生产过程执行系统(MES)是全方位管理生产进度、质量、设备和人员绩效的制造业生产管理思想和管理工具。帮助企业完成设备和系统的通讯，打破原有数据纸质流向形成的信息孤岛，减少数据统计的工作量，提高工作效率，实现生产数据自动采集与分析、生产计划管理、生产过程控制、产品质量管理、车间库存管理、车间看板管理和设备管理等功能，提高企业制造执行能力。

　　在传统的生产企业，数据收集还是靠人工，数据储存和分析还停留在纸质上面，统计过程容易出错，大量数据没有合理、高效充分利用，造成数据浪费。生产过程中的质量问题，往往都是产品生产完以后才发现，造成了不必要的成本浪费，通过MES系统，把现场最真实的生产数据实时的拿到，结合国工数据大脑中的单样本Z检验组件，对现场生产质量问题自动分析处理，把分析结果实时推送给管理人员，数据异常及时报警，做到有问题早发现，早处理，减少生产浪费和质量问题。

　　案例

　　企业因为成本和精力所限不可能进行全部检验，这时就可以使用假设检验来使用小样本数据来估算大样本产品差异是否可控，某企业质量部门，每天都要对生产每瓶化学品含量进行分析，客户要求关键物质含量为29%，质量分析员需要使用单样本Z 检验的方法来确定平均含量是否不同于目标值29 %，已知均值为29%，总体标准差为3.25。如果均值不同于目标值，质量分析人员将使用置信区间来确定差值有可能为多大，以及差值是否有明显差异。

　　抽检了50个数据样本，数据样本一列是检验序号，一列是检验结果值。数据如下：

表1 现场抽检的物质含量

　　分析过程

　　使用国工数据大脑组件会定时对MES系统数据进行读取，直接访问数据库获取数据集。

图2 RDBMS读取组件

　　

　　使用集成好算法的单样本Z 检验组件进行数据的分析处理，对组件参数进行设置，假设均值为29，已知标准差为3.25，显著性水平设置为0.05，单击运行，从调试面板中查看分析结果。

图3单样本Z 检验组件及参数配置

　　通过单样本Z 检验的方法，对样本数据进行分析来确定总体均值是否不同于指定的假设均值。

图1 分析结果

　　通过分析结果我们可以得出，原假设化学物质含量的均值为29。由于p 值为0.116(大于显著性水平0.05)，因此可以得出，生产的产品符合目标值，成品的差异不明显，均值为29.722，不小于29，符合企业要求。

　　与生产过程执行管理系统(MES)系统相融合

　　通过MES系统，可以自动采集所需数据，增大检验的样本数和数据的时效性，直接将采集的数据对接到创建好的分析模型中，根据得出的分析结果自动对报告进行判定，代替人工判定；并将存在显著性差异的报告重点推送给相关领导引起重视。根据领导对存在显著性差异报告的处理，可自动触发二次检验流程等操作。

　　含义

　　Z检验(Z Test)又叫U检验。由于实际问题中大多数随机变量服从或近似服从正态分布，U作为检验统计量与X的均值是等价的，且计算U的分位数或查相应的分布表比较方便。通过比较由样本观测值得到的U的观测值，可以判断数学期望的显著性，我们把这种利用服从标准正态分布统计量的检验方法成为U检验(U-test)

　　组件概述

　　使用单样本Z检验组件可以在已知总体的标准差时，估计总体的均值并将它与目标值或参考值进行比较。使用此分析，可以执行以下操作：

　　1.确定总体均值是否不同于您指定的假设均值。

　　2.计算可能包括总体均值的值范围。

　　参数说明

　　原假设：上述假设可能，符合是H0

　　备择假设：与原假设对立，符合是H1

　　p值：结果可信程度的一个递减指标

　　适用范围

　　使用单样本Z 可以在已知总体的标准差时，估计总体的均值并将它与目标值或参考值进行比较。

Tags：进行(222)生产(253)数据(319)分析(27)

转载请标注：信息网——国工数据大脑之单样本Z检验与生产过程执行管理系统(MES)的融合应用