我们来说就是难得的机遇。虽然现在传感器便宜了，信息系统技术到位了，工业大数据的收集的技术也已经到位了。还有以前看不到的东西，现在也看的到了，像分析方面的描述、诊断、预测等，现在也可以做到不同的高度。比如进厂加工等每个过程都有进行数据收集，根据自己的行业进行了不同层次的描述、分析、整合，这些都是工业大数据要做的事。但我要说的是，就算软件、硬件做得比较超前到位,但还是需要专业分析工具、专业分析人员，才能让数据分析应用更彻底、质量管理更全面。

国工智能的数据大脑产品就完全可以满足客户对质量管理的需求，平台中融合了大量数据分析算法包含了SPC、CPK、DOE等质量分析方法，可以实现服务化数据监控，一旦出现问题，会主动推送报告到关联人员和生产管理系统，提出建议处理措施，从而来预测企业的质量是否可控，从而能使产品质量保持在良好一致性和稳定性的范围内。

在本篇，我们通过一个完整的案例来演示国工智能数据大脑平台的数据分析能力。案例中我们主要用到的算法组件是双样本率检验。

含义

双样本率检验：

使用双样本率检验组件可执行确定两个组的总体比率是否不同和计算可能包括总体比率之间差值的值范围。

案例

现有一个实际案例，某企业有两台相同的设备每天都要生产几万个零件，1号设备和2号设备生产相同产品质量几乎无差，工程师在1号设备换上新设备的刀具，由于新刀具是用价格较为昂贵的合金材料，希望使用新刀具能使废品率有所下降。

使用原来刀具的2号设备生产的零件中和换上新道具的1号设备生产的零件中各分别随机抽取多个进行检验，1号设备收取102个样品，99个样品合格；2号设备抽取77个样品，55个样品合格。现对该组数据进行分析。

分析过

国工智能数据大脑平台会自动、定时从质量分析系统中读取数据，直接访问数据库获取数据集。

采用拖取的形式从数据大脑中的组件面板查找双样本率检验组件，拖到到工作面板。

单击该组件，右侧会出现【组件配置】操作面板，进行一系列参数配置。点击运行，生成分析结果。

分析结果

原假设声明H0：p1-p2=0 ，即1号设备生产合格率所占的比率与2号设备生产合格率所占的比率之差为0 ，由于 p 值为 0.000（小于显著性水平 0.05），因此可否定原假设，所以结果表明，1号设备生产合格率所占的比率与2号设备生产合格率所占的比率之间存在差异。且两个组的总体比率之间差值为0.2563025，企业通过该分析结果可得出1号设备的生产合格率高于2号设备的生产合格率。

与质量分析系统相融合

数据大脑具备的强大数据整合功能，可以完成任意类型数据库、EXCEL、文本文档、数据接口等多种类型数据的对接整合，从而可将生产中质量分析系统、MES系统等，底层系统中的海量生产数据整合到平台中进行数据的清洗、分析及深度挖掘。

参数说明

1、试验数A——输入样本A的试验数；

2、事件数A——输入样本A的事件数；

3、试验数B——输入样本B的试验数；

4、事件数B——输入样本B的事件数；

5、置信水平——选择0.05；

适用范围

使用双样本率检验组件可执行确定两个组的总体比率是否不同和计算可能包括总体比率之间差值的值范围。为了确保结果有效，请在收集数据、执行分析和解释结果时考虑以下准则。

1、样本数据应当是随机选择的；

在统计学中，随机样本用于对总体做出归纳，即推断。如果数据不是随机收集的，则结果可能无法代表总体。

2、数据只能包含两个类别，如通过/失败和 1/0；

如果数据中包含计数（如每单位的缺陷数），请使用双样本 Poisson 率检验组件。

3、每个观测值都应当独立于所有其他观测值；

为了让观测值保持独立，特定结果的概率不依赖于任何之前的结果。例如，如果投掷硬币两次并记录是正面还是背面朝上，则第二次投掷的结果不依赖于第一次投掷的结果。如果您的观测值并非独立，则结果可能无效。

4、确定适当的样本数量；

样本应当足够大，以便满足如下条件：

1、估计值的精度足够大。

2、置信区间足够窄，具有实用性。

3、您针对类型 I 和类型 II 错误具有足够的预防措施。

国工智能是一家专业为流程制造业提供人工智能决策控制整体解决方案及落地服务的国有参股高新技术企业，专注于利用人工智能、大数据等技术解决流程制造业海量数据下复杂场景的智能制造需求，为客户提供“IOT+AI+OR”智能制造人工智能整体解决方案。目前，公司已经成为化工新材料行业人工智能决策控制领域的领跑者。

作为一家国内专业的智能制造落地服务商，国工智能凭借深厚的内功和优秀的团队，自主研发了基于人工智能的数据大脑分析平台(MAI)、智能制造管理平台（MES）、物联网数据采集平台（SCADA）、实验室管理系统（LIMS）、双体系设备管理系统（EMS），均在行业内成功应用。

国工智能在化工、医药、食品、饲料、新材料等行业深耕已久，客户遍布全国，已成功为海大集团、华润三九药业、康缘药业、丰原集团、道恩集团、九目化学、蓝帆医疗、新时代健康产业集团、安然纳米集团等客户提供智能制造落地服务。

国工智能秉承“利于国，精于工”的企业发展理念，以高端IT技术服务于传统制造企业，推动国家制造业转型升级，以工匠精神为中国智造赋能！努力成为科技创新和产业革命的引领者，为中国实体经济崛起、实现中国制造2025贡献力量！

数据大脑通用的内容

国工数据大脑系统（MAI-CLI）是一个集数据调度，数据清洗，数据计算、数据可视化的数据分析平台。系统以简单易用拖动操作方式进行人机交互，屏蔽了数据分析预测业务的复杂性，大大降低了数据分析工作的技术门槛。

以计算流的方式构建整个数据分析业务。平台实现了对分散的数据进行统一调度，实现实验室设备、工业传感器、信息化系统接口多源数据整合。

平台提供上百个功能组件，包含方差、回归、聚类、分类、时间序列等算法组件，支持SPC、DOE、CPK、MSA等分析理念，平台拥有定时分析功能，可以同时监控上万的质量监控点。能实现自动化六西格玛实施落地。

（数据大脑部分组件列表）

应用场景

计划经理可以用来预测未来销售情况，并自动跟踪执行。

质量经理可以用来做SPC分析、取样差异、方差分析。

研发经理可以做配方优化预测、实验辅助设计、工艺分析、数据仿真。

设备经理可以用来做设备预测性维护、报警。

平台已经完成边缘计算封装，可以与设备进行互动。

同时所有算法对软件开发商开放调用，可以用来做底层算法平台。

（数据大脑同时提供算法商城服务，任何伙伴都可以使用多编程语言开发算法，由国工智能进行测试回购。）

数据大脑优势明显

数据大脑人工智能计算平台背后拥有强大的数据分析团队，您提需求我们解决。