基于工作流的质量问题协同追踪模型研究

• 论文 •

基于工作流的质量问题协同追踪模型研究

卫炜，赵丽萍，要义勇

1.西安交通大学机械制造系统工程国家重点实验室，陕西西安710049；2.西安交通大学机械工程学院CIM研究所，陕西西安710049；3.西安交通大学机械学院，陕西西安710049

出版日期:2006-10-15 发布日期:2006-10-25

Collaborative quality tracking model based on workflow

WEI Wei, ZHAO Li-ping， YAO Yi-yong

1.State Key Lab for Manu. System Eng., Xi’an Jiaotong Univ., Xi’an710049, China; 2.CIM Inst., Sch. of Mech. Eng., Xi’an Jiaotong Univ., Xi’an710049, China; 3.Sch. of Mech. Eng., Xi’an Jiaotong Univ., Xi’an710049, China

Online:2006-10-15 Published:2006-10-25

摘要/Abstract

摘要： 针对质量问题追踪过程中工作效率低、协同性差的问题，建立了基于工作流的质量问题协同追踪模型。该模型包含基于活动网络图的多个闭环子过程的追踪过程模型、追踪过程节点及节点间联系的布尔矩阵描述模型，以及矩阵式的管理组织结构和以质量问题为驱动的组织模型。在此基础上，设计了与该模型相对应的追踪工作流执行逻辑。最后，以动力机车质量问题追踪过程为实例,对模型进行了应用分析。

关键词: 工作流, 质量问题, 闭环追踪过程, 布尔矩阵

Abstract: To solve low efficiency and collaboration in quality tracking process, a workflow- based collaborative quality tracking model was constructed. This model was composed of a tracking process model based on activity network diagram and multi sub closed loop processes, a Boolean matrix description model of tracking sections and associations among sections, a matrix style organization structure and a quality problem driven organization model. Based on the model's research, a related quality problem tracking workflow executing logic was designed. Finally, the model was analyzed by an instance of a power car's quality problem tracking process.

Key words: workflow, quality problem, closed loop tracking process, Boolean matrix

中图分类号:

卫炜，，赵丽萍，，要义勇. 基于工作流的质量问题协同追踪模型研究[J]. .

WEI Wei,, ZHAO Li-ping,， YAO Yi-yong. Collaborative quality tracking model based on workflow[J]. .

[1]	唐玄昭,余阳,吴荆璞,潘茂林. 基于区块链的业务流程互操作服务框架[J]. 计算机集成制造系统, 2021, 27(9): 2508-2516.
[2]	文一凭,王志斌,刘建勋,许小龙,康国胜. 云际协作环境下能耗与成本感知的工作流调度方法[J]. 计算机集成制造系统, 2021, 27(9): 2583-2591.
[3]	袁友伟,黄锡恺,俞东进,李忠金. 移动边缘计算环境下服务工作流容错调度算法[J]. 计算机集成制造系统, 2021, 27(6): 1693-1702.
[4]	李万清,刘辉,李忠金,袁友伟. 移动边缘计算环境下面向安全和能耗感知的服务工作流调度方法[J]. 计算机集成制造系统, 2020, 26(7): 1831-1842.
[5]	林国丹,黄钦开,余阳,潘茂林. Activiti引擎的无状态云工作流调度算法[J]. 计算机集成制造系统, 2020, 26(6): 1456-1464.
[6]	文一凭,王志斌,刘建勋,许小龙,陈爱民,曹步清. 混合云环境下成本与隐私感知的工作流调度方法[J]. 计算机集成制造系统, 2020, 26(6): 1582-1588.
[7]	齐平,王福成,徐佳,李学俊. 移动边缘计算环境下基于信任模型的可靠多重计算卸载策略[J]. 计算机集成制造系统, 2020, 26(6): 1616-1627.
[8]	姚艳,曹健. 一种成本有效的面向超参数优化的工作流执行优化方法[J]. 计算机集成制造系统, 2020, 26(6): 1628-1635.
[9]	孙晋永,闻立杰,匡增雄,李涛,张展. 基于数据生成—消耗依赖的语义工作流并行化重构方法[J]. 计算机集成制造系统, 2020, 26(6): 1636-1650.
[10]	袁友伟,刘恒初,俞东进,李忠金. 面向边缘侧卸载优化的工作流动态关键路径调度算法[J]. 计算机集成制造系统, 2019, 25(第4): 798-808.
[11]	魏懿,曹健. 基于机器学习的流程异常预测方法[J]. 计算机集成制造系统, 2019, 25(第4): 864-872.
[12]	文一凭,刘建勋,窦万春,陈爱民,周昱昊. 云工作流环境下隐私感知的多租户访问控制模型[J]. 计算机集成制造系统, 2019, 25(第4): 894-900.
[13]	林兵,项滔,陈国龙,陈星. 混合云环境下面向时延优化的科学工作流数据布局策略[J]. 计算机集成制造系统, 2019, 25(第4): 909-919.
[14]	徐佳,李学俊,丁瑞苗,刘晓. 移动边缘计算中能耗优化的多重资源计算卸载策略[J]. 计算机集成制造系统, 2019, 25(第4): 954-961.
[15]	林佳,石晓辉,胡高佳,余阳. 面向业务对象的工作流模型执行环境[J]. 计算机集成制造系统, 2018, 24(第7): 1714-1722.