[发明专利]确定不良原因的方法、装置、电子设备及存储介质

说明书

本发明公开了一种确定不良原因的方法、装置、设备及存储介质，其中，确定不良原因的方法包括：在检测对象存在已知不良时，抽取所述检测对象的生产数据，所述生产数据至少包括生产履历数据、生产设备的标识以及生产设备参数中的一种；将所述生产数据输入预先训练得到的模型，得到与所述已知不良有关的生产工序、生产设备以及生产设备参数中的至少一种，其中，所述模型根据所述检测对象的生产样本数据进行训练得到，所述生产样本数据中的各条数据标记了与所述已知不良之间的相关性，本发明可提高确定不良原因的效率。

技术领域

本发明涉及计算机数据挖掘技术领域，特别是指一种确定不良原因的方法、装置、电子设备及存储介质。

背景技术

目前，一些产品，例如，OLED面板(Organic Light-Emitting Diode，有机发光二极管)的生产工序高度整合，涉及到的工序、工艺和设备繁多，生产线突发已知不良和未知不良较多。如需确定产生不良的原因，则需基于该产品的生产过程中所涉及到的各个环节中的数据进行分析，但这些数据分布在众多不同系统的数据库中，需要人为从这些数据库中拉取可能存在问题的数据进行不良分析，分析过程较为繁琐，效率较低。

发明内容

有鉴于此，本发明提出一种确定不良原因的方法、装置、设备及存储介质，可提高确定检测对象在生产过程中产生不良的原因的效率。

根据本发明的第一个方面，提供了一种确定不良原因的方法，包括：在检测对象存在已知不良时，抽取所述检测对象的生产数据，所述生产数据至少包括生产履历数据、生产设备的标识以及生产设备参数中的一种；将所述生产数据输入预先训练得到的模型，得到与所述已知不良有关的生产工序、生产设备以及生产设备参数中的至少一种，其中，所述模型根据所述检测对象的生产样本数据进行训练得到，所述生产样本数据中的各条数据标记了与所述已知不良之间的相关性。

可选的，所述方法还包括：获取未知不良数据，形成第一数据集；基于所述第一数据集进行潜在因子离群值计算，得到离群值因子；基于所述离群值因子发出告警提示信息；获取针对所述告警提示信息的第一标记信息；使用所述第一标记信息对所述未知不良数据进行标记，得到标记后的未知不良数据；当标记后的未知不良数据达到阈值后，将进行标记后的所述未知不良数据导入所述模型的训练数据集，所述训练数据集中的数据用于训练所述模型。

可选的，将所述生产数据输入预先训练得到的模型，得到与所述已知不良有关的生产工序、生产设备以及生产设备参数中的至少一种，包括：将所述生产履历数据、所述生产设备的标识以及所述生产设备参数分别输入所述模型，分别得到与所述已知不良有关的生产工序、生产设备以及生产设备参数。

可选的，所述方法还包括：在抽取所述检测对象的生产数据之前，获取检测对象的生产样本数据；根据所述生产样本数据中各样本数据与已知不良的相关性分别对各样本数据进行标记；利用标记后的样本数据训练所述模型。

可选的，所述方法还包括：在将所述生产数据输入预先训练得到的模型，得到与所述已知不良有关的生产工序、生产设备以及生产设备参数中的至少一种信息之后，获取针对所述生产设备参数的第二标注信息；在所述第二标注信息指示所述检测对象在生产过程中存在不良时，根据产生所述生产设备参数的时间段，确定与所述不良相关的生产批次、产生所述不良后所述检测对象所经过的生产工序以及所述检测对象的库存分布信息中的至少一种信息。

根据本发明的第二个方面，提供了一种确定不良原因的装置，包括：抽取模块，用于在检测对象存在已知不良时，抽取所述检测对象的生产数据，所述生产数据至少包括生产履历数据、生产设备的标识以及生产设备参数中的一种；输入模块，用于将所述生产数据输入预先训练得到的模型，得到与所述已知不良有关的生产工序、生产设备以及生产设备参数中的至少一种，其中，所述模型根据所述检测对象的生产样本数据进行训练得到，所述生产样本数据中的各条数据标记了与所述已知不良之间的相关性。