工業4.0中新技術對質量管理的影響

季 丹

自德國提出工業4.0概念后，許多國家陸續出臺了各自的工業4.0版本。雖然每個國家的實際情況有所差別，側重點也各不相同，但目標基本保持一致，即推動工業領域新一代革命性技術的研發與創新，推動制造業向智能化轉型。

“新一代革命性技術”的內涵和外延目前還比較模糊，不同國家、不同機構甚至不同學者之間存在界定上的差異。廣義上，一切有助于工業形態發生變化（除了生產制造外，還有設計、物流、維保等環節，以及業務模式、組織結構等）的新技術都在此列，大體包括：（1）硬件技術，如新型傳感器、網關、邊緣計算機、控制芯片等；（2）軟件技術，如大數據分析、人工智能等；（3）協議、標準，如數據定義、接口協議等。狹義上，工業4.0中新一代革命性技術常常指那些當前已經得到深度應用，在一些場景內得到充分驗證，短期內可能形成重大突破的技術。本文選擇目前已經開展較多實際應用且對質量提升作用顯著的大數據、人工智能、區塊鏈、VR/AR技術等進行分析。

一、大數據

大數據是指以容量大、類型多、存取速度快、應用價值高為主要特征的數據集合，目前正快速發展為對數量巨大、來源分散、格式多樣的數據進行采集、存儲和關聯分析，從中發現新知識、創造新價值、提升新能力的新一代信息技術和服務業態。

大數據以及大數據配套產業的發展，對質量管理帶來了三方面的影響。

1. 質量信息處理方式遭遇挑戰。傳統的質量分析方法基本上以結構化的小樣本數據為對象進行，很少有超過一個GB的數據量。常用的數理統計工具包括方差分析、比率檢驗、關聯分析、多元回歸、DOE等。在數據分析前需要對數據的分布規律進行檢驗，以選擇合適的方法和模型。而對于海量大數據，目前還沒有形成易用、通用的處理方式。如何基于大數據進行產品生產階段的質量改善、產品設計階段的質量功能改進或生產線設計的改善等，仍缺乏行之有效的方法或手段，有待進一步探索。許多企業反映“每天都有幾個T的數據產生，這些數據的儲存占用了巨大資源，目前還無法從中獲得任何效益，因為不知道怎么分析它”，當然也有企業重金邀請專家來建模，但目前很多模型的學術意義大于實踐價值。

2. 質量人員的知識結構需要變革。企業可以采用大數據技術來分析質量管理的實時數據和歷史數據，識別質量問題及其原因，并準確地找到方法來最大程度地減少產品缺陷和浪費。因此，大數據的運用將會減少專門從事質量管理的人員數量，同時也增加了對數據科學家的需求。目前，許多企業的質量分析以及后續的改進工作都是由精通建模的數據分析師完成，而非由傳統意義上的質量專家完成。比如在芯片生產企業中，通過數據分析師的工作，將大量采集到的測試單片機數據，與生產流程早期晶片成型階段的數據進行關聯分析，可以顯著降低缺陷，甚至還能做出預判，在前期將殘次品排除，改進生產質量。這些企業中，在生產現場直接參與質量管理的人員數量相比以往逐漸降低。與此相對應的，則是在大數據監控室或數據算法設計構建階段的質量管理人員需求大幅增加。

3. 數據質量本身的管理有待加強。以往的質量數據主要是小樣本數據，結構清晰，處理簡單。而大數據分析對包括準確性、合規性、一致性、及時性、完備性等在內的數據質量提出了很高要求，目前還缺乏系統高效的數據清洗、轉化、控制方法。制約大數據建模的一個重要因素，就是數據本身的標準還未建立。

二、人工智能

人工智能是研究、開發用于模擬、延伸和擴展人的智能的理論、方法、技術及應用系統的一門新的技術科學。從發展歷史來看，人工智能現在正處于第三次浪潮。第一次浪潮約在20世紀60年代前后，是人工智能概念及其基本原理開始被關注的年代；第二次浪潮在20世紀80年代，著重于機器學習；第三次浪潮從本世紀10年代開始，基于機器學習與統計學的深度學習技術得到普及與發展。與前兩次不同，人工智能已經呈現從實驗室走向商業化、產業化的趨勢。

人工智能對質量管理的影響主要有以下方面。

1. 更精準的質量預測與決策。基于人工智能技術，企業能夠實時采集來自生產線的運作時間、電流、室溫等數據，并通過算法模型，預測生產線因質量問題而中斷的概率、節點和時長，從而大幅度減少停工及其造成的損失。已有學者在質量預測的人工智能建模中取得了很好的成果，礙于成本和時間，雖然目前還沒有得到大規模推廣，但可以想象這只是時間問題。

2. 更高效的質量檢驗與控制。德勤的一份報告指出，人工智能應用場景中，“質量控制與缺陷識別”居于第二位，僅次于第一位的“信息技術自動化”，高于第三位“網絡安全”。在人工智能環境下，產品的質量檢驗可以借助機器視覺識別，快速掃描產品質量，提高質檢效率。而且，這些系統可以持續深度學習，其性能將隨著時間的推移持續提高。此外，通過中心信息系統，質量檢驗發現的問題還可以直接傳遞到MES系統調整生產，使控制的精度和效率都大幅提升。

3. 更智能的質量改進與變革。人工智能在制造領域的廣泛應用將催生智能制造，形成具有自感知、自學習、自決策、自執行、自適應等功能的新型生產方式，并將貫穿于設計、生產、管理、服務等制造活動的各個環節。在智能制造背景下，對商業環境的預測信息更加多樣、顧客需求的分析更加精準、產量和生產模式更具柔性，對影響產品或服務質量的因素將更全面地剖析。原有依靠個人經驗或局部信息判斷來進行的質量改進方案，將更加精準高效，大幅降低人為主觀性和局部片面性。生產過程中的質量缺陷將得到較好控制，質量問題更多地發生在產品定義與設計階段以及消費者應用場景中，全面質量管理（TQM）必須擴展為全生命周期的質量管理，由此也將引發質量管理部門與人員的變革。

4. 替代人工。德國的一項調查顯示，未來10年隨著人工智能與機器人技術的普及，德國將減少61萬個組裝和生產類崗位。其中，生產類崗位將減少12萬個，占生產類崗位的4%；質量管理類崗位將減少2萬個，占質量管理類崗位的8%。智能制造改變了產品質量監控的頻率與效率，一名操作員可以同時負責幾臺機器，對設備運行和產品質量的監控可以通過自動化系統完成。智能制造包含的模擬技術支持更加高效的質量改進，比如在實際量產之前，可以對新產品進行虛擬建模測試和優化，大幅減少調試時間與測試人員。

三、區塊鏈技術

區塊鏈技術作為信息科技領域的顛覆式創新近年逐漸普及。通常認為，區塊鏈是一個由加密協議方法保護的連續信息庫，以此提供與傳統金融賬本不同的記賬方法和記賬內容。區塊鏈的不可篡改性使得信息真實性受到極大保護，弄虛作假得到有效抑制。目前，在財務信息系統方面應用已經成熟，許多大型會計事務所開始將區塊鏈技術應用于會計系統以及審計工作的調研與實驗，其原理就是利用區塊鏈的參與者以P2P（Peer to Peer，對等網絡）的形式對分散型數據系統進行管理。

在質量管理領域，區塊鏈目前主要用于供應鏈管理，降低供應商篡改檢測檢驗數據的風險。區塊鏈技術對質量管理的影響包括以下幾方面。

1. 推動質量管理更加安全高效。質量管理的數據信息由于涵蓋了非財務數據，以及部分財務數據（如質量成本），因此比財務審計數據更加多樣，信息量也更加龐大。基于區塊鏈的質量數據管理已成為質量創新的一大挑戰。但擁有大量數據和信息的質量管理系統如果能結合區塊鏈技術，可以極大推動企業質量管理活動以及宏觀質量治理工作更加安全、高效。目前已經有學者基于區塊鏈技術開發了供應鏈質量管理中的“智能合約”框架，探索產品或產品原料的質量追溯體系的構建。實踐中，基于區塊鏈技術的去中心化、公開性、安全性、互信性、可追溯性等諸多特點，有些企業已經開始建構基于區塊鏈的供應鏈管理系統。比如生產刻蝕機和光刻機的中微半導體公司，構建了基于區塊鏈泛半導體行業工業互聯網平臺，很大程度上提高了采購質量和追溯能力。同時，還可以作為產業生態鏈上的一種重要公共服務設施向外提供區塊鏈服務。

2. 增強防偽溯源與質量保障能力。假冒偽劣是質量問題的重要表現形式，其主要根源在于供需雙方的信息不對稱，消費者無法掌握產品生產流通各環節信息。從安全與監管的角度來看，產品質量必須滿足法律法規和強制性標準要求，因此在很大程度上質量可以被看作是產品各參數的檢測值與要求值之間的數據差。防偽標志、第三方認證等都是通過終端標識方式對數據差進行“是”或“否”的評定，以增強消費者信任。但在這個過程中，仍然存在造假的可能，并不能從根本上終止假冒偽劣。基于區塊鏈的數據不可篡改性，可以把各環節的檢測比較數據錄入公共網絡上的“質量賬本”，消費者隨時可通過終端查詢所有信息，從根本上堵住造假的可能。

3. 對質量認證帶來沖擊。由于區塊鏈可以記錄大量的過程信息并且無法篡改，消費者可以方便地查知產品質量信息，因此對大多數基于第三方公信力的認證需求將逐漸下降，認證機構僅僅依靠頒發證書獲利的模式將難以維持，必須進一步向綜合性的質量服務轉型升級，比如提供一攬子的質量改進服務方案。

四、虛擬/增強現實技術（VR/AR）

虛擬現實（Virtual Reality，VR）技術通過計算機系統創造一個看得到、聽得見的虛擬環境，人們可以借助各種交互設備與虛擬世界中的物體相互作用，甚至可以創建和體驗虛擬世界，從而產生身臨其境的交互式體驗。增強現實（Augmented Reality，AR）技術把計算機系統生成的虛擬物體或關于真實物體的非幾何信息疊加到真實世界的場景之上，從而實現對真實世界的增強。

VR/AR技術對質量管理的影響包括以下幾方面。

1. 升級管理工具，提高質量改進決策的響應速度。在制造領域，工人可以裝備增強現實眼鏡（AR glasses），獲取物流和制造信息。這些眼鏡通過VR技術，可以顯示每個配件重要安裝區域，還可以幫助裝卸工人選擇正確的配件。姿勢識別攝像頭可以協助進行質量控制工作，自動對質量問題進行記錄和儲存，大大減少了手工文本工作。這些技術可以讓工人處理不同類型的工作，并減少差錯率。

2. 提高現場裝配或施工準確性。在建筑業場景中，運用VR/AR技術將可視化BIM信息嵌入真實環境，實現實時交互。設計人員得到的BIM模型及相關信息可以通過VR/AR技術，為建筑施工提供指導，保證設計階段與施工階段平滑對接，實現在施工質量控制中的價值。在設備制造與裝配場景中，利用VR/AR技術能夠實現對工廠的合理規劃，包括每個部件的運行軌跡、維護及存儲，從而重構整個生產流程體系，提高質量與效率。在設計規劃場景中，利用VR/AR技術能遠程協作，共同構建設備運行的虛擬場景。在該場景中能夠模擬機械設備的運行狀況，以便相關工作人員發現機械設備設計中存在的問題。

3. 提高人員培訓質量。近年來，VR/AR技術幾乎應用于所有專業的教學培訓，使以往必須通過大量現場教學才能掌握的技能在虛擬平臺上實現，極大提高了培訓質量，降低了培訓成本。特別是在具有較高空間感和操作要求的教育項目中，VR/AR技術已引發革命性變化。比如在心臟手術實操訓練中，醫學專業的學生佩戴VR/AR眼鏡，手持模擬控制器，就可置身于虛擬手術環境，實現實操演練。通過引入VR/AR技術，操作類技能培訓的趣味性、有效性大幅上升，對各類工作的完成質量起到了重要的助推作用。

五、結語

生產力決定生產關系，任何一次工業革命都伴隨著管理革命，質量管理也不例外。人類社會正在以前所未有的加速度駛向未來，工業4.0對人類的生產生活將帶來重要影響，但它還只是即將到來的波瀾壯闊偉大樂章中的一個序曲，遠遠不能代表社會變革的全部內容。本文的分析還只限于方向性的探討，今后可以對每一種技術的變革性影響進行量化研究和典型案例示范，更好推動新技術的落地應用，助力高質量發展。