MES(制造执行系统),它的主要目的在于加强MRP计划的实施功能,解决工厂中信息孤岛的问题,使得MRP计划系统能和工厂作业现场控制系统通过MES联系起来。国内的MES系统应用还停留在将信息收集的作业流程从文本记录变成电子化收集的过程,而帮助企业提高生产效率,降低成本才是MES系统实施的有利价值。随着工业4.0、智能制造、智能工厂等概念的提出,MES正在变成承接工厂主要的运营平台,是工厂的信息纽带。如何利用现代的分析技术基于MES系统中的大量结构化和非结构化的数据进行分析和挖掘,创造有利于企业的价值已经成为了 MES系统提升和优化的研究重点。本课题针对电子制造行业生产线在实现智能工厂中遇到的问题利用数据挖掘技术对收集的信息建模提出解决方案。主要工作包括:1)对目前工厂的质量检验作业流程进行分析,以AQL抽样检验作业为主要业务主线,从操作人员的角度,基于软件工程的一些理论和方法,进行MES系统的质量管理模块的设计和实现。2)从工厂管理者的角度出发,分析了 AQL抽验作业流程中的问题,再基于数据挖掘中算法的学习,设计了能够帮助找出问题原因的数据挖掘方案和模型。3)利用现有的数据结构,基于挖掘的实际需求采用SQL Server Analysis Service技术建立数据仓库。在FTPC平台上实施数据挖掘方案,连接已建立的数据仓库,实现数据模型的开发,运用开发的数据模型在数据仓库中进行数据挖掘。本文通过SSPS工具对该数据模型进行了评估和验证,并将其挖掘结果应用于MES系统质量管理模块中,帮助企业提高了生产效率。