Page 121 - 《橡塑技术与装备》2017年19期（10月上半月橡胶）

测试与分析 张海超 等·基于密炼 MES 生产数据的橡胶质量预测研究与实践

基于密炼 MES 生产数据的橡胶质量预

测研究与实践

Research and practice of rubber quality prediction based on
MES production data

张海超，张辉，迟雯
( 北京万向新元科技股份有限公司，北京 100036)

摘要 ： 为提高密炼机产出胶料的门尼黏度抽检准确度，提出了一种基于制造执行系统生产数据的门尼黏度预测方法，给出了
基于制造执行系统生产历史数据与胶料质量质检数据的统计方法。对密炼机产出胶料质量影响因素进行分析并建立了质量预测神
经网络，为胶料质量门尼检测的提供抽检依据，使被抽检的对象更具有代表性，提高质检部门对整个橡胶生产计划质量的可控性。
关键词 ： 制造执行系统历史数据 ； BP 神经网络 ；质量预测 ； MES ；数据
中图分类号 ： TQ330.43 文章编号 ： 1009-797X(2017)19-0055-06
文献标识码 ： B DOI:10.13520/j.cnki.rpte.2017.19.013

轮胎行业的 MES 系统对传统的轮胎生产现场实 因门尼黏度的检测时间的要求，密炼车间检测实
现透明化管理，对整个生产过程进行优化。MES 系统 验室对密炼机产出的胶片，大多实行抽样检测，即从
从 ERP 系统接收到订单后，由计划员对每月的订单进 计划的生产胶片中，以每 5 车不等抽检一次，作为该
行分解指派，进行详细的排产和工单派遣，进一步对 批次生产计划产出胶片的质量评估依据。密炼机生产
生产设备进行生产指令的下达与控制。同时 MES 系 的胶片质量，与投料质量、密炼机运行参数关联紧密，
统收集生产现场的生产数据，从生产检测、设备运行 随机抽检评估该种胶片的生产质量代表性不强。本文
监测、橡胶质量监测、物料追溯跟踪上，实现对生产 提出了一种基于人工神经网络的预测推荐模型。该方
过程的全程监控，为生产过程的数据分析提供基础条 法根据生产实际情况，针对每种型号的胶片生产参数
件 [1] 。 与质检结果得出该种胶的门尼黏度预测模型。根据该
由于轮胎生产过程的复杂性，轮胎企业根据工 模型，可以预测出每车的门尼黏度值，在每 5 车不等
序的划分，可将 MES 系统划分为密炼 MES、半成品 的车次间断内，推荐出最有可能偏离正常值的车次，
MES 和成型 MES。其中密炼 MES 系统涉及自动配料、 推荐实验人员进行检测。并且根据门尼黏度检测的结
母炼、终炼、胶片检测、原材料和半成品管理等。密 果，自身进化，不断优化模型，提高预测精确度。使
炼车间生产的胶片，均需要通过质检部门的检测才可 用该模型，可以使密炼车间的快检结果更准确地反映
放行流向下一个工序。因此，密炼 MES 系统会收集 胶片的质量。
来自快速检测实验室的数据，并将收集好的数据与每 围绕胶料质量预测，本文以密炼生产参数为依据，
个机台上生产的胶片信息相关联 [2] 。在出现检测数据 用反向传播（Back Propagation，BP）神经网络建立
异常的情况下，密炼 MES 系统会冻结此车胶片关联 了投料、工艺、门尼黏度的映射关系，并进行门尼黏
的胶片条码，使此车胶片不能出库，等待技术部门处 度的预测。
理。在密炼车间快速检测实验室中，门尼黏度是密炼
作者简介：张海超（1989-），男，软件工程师，硕士研究生，
车间生产的橡胶产品质量控制的重要指标之一，也是
主要从事橡胶工业信息化自动化软件系统的开发和应用研究工
表征橡胶产品加工性能最重要的技术指标，因此准确 作。
测定门尼黏度在橡胶检测过程中就显得尤为重要。 收稿日期 ：2017-07-03
年
2017 第 43 卷 ·55·