智能制造質(zhì)量管控物聯(lián)網(wǎng)的建設研究

摘 要：文中以三體系物聯(lián)網(wǎng)理論為基礎，提出了智能制造質(zhì)量管控物聯(lián)網(wǎng)的概念及其應用架構(gòu)，立足實際生產(chǎn)業(yè)務，提出智能制造質(zhì)量管控物聯(lián)網(wǎng)在能力建設上應具備質(zhì)量目標分解、質(zhì)量計劃管理、設備與工藝數(shù)據(jù)采集監(jiān)測、質(zhì)量管控開發(fā)與應用、質(zhì)量在線檢測與追溯、質(zhì)量趨勢預測分析、質(zhì)量缺陷分析及改善等支持能力，并逐一對智能制造質(zhì)量管控物聯(lián)網(wǎng)各支持能力的建設要點進行了分析論述，為智能制造環(huán)境下運用物聯(lián)網(wǎng)開展全過程、全要素、全數(shù)據(jù)的質(zhì)量監(jiān)控與管理提供了理論依據(jù)。

關鍵詞：三體系物聯(lián)網(wǎng)；智能制造；質(zhì)量管控；質(zhì)量管理平臺；質(zhì)量在線檢測；質(zhì)量追溯；質(zhì)量目標；質(zhì)量計劃；數(shù)據(jù)采集

中圖分類號：TP393 文獻標識碼：A 文章編號：2095-1302（2024）12-00-08

0 引 言

隨著物聯(lián)網(wǎng)、大數(shù)據(jù)、云計算等新一代信息技術地不斷發(fā)展，制造業(yè)在信息技術革命的支撐下，正經(jīng)歷著從“制造”到“智造”的產(chǎn)業(yè)轉(zhuǎn)型升級與變革。

我國把發(fā)展智能制造作為推動工業(yè)轉(zhuǎn)型升級、提升產(chǎn)業(yè)競爭力、實現(xiàn)經(jīng)濟高質(zhì)量發(fā)展的關鍵舉措[1-3]。在智能制造環(huán)境下，通過高度集成化的生產(chǎn)系統(tǒng)、智能化的設備以及大數(shù)據(jù)、云計算等先進技術的應用，工業(yè)生產(chǎn)的效率和靈活性得以顯著提高，但同時也對質(zhì)量管控提出了更高的要求。2023年6月，國務院印發(fā)的《質(zhì)量強國建設綱要》指出要加強政策引導，深入推進全面質(zhì)量管理，優(yōu)化產(chǎn)業(yè)鏈與供應鏈的質(zhì)量管理體系。同時，要加強企業(yè)內(nèi)部質(zhì)量管理，推廣并應用先進質(zhì)量管理方法，提高全員、全過程、全方位的質(zhì)量控制水平[4]。因此，在智能制造的背景下，開展質(zhì)量管控工作尤為重要。

質(zhì)量管控是指在生產(chǎn)過程中，通過各種手段對產(chǎn)品進行檢測、控制和改進，以保證產(chǎn)品的質(zhì)量達到既定的標準和要求。然而，隨著生產(chǎn)過程的日益復雜和產(chǎn)品個性化需求的不斷增長，傳統(tǒng)的質(zhì)量管理模式已難以滿足智能制造的需求，必須向數(shù)字化、智能化轉(zhuǎn)型，實現(xiàn)全過程、全要素、全數(shù)據(jù)的質(zhì)量監(jiān)控與管理。如何保障產(chǎn)品質(zhì)量成為智能制造領域亟待解決的關鍵問題。本文以三體系物聯(lián)網(wǎng)為理論依據(jù)，提出一種智能制造質(zhì)量管控物聯(lián)網(wǎng)的建設思路，為智能制造環(huán)境下開展全要素的質(zhì)量管控提供參考。

1 智能制造質(zhì)量管控物聯(lián)網(wǎng)的概念及其應用架構(gòu)

1.1 智能制造質(zhì)量管控物聯(lián)網(wǎng)相關概念

物聯(lián)網(wǎng)是以物理實體為信息載體，使信息通過在物理實體上運行而表現(xiàn)出各種功能狀態(tài)[5]，所形成的物與物之間感知、控制、管理與服務的信息交互現(xiàn)象。

智能制造物聯(lián)網(wǎng)是智造信息在智能設備上運行，從而實現(xiàn)智能制造相關功能的物聯(lián)網(wǎng)。智能制造物聯(lián)網(wǎng)以自動化生產(chǎn)線為對象平臺，以生產(chǎn)線管理者為管理平臺，以生產(chǎn)線負責人為用戶平臺，將傳感器、機器人、視覺檢測、計算機輔助制造、射頻識別（Radio Frequency Identification， RFID）、自動導引車（Automated Guided Vehicle， AGV）、二維碼追溯等工業(yè)制造前沿技術與相應的信息感控系統(tǒng)、信息處理系統(tǒng)及傳感器網(wǎng)絡、工業(yè)以太網(wǎng)應用技術等結(jié)合，形成一個在自動化生產(chǎn)線、生產(chǎn)線管理者、生產(chǎn)線負責人之間進行生產(chǎn)運行實時交互和感控的閉環(huán)智能化系統(tǒng)，實現(xiàn)了物聯(lián)網(wǎng)與智能制造的結(jié)合。在智能制造背景下，物聯(lián)網(wǎng)等為制造系統(tǒng)積累了大量數(shù)據(jù)[6]，將物聯(lián)網(wǎng)與智能制造進行深度結(jié)合，可以充分實現(xiàn)2種技術資源的優(yōu)勢互補，提升工業(yè)生產(chǎn)效率和產(chǎn)品質(zhì)量[7]。智能制造質(zhì)量管控物聯(lián)網(wǎng)屬于智能制造物聯(lián)網(wǎng)的范疇，是智能制造物聯(lián)網(wǎng)的質(zhì)量管控組成部分。智能制造質(zhì)量管控物聯(lián)網(wǎng)基于部署在生產(chǎn)現(xiàn)場各環(huán)節(jié)的大量傳感器、RFID標簽、攝像頭、智能物體等，實時采集原材料入庫、生產(chǎn)加工、產(chǎn)品檢測、包裝入庫、出庫發(fā)運等全生命周期的質(zhì)量數(shù)據(jù)。這些數(shù)據(jù)通過無線網(wǎng)絡或有線網(wǎng)絡傳輸至質(zhì)量管理平臺，經(jīng)過清洗、整合、分析后，為企業(yè)的質(zhì)量管理部門提供精準、實時的質(zhì)量信息，助力企業(yè)實現(xiàn)質(zhì)量管理的智能化升級。

1.2 智能制造質(zhì)量管控物聯(lián)網(wǎng)的應用架構(gòu)

智能制造質(zhì)量管控工業(yè)物聯(lián)網(wǎng)應用架構(gòu)以三體系物聯(lián)網(wǎng)結(jié)構(gòu)為理論基礎，由五域信息體系與五層物理體系相結(jié)合，形成五平臺功能體系，如圖1所示。

（1）感知控制平臺

感知控制平臺是智能制造質(zhì)量管控物聯(lián)網(wǎng)的底層基礎平臺，主要實現(xiàn)智造過程中質(zhì)量相關感知信息的全面采集，以及確保智能檢測控制指令的精準執(zhí)行。

感知控制平臺依托多樣化的傳感器或智能物體，能夠?qū)崟r感知并捕捉生產(chǎn)環(huán)節(jié)中的原材料檢驗數(shù)據(jù)、產(chǎn)品檢驗數(shù)據(jù)、過程控制數(shù)據(jù)、質(zhì)量改進數(shù)據(jù)等多種質(zhì)量相關數(shù)據(jù)，并基于自動化設備自動采集數(shù)據(jù)、實時監(jiān)測設備運行狀態(tài)、實時監(jiān)測在制品質(zhì)量狀況[8]。這些數(shù)據(jù)通過傳感通信網(wǎng)絡實時傳輸至后端平臺，為后續(xù)的智能分析與決策提供堅實的數(shù)據(jù)基礎。

感知控制平臺通常集成了可編程邏輯控制軟件（PLC）、工控機操作系統(tǒng)等智造控制信息執(zhí)行子系統(tǒng)，這些軟件系統(tǒng)在用戶預授權(quán)的情況下能夠根據(jù)采集到的實時數(shù)據(jù)，自動調(diào)整生產(chǎn)參數(shù)，優(yōu)化工藝流程，預測并預防潛在故障，從而實現(xiàn)生產(chǎn)過程的智能控制。例如，當檢測到某臺設備即將達到維護閾值時，系統(tǒng)會自動生成維護任務并通知相關人員，有效避免了設備故障導致的生產(chǎn)非正常中斷；又如，在自動化產(chǎn)線上，通過視覺檢測設備對產(chǎn)品進行實時檢測并反饋，可以即時調(diào)整生產(chǎn)參數(shù)，確保產(chǎn)品質(zhì)量持續(xù)穩(wěn)定。

（2）傳感網(wǎng)絡平臺

傳感網(wǎng)絡平臺連接感知控制平臺和質(zhì)量管理平臺，實現(xiàn)自動化產(chǎn)線生產(chǎn)信息、產(chǎn)品質(zhì)量信息、設備運行狀態(tài)、工單完成情況等數(shù)據(jù)和信息的上傳下達功能。其設計與實現(xiàn)不僅要求高度的集成性和靈活性，還需確保數(shù)據(jù)的實時性、準確性和安全性，以適應復雜多變的工業(yè)生產(chǎn)環(huán)境。

傳感網(wǎng)絡平臺的信息系統(tǒng)常需要實現(xiàn)網(wǎng)管功能和傳感通信功能。網(wǎng)管功能旨在完成網(wǎng)絡的配置管理、性能監(jiān)控、故障診斷與恢復、安全策略實施等一系列關鍵任務。通過圖形化界面或API接口，管理員可以直觀地查看網(wǎng)絡狀態(tài)，優(yōu)化資源配置，并快速應對任何潛在的網(wǎng)絡問題。為了確保不同廠商設備間的無縫對接，系統(tǒng)通常還需支持如OPC UA、MQTT、CoAP等廣泛認可的物聯(lián)網(wǎng)協(xié)議，以及TCP/IP、HTTP/HTTPS等互聯(lián)網(wǎng)標準協(xié)議，以實現(xiàn)跨系統(tǒng)及平臺的數(shù)據(jù)交換與信息共享。在傳感通信功能實現(xiàn)上，系統(tǒng)需兼容多種類型的傳感器（如溫度傳感器、壓力傳感器、振動傳感器、視覺傳感器等），并支持它們各自獨特的通信協(xié)議。通過內(nèi)置的協(xié)議轉(zhuǎn)換模塊，將這些異構(gòu)數(shù)據(jù)統(tǒng)一封裝成標準格式，便于后續(xù)處理和分析。

傳感網(wǎng)絡的物理體系通常包括工業(yè)網(wǎng)關、無線網(wǎng)絡、傳感通信網(wǎng)絡服務器等。工業(yè)網(wǎng)關作為連接現(xiàn)場設備與云端或企業(yè)內(nèi)網(wǎng)的樞紐，需具備高可靠性、高可用性，并支持多種工業(yè)以太網(wǎng)協(xié)議和現(xiàn)場總線協(xié)議；無線網(wǎng)絡則利用WiFi、ZigBee、藍牙等無線技術，實現(xiàn)靈活多變的無線網(wǎng)絡覆蓋，適應不同工業(yè)場景的需求，特別是針對大面積、復雜布局的生產(chǎn)線。無線傳感網(wǎng)絡能顯著降低布線成本，提高靈活性；傳感通信網(wǎng)絡服務器則負責處理來自各個傳感器和工業(yè)網(wǎng)關的數(shù)據(jù)，提供數(shù)據(jù)存儲、數(shù)據(jù)分析、報表生成等服務，支持管理層決策。

（3）質(zhì)量管理平臺

質(zhì)量管理平臺是整個質(zhì)量管控物聯(lián)網(wǎng)系統(tǒng)運行的統(tǒng)籌平臺，通過對大數(shù)據(jù)、云計算、人工智能等先進技術的深度融合，構(gòu)建高度集成、智能協(xié)同的質(zhì)量管理體系，實現(xiàn)了質(zhì)量管理流程的透明化、自動化與智能化。

在功能實現(xiàn)上，質(zhì)量管理平臺具有實時數(shù)據(jù)驅(qū)動的特點，能夠?qū)崟r獲取生產(chǎn)現(xiàn)場的原材料質(zhì)量、設備狀態(tài)、產(chǎn)品質(zhì)量、工藝參數(shù)等關鍵數(shù)據(jù)，為生產(chǎn)質(zhì)量管控提供即時、準確的信息支持。同時，大數(shù)據(jù)分析技術的應用，使得企業(yè)能夠深入挖掘數(shù)據(jù)價值，發(fā)現(xiàn)生產(chǎn)過程中的潛在問題。借助人工智能算法，平臺還可實現(xiàn)預防性維護、智能故障診斷等功能，提高設備可靠性，保障產(chǎn)品質(zhì)量的一致性。

（4）服務平臺

服務平臺實現(xiàn)質(zhì)量管理平臺與用戶平臺之間數(shù)據(jù)與信息的快速響應和便捷精準傳輸。對應的服務域由智造服務信息系統(tǒng)構(gòu)成，包括智造感知服務信息通信系統(tǒng)、智造控制服務信息通信系統(tǒng)等。服務層主要由服務信息管理服務器、服務信息通信服務器等硬件組成，構(gòu)建起支撐整個服務平臺運行的物理體系。

（5）用戶平臺

用戶平臺是專為智造負責人設計的信息平臺，旨在為他們提供全面、實時的數(shù)據(jù)與信息支持，以便高效地進行質(zhì)量管控策略調(diào)整和優(yōu)化，從而實現(xiàn)對制造過程的精細化管理。該平臺通過構(gòu)建智造用戶信息系統(tǒng)，將產(chǎn)品檢測、設備狀態(tài)、工藝參數(shù)等關鍵質(zhì)量數(shù)據(jù)直觀地展現(xiàn)在用戶面前，助力智造負責人做出更加精準和及時的決策。

2 智能制造質(zhì)量管控物聯(lián)網(wǎng)的能力建設要求

智能制造質(zhì)量管控物聯(lián)網(wǎng)的應用架構(gòu)，作為支撐質(zhì)量管理在智能制造環(huán)境中實現(xiàn)信息化閉環(huán)運行的核心邏輯框架，其設計與建設需確保能夠全面覆蓋并高效管理影響產(chǎn)品質(zhì)量的各種關鍵要素。具體業(yè)務上，質(zhì)量管控通常涉及質(zhì)量目標分解、質(zhì)量計劃管理、質(zhì)量相關設備與工藝數(shù)據(jù)采集與監(jiān)測、質(zhì)量管控模型的開發(fā)與應用、質(zhì)量追溯、質(zhì)量趨勢預測分析、質(zhì)量缺陷分析及改善等，為實現(xiàn)全面有效的質(zhì)量管控目標，智能制造質(zhì)量管控物聯(lián)網(wǎng)在能力建設上應能夠支持上述質(zhì)量管控業(yè)務的開展。

2.1 質(zhì)量目標分解支持

質(zhì)量目標分解是智能制造質(zhì)量管控物聯(lián)網(wǎng)中至關重要的一環(huán)，它要求能夠靈活且精確地根據(jù)企業(yè)的業(yè)務需求，將宏觀、抽象的質(zhì)量目標逐級細化并分配到具體的業(yè)務部門、生產(chǎn)線、班組乃至個人崗位，從而確保質(zhì)量戰(zhàn)略的順利執(zhí)行與持續(xù)優(yōu)化。這一過程不僅能增強質(zhì)量目標的可操作性和可實現(xiàn)性，還能促進企業(yè)內(nèi)部各層級之間的溝通與協(xié)作，共同推動產(chǎn)品質(zhì)量的提升。

圖2是根據(jù)質(zhì)量目標分解關鍵能力要素而設計的質(zhì)量目標分解支持能力要素模型，展示了在智能制造質(zhì)量管控物聯(lián)網(wǎng)系統(tǒng)建設時，如何實現(xiàn)對質(zhì)量目標分解的能力支持。該模型涵蓋了智能化目標設定、多層次目標分解、可視化管理與反饋機制、自動化分配與跟蹤、靈活調(diào)整與動態(tài)優(yōu)化等5種要素。

2.1.1 智能化目標設定

智能制造質(zhì)量管控物聯(lián)網(wǎng)需要具備智能化的目標設定功能，允許企業(yè)管理層根據(jù)市場趨勢、客戶需求、行業(yè)標準以及企業(yè)戰(zhàn)略規(guī)劃，靈活設定總體質(zhì)量目標。這些目標可以是定量的（如產(chǎn)品合格率、客戶投訴率等）或定性的（如提高客戶滿意度、增強品牌影響力等）。

智能化目標設定功能可配置于智能制造質(zhì)量管控物聯(lián)網(wǎng)的用戶平臺，由企業(yè)管理層用戶直接來執(zhí)行實現(xiàn)，也可基于企業(yè)管理層用戶的預授權(quán)，配置于質(zhì)量管理平臺，由質(zhì)量管理負責人基于授權(quán)來執(zhí)行。

2.1.2 多層次目標分解

智能制造質(zhì)量管控物聯(lián)網(wǎng)可基于企業(yè)組織架構(gòu)和業(yè)務流程，支持構(gòu)建多層次的目標分解模型。從高層級的戰(zhàn)略目標開始，逐層向下分解至部門目標、團隊目標和個人目標。每個層級的目標都應緊密關聯(lián)、相互支持，共同構(gòu)成一個完整的質(zhì)量管理體系。

以某一產(chǎn)品的質(zhì)量目標分解為例，對多層次的目標分解過程進行進一步闡述。

（1）公司級戰(zhàn)略目標

提升產(chǎn)品質(zhì)量至行業(yè)領先水平，實現(xiàn)客戶滿意度達到98.5%以上，同時降低不合格品率至0.5%以下。

設置KPI指標：設置客戶滿意度評分、不合格品率、產(chǎn)品質(zhì)量投訴率為關鍵績效指標。

（2）部門目標分解

生產(chǎn)部門：優(yōu)化生產(chǎn)流程，確保生產(chǎn)過程中的質(zhì)量控制點得到有效監(jiān)控，不合格品在生產(chǎn)線上即時發(fā)現(xiàn)并處理。設置生產(chǎn)過程不合格品發(fā)生率、生產(chǎn)線停機時間（因質(zhì)量問題）、質(zhì)量通過率等KPI指標。

質(zhì)量管理部門：建立和完善質(zhì)量管理體系，定期進行質(zhì)量審核與培訓，提高全員質(zhì)量意識。設置質(zhì)量審核覆蓋率、員工質(zhì)量培訓參與率、質(zhì)量改善提案數(shù)量及采納率等KPI指標。

采購部門：確保采購的原材料和零部件符合質(zhì)量標準，減少因材料導致的質(zhì)量問題。設置供應商質(zhì)量合格率、原材料退貨率、供應商質(zhì)量審核通過率等KPI指標。

（3）團隊目標分解

以生產(chǎn)部門的裝配團隊為例，團隊目標確定為提高裝配線的一次性通過率，減少裝配錯誤和返工。對應設置裝配線一次性通過率、裝配錯誤率、裝配效率提升百分比等KPI指標。

（4）個人目標分解

以裝配團隊中的一名裝配工人為例，個人目標確定為嚴格遵守裝配作業(yè)指導書，確保個人負責的裝配環(huán)節(jié)無錯誤。對應設置個人裝配錯誤率、裝配效率、參與質(zhì)量改進活動的次數(shù)等KPI指標。

通過上述多層次的目標分解，能夠幫助企業(yè)構(gòu)建一個高效、精準的質(zhì)量管理體系，不斷提升產(chǎn)品質(zhì)量和客戶滿意度。

2.1.3 自動化分配與追蹤

建立了多層次的目標分解機制后，智能制造質(zhì)量管控物聯(lián)網(wǎng)應當能夠自動識別各部門、崗位的關鍵質(zhì)量影響因素，并自動或半自動地將相關質(zhì)量目標分配到對應的責任主體。同時，還能實時監(jiān)控目標的執(zhí)行情況，對偏離目標的行為進行預警和糾正，確保每個環(huán)節(jié)的質(zhì)量都得到有效控制。

2.1.4 可視化管理與反饋機制

智能制造質(zhì)量管控物聯(lián)網(wǎng)應當能夠通過圖表、儀表盤等可視化工具，直觀地展示各層級質(zhì)量目標的達成情況、進度對比及變化趨勢。這有助于管理層快速掌握整體質(zhì)量狀況，及時調(diào)整策略。同時，系統(tǒng)還應當建立有效的反饋機制，鼓勵員工積極參與目標設定與達成過程，提出改進建議，形成持續(xù)改進的良性循環(huán)。

2.1.5 靈活調(diào)整與動態(tài)優(yōu)化

隨著市場環(huán)境和企業(yè)內(nèi)部條件的變化，質(zhì)量目標可能需要進行調(diào)整。智能制造質(zhì)量管控物聯(lián)網(wǎng)應當具備靈活的目標修改和重新分配功能，確保質(zhì)量目標始終與企業(yè)的戰(zhàn)略和業(yè)務需求保持一致。同時，還能通過數(shù)據(jù)分析為管理層提供優(yōu)化建議，推動質(zhì)量管理體系的持續(xù)完善。

2.2 質(zhì)量計劃管理支持

智能制造質(zhì)量管控物聯(lián)網(wǎng)應當能夠支持企業(yè)根據(jù)業(yè)務需求和市場變化，靈活編制和調(diào)整質(zhì)量計劃。通過在質(zhì)量管理平臺進行圖形化界面和模塊化設計，管理人員可以輕松定義質(zhì)量檢查點、檢驗標準、抽樣規(guī)則等關鍵要素，并快速將新的質(zhì)量計劃通過傳感網(wǎng)絡平臺部署到感知控制平臺的生產(chǎn)線上。同時，智能制造質(zhì)量管控物聯(lián)網(wǎng)支持多種質(zhì)量計劃的并行執(zhí)行和切換，確保在不影響正常生產(chǎn)的情況下，快速響應市場變化和客戶需求。

2.2.1 圖形化界面

智能制造質(zhì)量管控物聯(lián)網(wǎng)在平臺建設中，應當采用直觀易用的圖形化界面，以降低質(zhì)量計劃管理的技術門檻，使管理人員無需掌握復雜的編程知識，即可通過拖拽、點擊等簡單操作，完成質(zhì)量計劃的編制和修改。這種界面設計不僅可以提高工作效率，還使得質(zhì)量計劃的調(diào)整過程更加直觀和透明。

2.2.2 模塊化設計

智能制造質(zhì)量管控物聯(lián)網(wǎng)的質(zhì)量管理平臺應當采用模塊化設計原則，將質(zhì)量計劃管理的各個功能模塊（如質(zhì)量檢查點設置、檢驗標準定義、抽樣規(guī)則配置等）封裝成獨立的組件。這種設計方式可使得不同企業(yè)根據(jù)自身的業(yè)務需求，靈活選擇和組合所需的模塊，快速構(gòu)建符合自身特點的質(zhì)量計劃管理體系。同時，模塊化設計也便于系統(tǒng)的升級和維護，降低了企業(yè)的長期運營成本。

2.2.3 快速部署與動態(tài)調(diào)整

快速部署：新的質(zhì)量計劃一旦在質(zhì)量管理平臺上完成編制，即可通過傳感網(wǎng)絡平臺以無線或有線的方式迅速部署到感知控制平臺的生產(chǎn)線上，實現(xiàn)質(zhì)量控制的即時響應。

動態(tài)調(diào)整：面對市場和客戶需求的快速變化，智能制造質(zhì)量管控物聯(lián)網(wǎng)支持質(zhì)量計劃的動態(tài)調(diào)整。管理人員可以根據(jù)實時數(shù)據(jù)分析結(jié)果，快速識別生產(chǎn)過程中的質(zhì)量問題或潛在風險，并立即在質(zhì)量管理平臺上對質(zhì)量計劃進行微調(diào)或重新規(guī)劃。這種動態(tài)調(diào)整能力確保了企業(yè)能夠持續(xù)保持產(chǎn)品質(zhì)量的穩(wěn)定性和競爭力。

2.2.4 并行執(zhí)行與快速切換

并行執(zhí)行：智能制造質(zhì)量管控物聯(lián)網(wǎng)應當能夠支持多種質(zhì)量計劃的并行執(zhí)行，讓企業(yè)可以在同一時間段內(nèi)，針對不同的產(chǎn)品、生產(chǎn)線或市場區(qū)域，同時運行多個質(zhì)量計劃。這種并行執(zhí)行能力有助于企業(yè)更好地應對復雜多變的市場環(huán)境，提高生產(chǎn)效率和產(chǎn)品質(zhì)量。

快速切換：當市場或客戶需求發(fā)生重大變動時，智能制造質(zhì)量管控物聯(lián)網(wǎng)應當能夠支持質(zhì)量計劃的快速切換。管理人員只需在質(zhì)量管理平臺上對新的質(zhì)量計劃進行簡單配置和部署，即可實現(xiàn)生產(chǎn)線上質(zhì)量控制的快速轉(zhuǎn)換。這種快速切換能力可確保企業(yè)能夠在不影響正常生產(chǎn)的情況下，迅速對市場或客戶需求的變動做出響應。

2.3 設備與工藝數(shù)據(jù)采集監(jiān)測支持

智能制造中，設備數(shù)據(jù)包括設備的運行狀態(tài)、生產(chǎn)數(shù)據(jù)、報警信息，以及維修記錄、保養(yǎng)記錄等信息；工藝數(shù)據(jù)則包括生產(chǎn)過程中的各種參數(shù)和指標，如溫度、壓力、濕度等。智能制造質(zhì)量管控物聯(lián)網(wǎng)支持對設備數(shù)據(jù)和工藝數(shù)據(jù)的實時采集，以幫助企業(yè)更好地控制生產(chǎn)過程，提高產(chǎn)品質(zhì)量。

圖3展示的是設備與工藝數(shù)據(jù)采集的智能制造質(zhì)量管控物聯(lián)網(wǎng)應用示例。智能制造質(zhì)量管控物聯(lián)網(wǎng)可基于感知控制平臺實現(xiàn)設備與工藝數(shù)據(jù)采集支持，并由傳感網(wǎng)絡平臺將上述數(shù)據(jù)傳輸至質(zhì)量管理平臺。根據(jù)需要，在質(zhì)量管理平臺下還可配置相互獨立的設備管理分平臺和生產(chǎn)工藝管理分平臺，以支持分別對設備數(shù)據(jù)和工藝數(shù)據(jù)進行基于質(zhì)量管控的監(jiān)測和分析，保障產(chǎn)品生產(chǎn)制造過程符合質(zhì)量管控要求。

2.3.1 數(shù)據(jù)采集

感知控制平臺是整個物聯(lián)網(wǎng)體系下的數(shù)據(jù)源頭，通過配置不同的數(shù)據(jù)采集單元，如原材料/待加工品信息采集單元、設備運行數(shù)據(jù)采集單元等，實現(xiàn)設備和加工過程中的各種數(shù)據(jù)的采集。根據(jù)數(shù)據(jù)采集的需要，物理設備支撐可包括各種傳感器（如溫度傳感器、壓力傳感器、振動傳感器等），它們被部署在生產(chǎn)線的各個環(huán)節(jié)，實時監(jiān)測設備的運行狀態(tài)、生產(chǎn)環(huán)境參數(shù)（如溫度、濕度）以及加工過程中的關鍵參數(shù)（如加工時間、速度、功率等）。這些傳感器將收集到的數(shù)據(jù)通過傳感網(wǎng)絡平臺以有線或無線的方式傳輸給質(zhì)量管理平臺。

2.3.2 數(shù)據(jù)監(jiān)測與分析

質(zhì)量管理平臺是整個物聯(lián)網(wǎng)體系的管理樞紐，負責接收、處理、分析和展示來自感知控制平臺的數(shù)據(jù)。該平臺能夠?qū)?shù)據(jù)進行深度挖掘和分析，識別生產(chǎn)過程中的潛在問題，提供預警和決策支持。根據(jù)業(yè)務需求，質(zhì)量管理平臺可以進一步細化為設備管理分平臺和生產(chǎn)工藝管理分平臺。

設備管理分平臺：專注于對設備數(shù)據(jù)的監(jiān)測和分析。通過實時監(jiān)測設備的運行狀態(tài)、故障報警和維修記錄等信息，可以幫助企業(yè)實現(xiàn)設備的預防性維護，提高設備的可靠性和使用效率。此外，該平臺還可以對設備的性能進行評估和優(yōu)化，提升整體生產(chǎn)線的生產(chǎn)能力和產(chǎn)品質(zhì)量。

生產(chǎn)工藝管理分平臺：專注于對工藝數(shù)據(jù)的監(jiān)測和分析。通過對工藝參數(shù)的實時監(jiān)控和數(shù)據(jù)分析，可確保產(chǎn)品生產(chǎn)過程中的穩(wěn)定性和一致性。基于該平臺，還可識別出工藝偏差并及時調(diào)整，從而避免生產(chǎn)過程中的質(zhì)量問題。同時，它還可以為工藝改進提供數(shù)據(jù)支持，以推動企業(yè)不斷提升產(chǎn)品質(zhì)量和生產(chǎn)效率。

2.4 質(zhì)量管控模型的開發(fā)與應用支持

質(zhì)量管控模型在智能制造中扮演著至關重要的角色，它通過集成大數(shù)據(jù)、人工智能等先進技術，實現(xiàn)對生產(chǎn)過程的全面監(jiān)控、自動分析優(yōu)化和智能化決策，確保產(chǎn)品質(zhì)量符合標準并持續(xù)提升。因此，智能制造質(zhì)量管控物聯(lián)網(wǎng)的建設，應支持相應的質(zhì)量管控模型的開發(fā)應用，它要求從頂層設計到具體實施，每一個環(huán)節(jié)都緊密圍繞提升產(chǎn)品質(zhì)量這一目標。

2.4.1 質(zhì)量管控模型頂層設計

（1）明確目標與需求

設計前，需要明確智能制造質(zhì)量管控物聯(lián)網(wǎng)建設的總體目標，即實現(xiàn)生產(chǎn)過程的數(shù)字化、智能化監(jiān)控，以及基于大數(shù)據(jù)和人工智能的質(zhì)量管控模型的有效應用。需要深入調(diào)研企業(yè)的實際生產(chǎn)需求，包括產(chǎn)品類型、生產(chǎn)工藝、現(xiàn)有設備狀況等，為后續(xù)的模型設計和系統(tǒng)建設提供基礎。

（2）規(guī)劃系統(tǒng)架構(gòu)

根據(jù)目標和需求，規(guī)劃智能制造質(zhì)量管控物聯(lián)網(wǎng)的系統(tǒng)架構(gòu)，包括數(shù)據(jù)采集、數(shù)據(jù)傳輸、數(shù)據(jù)處理、模型應用等。要確保各層級之間能夠無縫對接，實現(xiàn)數(shù)據(jù)的順暢流通和信息的有效整合。本文提出的智能制造質(zhì)量管控物聯(lián)網(wǎng)應用架構(gòu)通過感知控制平臺實現(xiàn)數(shù)據(jù)采集，基于傳感網(wǎng)絡平臺實現(xiàn)數(shù)據(jù)傳輸，并在質(zhì)量管理平臺進行數(shù)據(jù)處理和模型應用，信息運行邏輯清晰，層次分明，能為質(zhì)量管控模型的開發(fā)與應用提供有效支撐。

2.4.2 質(zhì)量管控模型的開發(fā)與應用

（1）數(shù)據(jù)中心建設

質(zhì)量管控模型的核心是對智能制造過程中質(zhì)量相關數(shù)據(jù)的采集、處理和運用。為確保質(zhì)量管控模型運行時能有效地識別和提取所需的質(zhì)量相關數(shù)據(jù)，需要在質(zhì)量管理平臺中構(gòu)建一個具備一定能力的數(shù)據(jù)中心，為各類數(shù)據(jù)的識別、處理、讀寫和安全提供支持。數(shù)據(jù)中心不僅是一個物理上的數(shù)據(jù)存儲倉庫，更是實現(xiàn)智能分析與決策支持的智慧源，應具備以下基本能力：

①在數(shù)據(jù)采集階段，數(shù)據(jù)中心需支持多樣化的數(shù)據(jù)源接入，包括但不限于生產(chǎn)設備的實時狀態(tài)數(shù)據(jù)、產(chǎn)品檢驗的詳細記錄、原材料的質(zhì)量證明文件以及客戶反饋信息等。通過高度精細化的數(shù)據(jù)采集策略，確保每一個可能影響產(chǎn)品質(zhì)量的細微環(huán)節(jié)都被準確捕捉，為后續(xù)的數(shù)據(jù)處理與分析奠定堅實基礎。

②數(shù)據(jù)中心應能夠自動對采集到的原始數(shù)據(jù)進行清洗、去重、轉(zhuǎn)換和標準化處理，剔除無效信息，保留有價值的核心數(shù)據(jù)。

③數(shù)據(jù)中心還需具備完善的數(shù)據(jù)安全機制，確保質(zhì)量相關數(shù)據(jù)的機密性、完整性和可用性。通過加密傳輸、訪問控制、備份恢復等安全措施，有效防范數(shù)據(jù)泄露、篡改和丟失等風險，為質(zhì)量管控模型的穩(wěn)定運行提供堅實的安全屏障。

（2）質(zhì)量管控模型的設計選型

企業(yè)需要結(jié)合實際生產(chǎn)情況和業(yè)務需求，設計并開發(fā)適合的質(zhì)量管控模型。這些模型可以基于傳統(tǒng)的統(tǒng)計分析方法，也可以采用先進的機器學習、深度學習等人工智能技術。以前沿的人工智能質(zhì)量模型為例，在設計選型時應注意以下方面：

①明確業(yè)務

首先，明確業(yè)務上需要解決的問題，比如分類、回歸、預測、推薦等；其次，需深入理解業(yè)務需求，包括數(shù)據(jù)的特點、實時性要求、準確率要求、成本限制等；第三，根據(jù)業(yè)務需求設定具體的量化目標，如提高預測準確率、降低誤報率、縮短響應時間等。

②評估可選模型類型

首先，需了解各種人工智能模型（如機器學習、深度學習、強化學習等）的基本原理、適用場景和優(yōu)缺點；其次，根據(jù)業(yè)務需求，評估哪些模型類型更適合解決當前問題。例如，對于圖像識別任務，卷積神經(jīng)網(wǎng)絡（CNN）可能是一個好的選擇[9]；對于序列數(shù)據(jù)處理，循環(huán)神經(jīng)網(wǎng)絡（RNN）或長短時記憶網(wǎng)絡（LSTM）可能更合適[10]。

③考慮數(shù)據(jù)集的特性

在數(shù)據(jù)集大小方面，大模型通常需要更大的數(shù)據(jù)集來訓練，而小型數(shù)據(jù)集可能更適合簡單的模型；在數(shù)據(jù)質(zhì)量方面，數(shù)據(jù)集的準確性、完整性、平衡性等因素會影響模型的效果。

④考慮模型的部署和維護

硬件方面，需要評估模型對硬件資源的需求，包括計算能力、內(nèi)存和存儲等；集成能力方面，需要考慮模型是否能輕松集成到現(xiàn)有的業(yè)務流程或系統(tǒng)中；可維護性方面，應選擇易于理解和維護的模型，以便在出現(xiàn)問題時能夠快速修復和優(yōu)化。

⑤成本效益分析

成本效益是生產(chǎn)經(jīng)營的永恒主題，對質(zhì)量管控模型的開發(fā)設計進行成本效益分析是必要的。例如，通常需要評估模型開發(fā)和訓練所需的成本，包括硬件購買、軟件許可、人力資源等；需要考慮模型在部署后的運營成本，包括推理速度、能源消耗、維護費用等；還需要將模型帶來的業(yè)務價值與成本進行比較，確保投資回報率符合預期。

2.5 質(zhì)量在線檢測與追溯支持

質(zhì)量在線檢測與追溯是智能制造質(zhì)量管控物聯(lián)網(wǎng)應具備的基本能力之一。基于該能力的實現(xiàn)，企業(yè)能夠確保對智能制造過程中的質(zhì)量問題迅速響應并采取措施，防止問題擴大，確保產(chǎn)品質(zhì)量穩(wěn)定；能夠減少人工檢測帶來的誤差和延誤，提高檢測的準確性和效率；能夠輕松地追溯產(chǎn)品的生產(chǎn)歷史、原材料來源、生產(chǎn)工藝等信息，為產(chǎn)品質(zhì)量問題的分析和處理提供有力支持。

2.5.1 質(zhì)量在線檢測

在具體實踐中，質(zhì)量在線檢測可通過感知控制平臺的RFID標簽、二維碼、自動化檢驗技術來實現(xiàn)。例如，在原材料信息采集和檢驗過程中，可利用RFID標簽或二維碼為每一件原材料分配唯一識別碼，并自動將原材料的基礎信息（如供應商信息、批次號、生產(chǎn)日期、保質(zhì)期、材質(zhì)成分等）及檢驗信息（如檢測結(jié)果、合格證明、質(zhì)量等級等）錄入系統(tǒng)并上傳至質(zhì)量管理平臺；在半成品或成品檢驗上，可利用自動化檢驗技術，如結(jié)合機器視覺，對特定半成品或成品進行自動化檢驗。如圖4所示，機器視覺可以實現(xiàn)對待檢品外觀缺陷的精準識別。

2.5.2 質(zhì)量追溯

在智能制造質(zhì)量管控物聯(lián)網(wǎng)建設中，可在質(zhì)量管理平臺上進一步配置質(zhì)量追溯分平臺。質(zhì)量追溯分平臺可依托質(zhì)量管理平臺的數(shù)據(jù)中心能力，實現(xiàn)質(zhì)量數(shù)據(jù)的實時訪問、分析與追溯，讓生產(chǎn)管理人員能夠?qū)崟r監(jiān)控生產(chǎn)過程、追溯產(chǎn)品質(zhì)量信息，并及時采取相應的措施。實踐中，可為質(zhì)量追溯分平臺配置如下核心功能：

①實時數(shù)據(jù)集成

質(zhì)量追溯分平臺與數(shù)據(jù)中心信息互通，能夠?qū)崟r讀取并整合來自生產(chǎn)線的各類質(zhì)量數(shù)據(jù)，包括但不限于生產(chǎn)參數(shù)、檢驗記錄、設備狀態(tài)等，確保數(shù)據(jù)的時效性和準確性。

②生產(chǎn)過程監(jiān)控

通過可視化的界面，生產(chǎn)管理人員可以實時監(jiān)控生產(chǎn)過程中的關鍵指標和異常情況，及時發(fā)現(xiàn)潛在的質(zhì)量問題，為快速響應提供可能。

③質(zhì)量信息追溯

利用數(shù)據(jù)中心記錄的詳細數(shù)據(jù)，支持從原材料入庫到成品出庫的全程追溯。一旦發(fā)生質(zhì)量問題，可迅速定位問題源頭，為問題分析和解決提供有力依據(jù)。

2.6 質(zhì)量趨勢預測分析支持

質(zhì)量趨勢預測是質(zhì)量管控的重要組成部分，是一個復雜但至關重要的過程，它涉及數(shù)據(jù)收集與分析、質(zhì)量風險評估以及預測模型構(gòu)建等多個方面。

2.6.1 數(shù)據(jù)收集與分析

在數(shù)據(jù)收集上，質(zhì)量趨勢預測功能要求對歷史質(zhì)量數(shù)據(jù)、生產(chǎn)過程數(shù)據(jù)和外部環(huán)境數(shù)據(jù)進行收集。其中，歷史質(zhì)量數(shù)據(jù)包括過去一段時間內(nèi)的產(chǎn)品質(zhì)量數(shù)據(jù)，如缺陷率、不合格品數(shù)量、客戶投訴等，這些數(shù)據(jù)是分析質(zhì)量趨勢的基礎；生產(chǎn)過程數(shù)據(jù)包括設備運行狀態(tài)、原材料質(zhì)量、操作人員技能水平等，這些數(shù)據(jù)有助于識別影響質(zhì)量的關鍵因素；外部環(huán)境數(shù)據(jù)則要考慮市場變化、供應鏈穩(wěn)定性、政策法規(guī)等外部環(huán)境因素對質(zhì)量趨勢的影響。

在數(shù)據(jù)分析上，應支持基于不同的分析目的提供相應的分析工具。如采用均值、標準差、最大值、最小值等統(tǒng)計量進行描述性統(tǒng)計分析；采用時間序列分析、回歸分析等方法，開展的歷史數(shù)據(jù)趨勢分析；通過相關性分析、因果圖等方法，識別影響質(zhì)量的關鍵因素及其之間的因果關系。

2.6.2 質(zhì)量風險評估

質(zhì)量風險評估流程涵蓋3大步驟：風險識別、風險量化以及應對策略的制定。在質(zhì)量管理平臺的運作中，可運用諸如失效模式與影響分析（FMEA）等科學方法，系統(tǒng)地識別出可能對產(chǎn)品或服務質(zhì)量造成不利影響的各類風險因素。這一環(huán)節(jié)的關鍵在于全面審視生產(chǎn)流程、產(chǎn)品設計、供應鏈管理等各個環(huán)節(jié)，確保不遺漏任何潛在的質(zhì)量隱患。

質(zhì)量風險量化階段側(cè)重于對識別出的風險進行客觀評估。具體做法包括衡量風險的嚴重性（即風險一旦發(fā)生可能造成的后果嚴重程度）、發(fā)生概率（風險事件發(fā)生的可能性）以及檢測難度（識別并測算應對風險所需的時間和資源投入）。通過綜合考慮這3個維度，將風險量化為具體的數(shù)值或等級，以便于管理者更直觀地理解風險的嚴重性和緊迫性。

最后，基于風險識別和量化的結(jié)果，應制定針對性的風險應對措施和應急預案，并將其存儲于質(zhì)量管理平臺數(shù)據(jù)中心。這些措施和應急預案旨在預防風險的發(fā)生，或在風險不可避免時，能夠迅速、有效地減輕其對質(zhì)量趨勢的負面影響。具體措施可能包括改進生產(chǎn)工藝、加強質(zhì)量檢測、優(yōu)化供應鏈管理、加強員工培訓等，具體取決于風險特性和企業(yè)資源情況。

2.6.3 質(zhì)量趨勢預測模型構(gòu)建

在當前人工智能技術的賦能下，預測質(zhì)量趨勢的抓手在于構(gòu)建高效精準的預測模型。在智能制造質(zhì)量管控物聯(lián)網(wǎng)體系中，首要任務是依據(jù)數(shù)據(jù)類型及質(zhì)量趨勢預測的具體目標，選擇適用的預測模型技術，這些技術包括但不限于時間序列分析、回歸分析以及先進的人工神經(jīng)網(wǎng)絡等，以確保預測模型的有效性和針對性。其次，利用豐富的歷史數(shù)據(jù)和新生數(shù)據(jù)，對預測模型進行深入的訓練、驗證和迭代優(yōu)化，使得模型能夠逐漸適應并準確捕捉數(shù)據(jù)中的規(guī)律和趨勢，從而為未來的質(zhì)量趨勢預測提供可靠的支撐。

2.7 質(zhì)量缺陷分析及改善支持

智能制造質(zhì)量管控物聯(lián)網(wǎng)作為現(xiàn)代化的質(zhì)量管控方式，不僅需要實時監(jiān)控生產(chǎn)流程與產(chǎn)品質(zhì)量，更需要具備強大的質(zhì)量缺陷分析能力。這一能力貫穿從原材料入庫到成品出庫的整個生產(chǎn)過程，通過高度集成的感知控制平臺、傳感網(wǎng)絡平臺、質(zhì)量管理平臺，實現(xiàn)對生產(chǎn)環(huán)節(jié)中每一細微質(zhì)量變化的精準捕捉與深入分析。

在智能算法的支持下，質(zhì)量管理平臺應能自動識別并分類記錄生產(chǎn)過程中的各類異常情況，如尺寸偏差、材料缺陷、工藝失誤等。通過對比分析歷史數(shù)據(jù)與實時數(shù)據(jù)，能夠迅速定位問題源頭，評估缺陷的嚴重程度及可能的影響范圍。進一步還可賦予質(zhì)量管理平臺智能推理能力，使其能夠基于大量案例與知識庫，對缺陷成因進行深度剖析，并提出初步的改進措施。

3 結(jié) 語

質(zhì)量管控作為企業(yè)發(fā)展的生命線，其重要性不言而喻。本文所探討的智能制造質(zhì)量控制物聯(lián)網(wǎng)，正是以質(zhì)量為核心，以三體系物聯(lián)網(wǎng)理論為基礎，通過高度信息化、智能化的手段，實現(xiàn)對生產(chǎn)全過程的精細化質(zhì)量管理。文章立足生產(chǎn)實際，細致剖析智能制造質(zhì)量管控物聯(lián)網(wǎng)所需要構(gòu)建的各項能力，旨在為企業(yè)向智能制造的高質(zhì)量轉(zhuǎn)型升級鋪設堅實的理論基石。智能制造質(zhì)量管控物聯(lián)網(wǎng)的建設，不僅是對傳統(tǒng)質(zhì)量管理模式的革新，更是對未來制造業(yè)發(fā)展的前瞻布局。

展望未來，隨著智能制造和物聯(lián)網(wǎng)技術的不斷發(fā)展，質(zhì)量管控將變得更加智能化、精細化。企業(yè)將持續(xù)優(yōu)化質(zhì)量管理體系，加強與供應商、客戶等利益相關者的協(xié)同合作，共同構(gòu)建以質(zhì)量為導向的價值鏈生態(tài)。在這樣的生態(tài)中，質(zhì)量不再是單一環(huán)節(jié)的追求，而是貫穿整個產(chǎn)品生命周期的核心理念。智能制造質(zhì)量管控物聯(lián)網(wǎng)的建設為質(zhì)量管控注入了新的活力與動力，能夠推動企業(yè)在激烈的市場競爭中以質(zhì)取勝，實現(xiàn)可持續(xù)發(fā)展。企業(yè)應當積極擁抱工業(yè)變革的趨勢，加強技術創(chuàng)新和人才培養(yǎng)，不斷完善和優(yōu)化智能制造質(zhì)量管理體系，推動制造業(yè)向更高水平、更高質(zhì)量、更高效益的方向發(fā)展。只有這樣，企業(yè)才能在激烈的市場競爭中立于不敗之地，實現(xiàn)企業(yè)的可持續(xù)發(fā)展和長遠目標。

參考文獻

[1]張樹山，董旭達.智能化轉(zhuǎn)型、組織韌性與制造業(yè)企業(yè)高質(zhì)量發(fā)展[J].中國流通經(jīng)濟，2024，38（1）：104-114.

[2]王媛媛.高質(zhì)量發(fā)展背景下中國制造業(yè)智能化轉(zhuǎn)型：成就、問題與創(chuàng)新路徑分析[J].亞太經(jīng)濟，2020（2）：116-126.

[3]徐洪海. 以制造強國戰(zhàn)略為指引，以智能制造為主攻方向，推動上海先進制造業(yè)高質(zhì)量發(fā)展[J]. 智能制造，2022（6）：37-38.

[4]中國政府網(wǎng).中共中央國務院印發(fā)《質(zhì)量強國建設綱要》[J].船舶標準化與質(zhì)量，2023（2）：2-11.

[5]邵澤華.物聯(lián)網(wǎng)與智慧城市[M].北京：中國人民大學出版社，2022：3-5.

[6]顧文斌，劉斯麒，栗濤，等.基于生產(chǎn)數(shù)據(jù)的混合流水車間動態(tài)調(diào)度方法研究[J]. 計算機集成制造系統(tǒng)，2024，30（4）：1242-1254.

[7]葉嵐.物聯(lián)網(wǎng)結(jié)合智能制造的現(xiàn)狀與改進策略[J].數(shù)碼設計，2021，10（12）：220-221.

[8]邵澤華，劉彬，權(quán)亞強，等.智能制造工業(yè)物聯(lián)網(wǎng)體系研究與分析[J].物聯(lián)網(wǎng)技術，2023，13（4）：140-143.

[9]崔鵬飛，裘玥，孫瑞. 面向網(wǎng)絡內(nèi)容安全的圖像識別技術研究[J].信息網(wǎng)絡安全，2015（9）：154-157.

[10]李曉磊.基于改進循環(huán)神經(jīng)網(wǎng)絡的時間序列預測模型研究[D].石家莊：河北科技大學，2023.