軌道交通裝備制造業質量數據應用系統研究

李彥林 董緒琪 王西山

摘 要：本研究聚焦軌道交通裝備制造業質量數據現狀，并圍繞質量管理數字化轉型的發展需求，構建體系化的質量數據應用支撐體系，變事后處理為事前預防和過程控制;改變質量管理由單一部門管理向全員全過程轉變，實現各部門質量信息的協同共享;管理過程由經驗管理向全面信息化管理轉變，最終為企業數字化轉型提供堅強支撐。

關鍵詞：質量數據應用;質量管理;質量履歷;質量追溯

中圖分類號：U268.2 文獻標識碼：A 文章編號：1671-2064（2020）12-0045-02

0 引言

軌道交通作為《中國制造2025》十大首發領域，是我國高端裝備制造業自主創新典范。其生產的高速列車成為國家高端制造的金名片，是踐行“一帶一路”倡議和“中國制造2025”等國家戰略的重要載體。同時，軌道交通產品的產品質量直接關系國計民生及我國“高質量發展”戰略的實現，因而軌道交通裝備制造業產品質量管理已成為企業保持核心競爭優勢的關鍵支柱。

隨著軌道交通行業的快速發展，列車產品運用越來越普及，與此同時，已經交付用戶使用的動車組已達數千列以上，各類城軌地鐵車輛交付數量也不斷增多，相應面臨的產品質量風險也越來越大。隨著質量管理體系運行的不斷深入，對質量管理提出了更高的要求，現行的質量信息因多層級反饋和統計口徑不同產生失真，造成質量問題處置過程中對全過程缺少實時追蹤、監控、反饋及有效評價，質量問題分析時，缺乏標準質量數據庫的支持。同時，因供應商的配件質量造成的運營故障占比較高，對供應商的產品質量管理無法在同一平臺上進行有效管控、監督及有效評價。因此，利用現代化信息技術手段提升公司質量管理運行管控能力已迫在眉睫。

1 背景分析

1.1 現狀分析

經過長期不斷的實踐與積累，軌道交通裝備制造業在質量管理方面已通過ISO9001、ISO/TS22163等質量相關體系認證，并形成了完整的質量管理組織體系，構建了相應的信息化支撐系統，傳統的質量管理模式已無法適應數字化時代質量管理的業務需求，重點表現如下：

（1）質量信息散亂，質量數據整合能力嚴重不足：存在大量的紙質記錄，使得其利用率處于極低水平，質量管理相關系統也逐步建立起來，但信息較為散亂，難以為質量改進提供決策支持，其數據整合能力嚴重不足;（2）質量問題追溯困難：當前，大部分質量業務辦理依靠手工填單、人工跑腿。這種低效的工作方式已經越來越不能滿足企業數字化轉型的要求，質量問題的原因難以有效追溯，缺乏全面、系統化的質量數據支撐;（3）質量知識經驗缺乏有效的積累、共享與傳承：各類質量保證與質量控制活動中，存在大量有價值、有借鑒意義的質量經驗、方法/技巧、質量案例及其他質量知識。當前，質量知識往往存在于員工個體中，隨著員工的流動、崗位的變動自動流失，使得質量知識無法整合及沉淀，直接影響知識的積累、共享和傳承。

1.2 建設目標

以ISO/TS22163體系為核心，通過管理、業務和技術的融合和創新，構建企業質量數據平臺，推進質量管理數據化，導入先進質量管理工具，優化質量數據共享機制，提升質量改進能力;完善質量基礎數據維度，結合配置管理探索產品全過程可追溯性方法和實現途徑，深化質量大數據分析，完善質量趨勢分析評價、自驅動質量改進模型，變事后處理為事前預防和過程控制;改變質量管理由單一部門管理向全員全過程轉變，實現各部門質量信息的共享;實現管理過程的信息化協同;管理過程由經驗管理向全面信息化管理轉變;從而快速支持管理決策，為產品質量的不斷提升提供有力的保障，推進企業質量戰略與運營。具體目標如下：

（1）集成各系統的質量數據，形成產品制造過程中的質量履歷，為運營決策和追溯提供數據基礎;（2）構建基于數據分析的自主式質量改進模型，為管理決策、技術改進、管理改進提供決策支撐，逐步實現質量改進由問題導向到數據驅動的轉變;（3）引入先進質量管理工具、模型，提升質量改進能力，提升公司產品質量管控水平。

2 系統設計

2.1 系統設計

構建企業質量數據平臺，整合質量相關數據，實現質量數據沉淀和利用。通過質量分析，結合產品全過程可追溯性方法和實現途徑，實現質量趨勢分析評價和自主式質量改進，最終形成質量管理的全過程、全壽命階段一體化支撐，具體架構設計如圖1所示。

2.2 應用設計

基于對數據整合能力，利用大數據、云計算等新興技術能力，構建集指標監控及預警、質量分析及健康評估、全壽命質量履歷和質量追溯、質量管理工具等為一體的應用平臺，實現質量管理的持續提升。

2.2.1 構建指標體系及預警監控能力

KPI評價指標的建立是為了科學、合理、客觀的評價質量管理，從影響產品質量結論的眾多因素中篩選出尤為關鍵的影響因子。指標體系不僅是質量管理的基礎，更是公司制定質量決策和控制標準的主要依據。建立一套科學、合理、實用的質量管理指標體系十分重要。在設計質量管理指標過程中，我們選取評價標準，以及時發現實際質量管理與標準指標之間的偏差，進行有效控制。隨著質量管理的不斷變化，指標的建設過程也應是動態的。

質量監控和預警通過質量KPI（質量管理指標）體系，結合KPI展現和閾值預警實現，質量監控和預警可以實現質量管理人員和決策人員一目了然的對公司產品質量整體狀況進行直觀的判斷。KPI的展現采用趨勢分析、排名分析、對比分析、影響和原因分析方法來分析整體質量狀況。從技術上，采用浮動周期對比、分類型對比和數據導出等，來輔助質量管理人員分析和宏觀把握產品質量現狀和發展趨勢。質量監控和預警主要面向不同層級：領導層KPI、管理層KPI和執行層KPI。

2.2.2 質量分析及健康度評估

利用大數據及人工智能技術，融合多維質量數據，構建智慧化的質量預測及評估機制，通過大數據深度挖掘質量管理過程中相應的規律和趨勢。例如失效模式的季節規律、地域分布規律、用戶規律、產品在不同壽命階段的故障規律等，為有效推進質量持續自主式改進提供數據支撐。質量健康評估分為過程質量評估和產品（結果）質量評估，通過構建健康度評估模型，實現健康度的動態監控和實時分析，具體產品質量數據包含如：

（1）過程質量數據：設計、采購、生產、服務;（2）產品質量數據：產品構型、產品履歷、產品狀態。

2.2.3 質量履歷和追溯

通過建立全壽命周期質量履歷，實現產品質量全壽命信息的一體化查詢，具體質量履歷圖2所示。

在生產過程中，當出現質量問題時可通過質量履歷進行正向和反向追溯，實現對同一批次、同一工序、同一原材料等存在質量問題的關鍵點進行追溯，進而為產品設計、原材料把控、工藝設計等產品質量控制提供數據支撐。

3 質量管理工具

利用質量管理工具實現質量管理閉環支撐，具體包含管理驅動、數據渠道和異常驅動。

（1）管理驅動：PDCA模式，管理設定目標、源頭質量問題、質量專題->制定方案->方案優選->閉環管理;（2）數據驅動：CA-PDCA模式，由數據分析發現問題->影響因子分析->針對主要影響因素制定對策->閉環管理;（3）異常驅動：8D模式。詳細管理工具及模式圖3所示。

4 結語

本研究主要完成了質量數據平臺的搭建和應用體系研究，而在企業生產經營中，質量管理是一個系統化的工程，數據平臺是一個工具，而具體執行的好壞還需要制定相應的制度及規范，保障其數據應用的效果，未來將以質量數據平臺的應用搭建為基礎，從公司經營管理、質量管理體系等維度入手，探索如何保障其質量數據的應用效果。