智能制造背景下质量管理的未来发展与变革.docx

?

?

智能制造背景下质量管理的未来发展与变革

?

?

王福红常健聪郭政

摘要：在智能制造背景下，企业的质量管理行为面临重大变革。从智能制造的定义与转型过程出发，结合物联网和质量大数据分析、现代质量工程理论，提出智能制造时代的质量管理变革的十大方向，给智能制造背景下质量管理创新行为以参考，助力智能制造时代的中国质量管理水平的提高。

关键词：智能制造；质量管理；质量创新

1引言①

智能制造与传统制造相比，制造的环境变化了，管理方法也应随之而发生着变化。传统的质量管理方式将面临着怎样的变革和创新？“质”和“智”如何融合？未来的方向在哪里？只有面向未来，才能抓住机遇，才能走得更远。这应该是质量技术研究者更应该关注的问题[1]。

智能制造是智能技术和制造技术的融合；智能制造是物联网、机器人与自动化系统、智能终端与云端技术的融合[2-5]；智能制造首先建立知识库/知识工程（知识化），然后进行动态传感/实时感知（感知化），最后进行自主学习/自主决策（自主化、自决策），倡导流程的可视化与透明化、可预测化[5-10]。智能制造的另一个内涵是确保产品高质量、赋予产品新功能和发展服务型制造[11]。

企业智能制造发展的思路与过程一般为：第一个阶段是万物互联，用数据定义产品。第二个阶段是形成一个高速的、低延时和安全的信息高速公路，即形成制造网络，用数据驱动制造。第三个阶段是形成一个工厂大脑，形成智能化制造。将材料、机器、方法、测量、维护和数据知识管理等集成在一起，将精益的理念、AGV小车、AR/VR、机器视觉、图像识别、语音交互和大数据分析等技术深度融合形成一个工厂大脑，形成智能化制造[12-14]。

很多学者给出了企业的具体智能化之路[15-17]：工艺流程自动化-制造設备的自动化-运营的智能化。首先是工艺流程的自动化，然后是制造设备的自动化，最后才是智能化。制造设备的自动化是制约智能化的重要因素。也是企业智能制造转型升级的瓶颈所在。在智能制造转型过程中，要注意遵循“产品智能-工具智能-过程智能-服务智能”以及“智能单元-智能产线-智能车间-智能工厂”等循序渐进。形成智能生产、智能管理和智能物流的集成优化。

2国内外研究现状

宗福季[18]等人研究了增材制造（AM）过程中质量工程所面临的独特挑战，提出了在增材制造过程可以通过检查、监控、控制、优化和转移学习以及通过设计来将质量融入产品中。给出了增材制造中质量管理方法与质量工具的未来趋势与挑战。段成[19]梳理了工业大数据的基本特征及面临的数据质量问题，然后研究分析了工业大数据质量控制方法，最后对中国工业大数据质量控制的重点工作方向提出了初步建议。文献[20]汽车质量管理在智能制造背景下的创新分析包括：在产品策划方面的创新、在生产技术方面的创新以及在数据采集方面的创新等三部分。邱阿东认为：在智能制造环境中质量管理工作已经从最初的质量检验演变成一种管理与技术并重的综合系统工程[21]，文献[22]采用信息化智能制造技术提高中药的质量；王振环[23]研究了如何通过大数据平台即数据云实现工业产品质量之间的关联，提高产品质量。刘红英[24]研究了基于信息化技术的工程质量管理系统的研究与实现。马文卓[25]等给出基于物联网和云计算技术的智能制造控制和质量管理方案，为汽车制造业提供智能控制、精细控制、质量监测和大数据汇集的解决方案。文献[26]强调了软件产品线质量工程的重要，提出对软件产品线建立模型范式，分析软件的可共用域和变性域，以便于重用。文献[27]对软件产品线的质量属性和测度进行了系统的研究综述，在研究中发现：在软件产品线领域，实证评估的研究是缺乏，呼吁和强调软件工程领域的研究人员做更多的实证评估。文献[28]阐述一个合作虚拟工厂内的业务流程监控系统、环境通过仪表板用户界面具有最先进的商业智能和先进数据可视化。文献[29]管理风格对利比亚的黎波里州建筑业质量成本的影响。文献[30]认为在智能制造和人工智能时代被称为Igeneration质量工程师，要具备基于云的设备和流利大数据的能力，为智能制造场景提供快速创新的解决方案。

3智能制造背景下质量管理未来的变革趋势

通过文献浏览、聆听了专家分享的有关智能制造的报告与文献，访谈国内外众多学者交流之后，笔者认为在智能制造背景下，质量管理的未来变革趋势如下。

3.1精益思想仍旧是智能制造的哲学思维

消除浪费、防错、优化流程、持续改进、降低成本和提高效率等精益思想是智能制造的起点，也是智能制造的终点。自动化和智能化起点是保证质量不被降低，自动化和智能化的首要前提和基础是保证质量，进而提高质量。精益生产与智能制造应紧密结合，进行精益生产与智能制造的双轮驱动。

3.2自动化程度高，人对质量的干预减少，但对“人的质量”要求更高，强调“人