數(shù)字化轉(zhuǎn)型系列研究報(bào)告-質(zhì)量大數(shù)據(jù)白皮書-工信部電子五所

質(zhì)量大數(shù)據(jù)白皮書部重點(diǎn)實(shí)驗(yàn)室位限公司海克斯康(中國(guó))有限公司技有限公司昆侖智匯數(shù)據(jù)科技(北京)有限公司航天云網(wǎng)數(shù)據(jù)研究院(廣東)有限公司司司胡寧徐海徐地馬龍I、構(gòu)建新發(fā)大數(shù)據(jù)為代表的新一代信息技術(shù)與質(zhì)量管理深度融合產(chǎn)生質(zhì)量大數(shù)據(jù)，量管理活動(dòng)數(shù)字化、網(wǎng)絡(luò)化、智能化水平，加速制造業(yè)的數(shù)字化轉(zhuǎn)型。裝備質(zhì)量大數(shù)據(jù)工業(yè)和信息化部重點(diǎn)實(shí)驗(yàn)室聯(lián)合工業(yè)和信息《質(zhì)量大領(lǐng)白皮書全文。參視角，其中數(shù)據(jù)資源是價(jià)值起點(diǎn)，技術(shù)支撐是工具，業(yè)務(wù)落地是目標(biāo)，據(jù)、技術(shù)、業(yè)務(wù)三個(gè)視角統(tǒng)籌推動(dòng)質(zhì)量大數(shù)據(jù)的建設(shè)。大數(shù)據(jù)的特征，分析了質(zhì)量大數(shù)據(jù)與其它新型技術(shù)的關(guān)系。理體系、應(yīng)用模式三個(gè)維度分析了業(yè)務(wù)視角的質(zhì)量大數(shù)據(jù)，。到社會(huì)各界專家的關(guān)注和大力院院長(zhǎng)、大數(shù)據(jù)系統(tǒng)軟西安電子科技大學(xué)智能制造與工業(yè)大數(shù)據(jù)研究中心主任孔優(yōu)也科技有限公司首席史建成，工業(yè)和信息化、何小琦、楊曉明等諸位專家項(xiàng)新興的技術(shù)體未深入研究、清晰闡述見(jiàn)與建議，不斷I1.質(zhì)量大數(shù)據(jù)的內(nèi)涵 11.1質(zhì)量大數(shù)據(jù)的概念和外延 11.1.1質(zhì)量大數(shù)據(jù)的業(yè)務(wù)維度 31.1.2質(zhì)量大數(shù)據(jù)的數(shù)據(jù)維度 41.1.3質(zhì)量大數(shù)據(jù)的技術(shù)維度 61.2質(zhì)量大數(shù)據(jù)的特征 81.3與其它技術(shù)的關(guān)系 111.3.1質(zhì)量大數(shù)據(jù)與工業(yè)互聯(lián)網(wǎng)的關(guān)系 121.3.2質(zhì)量大數(shù)據(jù)與數(shù)字孿生的關(guān)系 131.3.3質(zhì)量大數(shù)據(jù)與工業(yè)大數(shù)據(jù)的關(guān)系 141.3.4質(zhì)量大數(shù)據(jù)與人工智能的關(guān)系 141.3.5質(zhì)量大數(shù)據(jù)與區(qū)塊鏈的關(guān)系 152.質(zhì)量大數(shù)據(jù)發(fā)展歷程與現(xiàn)狀 162.1質(zhì)量大數(shù)據(jù)的發(fā)展歷程 162.1.1質(zhì)量管理體系的演化 162.1.2質(zhì)量數(shù)據(jù)分析的演變 172.1.3大數(shù)據(jù)帶來(lái)的契機(jī) 192.2質(zhì)量大數(shù)據(jù)的現(xiàn)狀 222.2.1技術(shù)研究現(xiàn)狀 222.2.2行業(yè)應(yīng)用現(xiàn)狀 242.2.3發(fā)展政策現(xiàn)狀 252.3質(zhì)量大數(shù)據(jù)面臨的挑戰(zhàn) 303.質(zhì)量大數(shù)據(jù)的業(yè)務(wù)視角 333.1生產(chǎn)體系 343.2管理體系 363.3應(yīng)用模式一：重點(diǎn)業(yè)務(wù)環(huán)節(jié)的質(zhì)量管理優(yōu)化 363.3.1以產(chǎn)品質(zhì)量為導(dǎo)向的設(shè)計(jì)優(yōu)化 363.3.2以生產(chǎn)質(zhì)量為導(dǎo)向的工藝優(yōu)化 413.3.3以質(zhì)量為導(dǎo)向的生產(chǎn)設(shè)備預(yù)測(cè)性維護(hù) 423.4應(yīng)用模式二：供應(yīng)鏈產(chǎn)業(yè)鏈的質(zhì)量協(xié)同優(yōu)化 433.5應(yīng)用模式三：質(zhì)量公共服務(wù)與新生態(tài) 454.質(zhì)量大數(shù)據(jù)的數(shù)據(jù)視角 474.1數(shù)據(jù)要素體系 474.2數(shù)據(jù)資源體系 484.2.1數(shù)據(jù)資源目錄 484.2.2數(shù)據(jù)資源融合 524.2.3數(shù)據(jù)共建共享 574.3數(shù)據(jù)治理體系 584.3.1數(shù)據(jù)標(biāo)準(zhǔn)體系 604.3.2數(shù)據(jù)質(zhì)量管理 614.3.3數(shù)據(jù)安全防護(hù) 635.質(zhì)量大數(shù)據(jù)的技術(shù)視角 655.1技術(shù)架構(gòu) 655.1.1質(zhì)量全生命周期架構(gòu) 655.1.2數(shù)據(jù)平臺(tái)架構(gòu) 665.2數(shù)據(jù)存儲(chǔ)：多模態(tài)數(shù)據(jù)的數(shù)據(jù)湖技術(shù) 685.3數(shù)據(jù)服務(wù)：質(zhì)量大數(shù)據(jù)的領(lǐng)域建模技術(shù) 775.4數(shù)據(jù)服務(wù):基于領(lǐng)域模型的查詢技術(shù) 805.5數(shù)據(jù)分析：面向多場(chǎng)景多數(shù)據(jù)源的數(shù)據(jù)分析技術(shù) 819.質(zhì)量大數(shù)據(jù)的實(shí)施路徑 8g6.1企業(yè)側(cè) 856.2產(chǎn)業(yè)側(cè) 90L.質(zhì)量大數(shù)據(jù)的未來(lái)展望 647.1技術(shù)發(fā)展趨勢(shì) 947.2應(yīng)用發(fā)展趨勢(shì) 977.3產(chǎn)業(yè)發(fā)展趨勢(shì) 988.質(zhì)量大數(shù)據(jù)典型案例 1008.1以產(chǎn)品質(zhì)量為導(dǎo)向的設(shè)計(jì)優(yōu)化 1018.2以生產(chǎn)質(zhì)量為導(dǎo)向的工藝優(yōu)化 1048.2.1工藝質(zhì)量參數(shù)優(yōu)化 1058.2.2工藝質(zhì)量缺陷識(shí)別 1158.2.3質(zhì)量追溯 1258.3以質(zhì)量為導(dǎo)向的生產(chǎn)設(shè)備預(yù)測(cè)性維護(hù) 1328.4面向供應(yīng)鏈的質(zhì)量協(xié)同優(yōu)化 1448.5質(zhì)量公共服務(wù)與新生態(tài) 154參考文獻(xiàn) 159縮略語(yǔ)表 1621制造業(yè)是立國(guó)之本、強(qiáng)國(guó)之基，增強(qiáng)制造業(yè)質(zhì)量?jī)?yōu)勢(shì)對(duì)于推動(dòng)產(chǎn)業(yè)鏈向中高端升級(jí)轉(zhuǎn)型至關(guān)重要。同時(shí)，質(zhì)量作為評(píng)估工業(yè)設(shè)備、產(chǎn)品及服務(wù)能否穩(wěn)定發(fā)揮其性能作用的關(guān)鍵指標(biāo)，對(duì)工業(yè)技術(shù)升級(jí)、工業(yè)成本和消費(fèi)體驗(yàn)均有較大影響?，F(xiàn)代工業(yè)設(shè)備、產(chǎn)品及系統(tǒng)十分復(fù)雜，僅僅依賴傳統(tǒng)的質(zhì)量管理手段很難對(duì)其質(zhì)量問(wèn)題進(jìn)行規(guī)避，從而實(shí)質(zhì)性地提升其質(zhì)量水平。而隨著大數(shù)據(jù)、傳感器、人工智能等技術(shù)領(lǐng)域的飛速發(fā)展，一些原本較為隱蔽的質(zhì)量特征、關(guān)聯(lián)關(guān)系可以從工業(yè)質(zhì)量數(shù)據(jù)中得到挖掘。質(zhì)量大數(shù)據(jù)可以將各類工業(yè)場(chǎng)景下的質(zhì)量風(fēng)，實(shí)現(xiàn)質(zhì)量關(guān)聯(lián)關(guān)系挖掘、質(zhì)量水平優(yōu)化和質(zhì)量經(jīng)驗(yàn)知識(shí)積累，達(dá)到工業(yè)產(chǎn)品和服務(wù)向中高端轉(zhuǎn)型升級(jí)的目的，提升整體行業(yè)效益。本節(jié)嘗試剖析質(zhì)量大數(shù)據(jù)的內(nèi)涵。質(zhì)量大數(shù)據(jù)根據(jù)質(zhì)量管理在不同生產(chǎn)體系、管理體系和數(shù)據(jù)基礎(chǔ)等上下文的內(nèi)涵不同，決定了其邊界和內(nèi)容。從數(shù)據(jù)要素的角度，質(zhì)量大數(shù)據(jù)是指圍繞工業(yè)產(chǎn)品各種質(zhì)量要求(功能型質(zhì)量、性能質(zhì)量、可靠性質(zhì)量、感官質(zhì)量等)在不同階段(研發(fā)設(shè)計(jì)、生產(chǎn)制造、使用運(yùn)行等)所產(chǎn)生的與產(chǎn)品質(zhì)量相關(guān)的各類數(shù)據(jù)的總稱，覆蓋了人、機(jī)、料、法、環(huán)、測(cè)等多個(gè)因素。從業(yè)務(wù)范圍的角度，質(zhì)量大數(shù)據(jù)除了應(yīng)用于單個(gè)企業(yè)內(nèi)部的特定業(yè)務(wù)環(huán)節(jié)，也包括上下游企業(yè)構(gòu)成的供應(yīng)鏈協(xié)同和聯(lián)動(dòng)，甚至覆蓋一個(gè)產(chǎn)業(yè)生態(tài)圈。從應(yīng)用技術(shù)的角度，質(zhì)量數(shù)據(jù)技術(shù)包括數(shù)據(jù)規(guī)劃、檢測(cè)采集、傳輸存儲(chǔ)、建模查詢、管控治理、統(tǒng)計(jì)分析和管理應(yīng)用等相關(guān)技術(shù)，而質(zhì)量大數(shù)據(jù)更聚焦在針對(duì)海量異構(gòu)質(zhì)量數(shù)據(jù)的平臺(tái)、分析和應(yīng)用等大數(shù)據(jù)技術(shù)。2性能性質(zhì)量功能性質(zhì)量關(guān)聯(lián)查詢領(lǐng)域建模數(shù)據(jù)安全防護(hù)數(shù)據(jù)應(yīng)用服務(wù)安全物料模型數(shù)據(jù)跨平臺(tái)安全產(chǎn)品質(zhì)量設(shè)計(jì)優(yōu)化數(shù)據(jù)服務(wù)設(shè)備模型人員模型性能性質(zhì)量功能性質(zhì)量關(guān)聯(lián)查詢領(lǐng)域建模數(shù)據(jù)安全防護(hù)數(shù)據(jù)應(yīng)用服務(wù)安全物料模型數(shù)據(jù)跨平臺(tái)安全產(chǎn)品質(zhì)量設(shè)計(jì)優(yōu)化數(shù)據(jù)服務(wù)設(shè)備模型人員模型從上面的描述可以看出，質(zhì)量大數(shù)據(jù)有業(yè)務(wù)、數(shù)據(jù)、技術(shù)等不同的維度，不同維度上的差別決定了質(zhì)量大數(shù)據(jù)在不同行業(yè)、不同企業(yè)點(diǎn)；對(duì)于半導(dǎo)體生產(chǎn)，先進(jìn)過(guò)程控制(AdvancedProcessControl,APC)是重點(diǎn)；對(duì)于裝備制造，全生命周期(從研發(fā)、制造到運(yùn)維)的質(zhì)量管控與優(yōu)化是重點(diǎn)。基于多個(gè)行業(yè)實(shí)踐和調(diào)研，本白皮書歸納出如圖1.1所示的質(zhì)量大數(shù)據(jù)的參考模型，從業(yè)務(wù)、數(shù)據(jù)、技術(shù)三個(gè)維度對(duì)質(zhì)量大數(shù)據(jù)的范疇和內(nèi)涵進(jìn)行刻畫。備人設(shè)備產(chǎn)生主體分層方法質(zhì)質(zhì)量大數(shù)據(jù)體系數(shù)據(jù)分析管理體系分?jǐn)?shù)據(jù)分析管理體系模式分析模型分析模型分析分析算法業(yè)務(wù)管控指標(biāo)3業(yè)務(wù)視角刻畫了質(zhì)量大數(shù)據(jù)的業(yè)務(wù)上下文，包括了生產(chǎn)體系、管理體系和應(yīng)用模式等三個(gè)維度。1.生產(chǎn)體系在生產(chǎn)體系維度上，包括產(chǎn)品特點(diǎn)、生產(chǎn)類型和質(zhì)量指標(biāo)管控三個(gè)方面。從產(chǎn)品特點(diǎn)，工業(yè)產(chǎn)品可以分為小批量定制化產(chǎn)品(如工藝品、水力發(fā)電機(jī)組)、小批量多品種產(chǎn)品(如沖壓件、印刷品)、大批量少量品種(如汽車、工程機(jī)械、3C產(chǎn)品)、大批量標(biāo)準(zhǔn)品(如石化、食品)，不同產(chǎn)品特點(diǎn)決定了合適的生產(chǎn)類型，包括加工車間(JobShop)、流水車間(FlowShop)、流水線(LineFlow)、流程生產(chǎn)(ContinuousFlow)等典型生產(chǎn)類型。產(chǎn)品特點(diǎn)和生產(chǎn)類型決定了質(zhì)量指標(biāo)的側(cè)重點(diǎn)(功能性質(zhì)量、性能性質(zhì)量、可靠性質(zhì)量、感官性質(zhì)量等)。2.管理體系在管理體系維度上，包括產(chǎn)業(yè)鏈(產(chǎn)業(yè)鏈的形態(tài)以及企業(yè)在產(chǎn)業(yè)鏈的位置)、質(zhì)量管理體系(如TQM、6-Signma、TQC等)、生產(chǎn)研發(fā)組織體系。產(chǎn)業(yè)鏈可以分為資源導(dǎo)向型、產(chǎn)品導(dǎo)向型、需求導(dǎo)向型、市場(chǎng)導(dǎo)向型等不同類型，一個(gè)企業(yè)在產(chǎn)業(yè)鏈中的位置決定了質(zhì)量管理的側(cè)重點(diǎn)；質(zhì)量管理體系的選擇取決于生產(chǎn)體系和產(chǎn)業(yè)鏈；生產(chǎn)研發(fā)組織決定了企業(yè)內(nèi)部的質(zhì)量管理落地途徑和業(yè)務(wù)場(chǎng)景。3.應(yīng)用模式面向特定業(yè)務(wù)環(huán)節(jié)的數(shù)字化質(zhì)量管理：各類企業(yè)將質(zhì)量大數(shù)據(jù)在研發(fā)、生產(chǎn)、存儲(chǔ)、運(yùn)輸、供應(yīng)、銷售、服務(wù)等環(huán)節(jié)的融合應(yīng)用，開(kāi)展數(shù)字化質(zhì)量設(shè)計(jì)、質(zhì)量檢驗(yàn)、質(zhì)量控制、質(zhì)量分析和質(zhì)量改進(jìn)，提升企業(yè)4字化產(chǎn)品模型和全生命周期質(zhì)量信息追溯，以及各環(huán)節(jié)業(yè)務(wù)數(shù)據(jù)協(xié)同分析，實(shí)現(xiàn)數(shù)據(jù)驅(qū)動(dòng)的全價(jià)值鏈、全生命周期的質(zhì)量策劃、質(zhì)量控制和質(zhì)量改進(jìn)，實(shí)現(xiàn)企業(yè)內(nèi)及上下游企業(yè)間質(zhì)量管理協(xié)同和聯(lián)動(dòng)；3)質(zhì)量生態(tài)共建共創(chuàng)與共享：具備平臺(tái)化運(yùn)行和社會(huì)化協(xié)作能力的企業(yè)，與生態(tài)圈合作伙伴共建質(zhì)量管理平臺(tái)，實(shí)現(xiàn)生態(tài)圈數(shù)據(jù)智能獲取、開(kāi)從數(shù)據(jù)維來(lái)看，質(zhì)量大數(shù)據(jù)可從數(shù)據(jù)源、資源體系和治理體系的分。1.數(shù)據(jù)來(lái)源數(shù)據(jù)來(lái)源的分析和管理是工業(yè)質(zhì)量大數(shù)據(jù)的基礎(chǔ)，是實(shí)施質(zhì)量大數(shù)據(jù)的第一步。數(shù)據(jù)源包括產(chǎn)品設(shè)計(jì)、生產(chǎn)制造、售后、回收產(chǎn)品全生命周期質(zhì)量數(shù)據(jù)和供應(yīng)生態(tài)質(zhì)量數(shù)據(jù)。產(chǎn)品全生命周期質(zhì)量數(shù)據(jù)是指產(chǎn)品“從初始到報(bào)廢”全流程環(huán)節(jié)相關(guān)質(zhì)量數(shù)據(jù)，如包括產(chǎn)品信息、設(shè)備信息、生產(chǎn)信息、檢測(cè)判定信QMS等工業(yè)軟件系統(tǒng)。此外，產(chǎn)品質(zhì)量大數(shù)據(jù)的主要部分為生產(chǎn)工藝與設(shè)備狀態(tài)相關(guān)的數(shù)據(jù)。例如在半導(dǎo)體行業(yè)中，企業(yè)基于EAPCommunicationsStandard)、GEM(GenericEquipmentModel)等通可基于FDC(FaultDetectionandClassification)系統(tǒng)完成收集。在傳統(tǒng)的工業(yè)或企業(yè)組織中，各個(gè)業(yè)務(wù)流程信息被分散在各部門孤立的業(yè)務(wù)系統(tǒng)中。這些信息通過(guò)跨部門、跨層級(jí)的業(yè)務(wù)信息整合，便構(gòu)成了工廠或企業(yè)內(nèi)部的質(zhì)量大數(shù)據(jù)源。隨著互聯(lián)網(wǎng)與工業(yè)的深度合，外部互聯(lián)網(wǎng)也是質(zhì)量大數(shù)據(jù)不可忽視的來(lái)源。包括供應(yīng)商數(shù)據(jù)、5市場(chǎng)反饋、市場(chǎng)分析等。此外，外部互聯(lián)網(wǎng)還存在數(shù)量龐大的公開(kāi)數(shù)據(jù)，如影響工業(yè)裝備作業(yè)的氣象環(huán)境數(shù)據(jù)、影響生產(chǎn)成本的法規(guī)數(shù)據(jù)體驗(yàn)成為必然趨勢(shì)。很多企業(yè)都已把質(zhì)量定義為客戶體驗(yàn)。不同于產(chǎn)品和設(shè)備功能或性能方面的數(shù)據(jù)，與客戶體驗(yàn)相關(guān)的質(zhì)量數(shù)據(jù)往往分散在戰(zhàn)略部門、市場(chǎng)/企劃部門、研發(fā)設(shè)計(jì)部門等多個(gè)業(yè)務(wù)部門，目前尚未形成成熟的統(tǒng)一管理模式。在家電行業(yè)中，客戶畫像、客戶需求VOC(VoiceofCustomer)的提煉，先進(jìn)標(biāo)準(zhǔn)的檢索、前期預(yù)研過(guò)程中的數(shù)據(jù)已作為體驗(yàn)質(zhì)量數(shù)據(jù)的重要部分進(jìn)行管理。2.資源體系從不同粒度來(lái)看，質(zhì)量數(shù)據(jù)資源體系包括企業(yè)資源體系、產(chǎn)業(yè)資源體系。企業(yè)資源體系是以企業(yè)自身為核心，注重企業(yè)內(nèi)部質(zhì)量數(shù)據(jù)數(shù)據(jù)資源的跨部門協(xié)作、數(shù)據(jù)共享等。產(chǎn)業(yè)資源體系是以產(chǎn)業(yè)鏈供應(yīng)鏈為核心，注重跨企業(yè)、跨區(qū)域的產(chǎn)業(yè)鏈供應(yīng)鏈上下游企業(yè)質(zhì)量數(shù)據(jù)的串接、集成，以提升產(chǎn)業(yè)鏈供應(yīng)6鏈質(zhì)量管控能力為目標(biāo)，集成接入企業(yè)、質(zhì)量服務(wù)機(jī)構(gòu)、質(zhì)量監(jiān)管機(jī)構(gòu)數(shù)據(jù)，構(gòu)建產(chǎn)業(yè)質(zhì)量數(shù)據(jù)資源，實(shí)現(xiàn)基于產(chǎn)業(yè)質(zhì)量數(shù)據(jù)資源的跨企業(yè)協(xié)作、質(zhì)量風(fēng)險(xiǎn)防控、數(shù)據(jù)共享等。3.數(shù)據(jù)治理數(shù)據(jù)質(zhì)量管理是質(zhì)量大數(shù)據(jù)治理的核心，數(shù)據(jù)治理可分為基于數(shù)據(jù)標(biāo)準(zhǔn)、按需治理兩大類別，數(shù)據(jù)治理標(biāo)準(zhǔn)、治理工具、數(shù)據(jù)質(zhì)量指標(biāo)是治理的核心要素。從頂層數(shù)據(jù)治理制度、標(biāo)準(zhǔn)與規(guī)范到基于平臺(tái)數(shù)據(jù)治理實(shí)施，保障數(shù)據(jù)質(zhì)量，以數(shù)據(jù)推動(dòng)數(shù)字化質(zhì)量管理，打破數(shù)據(jù)孤島、確保源頭數(shù)據(jù)準(zhǔn)確、促進(jìn)數(shù)據(jù)共享、保障數(shù)據(jù)隱私與安全。治理標(biāo)準(zhǔn)：包括數(shù)據(jù)質(zhì)量管理制度、國(guó)際質(zhì)量相關(guān)法律法規(guī)、數(shù)據(jù)治理規(guī)范等，如《產(chǎn)品生命周期數(shù)據(jù)管理規(guī)范》《信息技術(shù)服務(wù)外包第4部分：非結(jié)構(gòu)化數(shù)據(jù)管理與服務(wù)規(guī)范》《信息技術(shù)服務(wù)治理治理工具：支持質(zhì)量大數(shù)據(jù)治理工作,為后續(xù)具體的分析應(yīng)用提供可靠和安全的質(zhì)量數(shù)據(jù)。治理工具包括數(shù)據(jù)標(biāo)準(zhǔn)工具、數(shù)據(jù)質(zhì)量工具、元數(shù)據(jù)管理工具、主數(shù)據(jù)管理工具、數(shù)據(jù)生命周期管理工具和數(shù)據(jù)安全管理工具等。據(jù)的收集存儲(chǔ)、分析應(yīng)用和維護(hù)等階段，對(duì)所產(chǎn)生的質(zhì)量問(wèn)題進(jìn)行識(shí)別、監(jiān)控和預(yù)警等，保障質(zhì)量數(shù)據(jù)的完整性、準(zhǔn)確性、及時(shí)性以及一為了讓數(shù)據(jù)更好的被管理和分析，企業(yè)或行業(yè)需要建立質(zhì)量數(shù)據(jù)平臺(tái)，橫向打通各線數(shù)據(jù)，對(duì)質(zhì)量相關(guān)數(shù)據(jù)進(jìn)行統(tǒng)一匯聚和集成。同時(shí)，數(shù)據(jù)平臺(tái)需要端到端的考慮數(shù)據(jù)消費(fèi)場(chǎng)景，同時(shí)支持?jǐn)?shù)據(jù)管理、數(shù)據(jù)分析計(jì)算管理和質(zhì)量分析應(yīng)用。如圖1.3所示。質(zhì)量應(yīng)用與其他7業(yè)務(wù)應(yīng)用開(kāi)發(fā)沒(méi)有太大差別，因此，技術(shù)維度主要從數(shù)據(jù)存儲(chǔ)、數(shù)據(jù)服務(wù)、數(shù)據(jù)分析三個(gè)層面討論。數(shù)據(jù)存儲(chǔ)主要解決海量多模態(tài)數(shù)據(jù)的接入與存儲(chǔ)問(wèn)題，包括數(shù)據(jù)存儲(chǔ)架構(gòu)、數(shù)據(jù)處理工具和分層資源化方法。多模態(tài)數(shù)據(jù)的數(shù)據(jù)湖技術(shù)需要突破的是針對(duì)不同類型數(shù)據(jù)的存儲(chǔ)技術(shù)，并在充分考慮多源異構(gòu)數(shù)據(jù)各類特性之上的高效處理和計(jì)算工具和技術(shù)，以及如何對(duì)數(shù)據(jù)分層進(jìn)行管理。簡(jiǎn)言之，該技術(shù)研究如何形成可擴(kuò)展的一體化存儲(chǔ)系統(tǒng)和工具集。多模態(tài)數(shù)據(jù)湖的關(guān)鍵技術(shù)主要包括：1)多模態(tài)質(zhì)量數(shù)據(jù)存儲(chǔ)架構(gòu)，針對(duì)工業(yè)數(shù)據(jù)在質(zhì)量相關(guān)的物理過(guò)程的不同階段、不同流程呈現(xiàn)多種類型(關(guān)系、時(shí)序、非結(jié)構(gòu)化等)的特點(diǎn)，研制不同的數(shù)據(jù)存儲(chǔ)管理引擎和系統(tǒng)致力于對(duì)多模態(tài)質(zhì)量數(shù)據(jù)進(jìn)行高效地接入?yún)R聚和存儲(chǔ)，能夠按照產(chǎn)品編號(hào)，產(chǎn)品生命周期、質(zhì)檢情況等多種維度進(jìn)行靈活數(shù)據(jù)組織和高效訪問(wèn)。2)質(zhì)量大數(shù)據(jù)處理工具集，聚焦如何把數(shù)據(jù)匯聚到數(shù)據(jù)湖里，以及為對(duì)湖中的數(shù)據(jù)進(jìn)行分析和利用提8供計(jì)算支持。構(gòu)建一個(gè)高效的通用計(jì)算層為數(shù)據(jù)存儲(chǔ)層之上的其他層級(jí)(例如數(shù)據(jù)服務(wù)層、數(shù)據(jù)分析層)在進(jìn)行蘊(yùn)含業(yè)務(wù)語(yǔ)義的數(shù)據(jù)分析、多模態(tài)數(shù)據(jù)間關(guān)聯(lián)計(jì)算等操作時(shí)，提供高效計(jì)算支撐。3)質(zhì)量大數(shù)訪問(wèn)性能、數(shù)據(jù)口徑統(tǒng)一度、減少重復(fù)開(kāi)發(fā)等方面顯著受益。2.數(shù)據(jù)服務(wù)技術(shù)數(shù)據(jù)服務(wù)技術(shù)主要解決高維質(zhì)量數(shù)據(jù)的有序和靈活訪問(wèn)，包括領(lǐng)域建模和跨域查詢等技術(shù)。1)領(lǐng)域建模技術(shù)，從質(zhì)量分析應(yīng)用的視從根本上提高質(zhì)量大數(shù)據(jù)的訪問(wèn)效率，加速質(zhì)量分析和應(yīng)用的創(chuàng)新速度。因此，在傳統(tǒng)的大數(shù)據(jù)平臺(tái)之上，需要對(duì)多維質(zhì)量數(shù)據(jù)進(jìn)行統(tǒng)一模型管理和查詢層，以統(tǒng)一數(shù)據(jù)服務(wù)的形態(tài)對(duì)上層應(yīng)用提供數(shù)據(jù)訪問(wèn)能力。2)基于領(lǐng)域模型的查詢技術(shù)，數(shù)據(jù)關(guān)聯(lián)查詢引擎的作用是根據(jù)工業(yè)物理對(duì)象模型對(duì)上層應(yīng)用發(fā)出的數(shù)據(jù)關(guān)聯(lián)查詢請(qǐng)求進(jìn)行分解，并調(diào)度到底層的各個(gè)數(shù)據(jù)系統(tǒng)中實(shí)際執(zhí)行，并把查詢結(jié)果匯總，加工變成上層應(yīng)用所需的格式。3.數(shù)據(jù)分析技術(shù)數(shù)據(jù)分析主要是解決質(zhì)量分析的共性的模式、模型和算法問(wèn)題。共性的質(zhì)量分析算法可以歸納為基礎(chǔ)分析算法、時(shí)空模式挖掘算法、異常預(yù)警和工藝參數(shù)優(yōu)化四類算法。基于這些共性算法，一個(gè)分析模型可以通過(guò)算子組裝快速實(shí)現(xiàn)，同時(shí)也方便全要素全環(huán)節(jié)質(zhì)量分析模型庫(kù)的靈活擴(kuò)展。質(zhì)量大數(shù)據(jù)作為以大數(shù)據(jù)形式表征的工業(yè)產(chǎn)品、設(shè)備與系統(tǒng)質(zhì)量數(shù)據(jù)集合，具有跨尺度、協(xié)同性、多因素、動(dòng)態(tài)化等特性。9所謂“跨尺度”，是指質(zhì)量大數(shù)據(jù)作為一個(gè)統(tǒng)稱集合，囊括了多個(gè)工業(yè)行業(yè)的不同階段、不同生產(chǎn)模式和環(huán)節(jié)的多種質(zhì)量數(shù)據(jù)。這些數(shù)據(jù)由于表征對(duì)象、屬性、量度等方面的差異，將工業(yè)對(duì)象的質(zhì)量全貌以數(shù)字空間的形式得到了全面的展示，形成了質(zhì)量數(shù)據(jù)在多個(gè)尺度所謂“協(xié)同性”，是指質(zhì)量大數(shù)據(jù)的不同實(shí)體與關(guān)系數(shù)據(jù)的聯(lián)動(dòng)變化。由于工業(yè)系統(tǒng)是一個(gè)多要素、多環(huán)節(jié)的系統(tǒng)，各個(gè)環(huán)節(jié)的質(zhì)量時(shí)，裝備件C的質(zhì)量反而更高些。因此在產(chǎn)品的質(zhì)量數(shù)據(jù)分析過(guò)程需要將各階段質(zhì)量數(shù)據(jù)作為整體來(lái)看待。設(shè)備、物料、加工方法、加工環(huán)境、檢測(cè)等多方面的因素。在企業(yè)建立工業(yè)產(chǎn)品質(zhì)量大數(shù)據(jù)的過(guò)程中，多種因素?cái)?shù)據(jù)的來(lái)源和形式也是多樣化的，需要進(jìn)行專門的集成和歸納。所謂“動(dòng)態(tài)化”，是指質(zhì)量大數(shù)據(jù)是隨時(shí)間的變化以及工業(yè)系統(tǒng)狀態(tài)的變化而實(shí)時(shí)變化的。質(zhì)量包含的大量特性數(shù)據(jù)主要是跟隨產(chǎn)品全生命周期變化的，統(tǒng)計(jì)并理解產(chǎn)品質(zhì)量特性數(shù)據(jù)在全生命周期的變化規(guī)律，能夠使用戶有效把握質(zhì)量大數(shù)據(jù)的“動(dòng)態(tài)化”特征，達(dá)到對(duì)產(chǎn)品的質(zhì)量情況的全面了解。相比，還具有其它特點(diǎn)：1.理論工具等基礎(chǔ)較好，但存在大量碎片化的先驗(yàn)知識(shí)質(zhì)量大數(shù)據(jù)在管理上，有6-sigma、TQM、精益管理(LEAN)等管理理念支撐，也有ISO9000、ISO9001、ISO13053等流程標(biāo)準(zhǔn)；在LIMS等軟件系統(tǒng)支撐。大數(shù)據(jù)分析與先驗(yàn)知識(shí)的有機(jī)融合在質(zhì)量大數(shù)據(jù)中非常重要，但不同人員的知識(shí)或經(jīng)驗(yàn)經(jīng)常不對(duì)稱(數(shù)據(jù)分析人員對(duì)工藝與生產(chǎn)管理了解得不夠充分，工藝人員和行業(yè)咨詢師常常對(duì)大數(shù)據(jù)分析技術(shù)的能力拿捏不準(zhǔn))，需要一種可以使不同領(lǐng)域?qū)＜矣行f(xié)同的機(jī)制，通過(guò)數(shù)據(jù)驅(qū)動(dòng)方式，提高現(xiàn)有質(zhì)量管控的時(shí)效性、預(yù)見(jiàn)性和自適應(yīng)性，從而實(shí)現(xiàn)對(duì)更大范圍要素的優(yōu)化。2.影響因素維度大，對(duì)“數(shù)據(jù)質(zhì)量”的要求更高影響質(zhì)量的因素眾多，不少關(guān)鍵過(guò)程量數(shù)據(jù)沒(méi)有被采集或難以采集，關(guān)鍵質(zhì)量指標(biāo)缺乏全樣本數(shù)據(jù)。關(guān)鍵參數(shù)穩(wěn)定并不等于生產(chǎn)過(guò)程穩(wěn)定，緊靠數(shù)據(jù)無(wú)法完美勾勒出質(zhì)量物理空間。數(shù)據(jù)質(zhì)量不僅僅指的是數(shù)據(jù)結(jié)構(gòu)(DataSchema)層面的完整性、規(guī)范性、關(guān)聯(lián)性問(wèn)題，還包括業(yè)務(wù)語(yǔ)義層面的有效性(測(cè)量原理、安裝方式和位置、采樣頻率、測(cè)量精度和可靠性)、一致性(時(shí)空顆粒度和位置的一致性)、全面性3.質(zhì)量大數(shù)據(jù)與生產(chǎn)管理的耦合度更高質(zhì)量大數(shù)據(jù)的應(yīng)用中不存在統(tǒng)一的優(yōu)化目標(biāo)，這是因?yàn)槠髽I(yè)在每個(gè)發(fā)展階段對(duì)質(zhì)量的要求均有一些差異，既不可能為了追求質(zhì)量而一味提高設(shè)計(jì)制造成本，也不可能為了降低成本而一味壓縮質(zhì)量要求。同時(shí)，產(chǎn)品質(zhì)量問(wèn)題囊括了產(chǎn)品表面可檢測(cè)的質(zhì)量問(wèn)題、設(shè)計(jì)問(wèn)題、生產(chǎn)體系問(wèn)題及流程潛在風(fēng)險(xiǎn)等，因此目前的質(zhì)量大數(shù)據(jù)主要集中于企業(yè)更為關(guān)心的質(zhì)量問(wèn)題，具有較大的特異性。隨著社會(huì)產(chǎn)品迭代速度的提升，與之匹配的質(zhì)量大數(shù)據(jù)的分析優(yōu)化迭代速率要求也需要進(jìn)行一定提升。在現(xiàn)有質(zhì)量體系下與大數(shù)據(jù)的融合主要可體現(xiàn)在重點(diǎn)質(zhì)量指標(biāo)改善(PDCA)、全面質(zhì)量指標(biāo)改善(TQM)、質(zhì)量控制能力量化(DMAIC)和精確質(zhì)量控制能力幾個(gè)方面。其中，在重點(diǎn)質(zhì)量指標(biāo)改善上，大數(shù)據(jù)主要以關(guān)鍵質(zhì)量指標(biāo)統(tǒng)計(jì)分析、關(guān)鍵工藝數(shù)據(jù)分析、關(guān)鍵設(shè)備運(yùn)行狀況分析與設(shè)備可靠性分析等方面提供服務(wù)；在全面質(zhì)量指標(biāo)改善上，大數(shù)據(jù)技術(shù)主要應(yīng)用于質(zhì)量指標(biāo)的統(tǒng)計(jì)分析、質(zhì)量指標(biāo)術(shù)主要應(yīng)用在全集及多變量數(shù)據(jù)分析挖掘、動(dòng)態(tài)參數(shù)的實(shí)時(shí)分析以及生產(chǎn)與客戶需求關(guān)聯(lián)多維質(zhì)量數(shù)據(jù)分析上；在精確質(zhì)量控制能力上，大數(shù)據(jù)技術(shù)主要應(yīng)用在質(zhì)量要素的精確管控上。質(zhì)量大數(shù)據(jù)是基于工業(yè)場(chǎng)景提出的概念，屬于工業(yè)大數(shù)據(jù)的一部質(zhì)量大數(shù)據(jù)的有效傳輸利用及可視化。數(shù)據(jù)互通網(wǎng)絡(luò)互連數(shù)據(jù)互聯(lián)數(shù)據(jù)管理訊數(shù)據(jù)互通網(wǎng)絡(luò)互連數(shù)據(jù)互聯(lián)數(shù)據(jù)管理訊數(shù)據(jù)分析數(shù)據(jù)管理融合接入 (TSN、工業(yè)以太網(wǎng)、現(xiàn)場(chǎng)總線接入 (5G/4G、WiFi/WiFi6、WIA、wirelessHART、ISA100.11a)管理(端口、鏈接、安全)端到端數(shù)據(jù)傳輸工業(yè)質(zhì)量數(shù)據(jù)非實(shí)時(shí)轉(zhuǎn)發(fā)工業(yè)質(zhì)量數(shù)據(jù)轉(zhuǎn)發(fā)信息互通信息管理…模型構(gòu)建標(biāo)識(shí)解析數(shù)據(jù)字典業(yè)務(wù)應(yīng)用物物理資產(chǎn)模式工業(yè)互聯(lián)網(wǎng)關(guān)注的范疇更大，覆蓋了供應(yīng)鏈質(zhì)量和公共質(zhì)量服務(wù)和部分企業(yè)內(nèi)的質(zhì)量大數(shù)據(jù)。質(zhì)量大數(shù)據(jù)的目的主要為產(chǎn)品設(shè)計(jì)、生產(chǎn)、運(yùn)維全生命周期的質(zhì)量分析管理提供數(shù)據(jù)來(lái)源，主要聚焦于與質(zhì)量相關(guān)聯(lián)的服務(wù)，旨在為企業(yè)提升產(chǎn)品的設(shè)計(jì)、制造和運(yùn)行質(zhì)量。而工業(yè)互聯(lián)網(wǎng)作為將不同工業(yè)設(shè)備互聯(lián)，并對(duì)數(shù)據(jù)進(jìn)行統(tǒng)一網(wǎng)絡(luò)化管理的技術(shù)架構(gòu)，與工業(yè)質(zhì)量大數(shù)據(jù)有著密不可分的關(guān)系。從實(shí)際工業(yè)系統(tǒng)來(lái)看，工業(yè)設(shè)備的狀態(tài)、工藝數(shù)據(jù)、產(chǎn)品數(shù)據(jù)、反饋調(diào)整操作等數(shù)據(jù)是作為質(zhì)量大數(shù)據(jù)的不同要素進(jìn)行融合分析的，而工業(yè)互聯(lián)網(wǎng)是將這些數(shù)據(jù)進(jìn)行網(wǎng)絡(luò)化管理的系統(tǒng)。基于工業(yè)互聯(lián)網(wǎng)架構(gòu)的質(zhì)量大數(shù)據(jù)相關(guān)應(yīng)用開(kāi)發(fā)的模式與當(dāng)前工業(yè)生產(chǎn)系統(tǒng)的特征具有較好的適配性，一方面這樣的容器化部署技術(shù)不會(huì)使底層的硬件變化或遷移操作造成數(shù)據(jù)的丟失或服務(wù)的中斷，另一方面通過(guò)這樣的網(wǎng)絡(luò)化結(jié)構(gòu)能夠更加有效地利用各種計(jì)算和存儲(chǔ)資源來(lái)保障質(zhì)量數(shù)據(jù)相關(guān)的服務(wù)。模型互操作模型互操作數(shù)據(jù)互聯(lián)信息互通構(gòu)建面向物理世界精準(zhǔn)數(shù)字化映射數(shù)據(jù)互聯(lián)：基于工業(yè)通訊實(shí)現(xiàn)設(shè)備數(shù)據(jù)的有效集成信息互通：基于信息模型實(shí)現(xiàn)物理對(duì)象語(yǔ)法統(tǒng)一模型互操作：基于多模型融合實(shí)現(xiàn)物理系統(tǒng)語(yǔ)義統(tǒng)一物理對(duì)象業(yè)務(wù)應(yīng)用式數(shù)字孿生技術(shù)是質(zhì)量大數(shù)據(jù)的支撐技術(shù)之一，在質(zhì)量設(shè)計(jì)仿真驗(yàn)證、生產(chǎn)過(guò)程可視化、生產(chǎn)過(guò)程仿真和異常預(yù)警等方面有很多應(yīng)用。數(shù)字孿生是充分利用物理模型、傳感器更新、運(yùn)行歷史等數(shù)據(jù)，集成多學(xué)科、多物理量、多尺度、多概率的仿真過(guò)程，在虛擬空間中完成映射，從而反映相對(duì)應(yīng)的物理世界過(guò)程。數(shù)字孿生是一種超越現(xiàn)實(shí)的概念，可以被視為一個(gè)或多個(gè)重要的、彼此依賴的物理系統(tǒng)的數(shù)字映射系統(tǒng)。近期提出“元宇宙”可以看做數(shù)字孿生在交互層面的擴(kuò)展，是利用科技手段進(jìn)行鏈接與創(chuàng)造的，與現(xiàn)實(shí)世界映射與交互的虛擬世界，具備新型社會(huì)體系的數(shù)字生活空間。工業(yè)場(chǎng)景中為了更好地研究設(shè)備運(yùn)行和產(chǎn)品加工的具體內(nèi)部應(yīng)力、形變、損傷、振動(dòng)等多種難以觀察的質(zhì)量數(shù)據(jù)，常用工業(yè)數(shù)字孿生技術(shù)將工業(yè)實(shí)體模型與其物理特性數(shù)據(jù)相結(jié)合，通過(guò)各類孿生算法包含各類物理——數(shù)字空間轉(zhuǎn)化技術(shù)的集合，能幫助質(zhì)量大數(shù)據(jù)在微觀機(jī)理上的分析呈現(xiàn)更加具象化的效果，同時(shí)基于數(shù)字孿生體系中的仿真分析技術(shù)，能夠挖掘出工業(yè)物理實(shí)體本身的各類內(nèi)部和外部應(yīng)力質(zhì)量大數(shù)據(jù)是工業(yè)大數(shù)據(jù)的一個(gè)重要應(yīng)用方向。質(zhì)量大數(shù)據(jù)作為衡量企業(yè)全生命周期運(yùn)行質(zhì)量的重要手段，對(duì)企業(yè)的日常經(jīng)營(yíng)有著重大作用。但站在企業(yè)整體的角度，質(zhì)量只是一個(gè)業(yè)務(wù)維度，企業(yè)還有設(shè)備管理、生產(chǎn)管理、能源管理等等其它業(yè)務(wù)維度，同樣也需要大數(shù)據(jù)支持。工業(yè)大數(shù)據(jù)正是使用大數(shù)據(jù)來(lái)幫助企業(yè)解決上述問(wèn)題的統(tǒng)稱。從范圍來(lái)看，質(zhì)量大數(shù)據(jù)是作為工業(yè)大數(shù)據(jù)的一部分而存在。對(duì)企業(yè)來(lái)說(shuō)，一個(gè)底層數(shù)據(jù)源如設(shè)備的工況數(shù)據(jù)可能被用于支持多個(gè)業(yè)務(wù)應(yīng)用領(lǐng)域，因此質(zhì)量大數(shù)據(jù)和其他工業(yè)大數(shù)據(jù)常常存在多種交叉。從技術(shù)的角度來(lái)看，工業(yè)大數(shù)據(jù)平臺(tái)、大數(shù)據(jù)分析、人工智能等技術(shù)在不同問(wèn)題上有很多共性，通用的工業(yè)大數(shù)據(jù)技術(shù)往往可以引入解決質(zhì)量大數(shù)據(jù)的問(wèn)題。人工智能是質(zhì)量大數(shù)據(jù)分析的重要技術(shù)手段。人工智能技術(shù)包括專家系統(tǒng)、機(jī)器學(xué)習(xí)(包括深度學(xué)習(xí))、進(jìn)化計(jì)算、模糊邏輯等方向，在質(zhì)量大數(shù)據(jù)中有很多應(yīng)用場(chǎng)景，特別是機(jī)器學(xué)習(xí)和專家系統(tǒng)。深度大提高了質(zhì)量檢測(cè)的效率和覆蓋率。機(jī)器學(xué)習(xí)算法在異常預(yù)警、工藝參數(shù)等場(chǎng)景中也有不少應(yīng)用。質(zhì)量排查通常會(huì)涉及到多個(gè)環(huán)節(jié)、大量參數(shù)、多個(gè)周期，排查工作量大，排查周期長(zhǎng)，規(guī)則引擎(專家系統(tǒng)的簡(jiǎn)化形式)可以在質(zhì)量排查自動(dòng)化上發(fā)揮很大作用。質(zhì)量大數(shù)據(jù)的要素維度高、類型多樣但樣本偏少，這些特點(diǎn)也促發(fā)了人工智能的很多新課題，例如小樣本學(xué)習(xí)、多模態(tài)學(xué)習(xí)、聯(lián)邦學(xué)習(xí)等。塊鏈?zhǔn)琴|(zhì)量大數(shù)據(jù)可以利用的關(guān)鍵技術(shù)。區(qū)塊鏈?zhǔn)且粋€(gè)分布式的共享賬本和數(shù)據(jù)庫(kù)，具有去中心化、不可篡改、全程留痕、可以追溯、集體維護(hù)、公開(kāi)透明等特點(diǎn)。這些特點(diǎn)保證了區(qū)塊鏈的“誠(chéng)實(shí)”與“透明”，能夠解決信息不對(duì)稱問(wèn)題，實(shí)現(xiàn)多個(gè)主體之間的協(xié)作信任與一致行動(dòng)。區(qū)塊鏈可以作為質(zhì)量追溯的支撐技術(shù)，實(shí)現(xiàn)產(chǎn)業(yè)鏈不同企業(yè)間的產(chǎn)品標(biāo)識(shí)的鏈接機(jī)制，也為產(chǎn)業(yè)鏈的質(zhì)量協(xié)同優(yōu)化和聯(lián)邦學(xué)習(xí)典型技術(shù)基礎(chǔ)。在質(zhì)量大數(shù)據(jù)的應(yīng)用中，除了產(chǎn)品追溯外，其他場(chǎng)景都面臨著信息差異大(不同行業(yè)質(zhì)量數(shù)據(jù)信息差異性大、不同分析主題的信息需求的范圍和顆粒度差異也很大)的挑戰(zhàn)，這也為區(qū)塊鏈技術(shù)提出新的課題。大數(shù)據(jù)發(fā)展歷程與現(xiàn)狀量大數(shù)據(jù)的發(fā)展歷程質(zhì)量管理體系的演化按照質(zhì)量管理在各個(gè)國(guó)家實(shí)踐的特點(diǎn)來(lái)看，質(zhì)量管理學(xué)科的發(fā)展質(zhì)量檢驗(yàn)階段第一次將質(zhì)量管理從生產(chǎn)管理獨(dú)立出來(lái)，其特點(diǎn)是以事后檢驗(yàn)為主。費(fèi)希爾的方差分析和實(shí)驗(yàn)設(shè)計(jì)理論等。相較于質(zhì)量檢驗(yàn)階段，統(tǒng)計(jì)質(zhì)量控制階段從單純地依靠質(zhì)量檢驗(yàn)事后把關(guān)，發(fā)展到工序過(guò)程控制，顯著的特點(diǎn)是質(zhì)量的預(yù)防性控制和事后檢驗(yàn)相結(jié)合，形成質(zhì)量管控的閉環(huán)。抽樣檢測(cè)理論等。該階段將統(tǒng)計(jì)數(shù)學(xué)引入質(zhì)量管理中，不但強(qiáng)調(diào)定性分析，還強(qiáng)調(diào)定量分析，是質(zhì)量管理學(xué)科走向成熟的標(biāo)志。全面質(zhì)量管理將質(zhì)量管理從生產(chǎn)單一環(huán)節(jié)擴(kuò)展到全環(huán)節(jié)(設(shè)計(jì)、生產(chǎn)、運(yùn)維等)，強(qiáng)調(diào)質(zhì)量管理是一個(gè)以質(zhì)量管理為中心，以全員參與為基礎(chǔ)，以生產(chǎn)的全過(guò)程為管理對(duì)象的系統(tǒng)工程。適用于各行業(yè)的質(zhì)量管理標(biāo)準(zhǔn)ISO9001,適用于汽車行業(yè)的質(zhì)量管理標(biāo)準(zhǔn)IATF16949,適用于醫(yī)療設(shè)備行業(yè)的質(zhì)量管理標(biāo)準(zhǔn)ISO13485,適用于視頻行業(yè)的標(biāo)準(zhǔn)ISO22000,適用于航空航天和國(guó)防制造業(yè)的質(zhì)量管理標(biāo)準(zhǔn)AS9100revC、AS9100revD，適用于醫(yī)療設(shè)備制造行業(yè)的智聯(lián)管理標(biāo)準(zhǔn)ISO13485等。這些不同行業(yè)的質(zhì)量管理標(biāo)準(zhǔn)對(duì)促進(jìn)本行業(yè)的質(zhì)量管理具有重要的指導(dǎo)作用。4.智能質(zhì)量管理階段(21世紀(jì)至今)數(shù)字化質(zhì)量管理是基于新一代信息技術(shù)與質(zhì)量管理深度融合，提升全生命周期、全價(jià)值鏈、全產(chǎn)業(yè)鏈質(zhì)量管理活動(dòng)數(shù)字化、網(wǎng)絡(luò)化、智能化水平，提高質(zhì)量品牌競(jìng)爭(zhēng)力的先進(jìn)質(zhì)量管理模式。數(shù)據(jù)、信息和知識(shí)是該階段質(zhì)量管理的重要資源。質(zhì)量數(shù)據(jù)分析的演變傳統(tǒng)的質(zhì)量數(shù)據(jù)分析常用以下方法：1.基于概率統(tǒng)計(jì)的分析方法在對(duì)隨機(jī)現(xiàn)象的研究和各種決策中，利用樣本(數(shù)據(jù))提供的信息去推斷總體的數(shù)量規(guī)律性，作出有關(guān)總體的某種結(jié)論。推斷統(tǒng)計(jì)學(xué)是建立在概率與概率分布的理論基礎(chǔ)上的統(tǒng)計(jì)方法。2.基于時(shí)間序列的分析方法客觀事物都是不斷地在發(fā)展變化之中，對(duì)事物發(fā)展變化的規(guī)律，不僅要從內(nèi)部結(jié)構(gòu)、相互關(guān)聯(lián)中去認(rèn)識(shí)，而且應(yīng)從隨時(shí)間演變的過(guò)程中去研究。這就需要運(yùn)用統(tǒng)計(jì)學(xué)中的時(shí)間序列分析方法。對(duì)時(shí)間序列進(jìn)行分析的目的，一是為了描述事物在過(guò)去時(shí)間的狀行為預(yù)測(cè)它們的將來(lái)行為。3.基于失效物理的分析方法品的零件或材料發(fā)生失效的本質(zhì)原因，并以此為改進(jìn)設(shè)計(jì)和消除失效的依據(jù)，最終提高產(chǎn)品的可靠度。通過(guò)分析相關(guān)試驗(yàn)的結(jié)果，發(fā)現(xiàn)與零件、材料失效相關(guān)的特性參數(shù)、數(shù)學(xué)模型、退化模式等失效機(jī)理信息，進(jìn)而建立壽命與各參數(shù)間的數(shù)學(xué)模型，提出本質(zhì)的改善方法。從物理本質(zhì)上描述產(chǎn)品的失效機(jī)理，構(gòu)建產(chǎn)品失效物理退化量與產(chǎn)品可靠性之間的內(nèi)在聯(lián)系，并以之進(jìn)行可靠性統(tǒng)計(jì)推斷。其目的在于說(shuō)明失效本質(zhì)，為消除或減少失效提供定量依據(jù)，最終提高產(chǎn)品的以上這些傳統(tǒng)數(shù)據(jù)分析方法，大多數(shù)都是通過(guò)對(duì)原始數(shù)據(jù)集進(jìn)行抽樣或者過(guò)濾，然后對(duì)數(shù)據(jù)樣本進(jìn)行分析，尋找特征和規(guī)律，其最大的特點(diǎn)是通過(guò)復(fù)雜的算法從有限的樣本空間中獲取盡可能多的信息。傳統(tǒng)抽樣數(shù)據(jù)的量可能還不夠大。根據(jù)調(diào)查研究的需要確定樣本量的總體規(guī)模，是整個(gè)抽樣的前提。總體規(guī)模涵蓋不全面，可導(dǎo)致抽樣誤差和結(jié)果的無(wú)效。同時(shí)，傳統(tǒng)的數(shù)據(jù)分析方法著眼于已經(jīng)認(rèn)識(shí)到的因素的分析，而忽視了故障因素的隱蔽性，不能針對(duì)所有因素進(jìn)行全面系統(tǒng)的分析，可能造成分析結(jié)果不全面甚至不正確。3大數(shù)據(jù)帶來(lái)的契機(jī)1.質(zhì)量分析隨著計(jì)算能力和存儲(chǔ)能力的提升，大數(shù)據(jù)分析方法與傳統(tǒng)分析方法的最大區(qū)別在于分析的對(duì)象是全體數(shù)據(jù)，而不是數(shù)據(jù)樣本，其最大的特點(diǎn)在于不追求算法的復(fù)雜性和精確性，而追求可以高效地對(duì)整個(gè)數(shù)據(jù)集的分析。質(zhì)量大數(shù)據(jù)為質(zhì)量分析帶來(lái)四個(gè)轉(zhuǎn)變，這些轉(zhuǎn)變將改變質(zhì)量管理中數(shù)據(jù)分析的方法。第一個(gè)轉(zhuǎn)變：在大數(shù)據(jù)時(shí)代，可以分析更多的質(zhì)量數(shù)據(jù)，甚至是統(tǒng)質(zhì)量觀”。衷于追求精確性，而是可以適當(dāng)忽略微觀層面的精確性而專注于宏觀層面的洞察力，偏重于用概率說(shuō)話，接受混亂和不準(zhǔn)確性，寬容錯(cuò)誤可能會(huì)帶來(lái)更多價(jià)值，不追求最高質(zhì)量(質(zhì)量是有成本的，很多時(shí)候并不是質(zhì)量越高越好，需要綜合考慮)，而追求最具效能的質(zhì)量，更第三個(gè)轉(zhuǎn)變：在大數(shù)據(jù)時(shí)代，質(zhì)量分析將從尋找因果關(guān)系躍遷到尋找事物之間的關(guān)聯(lián)關(guān)系，能讓我們超越目前已掌握質(zhì)量可靠性理論質(zhì)量觀”。“量”的增長(zhǎng)形成“質(zhì)”的變革，簡(jiǎn)單算法比傳統(tǒng)的復(fù)雜分析算法更有效，改變傳統(tǒng)基于有限數(shù)據(jù)不得不花費(fèi)大量精力追求算法復(fù)雜性、精密性和智能性的模式，花費(fèi)更少的精力尋找有效的簡(jiǎn)單算法，計(jì)算分析的效率也將提升，更容易形成“簡(jiǎn)單質(zhì)量觀”。隨著制造業(yè)數(shù)字化轉(zhuǎn)型、高檔數(shù)控機(jī)床的配置應(yīng)用和自動(dòng)化采集設(shè)備的廣泛應(yīng)用，工業(yè)裝備生產(chǎn)產(chǎn)生的質(zhì)量數(shù)據(jù)，逐漸被全方位采集不斷采集和積累的質(zhì)量數(shù)據(jù)將質(zhì)量管理推進(jìn)到大數(shù)據(jù)時(shí)代。隨著大數(shù)據(jù)時(shí)代的到來(lái)，基于大數(shù)據(jù)的質(zhì)量控制、質(zhì)量追溯等技術(shù)開(kāi)始得到應(yīng)用，質(zhì)量控制變得比以前更加精準(zhǔn)，基于質(zhì)量大數(shù)據(jù)技術(shù)的智能質(zhì)量管理模式將會(huì)是往后質(zhì)量管理模式的重要發(fā)展方向。一方面，在既有質(zhì)量管理體系下，質(zhì)量大數(shù)據(jù)技術(shù)可以加速和提升關(guān)鍵過(guò)程環(huán)節(jié)的效率和質(zhì)量，主要體現(xiàn)在質(zhì)量問(wèn)題的可視、可溯、可決這三個(gè)方面，如作用在質(zhì)量管理中的作用臺(tái)析生產(chǎn)全要素的橫流程為中心的數(shù)據(jù)檔案)、縱向(生產(chǎn)周期、保新的檢測(cè)方法(基器具矯正養(yǎng)周期)拉通生產(chǎn)全要素的關(guān)聯(lián)與追蹤(基于?把例行的事情自動(dòng)化，降低低價(jià)值工作的?把模糊的規(guī)則明確化，降低波動(dòng)性和不確?把復(fù)雜的問(wèn)題簡(jiǎn)單化(降維、找出典型模?把事后響應(yīng)變成提前預(yù)知，把預(yù)防性變成按需行動(dòng)?透明化管理(可借助AR/VR等技術(shù))對(duì)比分析(橫向/縱向k?典型工況案?典型設(shè)備異質(zhì)量根因分析控制參數(shù)優(yōu)化質(zhì)量異常預(yù)警?質(zhì)量時(shí)空模式分析異常波動(dòng)檢測(cè)偏差識(shí)別預(yù)測(cè)性維修數(shù)據(jù)洞察和智能決策為中心”。過(guò)去是問(wèn)題找人，人來(lái)找設(shè)備找數(shù)據(jù)去支撐，現(xiàn)在是問(wèn)題去找數(shù)據(jù)，分析后的結(jié)論再去找人；過(guò)去是人需要主動(dòng)發(fā)現(xiàn)改善點(diǎn)，現(xiàn)在是潛在改善建議主動(dòng)找人確認(rèn)。這樣，質(zhì)量管理人員不再受限于生產(chǎn)現(xiàn)場(chǎng)，通過(guò)數(shù)字孿生可以在更大廣度上實(shí)現(xiàn)質(zhì)量的集中管理。在管理經(jīng)驗(yàn)和知識(shí)的傳承方式上，將“以人和文檔為載體”的模式轉(zhuǎn)變“以數(shù)字為載體”的模式。歷史上出現(xiàn)過(guò)產(chǎn)品質(zhì)量過(guò)程可以在很大程度上保持下來(lái)，這樣質(zhì)量管理知識(shí)將可以跨越物理時(shí)空，實(shí)現(xiàn)更大范圍的沉淀；知識(shí)載體是數(shù)據(jù)和模型，經(jīng)過(guò)大量數(shù)據(jù)不同場(chǎng)景的證偽檢驗(yàn)，可信度有相對(duì)客觀的評(píng)價(jià)，消除了傳承損失，復(fù)用成本更質(zhì)量大數(shù)據(jù)的現(xiàn)狀1技術(shù)基礎(chǔ)現(xiàn)狀1．質(zhì)量數(shù)據(jù)采集體系日趨成熟質(zhì)量數(shù)據(jù)采集體系包括數(shù)據(jù)采集、存儲(chǔ)、集成、管理、訪問(wèn)等，是質(zhì)量數(shù)據(jù)分析和應(yīng)用的基礎(chǔ)。隨著設(shè)備數(shù)字化程度的提高以及工業(yè)集包含人、機(jī)、料、法、環(huán)、測(cè)環(huán)節(jié)的海量質(zhì)量數(shù)據(jù)。據(jù)《2020中國(guó)面板行業(yè)、SMT生產(chǎn)行業(yè)等，質(zhì)量數(shù)據(jù)采集體系已經(jīng)十分成熟，為質(zhì)量數(shù)據(jù)分析和應(yīng)用奠定堅(jiān)實(shí)的基礎(chǔ)。2．質(zhì)量大數(shù)據(jù)分析技術(shù)蓬勃發(fā)展傳統(tǒng)的SPC控制圖分析、方差分析等質(zhì)量數(shù)據(jù)分析技術(shù)已經(jīng)不能滿足當(dāng)下大量數(shù)據(jù)的分析需求。運(yùn)用機(jī)器學(xué)習(xí)、深度學(xué)習(xí)等人工智能算法實(shí)現(xiàn)面向歷史數(shù)據(jù)、實(shí)時(shí)數(shù)據(jù)、時(shí)序數(shù)據(jù)的聚類、關(guān)聯(lián)和預(yù)測(cè)分析成為當(dāng)下質(zhì)量大數(shù)據(jù)分析技術(shù)的核心，隨著人工智能算法的不斷發(fā)數(shù)據(jù)分析技術(shù)正在蓬勃發(fā)展?；?、質(zhì)量異常預(yù)警、質(zhì)量時(shí)空模式分析、質(zhì)量檢測(cè)和生產(chǎn)設(shè)備智能運(yùn)數(shù)據(jù)的獲取難度數(shù)據(jù)的獲取難度設(shè)計(jì)生產(chǎn)制造成品檢測(cè)運(yùn)維質(zhì)量根因分析控制參數(shù)優(yōu)化質(zhì)量預(yù)警質(zhì)量時(shí)空模式分析質(zhì)量檢測(cè)智能運(yùn)維質(zhì)量根因分析是建立質(zhì)量指標(biāo)與監(jiān)測(cè)參數(shù)之間的對(duì)應(yīng)關(guān)系，監(jiān)測(cè)參數(shù)可以是設(shè)計(jì)、生產(chǎn)、檢測(cè)各個(gè)階段的數(shù)據(jù)，可用于實(shí)現(xiàn)工藝的優(yōu)化、質(zhì)量控制、質(zhì)量預(yù)警等，應(yīng)用范圍較廣，但是需要獲取高質(zhì)量的樣本數(shù)據(jù)才能建立較為精確的映射關(guān)系，因此數(shù)據(jù)獲取難度較大。(2)控制參數(shù)優(yōu)化控制參數(shù)優(yōu)化是對(duì)生產(chǎn)過(guò)程中的需要人為控制的參數(shù)進(jìn)行優(yōu)化，提升產(chǎn)品質(zhì)量，可用于實(shí)現(xiàn)產(chǎn)品質(zhì)量控制與工藝設(shè)計(jì)優(yōu)化。與質(zhì)量根因分析相比，控制參數(shù)優(yōu)化問(wèn)題不需要找到監(jiān)測(cè)參數(shù)與質(zhì)量指標(biāo)之間的精確關(guān)系，只需要找到質(zhì)量較好的那部分質(zhì)量指標(biāo)與監(jiān)測(cè)參數(shù)之間的關(guān)系，且這里的監(jiān)測(cè)參數(shù)是可控的，因此數(shù)據(jù)獲取難度小于質(zhì)量根(3)質(zhì)量異常預(yù)警質(zhì)量異常預(yù)警是根據(jù)當(dāng)前制造過(guò)程的參數(shù)對(duì)本批次產(chǎn)品質(zhì)量進(jìn)行預(yù)測(cè)，對(duì)高風(fēng)險(xiǎn)的在制品進(jìn)行預(yù)警，為質(zhì)量提升提供指導(dǎo)。(4)質(zhì)量時(shí)空模式分析質(zhì)量時(shí)空模式分析主要是挖掘不同生產(chǎn)線、不同季節(jié)、不同物料等對(duì)質(zhì)量的影響，提高對(duì)工藝流程的認(rèn)識(shí)，為工藝設(shè)計(jì)提供幫助。(5)質(zhì)量檢測(cè)質(zhì)量檢測(cè)是對(duì)成品的質(zhì)量進(jìn)行自動(dòng)檢測(cè)，及時(shí)發(fā)現(xiàn)質(zhì)量不合格的產(chǎn)品?？梢酝ㄟ^(guò)超聲波檢測(cè)儀、工業(yè)相機(jī)等設(shè)備，采集產(chǎn)品的質(zhì)檢數(shù)缺陷問(wèn)題。(6)智能運(yùn)維智能運(yùn)維包含兩方面的研究，一方面是對(duì)生產(chǎn)設(shè)備進(jìn)行預(yù)測(cè)性維護(hù)，另一方面是對(duì)產(chǎn)品試用期進(jìn)行質(zhì)量洞察。對(duì)生產(chǎn)設(shè)備進(jìn)行預(yù)測(cè)性維護(hù)可以減少由于設(shè)備原因所導(dǎo)致的產(chǎn)品質(zhì)量低、生產(chǎn)效率低等問(wèn)題，對(duì)產(chǎn)品試用期進(jìn)行質(zhì)量洞察有助于我們及時(shí)了解產(chǎn)品交付后的質(zhì)量是否合格，有助于幫助我們改進(jìn)產(chǎn)品設(shè)計(jì)、改進(jìn)制造工藝等，且通過(guò)試用期的運(yùn)維數(shù)據(jù)可以判斷用戶是否正確使用該產(chǎn)品，為售后人員的售后服務(wù)提供幫助。2行業(yè)應(yīng)用現(xiàn)狀隨著數(shù)據(jù)采集體系的日趨成熟以及質(zhì)量大數(shù)據(jù)分析技術(shù)的蓬勃發(fā)展，企業(yè)自身的數(shù)據(jù)積累與技術(shù)積累已經(jīng)達(dá)到了一定的程度，質(zhì)量大數(shù)據(jù)技術(shù)得到落地應(yīng)用。在自動(dòng)化程度較高的行業(yè)尤為明顯。例如在電子制造行業(yè)，許多企業(yè)利用質(zhì)量大數(shù)據(jù)系統(tǒng)輔助SMT產(chǎn)線進(jìn)行質(zhì)量管理，提高產(chǎn)品生產(chǎn)效率與生產(chǎn)質(zhì)量。在汽車行業(yè)，特別是一線品牌的汽車企業(yè)，以質(zhì)量大數(shù)據(jù)核心的質(zhì)量管理系統(tǒng)已經(jīng)進(jìn)入普及階段。此以外，質(zhì)量大數(shù)據(jù)在化工、新材料生產(chǎn)等行業(yè)也得到了一些實(shí)際的應(yīng)用，為企業(yè)質(zhì)量管理提供幫助。但也可以看到，不同行業(yè)的側(cè)重點(diǎn)不同。以分析課題為例，如表2-2給出一些行業(yè)的典型質(zhì)量分析課題，即使名字相同課題在不同行業(yè)的內(nèi)涵與主要矛盾也常常不同。行業(yè)質(zhì)量根因分析控制參數(shù)優(yōu)化質(zhì)量異常預(yù)警質(zhì)量時(shí)空模式分析質(zhì)量檢測(cè)ELA-Mura根ELA-Mura不良Particle追溯分析析多層缺陷的參數(shù)優(yōu)化AOI不良品產(chǎn)關(guān)鍵設(shè)備的控產(chǎn)品表面質(zhì)量的圖像研判析工藝參數(shù)波動(dòng)的質(zhì)量影響預(yù)測(cè)煤質(zhì)在線檢測(cè)設(shè)備劣化趨勢(shì)表面質(zhì)量圖檢測(cè)臺(tái)車偏差自動(dòng)焊接參數(shù)異常輪轂鑄造成本估算類在線檢測(cè)的3公共政策現(xiàn)狀當(dāng)前各國(guó)政府紛紛出臺(tái)相關(guān)政策大力發(fā)展先進(jìn)制造業(yè)，促進(jìn)工業(yè)產(chǎn)品質(zhì)量、市場(chǎng)競(jìng)爭(zhēng)力的提升。質(zhì)量大數(shù)據(jù)技術(shù)是在新一代信息技術(shù)背景下解決工業(yè)產(chǎn)品質(zhì)量問(wèn)題、提高市場(chǎng)競(jìng)爭(zhēng)力的一種關(guān)鍵技術(shù)，質(zhì)量管理與大數(shù)據(jù)結(jié)合成為當(dāng)下質(zhì)量管理發(fā)展的重要方向，世界各國(guó)紛紛布局質(zhì)量大數(shù)據(jù)，引導(dǎo)企業(yè)變革質(zhì)量管理手段，提升產(chǎn)品質(zhì)量。1.國(guó)外發(fā)展政策情況國(guó)務(wù)院關(guān)于積極推進(jìn)“互聯(lián)網(wǎng)+”行動(dòng)的指導(dǎo)意見(jiàn)2017年9月2021年3月國(guó)務(wù)院關(guān)于積極推進(jìn)“互聯(lián)網(wǎng)+”行動(dòng)的指導(dǎo)意見(jiàn)2017年9月2021年3月能與數(shù)字制造”部分明確提出了下一步行動(dòng)計(jì)劃“將大數(shù)據(jù)分析和先進(jìn)的傳感和控制技術(shù)應(yīng)用于大量制造活動(dòng)。支持生產(chǎn)機(jī)器，流程和系統(tǒng)的實(shí)時(shí)建模和仿真，以預(yù)測(cè)和改進(jìn)產(chǎn)品質(zhì)量和可靠性；挖掘歷史設(shè)計(jì)，生產(chǎn)和性能數(shù)據(jù)，以揭示創(chuàng)建它們的專家設(shè)計(jì)者的隱含產(chǎn)品和工藝技術(shù)”。和制造技術(shù)的融合，通過(guò)采集產(chǎn)品生產(chǎn)運(yùn)行數(shù)據(jù)，對(duì)產(chǎn)品進(jìn)行預(yù)測(cè)性維護(hù)，同時(shí)輔助產(chǎn)品進(jìn)行進(jìn)一步升級(jí)換代、新產(chǎn)品開(kāi)發(fā)，以及其他市場(chǎng)經(jīng)營(yíng)行為的決策。領(lǐng)域?qū)?shí)行“互聯(lián)工業(yè)”戰(zhàn)略，以采集海量數(shù)據(jù)為基礎(chǔ)，將人、設(shè)備、系統(tǒng)、技術(shù)等關(guān)鍵數(shù)據(jù)相互連接起來(lái)，從而創(chuàng)造新的附加值并解決相關(guān)質(zhì)量問(wèn)題。法國(guó)在2013年提出“新工業(yè)法國(guó)”戰(zhàn)略，引導(dǎo)諸多法國(guó)企業(yè)積極投身以大數(shù)據(jù)為基礎(chǔ)的產(chǎn)品研發(fā)，改進(jìn)產(chǎn)品質(zhì)量水平。在該戰(zhàn)略的指引下，法國(guó)眾多企業(yè)以大數(shù)據(jù)技術(shù)的研究和利用為主要內(nèi)容，設(shè)立專門的工作室和實(shí)驗(yàn)室從事質(zhì)量設(shè)計(jì)和研發(fā)。2.國(guó)內(nèi)發(fā)展政策情況制造強(qiáng)國(guó)戰(zhàn)略2018年1月“十四五規(guī)劃”國(guó)務(wù)院關(guān)于開(kāi)展質(zhì)量2018年1月“十四五規(guī)劃”國(guó)務(wù)院關(guān)于開(kāi)展質(zhì)量提升行動(dòng)的指導(dǎo)意見(jiàn)展轉(zhuǎn)向高質(zhì)量發(fā)展，因此黨“互聯(lián)網(wǎng)與制造業(yè)融合”等綜合性政策和指示，全面指導(dǎo)我國(guó)制造業(yè)數(shù)字化轉(zhuǎn)型以及向高質(zhì)量方向發(fā)展，如表2-3所示。12指導(dǎo)意見(jiàn)》(以下簡(jiǎn)稱“質(zhì)量提升3《關(guān)于加強(qiáng)質(zhì)量認(rèn)證體系建設(shè)促進(jìn)全面質(zhì)量管理的意見(jiàn)》(以下簡(jiǎn)4濟(jì)和社會(huì)制造強(qiáng)國(guó)戰(zhàn)略明確提出質(zhì)量為先的工作方針。堅(jiān)持把質(zhì)量作為建設(shè)制造強(qiáng)國(guó)的生命線，強(qiáng)化企業(yè)質(zhì)量主體責(zé)任，加強(qiáng)質(zhì)量技術(shù)攻關(guān)、自主品牌培育。建設(shè)法規(guī)標(biāo)準(zhǔn)體系、質(zhì)量監(jiān)管體系、先進(jìn)質(zhì)量文化，營(yíng)造誠(chéng)信經(jīng)營(yíng)的市場(chǎng)環(huán)境，走以質(zhì)取勝的發(fā)展道路?！百|(zhì)量提升意見(jiàn)”提出加快裝備制造業(yè)標(biāo)準(zhǔn)化和質(zhì)量提升，提高關(guān)鍵領(lǐng)域核心競(jìng)爭(zhēng)力，重點(diǎn)加快提升國(guó)產(chǎn)大飛機(jī)、高鐵、核電、工程機(jī)械、特種設(shè)備等中國(guó)裝備的質(zhì)量競(jìng)爭(zhēng)力。“全面質(zhì)量管理意見(jiàn)”提出將全面質(zhì)量管理等國(guó)際先進(jìn)質(zhì)量管理方法結(jié)合中國(guó)實(shí)際加以改造提升，積極開(kāi)發(fā)追溯管理等適應(yīng)新業(yè)態(tài)需求的質(zhì)量管理工具，打造中國(guó)質(zhì)量管理“工具箱”，推動(dòng)質(zhì)量管理通關(guān)于促進(jìn)制造業(yè)產(chǎn)品和服務(wù)質(zhì)量提升的實(shí)施意見(jiàn)關(guān)于促進(jìn)制造業(yè)產(chǎn)品和服務(wù)質(zhì)量提升的實(shí)施意見(jiàn)用要求與行業(yè)特殊要求相結(jié)合，積極開(kāi)發(fā)新型質(zhì)量管理工具，推廣質(zhì)量管理先進(jìn)行業(yè)及企業(yè)的成果經(jīng)驗(yàn)?！笆奈逡?guī)劃”指出要堅(jiān)定不移建設(shè)制造強(qiáng)國(guó)、質(zhì)量強(qiáng)國(guó)，完善國(guó)家質(zhì)量基礎(chǔ)設(shè)施，深入開(kāi)展質(zhì)量行動(dòng)。推動(dòng)互聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能等同各產(chǎn)業(yè)深度融合，推動(dòng)先進(jìn)制造業(yè)集群發(fā)展。國(guó)家不斷出臺(tái)相關(guān)政策，引導(dǎo)制造業(yè)走高質(zhì)量發(fā)展的道路，引入制造業(yè)數(shù)字化質(zhì)量管理實(shí)施指南(征求意見(jiàn)稿)2021年11月 2021年3月2021年11月2019年8月大數(shù)據(jù)產(chǎn)業(yè)發(fā)展規(guī)劃2019年8月大數(shù)據(jù)產(chǎn)業(yè)發(fā)展規(guī)劃(2021－2025年)關(guān)于做好2021年工業(yè)質(zhì)量品牌建設(shè)工作的通知促進(jìn)新一代信息技術(shù)在質(zhì)量管理中的應(yīng)用，促進(jìn)企業(yè)質(zhì)量管理模式創(chuàng)新。工信部也相繼出臺(tái)支持質(zhì)量大數(shù)據(jù)發(fā)展的政策文件，如圖2.5所1造業(yè)產(chǎn)品和服234施指南(試行)》2019年8月，工信部發(fā)布《關(guān)于促進(jìn)制造業(yè)產(chǎn)品和服務(wù)質(zhì)量提升的實(shí)施意見(jiàn)》，明確提出要強(qiáng)化技術(shù)在支撐制造業(yè)產(chǎn)品質(zhì)量提升中的作用。推廣數(shù)字孿生、可靠性設(shè)計(jì)與仿真、質(zhì)量波動(dòng)分析等技術(shù)的開(kāi)發(fā)應(yīng)用，提升產(chǎn)品質(zhì)量設(shè)計(jì)和工藝控制能力。持續(xù)推進(jìn)兩化融合管理體系貫標(biāo)，推動(dòng)云計(jì)算、大數(shù)據(jù)、人工智能等新一代信息技術(shù)在質(zhì)量管理中的應(yīng)用，支持建立質(zhì)量信息數(shù)據(jù)庫(kù)，開(kāi)發(fā)在線檢測(cè)、過(guò)程控?cái)?shù)字化、網(wǎng)絡(luò)化、智能化為基礎(chǔ)的全過(guò)程質(zhì)量管理體系。《工業(yè)和信息化部辦公廳關(guān)于做好2021年工業(yè)質(zhì)量品牌建設(shè)工論研究，發(fā)揮新一代信息技術(shù)對(duì)質(zhì)量提升的基礎(chǔ)支撐作用”?！丁笆奈濉贝髷?shù)據(jù)產(chǎn)業(yè)發(fā)展規(guī)劃》提出支持裝備制造企業(yè)打通研發(fā)、采購(gòu)、制造、管理、售后等全價(jià)值數(shù)據(jù)流，發(fā)展數(shù)據(jù)驅(qū)動(dòng)的產(chǎn)品研發(fā)、預(yù)測(cè)維護(hù)、智能生產(chǎn)等新模式新業(yè)態(tài)，提升產(chǎn)品質(zhì)量。同時(shí)也支持電子信息制造企業(yè)加跨大數(shù)據(jù)在產(chǎn)品質(zhì)量管理與分析、供應(yīng)鏈分析與優(yōu)化等流程場(chǎng)景中的應(yīng)用，提升產(chǎn)品質(zhì)量，保證產(chǎn)業(yè)鏈供應(yīng)鏈的《制造業(yè)數(shù)字化質(zhì)量管理實(shí)施指南(試行)》提出“充分運(yùn)用大數(shù)據(jù)分析、人工智能等技術(shù)開(kāi)展生態(tài)圈質(zhì)量智能預(yù)測(cè)和協(xié)同管理，逐步打造形成質(zhì)量共生新生態(tài)”。為深入貫徹黨中央、國(guó)務(wù)院引導(dǎo)制造業(yè)高質(zhì)量發(fā)展的政策，工信部出臺(tái)相關(guān)規(guī)劃和指導(dǎo)意見(jiàn)，引導(dǎo)制造業(yè)企業(yè)將新一代信息技術(shù)應(yīng)用在質(zhì)量管理中，提升制造業(yè)企業(yè)產(chǎn)品質(zhì)量競(jìng)爭(zhēng)力；科技部設(shè)立國(guó)家科技重大專項(xiàng)，重點(diǎn)攻關(guān)質(zhì)量大數(shù)據(jù)技術(shù)，研究運(yùn)用大數(shù)據(jù)技術(shù)解決制造業(yè)企業(yè)產(chǎn)品質(zhì)量痛點(diǎn)問(wèn)題。量大數(shù)據(jù)面臨的挑戰(zhàn)當(dāng)前質(zhì)量大數(shù)據(jù)主要面臨以下挑戰(zhàn)。1.從業(yè)務(wù)的視角，工業(yè)質(zhì)量問(wèn)題復(fù)雜度高、動(dòng)態(tài)性強(qiáng)，需要個(gè)性化強(qiáng)的解決方法，給質(zhì)量分析帶來(lái)天然的困難。(1)工業(yè)質(zhì)量問(wèn)題復(fù)雜度高涉及到多要素、多領(lǐng)域、多環(huán)節(jié)、多組織。產(chǎn)品的集成度和復(fù)雜問(wèn)題是熱電磁等多場(chǎng)耦合作用的結(jié)果，質(zhì)量分析需要建立在多個(gè)技術(shù)領(lǐng)域知識(shí)融合的基礎(chǔ)上；質(zhì)量問(wèn)題需要綜合設(shè)計(jì)(或工藝)、生產(chǎn)、檢測(cè)(或質(zhì)量管理)、調(diào)試和后服務(wù)等多個(gè)業(yè)務(wù)環(huán)節(jié)；甚至需要從產(chǎn)業(yè)鏈供應(yīng)鏈的范圍去提升質(zhì)量。)工業(yè)質(zhì)量問(wèn)題動(dòng)態(tài)性強(qiáng)首先是問(wèn)題多變，一個(gè)高優(yōu)先級(jí)問(wèn)題的解決，意味著一個(gè)低優(yōu)先級(jí)問(wèn)題將涌現(xiàn)為新的高優(yōu)先級(jí)問(wèn)題，另外，質(zhì)量問(wèn)題通常發(fā)生突然(雖然頻度低)，解決時(shí)間緊迫，對(duì)數(shù)據(jù)供給、問(wèn)題分析和組織執(zhí)行的敏捷性提出了很高要求。(3)解決方法個(gè)性化強(qiáng)雖然行業(yè)中存在共性的質(zhì)量問(wèn)題，分析手法類似，但質(zhì)量問(wèn)題的織執(zhí)行落地能力提出了很大的挑戰(zhàn)。2.從數(shù)據(jù)的視角，數(shù)據(jù)整合難度大、數(shù)據(jù)質(zhì)量低、維度缺失嚴(yán)重，給數(shù)據(jù)分析提出挑戰(zhàn)。質(zhì)量大數(shù)據(jù)依賴的數(shù)據(jù)散落在DCS、MES、QMS等不同的系統(tǒng)，缺乏有效的整合，更缺乏針對(duì)特定分析主題的靈活數(shù)據(jù)供給機(jī)制。(2)數(shù)據(jù)質(zhì)量是個(gè)嚴(yán)重的問(wèn)題匹、顆粒度不同、多個(gè)字段錯(cuò)位缺失等因素是造成數(shù)據(jù)整合后完備度低的主要原因；另外，質(zhì)量數(shù)據(jù)分析對(duì)關(guān)鍵字段的完備性、顆粒度和多樣性的要求高，不同分析應(yīng)用的要求不同，這讓數(shù)據(jù)質(zhì)量問(wèn)題在質(zhì)量大數(shù)據(jù)場(chǎng)景下更突出。3)數(shù)據(jù)維度缺失問(wèn)題突出產(chǎn)品服役期的數(shù)據(jù)(包括性能數(shù)據(jù)、故障記錄、使用環(huán)境數(shù)據(jù)等)是對(duì)生產(chǎn)質(zhì)量的有益補(bǔ)充，也可以促進(jìn)個(gè)性化質(zhì)量管控，但制造企業(yè)通常無(wú)法獲取產(chǎn)品服役期數(shù)據(jù)。另外也缺乏公共的質(zhì)量性能標(biāo)定數(shù)據(jù)，工業(yè)生產(chǎn)系統(tǒng)通常是精心調(diào)控穩(wěn)定運(yùn)行，這些數(shù)據(jù)可能無(wú)法全面反映所有典型工況，需要共性的材料、器件或設(shè)備的專業(yè)質(zhì)量與性能測(cè)定數(shù)據(jù)作為補(bǔ)充。3.從技術(shù)的視角，質(zhì)量大數(shù)據(jù)是多學(xué)科知識(shí)、多主體參與的結(jié)合，如何整合這些資源是一個(gè)難題。質(zhì)量分析一直走在認(rèn)知的邊緣，需要數(shù)據(jù)分析技術(shù)與領(lǐng)域知識(shí)的有機(jī)融合，但目前具有大數(shù)據(jù)技能的人才與領(lǐng)域知識(shí)、操作經(jīng)驗(yàn)的人才是割裂，急需綜合性人才的培養(yǎng)。(2)企業(yè)內(nèi)部缺乏系統(tǒng)的組織能力工藝)、生產(chǎn)、檢測(cè)(或質(zhì)量管理)、調(diào)試和后服務(wù)等不同環(huán)節(jié)，目前很多企業(yè)依靠單一部門驅(qū)動(dòng)質(zhì)量大數(shù)融入據(jù)項(xiàng)目的實(shí)施與落地，缺乏全員意識(shí)與行動(dòng)上的融入。(3)市場(chǎng)供給生態(tài)缺乏協(xié)同材料供應(yīng)商、設(shè)備供應(yīng)商、生產(chǎn)技術(shù)服務(wù)商、大數(shù)據(jù)技術(shù)技術(shù)供應(yīng)商和企業(yè)分別從各種的角度去努力，缺乏共性的信息基礎(chǔ)和協(xié)同機(jī)域間缺乏協(xié)作語(yǔ)言。4.從價(jià)值落地的角度，部分企業(yè)對(duì)質(zhì)量工作的長(zhǎng)期性、協(xié)同性認(rèn)識(shí)不足，給質(zhì)量大數(shù)據(jù)工作落地帶來(lái)挑戰(zhàn)。(1)單一企業(yè)的驅(qū)動(dòng)力有限且追求短期效果在初期投產(chǎn)階段，以縮短質(zhì)量爬坡期為中心目標(biāo)；在穩(wěn)定生產(chǎn)階益為目的的質(zhì)量分析集中在工藝參數(shù)優(yōu)化；以提高競(jìng)爭(zhēng)力為目標(biāo)的質(zhì)量分析集中在關(guān)鍵工藝參數(shù)分析上。但單一企業(yè)受數(shù)據(jù)、工程能力等技術(shù)層面的限制，也受制于產(chǎn)能、市場(chǎng)競(jìng)爭(zhēng)、投資收益風(fēng)險(xiǎn)等短期經(jīng)營(yíng)指標(biāo)的制約，對(duì)質(zhì)量分析要求快速看到對(duì)應(yīng)的產(chǎn)出回報(bào)。(2)產(chǎn)業(yè)鏈缺乏有效的協(xié)同機(jī)制很多部件生產(chǎn)企業(yè)期望從整機(jī)制造企業(yè)拿到使用過(guò)程的質(zhì)量表現(xiàn)數(shù)據(jù)，整機(jī)制造企業(yè)也期望拿到更多的部件檢驗(yàn)測(cè)試數(shù)據(jù)，以便更定制化、全生命周期的優(yōu)化質(zhì)量管控，但目前質(zhì)量指標(biāo)是企業(yè)間的重要交割內(nèi)容之一，很少相互分享，存在個(gè)別質(zhì)量指標(biāo)裕度太大，而另外一些指標(biāo)不夠的情形。質(zhì)量是同業(yè)間重要競(jìng)爭(zhēng)力之一，同業(yè)間通常也缺乏有效的數(shù)據(jù)共享機(jī)制，很多質(zhì)量問(wèn)題僅靠單一企業(yè)的數(shù)據(jù)很難據(jù)的業(yè)務(wù)視角質(zhì)量大數(shù)據(jù)在不同行業(yè)的側(cè)重點(diǎn)不同。例如，原材料行業(yè)(例如產(chǎn)環(huán)節(jié)質(zhì)量數(shù)據(jù)自動(dòng)采集與處理，開(kāi)展全流程質(zhì)量在線監(jiān)測(cè)、診斷與優(yōu)化，以市場(chǎng)、過(guò)程質(zhì)量指標(biāo)為牽引設(shè)置智能預(yù)警的管控限制，自動(dòng)觸發(fā)質(zhì)量改善閉環(huán)流程，持續(xù)提升質(zhì)量控制水平，強(qiáng)化供應(yīng)鏈上下游質(zhì)量管理聯(lián)動(dòng)，提升從采購(gòu)尋源到生產(chǎn)銷售的全過(guò)程質(zhì)量協(xié)同管控水平。對(duì)于裝備制造行業(yè)(例如發(fā)電機(jī)組、透平機(jī)械、工程機(jī)械等)，數(shù)字模型的產(chǎn)品質(zhì)量設(shè)計(jì)、生產(chǎn)制造數(shù)字化管控、基于產(chǎn)品全生命周期管理的服務(wù)質(zhì)量提升則是質(zhì)量大數(shù)據(jù)的主要方向。個(gè)人消費(fèi)品行業(yè)(例如家電、服裝等)更加重視供銷服智能化質(zhì)量改進(jìn)。而醫(yī)藥、食造業(yè)質(zhì)量管理數(shù)字化實(shí)施指南(試行)》將這些應(yīng)用方向總結(jié)為面向重點(diǎn)業(yè)務(wù)環(huán)節(jié)的質(zhì)量管理數(shù)字化、面向產(chǎn)品全生命周期和全產(chǎn)業(yè)鏈的質(zhì)量協(xié)同、面向社會(huì)化協(xié)作的質(zhì)量生態(tài)建設(shè)與知識(shí)分享三類應(yīng)用模式，本文繼承此提法。質(zhì)量大數(shù)據(jù)應(yīng)用模式的行業(yè)差異的根本原因是生產(chǎn)體系和管理系小批量定制化產(chǎn)品(如工藝品、水力發(fā)小批量多品種產(chǎn)品(如電子、機(jī)加工)大批量少量品種(如汽車、工程機(jī)械、大批量標(biāo)準(zhǔn)品(如石化、食品)項(xiàng)目式生產(chǎn)(ProjectProcess)單件生產(chǎn)(JobShop)批量生產(chǎn)(BatchManufacturing)固定位置輪轉(zhuǎn)(Fixed-positionLayout)生產(chǎn)線(ProductionLine)流程生產(chǎn)(ContinuousFlow)業(yè)在產(chǎn)業(yè)鏈的位置fts化維、后服務(wù)鏈化社會(huì)化協(xié)作，構(gòu)建質(zhì)量關(guān)大數(shù)據(jù)資源服務(wù)平臺(tái)，質(zhì)產(chǎn)業(yè)協(xié)同網(wǎng)絡(luò)系產(chǎn)品特點(diǎn)決定了生產(chǎn)類型，二者共同影響質(zhì)量管控指標(biāo)的選擇。對(duì)于不同生產(chǎn)類型來(lái)說(shuō)，大數(shù)據(jù)在質(zhì)量管理上的著力點(diǎn)可能不同。在很大不同，流程生產(chǎn)能追蹤到生產(chǎn)批次就很不錯(cuò)了，而且很難與設(shè)備狀態(tài)(如氣化爐溫度、爐渣堵塞狀況)精確關(guān)聯(lián)，但生產(chǎn)線可以做到單件跟蹤。此外，生產(chǎn)線模式下不同加工類型的質(zhì)量追溯的含義也不件就可以了；而對(duì)于軌梁等軋制生產(chǎn)線，需要實(shí)現(xiàn)到“米跟蹤”(即根據(jù)成品的缺陷位置，推算在前序工藝段中對(duì)應(yīng)的時(shí)刻和相對(duì)位置)才有意義。型靈活性產(chǎn)量造件ontinuousFlow不同的行業(yè)在質(zhì)量指標(biāo)管控重點(diǎn)不同，典型質(zhì)量指標(biāo)包括功能性質(zhì)量、性能性質(zhì)量、可靠性質(zhì)量、感官性質(zhì)量等。其中，功能型質(zhì)量問(wèn)題主要關(guān)注設(shè)計(jì)功能在加工制造過(guò)程的實(shí)現(xiàn)情況及運(yùn)行階段的保持情況。產(chǎn)品的使用表現(xiàn)及退化情況，例如電源耐久性、發(fā)動(dòng)機(jī)加速度等。而可靠性質(zhì)量問(wèn)題主要聚焦于產(chǎn)品在運(yùn)行過(guò)程中發(fā)生故障的概率分布情況。感官質(zhì)量問(wèn)題則主要從用戶角度出發(fā)，聚焦于設(shè)備運(yùn)行噪音、振動(dòng)、氣味等可影響到使用者感官的多種問(wèn)題。通過(guò)質(zhì)量問(wèn)題類型的劃分，有利于降低質(zhì)量數(shù)據(jù)獲取的復(fù)雜性。體系管理體系包括產(chǎn)業(yè)鏈、質(zhì)量管理體系、生產(chǎn)研發(fā)組織等內(nèi)容，其很大程度上由生產(chǎn)體系決定。例如，Hayes-Wheelwright產(chǎn)品-過(guò)程矩陣(如圖3.2所示)給出了不同的質(zhì)量管理體系是與不同的產(chǎn)品特點(diǎn)與生產(chǎn)類型相匹配的。式一：重點(diǎn)業(yè)務(wù)環(huán)節(jié)的質(zhì)量管理優(yōu)化質(zhì)量分析和質(zhì)量改進(jìn)，提升企業(yè)質(zhì)量管理的效率效益。設(shè)計(jì)是決定產(chǎn)品固有質(zhì)量的根本。傳統(tǒng)的設(shè)計(jì)模式中，優(yōu)先考慮產(chǎn)品的功能、性能，產(chǎn)品的質(zhì)量則通過(guò)生產(chǎn)過(guò)程及產(chǎn)品的質(zhì)量檢測(cè)等途徑進(jìn)行驗(yàn)證，導(dǎo)致當(dāng)前產(chǎn)品設(shè)計(jì)普遍存在功能滿足需求而根本可靠性水平不高，不能滿足用戶的高質(zhì)量產(chǎn)品需求。市場(chǎng)調(diào)研、交易、設(shè)計(jì)、仿真、試驗(yàn)驗(yàn)證、用戶使用等活動(dòng)將產(chǎn)生大量質(zhì)量相關(guān)的多維、動(dòng)態(tài)、異構(gòu)數(shù)據(jù)，亟需開(kāi)展數(shù)據(jù)驅(qū)動(dòng)的用戶需求準(zhǔn)確刻畫、需求向功用、設(shè)計(jì)方案評(píng)價(jià)等方法研究，將質(zhì)量大數(shù)據(jù)與設(shè)計(jì)理論融合，實(shí)現(xiàn)質(zhì)量為先的創(chuàng)新設(shè)計(jì)，具體技術(shù)依靠物聯(lián)網(wǎng)、移動(dòng)互聯(lián)網(wǎng)、工業(yè)軟件等數(shù)據(jù)的收集能力，匯聚客戶需求、設(shè)計(jì)歷史數(shù)據(jù)、試驗(yàn)數(shù)據(jù)、使用數(shù)據(jù)、專利標(biāo)準(zhǔn)等研發(fā)設(shè)計(jì)相關(guān)數(shù)據(jù)，依托云計(jì)算等數(shù)據(jù)處理能力，通過(guò)深度學(xué)習(xí)、關(guān)聯(lián)分析、圖像處理、變量預(yù)測(cè)等數(shù)據(jù)處理算法，開(kāi)展需求挖掘、設(shè)計(jì)及方案優(yōu)化，實(shí)現(xiàn)全數(shù)據(jù)驅(qū)動(dòng)的產(chǎn)品創(chuàng)新設(shè)計(jì)。主要方法包括：1.挖掘市場(chǎng)需求，完成產(chǎn)品功能特性映射。通過(guò)深入分析問(wèn)卷調(diào)查、深度訪談、產(chǎn)品評(píng)論、競(jìng)品、行業(yè)標(biāo)桿技術(shù)資料等大量的數(shù)據(jù)得到用戶的顯性需求和隱性需求，具體包括通過(guò)頻繁項(xiàng)等自然語(yǔ)言處理技術(shù)挖掘產(chǎn)品評(píng)論中有價(jià)值的產(chǎn)品特征，轉(zhuǎn)化為需求信息；基于人工神經(jīng)網(wǎng)絡(luò)(ANN)的顧客需求重要度評(píng)估，得到更精確的需求；將需求依次轉(zhuǎn)化為產(chǎn)品設(shè)計(jì)要求、零部件特性、工藝要求和生產(chǎn)要求的質(zhì)量功能展開(kāi)(QualityFunctionDevelopment,QFD)等。如基于分別構(gòu)建產(chǎn)品質(zhì)量特性參數(shù)空間和產(chǎn)品運(yùn)維使用數(shù)據(jù)空間，建立顯性需求，并開(kāi)展顯性需求與質(zhì)量特性參數(shù)之間的相關(guān)性分析?；谙嚓P(guān)求到產(chǎn)品特性的轉(zhuǎn)化。2.數(shù)據(jù)驅(qū)動(dòng)的設(shè)計(jì)知識(shí)服務(wù)，賦能設(shè)計(jì)方法論。產(chǎn)品設(shè)計(jì)歷史數(shù)據(jù)蘊(yùn)含了大量設(shè)計(jì)動(dòng)機(jī)、產(chǎn)品設(shè)計(jì)知識(shí)、發(fā)明創(chuàng)新、設(shè)計(jì)標(biāo)準(zhǔn)和法規(guī)等關(guān)鍵知識(shí)，尤其是以專利的形式保存下來(lái)。通過(guò)知識(shí)建模、知識(shí)抽取、知識(shí)計(jì)算、知識(shí)融合等人工智能技術(shù)方法，構(gòu)建研發(fā)設(shè)計(jì)知識(shí)圖譜，改變?cè)O(shè)計(jì)知識(shí)傳遞模式，提升設(shè)計(jì)效率?；谛枨蟆⒃O(shè)計(jì)歷史數(shù)據(jù)、科學(xué)原理、發(fā)明原理、科學(xué)效應(yīng)、標(biāo)準(zhǔn)等數(shù)據(jù)基礎(chǔ)，提取領(lǐng)域中重要的術(shù)語(yǔ)、概念。按照產(chǎn)品研發(fā)設(shè)計(jì)邏輯關(guān)系組織概念，構(gòu)建面定義類、屬性、關(guān)系及實(shí)例等，最后基于OWL語(yǔ)言對(duì)本體知識(shí)模型進(jìn)行形式化描述?；谥R(shí)模型，梳理并構(gòu)建數(shù)據(jù)與產(chǎn)品設(shè)計(jì)的關(guān)聯(lián)關(guān)系模型，如產(chǎn)品可靠性設(shè)計(jì)、功能設(shè)計(jì)、結(jié)構(gòu)設(shè)計(jì)等與支撐數(shù)據(jù)的關(guān)系；產(chǎn)品功能、結(jié)構(gòu)、質(zhì)量特性指標(biāo)、故障的映射關(guān)系等。運(yùn)用自然語(yǔ)言處理技術(shù)、深度神經(jīng)網(wǎng)絡(luò)技術(shù)等手段構(gòu)建研發(fā)設(shè)計(jì)場(chǎng)景知識(shí)圖譜。Z分析、物場(chǎng)分析等設(shè)計(jì)業(yè)務(wù)活動(dòng)(包括具體的可靠性預(yù)計(jì)、故障樹(shù)、FMEA、DOE、參設(shè)設(shè)計(jì)等)，提供智能語(yǔ)義檢索、智能化推送、研判等知識(shí)服務(wù)。3.全數(shù)據(jù)驅(qū)動(dòng)，多途徑推進(jìn)方案優(yōu)化。一方面，挖掘可靠性試驗(yàn)、環(huán)境試驗(yàn)、檢測(cè)數(shù)據(jù)、以及版本產(chǎn)品運(yùn)行、維修、故障等數(shù)據(jù)，評(píng)估設(shè)計(jì)目標(biāo)(需求)的實(shí)現(xiàn)程度，不斷優(yōu)化、迭代產(chǎn)品設(shè)計(jì)方案。另一方面，通過(guò)產(chǎn)品壽命剖面模型構(gòu)建、蒙特卡洛離散事件仿真等技術(shù)方法，基于質(zhì)量特性數(shù)字模型開(kāi)展任務(wù)約束下的產(chǎn)品功能、性能、環(huán)境、可靠性等質(zhì)量特性仿真，實(shí)現(xiàn)基于仿真的方案優(yōu)化。產(chǎn)品復(fù)雜度的增加不僅對(duì)產(chǎn)品的功能特性提出更高要求，同時(shí)強(qiáng)調(diào)產(chǎn)品的質(zhì)量特性。傳統(tǒng)的質(zhì)量工作是根據(jù)產(chǎn)品研制工作計(jì)劃，由產(chǎn)品專業(yè)技術(shù)人員分階段進(jìn)行系統(tǒng)功能架構(gòu)、邏輯架構(gòu)、物理結(jié)構(gòu)等功集成能力薄弱，不同設(shè)計(jì)分析工作的過(guò)程數(shù)據(jù)與結(jié)果數(shù)據(jù)互不流通，形成信息孤島，導(dǎo)致工作效果難以保證，工作效率難以提高。隨著產(chǎn)品數(shù)字化和智能化的發(fā)展趨勢(shì)，產(chǎn)品研制模式也在逐漸向數(shù)字化和智能化轉(zhuǎn)變，傳統(tǒng)的基于文檔的系統(tǒng)工程研制模式越來(lái)越難以滿足產(chǎn)品研制及質(zhì)量特性工作需求；大數(shù)據(jù)等新一代信息技術(shù)的蓬勃發(fā)展，不斷推動(dòng)著系統(tǒng)研制向基于大數(shù)據(jù)分析和應(yīng)用基礎(chǔ)上的智能化轉(zhuǎn)型升級(jí)。在此背景下，數(shù)據(jù)驅(qū)動(dòng)的質(zhì)量特性協(xié)同設(shè)計(jì)應(yīng)運(yùn)而生。其實(shí)現(xiàn)的關(guān)鍵是構(gòu)建產(chǎn)品質(zhì)量特性協(xié)同設(shè)計(jì)數(shù)據(jù)庫(kù)和質(zhì)量特性知識(shí)量特性知識(shí)智能推送方法，實(shí)現(xiàn)質(zhì)量特性協(xié)同設(shè)計(jì)知識(shí)在產(chǎn)品研制過(guò)程中的智能應(yīng)用，從而有效提升產(chǎn)品質(zhì)量特性工作效率和知識(shí)應(yīng)用水多多維數(shù)據(jù)融合質(zhì)量設(shè)計(jì)知識(shí)庫(kù)質(zhì)量設(shè)計(jì)工具數(shù)據(jù)驅(qū)動(dòng)的質(zhì)量特性協(xié)同設(shè)計(jì)包含以下四個(gè)實(shí)施步驟。1.質(zhì)量特性數(shù)據(jù)規(guī)范化處理借助元數(shù)據(jù)管理的思想，分析質(zhì)量信息指標(biāo)相關(guān)的技術(shù)文檔，同時(shí)結(jié)合行業(yè)普遍認(rèn)可的定義和描述，建立工業(yè)產(chǎn)品質(zhì)量特性及數(shù)據(jù)規(guī)2.質(zhì)量特性數(shù)據(jù)庫(kù)建立根據(jù)工業(yè)產(chǎn)品研制過(guò)程中質(zhì)量特性數(shù)據(jù)的差異，分類建立工業(yè)產(chǎn)品質(zhì)量特性數(shù)據(jù)庫(kù)，以通過(guò)支撐數(shù)據(jù)結(jié)構(gòu)化及有效復(fù)用來(lái)提升質(zhì)量特性協(xié)同設(shè)計(jì)工作的順利開(kāi)展。3.質(zhì)量特性知識(shí)圖譜構(gòu)建采用一系列技術(shù)手段，從原始數(shù)據(jù)庫(kù)和第三方數(shù)據(jù)庫(kù)中提取知識(shí)用工業(yè)產(chǎn)品全壽命周期產(chǎn)生的數(shù)據(jù)指導(dǎo)產(chǎn)品的質(zhì)量特性協(xié)同設(shè)計(jì)。4.典型場(chǎng)景下的質(zhì)量特性知識(shí)智能化應(yīng)用識(shí)別設(shè)計(jì)人員所進(jìn)行的設(shè)計(jì)業(yè)務(wù)流程、應(yīng)用的具體背景和環(huán)境，語(yǔ)義檢索技術(shù)，實(shí)現(xiàn)數(shù)據(jù)的快速檢索匹配。復(fù)雜產(chǎn)品生產(chǎn)裝配過(guò)程涉及采購(gòu)與制造外協(xié)、生產(chǎn)操作、后服務(wù)法、環(huán)、測(cè)等多源因素關(guān)系復(fù)雜，且存在受時(shí)空變化影響的不確定規(guī)律。傳統(tǒng)基于手工或半自動(dòng)化的信息采集和分析方法，并采用PDCA法，存在數(shù)據(jù)樣本嚴(yán)重有偏，維度信息不完整，序列間斷，且共享、查詢和追溯不便，信息孤島嚴(yán)重的問(wèn)題，難以滿足工業(yè)大數(shù)據(jù)、跨時(shí)空域、高時(shí)效性生產(chǎn)場(chǎng)景下質(zhì)量信息的有效提取和決策應(yīng)用?！皢苇h(huán)節(jié)、單要素、單專業(yè)”的產(chǎn)品質(zhì)量管控手段導(dǎo)致的質(zhì)量影響因素不可知、生產(chǎn)過(guò)程不易控、質(zhì)量性能難預(yù)測(cè)等共性難題，亟需通過(guò)質(zhì)量大數(shù)據(jù)驅(qū)動(dòng)的產(chǎn)品質(zhì)量智能管控理論和方法的研究，實(shí)現(xiàn)“全周期、多要素、跨領(lǐng)域”融合分析的質(zhì)量管控方式，具體技首先，從質(zhì)量要素的視角，建立人、機(jī)、料、法、環(huán)等全要素的數(shù)據(jù)模型和基礎(chǔ)關(guān)聯(lián)分析算法，形成物料不確定性、人工操控行為、設(shè)備運(yùn)維、工藝參數(shù)和環(huán)境變化對(duì)質(zhì)量的影響的分析模型。然后，從質(zhì)量相關(guān)的生產(chǎn)活動(dòng)的視角，實(shí)現(xiàn)設(shè)計(jì)、生產(chǎn)、檢測(cè)、調(diào)試和后服務(wù)等環(huán)節(jié)中的典型應(yīng)用，實(shí)現(xiàn)質(zhì)量管理的實(shí)時(shí)化、精細(xì)化、智能化、系統(tǒng)化和全局化。主要的措施手段包括：1.自適應(yīng)閾值的預(yù)測(cè)性管控，降低工藝波動(dòng)性?；诖髷?shù)據(jù)，可以根據(jù)質(zhì)量結(jié)果，針對(duì)不同品種不同產(chǎn)線，挖掘最佳閾值；并且可以2.通過(guò)時(shí)空規(guī)律，發(fā)現(xiàn)不同周期、不同位置上質(zhì)量波動(dòng)規(guī)律，發(fā)現(xiàn)工藝改進(jìn)方向。當(dāng)發(fā)現(xiàn)質(zhì)量有異常時(shí)，可以通過(guò)追蹤信息分析各個(gè)工藝段參數(shù)是否正常，找出問(wèn)題所在，方便改進(jìn)工藝。3.通過(guò)大數(shù)據(jù)挖掘，發(fā)現(xiàn)最佳的工藝參數(shù)組合。4.通過(guò)建立操作動(dòng)作行為對(duì)質(zhì)量形成的關(guān)系模型，提升手工操作過(guò)度保養(yǎng)(影響產(chǎn)能)與欠保養(yǎng)(影響質(zhì)量與設(shè)備壽命)并存的情況。在質(zhì)量大數(shù)據(jù)的支撐下，基于物料追溯模型，可以及時(shí)發(fā)現(xiàn)設(shè)備性能的劣化，并可以預(yù)知其對(duì)質(zhì)量的影響，在主動(dòng)調(diào)整工藝參數(shù)(例如半導(dǎo)體生產(chǎn)中的Run-to-Run控制)的同時(shí)，基于質(zhì)量與產(chǎn)能的均衡，可以有針對(duì)性實(shí)現(xiàn)以生產(chǎn)質(zhì)量為中心的預(yù)測(cè)性維修。對(duì)于設(shè)備提供商，業(yè)主的生產(chǎn)質(zhì)量大數(shù)據(jù)也其設(shè)備設(shè)計(jì)提供了方向。使用期設(shè)備的狀態(tài)異常、性能劣化曲線、不同工況/環(huán)境/材料等欠設(shè)計(jì)，也為其從供應(yīng)商的角度參與業(yè)主的生產(chǎn)質(zhì)量問(wèn)題提供了可能。生產(chǎn)要素動(dòng)態(tài)變化下產(chǎn)品質(zhì)量預(yù)測(cè)方法執(zhí)行與反饋執(zhí)行與反饋 生產(chǎn)流程要素動(dòng)態(tài)變化處置流程質(zhì)量預(yù)測(cè)決策邏輯質(zhì)量預(yù)測(cè)決策邏輯多要多要素多過(guò)程路徑預(yù)測(cè)評(píng)估這兩種應(yīng)用場(chǎng)景都基于生產(chǎn)流程要素動(dòng)態(tài)變化處置流程，如圖3.6所示。在產(chǎn)品工藝設(shè)計(jì)環(huán)節(jié)，引入失效分析和故障處置相關(guān)知識(shí)措施推薦；在生產(chǎn)加工環(huán)節(jié)，基于過(guò)程工藝參數(shù)動(dòng)態(tài)變化情況，對(duì)質(zhì)設(shè)備控制指令等方式及時(shí)調(diào)節(jié)，保證生產(chǎn)過(guò)程處于受控狀態(tài)，質(zhì)量水平處于動(dòng)態(tài)穩(wěn)定狀態(tài)；在檢驗(yàn)和調(diào)試測(cè)試環(huán)節(jié)，對(duì)出現(xiàn)的問(wèn)題基于質(zhì)量預(yù)測(cè)分析模型實(shí)現(xiàn)快速糾正迭代。式二：供應(yīng)鏈產(chǎn)業(yè)鏈的質(zhì)量協(xié)同優(yōu)化產(chǎn)業(yè)鏈質(zhì)量協(xié)同是構(gòu)建“全員、全過(guò)程、全價(jià)值鏈”的質(zhì)量生態(tài)系統(tǒng)，實(shí)施“全價(jià)值鏈的全面質(zhì)量管理”，滿足服務(wù)對(duì)象和各相關(guān)方的需求，促進(jìn)產(chǎn)業(yè)及相關(guān)組織健康可持續(xù)發(fā)展。產(chǎn)業(yè)鏈指各個(gè)產(chǎn)業(yè)部門之間基于一定的技術(shù)經(jīng)濟(jì)關(guān)聯(lián)，依據(jù)特定的邏輯關(guān)系和時(shí)空布局關(guān)聯(lián)關(guān)系形態(tài)，是一個(gè)多元、多主體的過(guò)程鏈條，或多組織的擬合或聯(lián)合互動(dòng)的工產(chǎn)作系統(tǒng)。網(wǎng)絡(luò)化、數(shù)字化為產(chǎn)業(yè)鏈上下游要素資源有效整合提供了可行的技術(shù)手段，為行業(yè)質(zhì)量管理與檢測(cè)帶來(lái)契機(jī)。1.產(chǎn)業(yè)質(zhì)量基礎(chǔ)設(shè)施資源共享和協(xié)同以產(chǎn)業(yè)鏈為紐帶，依托行業(yè)協(xié)會(huì)、生產(chǎn)型服務(wù)機(jī)構(gòu)、產(chǎn)業(yè)聯(lián)盟和大中型骨干企業(yè)，結(jié)合行業(yè)趨勢(shì)與現(xiàn)狀分析，布局推動(dòng)計(jì)量、標(biāo)準(zhǔn)、檢測(cè)、認(rèn)證等質(zhì)量基礎(chǔ)設(shè)施建設(shè)；以產(chǎn)業(yè)集群為基礎(chǔ)，大數(shù)據(jù)技術(shù)，深入分析產(chǎn)品質(zhì)量、品牌、知識(shí)產(chǎn)權(quán)和技術(shù)性貿(mào)易措施等狀況，協(xié)同推動(dòng)完善產(chǎn)業(yè)鏈標(biāo)準(zhǔn)體系、質(zhì)量管理體系和知識(shí)產(chǎn)權(quán)管理體系；結(jié)合域上下游產(chǎn)業(yè)標(biāo)準(zhǔn)的協(xié)同性和配套性，加強(qiáng)質(zhì)量數(shù)據(jù)資源的建設(shè)，建成覆蓋全產(chǎn)業(yè)鏈和產(chǎn)品全生命周期的標(biāo)準(zhǔn)體系和質(zhì)量數(shù)據(jù)資源體系，推進(jìn)產(chǎn)業(yè)質(zhì)量基礎(chǔ)設(shè)施資源在產(chǎn)業(yè)的深度應(yīng)用。2.基于平臺(tái)的產(chǎn)業(yè)鏈安全和自主保障平臺(tái)化商業(yè)模式突破以一個(gè)組織為管理對(duì)象的限制，將質(zhì)量管理延伸擴(kuò)展至所有相關(guān)方的過(guò)程，構(gòu)建“全員、全過(guò)程、全價(jià)值鏈”的質(zhì)量生態(tài)系統(tǒng)，實(shí)施“全價(jià)值鏈的全面質(zhì)量管理”。工業(yè)互聯(lián)網(wǎng)作為新一代信息技術(shù)與現(xiàn)代工業(yè)融合發(fā)展的新模式，以數(shù)據(jù)為紐帶，打造開(kāi)放共享的價(jià)值網(wǎng)絡(luò)，將制造產(chǎn)業(yè)的設(shè)備、數(shù)據(jù)、技術(shù)、管理、市場(chǎng)等多要素全面互聯(lián)，以豐富的數(shù)據(jù)驅(qū)動(dòng)經(jīng)營(yíng)管理、產(chǎn)品設(shè)計(jì)、生產(chǎn)制產(chǎn)業(yè)鏈的整體質(zhì)量提升。以高端裝備制造為例，亟需實(shí)施高端裝備國(guó)產(chǎn)化研制質(zhì)量提升攻關(guān)，依托工業(yè)互聯(lián)網(wǎng)平臺(tái)的數(shù)據(jù)紐帶和工業(yè)機(jī)理部件、基礎(chǔ)工藝、基礎(chǔ)材料、共性技術(shù)研究的質(zhì)量提升，加強(qiáng)質(zhì)量技術(shù)改進(jìn)、技術(shù)創(chuàng)新和管理創(chuàng)新等方法，使重點(diǎn)產(chǎn)品的關(guān)鍵質(zhì)量性能、質(zhì)量可靠性、環(huán)境適應(yīng)性、使用壽命等指標(biāo)明顯提升，推進(jìn)質(zhì)量可靠性技術(shù)升級(jí)和質(zhì)量技術(shù)創(chuàng)新發(fā)展，提升產(chǎn)業(yè)鏈供應(yīng)鏈安全和自主可控式三：質(zhì)量公共服務(wù)與新生態(tài)具備平臺(tái)化運(yùn)行和社會(huì)化協(xié)作能力的企業(yè)，要推進(jìn)質(zhì)量大數(shù)據(jù)管理相關(guān)資源、能力、業(yè)務(wù)的在線化和平臺(tái)化，與生態(tài)圈合作伙伴共建質(zhì)量大數(shù)據(jù)管理平臺(tái)，實(shí)現(xiàn)生態(tài)圈數(shù)據(jù)智能獲取、開(kāi)發(fā)、在線交換和利用，建立客戶導(dǎo)向、智能驅(qū)動(dòng)、生態(tài)共贏為核心的質(zhì)量大數(shù)據(jù)生態(tài)體系，充分運(yùn)用大數(shù)據(jù)分析等數(shù)字技術(shù)開(kāi)展生態(tài)圈質(zhì)量智能預(yù)測(cè)和協(xié)同管理，逐步打造形成質(zhì)量共生創(chuàng)新生態(tài)。相關(guān)行業(yè)協(xié)會(huì)、龍頭企業(yè)、社會(huì)團(tuán)體、專業(yè)機(jī)構(gòu)等依托工業(yè)互聯(lián)網(wǎng)平臺(tái)、數(shù)據(jù)集成平臺(tái)等，建設(shè)產(chǎn)品質(zhì)量大數(shù)據(jù)公共服務(wù)平臺(tái)，如圖一方面，提供平臺(tái)化數(shù)據(jù)共享服務(wù)，利用區(qū)塊鏈技術(shù)多中心化架構(gòu)、數(shù)據(jù)不可篡改的特性構(gòu)建底層可信數(shù)據(jù)支撐體系，通過(guò)匯集質(zhì)量管理、政府監(jiān)管、企業(yè)運(yùn)營(yíng)、第三方服務(wù)等質(zhì)量大數(shù)據(jù)形成數(shù)據(jù)湖，以數(shù)據(jù)為支撐采用“平臺(tái)+生態(tài)”的發(fā)展理念提供一體化質(zhì)量提升服務(wù)，并形成了機(jī)構(gòu)制定標(biāo)準(zhǔn)、第三方提供檢測(cè)、企業(yè)加強(qiáng)提升、數(shù)據(jù)反饋企業(yè)的“多方共治一體化”閉環(huán)運(yùn)行模式，提供質(zhì)量信息在線查詢、質(zhì)量風(fēng)險(xiǎn)分析、質(zhì)量成本分析和質(zhì)量追溯等服務(wù)，為高質(zhì)量發(fā)展和品牌提升提供新動(dòng)能。另一方面，提供平臺(tái)賦能質(zhì)量提升。實(shí)現(xiàn)質(zhì)量數(shù)據(jù)、知識(shí)、經(jīng)驗(yàn)提升質(zhì)量創(chuàng)新水平。推動(dòng)質(zhì)量大數(shù)據(jù)管理平臺(tái)與各個(gè)企業(yè)研發(fā)設(shè)計(jì)、生產(chǎn)制造平臺(tái)集成互聯(lián)，促進(jìn)業(yè)務(wù)的協(xié)同創(chuàng)新，推進(jìn)質(zhì)量管理與技術(shù)創(chuàng)新、產(chǎn)業(yè)化布局同步規(guī)劃，一體化建設(shè)。同時(shí)開(kāi)展基于平臺(tái)提供質(zhì)量大數(shù)據(jù)管理診斷服務(wù)，加強(qiáng)診斷指標(biāo)和數(shù)據(jù)的迭代優(yōu)化，加強(qiáng)中小企業(yè)質(zhì)量大數(shù)據(jù)管理診斷、培訓(xùn)和輔導(dǎo)提升，提升質(zhì)量管理整體績(jī)效。最后，基于質(zhì)量大數(shù)據(jù)和工業(yè)互聯(lián)網(wǎng)，有可能催生新的產(chǎn)業(yè)集群新模態(tài)。龍頭企業(yè)將質(zhì)量管理與工藝知識(shí)沉淀為工業(yè)APP形式，以工業(yè)互聯(lián)網(wǎng)為載體，將關(guān)鍵的成熟質(zhì)量管理方法傳遞到周邊企業(yè)，形成領(lǐng)先企業(yè)帶動(dòng)中堅(jiān)企業(yè)的新模式。例如，在電子消費(fèi)品更新?lián)Q代快的情形下，很多機(jī)臺(tái)不太適應(yīng)新型號(hào)質(zhì)量要求，但將這些機(jī)臺(tái)簡(jiǎn)單淘汰非常可惜，因?yàn)閷?duì)于一般產(chǎn)品，這些機(jī)臺(tái)仍然是很好的設(shè)備，并且在此產(chǎn)線上已經(jīng)積累大量了質(zhì)量管理與工藝經(jīng)驗(yàn)。若能夠把這些機(jī)臺(tái)轉(zhuǎn)移到中小企業(yè)，并將其工藝經(jīng)驗(yàn)、機(jī)臺(tái)的工程能力優(yōu)化、質(zhì)量控制、原材料的采購(gòu)能力以工業(yè)互聯(lián)網(wǎng)的形式一并轉(zhuǎn)移，快速提升中小企業(yè)的加工能力，有可能形成產(chǎn)能轉(zhuǎn)移及制造協(xié)同的新生態(tài)。4.4.質(zhì)量大數(shù)據(jù)的數(shù)據(jù)視角工業(yè)大數(shù)據(jù)是工業(yè)領(lǐng)域相關(guān)數(shù)據(jù)集的總稱，包括企業(yè)信息化數(shù)據(jù)、工業(yè)物聯(lián)網(wǎng)數(shù)據(jù)和外部跨界數(shù)據(jù)。而質(zhì)量數(shù)據(jù)是工業(yè)大數(shù)據(jù)在質(zhì)量維度的集合，主要描述工業(yè)系統(tǒng)的質(zhì)量域。質(zhì)量數(shù)據(jù)是實(shí)現(xiàn)數(shù)字化質(zhì)量管理應(yīng)用的前提與基礎(chǔ)，基于信息化手段集成質(zhì)量數(shù)據(jù)，建設(shè)質(zhì)量大數(shù)據(jù)資源，以動(dòng)態(tài)化、流程化、平臺(tái)化的形式進(jìn)行智慧敏捷化管理，以平臺(tái)化、脫敏化、模塊化的方式進(jìn)行數(shù)據(jù)安全共享，推動(dòng)質(zhì)量管理智能應(yīng)用，最終實(shí)現(xiàn)產(chǎn)業(yè)鏈質(zhì)量管理水平的提升。本章節(jié)聚焦質(zhì)量數(shù)據(jù)視角，從質(zhì)量大數(shù)據(jù)的數(shù)據(jù)要素體系、數(shù)據(jù)資源體系、數(shù)據(jù)治理體系三個(gè)方面闡述質(zhì)量大數(shù)據(jù)資源的構(gòu)建方法，質(zhì)量大數(shù)據(jù)是指圍繞工業(yè)產(chǎn)品各種質(zhì)量要求(功能型質(zhì)量、性能質(zhì)量、可靠性質(zhì)量、感官質(zhì)量等)在不同階段(研發(fā)設(shè)計(jì)、生產(chǎn)制造、使用運(yùn)行、供應(yīng)鏈等)所產(chǎn)生的與產(chǎn)品質(zhì)量相關(guān)的各類數(shù)據(jù)的總稱，覆蓋了人、機(jī)、料、法、環(huán)、測(cè)等多個(gè)因素。從數(shù)據(jù)類型角度，質(zhì)量大數(shù)據(jù)分為產(chǎn)品類質(zhì)量數(shù)據(jù)、設(shè)備類質(zhì)量數(shù)據(jù)、基礎(chǔ)類質(zhì)量數(shù)據(jù)，其中產(chǎn)品類質(zhì)量數(shù)據(jù)指產(chǎn)品全生命周期質(zhì)量數(shù)據(jù)，包括需求、研發(fā)設(shè)計(jì)、生產(chǎn)制造、使用、回收、營(yíng)銷等跟產(chǎn)品直接相關(guān)的質(zhì)量數(shù)據(jù)；設(shè)備類質(zhì)量數(shù)據(jù)指生產(chǎn)系統(tǒng)運(yùn)行與維護(hù)數(shù)據(jù)，包括生產(chǎn)設(shè)備運(yùn)行、維護(hù)維修等間接影響產(chǎn)品質(zhì)量的數(shù)據(jù)；基礎(chǔ)類質(zhì)量數(shù)據(jù)指產(chǎn)業(yè)生態(tài)質(zhì)量數(shù)據(jù)，包括供應(yīng)鏈質(zhì)量生態(tài)數(shù)據(jù)、政府監(jiān)管質(zhì)量數(shù)據(jù)、外部環(huán)境數(shù)據(jù)等。內(nèi)部生產(chǎn)運(yùn)營(yíng)管理相關(guān)的質(zhì)量數(shù)據(jù)，包括產(chǎn)品研發(fā)設(shè)計(jì)、生產(chǎn)制造、統(tǒng)質(zhì)量數(shù)據(jù)源，一般來(lái)源于企業(yè)生產(chǎn)運(yùn)營(yíng)管理系統(tǒng)，如CAX、PLM、ERP、MSE、QMS、WMS、SCADA系統(tǒng)等。二是產(chǎn)業(yè)鏈供應(yīng)鏈數(shù)據(jù)，包括市場(chǎng)質(zhì)量需求數(shù)據(jù)、供應(yīng)鏈生態(tài)質(zhì)量數(shù)據(jù)、環(huán)境數(shù)據(jù)、質(zhì)量監(jiān)管數(shù)據(jù)從數(shù)據(jù)產(chǎn)生主體角度，質(zhì)量大數(shù)據(jù)一般由人、生產(chǎn)設(shè)備和工業(yè)產(chǎn)品產(chǎn)生。人產(chǎn)生的數(shù)據(jù)是指由人輸入到計(jì)算機(jī)中的數(shù)據(jù)，例如設(shè)計(jì)數(shù)據(jù)、業(yè)