工业4.0中新技术对质量管理的影响

季 丹

自德国提出工业4.0概念后，许多国家陆续出台了各自的工业4.0版本。虽然每个国家的实际情况有所差别，侧重点也各不相同，但目标基本保持一致，即推动工业领域新一代革命性技术的研发与创新，推动制造业向智能化转型。

“新一代革命性技术”的内涵和外延目前还比较模糊，不同国家、不同机构甚至不同学者之间存在界定上的差异。广义上，一切有助于工业形态发生变化（除了生产制造外，还有设计、物流、维保等环节，以及业务模式、组织结构等）的新技术都在此列，大体包括：（1）硬件技术，如新型传感器、网关、边缘计算机、控制芯片等；（2）软件技术，如大数据分析、人工智能等；（3）协议、标准，如数据定义、接口协议等。狭义上，工业4.0中新一代革命性技术常常指那些当前已经得到深度应用，在一些场景内得到充分验证，短期内可能形成重大突破的技术。本文选择目前已经开展较多实际应用且对质量提升作用显著的大数据、人工智能、区块链、VR/AR技术等进行分析。

一、大数据

大数据是指以容量大、类型多、存取速度快、应用价值高为主要特征的数据集合，目前正快速发展为对数量巨大、来源分散、格式多样的数据进行采集、存储和关联分析，从中发现新知识、创造新价值、提升新能力的新一代信息技术和服务业态。

大数据以及大数据配套产业的发展，对质量管理带来了三方面的影响。

1. 质量信息处理方式遭遇挑战。传统的质量分析方法基本上以结构化的小样本数据为对象进行，很少有超过一个GB的数据量。常用的数理统计工具包括方差分析、比率检验、关联分析、多元回归、DOE等。在数据分析前需要对数据的分布规律进行检验，以选择合适的方法和模型。而对于海量大数据，目前还没有形成易用、通用的处理方式。如何基于大数据进行产品生产阶段的质量改善、产品设计阶段的质量功能改进或生产线设计的改善等，仍缺乏行之有效的方法或手段，有待进一步探索。许多企业反映“每天都有几个T的数据产生，这些数据的储存占用了巨大资源，目前还无法从中获得任何效益，因为不知道怎么分析它”，当然也有企业重金邀请专家来建模，但目前很多模型的学术意义大于实践价值。

2. 质量人员的知识结构需要变革。企业可以采用大数据技术来分析质量管理的实时数据和历史数据，识别质量问题及其原因，并准确地找到方法来最大程度地减少产品缺陷和浪费。因此，大数据的运用将会减少专门从事质量管理的人员数量，同时也增加了对数据科学家的需求。目前，许多企业的质量分析以及后续的改进工作都是由精通建模的数据分析师完成，而非由传统意义上的质量专家完成。比如在芯片生产企业中，通过数据分析师的工作，将大量采集到的测试单片机数据，与生产流程早期晶片成型阶段的数据进行关联分析，可以显著降低缺陷，甚至还能做出预判，在前期将残次品排除，改进生产质量。这些企业中，在生产现场直接参与质量管理的人员数量相比以往逐渐降低。与此相对应的，则是在大数据监控室或数据算法设计构建阶段的质量管理人员需求大幅增加。

3. 数据质量本身的管理有待加强。以往的质量数据主要是小样本数据，结构清晰，处理简单。而大数据分析对包括准确性、合规性、一致性、及时性、完备性等在内的数据质量提出了很高要求，目前还缺乏系统高效的数据清洗、转化、控制方法。制约大数据建模的一个重要因素，就是数据本身的标准还未建立。

二、人工智能

人工智能是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。从发展历史来看，人工智能现在正处于第三次浪潮。第一次浪潮约在20世纪60年代前后，是人工智能概念及其基本原理开始被关注的年代；第二次浪潮在20世纪80年代，着重于机器学习；第三次浪潮从本世纪10年代开始，基于机器学习与统计学的深度学习技术得到普及与发展。与前两次不同，人工智能已经呈现从实验室走向商业化、产业化的趋势。

人工智能对质量管理的影响主要有以下方面。

1. 更精准的质量预测与决策。基于人工智能技术，企业能够实时采集来自生产线的运作时间、电流、室温等数据，并通过算法模型，预测生产线因质量问题而中断的概率、节点和时长，从而大幅度减少停工及其造成的损失。已有学者在质量预测的人工智能建模中取得了很好的成果，碍于成本和时间，虽然目前还没有得到大规模推广，但可以想象这只是时间问题。

2. 更高效的质量检验与控制。德勤的一份报告指出，人工智能应用场景中，“质量控制与缺陷识别”居于第二位，仅次于第一位的“信息技术自动化”，高于第三位“网络安全”。在人工智能环境下，产品的质量检验可以借助机器视觉识别，快速扫描产品质量，提高质检效率。而且，这些系统可以持续深度学习，其性能将随着时间的推移持续提高。此外，通过中心信息系统，质量检验发现的问题还可以直接传递到MES系统调整生产，使控制的精度和效率都大幅提升。

3. 更智能的质量改进与变革。人工智能在制造领域的广泛应用将催生智能制造，形成具有自感知、自学习、自决策、自执行、自适应等功能的新型生产方式，并将贯穿于设计、生产、管理、服务等制造活动的各个环节。在智能制造背景下，对商业环境的预测信息更加多样、顾客需求的分析更加精准、产量和生产模式更具柔性，对影响产品或服务质量的因素将更全面地剖析。原有依靠个人经验或局部信息判断来进行的质量改进方案，将更加精准高效，大幅降低人为主观性和局部片面性。生产过程中的质量缺陷将得到较好控制，质量问题更多地发生在产品定义与设计阶段以及消费者应用场景中，全面质量管理（TQM）必须扩展为全生命周期的质量管理，由此也将引发质量管理部门与人员的变革。

4. 替代人工。德国的一项调查显示，未来10年随着人工智能与机器人技术的普及，德国将减少61万个组装和生产类岗位。其中，生产类岗位将减少12万个，占生产类岗位的4%；质量管理类岗位将减少2万个，占质量管理类岗位的8%。智能制造改变了产品质量监控的频率与效率，一名操作员可以同时负责几台机器，对设备运行和产品质量的监控可以通过自动化系统完成。智能制造包含的模拟技术支持更加高效的质量改进，比如在实际量产之前，可以对新产品进行虚拟建模测试和优化，大幅减少调试时间与测试人员。

三、区块链技术

区块链技术作为信息科技领域的颠覆式创新近年逐渐普及。通常认为，区块链是一个由加密协议方法保护的连续信息库，以此提供与传统金融账本不同的记账方法和记账内容。区块链的不可篡改性使得信息真实性受到极大保护，弄虚作假得到有效抑制。目前，在财务信息系统方面应用已经成熟，许多大型会计事务所开始将区块链技术应用于会计系统以及审计工作的调研与实验，其原理就是利用区块链的参与者以P2P（Peer to Peer，对等网络）的形式对分散型数据系统进行管理。

在质量管理领域，区块链目前主要用于供应链管理，降低供应商篡改检测检验数据的风险。区块链技术对质量管理的影响包括以下几方面。

1. 推动质量管理更加安全高效。质量管理的数据信息由于涵盖了非财务数据，以及部分财务数据（如质量成本），因此比财务审计数据更加多样，信息量也更加庞大。基于区块链的质量数据管理已成为质量创新的一大挑战。但拥有大量数据和信息的质量管理系统如果能结合区块链技术，可以极大推动企业质量管理活动以及宏观质量治理工作更加安全、高效。目前已经有学者基于区块链技术开发了供应链质量管理中的“智能合约”框架，探索产品或产品原料的质量追溯体系的构建。实践中，基于区块链技术的去中心化、公开性、安全性、互信性、可追溯性等诸多特点，有些企业已经开始建构基于区块链的供应链管理系统。比如生产刻蚀机和光刻机的中微半导体公司，构建了基于区块链泛半导体行业工业互联网平台，很大程度上提高了采购质量和追溯能力。同时，还可以作为产业生态链上的一种重要公共服务设施向外提供区块链服务。

2. 增强防伪溯源与质量保障能力。假冒伪劣是质量问题的重要表现形式，其主要根源在于供需双方的信息不对称，消费者无法掌握产品生产流通各环节信息。从安全与监管的角度来看，产品质量必须满足法律法规和强制性标准要求，因此在很大程度上质量可以被看作是产品各参数的检测值与要求值之间的数据差。防伪标志、第三方认证等都是通过终端标识方式对数据差进行“是”或“否”的评定，以增强消费者信任。但在这个过程中，仍然存在造假的可能，并不能从根本上终止假冒伪劣。基于区块链的数据不可篡改性，可以把各环节的检测比较数据录入公共网络上的“质量账本”，消费者随时可通过终端查询所有信息，从根本上堵住造假的可能。

3. 对质量认证带来冲击。由于区块链可以记录大量的过程信息并且无法篡改，消费者可以方便地查知产品质量信息，因此对大多数基于第三方公信力的认证需求将逐渐下降，认证机构仅仅依靠颁发证书获利的模式将难以维持，必须进一步向综合性的质量服务转型升级，比如提供一揽子的质量改进服务方案。

四、虚拟/增强现实技术（VR/AR）

虚拟现实（Virtual Reality，VR）技术通过计算机系统创造一个看得到、听得见的虚拟环境，人们可以借助各种交互设备与虚拟世界中的物体相互作用，甚至可以创建和体验虚拟世界，从而产生身临其境的交互式体验。增强现实（Augmented Reality，AR）技术把计算机系统生成的虚拟物体或关于真实物体的非几何信息叠加到真实世界的场景之上，从而实现对真实世界的增强。

VR/AR技术对质量管理的影响包括以下几方面。

1. 升级管理工具，提高质量改进决策的响应速度。在制造领域，工人可以装备增强现实眼镜（AR glasses），获取物流和制造信息。这些眼镜通过VR技术，可以显示每个配件重要安装区域，还可以帮助装卸工人选择正确的配件。姿势识别摄像头可以协助进行质量控制工作，自动对质量问题进行记录和储存，大大减少了手工文本工作。这些技术可以让工人处理不同类型的工作，并减少差错率。

2. 提高现场装配或施工准确性。在建筑业场景中，运用VR/AR技术将可视化BIM信息嵌入真实环境，实现实时交互。设计人员得到的BIM模型及相关信息可以通过VR/AR技术，为建筑施工提供指导，保证设计阶段与施工阶段平滑对接，实现在施工质量控制中的价值。在设备制造与装配场景中，利用VR/AR技术能够实现对工厂的合理规划，包括每个部件的运行轨迹、维护及存储，从而重构整个生产流程体系，提高质量与效率。在设计规划场景中，利用VR/AR技术能远程协作，共同构建设备运行的虚拟场景。在该场景中能够模拟机械设备的运行状况，以便相关工作人员发现机械设备设计中存在的问题。

3. 提高人员培训质量。近年来，VR/AR技术几乎应用于所有专业的教学培训，使以往必须通过大量现场教学才能掌握的技能在虚拟平台上实现，极大提高了培训质量，降低了培训成本。特别是在具有较高空间感和操作要求的教育项目中，VR/AR技术已引发革命性变化。比如在心脏手术实操训练中，医学专业的学生佩戴VR/AR眼镜，手持模拟控制器，就可置身于虚拟手术环境，实现实操演练。通过引入VR/AR技术，操作类技能培训的趣味性、有效性大幅上升，对各类工作的完成质量起到了重要的助推作用。

五、结语

生产力决定生产关系，任何一次工业革命都伴随着管理革命，质量管理也不例外。人类社会正在以前所未有的加速度驶向未来，工业4.0对人类的生产生活将带来重要影响，但它还只是即将到来的波澜壮阔伟大乐章中的一个序曲，远远不能代表社会变革的全部内容。本文的分析还只限于方向性的探讨，今后可以对每一种技术的变革性影响进行量化研究和典型案例示范，更好推动新技术的落地应用，助力高质量发展。