工業4.0背景下的質量管理集成平臺架構研究

唐萬鵬，鄧仲平

（佛山職業技術學院，廣東佛山528137）

工業4.0背景下的質量管理集成平臺架構研究

唐萬鵬，鄧仲平

（佛山職業技術學院，廣東佛山528137）

工業4.0背景下，大數據、物聯網和智能制造為傳統質量管理帶來了新的挑戰和契機。針對產品、設計-生產、制造服務間關聯關系存在的問題，充分吸收前人的研究成果，提出物聯網-大數據驅動的產品與設計-生產質量管理聯動模式，構建多源異構數據驅動的制造服務質量管理模式，進而設計了工業4.0背景下的質量管理集成平臺架構，以期為新時代背景下的質量管理理論和實踐提供理論依據。

工業4.0；物聯網；大數據；智能制造；質量管理；集成平臺

質量管理是指確定質量方針、目標和職責，并通過質量體系中的質量策劃、控制、保證和改進來使其實現的全部活動[1-2]。其發展經歷了質量檢驗階段、統計質量控制階段和全面質量管理/Sigma階段。在過去幾十年，傳統質量管理無論是實踐界還是學術界均得到了飛速的發展。隨著工業4.0時代的到來，新ICT技術（如物聯網）、大數據技術、網絡物理系統等對制造業設計-生產方式、生產要素配置方式、制造服務方式帶來了顛覆性的沖擊，進而驅使產品、設計-生產和制造服務質量管理進行變革[3]。這些挑戰主要包括其在思維方式上從線性思維向非線性思維轉變，在決策模式上從基于經驗決策向基于大數據的智能轉變，在流程與解決方案上從序貫離散型向分布式連續型資源配置轉變，在應對結構上從反饋響應向前饋干預轉變等。在這種情形下，如何構建工業4.0背景下的質量管理集成平臺，是現代質量管理實踐的迫切需求，也是新時代背景下質量管理模式或體系發展的驅動力。

近年來，國內外學者從不同視角對工業4.0背景下的質量管理進行了有意義的探索，但還處于起步階段。特別地，Vining等人從八個方面梳理和總結了制造業質量工程問題的研究進展，并對此領域未來研究方向進行了預測，強調了未來研究工作中數據的重要性[3-4]。在工業4.0背景下的產品質量管理方面，Doukas等提出了大規劃定制產品生產的有效全球制造網絡配置識別方法[5]。Li等試圖找到大數據與產品生命周期管理中相關數據的結合點，以期將傳統的質量管理與現代（或物聯網和大數據環境下的）質量管理方法相結合或融合[6]。Xu等指出物聯網運用于食物（出廠后的產品或成品）供應鏈中所面臨的問題，強調了物聯網對食物質量管理提供了有力的技術支撐[7]。在工業4.0背景下的設計-生產質量管理方面，Cheng等在大數據環境下面向生產過程提出了一種基于人工智能-計算實驗和并行工程的智能質量管理系統[8]。Li等研究了基于制造業大數據分析云服務平臺的科學工作流程管理系統架構及其調度問題[9]。在工業4.0背景下的制造服務質量管理方面，Xu等針對制造網絡中服務質量問題提出了多層級的服務框架，其為物聯網、大數據和智能制造環境下的制造服務質量管理提供了理論支撐[10]。Liu等探究了云制造環境下制造服務質量感知的服務組合優化模型和方法[11]。Tao等將制造服務管理分為服務產生階段、服務預應用階段、服務應用階段和售后服務階段[12]。

從上述文獻可知，大多數學者未考慮產品與設計-生產間的關聯關系，缺乏從動態視角研究制造服務質量相關問題，以及基于系統觀點構建產品、生產-設計和制造服務的質量管理集成平臺。基于此，本文探究物聯網-大數據驅動的產品和設計-生產質量管理聯動模式，多源異構數據驅動的制造服務質量管理模式和工業4.0背景下的質量管理集成平臺架構。

1 物聯網-大數據驅動的產品與設計-生產質量管理聯動模式

文獻[3]指出，未來的制造環境即使是對簡單的產品也將通過機器或智能的方式提高生產率，通過處理和分析基于物聯網技術（如高技術傳感器等）采集到的大量的產品和過程數據，可以提取產品和過程質量改進相關的有價值的信息。另一方面，產品是設計-生產過程的產物，兩者是密不可分的。第一，本文將設計-生產過程分為技術準備過程（如產品研發、工藝設計）、基本生產過程（如毛坯制造、零部件制造）、輔助生產過程（如設備維修、動力工具生產）、生產服務過程（如運輸物流、倉庫管理）四個階段；第二，各階段可分解為多個活動的有機組合，通過物聯網技術采集各個活動單元的實時數據，利用大數據分析技術對這些基礎數據進行分析，從而實現產品質量和設計-生產過程質量的在線感知與改進。在這種情形下，結合SWRL（Semantic Web Rule Language）推理技術、系統分析方法、系統動力學理論等構建物聯網-大數據驅動的產品與設計-生產質量管理聯動模式，見圖1.

圖1 物聯網-大數據驅動的產品與設計-生產質量管理聯動模式

2 多源異構數據驅動的制造服務質量管理模式

服務質量的概念來源于網絡技術，它的目的主要是增加網絡整體效用和實現預期的績效。對于制造網絡而言，約束條件與其他網絡的約束相似包括有限的資源、多個工作競爭和沖突目標等。制造應用取決于用戶間傳送數據的溝通網絡，解決服務質量問題對制造網絡而言是非常重要的，不僅僅是因為確保溝通網絡的績效，而且也是實現各種制造資源的有效管理。缺少有效服務質量機制的系統績效會降低，制造資源可能變得不可用。物聯網為制造服務質量的實時感知提供了可能，大數據分析技術為制造服務質量實時分析提供了技術支撐，智能制造為制造服務質量管理提供了平臺和應用場景。

一方面，在文獻[12]的基礎上，將制造服務的生命周期分為產生（事前）、預應用與應用（事中）和售后（事后）三個階段。其中，制造服務產生階段包括服務建模與數字化描述、資源可視化、數據過濾與加工、數據傳輸、資源感知與連接；制造服務預應用與應用階段包括服務搜尋與匹配、服務評價、服務選擇與組合、服務調度與服務交易；物流服務、服務執行與監測、服務容錯等問題；制造服務售后階段包括服務釋放和服務分解。另一方面，將制造服務生命周期的長度刻畫為多個離散時點的序貫組合，進而描述其過去、現在和未來的狀態。此外，制造服務的數字化特征可從多個維度進行描述，這同時決定了制造服務的數據源是多個的，包括了結構化、非結構化和半結構化的數據。基于此，本文提出了多源異構數據驅動的制造服務質量管理模式（見圖2），試圖借助物聯網技術、大數據技術等實現制造服務質量的實時感知與評價、控制與改進。

圖2 多源異構數據驅動的制造服務質量管理模式

3 工業4.0背景下的質量管理集成平臺架構

工業4.0的主要關鍵詞包括智能制造、大數據、物聯網、云計算等。從智能制造的定義可知，智能制造是最終實現的目標，物聯網和大數據為智能制造提供技術支撐，同時大數據也是智能制造的環境要素。在這種情形下，本文認為物聯網為質量管理研究提供了海量數據采集的基礎技術；大數據為質量管理研究提供了處理和分析已獲得基礎數據的手段，同時為其提供了一種數據環境；物聯網是大數據的重要來源，大數據技術可支持物聯網上海量數據的更深應用，大數據與物聯網的結合充滿了無限可能；物聯網產生大數據，大數據助力物聯網，由物聯網引發的大數據潮流將助推云計算等信息通信新技術的融合和發展，從而推動智能制造的發展，進而實現物聯網、大數據、智能制造與質量管理的協同持續發展。同時，考慮產品、設計-生產與服務質量管理的內在機理，構建工業4.0背景下的質量管理集成平臺[13-14]，見圖3.

圖3 工業4.0背景下的質量管理集成平臺架構

從圖3中可以看出，整個架構包括五個層次，分別為物理資源層、網絡資源層、智能制造平臺層、服務應用層和訪問層。其中，物理資源層包括設備、技術、人力資源、物料、機器、服務器、PC和移動終端等元素；網絡資源層包括GIS信息、機器信息、設備信息、物料信息、人力資源信息、專家案例庫、質量管理法規庫；智能制造平臺包括設計、生產、管理和服務環節及其管理系統（詳見圖3）；服務應用層包括航天、汽車制造、輪船制造、機械制造、消費類電子產品等；訪問層包括各類產品質量管理、設計-生產過程質量管理、制造服務質量管理相關主體。

4 結束語

本文首先對大數據、物聯網和智能制造等新ICT技術下的質量管理進行了現狀分析，并找出其存在的問題；這對這些問題，分別從產品、設計-生產、制造服務及其三者的組合視角，構建了物聯網-大數據驅動的產品與設計-生產質量管理聯動模式，構建多源異構數據驅動的制造服務質量管理模式，工業4.0背景下的質量管理集成平臺架構，能為新時代背景下的現代質量管理研究提供新的思路或方法，從而輔助政府或管理者進行決策，進而知道質量管理實踐活動。

[1]張小海.質量管理體系標準中的質量技術及應用[J].工業工程與管理.2013，18（1）：20-24.

[2]王新平，汪方軍，萬威武，等.企業質量管理體系及其認證的有效性研究綜述[J].管理評論，2008，20（10）：20-27，63.

[3]Vining，G.，Kulahci，M.，Pedersen，S.Recent advances and future directions for quality engineering[J].Quality and Reliability Engineering International.2016（32）：863-875.

[4]Wang Y.L.，Shi，W.Z.，Gao L.P.，et al.A general frame work for spatial data inspection and assessment[J].Earth Sci ence Informatics.2015（8）：919-935.

[5]Doukas，M.，Psarommatis，F.，Mourtzis，D.Planning of manufacturing networks using an intelligent probabilistic ap proach for mass customised products[J].International Journal of Advanced Manufacturing Technology.2014，72（9-14）：1747-1758.

[6]Li，J.R.，Tao，F.，Cheng，Y.，et al.Big data in product lifecycle management[J].International Journal of Advanced Manufacturing Technology.2015（81）：667-684.

[7]Xu，L.D.，He，W.，Li，S.C.Internet of Things in indus tries：a survey[J].IEEE Transactions Industrial Informatics. 2014，10（4）：2233-2243.

[8]Cheng，C.，Wang，J.，Liu，X.，et al.ACP approach based intelligent quality management system for manufacturing pro cesses[J].IEEE International Conference on Service Operations and Logistics，and Informatics.2014（80）244-247.

[9]Li，X.，Song，J.D.，Huang，B.Q.A scientific workflow man agement system architecture and its scheduling based on cloud service platform for manufacturing big data analytics[J].Inter national JournalofAdvancedManufacturingTechnology. 2016（84）：119-131.

[10]Xu，W.J.，Zhou，Z.D.，Pham，D.T.，et al.Quality of ser vice in manufacturing networks：a service of framework and its implementation[J].International Journal of Advanced Manufac turing Technology.2012（63）：1227-1237.

[11]Liu，B.，Zhang，Z.L.Qos-aware service composition for cloud manufacturing based on the optimal construction of syn ergistic elementary service groups[J].International Journal of Advanced Manufacturing Technology.2016（1）：1-15.

[12]Tao，F.，Zhang，L.，Liu，Y.K.，et al.Manufacturing ser vice management in cloud manufacturing-overview and future research directions[J].Journal of Manufacturing Science and Engineering.2015，137（4）：1-11.

[13]李從東，曹策俊.BOX理論在多階段應急資源調度問題中的應用研究[J].中國安全科學學報，2014，2（7）：159-165.

[14]曹策俊，謝天，李從東，等.基于X列表的云應急管理體系構建[J].中國安全生產科學技術，2013，9（7）：71-78.

Research on the Structure of Integrated Platform of Quality Management in Industry 4.0

TANG Wan-peng，DENG Zhong-ping
（Foshan Polytechnic，Foshan Guangdong 528137，China）

New challenges and opportunities for traditional quality management are proposed by big data，internet of things and intelligent manufacturing in industry 4.0.For the existed problems of relationships among products，design-production and manufacturing service，this paper develops the integrated mode of quality management of products and design-production based on internet of things and big data driven.Then，multi-source heterogeneous data-driven mode of quality management of manufacturing service is designed.This paper furthers to propose the structure of integrated platform of quality management in industry 4.0.Thus，it intends to provide the theoretical and practical insights on the development of quality management in the new era.

industry 4.0；internet of things；big data；intelligent manufacturing；quality management；integrated platform

TP39

：A

：1672-545X（2017）01-0223-03

2016-10-25

唐萬鵬（1975-），男，廣西人，碩士，講師，研究方向為自動化。