装备行业数字化质量管理实践探索

王宇飞，陈树华，陈仁钦，李粤江，林坤澄

（1.工业和信息化部电子第五研究所，广东 广州 511370；2.工业装备质量大数据工业和信息化部重点实验室，广东 广州 511370；3.厦门科易网科技有限公司，福建 厦门 361026）

0 引言

装备制造是经济社会发展的支柱性、基础性产业，是提升我国综合国力的基石。近些年我国从制造大国向制造强国的转变，对装备制造业质量发展提出了新的要求[1-2]。同时随着新一代信息技术与装备制造的深度融合，企业对数字化和智能化生产的认同程度也不断提高，产业向数字化方向升级已逐渐成为业界共识，装备行业需要以数字化和智能化为手段，推进企业数字化转型和质量升级[3-4]。

1 数字化质量管理发展及趋势

20 世纪80 年代数字化质量管理开始受到国内外的重视，KJ Dooley 等[5]提出集成质量系统概念。Uirich Rembold 等[6]在 《计算机集成制造系统技术与系统》 中提出了质量控制观和计算机支持的质量控制系统的递阶结构和功能。1991 年，C Sylla 等[7]讨论了质量系统的开发方法和基本特征。我国很多学者对数字化质量管理也开展了广泛和深入的研究，龚仁伟等[8]提出基于MES 的动态质量管理系统，实现计划、实施和检测等质量问题的处理。齐良春等[9]提出一种通过自动识别技术的质量监控及追溯方法，目前质量数字化管理系统发展趋势有以下3 个方面。

a）全流程的质量管理

数字化质量管理将不仅局限单一模块质检环节，还包括设备检测、装备制造和制造传感器等多维度的质量管理，包括设计、生产和售后等产品全生命周期的质量管理。

b）质量数据知识化

质量数据将集成各类信息系统采集到的各类数据，通过数据挖掘等技术融合各类异构数据，实现集约处理，进一步提升质量数据的知识化。

c）更广泛的应用

随着云计算等技术的发展，数字化质量管理不仅局限于单个车间，还可以通过云端数据的质量管理实现跨区域的一体化管理。

2 装备行业质量管理特点

装备制造业是指为国民经济各部门进行生产和扩大再生产提供装备的各类制造业的总称，是机械工业的核心部分，承担着为国民经济各部门提供工作母机和带动相关产业发展的重任，其行业特点总结如下。

a）定制化需求高

装备产品一般用于专用场合，需要满足独特的使用环境，所以在订单具体需求中一般呈现定制化的需求特点。所以装备制造业不具备很大的质量样本容量，传统的统计学质量管理往往不适宜用于装备制造业，在生产过程中需要具备有强效的过程管理能力。

b）研发、采购和生产等流程复杂多样

装备制造业具有复杂的项目流程，从商业论证到技术研发环节，再到采购和供应商管理环节，直至生产场地完成生产，每个一个环节都具有大量的工作，把这些环节连接在一起形成装备制造项目的整个过程，需较高的要求。

c）行业标准和流程约束严格

装备制造业由于细分行业的划分，无法直接遵循ISO 系列标准，所以既需要对标ISO 这样的国际标准，又要结合行业自身特点建立专用的行业标准[10]。在开展质量管理的过程中，必须充分结合该企业所属细分行业的行业标准，找准行业标准的特点进行针对性管理，并严格遵守其项目流程，以使项目质量管理更有效。

3 企业数字化质量管理实践

3.1 企业质量管理现状

公司目前通过ERP 实现销售订单、采购订单和仓储管理等功能，通过PLM 实现机械设计，用于研发设计与图纸生成，同时公司通过加密软件实现了数据防泄密、桌面管理和行为审计等功能。但公司在系统数据贯通、数据关联等环节存在脱节现象，质量数据的融合流动方面存在缺失，难以实现质量数据的高效利用。企业在生产过程中存在以下痛点。

a）质量体系存在断点现象

企业质量管理在设计、采购、制造、仓储和销售等质量管理之间存在断点，存在管理体系文件要求和实际运行相互脱节的现象，在实际执行中没有切实按照标准的质量管理体系，导致在生产过程中出现 “两张皮现象”，亟需通过规范化的规则和数字化工具固化企业质量管理流程。

b）质量数据管理不到位

企业中有部分数据存储在ERP 和MES 系统中，部分数据在纸质报告、设备和员工工作电脑等介质中。在质量管理的过程中，难以实现数据的及时性、完整性、一致性和有效性，质量数据的追溯和分析花费时间过长和消耗资源过多。

c）数据融合不足

企业数字化建设由IT 部门牵头，具体生产由车间牵头，在生产和运营过程中，存在数据未有效整合的现象，数据价值收益并未充分实现。

3.2 数字化质量管理系统建设方案

项目围绕企业生产过程中痛点，提出了先精益化改进，再数字化升级，最后开展智能化场景应用。方案以生产任务为核心的信息化管理开始，到各项要素和过程的集中管控，最终达到从采购、生产计划与排产、生产作业、仓储物流的闭环与自适应，构建了企业全面的数字化质量解决管理。方案数字化建设以工业互联网4 层构架为基础[11]，自底向上分别为：边缘层、设施层、平台层和应用层，如图1 所示。在边缘层，在车间自动化的基础上开展设备的数据采集；在设施层，围绕企业数据存储需求，构建企业私有云基础设施，实现数据的集中统一存储；在平台层，针对质量设计、设备故障分析和产品质量等需求研发相关算法与数据分析模型；在应用层，完成企业质量设计分析、供应商管理、生产过程管理、设备故障管理、仓储管理和售后管理等质量相关应用，实现产品全生命的质量管理[12]。

图1 数字化质量方案架构设计

3.3 系统模块功能

系统实现的功能包括以下几个方面。

a）质量设计分析

本模块根据企业需求，启用失效模式及影响分析工具AutoFMEA 应用，在应用中构建产品结构树、功能树/网和失效树/网，构建产品 “结构-功能-失效” 关系，开展质量薄弱环节的识别、分析和改进。实现装备产品设计和质量设计的数据一体化，在保证FMEA 工作质量和效率的同时还为产品设计阶段的质量管控提供了良好的数字化基础。

b）供应商管理

本模块首先完善供应商管理制度，对供应商的加入、审核、评价、考核和淘汰等方面设立企业级标准，并对现有的供应商进行评估，建立等级标准。并通过SRM 实现对供应商的管控，提高采购到料的准时率，减少采购异常对生产的影响。

c）生产过程管理

本模块主要从生产任务的接收、生产任务进度跟踪、生产各种指标的监控、追溯等维度进行管理[13]，该子系统设计了工序首检、巡检信息管理、品质管理和设备管理等模块，实现对工序质量、产品品质、设备状态的管控。通过品质异常处理对产品异常进行追踪和报警，通过记录不良原料、不良种类和不良现象等信息，为产品追溯提供数据基础，实现生产异常的可视化追踪处理。

d）仓储管理

本模块主要从仓储进销存管理、库位管理、安全库存管理和配送方法等维度进行信息化管理，在系统中设定先进先出原则，将厂内生产过程中的检测、包装、装卸、运输、储存、配送和流通加工等活动作为一个总体系统来构造、组织和管理，实现产品仓储及物料的数字化管控。

e）售后管理

本模块对客户相关反馈信息整理，提供给对应部门，并将调查信息以数字化的形式保存，实现售后模块与供应商系统的打通，形成统一闭环的管理规范。

3.4 系统集成

如图2 所示，企业数字化质量管理通过将企业系统数据融合与应用[14-15]，实现产品从营销端、制造端、仓储端、物流端和售后端全生命周期的质量管理，其中包括PLM、ERP、MES、SRM、WMS 和CRM 等系统数据，覆盖整个生产的业务流，包括以下方面[16]：

图2 数字化质量方案系统集成

a）通过ERP 系统获取产品订单和产品物料等基础信息；

b）通过MES 系统实现首检、巡检、品质检测和质量追溯等功能；

c）通过SRM 系统实现供应商来料的质量管控；

d）通过WMS 系统实现仓储的管控。

4 装备行业数字化质量管理梳理

企业数字化质量管理的核心是发挥质量数据价值，要做到以上目标就需要打破数据孤岛的现象，通过系统间质量数据的串联与汇总，进而实现质量数据的融合与分析，如图3 为装备行业数字化质量管理流程，质量管理覆盖设计、采购、检测、仓储、生产和售后等环节。

图3 装备行业质量数据管理流程

根据企业项目实践，实现以上装备行业数字化质量管理建设过程中，其关键特征如下。

a）数据的标准化和结构化

质量数据的标准化和结构化是保证数据的融合和串联的关键。例如：产品研发数据和生产工艺数据等是企业的关键数据，要保证数据尽可能标准化定义，这样可以保证节省后期大量的数据维护工作，加速推进企业数字化质量管理进程。

b）关键节点的控制

根据生产特点、难点和体系要求等，要在来料检测、产品设计、生产制造、品质检测和售后等环节设置控制点，保证关键质量数据的采集，同时保证录入数据的准确性和及时性，为质量数据的分析打好基础。

c）必要的设备互联

企业的数字化质量管理必然需要一定的数据互联，高频、繁琐的数据采集难以依靠人工保证准确度和效率，所以需要通过设备接口、传感器和扫码装备等数据采集工具，满足数据的采集要求。

5 结束语

企业数字化质量管理是一项系统工程，需要大量的资金、人员、软件和硬件等多因素支撑，如果没有做好详细的规划，则过程中将可能存在很大的风险。本文以某装备企业为研究对象，通过深入调研分析，结合企业需求研制相适应的体系和流程，实现装备企业相应的数字化质量解决方案，对企业产品质量、品牌的建设和客户满意度的提高均有重要意义。

本文数字化质量解决方案实际效果良好，但限于企业目前投入限制，在软件和硬件等方面还需要进一步投入研发，包括网络、数据集成和智能设备等方面的支持。