關于一種非接觸智能卡生產過程中產品質量控制方法的探討

摘 要 眾所周知，非接觸智能卡已經應用于社會的方方面面，如：公交卡、社保卡等，作為市場投放范圍廣投放量巨大的產品，把握好產品質量控制變得尤為重要，通過將收集數據并應用到產品生產過程中能夠有效提高產品合格率，降低生產成本。

關鍵詞 非接觸智能卡;質量控制;大數據應用

1研究背景

有質量保證的產品是企業得以立身發展的根 本， 是企業增加客戶信任和滿意的前提。保障產品質量安全是企業最基本的義務所在。受制于非接觸智能卡產品特殊性，作為國內大型智能卡生產企業，仍屬于勞動密集型企業，仍有大量產業工人分布在生產及質量檢驗等各個環節，自動化程度相對較低，雖然依靠相應的規章制度約束和相對完善的工藝檢查制度可以做到產品質量的穩定，但質量問題仍層出不窮，使產品附加了大量管理成本，如何形成一套快速有效的品控制度及方法成為當務之急。

2改進方法的探索

（1）在非接觸智能卡生產環節進行人員培訓，增加生產數據電子化收集環節，形成數據庫，非接觸智能卡數據庫是集合各環節生產信息，包括但不限于人員編號設備編號等。

（2）非接觸智能卡涉及的生產環節眾多，每一個環節都可能對最終產品質量產生影響，通過在產品檢驗環節將目前所知各種不合格產品的不合格類別細分出來，比如外觀不合格、芯片損壞等，將相應的不合格項目列入數據庫中，該數據庫與生產信息數據庫為一庫兩用，生產數據電子化收集是向數據庫中實時插入數據，不合格產品數據錄入即在產品檢驗環節培訓相關人員，增加不合格產品信息入庫環節，將錄入數據庫的不合格產品同前期收集的生產數據關聯起來，即將生產信息數據庫中的不合格品做標記，形成不合格產品數據庫。不合格產品數據庫應做到數據準確，不能標記錯漏需要對操作人員做好培訓。舉例說明：非接觸智能卡產品經過所有工序制成為成品后來到了成品檢驗環節，此時檢驗員發現卡體外觀有問題，按標準應歸類為外觀不合格卡體，此時就需要將該卡體在數據庫中標記為外觀不合格卡體，并可通過數據鏈條知道是哪些設備和操作員生產了該卡體。

3實際應用

3.1 設置不合格品警戒線

在實際應用中可根據不同不合格項目設置不同的警戒線，比如：卡體外觀不合格數量警戒線為A，芯片損壞卡體數量警戒線為B，A和B設定值可由相關信息錄入負責人手動設定，如本批產品共100萬卡，根據工藝要求總的不合格數量不能高于5%即5萬卡，這5萬卡又包括了各種類型的不合格卡體，比如外觀不合格、芯片損壞等，如果本批卡體不合格率為4%但全部為外觀不合格，雖然不合格率沒有超過質量文件要求，但4萬卡均為外觀不合格顯然是不對的，當然這種極端情況基本不會出現，所以為不合格項設置警戒線很有必要。

3.2 警戒線設定標準

設定標準可根據產品質量相關文件要求決定，如卡體外觀不合格警戒線A不能超過1%，則相關數據錄入人員在錄入外觀不合格卡體信息時需要手動輸入該批次卡體產量和設定外觀不合格項為1%，則形成警戒線值為A=該批次卡體產量*1%，

3.3 報警機制啟動及應對

以該批次產量100萬為例，通過警戒線設定標準可知卡體外觀不合格率為1%即1萬卡，在操作員錄入該批次外觀不合格卡體超過1萬卡時則啟動報警機制，提示外觀不合格超警戒線，此時我們需要啟動糾錯機制，即按數據鏈條查找該批次外觀不合格卡體相應生產信息，找到相關生產人員及設備，包括但不限于以下措施：

（1）對該人員及設備生產卡體嚴加檢查，找出問題所在，如是設備問題則馬上暫停該設備生產，通過設備檢修或調整參數等糾正措施后進行試生產以達到糾錯目的。

（2）如果是人員違反操作工藝進行生產等問題則按相關規章制度處理，該人員后續生產產品嚴加檢查。

4大數據拓展應用

全過程控制是一項綜合性、系統性的管理工作， 包含諸如員工參與、設備管理、流程重組、與供應商交涉等一系列實踐活動[1]，我們通過建立起有效的質量數據分析系統，可實現查詢、統計、分析、為供應商評價提供依據的目的。

4.1 查詢

我們通過得到的數據可以實現各種查詢功能，通過輸入相應查詢條件可以查詢到人、機、料、時間等相關信息。

4.2 統計

我們可以利用數據實現基本統計功能，如按日月年等時間周期的合格卡體數量統計、不合格卡體數量統計，還可以進行更為精確的產量統計，比如哪幾組操作員不良品率明顯低于其他人或班組，哪些設備故障頻繁，哪些設備不良品率會低于其他設備，即使這個差別非常細微，必須放在以年為跨度的統計中才能得到相關數據。

4.3 分析

數據匯總及分析是數據應用的重要環節有了大數據支持，基本的數據分析都可以做到，可以根據數據判斷出哪些人員、設備不合格率總是高于平均水平。即使這個差別是非常微小的。

4.4 供應商評價

供應商評價是指利用指標評價體系，對供應商供貨質量服務水平、供賃價格、準時性、信用度等進行評價，為供應商的選擇奠定基礎。對供應商需從多方面進行評價、打分，比如質量、價格等因素，利用大數據分析可以對供應商評價中的質量指標提供有力的數據支持。

5追溯功能

追溯系統目前已經被廣泛應用于各個行業中，它其實就是一種可以對產品進行正向，逆向或不定向追蹤的生產控制系統，可適用于各種類型的過程和生產控制系統。有了相關生產信息數據庫和不合格品數據庫即相當于有了一個簡單的追溯系統。非接觸智能卡的客戶既可以是使用人也可以是下游廠商，我們將產品數據收集并建立數據庫，首先可以防止假冒偽劣產品的出現，一旦出現問題卡可首先在生產信息數據庫中查詢是否為我企業生產，若無相關信息即可初步判定為假冒產品。其次在客戶使用過程中出現問題即可返廠調出相關生產數據進行橫向比較，看同批次產品是否出現同樣問題，是否為不合格卡體錯發等，可以做到及時糾錯、止損、召回、理賠等。

6數據安全

6.1 數據備份

隨著產品的持續生產，生產信息數據庫存儲的信息會越來越多，數據量會越來越大，通過專門的備份軟件，在生產窗口空白期比如凌晨等對當日生產數據進行備份，備份可以設置為自動運行，在需要臨時備份時也可以手動操作備份。

6.2 持續供電

在生產過程中會經歷電壓不穩、雷暴天氣影響等因素導致突然斷電，通過加入斷電后可持續供電4小時以上的在線式UPS設備，我們保證了在出現斷電或者閃斷等情況下持續穩定供電，保證了數據的安全，給管理人員安全備份及關機保留了充足的時間。

6.3 數據安全

數據庫中存儲的均為關鍵生產信息，通過設置加密機柜將存儲單元保護起來，通過物理隔離將數據庫與外部網絡分隔，通過設置管理權限固定可以執行相關操作的人員。對所在區域實行24小時監控，通過以上措施可以杜絕數據信息的非法流失。

7結束語

非接觸智能卡在社會中的廣泛應用必須要求生產企業對質量控制更加嚴格，隨著5G網絡的建立及“互聯網+”的興起，對非接觸智能卡行業必然有更高的要求，通過上述質量控制方法的建立與應用為將來實現“互聯網+生產”的所謂“云生產”提供了可靠的接口及數據支撐，如開發APP進行生產控制等。

參考文獻

[1] 張靖宇，生吉萍. 基于全面質量管理的食品安全企業數據庫指標體系構建研究[J].食品安全質量檢測學報，2020，11（14）：4880-4885.

作者簡介

馬成（1982-），男，北京市人;職稱：中級職稱，現就職單位：公安部第一研究所，研究方向：生產現場管理。