基于智能制造背景下的質(zhì)量大數(shù)據(jù)

海克斯康測(cè)量技術(shù)（青島）有限公司 王振環(huán)

隨著中國(guó)制造2025及工業(yè)4.0概念的提出，對(duì)于諸如工業(yè)大數(shù)據(jù)，智能大數(shù)據(jù)，質(zhì)量數(shù)據(jù)預(yù)測(cè)分析，工業(yè)4.0或者智能工廠的討論愈發(fā)激烈。在質(zhì)量管理領(lǐng)域，這些主題的發(fā)展進(jìn)程對(duì)于如何實(shí)現(xiàn)數(shù)據(jù)質(zhì)量服務(wù)于工業(yè)，如何通過數(shù)據(jù)云實(shí)現(xiàn)工業(yè)產(chǎn)品質(zhì)量之間的關(guān)聯(lián)，將是本文探討的重點(diǎn)。本文將基于海克斯康制造智能數(shù)據(jù)統(tǒng)計(jì)專業(yè)軟件Q-DAS?的角度，探索智能制造背景下質(zhì)量管理的變革趨勢(shì)，助力大數(shù)據(jù)平臺(tái)的中國(guó)質(zhì)量管理水平的提高。

一、引言

GermanBitkom協(xié)會(huì)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(jì)層面上合理地獲取和應(yīng)用決策相關(guān)的知識(shí)，這些知識(shí)從不同結(jié)構(gòu)性質(zhì)的信息中提取，而這些信息來自于各種方式，并且快速變化。”根據(jù)這一定義，大數(shù)據(jù)意味著企業(yè)試圖對(duì)一些目前只能猜測(cè)的數(shù)據(jù)進(jìn)行測(cè)量、分析、計(jì)算、評(píng)估和評(píng)定。在制造系統(tǒng)中，問題發(fā)生和解決的過程會(huì)產(chǎn)生大量的數(shù)據(jù)，通過對(duì)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(dāng)這些信息被抽象化建模轉(zhuǎn)化成知識(shí)后，再利用知識(shí)去認(rèn)識(shí)、解決和避免問題。當(dāng)這個(gè)過程能夠自發(fā)循環(huán)進(jìn)行，即智能制造。

當(dāng)前，以大數(shù)據(jù)、云計(jì)算、移動(dòng)物聯(lián)網(wǎng)等為代表的新一輪科技革命席卷全球，正在構(gòu)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?cái)U(kuò)展了制造業(yè)創(chuàng)新與發(fā)展空間。新一代信息通信技術(shù)的發(fā)展驅(qū)動(dòng)制造業(yè)邁向轉(zhuǎn)型升級(jí)的新階段——工業(yè)大數(shù)據(jù)驅(qū)動(dòng)的新階段，這是在新技術(shù)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(jié)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(guó)“工業(yè)4.0”、美國(guó)“工業(yè)互聯(lián)網(wǎng)”，還是“中國(guó)制造2025”，都將工業(yè)大數(shù)據(jù)作為本國(guó)推動(dòng)制造業(yè)創(chuàng)新發(fā)展的重要基礎(chǔ)。高質(zhì)量的數(shù)據(jù)是工業(yè)大數(shù)據(jù)有效分析應(yīng)用的前提條件，通過高質(zhì)量的工業(yè)大數(shù)據(jù)可以更好地進(jìn)行在線監(jiān)測(cè)、控制流程、優(yōu)化產(chǎn)品和智能生產(chǎn)。

中國(guó)工程院院士、浙江大學(xué)教授譚建榮直言，智能化、實(shí)時(shí)化、個(gè)性化、異構(gòu)化是質(zhì)量大數(shù)據(jù)發(fā)展趨勢(shì)的四大趨勢(shì)。質(zhì)量大數(shù)據(jù)其實(shí)是結(jié)構(gòu)化和非結(jié)構(gòu)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(duì)于質(zhì)量大數(shù)據(jù)而言，需要實(shí)現(xiàn)對(duì)人、機(jī)、物實(shí)時(shí)狀態(tài)的全面感知，對(duì)海量異構(gòu)的工業(yè)現(xiàn)場(chǎng)數(shù)據(jù)和信息進(jìn)行智能分析并處理，推動(dòng)制造業(yè)向基于工業(yè)大數(shù)據(jù)分析與應(yīng)用智能化的產(chǎn)品需求、設(shè)計(jì)、制造、銷售及服務(wù)的轉(zhuǎn)型。從質(zhì)量管理的角度來說，使用實(shí)時(shí)的傳感器數(shù)據(jù)并建立統(tǒng)計(jì)模型，從而對(duì)質(zhì)量控制進(jìn)行推斷預(yù)測(cè)，并用于決策是推進(jìn)標(biāo)準(zhǔn)化的最有效手段，而這種提升標(biāo)準(zhǔn)化的方法也是質(zhì)量與效率的核心，是智能制造必不可少的環(huán)節(jié)。

二、質(zhì)量大數(shù)據(jù)特征及質(zhì)量數(shù)據(jù)意義

智能制造背景下，質(zhì)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(zhì)量大數(shù)據(jù)是工業(yè)大數(shù)據(jù)與智能檢測(cè)的交叉點(diǎn)，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(yīng)用中的關(guān)鍵環(huán)節(jié)。質(zhì)量大數(shù)據(jù)基于網(wǎng)絡(luò)互聯(lián)和大數(shù)據(jù)技術(shù)使工業(yè)系統(tǒng)具備描述、診斷、預(yù)測(cè)、決策、控制等智能化功能，讓質(zhì)量特性與具體應(yīng)用對(duì)象相關(guān)。其核心指標(biāo)可以包括以下幾個(gè)方面：（1）數(shù)據(jù)一致性：數(shù)據(jù)關(guān)聯(lián)邏輯關(guān)系相容程度。（2）數(shù)據(jù)時(shí)效性：數(shù)據(jù)符合應(yīng)用時(shí)效要求程度。（3）數(shù)據(jù)精確性：數(shù)據(jù)測(cè)量值與實(shí)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(shí)體同一性：刻畫同一實(shí)體在不同信息記錄中擁有同一標(biāo)識(shí)的程度。（6）數(shù)據(jù)重復(fù)性：相同變量條件下同一物體的測(cè)量結(jié)果偏差程度。

在質(zhì)量大數(shù)據(jù)概念提出之前，工廠往往會(huì)面臨如下幾個(gè)問題。一是設(shè)備數(shù)據(jù)采集難以實(shí)現(xiàn)，工業(yè)現(xiàn)場(chǎng)檢測(cè)設(shè)備種類繁多、眾多工業(yè)協(xié)議難以相互兼容、國(guó)外引進(jìn)設(shè)備接口不開放等問題導(dǎo)致設(shè)備運(yùn)行狀態(tài)信息難以轉(zhuǎn)化為可利用的數(shù)據(jù)。二是產(chǎn)品整個(gè)全生命周期的數(shù)據(jù)難以相互關(guān)聯(lián)，需求、設(shè)計(jì)、生產(chǎn)、營(yíng)銷等環(huán)節(jié)的數(shù)據(jù)之間缺乏相互的對(duì)應(yīng)關(guān)系，并且數(shù)據(jù)格式差異較大，難以為后期的產(chǎn)品質(zhì)量檢測(cè)結(jié)果分析、產(chǎn)品設(shè)計(jì)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(dú)立存儲(chǔ)、獨(dú)立運(yùn)維，并且不同工廠之間對(duì)于相同數(shù)據(jù)的定義不同，導(dǎo)致各工廠間的數(shù)據(jù)相互孤立數(shù)據(jù)。

質(zhì)量大數(shù)據(jù)和數(shù)據(jù)標(biāo)準(zhǔn)是檢測(cè)結(jié)果的數(shù)據(jù)匯聚，可以結(jié)合質(zhì)量管理，貫穿數(shù)據(jù)生命周期的全過程。在整個(gè)過程中，覆蓋質(zhì)量評(píng)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(zhì)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(jìn)的流程和良性機(jī)制，持續(xù)監(jiān)控各系統(tǒng)數(shù)據(jù)質(zhì)量波動(dòng)情況及數(shù)據(jù)質(zhì)量規(guī)則分析，適時(shí)升級(jí)數(shù)據(jù)質(zhì)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(zhì)量狀況，最終達(dá)到數(shù)據(jù)質(zhì)量的平穩(wěn)狀態(tài)。在生產(chǎn)及測(cè)量實(shí)現(xiàn)智能化過程中，質(zhì)量大數(shù)據(jù)對(duì)于不同來源的大量數(shù)據(jù)記錄和存儲(chǔ)，以及對(duì)這些數(shù)據(jù)進(jìn)行“實(shí)時(shí)”（接近實(shí)時(shí)）分析，以應(yīng)對(duì)當(dāng)前任務(wù)及反饋生產(chǎn)過程。

三、工業(yè) 4.0與質(zhì)量大數(shù)據(jù)

工業(yè)4.0有一個(gè)框架。在這個(gè)框架當(dāng)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(zhuǎn)型，整個(gè)過程CPS是一個(gè)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(shí)世界和虛擬串聯(lián)。

如果想如上所述的實(shí)現(xiàn)工業(yè)4.0，我們今天所熟知的產(chǎn)品必須變?yōu)橐粋€(gè)“記憶對(duì)象”（數(shù)字對(duì)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(píng)估和處理步驟。所以工業(yè)4.0是網(wǎng)絡(luò)的一部分，智能世界跟蹤產(chǎn)品的整個(gè)生命周期，在日常生活中從它的設(shè)計(jì)到創(chuàng)建到組裝和利益。這種發(fā)展的要求是單個(gè)零件和零件的明確識(shí)別，提高傳感器的性能來觀察真實(shí)世界，存儲(chǔ)選項(xiàng)和不同系統(tǒng)的網(wǎng)絡(luò)。工業(yè)4.0的前景與任意類型數(shù)據(jù)的存儲(chǔ)，評(píng)估和各自應(yīng)用程序的可用結(jié)構(gòu)有高度聯(lián)系。這被認(rèn)為是未來的生產(chǎn)系統(tǒng)，因?yàn)樗鼘⒃谖磥砜刂坪Ａ繑?shù)據(jù)方面扮演重要角色。工業(yè)4.0被認(rèn)為是大數(shù)據(jù)的一部分，因?yàn)椴⒎撬写鎯?chǔ)的數(shù)據(jù)都是和應(yīng)用產(chǎn)品相關(guān)的。然而，新數(shù)據(jù)源，如產(chǎn)品和服務(wù)網(wǎng)絡(luò)，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(zhì)量依舊起著重要作用，因?yàn)楦叨茸詣?dòng)化的生產(chǎn)并不能確保滿足要求的特性規(guī)范。“舊”世界所熟知的質(zhì)量保證措施仍然在被使用，只不過是在必要時(shí)應(yīng)用。

圖1 大數(shù)據(jù)、質(zhì)量云及工業(yè)4.0

在智能生產(chǎn)及檢測(cè)過程中，存儲(chǔ)的信息進(jìn)行分析和評(píng)定相比收集和存儲(chǔ)數(shù)據(jù)更為重要，從而實(shí)現(xiàn)通過應(yīng)用統(tǒng)計(jì)過程、預(yù)測(cè)模型、優(yōu)化算法、挖掘數(shù)據(jù)、挖掘文本來達(dá)到期望的結(jié)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(shí)現(xiàn)實(shí)時(shí)評(píng)估數(shù)據(jù)并在幾秒內(nèi)提供評(píng)定結(jié)果的方法。通過創(chuàng)建大智能數(shù)據(jù)獲得知識(shí)，能從這個(gè)新發(fā)展中提取更多的附加價(jià)值，從而在數(shù)據(jù)錄入儲(chǔ)存數(shù)據(jù)后，通過“數(shù)據(jù)整合”來達(dá)到上述要求實(shí)現(xiàn)數(shù)據(jù)管理的全過程。

圖 2 從數(shù)據(jù)源到顯示結(jié)果

Q-DAS是海克斯康制造智能專注于統(tǒng)計(jì)分析及報(bào)告系統(tǒng)的統(tǒng)計(jì)分析軟件，是可以應(yīng)用其分析方法在工業(yè)系統(tǒng)中實(shí)施的系統(tǒng)專家，涵蓋了能在制造系統(tǒng)各層次有效實(shí)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(píng)估和過程質(zhì)量數(shù)據(jù)的SPC報(bào)告。Q-DAS產(chǎn)品在數(shù)據(jù)收集、SPC、操作交互、分析和報(bào)告方面都是有標(biāo)準(zhǔn)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(yīng)用，既促使操作者遵守規(guī)定，也增強(qiáng)了工程師利用產(chǎn)品數(shù)據(jù)結(jié)果的能力。在智能管理過程中，系統(tǒng)會(huì)提供專業(yè)的過程評(píng)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(duì)過程增強(qiáng)監(jiān)控。我們的產(chǎn)品自動(dòng)進(jìn)行這些流程，保證評(píng)價(jià)結(jié)果的一致性，用于水平對(duì)比，從而不斷提升。

圖3 Q-DAS質(zhì)量分析流程圖

四、質(zhì)量大數(shù)據(jù)的內(nèi)容變革及趨勢(shì)

工業(yè)大數(shù)據(jù)有四大發(fā)展趨勢(shì)：一是從低價(jià)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(shí)時(shí)化計(jì)算，即實(shí)時(shí)化；三是大規(guī)模推送發(fā)展到個(gè)性化追蹤，即個(gè)性化；四是從結(jié)構(gòu)化數(shù)據(jù)發(fā)展到異構(gòu)化信息，即異構(gòu)化。而在智能制造的現(xiàn)實(shí)階段，質(zhì)量大數(shù)據(jù)的現(xiàn)實(shí)目標(biāo)，是在智能制造加工過程中規(guī)避風(fēng)險(xiǎn)以及生產(chǎn)預(yù)測(cè)反饋。

制造業(yè)企業(yè)在智能化的轉(zhuǎn)變過程中，生產(chǎn)運(yùn)營(yíng)過程中將面臨較多生產(chǎn)及質(zhì)量管控的不確定因素。而在這個(gè)過程中，不僅要防止或減少產(chǎn)品缺陷，提高加工實(shí)效、設(shè)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(shè)備性能、零部件磨損、運(yùn)行風(fēng)險(xiǎn)等因素。通過質(zhì)量大數(shù)據(jù)分析，就可以對(duì)各種不確定因素進(jìn)行實(shí)時(shí)監(jiān)控，盡可能地為企業(yè)的生產(chǎn)運(yùn)行規(guī)避風(fēng)險(xiǎn)，將檢測(cè)實(shí)時(shí)數(shù)據(jù)反饋智能工廠。

質(zhì)量大數(shù)據(jù)另一個(gè)實(shí)際現(xiàn)實(shí)目標(biāo)是通過大數(shù)據(jù)和預(yù)測(cè)模型，對(duì)生產(chǎn)過程及加工標(biāo)準(zhǔn)進(jìn)行預(yù)測(cè)與反饋，面向未來市場(chǎng)需求與趨勢(shì)，為智能制造企業(yè)創(chuàng)造可持續(xù)發(fā)展條件。質(zhì)量大數(shù)據(jù)預(yù)測(cè)的邏輯基礎(chǔ)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(gè)概率相對(duì)較高的方案或建議。因此，按照工業(yè)4.0智能發(fā)展趨勢(shì)，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(huì)有一個(gè)數(shù)字存儲(chǔ)器通過（生產(chǎn)）環(huán)境來控制產(chǎn)品，質(zhì)量數(shù)據(jù)將發(fā)揮核心作用。

而對(duì)于未來發(fā)展趨勢(shì)而言，質(zhì)量大數(shù)據(jù)將結(jié)合工業(yè)大數(shù)據(jù)實(shí)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(shè)計(jì)，設(shè)計(jì)人員不能關(guān)起門來做設(shè)計(jì)，一定要和客戶溝通；二是要快速響應(yīng)客戶需求。因此，如何實(shí)現(xiàn)以類似于標(biāo)準(zhǔn)化或大批量生產(chǎn)的成本和時(shí)間，提供滿足客戶特定需求的產(chǎn)品和服務(wù)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(shè)計(jì)進(jìn)行質(zhì)量管控，如何從檢測(cè)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(duì)挖掘、滿足客戶潛在的設(shè)計(jì)需求進(jìn)行定制化檢測(cè)，這將是質(zhì)量大數(shù)據(jù)所需要面臨解決的問題。因此，質(zhì)量大數(shù)據(jù)未來將通過質(zhì)量管控，反饋生產(chǎn)環(huán)節(jié)，從而實(shí)現(xiàn)企業(yè)智能化數(shù)據(jù)挖掘、實(shí)時(shí)化數(shù)據(jù)計(jì)算、個(gè)性化的數(shù)據(jù)預(yù)測(cè)和異構(gòu)化的數(shù)據(jù)集成的任務(wù)目標(biāo)。

五、結(jié)語(yǔ)

質(zhì)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(zhuǎn)型升級(jí)的過程中扮演著極其重要的角色。質(zhì)量大數(shù)據(jù)的價(jià)值不僅在于對(duì)現(xiàn)有業(yè)務(wù)的優(yōu)化，更在于支撐企業(yè)、行業(yè)乃至全社會(huì)的創(chuàng)新轉(zhuǎn)型和發(fā)展。在工業(yè)智能化的轉(zhuǎn)變過程中，擁有高質(zhì)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(zhì)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(yíng)決策服務(wù)。

在數(shù)據(jù)驅(qū)動(dòng)生產(chǎn)力的工業(yè)大數(shù)據(jù)時(shí)代，推動(dòng)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(shù)。能夠通過質(zhì)量分析技術(shù)更全面地認(rèn)識(shí)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(jià)值的新形式，是智能制造變革的未來。