CN117873007A

CN117873007A - 基于工业物联网的制造流程管理方法、系统、设备及介质

Info

Publication number: CN117873007A
Application number: CN202410270289.2A
Authority: CN
Inventors: 邵泽华; 权亚强; 梁永增; 刘红建
Original assignee: Chengdu Qinchuan IoT Technology Co Ltd
Current assignee: Chengdu Qinchuan IoT Technology Co Ltd
Priority date: 2024-03-11
Filing date: 2024-03-11
Publication date: 2024-04-12
Anticipated expiration: 2044-03-11
Also published as: CN117873007B

Abstract

本申请公开了基于工业物联网的制造流程管理方法、系统、设备及介质，包括以下步骤：获取在预设周期产出的目标产品的合格率和生产率；将合格率与预设的合格阈值比较，若合格率小于合格阈值，获取目标产品中缺陷产品的产品图像；根据产品图像，获取与缺陷产品相关联的设备类型；其中，设备类型包括生产设备和质检设备；对多台生产设备进行故障检测和/或对多台质检设备进行故障检测，将故障检测不合格的生产设备和/或质检设备标记为第一故障设备；将生产率与预设的产率阈值比较，若生产率小于产率阈值，对多台生产设备进行产量检测，将产量检测不合格的生产设备标记为第二故障设备，本申请具有提高了故障设备排查效率的优点。

Description

基于工业物联网的制造流程管理方法、系统、设备及介质

技术领域

本申请涉及工业物联网技术领域，尤其涉及基于工业物联网的制造流程管理方法、系统、设备及介质。

背景技术

工业物联网是将具有感知、管控能力的各类采集、控制传感器或控制器，通过物联感知和通信技术融入到工业生产过程各个环节，从而提高生产效率，改善产品质量，降低产品成本和资源消耗，最终实现将传统工业提升到智能化的新阶段。

目前将工业物联网运用在智能制造车间内时，可便于后台管理人员实时掌握车间运行状况，以便快速统一调度，以保证生产正常运行，而在制造流程中，产品质量和生产效率一直是工业制造的首要追求，目前制造车间一般配置多台设备运行，以形成自动化生产线，当产品质量或生产效率出现问题时，现有工业制造管理方法难以准确排查出故障设备，需要人工逐个去排查，而设备数量较多，导致故障设备排查效率低。

发明内容

本申请的主要目的在于提供基于工业物联网的制造流程管理方法、系统、设备及介质，旨在解决现有工业制造管理方法针对产品质量或生产效率出现问题时的故障设备排查效率较低的技术问题。

为实现上述目的，本申请提供一种基于工业物联网的制造流程管理方法，包括以下步骤：

获取在预设周期产出的目标产品的合格率和生产率；

将合格率与预设的合格阈值比较，若合格率小于合格阈值，获取目标产品中缺陷产品的产品图像；

根据产品图像，获取与缺陷产品相关联的设备类型；其中，设备类型包括生产设备和质检设备；

对多台生产设备进行故障检测和/或对多台质检设备进行故障检测，将故障检测不合格的生产设备和/或质检设备标记为第一故障设备；

将生产率与预设的产率阈值比较，若生产率小于产率阈值，对多台生产设备进行产量检测，将产量检测不合格的生产设备标记为第二故障设备。

可选地，根据产品图像，获取与缺陷产品相关联的设备类型，包括：

根据产品图像，获取缺陷程度值；其中，缺陷程度值表示缺陷产品的缺陷部分与标准产品的比值；

将缺陷程度值与预设的第一标准阈值比较；

若缺陷程度值大于或等于第一标准阈值，则识别与缺陷产品相关联的设备类型为生产设备；

若缺陷程度值小于第一标准阈值，则识别与缺陷产品相关联的设备类型为质检设备。

可选地，根据产品图像，获取缺陷程度值，包括：

对产品图像进行灰度处理，以获得灰度图像；

对灰度图像进行降噪处理；

对降噪处理后的灰度图像进行阈值分割，以获得黑白图像；

将黑白图像与预设的数据库比较，以获取缺陷程度值。

可选地，对多台生产设备进行故障检测，包括：

对每台生产设备产出预设数量的目标产品进行检测，以获得缺陷产品的数量；

将缺陷产品的数量与预设的第二标准阈值比较；

若缺陷产品的数量大于或等于第二标准阈值，则将对应的生产设备识别为第一故障设备。

可选地，对多台质检设备进行故障检测，包括：

对每台质检设备以及标准设备输入同样数量的样本产品；其中，样本产品中掺杂有多个缺陷产品，标准设备为无故障的质检设备；

获取每台质检设备检测样本产品的实测缺陷率以及标准设备检测样本产品的标准缺陷率；

将实测缺陷率与标准缺陷率比较；

若实测缺陷率大于或等于标准缺陷率，则将对应的质检设备识别为第一故障设备。

可选地，对多台生产设备进行产量检测，包括：

获取每台生产设备在预设时间的产品生产量；

将产品生产量与预设的标准产值比较；

若产品生产量小于标准产值，则将对应的生产设备识别为第二故障设备。

可选地，若所有生产设备对应的产品生产量均大于或等于标准产值，还包括：

获取多组产品生产量数据的平均产量值；

将平均产量值与预设的标准平均值比较；其中，标准平均值大于标准产值；

若平均产量值小于标准平均值，将产品生产量按数值大小进行排名，将产品生产量排名末N位的对应生产设备识别为故障设备；其中，N为大于0的正整数。

为实现上述目的，本申请还提供一种基于工业物联网的制造流程管理系统，包括依次通信连接的用户平台、服务平台、管理平台、传感网络平台和设备对象平台，设备对象平台包括：

率值获取模块，用于获取在预设周期产出的目标产品的合格率和生产率；

比较及获取模块，用于将合格率与预设的合格阈值比较，若合格率小于合格阈值，获取目标产品中缺陷产品的产品图像；

设备类型识别模块，用于根据产品图像，获取与缺陷产品相关联的设备类型；其中，设备类型包括生产设备和质检设备；

第一检测模块，用于对多台生产设备进行故障检测和/或对多台质检设备进行故障检测，将故障检测不合格的生产设备和/或质检设备标记为第一故障设备；

第二检测模块，用于将生产率与预设的产率阈值比较，若生产率小于产率阈值，对多台生产设备进行产量检测，将产量检测不合格的生产设备标记为第二故障设备。

为实现上述目的，本申请还提供一种计算机设备，该计算机设备包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器执行所述计算机程序，实现上述的方法。

为实现上述目的，本申请还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，处理器执行所述计算机程序，实现上述的方法。

本申请所能实现的有益效果如下：

本申请通过获取在预设周期产出的目标产品的合格率和生产率，针对合格率管控，先将合格率与预设的合格阈值比较，若合格率小于合格阈值，则需要排查出导致合格率下降的对应设备，本申请通过获取目标产品中缺陷产品的产品图像，根据产品图像，可确认与缺陷产品相关联的设备类型，主要包括生产设备和质检设备，从而可先缩小排查范围，提高排查效率和准确率，然后根据确认的设备类型，对多台生产设备进行故障检测和/或对多台质检设备进行故障检测，然后将故障检测不合格的生产设备和/或质检设备标记为故障设备，以便于后续故障维修；针对生产率，通过将生产率与预设的产率阈值比较，若生产率小于产率阈值，对多台生产设备进行产量检测，将产量检测不合格的生产设备标记为故障设备，因此，本申请可在线排查故障设备，从而提高了产品质量或生产效率出现问题时的故障设备排查效率。

附图说明

为了更清楚地说明本申请具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍。在所有附图中，类似的元件或部分一般由类似的附图标记标识。附图中，各元件或部分并不一定按照实际的比例绘制。

图1为本申请的实施例中涉及的硬件运行环境的计算机设备结构示意图；

图2为本申请的实施例中基于工业物联网的制造流程管理方法的流程示意图；

图3为本申请的实施例中涉及到的物联网系统的框架示意图。

本申请目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。

具体实施方式

下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请的一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

需要说明的是，本申请实施例中所有方向性指示（诸如上、下、左、右、前、后……）仅用于解释在某一特定姿态下各部件之间的相对位置关系、运动情况等，如果该特定姿态发生改变时，则该方向性指示也相应地随之改变。

在本申请中，除非另有明确的规定和限定，术语“连接”、“固定”等应做广义理解，例如，“固定”可以是固定连接，也可以是可拆卸连接，或成一体；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通或两个元件的相互作用关系，除非另有明确的限定。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本申请中的具体含义。

另外，若本申请实施例中有涉及“第一”、“第二”等的描述，则该“第一”、“第二”等的描述仅用于描述目的，而不能理解为指示或暗示其相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。另外，全文中出现的“和/或”的含义，包括三个并列的方案，以“A和/或B”为例，包括A方案、或B方案、或A和B同时满足的方案。另外，各个实施例之间的技术方案可以相互结合，但是必须是以本领域普通技术人员能够实现为基础，当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在，也不在本申请要求的保护范围之内。

实施例1

参照图1，图1为本实施例方案涉及的硬件运行环境的计算机设备结构示意图，如图1所示，该计算机设备可以包括：处理器1001，例如中央处理器（Central ProcessingUnit，CPU），通信总线1002、用户接口1003，网络接口1004，存储器1005。其中，通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏（Display）、输入单元比如键盘（Keyboard），可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口（如无线保真（WIreless-FIdelity，WI-FI）接口）。存储器1005可以是高速的随机存取存储器（Random Access Memory，RAM）存储器，也可以是稳定的非易失性存储器（Non-Volatile Memory，NVM），例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。

本领域技术人员可以理解，图1中示出的结构并不构成对计算机设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。

如图1所示，作为一种存储介质的存储器1005中可以包括操作系统、数据存储模块、网络通信模块、用户接口模块以及电子程序。

在图1所示的计算机设备中，网络接口1004主要用于与网络服务器进行数据通信；用户接口1003主要用于与用户进行数据交互；本实施例计算机设备中的处理器1001、存储器1005可以设置在计算机设备中，计算机设备通过处理器1001调用存储器1005中存储的基于工业物联网的制造流程管理系统，并执行本实施例提供的基于工业物联网的制造流程管理方法。

参照图2，基于前述硬件环境，本实施例提供一种基于工业物联网的制造流程管理方法，包括以下步骤：

获取在预设周期产出的目标产品的合格率和生产率；

在本实施例中，通过获取在预设周期产出的目标产品的合格率和生产率，针对合格率管控，先将合格率与预设的合格阈值比较，若合格率小于合格阈值，则需要排查出导致合格率下降的对应设备，本实施例通过获取目标产品中缺陷产品的产品图像，根据产品图像，可确认与缺陷产品相关联的设备类型，主要包括生产设备和质检设备，从而可先缩小排查范围，提高排查效率和准确率，然后根据确认的设备类型，对多台生产设备进行故障检测和/或对多台质检设备进行故障检测，然后将故障检测不合格的生产设备和/或质检设备标记为故障设备，以便于后续故障维修；针对生产率，通过将生产率与预设的产率阈值比较，若生产率小于产率阈值，对多台生产设备进行产量检测，将产量检测不合格的生产设备标记为故障设备，因此，本实施例可在线排查故障设备，从而提高了产品质量或生产效率出现问题时的故障设备排查效率。

需要说明的是，上述预设周期根据生产需求具体设置，例如一天、两天或三天等；目标产品是在预设周期内产出的具有一定数量的产品，由于产品数量巨大，这里可对某批次产出的产品采用标准质检设备以抽检的形式进行标准质检，从而预测该批次产品的合格率和生产率；合格阈值和产率阈值也根据具体产品工艺情况和生产要求设置；上述产品图像可通过CCD工业相机获取，其内置图像处理软件，可进行图像分析，以分析出产品缺陷情况；根据标记好的故障设备，可进一步确认设备自检信息，包括设备编号和故障原因信息等，从而可快速排查出该设备并进行检修。

作为一种可选的实施方式，根据产品图像，获取与缺陷产品相关联的设备类型，包括：

将缺陷程度值与预设的第一标准阈值比较；

在本实施方式中，根据产品图像确定与缺陷产品相关联的设备类型时，可通过获取产品图像中对应缺陷产品的缺陷程度值，通过缺陷程度值可量化表征产品缺陷情况，并设定一个第一标准阈值，该第一标准阈值根据具体工艺条件设置，当缺陷程度值大于或等于第一标准阈值时，说明缺陷程度较高，容易被质检设备检测到，因此大概率是生产设备出故障导致产品缺陷较高，因此首先确认关联设备为生产设备，若缺陷程度值小于第一标准阈值，说明检测出来的缺陷程度较低，则不易被质检设备检测到，则大概率是质检设备出故障导致检测误差较大，从而首先确认关联设备为质检设备，从而实现根据产品图像中计算的缺陷程度值来确认对应关联设备，从而提高故障设备排查准确性，以提高效率。

需要说明的是，这里产品图像是单个产品的图像，而抽检产品具有一定数量，则获得的多个产品图像对应的缺陷程度值可能存在同时大于或等于第一标准阈值以及小于第一标准阈值的情况，说明生产设备和质检设备可能同时存在故障，此时则需要同时检测生产设备和质检设备是否存在故障情况。

作为一种可选的实施方式，根据产品图像，获取缺陷程度值，包括：

对产品图像进行灰度处理，以获得灰度图像；

对灰度图像进行降噪处理；

对降噪处理后的灰度图像进行阈值分割，以获得黑白图像；

将黑白图像与预设的数据库比较，以获取缺陷程度值。

在本实施方式中，产品图像指的是产品的实体图像，通过对产品图像依次进行灰度处理、降噪处理和阈值分割处理，即可得到轮廓清晰且黑白分明的黑白图像，便于后续输入数据库进行图像分析时对轮廓的提取与识别，从而提高缺陷程度值的计算准确性。

作为一种可选的实施方式，对多台生产设备进行故障检测，包括：

将缺陷产品的数量与预设的第二标准阈值比较；

在本实施方式中，当确认关联设备为生产设备时，还需要对多台生产设备进行集中排查，以排查出具体的某个或多个生产设备是否为故障设备，这里通过对每台生产设备产出预设数量（根据工艺条件设置，数量越多，准确性越高）的目标产品进行检测，检测时采用标准质检设备进行检测，从而可获得每台生产设备产出相同数量产品中缺陷产品的数量，将缺陷产品的数量与预设的第二标准阈值比较，若缺陷产品的数量大于第二标准阈值，即可将对应的生产设备识别为故障设备，从而实现对多台生产设备的故障检测排查，排查准确性和效率高。

需要说明的是，若缺陷产品的数量小于第二标准阈值（此种情况较少），即每台生产设备对应的缺陷产品的数量均小于第二标准阈值，说明出现故障的质检设备，则进入对多台质检设备进行故障检测的步骤。

作为一种可选的实施方式，对多台质检设备进行故障检测，包括：

将实测缺陷率与标准缺陷率比较；

在本实施方式中，当确认关联设备为质检设备时，还需要对多台质检设备进行集中排查，这里增加一个标准设备，对每台质检设备以及标准设备输入同样数量的样本产品（其含有的缺陷产品数量也应当相同），从而获得对应的质检数据，即每台质检设备检测样本产品的实测缺陷率以及标准设备检测样本产品的标准缺陷率，将实测缺陷率与标准缺陷率比较，实测缺陷率大于标准缺陷率的质检设备即可识别为故障设备，从而实现对多台质检设备的故障检测排查，排查准确性和效率高。

需要说明的是，若实测缺陷率小于标准缺陷率（此种情况较少），即每台质检设备对应的实测缺陷率均小于标准缺陷率，则说明出现故障的生产设备，则进入对多台生产设备进行故障检测的步骤。

作为一种可选的实施方式，对多台生产设备进行产量检测，包括：

获取每台生产设备在预设时间的产品生产量；

将产品生产量与预设的标准产值比较；

在本实施方式中，当针对效率问题进行产量检测时，主要对生产设备进行检测，通过获取每台生产设备在预设时间（例如1小时、2小时、3小时等）的产品生产量，产品生产量与预设的标准产值（即生产设备无故障前提下的正常平均产值）比较，若产品生产量小于标准产值，即可将对应的生产设备识别为故障设备，实现生产设备进行在线产量检测，数据真实性高，准确性高。

作为一种可选的实施方式，若所有生产设备对应的产品生产量均大于或等于标准产值，还包括：

获取多组产品生产量数据的平均产量值；

在本实施方式中，当所有生产设备对应的产品生产量均大于或等于标准产值时，为进一步提高故障设备排查精度，还可计算多组产品生产量数据的平均产量值，将平均产量值与预设的标准平均值比较，若平均产量值小于标准平均值，说明有多个生产设备的产品生产量仅仅略大于标准产值，具有一定数量的生产设备已经达到疲劳周期，则需要提前检修维护，避免后续集体出故障，而在正常情况下，应当只有少数几个产品生产量略大于标准产值，此时则将产品生产量排名末N位（例如末3位/4位/5位）的对应生产设备识别为故障设备，以进行故障检测。

实施例2

参照图3，基于与前述实施例相同的发明思路，本实施例还提供一种基于工业物联网的制造流程管理系统，包括依次通信连接的用户平台、服务平台、管理平台、传感网络平台和设备对象平台，设备对象平台包括：

需要说明的是，本实施例中的基于工业物联网的制造流程管理系统可联入物联网系统，从而形成标准的物联网五平台结构。其中，用户平台的物理实体包括各种用户终端，如手机、电脑、专用终端等，通过与用户信息系统软件的结合，实现用户端的服务。

服务平台是实现服务通信的功能平台。在一些实施例中，服务平台可以包括运营服务和安全服务等服务端。

管理平台是实现物联网系统运行管理的功能平台，管理平台包括设备运行状态监控管理模块、故障数据监控管理模块、设备参数管理模块、设备生命周期管理模块和数据中心模块等，数据中心模块用于进行设备数据的交互和处理，通过各功能模块可对设备各项指标数据进行管理和监控。

传感网络平台是实现传感通信的功能平台，传感网络平台包括设备管理模块和数据传输管理模块，其中设备管理模块包括网络管理模块、指令管理模块和设备状态管理模块，数据传输管理模块包括数据协议管理模块、数据解析模块、数据分类模块、数据传输监控模块和数据传输安全模块。

设备对象平台是实现感知控制的功能平台。在一些实施例中，设备对象平台可以包括多个设备，每个设备分别对应一个率值获取模块、一个比较及获取模块、一个设备类型识别模块、一个第一检测模块和一个第二检测模块。

在一些实施例中，设备对象平台不仅包括上述各模块，还包括MCU控制模块。因此通过上述各功能模块的协同作用，实现物联网的可交互物联网五平台结构，为基于工业物联网的制造流程管理系统提供了框架基础。

实施例3

基于与前述实施例相同的发明思路，本实施例提供一种计算机设备，该计算机设备包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器执行所述计算机程序，实现上述的方法。

实施例4

基于与前述实施例相同的发明思路，本实施例提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，处理器执行所述计算机程序，实现上述的方法。

以上仅为本申请的优选实施例，并非因此限制本申请的专利范围，凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本申请的专利保护范围内。

Claims

1.一种基于工业物联网的制造流程管理方法，其特征在于，包括以下步骤：

获取在预设周期产出的目标产品的合格率和生产率；

将所述合格率与预设的合格阈值比较，若所述合格率小于所述合格阈值，获取所述目标产品中缺陷产品的产品图像；

根据所述产品图像，获取与所述缺陷产品相关联的设备类型；其中，所述设备类型包括生产设备和质检设备；

对多台所述生产设备进行故障检测和/或对多台所述质检设备进行故障检测，将故障检测不合格的所述生产设备和/或所述质检设备标记为第一故障设备；

将所述生产率与预设的产率阈值比较，若所述生产率小于所述产率阈值，对多台所述生产设备进行产量检测，将产量检测不合格的所述生产设备标记为第二故障设备。

2.如权利要求1所述的基于工业物联网的制造流程管理方法，其特征在于，所述根据所述产品图像，获取与所述缺陷产品相关联的设备类型，包括：

根据所述产品图像，获取缺陷程度值；其中，所述缺陷程度值表示所述缺陷产品的缺陷部分与标准产品的比值；

将所述缺陷程度值与预设的第一标准阈值比较；

若所述缺陷程度值大于或等于所述第一标准阈值，则识别与所述缺陷产品相关联的设备类型为所述生产设备；

若所述缺陷程度值小于所述第一标准阈值，则识别与所述缺陷产品相关联的设备类型为所述质检设备。

3.如权利要求2所述的基于工业物联网的制造流程管理方法，其特征在于，所述根据所述产品图像，获取缺陷程度值，包括：

对所述产品图像进行灰度处理，以获得灰度图像；

对所述灰度图像进行降噪处理；

对降噪处理后的所述灰度图像进行阈值分割，以获得黑白图像；

将所述黑白图像与预设的数据库比较，以获取缺陷程度值。

4.如权利要求1或2所述的基于工业物联网的制造流程管理方法，其特征在于，所述对多台所述生产设备进行故障检测，包括：

对每台所述生产设备产出预设数量的目标产品进行检测，以获得缺陷产品的数量；

将所述缺陷产品的数量与预设的第二标准阈值比较；

若所述缺陷产品的数量大于或等于所述第二标准阈值，则将对应的所述生产设备识别为第一故障设备。

5.如权利要求1或2所述的基于工业物联网的制造流程管理方法，其特征在于，所述对多台所述质检设备进行故障检测，包括：

对每台所述质检设备以及标准设备输入同样数量的样本产品；其中，所述样本产品中掺杂有多个缺陷产品，所述标准设备为无故障的质检设备；

获取每台所述质检设备检测所述样本产品的实测缺陷率以及所述标准设备检测所述样本产品的标准缺陷率；

将所述实测缺陷率与所述标准缺陷率比较；

若所述实测缺陷率大于或等于所述标准缺陷率，则将对应的所述质检设备识别为第一故障设备。

6.如权利要求1所述的基于工业物联网的制造流程管理方法，其特征在于，所述对多台所述生产设备进行产量检测，包括：

获取每台所述生产设备在预设时间的产品生产量；

将所述产品生产量与预设的标准产值比较；

若所述产品生产量小于所述标准产值，则将对应的所述生产设备识别为第二故障设备。

7.如权利要求6所述的基于工业物联网的制造流程管理方法，其特征在于，若所有所述生产设备对应的所述产品生产量均大于或等于所述标准产值，还包括：

获取多组所述产品生产量数据的平均产量值；

将所述平均产量值与预设的标准平均值比较；其中，所述标准平均值大于所述标准产值；

若所述平均产量值小于所述标准平均值，将所述产品生产量按数值大小进行排名，将所述产品生产量排名末N位的对应所述生产设备识别为故障设备；其中，N为大于0的正整数。

8.一种基于工业物联网的制造流程管理系统，其特征在于，包括依次通信连接的用户平台、服务平台、管理平台、传感网络平台和设备对象平台，所述设备对象平台包括：

比较及获取模块，用于将所述合格率与预设的合格阈值比较，若所述合格率小于所述合格阈值，获取所述目标产品中缺陷产品的产品图像；

设备类型识别模块，用于根据所述产品图像，获取与所述缺陷产品相关联的设备类型；其中，所述设备类型包括生产设备和质检设备；

第一检测模块，用于对多台所述生产设备进行故障检测和/或对多台所述质检设备进行故障检测，将故障检测不合格的所述生产设备和/或所述质检设备标记为第一故障设备；

第二检测模块，用于将所述生产率与预设的产率阈值比较，若所述生产率小于所述产率阈值，对多台所述生产设备进行产量检测，将产量检测不合格的所述生产设备标记为第二故障设备。

9.一种计算机设备，其特征在于，该计算机设备包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器执行所述计算机程序，实现如权利要求1-7中任一项所述的方法。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，处理器执行所述计算机程序，实现如权利要求1-7中任一项所述的方法。