工業4.0 背景下現代質量管理的發展變革

劉沛琦，金春華

（1.北京信息科技大學經濟管理學院，北京 100192；2.北京信息科技大學質量與可靠性研究中心，北京 100192）

1 工業4.0 概述

1.1 工業4.0 的概念

工業4.0 是由德國首次提出的戰略構想，在我國，通俗意義上稱其為兩化融合，即工業化與信息化的深度結合。現如今德國已將工業4.0 列入戰略計劃，預計在未來10～15 年內初步實現工業4.0 的戰略構想。工業4.0 是指應用大數據、云計算、物聯網等新型技術手段，將實體世界與信息化網絡相聯結，形成更加智能化的工業生產模式。工業4.0 將使得機器能夠自主學習、自主認知，通過信息物理系統，實現產品的智能化升級，對產品服務進行全生命周期管理，并進一步滿足制造的多樣化和個性化需要。在工業4.0 的時代背景下，機器將在更大范圍內取代人工操作，大規模發展生產力。

而質量管理作為生產制造過程中愈發重要的環節，在新的時代背景下質量管理也必將為新興的工業革命做出改變。在工業4.0 時代，生產制造中的質量管理可以通過人工智能、機器學習、云計算、數字孿生、大數據、機器人技術、物聯網等新興技術手段實現更加高效便捷的全生命周期管理。驅動工業4.0 的技術如圖1 所示。

圖1 驅動工業4.0 的技術

1.2 工業4.0 的特征

1.2.1 運用大數據分析決策

智能傳感器與機器設備的互聯互通為企業提供大量有效數據。大數據可幫助生產商分析歷史趨勢，識別不同的商業模式，并做出更智能化的決策。智慧工廠可以使用其廣泛的供應商和分銷商的生態系統的數據，提供更加智能化的協助能力。通過查看來自市場、銷售或倉庫儲存的數據，生產商可以根據當時的經營條件做出實時生產決策。“數字孿生”系統的應用可以使得運營的完整數字流程有更直觀的表達。

1.2.2 兩化深度融合

信息化、工業化更加深度的融合為生產制造帶來便利，從生產線的傳感器、設備和機器收集的數據可以實時提供給其他工廠，并且可以在企業軟件系統層面實時高度共享，促進產業發展。

1.2.3 個性化生產

未來工廠可以定制生產個性化的產品，更有效地滿足不同客戶的需求。通過使用先進的模擬應用軟件、復合材料以及3D打印技術等，生產商可以便捷地為客戶制作小規模特供產品。第一次工業革命的進步發展是實現規模化生產，而工業4.0 的目標是實現大規模個性化定制。

1.2.4 更加高效的供應鏈系統

制造業企業的發展盡管不依賴于高效的供應鏈，但供應鏈必須與生產制造活動相結合，成為工業4.0 戰略的重要組成部分。這改變了在以往的生產中廠商獲取原材料并交付商品的方式。制造商通過與供應商共享生產數據，可以更好地安排交付貨物的時間。比如，如果某生產環節中斷，可以更改交貨路線或延遲交貨，以減少成本的浪費。另外，通過研究天氣、運輸合作伙伴和零售商數據，企業可以使用預測式發貨在合適時間發送制成品，滿足不同消費者的需求。區塊鏈技術的發展也正在成為使供應鏈管理透明化的關鍵因素。

2 傳統質量管理面臨的挑戰

2.1 質量管理體系亟需完善

從制造業的發展現狀來看，整個生產方式方法已經發生了改變，新興技術如智能機器人、3D 打印技術、物聯網的應用等，使得質量管理的內容、形式發生變化，傳統的質量管理體系已經無法滿足需求。因此，企業需要結合當前當發展形勢，制定合理的質量管理體系，以滿足工業4.0 背景下企業的質量管理需求。

2.2 質量管理技術方法亟需改進

隨著物聯網、人工智能等高新技術的快速發展，企業生產現場也發生了天翻地覆的變化。智能化和信息化的程度逐步加深，使制造業生產質量水平持續提高。新科技的應用使得生產現場管理工作變得與以往不同，從傳統的人員管理、物料管理、設施管理到大數據、智能化設備的管理，管理人員的數量在減少，但是管理效率卻越來越高。在生產智造技術不斷提高的今天，為了能夠適應新的生產質量管理要求，改進質量管理技術方法有著十分重要的現實意義。

2.3 質量管理團隊結構亟需調整

在傳統的質量管理活動中，要求把各項工作分為Plan—Do—Check—Act 四個階段，即計劃（Plan）、執行（Do）、檢查（Check）、處理（Act）。在PDCA 質量管理流程的實施過程中，并非只執行一次循壞，而是在該循環過程中發現問題、解決問題，以達到更高的質量標準。在以往的企業質量管理流程中，更多依靠的是具有相互獨立專業技能的技術型人才對生產過程進行質量提升，而在工業4.0 的背景下，面對著海量的數據流，新型生產模式亟需具有數據分析與管理技能相結合的復合型人才。

3 工業4.0 背景下現代質量管理的優化策略

隨著大規模的定制和個性化的生產已經成為可能，質量的概念將在第四次工業革命中擴大，包括個性化的服務質量。產品質量將更注重設計、安全，而不是服務質量。設計質量將比制造質量更重要，因為設計影響客戶的需求滿足程度，而制造質量將在智能制造、機器人、3D 打印等技術的蓬勃發展下縮小差異。

3.1 建立多維度全面質量管理體系

由于大數據、人工智能和物聯網等不斷發展的新興技術，多維度質量管理體系的構建將變得越來越可行，即在計劃、設計、生產、營銷和銷售中建立一個多維度質量管理體系。大數據的廣泛應用以及軟件系統的更新改變了質量管理的流程，圖2 展示了傳統的現有生產系統，在整體生產銷售流程結束后再進行反饋。因此，它只是一個單向的質量管理流程，而實時反饋改進質量的需求則得不到充分的滿足。在傳統的質量管理流程中，工業生產的5 個階段（計劃、設計、生產、市場營銷和銷售）之間沒有相互作用。然而，在工業4.0 時代下，圖3所示的通過數據互聯而形成的5 個階段實時聯通而構建的多路徑質量管理成為可能。在大數據、人工智能、物聯網等相關技術的幫助下，生產系統的每個階段都將可以實現實時診斷和反饋。因此，將實現每個階段的質量診斷和客戶需求實時反饋。構建一個面向數據的系統平臺將在整個生產系統中發揮重要的作用。

圖2 傳統單向質量管理流程

圖3 多維度質量管理體系

生產系統的5 個階段都存在多路徑質量控制，在大數據—人工智能—物聯網平臺和5 個質量管理階段之間的關系體現了第四次工業革命所帶來的顯著優勢。例如，在計劃階段即可綜合客戶實際需求考慮產品和服務質量，設計階段采用團隊合作的協同能力來應對產品開發過程中面對的挑戰。

3.2 應用基于大數據的用戶需求挖掘

大數據是第四次工業革命的重要組成部分。基于客戶細分，大數據可以創造新的客戶價值，并為客戶提供定制的服務，從而使得客戶需求與商家之間的距離進一步被拉進。因此，為客戶創造價值的能力將在第四次工業革命中成為市場營銷和銷售的關鍵競爭優勢。

智能化系統將有效地利用數據資源發掘新的客戶價值需求，在此種背景下會產生新型的商業模式。傳感器將連接所有內容，而高度集成化的系統將為新型業務提供多維度的質量管理。目前正處于試點建設階段的智慧城市就是一個很好的先例，它通過傳感器生成的多元化數據流自動控制調節城市中的基礎設施，從而實時優化城市居住條件。

3.3 實現生產過程實時質量檢驗

在過去，產品的統計質量控制通常采取抽樣檢驗的方法。然而，在第四次工業革命中，利用配備高效檢驗工具的快速信息技術，全面檢驗將穩步取代抽樣檢驗。未來，缺陷產品的自動識別和自動生產線生產系統將越來越普及。

3.4 組建基于數據科學家的質量管理團隊

數據科學家將領導第四次工業革命。數據科學家是能夠處理數據，在大型數據集中找到有效信息，通過統計數據分析提取有用信息，并創造商業機會的專家。

傳統上，受過統計質量控制和工業工程培訓的質量專家為質量管理做出很大貢獻。然而在第四次工業革命中，質量專家和數據科學家將合并成一個職業，“數據與質量科學家”。它們可以在質量管理中將發揮更加重要的作用，其中生產系統5 個階段之間數據互聯互通是十分必要的。通過對生產系統每個階段的診斷和反饋，可以提高質量和生產力。“數據與質量科學家”將在這方面接受良好的培訓。公司中有統計和管理方面經驗的黑帶或六西格瑪管理方面的主黑帶在繼續接受一定額外的信息技術領域培訓后可以成為一個優秀的數據與質量科學家。

因此，數據科學家所需的知識領域包括：①IT，如數據庫管理、編程、大數據軟件等；②統計，如數據分析、統計分析方法、統計數據包等；③管理，如管理科學、工業工程、技術管理、質量管理、客戶關系管理等。

3.5 應用基于人工智能的風險管理

應用基于大數據的人工智能系統，將對現代質量管理中的風險管控體系做出重大貢獻。人工智能是一項通過計算機實現人類智能的技術，如思維和學習。思論上人工智能可以被區分為強人工智能和弱人工智能，其中強人工智能指的是具有像人一樣自由思維的人工智能、弱人工智能指的是沒有認同感的人工智能。弱人工智能將專門從事補充人類的限制性活動，弱人工智能將為質量管理領域的發展做出貢獻。

應用以大數據技術建立的高質量的人工智能產品，可以研究和預測潛在的故障或產品投訴、確定基于環境變化而惡化性能的潛在因素。由于這一過程可以在產品的設計和開發階段被引入，人工智能可以指導一種能夠適應環境變化、環保和高度可靠的產品的生產。此外，人工智能可以收集和分析該過程中的各種數據，發現制造過程中無法觀察到的潛在失效模式或變化來源。人工智能也可用于新產品開發的質量管理，要使公司可持續，它必須及時開發和商業化具有競爭力的產品。一家公司在開發和將其產品商品化的過程中，面臨著各種風險和不確定性。管理這些風險對企業成功至關重要。公司必須確定可能的風險來源以及如何應對風險。產品開發過程中可能出現各種風險，如客戶需求的變化或開發資源或制造能力的變化。在這種情況下，公司必須盡快調整其對策以適應新情況。人工智能可以用來分析和有效地管理在生產開發期間可能出現的風險因素或不確定性。因此，人工智能可以有效支持高質量產品的開發和生產。基于大數據的人工智能技術，預計有望促進質量管理的廣泛應用。

4 結束語

在第四次工業革命中，質量管理的理念將從產品質量向設計質量、服務質量和品牌質量不斷發展。軟件、物聯網、大數據和人工智能等新興技術的整體質量將構成未來質量管理的主要問題。

質量管理在工業4.0 背景下的新思維，出包括質量管理在計劃、設計、生產、市場營銷、銷售階段的多維度質量管理體系，面向大數據背景下的市場客戶需求挖掘，建立數據科學家質量管理團隊等新理念。希望研究人員和從業者可從本文中受益，認識到第四次工業革命到來時未來質量管理的發展方向。