CN113706178A - 一种产品检验过程的监督方法 - Google Patents
一种产品检验过程的监督方法 Download PDFInfo
- Publication number
- CN113706178A CN113706178A CN202111046717.6A CN202111046717A CN113706178A CN 113706178 A CN113706178 A CN 113706178A CN 202111046717 A CN202111046717 A CN 202111046717A CN 113706178 A CN113706178 A CN 113706178A
- Authority
- CN
- China
- Prior art keywords
- detection
- inspection
- product
- data
- seal
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000007689 inspection Methods 0.000 title claims abstract description 157
- 238000000034 method Methods 0.000 title claims abstract description 101
- 230000008569 process Effects 0.000 title claims abstract description 68
- 238000001514 detection method Methods 0.000 claims abstract description 90
- 230000002159 abnormal effect Effects 0.000 claims abstract description 8
- 238000012544 monitoring process Methods 0.000 claims description 43
- 230000007246 mechanism Effects 0.000 claims description 36
- 238000012360 testing method Methods 0.000 claims description 16
- 238000012550 audit Methods 0.000 claims description 8
- 238000003058 natural language processing Methods 0.000 claims description 8
- 238000012545 processing Methods 0.000 claims description 8
- 238000012549 training Methods 0.000 claims description 7
- YTAHJIFKAKIKAV-XNMGPUDCSA-N [(1R)-3-morpholin-4-yl-1-phenylpropyl] N-[(3S)-2-oxo-5-phenyl-1,3-dihydro-1,4-benzodiazepin-3-yl]carbamate Chemical compound O=C1[C@H](N=C(C2=C(N1)C=CC=C2)C1=CC=CC=C1)NC(O[C@H](CCN1CCOCC1)C1=CC=CC=C1)=O YTAHJIFKAKIKAV-XNMGPUDCSA-N 0.000 claims description 6
- 230000003111 delayed effect Effects 0.000 claims description 6
- 230000008520 organization Effects 0.000 claims description 4
- 239000003086 colorant Substances 0.000 claims description 3
- 238000013136 deep learning model Methods 0.000 claims description 2
- 239000000047 product Substances 0.000 description 61
- 230000006872 improvement Effects 0.000 description 10
- 238000012384 transportation and delivery Methods 0.000 description 10
- 238000007726 management method Methods 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 3
- 239000004566 building material Substances 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000000813 microbial effect Effects 0.000 description 2
- 238000000275 quality assurance Methods 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000013142 basic testing Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 210000001503 joint Anatomy 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 239000002994 raw material Substances 0.000 description 1
- 238000013102 re-test Methods 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 239000011265 semifinished product Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/018—Certifying business or products
Landscapes
- Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Finance (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种产品检验过程的监督方法,属于检验技术领域。方法如下:***平台通过检测过程的关键点去记录产品检验的整个过程来实现产品检验过程溯源和监督,同时对产品检验关键点进行审核、时间进度监督、资料提交时间的合理性检测。检测过程中,***平台通过物联网终端能实时监控、采集实验室的环境及设备参数,产品检测结果和标准数据自动对比及异常报警。最后对出具的产品检测证书的真伪辨别。本发明解决了产品检验过程的溯源与监督问题,同时降低成本、提高检测效率。
Description
技术领域
本发明涉及检验技术领域,更具体地说,涉及一种产品检验过程及监督的方法。
背景技术
对于检验技术来说,是一种符合性判定,包括测定、比较、判定与处理四个环节,通过规定的程序和方法以符合要求的仪器设备对产品(原料,半成品、成品)的检验项目进行测定,将测定结果产生的数据与质量标准进行比较,判定产品的符合程度。检验的结果一般以检验报告的形式展现,是对生产企业的产品质量的有效监督,其要求有再现性、重复性,以保证检验数据的一致性和有效性。
随着检验技术的发展,在人机料法环中,检验设备的精度、准确度和信息化程度获得了极大提升,检验方法基本以国标的形式予以确认,检验也在向工业化发展,反而在检验过程中,由于人的因素,造成检验本身的差异成为主要原因,各检验机构也采取了盲样检验、比对试验、重复检验等方式方法,提高对人的能力培养和监督。
但对检验机构出具的检验数据的异议却一直不断,以食品微生物检验为例,现食品安全法规定对微生物指标不合格不予复检,企业只能对检验机构的检验过程提出异议,进行行政复议或诉讼,并且以最近几年的判例来看,胜诉的案例很多。所以如何对检验过程进行有效溯源和监督,已成为检验技术发展的重要方向。
经检索,中国专利申请号为201710815441.0,申请公开日为2017年11月17日的专利申请文件公开了一种产品质量监督管理***。该***包括:基础信息管理模块,用于对企业信息管理、产品信息等信息管理;产品质量监督抽查模块,用于制定抽查任务、审核抽查计划等;抽查处理模块,用于发放通知书、接收整改收通知书等;复议管理模块,用于下发复检通知、接受复检通知和复议结果上报;查询统计模块,用于各类数据查询;产品质量检验机构工作质量分类监管模块,用于检验机构信息报送、检验机构信息查询等;产品质量安全风险监控与预警模块,用于产品质量安全预警、评审专家库、预警数据分析、查看优质产品生产示范区;企业产品质量分类监管模块,用于分类监管模板管理等。该专利只是实现了数据信息的管理、数据的监督功能,但是,并没有实现过程监督,对检验的整个过程没有全程的数据、文件、图片记录,没有实现记录过程跟踪、过程监督、时间进度管理、时间有效性管理、远程实时监测功能。
中国专利申请号为201811370638.9,申请公开日为2020年5月26日的专利申请文件公开了一种提高第三方产品质量检验机构质量保证的***。该***包括:第三方产品质量检验机构、数据中心和政府主管部门,将所述第三方产品质量检验机构、所述数据中心和所述政府主管部门进行联网,以实现实时监督第三方产品质量检验机构是否按其质量手册、程序文件、作业指导书的规定,使各要求的质量保证得到落实,数据中心通过数据分析,将把未按其质量手册、程序文件规定运作的第三方产品质量检验机构列出,提交给政府主管部门,方便政府主管部门对第三方产品质量检验机构监管,使第三方产品质量检验机构为社会提供检测数据的真实性、准确性、公正性得到大幅提高,从而提高第三方产品质量检验机构质量保证的方法。该专利对检验数据和质量手册、指导书进行数据、文件形式化的管理,政府主管部门可以根据这些文件进行人工化的对比,以判断数据的真实性、准确性。但是,并没有对检验结果数据与标准进行自动化对比,实时反馈给实验员,优于人工对比,时效性较强。并且,对数据和文件提交没有进行时间、文件类型的自动判断,后期人工判断不合理,实验产品可能已经失效,增加成本。
因此,为了有效溯源和监督产品检验过程,亟需开发一种产品检验过程的监督方法。
发明内容
1.要解决的问题
针对现有技术中存在的检验过程无有效溯源和监督的问题,本发明提供了一种产品检验过程的监督方法,它可以实现低成本、高效率解决产品检验中溯源与监督的问题。
2.技术方案
为了解决上述问题,本发明所采用的技术方案如下:
一种产品检验过程的监督方法,所述方法包括:
S1、设置产品检验关键点,通过产品检验关键点的检验过程记录,以实现产品检验过程溯源和监督,同时进行产品检验关键点审核、时间进度监督、资料提交时间的合理性检测;
S2、***平台通过物联网远程监测终端实时监控、采集检测实验室的环境及设备参数;
S3、***平台对产品检测结果与标准之间自动对比,进行异常报警和处理;
S4、辨别产品检测证书的真伪。
作为本发明进一步地改进,所述步骤S1中,产品检验关键点审核,具体过程如下:
1)送检:送检方客户需将检查信息和检验样品图片上传到平台,***平台利用审核机制对上传资料和样品图片审核,判断资料和样品是否达到送检要求;审核机制分为自动审核和人工审核两步;自动审核流程如下:首先分析送检资料文件的命名格式,抽取公司平台编号、产品编号、检测机构编号,平台在基础数据库中对比信息,判断是否存在,如果不存在,直接审核结果为不符合送检要求;然后分析图片的拍摄时间和上传时间,时间差不能大于T小时,否则审核结果为不符合送检要求;通过自动审核合格后,进入人工审核流程,其流程如下:首先审核资料内容和指导性文件或国标文件是否有冲突,如果有,则审核结果为不符合送检要求;然后审核样品图片,人工观察图片,是否拍摄完整、清晰,与样品是否一致,判断是否符合送检要求。
2)检验样品的制样:检测机构的实验室对检样品制样,审核送检样品制样后的状态,制样的环境,如温度、湿度、检测设备状态,并上传***;
3)检验:打开***监测终端,审核实验室条件的监控、设备的设定、实验过程,包括远程监测实验室温度、湿度条件、监测检验仪器的开始和结束时间、检测仪器之间的使用顺序、检测仪器的设备参数以及工作状态;
4)检验结果:检验员提交检验结果和证书,***进行数据对比以及报警反馈,检验员对报警进行处理。
作为本发明进一步地改进,所述步骤S1中,产品检验的时间进度监督,具体过程如下:
检验样品的每一个关键点时间都会上传至***平台,当关键点时间正常时,绿色显示;关键点时间滞后或超前D1天,黄色显示;当关键点时间滞后或超前D2天,红色显示,平台发出报警,D1和D2由***平台设定的整数,|D1|<|D2|,超前为负整数,滞后为正整数。
作为本发明进一步地改进,所述步骤S1中,资料提交时间的合理性检测,具体过程如下:根据上传资料的后缀名判断其类型,文件名判断其依赖性,文件名不具备依懒性则重新上传;每个资料都有精确的上传时间,根据时间判断依赖性资料提交的合理性;如果有提交图片文件,则图片拍摄时间和提交时间必须一致,要求误差<=T小时,否则重新提交图片文件,T由***平台设定;其中,文件名依赖性的规范格式为:提交检测产品公司平台编号+产品编号+检测机构编号+提交日期。
作为本发明进一步地改进,所述步骤S2的具体过程如下:
每个检测实验室的四个角落各配备一个超清监控录像仪,关键检测仪器上也安装录像仪,实验室中的监控摄像仪,检测仪器均连入物联网远程监测终端;规范实验室检测步骤,检测员必须在监控录像仪可监测区域内对待检测产品进行检测;检测前,检测员需在物联网远程监测终端录入检测机构和检测员工号;检测过程中,物联网远程监测终端可以自动实时获取实验室环境参数,如日期、温度、湿度,记录检测员操作步骤:使用检测仪器的开始和结束时间、检测仪器之间的使用顺序、检测仪器的设备参数以及工作状态,以及检验结果;检测结束后,物联网远程监测终端自动上传监测数据所有资料至***平台。
作为本发明进一步地改进,所述步骤S3中,***平台对产品检测结果与标准之间自动对比,进行异常报警和处理,具体过程为:利用NLP算法,将检验报告与国家标准逐步骤逐参数对比,***在平台发出异常报警并记录国家标准中被跳过的步骤和省略的参数,送检方可以选择忽略或者要求处理。检验员可以选择驳回并给出实际依据或者对送检样品重新检测。
作为本发明进一步地改进,所述步骤S3中,***平台对产品检测结果与标准之间自动对比,具体过程如下:
***将检验结果与数据库中国家标准或检测机构作业指导书对比,包括步骤对比:假设检验报告中共有步骤s步,表示为:[j1,j2,j3,……js],国家标准或检测机构作业指导书具体步骤有n步,表示为:[b1,b2,b3,……bn],若步骤j1对应步骤b1,而jm对应步骤bk,***则会在平台发出异常报警并展示出国家标准中被跳过的步骤,用户可以选择忽略或者处理。
作为本发明进一步地改进,所述步骤对比中,对数据字段进行对比:假设检验报告中步骤jm与国家标准或检测机构作业指导书中的步骤bk对应,其中步骤jm有数据字段名称[p1,p2,p3,……pt],步骤bn有数据字段名称[v1,v2,v3,……vx],***采用自然语言处理算法(NLP),根据上下文语义,将步骤jm与步骤bk的数据字段名称逐一对应,将缺少的|t-x|个数据在页面显示并存储,其中t和x均为正整数。
作为本发明进一步地改进,数据字段对比中,对数据字段名称进行对比:
假设步骤jm与步骤bk对应,NLP算法根据上下文语义以及数据字段的单位判断出数据字段pt的值与数据字段vx的值对应,随后将pt与vx作差,若差值小于标准阈值ε,ε值由结合标准文件、企业指导文件给出,则判定数据pt真实有效;否则,***将对用户发出异常警告。
作为本发明进一步地改进,所述步骤S3中,所述异常报警和处理,具体过程如下:
当***进行检测结果与国家标准或检测机构作业指导书对比后发生异常警告,会将检测单号和异常信息返回给检验室监测终端,检验员可以选择驳回并给出依据或者对送检样品重新检测。
作为本发明进一步地改进,所述步骤S4中,辨别产品检测证书的真伪,对证书的检验基于***真伪的识别。检测***与签名的位置关系,若签名像素点与***图案的像素点距离大于阈值,则判定***未覆盖于签名;统计***图案灰度值相同的像素点个数,若小于阈值,则判定***图案色彩发布不均匀;检测***中的字体,若***图案中字体为宋体简体字,则判断字体正常;获取***中心五角星五个顶点的纵坐标,若任意两个纵坐标都不相同,则判断***图案非正位。其具体过程如下:
a)收集T张***图片制作训练集,利用Yolo深度学习模型对训练集进行训练,自动识别出***与签名;
b)计算出***识别矩形区域的中心点坐标Y(a,b),与签名识别区域的中心点坐标Q(c,d),计算YQ之间的欧氏距离T张***Y到Q距离的范围[Dmin,Dmax],如果D∈[Dmin,Dmax],则判定***与签名距离正确;反之,则判定***与签名距离不正确;
c)针对步骤b)中***图片,若统计***图案灰度值不小于g的像素点个数P,g为设定灰度值,T张***灰度值不小于g的像素点个数的范围为[Pmin,Pmax],如果p在Pmin和Pmax之间,则判定***图案灰度值个数满足要求;反之,则判定不满足;
d)针对步骤c)中***图案色彩分布均匀的图片,检测***中的字体,若***图案中字体为简字宋体,则判断字体正常;
e)针对步骤d)中字体正常的图片,获取***中心五角星五个顶点的坐标:Fn(e,f),其中,1≤n≤5,如果纵坐标[f1,f2……fn]中任意两个相近,纵坐标的差值df不大于误差δ,则判断***图案正位,即***五角星符合要求,反之,则不符合。
***平台根据距离、灰度值个数是否满足要求、字体是否正常、五角星是否正位综合判定证书的真伪参考结果。
3.有益效果
相比于现有技术,本发明的有益效果为:本发明通过关键点的设置,规范检测流程,一旦关键点和时间节点确认,对于检测的送检和检测双方都必须遵守流程步骤和时间点,方便送检方、检测机构、平台实时查看、监测、记录检测流程的状态,便于检测过程的溯源和监督。对于检测步骤描述和数据字段名称与标准文件或指导文件的对比,人工对比工作量庞大,耗时费力,而采用NLP自然语言处理算法,对步骤和字段做单词和语义的对比,可以快速的做出对比结果,再有人工做结果校正审核即可,经过平台实际运算,结果表明极大地提高了对比工作效率。选择检测步骤和检测数据字段名称对比可以防止检测机构遗留检测项,避免人工失误造成的报告不完善或不符合标准要求。选择检测数据字段值的比较,可以给出产品和标准相比,是否符合要求,偏高或偏低。对于检测证书,据统计,会出现签字、***、检测内容的不符合要求或真伪的问题,对检测证书的检测内容与标准做了对比,同时对检测的签字和***做了算法处理,以此给出证书的真伪判定参考,验证了检验报告数据的一致性和有效性,提高了证书的证明效力。
附图说明
图1为本发明产品检验关键点审核的流程示意图;
图2为本发明产品检验关键点的时间进度监督的流程示意图;
图3为本发明自动对比的流程示意图;
图4为本发明辨别产品检测证书真伪的流程示意图。
具体实施方式
下面结合具体实施例对本发明进一步进行描述。
本方案设计了一种产品检验过程及监督的方法,可以更好的对接需要产品检验和产品检验证书的生产企业。
实施案例1
平台的检验的流程如图1所示。
检验流程中的关键点,如产品检验申请、样品物流信息、样品制样、产品检验、检验结果及反馈处理、检验复查程序等进行设置,也可以根据企业需求进行流程定制,需要***平台审核。一旦确定,进入检验流程就不能修改。***平台对检验流程中的关键点按时间轴进行监督;调度远程监测设备对检验过程进行监测;对检验过程进行记录,对检验结果进行数据分析,并通过报警模块进行报警;通过显示模块显示关键点及记录和检验信息;远程监测终端由环境监测模块、检验设备监测模块、用户交互模块、显示器、无线通信模块、计算机组成。
***平台按照流程时间轴在不同工作之间流转,检验顺序按设定关键点顺序执行。送检方要保证样品数和样品完好程度,并提交邮寄样品的物流信息和样品数据及图片信息,或者由送检方直接送达。检验机构要保证检验环境状态符合要求,***并使用远程监测设备实时监控,检验员对样品进行制样,要按照规定流程制样,并对过程记录。检验结果提交到***,***对检验结果进行设定对比,对不符合标准的检验结果、非正常数据进行报警,并实时反馈到远程终端,检验机构对反馈进行处理。如送检企业要求,可以进行复查程序,对原检验程序中加倍样品进行检验。
基本检验流程如下:
1)产品企业申请检验
送检方首先是***平台注册企业账户。申请检验时,选择产品技术检验机构或者与平台沟通,由平台与检验机构对接;确认检验机构后,生成检验流程,由送检方修改提交,***平台确认;选择送达方式,可为物流邮寄或直接送达,要求送检方提交送检验样品规格数据和图片。
2)样品验收
检验样品送到检测机构后,检测机构在***平台填写收到样品信息(1、样品状态:完好、有损坏不影响检验、已损坏;2、是否为送检样品)和拍摄图片;平台审核送检方和检测机构提交的数据和图片,送检企业核对检测机构提交信息;若样品影响到检验,检验机构提交重新送检申请。
3)制样
制样后,首先把制样信息及照片上传到平台,平台进行审核并推送给送检方企业,企业核对信息并确认制样。
4)产品检验
远程监测设备记录实验室环境数据、检验设备的状态数据、检验开始和结束时间,远程视频监控记录检测过程。
5)提交检验结果
检验结束后,检验员形成检验文档,并出具检验证书,一并提交到***平台。***检测报告和证书进行自动对比、人工审核、真伪判定,并给出检验文档和证书的平台审核结果。
实施案例2
针对检验关键点监督,包含关键点设置、检验流程中关键点的时间进度、提交文件及图片的合理性检测。如图2所示。
1)关键点设置
送检企业提交检验申请单,***批准后,自动生成检验流程,送检企业可以对检验流程进行修改,得到检验机构确认后,由平台审核。一旦设定检验流程,则流程中的关键点和顺序、设定时间节点都不能修改。
2)关键点的时间进度
若检测进度滞后或超前D1天(以某化工产品检测为例,D1选取3;而以某建材产品为例,D1选取10),***平台对监测机构发出I级黄色预警;如果滞后或超前D2天(以某化工产品检测为例,D1选取7;而以某建材产品为例,D2选取20),发出II级红色预警。
3)提交文件及图片的合理性
在流程的所有关键点阶段,送检企业和监测机构提交的资料文件类型必须符合预设的文件类型,否则要重新提交;文件的上传时间必须在设定的时间内,否则会显示过期提示;对于提交的拍摄图片,要求拍摄时间与提交时间的时间差必须在***设定的T小时内(***平台默认设置为4H,每个产品的监测流程可以自己设置)。
实施案例3
关于***平台通过远程终端记录检验过程,检验员提交检验结果,***对检验步骤、项目、数据值进行标准文件、指导文件对比,做出响应。如图3所示。
1)检验过程记录
检验开始前,必须先启动远程实时监测终端,对实验室环境、检验设备进行数据记录和视频摄像保存。记录实验室的温度、湿度;记录设备的状态参数、名称;记录检验的开始时间和结束时间,并自动上传到***云平台。
2)检验结果的合理性检测
***自动将提交的检验结果与数据库中国家标准或检测机构作业指导书分步骤、项目参数、检测值进行对比,***会在前台页面展示缺失步骤、缺失项目和不符参数值,检测机构选择驳回或者处理,若选择处理,***会通知检测机构重做,或者选择驳回并给出理由。
关于检测机构对检测结果出具产品检测证书,并在***平台提交证书的纸质扫描版或电子版证书。为防止虚假证书,本发明给出了证书的真伪辨别的一种人工智能方法。如图4所示。
1)收集某检测机构证书T张,制作训练集,利用深度学习算法特征,识别出证书中的***和签名,并标识出矩形区域;
2)找出***识别矩形区域的中心点坐标Y(a,b),与签名识别区域的中心点坐标Q(c,d),计算YQ之间的欧氏距离已统计出T张***Y到Q中心坐标距离的范围[Dmin,Dmax],如果D∈[Dmin,Dmax],则判定***与签名距离符合要求;反之,则不符合要求;统计某检测机构证书T=2000张,Dmin=4.17cm,Dmax=5.02cm,某张证书Y(8.16,24.43),Q(12.5,25.75),求得D=4.54cm,D在Dmin和Dmax之间,满足要求。
3)若统计***图案灰度值不小于g的像素点个数P,g为设定灰度值,T张***灰度值不小于g的像素点个数的范围为[Pmin,Pmax],如果则判定***图案灰度值不符合要求;反之,则判定符合要求;统计某检测到机构***灰度值,g取200,T张证书***的范围为[4200,4600],某张证书***团灰度值不小于200的像素个数P=4312,P处于最大值和最小值之间,则符合要求。
4)***图案色彩分布均匀的图片,检测***中的字体,若***图案中字体为简字宋体,并与标准字库的相应汉字作比较,如果相似度大于96%,则判断字体正常,否则,不正常。
5)字体正常的图片,获取***中心五角星五个顶点的坐标:Fn(e,f),其中,1≤n≤5,如果纵坐标[f1,f2……fn]中任意两个相近,纵坐标的差值df不大于误差δ,则判断***图案正位,即***五角星符合要求,反之,则***的五角星不符合要求。这里取δ=0.05,某张证书的***五角星由2个角坐标值分别为(12.23,25.73)、(12.69,25,75),df=0.02,则小于0.05,符合要求。
***平台根据***和签名中心的距离、像素个数、字体、五角星综合判断证书的真伪,平台可以设定根据检测机构证书的具体情况,选择至少哪几项符合要求才能判断为真,或者选择有几项不符合要求即判断为假,此结果为平台判定结果,为送检企业、使用产品企业、检测机构提供真伪参考。
以上示意性地对本发明创造及其实施方式进行了描述,该描述没有限制性,在不背离本发明的精神或者基本特征的情况下,能够以其他的具体形式实现本发明。附图中所示的也只是本发明创造的实施方式之一,实际的结构并不局限于此,权利要求中的任何附图标记不应限制所涉及的权利要求。所以,如果本领域的普通技术人员受其启示,在不脱离本创造宗旨的情况下,不经创造性的设计出与该技术方案相似的结构方式及实施例,均应属于本专利的保护范围。此外,“包括”一词不排除其他元件或步骤,在元件前的“一个”一词不排除包括“多个”该元件。产品权利要求中陈述的多个元件也可以由一个元件通过软件或者硬件来实现。第一,第二等词语用来表示名称,而并不表示任何特定的顺序。
Claims (10)
1.一种产品检验过程的监督方法,其特征在于:所述方法包括:
S1、设置产品检验关键点,通过产品检验关键点的检验过程记录,以实现产品检验过程溯源和监督,同时进行产品检验关键点审核、时间进度监督、资料提交时间的合理性检测;
S2、***平台通过物联网远程监测终端实时监控、采集检测实验室的环境及设备参数;
S3、***平台对产品检测结果与标准之间自动对比,进行异常报警和处理;
S4、辨别产品检测证书的真伪。
2.根据权利要求1所述的一种产品检验过程的监督方法,其特征在于:所述步骤S1中,产品检验关键点审核,具体过程如下:
1)送检:客户需将检验样品图片上传到***平台,***平台对上传资料和样品图片审核,判断是否为样品,及样品状态;
2)检验样品的制样:检测机构的实验室对检样品制样,并上传***;
3)检验:打开***监测终端,远程监测实验室温度、湿度条件、监测检验仪器的开始和结束时间、检测仪器之间的使用顺序、检测仪器的设备参数以及工作状态;
4)检验结果:检验员提交检验结果和证书,***进行数据对比以及报警反馈,检验员对报警进行处理。
3.根据权利要求1所述的一种产品检验过程的监督方法,其特征在于:所述步骤S1中,产品检验的时间进度监督,具体过程如下:
检验样品的每一个关键点时间都会上传至***平台,当关键点时间正常时,绿色显示;关键点时间滞后或超前D1天,黄色显示;当关键点时间滞后或超前D2天,红色显示,平台发出报警,D1和D2由***平台设定的整数,|D1|<|D2|,超前为负整数,滞后为正整数。
4.根据权利要求1所述的一种产品检验过程的监督方法,其特征在于:所述步骤S1中,资料提交时间的合理性检测,具体过程如下:
根据上传资料的后缀名判断其类型,文件名判断其依赖性,文件名不具备依懒性则重新上传;每个资料都有精确的上传时间,根据时间判断依赖性资料提交的合理性;如果有提交图片文件,则图片拍摄时间和提交时间必须一致,要求误差<=T小时,否则重新提交图片文件,T由***平台设定;其中,文件名依赖性规范格式为:提交检测产品公司平台编号+产品编号+检测机构编号+提交日期。
5.根据权利要求1所述的一种产品检验过程的监督方法,其特征在于:所述步骤S2的具体过程如下:
实验室中的监控摄像仪、检测仪器均连入物联网远程监测终端,检测前,检测员需在物联网远程监测终端录入检测机构和检测员工号;检测过程中,物联网远程监测终端可以自动实时获取实验室的温度、湿度、使用检测仪器的开始和结束时间、检测仪器之间的使用顺序、检测仪器的设备参数以及工作状态;检测结束后,物联网远程监测终端自动上传监测数据至***平台。
6.根据权利要求1所述的一种产品检验过程的监督方法,其特征在于:所述步骤S3中,***平台对产品检测结果与标准之间自动对比,具体过程如下:
***将检验结果与数据库中国家标准或检测机构作业指导书对比,包括步骤对比;假设检验报告中共有步骤s步,表示为:[j1,j2,j3,......js],国家标准或检测机构作业指导书具体步骤有n步,表示为:[b1,b2,b3,......bn],若步骤j1对应步骤b1,而jm对应步骤bk,***则会在平台发出异常报警并展示出国家标准中被跳过的步骤,用户可以选择忽略或者处理。
7.根据权利要求6所述的一种产品检验过程的监督方法,其特征在于:所述步骤对比中,对数据字段进行对比:假设检验报告中步骤jm与国家标准或检测机构作业指导书中的步骤bk对应,其中步骤jm有数据字段名称[p1,p2,p3,......pt],步骤bk有数据字段名称[v1,v2,v3,......vx],***采用自然语言处理算法,根据上下文语义,将步骤jm与步骤bn的数据字段名称逐一对应,将缺少的|t-x|个字段名在页面显示并存储,其中t和x均为正整数。
8.根据权利要求7所述的一种产品检验过程的监督方法,其特征在于:数据字段对比中,对数据字段名称进行对比:
假设步骤jm与步骤bk对应,NLP算法根据上下文语义以及数据的单位判断出数据字段pt的值与数据字段vx的值对应,随后将pt与vx作差,若差值小于标准阈值ε,ε值由结合标准文件、企业指导文件给出,则判定数据pt真实有效;否则,***将对用户发出异常警告。
9.根据权利要求6所述的一种产品检验过程的监督方法,其特征在于:所述步骤S3中,异常报警和处理,具体过程如下:
当***进行检测结果与国家标准或检测机构作业指导书对比后发生异常警告,会将检测单号和异常信息返回给检验室监测终端,检验员可以选择驳回并给出依据或者对送检样品重新检测。
10.根据权利要求1所述的一种产品检验过程的监督方法,其特征在于:所述步骤S4中,辨别产品检测证书的真伪,其具体过程如下:
a)收集T张***图片制作训练集,利用Yolo深度学习模型对训练集进行训练,自动识别出***与签名;
b)计算出***识别矩形区域的中心点坐标Y(a,b),与签名识别区域的中心点坐标Q(c,d),计算YQ之间的欧氏距离T张***Y到Q距离的范围[Dmin,Dmax],如果D∈[Dmin,Dmax],则判定***与签名距离正确;反之,则判定***与签名距离不正确;
c)针对步骤b)中***图片,若统计***图案灰度值不小于g的像素点个数P,g为设定灰度值,T张***灰度值不小于g的像素点个数的范围为[Pmin,Pmax],如果p在Pmin和Pmax之间,则判定***图案灰度值个数满足要求;反之,则判定不满足;
d)针对步骤c)中***图案色彩分布均匀的图片,检测***中的字体,若***图案中字体为简字宋体,则判断字体正常;
e)针对步骤d)中字体正常的图片,获取***中心五角星五个顶点的坐标:Fn(e,f),其中,1≤n≤5,如果纵坐标[f1,f2......fn]中任意两个相近,纵坐标的差值df不大于误差δ,则判断***图案正位,即***五角星符合要求,反之,则不符合;
***平台根据距离、灰度值个数是否满足要求、字体是否正常、五角星是否正位综合判定证书的真伪参考结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111046717.6A CN113706178B (zh) | 2021-09-06 | 2021-09-06 | 一种产品检验过程的监督方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111046717.6A CN113706178B (zh) | 2021-09-06 | 2021-09-06 | 一种产品检验过程的监督方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113706178A true CN113706178A (zh) | 2021-11-26 |
CN113706178B CN113706178B (zh) | 2024-01-23 |
Family
ID=78659100
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111046717.6A Active CN113706178B (zh) | 2021-09-06 | 2021-09-06 | 一种产品检验过程的监督方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113706178B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114091967A (zh) * | 2021-11-30 | 2022-02-25 | 重庆至信实业集团有限公司 | 一种问题解决措施的监控***及监控方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105653739A (zh) * | 2016-03-07 | 2016-06-08 | 四川省建筑科学研究院 | 检验检测报告的数据处理方法及*** |
CN106709059A (zh) * | 2017-01-10 | 2017-05-24 | 南方电网科学研究院有限责任公司 | 基于计量自动化***的终端在线率指标的监控方法及装置 |
CN107862447A (zh) * | 2017-10-31 | 2018-03-30 | 郑东风 | 一种检验检测智能实验室质量监督管理*** |
CN109492696A (zh) * | 2018-11-09 | 2019-03-19 | 上海中信信息发展股份有限公司 | ***真伪鉴定方法、装置及*** |
CN110119908A (zh) * | 2019-05-27 | 2019-08-13 | 贵州省疾病预防控制中心 | 一种食品安全风险监测理化数据分析*** |
CN111199502A (zh) * | 2018-11-17 | 2020-05-26 | 刘建文 | 一种提高第三方产品质量检验机构质量保证的*** |
AU2020103340A4 (en) * | 2020-11-10 | 2021-01-21 | Guizhou Provincial Center For Disease Control And Prevention | A Physical and Chemical Data Analysis System for Food Safety Risk Monitoring |
-
2021
- 2021-09-06 CN CN202111046717.6A patent/CN113706178B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105653739A (zh) * | 2016-03-07 | 2016-06-08 | 四川省建筑科学研究院 | 检验检测报告的数据处理方法及*** |
CN106709059A (zh) * | 2017-01-10 | 2017-05-24 | 南方电网科学研究院有限责任公司 | 基于计量自动化***的终端在线率指标的监控方法及装置 |
CN107862447A (zh) * | 2017-10-31 | 2018-03-30 | 郑东风 | 一种检验检测智能实验室质量监督管理*** |
CN109492696A (zh) * | 2018-11-09 | 2019-03-19 | 上海中信信息发展股份有限公司 | ***真伪鉴定方法、装置及*** |
CN111199502A (zh) * | 2018-11-17 | 2020-05-26 | 刘建文 | 一种提高第三方产品质量检验机构质量保证的*** |
CN110119908A (zh) * | 2019-05-27 | 2019-08-13 | 贵州省疾病预防控制中心 | 一种食品安全风险监测理化数据分析*** |
AU2020103340A4 (en) * | 2020-11-10 | 2021-01-21 | Guizhou Provincial Center For Disease Control And Prevention | A Physical and Chemical Data Analysis System for Food Safety Risk Monitoring |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114091967A (zh) * | 2021-11-30 | 2022-02-25 | 重庆至信实业集团有限公司 | 一种问题解决措施的监控***及监控方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113706178B (zh) | 2024-01-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107862447B (zh) | 一种检验检测智能实验室质量监督管理*** | |
CN113434485B (zh) | 一种基于多维分析技术的数据质量健康度分析方法及*** | |
US6934028B2 (en) | Certification and verification management system and method for a web inspection apparatus | |
CN110991486B (zh) | 多人协作图像标注质量控制的方法和装置 | |
CN114519498B (zh) | 一种基于bim模型的质量验评方法和*** | |
CN108985187A (zh) | 一种数字化档案自我校验实现自动质检的方法 | |
CN113360566A (zh) | 一种信息内容监测方法及*** | |
CN111723217A (zh) | 一种工程建设管理机器人控制***、管理方法及机器人 | |
CN115187125A (zh) | 一种实验室数据管理方法、装置、设备及介质 | |
CN113706178A (zh) | 一种产品检验过程的监督方法 | |
CN117132114A (zh) | 一种企业内部风险管理预警器*** | |
Vancauwenbergh | Data quality management | |
CN107607205A (zh) | 线束颜色顺序检测***和方法 | |
CN114186933A (zh) | 一种冷链食品智能监管平台 | |
CN111680234A (zh) | 具有专利信息发布和搜索功能的***及其信息发布方法 | |
CN115762728A (zh) | 一种医用药剂的存储柜提醒方法及装置 | |
CN116230208A (zh) | 基于深度学习的胃粘膜炎症分型辅助诊断*** | |
CN114169903A (zh) | 一种可融合无损检测技术的中药材数字化质控追溯方法 | |
CN114578015A (zh) | 一种软磁铁氧体智能化质量检测方法 | |
CN114630110A (zh) | 一种视频图像在线率检测方法 | |
CN113344322A (zh) | 用于企业诚信度监控的大数据处理***及方法 | |
CN117654907B (zh) | 用于带料检测机的自动剔除方法及*** | |
CN117667567A (zh) | 一种三方数据平台的异常事故监控方法及*** | |
CN118295893A (zh) | 自动化页面巡检方法、装置、电子设备及存储介质 | |
CN118333465A (zh) | 一种建设工程质量检测监管方法、***及平台 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |