数字化质量管理初探

刘继云 刘蕙娴 谢格仪

摘 要：当前大数据时代发展迅猛，数字化质量管理在全球各个领域备受关注，是现代企业实现质量管理创新和升级的必然选择，本文阐述在质量管理模式中结合数字化技术，在生产的全过程实现精准把控与分析，把握国家高质量发展的号召，以期为后续数字化质量管理的研究与实践发展提供经验与借鉴。

关键词：数字化，质量管理，发展优势与前景

DOI编码：10.3969/j.issn.1002-5944.2023.11.037

1 数字化质量管理的涵义

数字化质量管理是将传统的质量管理方法与数字化技术相结合，利用计算机、互联网、传感器、物联网等数字化工具和平台，对企业的生产、销售、服务等环节进行质量管理，通过数字化手段，实现了数字化质量检测、数字化质量监控、数字化质量分析、数字化质量控制过程的信息化、智能化、自动化，大大提高了质量管理效率和质量控制水平。

1.1 数字化质量检测

利用数字化的设备和技术，对产品和服务进行检测和测试，进而实现快速、准确、全面的检测和评估，对生产过程中产生的问题或不足有着更为清晰的认识。如为实现铆接质量数字化检测和质量追溯，有研究提出铆接质量数字化检测方法，通过数字化质量检测结果表明利用系统的数字化质量检测准确率显著提高，减少了人为干预，在提高铆接质量检测效率的基础上统一检测标准[1]，减少质量检测成本，实现生产合格产品或高质量产品成本的最小化。

1.2 数字化质量监控

通过数字化手段，对产品相关的生产和服务过程中的关键环节进行实时监控与数据分析，及时发现质量问题的源头并及时处理，达到预防和降低不良事件发生率的目的。在工程生产当中通过数据化的方式能够直观且高效地了解到企业全过程的加工数据并进行有针对性的质量改进，确保产品生产过程的稳定性，增加产品在行业当中的有效竞争力，满足消费者对产品效用的期望，充分发挥产品的价值，实现企业长期发展的理想“旗帜”。

1.3 数字化质量分析

利用数据分析的技术和工具，对质量管理过程中的各种数据进行收集、整合、分析和应用，全面把控生产过程中设备精度、人工干预、产品指标数据等质量变动的规律，根据收集整合的全过程数据进行剖析解读，在此基础上针对质量计划与质量目标的发展提供数字依据，获取生产的质量情报，推进科学标准化生产体系的制定，实现质量管理的科学化、规范化和系统化。

1.4 数字化质量控制

通过数字化手段对质量管理过程中的各个环节进行控制和优化，确保产品和服务符合质量标准和客户要求，为优化产品与服务奠定全面客观的数据基础。通过数字化方式获取和显示生产过程中技术和管理活动，形成企业实际运营流和数字流双流同步的格局，通过智能学习和不断迭代，精准掌握质量控制的关键节点，通过实时检测和提前预警，确保产品在制造的各个环节质量的稳定性，杜绝不合格半成品流入下一个环节，消除传统质量控制过程中的盲点，形成质量控制全覆盖，从而满足消费者顾客对产品期望效用的普遍需求或个性化需求，帮助企业提升质量稳定性和精度。

在信息技术飞快发展的时代背景下，数字化质量管理可以帮助企业实现质量管理的全面升级，能够帮助各行业企业实现大程度上的转型升级，提高生产过程中的质量管理效率和质量控制水平，提高产品和服务质量，突破瓶颈阶段，实现在行业中“士别三日，刮目相待”的飞跃式水平提升，增强企业的竞争力和市场占有率。

2 数字化质量管理优势

2.1 降低质量管理成本，提高质量管理效率

传统的质量管理在技术与设备及人为干预的限制条件下，依靠检验为主的方式进行大批量检测与返工，以及为提高质量而改变生产流程，质量检验成本远远高于数字化的质量检测；需要耗费较长产品质量检测时间，具有较高的时间机会成本和检测人员人工成本。通过数字化质量管理，稳定了生产过程的质量，通过数据分析发现并解决质量的根本问题，实现质量数据的自动化采集和处理，减少了由于人工操作而導致的错误或质量异常波动。数字化质量管理可以实现质量管理过程的自动化和智能化，提高了质量管理效率，更是节省了时间和人力资源。

2.2 实现质量优化，加强客户满意度

传统质量管理方法的逻辑将产品质量归结为企业自身原因，与传统的质量管理方式进行比较，数字化质量管理可以实现对生产过程中质量数据的收集、分析和应用，帮助企业追溯质量源头了解产品和服务的质量根源，根据数据异常有针对性地进行质量优化改进。帮助企业实现对客户需求的快速响应和满足客户期望，提高客户满意度和忠诚度。

2.3 强化质量意识，推动企业创新发展

与传统的质量管理模式相比，数字化质量管理可以帮助企业通过利用数字化的手段及方法切实了解客户的需求趋势，在了解消费者需求的前提下强化基于客户需求的质量功能展开，制定更为科学规范的质量管理方法，形成贯穿产品设计、原料采购、制造、销售和售后服务全产业链的质量管理链，不断优化产品和服务的质量，推动企业不断创新和发展，提升企业竞争力和增加市场份额。

数字化质量管理是现代企业实现质量管理创新和升级的必然选择，能够帮助企业发展阶段实现“质的飞越”，是企业提高竞争力和市场占有率的重要手段。

3 数字化质量管理的主要工具和手段

数字化质量管理是利用信息技术手段对质量管理进行数字化改造和升级，以提高质量管理效率和质量水平。

3.1 数据绘图与模型建立方面

在数据化质量管理中，可以广泛应用报表、图表、仪表盘等数据可视化工具将质量管理全过程数据以更为直观的方式呈现出来，帮助企业管理者进行数据分析与决策，制定更长远的企业战略，明确战略目标，促进企业形成更为良好的质量文化氛围。

3.2 技术设备保证方面

在数字化质量管理中，技术与设备层面起到至关重要作用，决定了企业在一个又一个的阶段中能否实现阶段性突破。随着人工智能飞速发展，通过机器学习、深度学习等人工智能技术，结合故障诊断软件、故障预测等相关程序对通过智能传感器、无损检测设備等智能检测设备监测出各个关键生产环节的大量数据并进行分析与挖掘，实现对设备故障的预测和预警，提高生产设备的可靠性和稳定性，帮助企业实现质量管理的智能化和自动化，实现对产品的自动化、精准化的检测和测试，提高产品质量检测的精度和效率，在提高产品生产效率的基础上降低质量检测成本；应用远程监控与控制系统，移动质量管理、移动设备等移动化应用程序对制造环节进行远程监控，实时监测生产车间现场的各项指标，实现远程控制和调整，减少了车间人为因素对质量的影响，实现智能化生产和质量管理，方便企业在任何地点进行质量管理；应用非接触式自动识别技术如电子标签和RFID技术实现对产品、原材料和设备的追踪和管理，保证质量管理的可溯源性和可追溯性，精确发现问题并进行控制；在产品销售阶段利用智能语音识别、自然语言处理、虚拟现实等人机交互技术，提高用户与质量管理系统的交互体验，促进用户参与和反馈，收集客户对产品的满意程度加以改进；运用区块链技术将质量管理信息的去中心化数据储存和共享，保证信息安全、可靠和不可篡改，确保数据信息与时间的真实性，避免质量检测当中的人为漏洞。

3.3 数据采集与分析管理方面

在“互联网+”和大数据时代背景下，数字化质量管理可以通过多种数字化质量管理工具和手段整合到一个平台上进行系统管理。通过互联网和大数据技术实现对供应链、市场需求等信息的采集分析与云计算和边缘计算技术结合确保数据的时效性；建立质量管理知识库和智库，根据智能质量数据库分析结果提供质量管理的最佳时间、案例和经验，为企业的质量管理提供参考和指导，实现质量管理的全面数字化和智能化；实现对质量管理数据的大规模、高效、分布式处理和存储，帮助企业更好地调整和优化生产与质量管理；通过SPC软件、六西格玛等数据采集与分析工具，利用数理统计原理，对检测的资料进行采集与分析，以便提前预防，帮助企业按照科学的方式划分出生产过程中的正常波动与异常波动，及时采取措施剔除异常值；在全过程中改善企业的生产流程，在追求“零缺陷”基础上稳定产品生产中的质量，实现大幅度降低质量成本，进而能够有效控制产品的生产过程，不断优化品质，实现过程控制和优化，提升企业的竞争力。

3.4 文档控制方面

文档控制主要运用于大型工程建设项目管理当中，通过专业人员和工作程序的相互配合对项目的属性进行追踪并实行有效性控制，能够帮助企业切实满足企业内部工作人员的需求，同时满足企业自身和外界的合作商家、客户和企业的投资者之间对企业的文档和信息进行交互的需求。过程其中文件的全生命周期管理和文档的前端控制是两个重要的因素，是一个科学化且专业化的过程。运用电子文档管理系统、电子签名系统等电子化问价管理系统，可以帮助企业实现质量管理过程中的文件管理和审批流程电子化。确保企业对内对外双方之间的合作关系，确立目标后更是提高企业的审核效率，强化企业本身的管理秩序。

3.5 系统维护与支持方面

在数据化时代中最为注重网络安全和信息技术安全，需要进行及时的维护与漏洞修复，如网络安全设备、数据加密技术等需保障质量管理信息系统的安全和可靠性，避免数据泄漏和信息安全问题；数字化质量管理实行的全过程当中可选择将质量管理的各项活动集成到ERP系统、MES系统、QMS系统等其中一个系统，实现信息的共享和一体化管理，提高质量信息管理的效率；在采购原材料方面可应用供应商评估系统、供应商质量管理系统等，对供应商进行评估和管理，确保供应链上的每一个环节的质量稳定；在数字化质量管理中企业管理人员方面，可以采用在线培训平台、虚拟现实培训系统等质量培训和教育系统，适当采用基于RFID的人员定位系统、人员进出管理系统等方式对人员的生产过程进行实时管理和监控，更好地提高企业整体的质量意识，确保企业中的生产环节的安全和质量要求，提高企业在行业领域中整体的竞争能力与数字化质量管理意识。

总之，数字化质量管理的工具和手段是多种多样的，可以根据企业的实际情况和需求选择合适的工具和手段来实现质量管理的数字化和智能化，提高企业的竞争力和市场占有率。数字化质量管理的工具和手段还在不断发展和更新，需要企业持续关注和掌握最新的技术和应用，不断提高自身的数字化和智能化水平，才能更好地适应市场和提高竞争力。

4 数字化质量管理应用案例

4.1 原材料行业

原材料行业是国民经济的基础支柱，包括有色金属、石油化工、建材等行业，其发展深刻影响国家制造业发展进程。随着市场竞争压力逐年攀升，原材料行业企业必须拔高精细化生产的管理能力水平，依托于灵敏度高、精密度高的数字化计量仪表仪器等技术在生产环节的应用，加强对企业能源系统的生产监控，建设智能化车间和数字化工厂。采用自动化控制技术对能源数据采集、管理和分析，以过程质量指标为准绳，设置质量管控界限，企业及时调整和改进生产模式，降低生产过程的能源损耗，达到绿色生产的目的，实现持续性地基于控制和检验的产品质量优化。

4.2 装备制造业

装备制造业是国民经济的重要支柱力量，包括金属制品业、交通设备制造业、建筑业等行业，目前我国装备制造业生存环境和成本压力不断增大，市场个性化定制需求浪潮兴起的阶段，亟待转型升级。推进生产制造环节数字化质量管控，依托人工智能、仿真技术在装备制造业的运用，可优化基于数字模型的个性化产品质量设计。万物互联与智能化制造的结合，促进了线上生产和交付平台“端”对“端”的对接，基于实时质量数据实现在线监控，针对关键管控要素设立质量异常预警机制，强化过程风险控制。通过数字化质量档案的建立，实现对生产环节中每道工序数据的记录和分析，对现场人员、机械设备、物料投放、操作方法、生产环境等潜在安全风险因素进行集中管控。通过工业互联网，整合与管理企业的设备、资本、劳动力等生产要素，简化业务流程过程，实现企业生产、检测、交付等的智能化协同，上下游供应链高效响应，提高产品全过程生产的效率和质量水平，增加产业链附加价值，抬高并拉平“微笑曲线”，促进装备制造业升级。

4.3 轻工业

轻工业是国民经济的重要门类，涵盖纺织业、食品制造业、服装工业、烟草加工业等多种消费品行业，社会影响力广泛。轻工业中小企业占比大，面临发展不协调，系统完备的产业体系尚未建立的困境，极大阻碍了轻工业行业的稳健发展。推进数字化信息技术深度应用，可构建数字化产品质量溯源系統，记录并追踪每一个产品生产、加工、运输和销售环节，上下游供应链间制定规范标准，统一标识，发挥数字化信息技术赋能产业协同、技术协同的作用，打破垂直分布的产业链，提高产业链强链补链的效率，推动供应链上下游结合进程迈上新台阶，以“大平台+小企业”的组织形式平衡中小企业发展的不足之处。利用数字化技术，可系统集成地整合生产现场数据、多级供应商数据、消费终端数据，发挥数据驱动的作用，搭建多点位质量数据链，以点连线，以线成面，形成多方协同敏捷型网络体系。

4.4 服务行业

服务行业在我国的经济发展中发挥着至关重要的作用，规模日益壮大，涵盖医疗业、教育业、住宿和餐饮业、旅游业等。当前，服务业4.0时代已经到来，消费者需求快速变化，企业改变传统交付服务方式，借助大数据、云计算等数字技术迈进智能化服务时代成为必然选项。通过建立数字化用户反馈系统，实时感知、自动记录、科学分析消费者使用体验和满意度，企业能及时调整、改进产品和服务模式，满足客户个性化需求，增强客户粘性，树立良好企业品牌形象，提高市场认可度。数字化质量管理系统还可精准定义基础工作流程，实现标准化流程的实施和控制，优化服务过程，提高服务效率和质量水平。

5 数字化质量管理中应注意的问题

5.1 加强质量数据资源整合

数据是数字化管理的基础，数字化质量管理涉及对质量数据的采集、管理、处理、分析、应用等全过程的管理，质量数据关乎企业数据资产，应实现数据的安全性、有效性、完整性、可持续性、可视化和标准化。企业应在海量数据中将关键质量数据挖掘筛选和系统集成，整合纳入风险管理范畴，建立数据安全的机制和流程，及时洞察质量风险，提升数据安全管理水平，防止数据在采集、处理和存储过程中出现错误、泄露或丢失，确保数据的可持续性和可靠性[2]。加强质量数据标准化管理，企业应提高对质量数据的管理应用能力。构建相应的标准数据格式和质量管理规范流程，深挖质量数据价值，提高数据转化为可视化图表、图像和报表的转化率，便于数据间的交换、对比和分析，从而可提高质量响应和处理的时效性。

5.2 增强质量数字化技术运行能力

数字化质量管理是一项系统性工程，通过对不同信息技术的整合应用，推动质量管理实现数字化、智能化、网络化。质量管理数字化需要依托于数据集成平台，实现对质量管理内容、方法框架等的模型化，运用数字技术推动质量管理数字化资源的整合，实现产品生命全周期实时监控和在线动态优化，涉及多种系统和应用程序，如ERP系统、MES系统、LIMS系统等。如何完美融合系统和应用程序，避免数据冗余和信息错误，保证数字化运行的高效性及与业务流程间的衔接顺畅性，提高用户对产品的体验，提升企业间质量信息的共享共创，对数字化技术运行能力提出了很高的要求。

5.3 优化数字化质量管理模式

现代质量管理模式可分为微观精细化管理和宏观综合化管理[3]。微观层面，数字化管理涉及企业内质量知识管理、文档档案类管理、知识产权管理、项目管理和绩效管理等多方面延伸管理，推动企业质量管理朝精细化方向发展。企业需要积极发挥主体作用，依据企业质量目标，运用数字化技术充分整合数字化资源，实现产品每一环节中瞬时状态的可视化、可控化。宏观层面，构建以龙头企业为代表构造产业链协同发展新局面，上下游企业链联合，依托于大数据、云平台打造数智化的精益生产链、供应链、产业链，巩固全过程质量链，确保供应链中的产品和服务符合要求。上下游企业要建立相应远程供应链管理、客户群管理等方面的机制和流程，穿针引线，将各个环节串联起来。深化各企业间质量信息、质量数据的共建共享、互联互通，探寻数字化质量管理规律，实现宏观层面的研判、分析、决策，促进市场综合管理效率的提升。

5.4 寻求质量工作新着眼点

数字化质量管理不同于传统质量管理理念，随着数字化、信息化、智能化技术的飞速发展和深度应用，质量方法、质量工具、质量规律与传统质量管理大相庭径。数字化质量管理最终实现的是企业产品全生命周期的质量策划、质量控制和质量改进，企业需要依托于数字化技术选择符合业务需求和质量目标的质量指标，以便对质量进行有效的监控和评估。企业要更加注重数据、信息和决策，改变企业的组织文化，确保组织内部各个层级都理解数字化质量管理的价值，并愿意积极参与其中。企业要实现全面质量持续不断改进，分析和评估数字化质量的效果，整合质量数据，利用标准化数字化质量管理流程实现对企业的质量信息采集、并分析和利用，从而提高企业质量管理的效率和效益。数字化质量工作不能单打独斗、埋头苦干，企业需要对行业内竞争对手进行分析和比较，选择合适的竞争分析工具和方法，了解行业的趋势和发展方向，开拓质量未来。

6 数字化质量管理的未来发展趋势

6.1 数字化技术深度应用

数字化技术快速发展，必将引领新一轮产业变革的浪潮，数字化技术将被深度应用于市场各个领域，如人工智能、机器学习技术和智能质量检测设备将被广泛应用于质量管理人员更加快速地识别问题和缺陷，智能质量检测设备可使用传感器、图像识别等技术，对产品或服务进行自动化检测和评估。通过自动化测试、数据收集和分析等过程，可以大大提高质量管理的效率和准确性，减少人力成本和错误率，人工智能将为企业提供更准确的预测和解决方案。云计算和移动应用也将被广泛普及，通过云计算可以实现数据实时共享和协同工作，移动应用则可以帮助质量管理人员在任何时间、任何地点进行管理。通过区块链技术，可以实现数据的去中心化存储和加密传输，为数字化质量管理提供更加可靠和安全的数据管理和交换方式。数字生产力赋能企业，将为企业高质量发展提供新的机遇。

6.2 以用户需求为导向

数字化质量管理将更加注重用户体验感和满意度。企业的发展将是以市场需求为导向，坚持市场需求驱动和企业管理需求相融合，制定质量管理数字化关键场景，打造企业质量链，实现质量资源整合、质量数据分析，构建客户导向型企业。通过信息化技术，如数据挖掘、大数据分析、人工智能等，深度了解用户需求和反馈，创新用户反馈系统，为用户提供简单、易用和易懂的数字化质量管理工具和服务，不断优化产品和服务质量，提高用户参与度，满足用户期望。

6.3 多领域交叉融合，多平台交互集成

数字化质量管理越来越与其他领域融合，如工业物联网、智能制造、大数据等强调多学科、多领域交叉相融，产生更多的数字化质量管理应用场景和技术创新，打破当前质量应用场景单一，缺乏创新力的僵局。数字化质量管理平台将成为数字化质量管理的核心，集成各种数字化工具和技术，为质量管理人员提供统一的工作流程和数据管理系统。

7 结 语

总之，数字化质量管理的未来将继续发展，成为企业质量管理的重要支撑和创新源泉。质量管理人员需要不断学习和掌握数字化技术和工具，不断创新和改进质量管理的方法和流程，以适应数字化时代的发展趋势。

参考文献

郝博，闫俊伟，王杰，等.基于机器学习的铆接质量数字化检测系统[J].机床与液压，2022，50（15）：65-70.

《制造业质量管理数字化实施指南（试行）》印发[J].铸造工程，2022，46（2）：16.

夏明.数字化技术背景下质量管理发展路在何方（下）[J].上海质量，2020（10）：22-24.

作者简介

刘继云，通信作者，博士，教授，研究方向为质量管理。

刘蕙娴，本科在读，研究方向为质量管理科学与工程。

谢格仪，本科在读，研究方向为质量管理科学与工程。

（责任编辑：张瑞洋）