工业4.0背景下的质量管理集成平台架构研究

唐万鹏，邓仲平

（佛山职业技术学院，广东佛山528137）

工业4.0背景下的质量管理集成平台架构研究

唐万鹏，邓仲平

（佛山职业技术学院，广东佛山528137）

工业4.0背景下，大数据、物联网和智能制造为传统质量管理带来了新的挑战和契机。针对产品、设计-生产、制造服务间关联关系存在的问题，充分吸收前人的研究成果，提出物联网-大数据驱动的产品与设计-生产质量管理联动模式，构建多源异构数据驱动的制造服务质量管理模式，进而设计了工业4.0背景下的质量管理集成平台架构，以期为新时代背景下的质量管理理论和实践提供理论依据。

工业4.0；物联网；大数据；智能制造；质量管理；集成平台

质量管理是指确定质量方针、目标和职责，并通过质量体系中的质量策划、控制、保证和改进来使其实现的全部活动[1-2]。其发展经历了质量检验阶段、统计质量控制阶段和全面质量管理/Sigma阶段。在过去几十年，传统质量管理无论是实践界还是学术界均得到了飞速的发展。随着工业4.0时代的到来，新ICT技术（如物联网）、大数据技术、网络物理系统等对制造业设计-生产方式、生产要素配置方式、制造服务方式带来了颠覆性的冲击，进而驱使产品、设计-生产和制造服务质量管理进行变革[3]。这些挑战主要包括其在思维方式上从线性思维向非线性思维转变，在决策模式上从基于经验决策向基于大数据的智能转变，在流程与解决方案上从序贯离散型向分布式连续型资源配置转变，在应对结构上从反馈响应向前馈干预转变等。在这种情形下，如何构建工业4.0背景下的质量管理集成平台，是现代质量管理实践的迫切需求，也是新时代背景下质量管理模式或体系发展的驱动力。

近年来，国内外学者从不同视角对工业4.0背景下的质量管理进行了有意义的探索，但还处于起步阶段。特别地，Vining等人从八个方面梳理和总结了制造业质量工程问题的研究进展，并对此领域未来研究方向进行了预测，强调了未来研究工作中数据的重要性[3-4]。在工业4.0背景下的产品质量管理方面，Doukas等提出了大规划定制产品生产的有效全球制造网络配置识别方法[5]。Li等试图找到大数据与产品生命周期管理中相关数据的结合点，以期将传统的质量管理与现代（或物联网和大数据环境下的）质量管理方法相结合或融合[6]。Xu等指出物联网运用于食物（出厂后的产品或成品）供应链中所面临的问题，强调了物联网对食物质量管理提供了有力的技术支撑[7]。在工业4.0背景下的设计-生产质量管理方面，Cheng等在大数据环境下面向生产过程提出了一种基于人工智能-计算实验和并行工程的智能质量管理系统[8]。Li等研究了基于制造业大数据分析云服务平台的科学工作流程管理系统架构及其调度问题[9]。在工业4.0背景下的制造服务质量管理方面，Xu等针对制造网络中服务质量问题提出了多层级的服务框架，其为物联网、大数据和智能制造环境下的制造服务质量管理提供了理论支撑[10]。Liu等探究了云制造环境下制造服务质量感知的服务组合优化模型和方法[11]。Tao等将制造服务管理分为服务产生阶段、服务预应用阶段、服务应用阶段和售后服务阶段[12]。

从上述文献可知，大多数学者未考虑产品与设计-生产间的关联关系，缺乏从动态视角研究制造服务质量相关问题，以及基于系统观点构建产品、生产-设计和制造服务的质量管理集成平台。基于此，本文探究物联网-大数据驱动的产品和设计-生产质量管理联动模式，多源异构数据驱动的制造服务质量管理模式和工业4.0背景下的质量管理集成平台架构。

1 物联网-大数据驱动的产品与设计-生产质量管理联动模式

文献[3]指出，未来的制造环境即使是对简单的产品也将通过机器或智能的方式提高生产率，通过处理和分析基于物联网技术（如高技术传感器等）采集到的大量的产品和过程数据，可以提取产品和过程质量改进相关的有价值的信息。另一方面，产品是设计-生产过程的产物，两者是密不可分的。第一，本文将设计-生产过程分为技术准备过程（如产品研发、工艺设计）、基本生产过程（如毛坯制造、零部件制造）、辅助生产过程（如设备维修、动力工具生产）、生产服务过程（如运输物流、仓库管理）四个阶段；第二，各阶段可分解为多个活动的有机组合，通过物联网技术采集各个活动单元的实时数据，利用大数据分析技术对这些基础数据进行分析，从而实现产品质量和设计-生产过程质量的在线感知与改进。在这种情形下，结合SWRL（Semantic Web Rule Language）推理技术、系统分析方法、系统动力学理论等构建物联网-大数据驱动的产品与设计-生产质量管理联动模式，见图1.

图1 物联网-大数据驱动的产品与设计-生产质量管理联动模式

2 多源异构数据驱动的制造服务质量管理模式

服务质量的概念来源于网络技术，它的目的主要是增加网络整体效用和实现预期的绩效。对于制造网络而言，约束条件与其他网络的约束相似包括有限的资源、多个工作竞争和冲突目标等。制造应用取决于用户间传送数据的沟通网络，解决服务质量问题对制造网络而言是非常重要的，不仅仅是因为确保沟通网络的绩效，而且也是实现各种制造资源的有效管理。缺少有效服务质量机制的系统绩效会降低，制造资源可能变得不可用。物联网为制造服务质量的实时感知提供了可能，大数据分析技术为制造服务质量实时分析提供了技术支撑，智能制造为制造服务质量管理提供了平台和应用场景。

一方面，在文献[12]的基础上，将制造服务的生命周期分为产生（事前）、预应用与应用（事中）和售后（事后）三个阶段。其中，制造服务产生阶段包括服务建模与数字化描述、资源可视化、数据过滤与加工、数据传输、资源感知与连接；制造服务预应用与应用阶段包括服务搜寻与匹配、服务评价、服务选择与组合、服务调度与服务交易；物流服务、服务执行与监测、服务容错等问题；制造服务售后阶段包括服务释放和服务分解。另一方面，将制造服务生命周期的长度刻画为多个离散时点的序贯组合，进而描述其过去、现在和未来的状态。此外，制造服务的数字化特征可从多个维度进行描述，这同时决定了制造服务的数据源是多个的，包括了结构化、非结构化和半结构化的数据。基于此，本文提出了多源异构数据驱动的制造服务质量管理模式（见图2），试图借助物联网技术、大数据技术等实现制造服务质量的实时感知与评价、控制与改进。

图2 多源异构数据驱动的制造服务质量管理模式

3 工业4.0背景下的质量管理集成平台架构

工业4.0的主要关键词包括智能制造、大数据、物联网、云计算等。从智能制造的定义可知，智能制造是最终实现的目标，物联网和大数据为智能制造提供技术支撑，同时大数据也是智能制造的环境要素。在这种情形下，本文认为物联网为质量管理研究提供了海量数据采集的基础技术；大数据为质量管理研究提供了处理和分析已获得基础数据的手段，同时为其提供了一种数据环境；物联网是大数据的重要来源，大数据技术可支持物联网上海量数据的更深应用，大数据与物联网的结合充满了无限可能；物联网产生大数据，大数据助力物联网，由物联网引发的大数据潮流将助推云计算等信息通信新技术的融合和发展，从而推动智能制造的发展，进而实现物联网、大数据、智能制造与质量管理的协同持续发展。同时，考虑产品、设计-生产与服务质量管理的内在机理，构建工业4.0背景下的质量管理集成平台[13-14]，见图3.

图3 工业4.0背景下的质量管理集成平台架构

从图3中可以看出，整个架构包括五个层次，分别为物理资源层、网络资源层、智能制造平台层、服务应用层和访问层。其中，物理资源层包括设备、技术、人力资源、物料、机器、服务器、PC和移动终端等元素；网络资源层包括GIS信息、机器信息、设备信息、物料信息、人力资源信息、专家案例库、质量管理法规库；智能制造平台包括设计、生产、管理和服务环节及其管理系统（详见图3）；服务应用层包括航天、汽车制造、轮船制造、机械制造、消费类电子产品等；访问层包括各类产品质量管理、设计-生产过程质量管理、制造服务质量管理相关主体。

4 结束语

本文首先对大数据、物联网和智能制造等新ICT技术下的质量管理进行了现状分析，并找出其存在的问题；这对这些问题，分别从产品、设计-生产、制造服务及其三者的组合视角，构建了物联网-大数据驱动的产品与设计-生产质量管理联动模式，构建多源异构数据驱动的制造服务质量管理模式，工业4.0背景下的质量管理集成平台架构，能为新时代背景下的现代质量管理研究提供新的思路或方法，从而辅助政府或管理者进行决策，进而知道质量管理实践活动。

[1]张小海.质量管理体系标准中的质量技术及应用[J].工业工程与管理.2013，18（1）：20-24.

[2]王新平，汪方军，万威武，等.企业质量管理体系及其认证的有效性研究综述[J].管理评论，2008，20（10）：20-27，63.

[3]Vining，G.，Kulahci，M.，Pedersen，S.Recent advances and future directions for quality engineering[J].Quality and Reliability Engineering International.2016（32）：863-875.

[4]Wang Y.L.，Shi，W.Z.，Gao L.P.，et al.A general frame work for spatial data inspection and assessment[J].Earth Sci ence Informatics.2015（8）：919-935.

[5]Doukas，M.，Psarommatis，F.，Mourtzis，D.Planning of manufacturing networks using an intelligent probabilistic ap proach for mass customised products[J].International Journal of Advanced Manufacturing Technology.2014，72（9-14）：1747-1758.

[6]Li，J.R.，Tao，F.，Cheng，Y.，et al.Big data in product lifecycle management[J].International Journal of Advanced Manufacturing Technology.2015（81）：667-684.

[7]Xu，L.D.，He，W.，Li，S.C.Internet of Things in indus tries：a survey[J].IEEE Transactions Industrial Informatics. 2014，10（4）：2233-2243.

[8]Cheng，C.，Wang，J.，Liu，X.，et al.ACP approach based intelligent quality management system for manufacturing pro cesses[J].IEEE International Conference on Service Operations and Logistics，and Informatics.2014（80）244-247.

[9]Li，X.，Song，J.D.，Huang，B.Q.A scientific workflow man agement system architecture and its scheduling based on cloud service platform for manufacturing big data analytics[J].Inter national JournalofAdvancedManufacturingTechnology. 2016（84）：119-131.

[10]Xu，W.J.，Zhou，Z.D.，Pham，D.T.，et al.Quality of ser vice in manufacturing networks：a service of framework and its implementation[J].International Journal of Advanced Manufac turing Technology.2012（63）：1227-1237.

[11]Liu，B.，Zhang，Z.L.Qos-aware service composition for cloud manufacturing based on the optimal construction of syn ergistic elementary service groups[J].International Journal of Advanced Manufacturing Technology.2016（1）：1-15.

[12]Tao，F.，Zhang，L.，Liu，Y.K.，et al.Manufacturing ser vice management in cloud manufacturing-overview and future research directions[J].Journal of Manufacturing Science and Engineering.2015，137（4）：1-11.

[13]李从东，曹策俊.BOX理论在多阶段应急资源调度问题中的应用研究[J].中国安全科学学报，2014，2（7）：159-165.

[14]曹策俊，谢天，李从东，等.基于X列表的云应急管理体系构建[J].中国安全生产科学技术，2013，9（7）：71-78.

Research on the Structure of Integrated Platform of Quality Management in Industry 4.0

TANG Wan-peng，DENG Zhong-ping
（Foshan Polytechnic，Foshan Guangdong 528137，China）

New challenges and opportunities for traditional quality management are proposed by big data，internet of things and intelligent manufacturing in industry 4.0.For the existed problems of relationships among products，design-production and manufacturing service，this paper develops the integrated mode of quality management of products and design-production based on internet of things and big data driven.Then，multi-source heterogeneous data-driven mode of quality management of manufacturing service is designed.This paper furthers to propose the structure of integrated platform of quality management in industry 4.0.Thus，it intends to provide the theoretical and practical insights on the development of quality management in the new era.

industry 4.0；internet of things；big data；intelligent manufacturing；quality management；integrated platform

TP39

：A

：1672-545X（2017）01-0223-03

2016-10-25

唐万鹏（1975-），男，广西人，硕士，讲师，研究方向为自动化。