鐘 宇，董 浩，邢 軍，徐 燕，胡興鋒，趙朋賢，周明珠，禹 艦，楊 進

1.新疆維吾爾自治區(qū)煙草質量監(jiān)督檢測站，烏魯木齊經(jīng)濟技術開發(fā)區(qū)天柱山街55 號 830026

2.國家煙草質量監(jiān)督檢驗中心，鄭州高新技術產(chǎn)業(yè)開發(fā)區(qū)翠竹街6 號 450001

3.中國科學院合肥物質科學研究院，合肥市蜀山湖路350 號 230031

4.中國科學技術大學，合肥市金寨路96 號 230026

5.重慶中煙工業(yè)有限責任公司，重慶市南岸區(qū)南坪東路2 號 400060

以大數(shù)據(jù)、人工智能為代表的新興信息技術已推動科學研究進入第四范式［1-2］，同時深度影響著制造業(yè)的發(fā)展，數(shù)字化轉型已成為煙草行業(yè)創(chuàng)新發(fā)展的必然選擇［3］，煙草行業(yè)在煙葉種植［4］、市場營銷［5］、專賣管理［6］、科技文獻分析［7-8］、科學數(shù)據(jù)挖掘［9-11］等領域也已開展了大數(shù)據(jù)技術的研究及應用。質量是企業(yè)賴以生存、贏得市場的根本，是“國家利益至上、消費者利益至上”行業(yè)價值觀的具體體現(xiàn)，是推動行業(yè)高質量發(fā)展的重要支撐。質量大數(shù)據(jù)［12］依托于行業(yè)產(chǎn)品質量管理，根植于工業(yè)大數(shù)據(jù)，在工業(yè)互聯(lián)網(wǎng)大平臺上發(fā)揮著關鍵作用。因此，將大數(shù)據(jù)與質量管理進行有機融合，開發(fā)出貫穿于企業(yè)、行業(yè)、供應鏈的數(shù)字化、智能化質量大數(shù)據(jù)體系正成為研究熱點［13-14］。質量大數(shù)據(jù)是基于工業(yè)場景提出的概念，屬于工業(yè)大數(shù)據(jù)的一部分，其目的是為產(chǎn)品設計、生產(chǎn)、運維全生命周期的質量分析管理提供數(shù)據(jù)來源，并在此基礎上開發(fā)用于質量管理、戰(zhàn)略決策的分析工具，為企業(yè)提升產(chǎn)品的設計、制造和運行質量提供支撐［15-16］。質量數(shù)據(jù)在煙草行業(yè)分布廣泛、數(shù)據(jù)資源結構化高、數(shù)據(jù)延續(xù)性好，但由于缺乏系統(tǒng)的收集整理和整合挖掘，質量數(shù)據(jù)的利用并不充分，未能實現(xiàn)全流程的質量數(shù)據(jù)分析和建立質量數(shù)據(jù)相關的應用體系。為此，基于對行業(yè)重點工商企業(yè)質量檢測機構的調(diào)研，研究了質量數(shù)據(jù)分析利用現(xiàn)狀以及應用需求，旨在為構建煙草行業(yè)質量大數(shù)據(jù)平臺提供依據(jù)和支撐。

1 煙草行業(yè)質量數(shù)據(jù)利用現(xiàn)狀調(diào)研

1.1 調(diào)研方法

采用問卷調(diào)研和現(xiàn)場調(diào)研的方式，對北京、上海、云南等煙草商業(yè)企業(yè)和河南、湖北、重慶等卷煙工業(yè)企業(yè)進行質量數(shù)據(jù)主題調(diào)研。調(diào)研內(nèi)容包括質量數(shù)據(jù)資源、質量數(shù)據(jù)信息化和分析利用現(xiàn)狀、問題需求及意見建議等方面。質量數(shù)據(jù)資源調(diào)研內(nèi)容涵蓋了卷煙、煙葉、煙用材料等12類產(chǎn)品的產(chǎn)品信息、檢驗檢測結果和數(shù)據(jù)存儲方式等。現(xiàn)狀調(diào)研內(nèi)容包括實驗室信息系統(tǒng)的應用，質量數(shù)據(jù)分析及實際應用，質量數(shù)據(jù)存儲形式、更新頻率與數(shù)據(jù)規(guī)模等。需求調(diào)研內(nèi)容包括產(chǎn)品生產(chǎn)制造過程中的趨勢判斷、預測分析、智能決策，產(chǎn)品來料加工及生產(chǎn)全過程的質量追溯，實驗室的能力水平和資源配置以及對原輔材料供應商的評價等。

1.2 調(diào)研結果

共收到來自6 家商業(yè)企業(yè)和6 家工業(yè)企業(yè)的12份調(diào)研結果。其中，數(shù)據(jù)資源信息946個特征字段；現(xiàn)狀和需求信息233 條，包含數(shù)據(jù)分析需求144 條、信息化現(xiàn)狀20 條、數(shù)據(jù)分析現(xiàn)狀16 條、存在問題28條、意見建議25條。

1.2.1 信息和數(shù)據(jù)現(xiàn)狀

煙草行業(yè)常用的質量檢驗方式為監(jiān)督檢驗和交收檢驗。監(jiān)督檢驗一般由國家煙草質量監(jiān)督檢驗中心、省級質量監(jiān)督檢測站、工業(yè)企業(yè)質量監(jiān)督檢測站負責；工業(yè)企業(yè)的卷煙廠負責交收檢驗，并承擔單項或部分項目的委托檢驗。各檢驗單位在各業(yè)務環(huán)節(jié)均建立了相應的信息化系統(tǒng)，如工業(yè)企業(yè)用于產(chǎn)品質量檢測的MES（Manufacturing Execution System）系統(tǒng)，用于原輔材料管理的ERP（Enterprise Resource Planning）系統(tǒng)，質檢機構用于檢驗檢測的LIMS（Laboratory Information Management System）系統(tǒng)或綜合性辦公平臺等。如圖1所示，根據(jù)檢驗項目和數(shù)據(jù)量，檢驗數(shù)據(jù)大體呈金字塔狀分布。

圖1 煙草行業(yè)質量數(shù)據(jù)分布Fig.1 Distribution of quality data in tobacco industry

調(diào)研的卷煙、煙葉和煙用材料等12 類產(chǎn)品的檢測量均較大，各類產(chǎn)品又細分為一二級指標，產(chǎn)品類別與一級指標分布見圖2。其中，煙葉占比最大（19.45%），該類別共有11項一級指標。一級指標下又覆蓋多項二級指標，二級指標主要為產(chǎn)品信息與檢測結果。12類產(chǎn)品一二級指標數(shù)量分布見表1。

表1 各類產(chǎn)品質量信息分布Tab.1 Distribution of quality information of main products in tobacco industry （個）

圖2 產(chǎn)品類別與一級指標分布Fig.2 Distribution of various product categories and first-level indicators

工業(yè)企業(yè)（代號A1～A6）在各產(chǎn)品類別的質量信息覆蓋率見圖3。可見，調(diào)研的6 家工業(yè)企業(yè)中有4家在各級指標上均有覆蓋，有2家無煙用絲束質量信息，1家無濾棒成型紙質量信息。各工業(yè)企業(yè)全部指標的平均覆蓋率最高為A1（86%），最低為A5（14%），平均值為61%。在各類產(chǎn)品中，卷煙的指標覆蓋率最高（74%），其次是條與盒包裝紙（70%）、煙用接裝紙（70%）。指標分布和覆蓋率可以體現(xiàn)產(chǎn)品的受關注程度，由于絲束檢測已轉移至供應商或濾棒生產(chǎn)企業(yè)，條與盒包裝紙、煙用接裝紙質量是近年的關注熱點，也是出現(xiàn)質量問題較多的產(chǎn)品。未覆蓋的信息主要是檢測數(shù)據(jù)以外的指標，如產(chǎn)品基本信息等，表明企業(yè)更加關注產(chǎn)品本身的質量狀況，在質量追溯和數(shù)據(jù)關聯(lián)分析上關注程度不夠。

圖3 工業(yè)企業(yè)各指標覆蓋率Fig.3 Coverage rate of various indicators for industrial enterprises

商業(yè)企業(yè)質檢站（代號B1～B6）在各產(chǎn)品類別的質量信息覆蓋率見圖4?？梢?，各質檢站質量檢測情況差異較大，6家質檢站全部檢驗卷煙產(chǎn)品，煙用膠、煙用三乙酸甘油酯有1家檢測，其余產(chǎn)品有2～3家覆蓋。卷煙的指標平均覆蓋率為76%，最高97%，最低66%。各質檢站質量信息覆蓋率產(chǎn)生的差異主要體現(xiàn)了所屬轄區(qū)監(jiān)督產(chǎn)品特點和業(yè)務內(nèi)容，如轄區(qū)是否為煙葉產(chǎn)區(qū)等，對于較少或未開展過煙用材料等項目研究的質檢站，其檢測信息的覆蓋率也較低。

圖4 質檢站各指標覆蓋率Fig.4 Coverage rate of various indicators for quality supervision and test stations

1.2.2 數(shù)據(jù)分析方式

傳統(tǒng)數(shù)據(jù)分析主要是通過樣本數(shù)據(jù)，基于概率統(tǒng)計理論進行的簡單統(tǒng)計、描述性統(tǒng)計、時間序列分析、相關性分析的技術活動。在具體分析場景和目的下，往往會結合多種方式展開分析。被調(diào)研單位在不同應用場景下主要采用的數(shù)據(jù)分析方法見表2?？梢姡鲉挝恢饕捎妹枋鲂越y(tǒng)計的方式分析各指標的構成、排序、集中和離散情況，通過尋找特征和規(guī)律進行預警和生產(chǎn)指標控制，以提高產(chǎn)品質量水平。在傳統(tǒng)數(shù)據(jù)分析方式下，往往采用人工收集數(shù)據(jù)、軟件分析作圖、描述圖表規(guī)律等方式完成數(shù)據(jù)報告撰寫，周期相對較長。隨著大數(shù)據(jù)時代的到來，企業(yè)數(shù)據(jù)呈現(xiàn)數(shù)據(jù)量大、數(shù)據(jù)維度廣、數(shù)據(jù)非結構化強等特點，采用傳統(tǒng)數(shù)據(jù)分析方式已無法滿足當前分析需求，需要整合先進技術，充分利用云計算、機器學習和人工智能等手段，提高質量數(shù)據(jù)分析的時效性、真實性和全面性。

表2 不同應用場景下采用的數(shù)據(jù)分析方法Tab.2 Data analysis methods used in different application scenarios

1.2.3 需求及意見建議

現(xiàn)有質量數(shù)據(jù)的主要應用展示方式是合格判定結果和質量通報，隨著數(shù)據(jù)可視化和大數(shù)據(jù)分析技術的發(fā)展，數(shù)據(jù)的分析需求呈現(xiàn)定制化和多樣化的特點。調(diào)研結果中關于數(shù)據(jù)分析的需求最多，表明行業(yè)對數(shù)據(jù)分析的需求日益迫切。構建質量大數(shù)據(jù)系統(tǒng)的目的在于利用大數(shù)據(jù)技術實現(xiàn)行業(yè)層面的數(shù)據(jù)資源梳理、整合和深入挖掘，滿足行業(yè)各級機構質量方面的決策需求。圖5展示了數(shù)據(jù)分析需求調(diào)研結果的詞頻分布情況?？梢?，工業(yè)企業(yè)（圖5a）與商業(yè)企業(yè)質檢站（圖5b）在質量、分析等關鍵詞上的熱度相對較高。

圖5 工業(yè)企業(yè)和質檢站對質量大數(shù)據(jù)需求的詞頻分布Fig.5 Word frequency distribution of quality big data for industrial enterprises and quality supervision and test stations

將需求進行分類梳理、匯總后劃分為11類，結果見圖6?？梢姡|量趨勢分析和預測分析需求居首位，由于工業(yè)企業(yè)產(chǎn)品以及用于制造產(chǎn)品的供應商數(shù)量多，各類歷史數(shù)據(jù)積累時間長，對歷史數(shù)據(jù)趨勢進行分析與把握，有助于指導產(chǎn)品設計、開發(fā)、制造和質量管理；其次是卷煙產(chǎn)品質量分析需求，當前企業(yè)及質檢機構的數(shù)據(jù)大多是孤立存在的，受分析技術和手段限制，各企業(yè)無法全面、準確、及時地掌握卷煙產(chǎn)品在全國市場的質量狀況；第三是實驗室能力水平及資源配置分析需求，隨著實驗室資質評審的深入開展，各企業(yè)對實驗室能力水平的關注逐步提升。

圖6 質量大數(shù)據(jù)各類別需求分布Fig.6 Demands for quality big data in various categories

1.2.4 存在問題

將存在問題分為技術、數(shù)據(jù)、業(yè)務3個維度，各單位在3 個維度上共涉及40 項問題，問題項分布見圖7。可見，技術維度的問題最多（20項，分布在8個單位），其次是數(shù)據(jù)維度（15項，分布在8個單位），第三是業(yè)務維度（5項，分布在5個單位）。

圖7 各單位在3個維度上問題項分布Fig.7 Distribution of problem items in three dimensions of each institution

各維度數(shù)據(jù)問題的主要表現(xiàn)形式見表3。可見，當前主要問題是數(shù)據(jù)分布分散，普遍存在數(shù)據(jù)孤島化現(xiàn)象。①在企業(yè)層面，表現(xiàn)為信息化系統(tǒng)多且系統(tǒng)間協(xié)同性差等特點。一方面，企業(yè)針對業(yè)務場景及需求開發(fā)相適應的信息化系統(tǒng)，隨著業(yè)務場景及需求變化，信息化系統(tǒng)也逐漸增多。由于缺乏統(tǒng)籌規(guī)劃，企業(yè)內(nèi)部生產(chǎn)、管理、質檢等各環(huán)節(jié)積累的大量數(shù)據(jù)無法暢通流動，難以為實現(xiàn)企業(yè)質量目標提供支持。對于規(guī)模較大的集團化公司，其數(shù)據(jù)分散化現(xiàn)象更為明顯，表現(xiàn)在總公司與所屬子公司、子公司與子公司間存在眾多系統(tǒng)，由于系統(tǒng)的運行環(huán)境、數(shù)據(jù)類型、存儲方式等存在差異，數(shù)據(jù)難以匯集、交互進而形成數(shù)據(jù)屏障，無法進行整體、全面的挖掘和分析。另一方面，針對同一業(yè)務目的，基于不同發(fā)展階段的不同需求，企業(yè)開發(fā)了多個版本的信息化系統(tǒng)，因新老系統(tǒng)的繼承性、銜接性較差，造成原系統(tǒng)大量歷史數(shù)據(jù)丟失、棄用，浪費了有價值的數(shù)據(jù)資源。②在行業(yè)層面，表現(xiàn)為產(chǎn)業(yè)鏈上各參與單位質量數(shù)據(jù)共享性差等特點，因缺乏信息資源互通共享平臺，無法實現(xiàn)工業(yè)企業(yè)、商業(yè)企業(yè)、供應商之間質量數(shù)據(jù)的有效整合和共享，難以為行業(yè)管理決策提供服務。

表3 各維度數(shù)據(jù)問題的主要表現(xiàn)形式Tab.3 Primary manifestations of data problems in various dimensions

2 煙草行業(yè)質量大數(shù)據(jù)發(fā)展方向與建議

質量大數(shù)據(jù)建設是一項綜合性系統(tǒng)工程，要注重以產(chǎn)品為核心，實現(xiàn)行業(yè)內(nèi)上下游企業(yè)、各管理部門的數(shù)據(jù)集成，形成供應、生產(chǎn)、營銷、市場導向的現(xiàn)代化質量數(shù)據(jù)管理模式。各參與單位要在數(shù)據(jù)采集、存儲、傳輸、共享、分析等方面共同發(fā)力，全面、系統(tǒng)地推進相關工作的高質量開展。

2.1 質量大數(shù)據(jù)標準體系及主題數(shù)據(jù)庫建設

質量大數(shù)據(jù)標準體系是平臺的頂層設計，工業(yè)、農(nóng)業(yè)等領域大數(shù)據(jù)標準體系已有較大發(fā)展，初步形成了由基礎標準、技術標準、管理標準、產(chǎn)品/應用標準4 部分構成的體系框架［17-20］。質量大數(shù)據(jù)標準體系的制定過程要注重把握大數(shù)據(jù)技術和行業(yè)發(fā)展特點，整合和借鑒國內(nèi)外相關領域的標準化資源，在業(yè)務、數(shù)據(jù)、技術等多個層面建立、形成包含元數(shù)據(jù)、數(shù)據(jù)規(guī)范、數(shù)據(jù)交易及數(shù)據(jù)共享等內(nèi)容的標準體系，用以指導各數(shù)據(jù)庫的建設、各類工具包的應用。

質量主題數(shù)據(jù)庫是大數(shù)據(jù)分析的基礎，要圍繞業(yè)務和技術兩個層面展開建設。在業(yè)務層面，要根據(jù)行業(yè)的具體需求和數(shù)據(jù)特點，有針對性地收集各相關方的數(shù)據(jù)資源，建立主題明確、字段完整、可拓展性強的數(shù)據(jù)庫。例如，卷煙產(chǎn)品質量信息數(shù)據(jù)庫、煙用材料質量信息數(shù)據(jù)庫、煙葉質量監(jiān)控信息數(shù)據(jù)庫、實驗室能力信息數(shù)據(jù)庫、材料供應商信息數(shù)據(jù)庫等。在技術層面，要密切跟蹤大數(shù)據(jù)相關產(chǎn)業(yè)的發(fā)展，探索適用于行業(yè)的數(shù)據(jù)采集、清洗、存儲等技術。例如，用于采集數(shù)據(jù)的傳感器及邊緣計算技術，用于清洗數(shù)據(jù)的大數(shù)據(jù)工具集，用于存儲數(shù)據(jù)的結構化、非結構化數(shù)據(jù)庫等。利用各種數(shù)據(jù)技術打通數(shù)據(jù)孤島，形成匯聚能力強、彈性強的數(shù)據(jù)湖，為后續(xù)的數(shù)據(jù)分析和利用提供支撐。

2.2 質量大數(shù)據(jù)分析核心模型開發(fā)

數(shù)據(jù)分析是綜合利用數(shù)據(jù)、發(fā)揮數(shù)據(jù)效用的核心環(huán)節(jié)，傳統(tǒng)的分析軟件及分析技術已無法滿足當前大數(shù)據(jù)時代的分析需求，運用機器學習、深度學習等算法實現(xiàn)面向海量靜態(tài)數(shù)據(jù)、實時數(shù)據(jù)、時間序列數(shù)據(jù)、結構/非結構化數(shù)據(jù)的聚類、關聯(lián)和預測分析是當前質量大數(shù)據(jù)分析技術的核心。隨著算法領域的不斷發(fā)展、開源代碼倉庫的不斷豐富，將先進模型應用于卷煙質量分析已成為可能。要注重數(shù)據(jù)分析庫的建立，不斷形成并更新數(shù)據(jù)分析模塊，構建應用于卷煙、煙葉、煙用材料等產(chǎn)品的分析評價模型，為行業(yè)持續(xù)提高產(chǎn)品質量，實現(xiàn)高質量發(fā)展提供分層級、定制化、多樣化的質量信息服務和技術支持。

（1）質量缺陷預警模型。采集并整合傳感器采集的工藝數(shù)據(jù)與實驗室檢驗檢測數(shù)據(jù)，對不同時間周期、不同批次、不同規(guī)格產(chǎn)品生產(chǎn)過程中的質量參數(shù)進行實時在線監(jiān)測，分析工藝過程與缺陷產(chǎn)生的相關性，對高風險環(huán)節(jié)予以識別，不斷降低產(chǎn)品缺陷發(fā)生率，提高產(chǎn)品質量。

（2）質量分析模型。通過建立卷煙、煙葉、煙用材料等質量主題數(shù)據(jù)庫，匯集企業(yè)內(nèi)、行業(yè)間的產(chǎn)品質量數(shù)據(jù)，開發(fā)橫跨原輔材料、成品、在銷品的質量數(shù)據(jù)庫查詢技術，探索利用機器學習算法、人工智能及深度學習算法等先進技術，深度挖掘數(shù)據(jù)間的關聯(lián)性，為產(chǎn)品質量分析、預測及決策提供服務。

（3）實驗室能力評價模型。建立實驗室能力評價數(shù)據(jù)匯集系統(tǒng)，開發(fā)系列統(tǒng)計分析模型，對數(shù)據(jù)進行全流程自動化、定制化處理，快速發(fā)布實驗室能力評價結果，實現(xiàn)能力評價后續(xù)全流程的數(shù)字化監(jiān)督。

2.3 質量大數(shù)據(jù)平臺建立及其安全機制

構建質量大數(shù)據(jù)平臺，促進不同主體的數(shù)據(jù)資源建設，支持數(shù)據(jù)資源的分級分類管理，實現(xiàn)貫穿企業(yè)內(nèi)、行業(yè)間、產(chǎn)業(yè)鏈的質量大數(shù)據(jù)協(xié)作、共享機制。同時要注重依托煙草科研大數(shù)據(jù)重大專項已研發(fā)的安全態(tài)勢感知關鍵技術，為平臺的數(shù)據(jù)和系統(tǒng)安全提供支持。結合項目數(shù)據(jù)的來源、規(guī)模、更新頻率等特點以及系統(tǒng)平臺的要求，提供支持數(shù)據(jù)完整性、保密性以及備份和恢復等安全功能。

2.4 質量大數(shù)據(jù)相關技術人才培養(yǎng)

長期以來，質量相關數(shù)據(jù)分析都是基于分析人員經(jīng)驗而開展的以描述性分析為主的技術活動，這種模式已無法滿足大數(shù)據(jù)時代的質量管理要求，并且缺乏具有大數(shù)據(jù)技能和專業(yè)領域知識、經(jīng)驗豐富的人才，亟需加強質量大數(shù)據(jù)管理復合型人才培養(yǎng)和鍛煉。開展面向質量大數(shù)據(jù)的重大專項，探索建立針對質量大數(shù)據(jù)人才的培養(yǎng)模式，持續(xù)為質量管理和業(yè)務工作的進步注入活力，為質量大數(shù)據(jù)發(fā)展賦能。

3 結論

基于對行業(yè)重點工商企業(yè)質量檢測機構的調(diào)研，分析了質量數(shù)據(jù)分布利用現(xiàn)狀和應用需求，梳理了行業(yè)質量數(shù)據(jù)面臨的重點問題，指出了行業(yè)質量大數(shù)據(jù)的發(fā)展方向。結果表明：①行業(yè)質量數(shù)據(jù)分布層級清晰，數(shù)據(jù)量大，覆蓋率高，能夠滿足大數(shù)據(jù)分析需求。②現(xiàn)有數(shù)據(jù)分析方式較為傳統(tǒng)，缺乏多維度、定制化、時效性強的數(shù)據(jù)分析手段，數(shù)據(jù)分析需求主要集中在卷煙產(chǎn)品的質量狀況、質量趨勢和預測、實驗室能力水平和資源配置情況等領域。③數(shù)據(jù)分布分散、數(shù)據(jù)孤島化現(xiàn)象普遍存在、信息化系統(tǒng)眾多、各系統(tǒng)間協(xié)同性差等均是亟需解決的問題。④構建行業(yè)質量大數(shù)據(jù)要重點圍繞數(shù)據(jù)標準體系的制定、質量數(shù)據(jù)庫建設、大數(shù)據(jù)分析技術的應用、數(shù)據(jù)共享及安全以及技術人才培養(yǎng)等方面開展系統(tǒng)性工作。作為一個新興技術體系，質量大數(shù)據(jù)在建設時需要得到行業(yè)內(nèi)各企業(yè)及質檢機構的關注和支持，充分發(fā)揮行業(yè)集中統(tǒng)一管理的優(yōu)勢，注重統(tǒng)籌規(guī)劃、協(xié)同建設、開放共享，為提升行業(yè)整體效益、實現(xiàn)高質量發(fā)展提供支持。