王貴虎

（工業(yè)和信息化部電子第五研究所，廣東 廣州 511370）

0 引言

質(zhì)量是企業(yè)賴以生存和發(fā)展的保證，是開拓市場(chǎng)的生命線；用戶對(duì)產(chǎn)品質(zhì)量的要求越來越高，提高質(zhì)量能加強(qiáng)企業(yè)在市場(chǎng)中的競(jìng)爭(zhēng)力；產(chǎn)品質(zhì)量是形成顧客滿意的必要因素，因此較好的質(zhì)量會(huì)給企業(yè)帶來較高的利潤回報(bào)；質(zhì)量管理是公司品牌的保護(hù)傘，嚴(yán)抓質(zhì)量管理可以提高品牌美譽(yù)度；加強(qiáng)質(zhì)量管理也是維護(hù)人們的生活和身心健康的必要措施。質(zhì)量水平的高低可以說是一個(gè)國家經(jīng)濟(jì)、科技、教育和管理水平的綜合反映。當(dāng)今市場(chǎng)環(huán)境的特點(diǎn)之一是用戶對(duì)產(chǎn)品質(zhì)量的要求越來越高。在這種情況下，就更要求企業(yè)將提高產(chǎn)品質(zhì)量作為重要的經(jīng)營戰(zhàn)略和生產(chǎn)運(yùn)作戰(zhàn)略之一。隨著云計(jì)算、大數(shù)據(jù)和人工智能技術(shù)的發(fā)展，質(zhì)量的概念及發(fā)展路徑也發(fā)生著變化。

1 質(zhì)量隨工業(yè)發(fā)展的變化

過去工業(yè)的核心要素可以用5個(gè)M來表述，即材料（material）、裝備（machine）、工藝（methods）、測(cè)量（measurement）和維護(hù)（maintenance），過去的3次工業(yè)革命都是圍繞著這5個(gè)要素的技術(shù)升級(jí)，工業(yè)質(zhì)量也是圍繞這5個(gè)要素定義的。然而，無論是設(shè)備的精度和自動(dòng)化水平提升，或是使用統(tǒng)計(jì)科學(xué)進(jìn)行質(zhì)量管理，或是狀態(tài)監(jiān)測(cè)帶來的設(shè)備可用率改善，又或是精益制造體系帶來的工藝和生產(chǎn)效率的進(jìn)步等，這些活動(dòng)都依然是圍繞著人的經(jīng)驗(yàn)開展的，人依然是駕馭這5個(gè)要素的核心。生產(chǎn)系統(tǒng)在技術(shù)上無論如何進(jìn)步，運(yùn)行邏輯始終是：發(fā)生問題→人根據(jù)經(jīng)驗(yàn)分析問題→人根據(jù)經(jīng)驗(yàn)調(diào)整5個(gè)要素→解決問題→人積累經(jīng)驗(yàn)。然而現(xiàn)階段智能制造區(qū)別于傳統(tǒng)制造系統(tǒng)最重要的要素在于第六個(gè)M，即建模（modeling），并且正是通過這第六個(gè)M來驅(qū)動(dòng)其他5個(gè)要素，從而解決和避免制造系統(tǒng)的問題。因此新時(shí)代生產(chǎn)系統(tǒng)運(yùn)行的邏輯是：發(fā)生問題→模型（或在人的幫助下）分析問題→模型調(diào)整5個(gè)要素→解決問題→模型積累經(jīng)驗(yàn)。

2 質(zhì)量發(fā)展路徑

制造系統(tǒng)中的質(zhì)量問題可分為“可見的問題”和“不可見的問題”，我們對(duì)待問題的方式是既可以在問題發(fā)生后去解決，也可以在問題發(fā)生前去避免。因此工業(yè)質(zhì)量問題實(shí)際上就是建立在對(duì)“可見”及不可見問題全面了解的基礎(chǔ)上的避免，實(shí)現(xiàn)無憂的制造環(huán)境。其模型如圖1所示。

圖1 工業(yè)質(zhì)量發(fā)展模型圖

工業(yè)質(zhì)量問題解決路徑是：方向一（從A到B），方向二（從B到C），方向三（從C到D）的過程。A到B是在解決可見問題的過程中積累經(jīng)驗(yàn)和知識(shí)，從而去避免這些問題。這個(gè)過程中美國、日本和德國都用各自的方式完成了累積，其中美國積累的主要載體是數(shù)據(jù)，日本的載體是人，德國的載體是設(shè)備，形成了各自的特色和優(yōu)勢(shì)。從B到C則需要依靠數(shù)據(jù)去分析問題產(chǎn)生的隱性線索、關(guān)聯(lián)性和根本原因等，利用預(yù)測(cè)分析將不可見問題顯性化，從而實(shí)現(xiàn)能夠解決不可見問題的目的。完成這個(gè)過程后能對(duì)不可見問題的發(fā)展過程進(jìn)行有效的預(yù)測(cè)，使得所有的不可見問題在變成可見問題和產(chǎn)生影響之前都提前解決。從C到D是通過對(duì)知識(shí)的深度挖掘，建立知識(shí)和問題之間的相關(guān)性，從舊知識(shí)中產(chǎn)生新知識(shí)，并能利用新知識(shí)對(duì)實(shí)體進(jìn)行精確的建模，產(chǎn)生能夠指導(dǎo)制造系統(tǒng)實(shí)體活動(dòng)的鏡像模型，從設(shè)計(jì)和制造流程的設(shè)計(jì)端避免可見及不可見問題的發(fā)生。這3個(gè)路徑都是通過數(shù)據(jù)驅(qū)動(dòng)的路徑實(shí)現(xiàn)。

2.1 方向一是將問題的產(chǎn)生過程利用數(shù)據(jù)進(jìn)行分析、建模和管理，從而解決可見問題到避免可見的問題

20世紀(jì)80年代，美國制造受到了德國和日本的巨大沖擊，尤其是在汽車制造行業(yè)，德國和日本的汽車以更優(yōu)的質(zhì)量和更好的舒適度迅速地占領(lǐng)了美國市場(chǎng)。令美國不明白的是，美國在生產(chǎn)技術(shù)、裝備、設(shè)計(jì)和工藝方面并不比德國和日本差，在汽車制造領(lǐng)域積累的時(shí)間甚至超過德國和日本，但是為什么美國汽車的質(zhì)量和精度就趕不上德國和日本？在那個(gè)時(shí)代，質(zhì)量管理已在汽車制造領(lǐng)域十分普及了。光學(xué)測(cè)量被應(yīng)用在產(chǎn)品線上后，在零部件生產(chǎn)和車身裝配的各個(gè)工序中已積累了大量的測(cè)量數(shù)據(jù)。但問題是即便測(cè)量十分精準(zhǔn)，在各個(gè)工序和零部件生產(chǎn)和車身裝配中都進(jìn)行了嚴(yán)格的質(zhì)量控制，但是在組裝完畢后依然有較大的誤差，于是美國的汽車廠商不得不花大量的時(shí)間反復(fù)修改和匹配工藝參數(shù)，最終的質(zhì)量卻依然不穩(wěn)定，時(shí)常出現(xiàn)每一個(gè)工序都在質(zhì)量控制范圍內(nèi)，但最終的產(chǎn)品質(zhì)量依然不能達(dá)標(biāo)的情況。

于是在20世紀(jì)90年代，利用統(tǒng)計(jì)科學(xué)對(duì)這些龐大的測(cè)量數(shù)據(jù)進(jìn)行分析，對(duì)質(zhì)量誤差的累計(jì)過程進(jìn)行分析和建模，從而解釋誤差來源并進(jìn)行控制，使車身裝配波動(dòng)降低到所有關(guān)鍵尺寸質(zhì)量的6σ值小于一定的數(shù)值。在引入數(shù)據(jù)分析對(duì)質(zhì)量進(jìn)行管理和控制的方法后，產(chǎn)品的設(shè)計(jì)周期和成本得以大幅的降低，并且產(chǎn)品質(zhì)量、精密度和穩(wěn)定性得以明顯的提升。這個(gè)方法并不需要大量的硬件投入和生產(chǎn)線的改變，實(shí)施成本非常低廉，并且產(chǎn)生的效果十分顯著，因而被廣泛地推廣到飛機(jī)制造、發(fā)動(dòng)機(jī)制造和能源裝備等各類型制造領(lǐng)域進(jìn)行質(zhì)量控制。

2.2 方向二是從數(shù)據(jù)中挖掘隱性問題線索，通過對(duì)隱性問題的預(yù)測(cè)分析，在其發(fā)展成為顯性問題之前解決

制造系統(tǒng)中存在不可見因素的影響，比如設(shè)備性能的衰退、精度的缺失、易耗件的磨損和資源鏈的浪費(fèi)等。而可見的影響因素往往是不可見的因素積累到一定程度所引起的，比如設(shè)備的衰退最終導(dǎo)致停機(jī)、精度的缺失最終導(dǎo)致質(zhì)量偏差等。就如同冰山一樣，可見的問題僅僅是冰山一角，而隱性的問題則是隱藏在冰山下面的惡魔，這也正是質(zhì)量人要做的大量工作和方向所在。因此，對(duì)這些不可見因素進(jìn)行預(yù)測(cè)和管理是避免可見因素的關(guān)鍵。對(duì)制造系統(tǒng)隱患的預(yù)測(cè)性分析需要在預(yù)測(cè)設(shè)備性能趨勢(shì)的基礎(chǔ)上預(yù)判斷出設(shè)備可能存在的隱患類型，也即隨著設(shè)備性能未來的進(jìn)一步衰退所造成的對(duì)質(zhì)量的影響、對(duì)成本的增加、最終導(dǎo)致的故障模式和對(duì)整個(gè)生產(chǎn)線整體效率和協(xié)同影響。一般來講，設(shè)備或者工藝中存在的故障類型是多種多樣的，每一個(gè)故障類型都能對(duì)應(yīng)特定的衰退模式和應(yīng)對(duì)策略。有些故障可能會(huì)影響設(shè)備正常運(yùn)行和生產(chǎn)安全，需要停機(jī)維護(hù)；而有些故障可能對(duì)設(shè)備運(yùn)行不構(gòu)成影響，則可等待下次定期檢修時(shí)一起解決，這就為我們決策提供了優(yōu)化的空間。如果制造系統(tǒng)的運(yùn)行人員能夠確知未來將要發(fā)生的隱患，則可對(duì)情況產(chǎn)生預(yù)判從而更為快速地進(jìn)行修復(fù)。

2.3 方向三是利用知識(shí)對(duì)整個(gè)生產(chǎn)流程進(jìn)行破析和精細(xì)建模，從產(chǎn)品設(shè)計(jì)和制造系統(tǒng)設(shè)計(jì)端避免問題

與前兩個(gè)方向不同的是，第三個(gè)方向既不是從問題，也不是從數(shù)據(jù)端來分析問題，而是從結(jié)果或知識(shí)端去反推問題。其核心是找到隱性問題的顯性根源，簡(jiǎn)單說就是從結(jié)果里找原因，再從原因中開發(fā)及制定關(guān)鍵技術(shù)和優(yōu)化6σ的控制流程。如果說前兩個(gè)方向是將隱性的問題顯性化，再把顯性的問題抽象化，從而固化成知識(shí)被保存和傳承下去的過程，那么這里要說明的是如何將這些知識(shí)再具體化，從而形成能夠被執(zhí)行和用來解決問題的過程，簡(jiǎn)稱為反向工程。反向工程可以告訴我們某一個(gè)部件的外形是什么樣，卻不能告訴我們它為什么是這個(gè)樣子的，但反向工程與數(shù)據(jù)分析結(jié)合，或許能告訴我們?yōu)槭裁?，也可以利用這個(gè)輔助研發(fā)和改進(jìn)的過程。

3 結(jié)束語

不同的企業(yè)因人才和技術(shù)等因素的限制，處在質(zhì)量路徑的不同階段，但隨著科技的進(jìn)步和人員素質(zhì)的提升，質(zhì)量逐漸由數(shù)據(jù)驅(qū)動(dòng)的特征更加明顯，由質(zhì)量數(shù)據(jù)發(fā)現(xiàn)的問題通常是不可見的，并逐步地實(shí)現(xiàn)可以避免質(zhì)量問題的出現(xiàn)。因此企業(yè)應(yīng)根據(jù)技術(shù)儲(chǔ)備情況盡可能多地在3個(gè)方向上同時(shí)發(fā)力，從而提升產(chǎn)品和企業(yè)的競(jìng)爭(zhēng)力。