面向智能制造的檢驗檢測技術研究及案例

◆王愛國 / 文

編者按

在9月18日舉行的第21屆工博會質量創新論壇上，上海電器科學研究所（集團）有限公司副總裁王愛國作了題為《面向智能制造的檢驗檢測技術研究及案例》的演講，介紹了上海電科所對未來智能制造以及檢驗檢測技術的思考和實踐，強調了技術變革環境下創新質量工具方法的重要性，提出了“互聯網+檢測認證”新模式。本文根據現場速記整理。

上海電科所自1953年建所，至今已有六十多年歷史，長期致力于電工行業的技術研發、裝備制造、檢測認證等領域的發展工作。質量工作是上海電科所服務行業的一項基本功能。這里主要分享我們所近幾年開展的工業互聯網及智能制造中的一些思考和應用案例。

智能制造助力國家質量發展

圖1呈現了傳統制造業中整個產品的生命周期在設計、生產、交易流通和集成應用環節中所有質量工作者努力付出的質量工作。生產制造商作為質量控制第一方在設計、生產環節做了大量的評審、驗證、檢驗工作，尤其是一些行業領先企業，在質量方面的投入很大，或者說花了很多的精力。

即便做了很多的努力，如何讓最終用戶感受到質量或者認可產品質量仍是一個頭疼的問題。因為現在的產品是離線的，它的數據只能由企業自己掌握，無法給客戶看，所以在市場上交易的時候，有能力的第二方用戶自己會做相關的交接實驗或驗收，但我們大量的產品是交付給消費者的，消費者并沒有能力進行最終產品質量的驗收，由此第三方開展質量控制應運而生，包括設計環節時的設計鑒定和型式試驗、生產環節中的工廠審查和獲證后監督、交易流通環節的驗貨，以及應用過程中的工程監理和運行評估。

圖1 基于傳統制造業的質量管控模式

政府主管部門在產品全生命周期的各個環節也嘗試著制定相關的法律法規，來指導和支持質量工作，耳熟能詳的有許可證、強制認證、國家抽查、風險監測、事故鑒定等。

因此，無論第三方還是質量主管部門，都動了很多腦筋、花了很大精力來傳遞質量的信任。即便如此，我們仍能聽到抱怨，認為做質量工作其實抬高了交易成本、政府對公平公正營商環境的維護加大了制度成本。這種認識并不科學，因為工業產品在離散的生產模式下，無法提供數據，那么不通過第三方又能怎么辦呢。

根據官方統計，現在全國檢驗檢測機構差不多有4萬家。4萬家機構的年營業總收入不足3000億元，平均下來，每家機構的業務規模只有800萬元。其中，全國年營業收入在5億元以上的機構只有37家，很多檢測機構的確存在著小散落問題。如何解決第三方質量成本、交易成本、制度成本等問題，僅依靠加強管理去推動是遠遠不夠的，還是要通過企業智能制造，創新質量工作，努力協同推進。

對于智能制造時代的質量工作，很多人在思考：到底是第三方質量提升在傳遞信任，還是相關的認證工作在傳遞信任，還是數據在傳遞信任。在我們看來，真正傳遞信任的是數據。

工業互聯網已經提了很多年，我們國家重點推進的，除了智能制造外，還有大家耳熟能詳的泛在電力網、智慧能源、智慧物流等，并推出了12個應用場景的攻關。其中，智能制造被列入“國家2025”戰略，認為是助力或推動制造業轉型的重要抓手。

智能制造將為傳統制造業解決什么問題？圖2通過智能制造標準框架體系做了展開。這個框架體系是工信部牽頭制作的，上海電科所也參與了其中部分工作。不管怎么說，如果不解決好基礎底層的關于安全、數據的可靠、數據的檢測與評估問題，上面的“高樓大廈”都是危樓。智能制造可以討論的問題有很多，這里主要交流的，是檢測檢驗如何更好地和智能制造融合的部分。

圖2 智能制造標準體系結構圖

圖3是整個工業互聯網平臺的系統架構圖，可以看到，從資源層到最上面的數據應用層，要通過傳感、網絡、通信等一系列技術去實現，展示了把數據從底層挖掘出來后開發應用、支持業務運行的過程。平臺層中間，勾畫了掌握數據之后進行數據應用的過程。最上面的紅圈是對生產制造企業來說，需要主要解決的四大方面的應用問題，包括智能化生產、個性化定制、網絡化協同、服務化延伸。右邊則是關于檢測和評價的內容。

圖3 工業互聯網平臺功能架構展開圖

關于工業互聯網的架構才剛剛起步，很多文稿還比較粗獷。我們認為除了企業自己通過挖掘數據提供高質量的產品和服務外，還要通過檢測與評估展現數據質量，使數據被用戶接受、被市場認可，這才是工業互聯網最終要實現的市場價值。

工業互聯網會產生大量的數據，但這些數據如果沒有工業機理的研究和定義，如果沒有相關數據的梳理和分析，就是一團亂麻。想要數據真正能夠傳遞信任，那么數據必須解決一系列的問題，包括完整性、準確性、安全性、透明性、增值性、隱私性等問題（見圖4）。檢驗檢測機構要為此展開研究和服務。

智能制造和檢驗檢測的融合不會一蹴而就，現有產品質量模式將面臨變革，從而帶來一些新的挑戰和機遇。

首先，強制認證模式可能出現改變。目前，我國采用的是離線的產品認證的模式。隨著智能制造工業互聯網化的發展，它應該是一個定義產品的數據認證，而非產品本身的認證。通過數據認證來解決產品認證，這是將來的變革和機遇。再進一步說，產品認證可能轉變為數據的自我聲明。因為工業互聯網后，企業已經可以通過網絡采集到大量的數據，完全有可能通過數據來實現自我聲明。

另一個變革在檢驗檢測機構。檢驗檢測是一項重資產，很多檢驗檢測的儀器、設備等資產集中在第三方機構里，而我國制造業企業，尤其是中小企業，甚至沒有質量檢測相關的設備。因此，有些地方的檢驗檢測市場就出現了一種業務模式：如果哪家企業面臨審查，咨詢公司可以用車載方式把出廠檢驗的設備拉過去，租借給那家企業。這是中小企業面臨的質量現狀。未來在智能制造的條件下，生產設備將自動化，是大量的測試與生產的直接融合，檢測儀器或設備不應該在第三方機構，而應該在企業里，這將是一次挑戰和變革。目前，即便是第三方在做，也只是做一些守底線的安全測試，而大量產品本身的性能、指標或者說功能性數據，將被融合在生產過程當中，因此未來的認證可能會變成數據發布和提升企業品牌形象的手段。

檢測，是認證的一個重要環節。未來，檢測可能會從離線的“送樣模式”向“在線模式”轉變，因為智能化以后，大量設備已經能夠自行完成測試。即使需要送樣，第三方機構也不是做大而全的型式試驗，只需要做部分的補充試驗。

圖4 面向智能制造的新型質量管模式

工廠檢查和獲證后的監督，也可能面臨變革。現在工廠審查必須要派專人到工廠，做相關符合性體系的審查、整個過程的工藝審查以及現場的一些關鍵測試的驗證，未來工廠可能是“黑燈生產”“自動化生產”，人的因素會越來越少，數據通過工業互聯網傳遞上來后，審查可能變成對工藝機理、設備組態、工藝參數設置的審查。

流通環節的監督方面。現在的市場監督，每年要花大量精力做市抽、國抽以及各個行政級別的抽查。但工業產品企業眾多，受人力、物力的影響，有些工業產品只能做二三十個批次、有代表性的抽查，根本不能完全反映產品真正的質量狀況，未來有了工業互聯網大數據，完全可以在線監測運行狀態，獲取應用狀態數據，對功能數據做統計分析和質量分級，并公開發布。從監管行為變成數據發布，排出黑名單或白名單，不是現在這樣的證書撤消、停產整頓或行政處罰的方式。數據發布，對消費者、對市場的影響力和公信力會更強。

總結上述觀點，以前檢測檢驗機構是進行產品認證，智能制造以后，檢測的將不再是產品，而是通過工業互聯網收集到的數據。檢測檢驗機構與其說在做產品認證，不如說自己是一個數據認證公司。另外，隨著工業互聯網或在線檢測技術的發展，我們拿到的數據不單純是安全數據，還有反映產品功能或性能指標的綜合數據，所以第三方機構更應該變成“等級認證”的公司。

等級認證，吉尼斯世界紀錄是其中的典型，只需要查看各項數據，進行評級就行。隨著工業互聯網智能制造的發展，我們認為從產品認證變革到數據認證，再到等級認證，是整個認證行業發展的趨勢和潮流。

面向智能制造的檢驗檢測新技術及案例

簡單分享一些上海電科所在智能制造領域的嘗試和探索。為什么是嘗試和探索呢，因為智能化之前，還有自動化、信息化、互聯化，智能制造還在路上，是一個逐步升級和迭代的過程。目前，我國的智能制造離真正的試點還很遠。第三方檢驗評價機構伴隨工業互聯網或智能制造，也要提前進行相關的研究和技術儲備，不然等到智能制造出現或數據亂成一團麻時才去做，就會出現數據質量問題。上海電科所有這種決心和創新意識做相關的工作。

目前我們主要從四方面著手。一是一些和智能制造成長發展相適應的基礎技術儲備工作。二是在線檢測技術的研究。我們認為即便將來企業實施了工業互聯網智能制造，但他們能采集的數據畢竟不夠專業，所以我們要把作為第三方多年積累下來的測試經驗、方法、方案等轉移到在線模式上，以便將來植入到生產環節中，補充客戶數據的豐富性和準確性。三是“5G+檢測大數據”的挖掘。工業數據未來將像商業互聯網一樣，是一個海量的數據，所以5G技術方面我們也做了一些相關的合作和開創。四是“互聯網+檢測認證”新模式的研究。

在基礎技術儲備方面：首先是機器人的評估。智能裝備少不了機器人，所以我們做了機器人相關的檢測和服務能力檢測的工作。2015年，國家發改委等四部委聯合推動成立了國家機器人檢測與評定中心。上海電科所因為有六七十年的積累，有幸成為該中心的總部，與5家單位共同開展機器人整機/部件認證、檢測、標準化等工作。通過近三年的努力，目前已為國內外50多家機器人企業完成120余張證書，包括工業機器人、服務機器人、無人機、系統集成、自動導引車等，給我國機器人質量提升和技術研究做了一些基礎支撐工作。其次是生產線的評估。我國的制造業差異較大，很多地方的生產線還是工人和設備協同工作的，所以生產線的安全問題尤其是機械、電器、工人的安全，認證工作發揮保駕護航作用依然是重中之重，因此我們還開展了生產線的智能檢測評估以及智能生產線的檢測評估工作。第三，智能制造被列為國家戰略后，工信部、發改委等部門都在做相關的試點和示范，上海電科所承接了二三十個相關課題和項目，開展了生產制造企業的智能化發展水平研究，構建了智能制造發展水平評價體系，對組織、設計、運營、生產、服務、決策等11個一級指標、30多個二級指標、近60個三級指標進行了梳理。企業通過問卷或評價軟件可以對自己的智能制造發展水平做綜合評估。根據評估，我們的專家也會針對不同行業、產品、現狀為企業提供智能制造升級、改造、優化的方案。第四，智能制造與工業互聯網技術共融互通，上海電科所正在申請和籌建工業互聯網的第六個中心，將進行三個類型的實驗室建設，包括安全和通信的專業實驗室，構成智能制造核心的軟件、控制器、傳感器、天線等產品實驗室，以及三種系統評價的實驗室。其中，三個系統的評價是針對工業互聯網典型的應用，也是上海電科所多年的優勢所在。

在線檢測技術的研究方面：現在第三方檢測更多的是送樣檢測、離線檢測，和生產基本脫節，未來在線檢測技術的研究，主要是將第三方的檢測設備功能前移到生產制造環節。如果把測試技術和生產方法集成到在線過程中，就會牽扯到很多測試儀器、測試裝備相關的實驗方法以及互聯互通數據方面的工作。我們承接了工信部關于工業機器人在線故障診斷的課題研究。需要強調一點，我國工業機器人的智能化水平與國外工業機器人相比，還有一定差距。機器人就像人，如果不知道自己感冒或累了，就會影響它在線運營的可靠性。這個課題跟智能化、可靠性、故障診斷有關，都屬于把檢測驗證與生產過程融合的研究。只有融合了，才能從企業收集更多的數據。

“5G+檢測大數據”的挖掘方面：未來工業數據將是海量的，也更需要安全，所以我們也積極參與了5G研究，和華為、移動等一起成立了5G工業互聯網聯合實驗室，希望通過優勢互補，開展聯合攻關。上海電科所的優勢在于對工業互聯網的應用實踐和檢測評價方面的技術。畢竟，通信技術也需要和實體制造融合。

“互聯網+檢測認證”新模式的研究方面：上海市電動汽車充電樁的整個運營監測平臺在上海電科所里，是全國第一個。這個平臺也是應用端的實時數據采集和分析平臺，目前平臺里有73家運營商、共7.8萬個樁。我們從標準著手，制定了四個關于信息交互、信息規范、信息安全和信息傳輸等標準，用標準來引領和規范工業互聯網或智能制造的整個發展過程。通過標準對數據進行完整性、規范性以及質量相關的定義，解決數據質量的問題。