上海大众动力总成有限公司朱正德先生

关于大数据制造

2015年初，随着“制造2025”这一中国版的“工业4.0”以官方名义高调推出，制造业这一国内实体经济的中流砥柱，也几乎与世界同步地跨入了第四次工业革命的大门。众所周知，与前三次相比，本次工业革命的进步在于，通过利用互联网激活了传统的工业过程，使工厂设备“能说话、能思考”，以同时实现三大功能：降低制造业对劳动力的依赖、满足用户个性化需求，并将流通成本降到较低。所采取的战略主要包括三大主题，一是“智慧工厂”，二是“智能化生产”，三是“智能化物流”，而其核心为第二点。事实上，现今业界一致认为，无论“工业4.0”或“中国制造2025”都是以智能化制造为主导的一次生产方式的大革命，旨在通过充分利用信息通讯技术和网络空间虚拟系统的手段，将制造业向智能化转型。

一般来说，生产型企业中所接触到的数据包括二大块，其一是那些被称为传统性的数据，如与企业基本状况相关的信息和类似于生产计划，及销售、原料(半成品)、产品库存等企业管理方面的数据;其二则是由传感器件采集的信息，涉及人们熟知的关系到产品质量的各种测量数据，以及用于实时反映制造过程状态的大量信息。

在中国，汽车制造业是改革开放30年以来发展最快的行业之一。尤其令人欣喜的是，这种发展并不只是简单地体现在行(企)业规模、产量的扩大上，从技术层面来讲，无论是外企、国企还是民企，均已把提升制造技术水平、转变生产模式作为自身的主要发展方向。具体地，就是自21世纪初以来，融入了众多先进技术的“智能化制造”的理念已逐渐为越来越多的企业所接受并予以践行。

测量职能在现代汽车制造企业中的提升与发展

近年来，作为迈入“工业4.0”的第一步，制造的方式已逐渐地从产品零部件规模化生产，经历了按市场的实际需求转为中、小批量的生产方式，并最后会发展成基于社会上个人需求的定制化生产模式。无疑，据此在生产之前就务必要预先确定(ERP系统)，并将包括部件生产所需的全部信息事先存于虚拟现实中(PLM或PDM系统)，至于所有其他相关的部件也要在虚拟环境中进行规划，这些部件均有自己的“名称”和“地址”，具备各自的身份信息。因此，这些部件“知道”什么时候，哪条生产线或哪个工艺工程需要它们，通过这种方式，它们才得以协商确定各自在数字化工厂中的运动路径。然后再认真地解决在制造过程中和作业完成后，工件的识别问题，期间，控制系统还会实时调用生产设备自身的和相应的加工信息(MES系统)。此外，在生产过程中以及在该零部件完成后，还设置了用于拮取、采集与产品制造质量相关信息的数量、种类众多的检测器具。

从早期的只设置最终检验、以对产品的实物质量进行评介，扩展到：50年代出现的随机量仪可在加工过程中控制零件质量，称为in-process;离线设置在工序间的检测器具，则进一步为保证产品的制造质量提供了有效手段。这些被统称“在线检测设备”的计量器具。

事实上，自20世纪80年代起，基于休哈特理论的统计过程控制(SPC)在以汽车制造业为代表的批量生产工厂已获得了成功的、且越来越普遍的应用。尤其是在溶入了q-DAS公司性能优异、丰富的统计分析软件后，利用所采集的大量数据，挖掘其背后隐藏的信息。

基于大数据制造的测量功能的演变与拓展

在迈向智能化制造的过程中，与现代企业相匹配的质量体系需具备的核心应用流程，包括质量体系的数字化和测量器具与传感器网络及大数据统计分析之间的关联性做个说明。首先，汽车制造企业都需遵循汽车行业质量体系标准，在TS16949中，APQP、FMEA、MSA、PPAP、SPC并称为五大核心工具，贯穿整个产品自研发期、至批量生产直到最终产品交付的全过程。知名的测量技术公司海克斯康及其合作伙伴IQS公司将质量体系转化为数字化体系平台。借助这一平台，可清晰并轻松地完成质量体系中各种流程的跟踪执行，并将上百种质量系统的管理图表，变成数字化格式来管理、执行。

另外，质量体系中的FMEA、MSA、SPC都离不开数据作为支撑，如果基于工业4.0特点来规划，从信息物理系统整合、IT平台、数据采集和物理元素等概要出发，未来的质量系统进化过程应该包含以下关键技术：1)体系流程自动化与系统管理;2)测量与传感器网络;3)网络化通讯基础构架;4)自动化或在线测量系统;5)嵌入式逻辑软件;6)统计大数据和数据实时监控。

在大数据制造的背景下，测量功能发生了质的变化，所采集的测量数据远远超出了评判产品的单一用途，即突破了测量的“窄义”。事实上，无论从信息采集的角度还是在当今企业发挥的作用，广义的测量数据均已成为现代化工厂质量管理体系的基础和企业正常运行的前提。