?？怂箍禍y量技術（青島）有限公司 王振環(huán)

隨著中國制造2025及工業(yè)4.0概念的提出，對于諸如工業(yè)大數(shù)據(jù)，智能大數(shù)據(jù)，質量數(shù)據(jù)預測分析，工業(yè)4.0或者智能工廠的討論愈發(fā)激烈。在質量管理領域，這些主題的發(fā)展進程對于如何實現(xiàn)數(shù)據(jù)質量服務于工業(yè)，如何通過數(shù)據(jù)云實現(xiàn)工業(yè)產(chǎn)品質量之間的關聯(lián)，將是本文探討的重點。本文將基于?？怂箍抵圃熘悄軘?shù)據(jù)統(tǒng)計專業(yè)軟件Q-DAS?的角度，探索智能制造背景下質量管理的變革趨勢，助力大數(shù)據(jù)平臺的中國質量管理水平的提高。

一、引言

GermanBitkom協(xié)會在一篇文章中是這樣定義大數(shù)據(jù)的：“大數(shù)據(jù)指的是在經(jīng)濟層面上合理地獲取和應用決策相關的知識，這些知識從不同結構性質的信息中提取，而這些信息來自于各種方式，并且快速變化?！备鶕?jù)這一定義，大數(shù)據(jù)意味著企業(yè)試圖對一些目前只能猜測的數(shù)據(jù)進行測量、分析、計算、評估和評定。在制造系統(tǒng)中，問題發(fā)生和解決的過程會產(chǎn)生大量的數(shù)據(jù)，通過對大數(shù)據(jù)的分析和挖掘可以了解問題產(chǎn)生的過程、造成的影響及其解決方式；當這些信息被抽象化建模轉化成知識后，再利用知識去認識、解決和避免問題。當這個過程能夠自發(fā)循環(huán)進行，即智能制造。

當前，以大數(shù)據(jù)、云計算、移動物聯(lián)網(wǎng)等為代表的新一輪科技革命席卷全球，正在構筑信息互通、資源共享、能力協(xié)同、開放合作的制造業(yè)新體系，極大地擴展了制造業(yè)創(chuàng)新與發(fā)展空間。新一代信息通信技術的發(fā)展驅動制造業(yè)邁向轉型升級的新階段——工業(yè)大數(shù)據(jù)驅動的新階段，這是在新技術條件下制造業(yè)生產(chǎn)全流程、全產(chǎn)業(yè)鏈、產(chǎn)品全生命周期數(shù)據(jù)可獲取、可分析、可執(zhí)行的必然結果。工業(yè)大數(shù)據(jù)是工業(yè)互聯(lián)網(wǎng)的核心要素，不論德國“工業(yè)4.0”、美國“工業(yè)互聯(lián)網(wǎng)”，還是“中國制造2025”，都將工業(yè)大數(shù)據(jù)作為本國推動制造業(yè)創(chuàng)新發(fā)展的重要基礎。高質量的數(shù)據(jù)是工業(yè)大數(shù)據(jù)有效分析應用的前提條件，通過高質量的工業(yè)大數(shù)據(jù)可以更好地進行在線監(jiān)測、控制流程、優(yōu)化產(chǎn)品和智能生產(chǎn)。

中國工程院院士、浙江大學教授譚建榮直言，智能化、實時化、個性化、異構化是質量大數(shù)據(jù)發(fā)展趨勢的四大趨勢。質量大數(shù)據(jù)其實是結構化和非結構化的海量數(shù)據(jù)集，而這些數(shù)據(jù)集有海量、高速和多樣性的特性。對于質量大數(shù)據(jù)而言，需要實現(xiàn)對人、機、物實時狀態(tài)的全面感知，對海量異構的工業(yè)現(xiàn)場數(shù)據(jù)和信息進行智能分析并處理，推動制造業(yè)向基于工業(yè)大數(shù)據(jù)分析與應用智能化的產(chǎn)品需求、設計、制造、銷售及服務的轉型。從質量管理的角度來說，使用實時的傳感器數(shù)據(jù)并建立統(tǒng)計模型，從而對質量控制進行推斷預測，并用于決策是推進標準化的最有效手段，而這種提升標準化的方法也是質量與效率的核心，是智能制造必不可少的環(huán)節(jié)。

二、質量大數(shù)據(jù)特征及質量數(shù)據(jù)意義

智能制造背景下，質量大數(shù)據(jù)是信息物理系統(tǒng)CPS（cyberphysicalsystems）的輸入原料、中間產(chǎn)品和最終產(chǎn)品。質量大數(shù)據(jù)是工業(yè)大數(shù)據(jù)與智能檢測的交叉點，是工業(yè)大數(shù)據(jù)在工業(yè)產(chǎn)品全生命周期信息化應用中的關鍵環(huán)節(jié)。質量大數(shù)據(jù)基于網(wǎng)絡互聯(lián)和大數(shù)據(jù)技術使工業(yè)系統(tǒng)具備描述、診斷、預測、決策、控制等智能化功能，讓質量特性與具體應用對象相關。其核心指標可以包括以下幾個方面：（1）數(shù)據(jù)一致性：數(shù)據(jù)關聯(lián)邏輯關系相容程度。（2）數(shù)據(jù)時效性：數(shù)據(jù)符合應用時效要求程度。（3）數(shù)據(jù)精確性：數(shù)據(jù)測量值與實際值符合度。（4）數(shù)據(jù)完整性：數(shù)據(jù)支持可追溯來源，不存在缺失的程度。（5）數(shù)據(jù)實體同一性：刻畫同一實體在不同信息記錄中擁有同一標識的程度。（6）數(shù)據(jù)重復性：相同變量條件下同一物體的測量結果偏差程度。

在質量大數(shù)據(jù)概念提出之前，工廠往往會面臨如下幾個問題。一是設備數(shù)據(jù)采集難以實現(xiàn)，工業(yè)現(xiàn)場檢測設備種類繁多、眾多工業(yè)協(xié)議難以相互兼容、國外引進設備接口不開放等問題導致設備運行狀態(tài)信息難以轉化為可利用的數(shù)據(jù)。二是產(chǎn)品整個全生命周期的數(shù)據(jù)難以相互關聯(lián)，需求、設計、生產(chǎn)、營銷等環(huán)節(jié)的數(shù)據(jù)之間缺乏相互的對應關系，并且數(shù)據(jù)格式差異較大，難以為后期的產(chǎn)品質量檢測結果分析、產(chǎn)品設計優(yōu)化、決策分析等環(huán)節(jié)提供支撐。三是企業(yè)內(nèi)部工廠間的數(shù)據(jù)難以互通，各工廠數(shù)據(jù)相互獨立存儲、獨立運維，并且不同工廠之間對于相同數(shù)據(jù)的定義不同，導致各工廠間的數(shù)據(jù)相互孤立數(shù)據(jù)。

質量大數(shù)據(jù)和數(shù)據(jù)標準是檢測結果的數(shù)據(jù)匯聚，可以結合質量管理，貫穿數(shù)據(jù)生命周期的全過程。在整個過程中，覆蓋質量評估、數(shù)據(jù)監(jiān)控、數(shù)據(jù)探查、數(shù)據(jù)清洗、數(shù)據(jù)診斷等方面。數(shù)據(jù)質量管理在工業(yè)大數(shù)據(jù)海量化和加工智能化的過程中，建立持續(xù)改進的流程和良性機制，持續(xù)監(jiān)控各系統(tǒng)數(shù)據(jù)質量波動情況及數(shù)據(jù)質量規(guī)則分析，適時升級數(shù)據(jù)質量監(jiān)控的手段和方法，確保持續(xù)掌握系統(tǒng)數(shù)據(jù)質量狀況，最終達到數(shù)據(jù)質量的平穩(wěn)狀態(tài)。在生產(chǎn)及測量實現(xiàn)智能化過程中，質量大數(shù)據(jù)對于不同來源的大量數(shù)據(jù)記錄和存儲，以及對這些數(shù)據(jù)進行“實時”（接近實時）分析，以應對當前任務及反饋生產(chǎn)過程。

三、工業(yè) 4.0與質量大數(shù)據(jù)

工業(yè)4.0有一個框架。在這個框架當中，不管你是在做數(shù)字化還是在做數(shù)字化整合或數(shù)字化轉型，整個過程CPS是一個非常核心的要素，CPS將通過傳感器連接互聯(lián)網(wǎng)和環(huán)境感知，將現(xiàn)實世界和虛擬串聯(lián)。

如果想如上所述的實現(xiàn)工業(yè)4.0，我們今天所熟知的產(chǎn)品必須變?yōu)橐粋€“記憶對象”（數(shù)字對象內(nèi)存），不僅知道它自己的狀態(tài)并且也選擇下一步的評估和處理步驟。所以工業(yè)4.0是網(wǎng)絡的一部分，智能世界跟蹤產(chǎn)品的整個生命周期，在日常生活中從它的設計到創(chuàng)建到組裝和利益。這種發(fā)展的要求是單個零件和零件的明確識別，提高傳感器的性能來觀察真實世界，存儲選項和不同系統(tǒng)的網(wǎng)絡。工業(yè)4.0的前景與任意類型數(shù)據(jù)的存儲，評估和各自應用程序的可用結構有高度聯(lián)系。這被認為是未來的生產(chǎn)系統(tǒng)，因為它將在未來控制海量數(shù)據(jù)方面扮演重要角色。工業(yè)4.0被認為是大數(shù)據(jù)的一部分，因為并非所有存儲的數(shù)據(jù)都是和應用產(chǎn)品相關的。然而，新數(shù)據(jù)源，如產(chǎn)品和服務網(wǎng)絡，仍舊是工業(yè)4.0的一部分。即使在工業(yè)4.0的世界中制造產(chǎn)品，質量依舊起著重要作用，因為高度自動化的生產(chǎn)并不能確保滿足要求的特性規(guī)范?！芭f”世界所熟知的質量保證措施仍然在被使用，只不過是在必要時應用。

圖1 大數(shù)據(jù)、質量云及工業(yè)4.0

在智能生產(chǎn)及檢測過程中，存儲的信息進行分析和評定相比收集和存儲數(shù)據(jù)更為重要，從而實現(xiàn)通過應用統(tǒng)計過程、預測模型、優(yōu)化算法、挖掘數(shù)據(jù)、挖掘文本來達到期望的結果。大數(shù)據(jù)并不是真正的追求，我們真正需要始終貫穿的理念是“（大）智能數(shù)據(jù)”。這是唯一能實現(xiàn)實時評估數(shù)據(jù)并在幾秒內(nèi)提供評定結果的方法。通過創(chuàng)建大智能數(shù)據(jù)獲得知識，能從這個新發(fā)展中提取更多的附加價值，從而在數(shù)據(jù)錄入儲存數(shù)據(jù)后，通過“數(shù)據(jù)整合”來達到上述要求實現(xiàn)數(shù)據(jù)管理的全過程。

圖 2 從數(shù)據(jù)源到顯示結果

Q-DAS是海克斯康制造智能專注于統(tǒng)計分析及報告系統(tǒng)的統(tǒng)計分析軟件，是可以應用其分析方法在工業(yè)系統(tǒng)中實施的系統(tǒng)專家，涵蓋了能在制造系統(tǒng)各層次有效實現(xiàn)六西格瑪制造策略的完整工具集，包括：數(shù)據(jù)收集、評估和過程質量數(shù)據(jù)的SPC報告。Q-DAS產(chǎn)品在數(shù)據(jù)收集、SPC、操作交互、分析和報告方面都是有標準的成熟商業(yè)軟件。Q-DAS具有多樣化的產(chǎn)品，在全球范圍內(nèi)得到廣泛地安裝和應用，既促使操作者遵守規(guī)定，也增強了工程師利用產(chǎn)品數(shù)據(jù)結果的能力。在智能管理過程中，系統(tǒng)會提供專業(yè)的過程評估，包括過程能力，穩(wěn)定性，收集和處理事件，原因和糾正措施，并對過程增強監(jiān)控。我們的產(chǎn)品自動進行這些流程，保證評價結果的一致性，用于水平對比，從而不斷提升。

圖3 Q-DAS質量分析流程圖

四、質量大數(shù)據(jù)的內(nèi)容變革及趨勢

工業(yè)大數(shù)據(jù)有四大發(fā)展趨勢：一是從低價值分析發(fā)展到智能化挖掘，即智能化；二是從批量化處理發(fā)展到實時化計算，即實時化；三是大規(guī)模推送發(fā)展到個性化追蹤，即個性化；四是從結構化數(shù)據(jù)發(fā)展到異構化信息，即異構化。而在智能制造的現(xiàn)實階段，質量大數(shù)據(jù)的現(xiàn)實目標，是在智能制造加工過程中規(guī)避風險以及生產(chǎn)預測反饋。

制造業(yè)企業(yè)在智能化的轉變過程中，生產(chǎn)運營過程中將面臨較多生產(chǎn)及質量管控的不確定因素。而在這個過程中，不僅要防止或減少產(chǎn)品缺陷，提高加工實效、設備效率、可靠性和安全性等，還要考慮到加工工藝、生產(chǎn)環(huán)節(jié)、設備性能、零部件磨損、運行風險等因素。通過質量大數(shù)據(jù)分析，就可以對各種不確定因素進行實時監(jiān)控，盡可能地為企業(yè)的生產(chǎn)運行規(guī)避風險，將檢測實時數(shù)據(jù)反饋智能工廠。

質量大數(shù)據(jù)另一個實際現(xiàn)實目標是通過大數(shù)據(jù)和預測模型，對生產(chǎn)過程及加工標準進行預測與反饋，面向未來市場需求與趨勢，為智能制造企業(yè)創(chuàng)造可持續(xù)發(fā)展條件。質量大數(shù)據(jù)預測的邏輯基礎是，通過數(shù)據(jù)分析的非常規(guī)變化規(guī)律，為決策者提供一個概率相對較高的方案或建議。因此，按照工業(yè)4.0智能發(fā)展趨勢，從生產(chǎn)組件到最后的成品，生產(chǎn)變得越來越智能，即在未來會有一個數(shù)字存儲器通過（生產(chǎn)）環(huán)境來控制產(chǎn)品，質量數(shù)據(jù)將發(fā)揮核心作用。

而對于未來發(fā)展趨勢而言，質量大數(shù)據(jù)將結合工業(yè)大數(shù)據(jù)實現(xiàn)大批量定制生產(chǎn)。大批量定制生產(chǎn)最核心的兩大問題為：一是大批量定制是客戶參與的設計，設計人員不能關起門來做設計，一定要和客戶溝通；二是要快速響應客戶需求。因此，如何實現(xiàn)以類似于標準化或大批量生產(chǎn)的成本和時間，提供滿足客戶特定需求的產(chǎn)品和服務是所有未來企業(yè)智能化的核心要素。如何高效利用已有的定制設計進行質量管控，如何從檢測角度處理工業(yè)物聯(lián)化管理產(chǎn)生的海量數(shù)據(jù)，如何對挖掘、滿足客戶潛在的設計需求進行定制化檢測，這將是質量大數(shù)據(jù)所需要面臨解決的問題。因此，質量大數(shù)據(jù)未來將通過質量管控，反饋生產(chǎn)環(huán)節(jié)，從而實現(xiàn)企業(yè)智能化數(shù)據(jù)挖掘、實時化數(shù)據(jù)計算、個性化的數(shù)據(jù)預測和異構化的數(shù)據(jù)集成的任務目標。

五、結語

質量大數(shù)據(jù)是工業(yè)大數(shù)據(jù)必不可少的環(huán)節(jié)和因素之一，在制造企業(yè)向智能制造轉型升級的過程中扮演著極其重要的角色。質量大數(shù)據(jù)的價值不僅在于對現(xiàn)有業(yè)務的優(yōu)化，更在于支撐企業(yè)、行業(yè)乃至全社會的創(chuàng)新轉型和發(fā)展。在工業(yè)智能化的轉變過程中，擁有高質量的數(shù)據(jù)是發(fā)揮工業(yè)大數(shù)據(jù)效能的前提條件，只有從高質量數(shù)據(jù)中挖掘出隱含的、有用的信息，才能更好地為企業(yè)的經(jīng)營決策服務。

在數(shù)據(jù)驅動生產(chǎn)力的工業(yè)大數(shù)據(jù)時代，推動智能制造發(fā)展的并非大數(shù)據(jù)本身，而是大數(shù)據(jù)的分析技術。能夠通過質量分析技術更全面地認識制造業(yè)生產(chǎn)過程中存在的問題、形成的影響與解決方式，探索創(chuàng)造附加價值的新形式，是智能制造變革的未來。