数据技术在产品质量管理中的应用探讨

李维维

中国铝业股份有限公司青海分公司 青海西宁 810108

网络技术已在各技术领域渗透和使用，生产型企业的业务重点是产品质量管理控制，以信息化手段加强产品质量管理效率，有效整合产品质量管理信息成为当前冶金企业业务发展的重点。随着产品质量信息的多元化发展，大数据技术的引入能够实现产品质量信息的集成化，基于计算机网络系统，形成强大的产品质量信息的交叉复现及分析功能，并建立起以数据技术为基础的产品质量管理应用平台。

1 大数据技术理念及特征分析

1.1 大数据技术理念

基于数据信息的大规模化，使得庞大的目标数据信息高效集成，并实现数据流的快速流转，将越来越大的数据价值进行体现，结合企业业务类型，形成基于数据技术为基础的大数据产品质量管理体系，尤其是在以产品质量评定为业务核心的企业中，形成以产品质量数据信息为主的质量改进措施的应用，并借助科学规划，有效提升数据分析手段。

1.2 大数据技术在产品质量管理中的特征分析

基于数据存储、数据挖掘、统计分析等分支技术为一体，将大数据技术使用的核心内容进行相互关联，体现出业务数据集成化的价值，进行在数据信息的集成化过程中实现对产品质量控制的交叉复现式重构，并能够利用统计工具实现目标价值数据的筛选与挖掘，并结合产品生产的实际，对产品生产质量的数据信息进行有效评价[1]。

2 大数据技术在产品生产质量控制中的应用分析

以冶金企业为例，在中大型冶金产品生产及加工过程中，需要借助机械化操作，集合网络集成信息化控制，完成产品的生产及质量控制管理，因此产品生产效率逐步提升，同时客户对于产品质量需求进一步提高，由此如何提高大数据技术在产品生产质量控制中的应用成为当前冶金企业业务发展过程中的重要工作内容。针对生产产品的设计定位、模具选择、故障分析、故障定位及数据挖掘等方面进行分析，能够对冶金产品生产过程中的庞大数据系统进行重新定位和再挖掘，实现原始产品生产质量信息的有效识别、集成与分类分析，大数据技术在产品生产质量控制中的应用主要涉及以下几个方面：

2.1 数据仓库及挖掘技术应用

利用数据仓库进行数据挖掘是为营造良好的数据分析环境，并将产品生产过程中的数据信息进行分类化分析，抽取有效的数据源进行数据模型的建立，并利用分析决策工具实现对集成数据的挖掘，最终获取产品质量控制的有效措施。在数据挖掘的过程中，由于产品生产数据信息化程度以逐渐成熟，对于庞大的数据信息难以形成数据的清理与选择，因此形成数据仓库能够高效化解决和实现基于数据挖掘工作为基础的产品质量控制措施的应用。下图为数据挖掘过程各个阶段工作量分配的柱状图。

2.2 数据收集与清洗

图1 数据挖掘过程各个阶段工作量分配的柱状图

在产品生产的过程中，最有价值的工作就是借助大数据技术形成产品生产质量的评估报告，因此数据收集工作及过程必不可少，且其应用的过程主要可包含有两个方面：其一，对于产品生产过程中的全过程信息数据的收集，此过程是针对于产品生产全生命周期的监控与分析，经其工作的良好工科及使用寿命进行关联性分析，进而以数据收集的方式给予整体性的使用评价；其二，在产品生产所需的物料、生产过程及出货过程中，应以产品质量和服务水平为基础，构建适应性的产品质量控制体系的建立，从而为完善数据集成云端系统的多样化应用提供理论基础。

数据清洗的目的是对多余或者无用的数据进行剔除，防止形成高密度的数据应用分析，对海量的产品生产数据进行归纳与整理，并通过有效的数据处理方式，保留有价值的信息数据，实现数据使用过程中的高效化与价值化。

2.3 数据使用

产品生产质量控制的重要工作内容就是根据数据技术挖掘或者分析的有效数据进行使用，进而形成产品质量的整体性评价体系，依据数据清洗、归纳和分析来实现基于产品质量控制为主的原始数据的还原，进行针对性的进行数据比选，形成整体化的数据使用流程[2]。

其次是产品生产过程中产生的故障点预测及产品故障的定位管理，通过建立数据使用模型，对产品生产过程中的质量薄弱环节进行预测，并标定相应的产品故障质量分析模型，例如在冶金产品生产过程中对使用的原材料及生产工艺进行可行性分析，并对整体性产品结构特征及使用环境进行分析，降低产品生产过程中的故障产生率。

当产品生产过程中，出现故障时，可结合数据技术形成的数据归纳模型的建立，对产品的故障进行定位，预测产品故障部位及主要的故障判断方式，并针对性的提出有效的产品故障处理建议。基于合理化的产品故障处理的建议，形成可持续性发展的产品质量改进措施的应用，收集不同故障点产生原因数据，并将数据信息反馈给对应的设计部门，形成关联性的产品质量控制点的交叉分析，并体现出持续进行产品质量改进的价值。

3 结语

综上所述，新型冶金产品质量控制措施已不再注重形式化，其以有效数据为依托，实现了真实性的生产产品质量管理指导应用体系，其借助数据的相关技术，对设计的新产品进行全程性的定位监控，形成了以数据挖掘、数据上传、数据分析为整体的大数据技术的应用，带动了产品生产质量管理体系的标准化、规范化。

本文以大数据技术理念及特征分析为理论引入，分别从数据仓库及挖掘技术应用、数据收集与清洗、数据使用三个方面分析了大数据技术在产品生产质量控制中的应用，并提出了相应的产品生产质量管理相关措施，具有一定的实际意义。