Rohoon

Quality Runtime

质量运行时系统

Quality4.0

核心竞争力

自研的算法技术

自主可控的自研质量大数据指标算法和检测数据清洗算法，为制造业客户提供可以充分信赖的质量数据

非正态分布的QC分析

对于传统的QC统计学工具，如SPC，进行了大幅度的独特改进，充分适应制造业客户多维、动态、闭环、非正态的实际需求和应用场景

基于Q4的闭环系统

在质量4.0（Q4）的场景中，利用独创的三特性闭环方法论，帮助客户实现质量管理的自动化向自洽化闭环系统的转变

质量运行时工具模块
基于统一数据格式的Rohoon 数据湖（Data Lakes Lakes）将不同来源、不同维度的数据进行了打通，在此基础上， 为客户提供了质量规划、动态SPC 、多维SOP 、动态AQL 、数据采集及检测数字化、信息分发器等实用工具
R-QPlan

质量规划及检测任务管理
R-SOP

基于Q4和MBD的SOP数字化
R-ME

基测量数字化终端、量仪
R-dSPC

基于多维、闭环和动态的SPC工具
R-Data Connector

基于AI的数据采集、检测数字化
R-Analysis

BI及质量大数据分析工具

Rohoon Quality Runtime
应用的领域

质量规划层

基于CP的质量计划、质量任务、质量特性、SOP、AQL电子化

质量数据层

SPC、BI、OOC Action、闭环控制、数据分发(信息中心)

采集层

链接传感器、PLC、NC、IoT的工具，SCADA、检测算法、边缘计算

Rohoon Quality Runtime
是为配合Quality4.0 提供的IT 工具
more quality...




Rohoon质量运行时工具包2025版

质量运行时应用场景
R-QPlan 质量规划管理工具
R-QPlan 质量规划管理工具可以应用于车间生产过程或者品监中心的质量规划、质量任务下达， 及质量数据的收集、统计、分析、追溯，结合人、机、料、法、环的多维数据及CP规划， 实现质量管理可穿透到生产的最底层，也可以与容恒或第三方的FMEA、QMS、CAPA等系统进行上下游串通。

灵活定义业务

对于业务要素及相关关系、CPCP，可以根据不同用户的业务要求及要实施的侧重点，进行灵活定义质量任务下发流程、工单界面、分析工具、报表等。

兼容各种基础设施

无论您希望系统落实在纯Web 构架上，还是要和某些客户端程序进行衔接，或者使用不同类型的数据库、不同类型的操作系统，我们都能很好地进行兼容。

丰富的接口

如果您希望和任何在现场的其它系统进行联动，我们提供极其丰富的上百个数据接口可以使用，以便您进行数据连接和功能扩展。

易于使用

系统的界面友好、直观，在不借助复杂使用说明书和大量培训的情况下，操作工或使用者都可以快速上手；同时借助MBD技术，大量的减少了一线人员的过于专业的技术性作业，如复杂的特性配置等。

R-dSPC 动态质量过程管理工具
R-dSPC中独创了大量的数据算法，不同于传统的SPC软件， 它具有不同于简单统计学的非正态数据的检验、识别和特性提炼技术，使数据结论符合质量4.0模型， 除了含有传统SPC的计算能力，更具备了支持多种数据连接、动态应用、5M1E+时间戳等多维数据的关联、 反应脚本、扩展OOC、Al/BI的算法融合等特性，更贴近于制造业在线多因素数据的实用场景。

非正态控制

对于多因子的非正态数据，不再要求进行数据提炼、因子分解、数据转换等数据清洗过程，基于独立算法，自动识别特性和控制状态，在AI模型下进行变化变因的QC控制。

闭环

当SPC发现需要处理的OOC或某些指标信号（如稳态、正态性、偏倚、震荡、趋势、多因子等）时，根据状况，R-dSPC可自动反馈给上位设备、 或让管理系统创建临时任务、或通过各种介质报警等。

可扩展

无论是新增OOC判异类型，增加自己定义的计算指标，或者设计自己格式的报告、设计一个自己需要的分析图， R-dSPC都配有相应的工具和脚本，帮助您把专家知识融入软件。

多维度

在传统SPC单因子控制图的基础上，R-dSPC 将人、机、料、法、 环或其它业务要素都融进了数据模型，帮助您快速找到任何关注点的相关因子、切割数据或做出数据Cube。

R-ME 测量数字化终端
数字化测量除了专有的传感器技术、数字滤波技术、AD技术等之外， 还需要一些特定的软件技术进行自动采集、去除干扰、自动判断、绑定系统任务、自动获取参数等作业， R-ME既可以用在通用检具（如常规的数字化卡尺、千分尺）外，又可应用在特殊工装的检具（如轴仪）、 自动化检测设备、人工检测设备上，还可以用于专用检测设备（三坐标、轮廓仪、影像检测仪等）的数据自动采集上。

智能

R-ME在人工检测时，操作工甚至无需抬头看屏幕，它可以自动识别工件上位、自动启动测量采样、自动结束测量采样、自动判定、语音播报判定结果、 自动等待下一工件；在自动化测量机上，支持程制化。

形式多样

R-ME有支持人工检测的版本，也有支持自动化测量机的版本，也有提供采集接口的支持三坐标、影像仪、轮廓仪的版本，也有集成了软硬件的Mini量仪版本。

MBD构架

如果部署了R-QPlan、R-SOP或IMCS，R-ME的所有工艺设定和参数设定 （如公差标准、检测方法、检具参数、计算公式等）都可以从服务器上直接下载，避免现场人工输入的低效率和不宜的容错性。

兼容

从直接从各类传感器取值，到通过数码卡尺等通用检具取值，从PLC集成，到三坐标等复杂设备的取值，R-ME均有适宜的方案提供。

R-Data Connector 数据采集器工具
R-Data Connector是数据采集的一个既可以纯软，又可以软硬结合的方案，它可以为额外的SCADA系统服务， 也可以接洽容恒的所有需要数据采集的产品，如R-dSPCdSPC，R-MEME，R-QPlan等。

兼容协议

支持ModBusModBus（TCP、UDP、RTURTU），TCP/IP， 西门子S7S7，三菱PLC、发那科PLC、欧姆龙PLC、基恩士PLC、ProfiNetProfiNet，ProfiBus、OPC UA、MQTT 等200多个协议。

快速部署

R-Data Connector根据不同的应用场景，既支持纯软件部署（在线边服务器或SCADA服务器上）， 也支持通过不同通讯介质（如RS232RS232）的边缘计算小盒（RDC10RDC10）的部署。

R-SOP 标准作业规范电子化
基于质量4.0及MBD（基于模型的设计）理念， SOP在Q4信息化的过程中不应仅仅是针对于人的作业指导书，应该含有更多的业务数据化元素， 如设备参数、检测方法、计算方法、QC或SPC管控参数、环境参数等，如果实现了这样的数字化SOP， 在生产管理中，将更容易进行统一归口管理、5M1E协调配置，对于企业质量管理提升的同时， 降低了一线工人的培训负担，使企业的鲁棒性更强。

多元化

SOP利用非结构化数据技术，使得工艺参数、图纸、工序设备参数、作业要求、点检明细、数据采集项目、QC 要求等等统统进行了一致化维护、管理、下发和变更， 使得现场管理多维化。

数字孪生

数字SOP是数字孪生的极好的支撑工具。数字孪生是一种典型的数据驱动技术， 这种特性使得数字孪生可以借助多维的SOP反映人们之前难以应付的复杂性和动态性。

R-Analysis 分析工具
质量4.0一个重大特性就是将数据作为圆心，通过数据工具向外扩展， 如机器学习（ML）、人工智能（AI）等，最实际的应用就是对数据进行BI分析， 并及时形成数据报告（配合IT系统的快速反应）而不是纸质报告（只能寄托于人的响应效率）

灵活定义

对于任意的OLAP分析也好、图形化分析也好、模态分析也好，使用者随时随地都可以根据自身需要进行重新设计、调整及发布到各个展示环境中。

快速触发

无论数据何时产生，只要设定了事件的脚本，系统既可以立即作出反应。