發(fā)布時(shí)間：2020-05-19所屬分類(lèi)：計(jì)算機(jī)職稱(chēng)論文瀏覽：1次
摘 要： 摘要通過(guò)分析傳統(tǒng)產(chǎn)品質(zhì)量改進(jìn)模式存在的問(wèn)題，以及產(chǎn)品質(zhì)量改進(jìn)的定義理解，對(duì)產(chǎn)品全生命周期過(guò)程質(zhì)量數(shù)據(jù)的采集、存儲(chǔ)、處理、分析和挖掘等相關(guān)技術(shù)應(yīng)用進(jìn)行研究。規(guī)劃、設(shè)計(jì)產(chǎn)品質(zhì)量大數(shù)據(jù)管理模型，并探索在產(chǎn)品質(zhì)量改進(jìn)實(shí)施過(guò)程中創(chuàng)新應(yīng)用大數(shù)據(jù)分析和
摘要通過(guò)分析傳統(tǒng)產(chǎn)品質(zhì)量改進(jìn)模式存在的問(wèn)題，以及產(chǎn)品質(zhì)量改進(jìn)的定義理解，對(duì)產(chǎn)品全生命周期過(guò)程質(zhì)量數(shù)據(jù)的采集、存儲(chǔ)、處理、分析和挖掘等相關(guān)技術(shù)應(yīng)用進(jìn)行研究。規(guī)劃、設(shè)計(jì)產(chǎn)品質(zhì)量大數(shù)據(jù)管理模型，并探索在產(chǎn)品質(zhì)量改進(jìn)實(shí)施過(guò)程中創(chuàng)新應(yīng)用大數(shù)據(jù)分析和挖掘技術(shù)。優(yōu)化、創(chuàng)新產(chǎn)品質(zhì)量改進(jìn)方法和工具，為產(chǎn)品質(zhì)量持續(xù)改進(jìn)提出產(chǎn)品質(zhì)量大數(shù)據(jù)驅(qū)動(dòng)的管理模式創(chuàng)新思路。同時(shí)，構(gòu)建產(chǎn)品質(zhì)量改進(jìn)的函數(shù)模型，并通過(guò)應(yīng)用實(shí)例進(jìn)行驗(yàn)證，證明能幫助企業(yè)構(gòu)建快捷高效、精準(zhǔn)規(guī)范、透明可控的產(chǎn)品質(zhì)量改進(jìn)管理體系。
關(guān)鍵詞產(chǎn)品質(zhì)量改進(jìn)PDCA大數(shù)據(jù)技術(shù)
0引言
隨著新一輪科技革命和產(chǎn)業(yè)變革的爆發(fā)，全球各國(guó)為占領(lǐng)制高點(diǎn)，加快物聯(lián)網(wǎng)、大數(shù)據(jù)、云計(jì)算等新一代信息技術(shù)研究和應(yīng)用。國(guó)內(nèi)外知名企業(yè)為增強(qiáng)全球的核心競(jìng)爭(zhēng)力，不遺余力地積極推進(jìn)數(shù)字化、網(wǎng)絡(luò)化、智能化建設(shè)，提高科技和管理創(chuàng)新能力，實(shí)現(xiàn)提質(zhì)增效，促進(jìn)企業(yè)轉(zhuǎn)型升級(jí)。如何持續(xù)改進(jìn)產(chǎn)品質(zhì)量，不斷提高滿(mǎn)足產(chǎn)品質(zhì)量要求的能力，成為企業(yè)轉(zhuǎn)型升級(jí)面臨的最重要的課題。
相關(guān)期刊推薦：《計(jì)算機(jī)應(yīng)用與軟件》注重刊登反映計(jì)算機(jī)應(yīng)用和軟件技術(shù)開(kāi)發(fā)應(yīng)用方面的新理論、新方法、新技術(shù)以及創(chuàng)新應(yīng)用的文章。本刊致力于創(chuàng)辦以創(chuàng)新、準(zhǔn)確、實(shí)用為特色，突出綜述性、科學(xué)性、實(shí)用性，及時(shí)報(bào)道國(guó)內(nèi)外計(jì)算機(jī)技術(shù)在科研、教學(xué)、應(yīng)用方面的研究成果和發(fā)展動(dòng)態(tài)的綜合性技術(shù)雜志，為國(guó)內(nèi)計(jì)算機(jī)同行提供學(xué)術(shù)交流的平臺(tái)。
產(chǎn)品質(zhì)量改進(jìn)必須建立在產(chǎn)品質(zhì)量數(shù)據(jù)分析的基礎(chǔ)之上，而產(chǎn)品質(zhì)量數(shù)據(jù)貫穿于產(chǎn)品研發(fā)設(shè)計(jì)、物料供應(yīng)、制造裝配、調(diào)試試驗(yàn)、售后服務(wù)等產(chǎn)品全生命周期過(guò)程。傳統(tǒng)的手工、紙質(zhì)質(zhì)量管理方式、手段存在產(chǎn)品質(zhì)量數(shù)據(jù)量大而分散、采集難，紙質(zhì)化數(shù)據(jù)差錯(cuò)率高、反饋不及時(shí)、利用率低等問(wèn)題，已無(wú)法滿(mǎn)足新時(shí)期產(chǎn)品質(zhì)量改進(jìn)的要求。需要運(yùn)用大數(shù)據(jù)技術(shù)，集成采集、存儲(chǔ)處理、分析挖掘產(chǎn)品全生命周期過(guò)程質(zhì)量數(shù)據(jù)，為產(chǎn)品質(zhì)量改進(jìn)的模式創(chuàng)新提供必要技術(shù)支持。
1產(chǎn)品質(zhì)量改進(jìn)定義
產(chǎn)品質(zhì)量改進(jìn)[8]是為向本企業(yè)及其顧客提供產(chǎn)品增值效益，在整個(gè)企業(yè)范圍內(nèi)所采取的提高活動(dòng)和過(guò)程效果與效率的措施。它致力于消除產(chǎn)品系統(tǒng)性的問(wèn)題，對(duì)現(xiàn)有的產(chǎn)品質(zhì)量水平在控制的基礎(chǔ)上加以提高，使產(chǎn)品質(zhì)量達(dá)到一個(gè)新水平、新高度，最終效果是獲得產(chǎn)品的質(zhì)量比原來(lái)目標(biāo)高得多。產(chǎn)品質(zhì)量改進(jìn)活動(dòng)必須遵循一個(gè)PDCA循環(huán)[7]的科學(xué)規(guī)則，即:計(jì)劃(Plan)，實(shí)施(Do)，檢查(Check)，處置(Action)。
工業(yè)大數(shù)據(jù)驅(qū)動(dòng)下的產(chǎn)品質(zhì)量改進(jìn)PDCA循環(huán)具有以下特點(diǎn):①工業(yè)大數(shù)據(jù)是方向盤(pán)、驅(qū)動(dòng)力，四個(gè)階段一個(gè)都不能少，如圖1(a)所示;②數(shù)據(jù)驅(qū)動(dòng)PDCA循環(huán)，大環(huán)套小環(huán)，即在PDCA大循環(huán)中可利用小PDCA循環(huán)，以制定更低層次的計(jì)劃、執(zhí)行、檢查和處置，如圖1(b)所示;③大數(shù)據(jù)驅(qū)動(dòng)PDCA不斷螺旋式上升，每循環(huán)一次，產(chǎn)品質(zhì)量提高一次，如圖1(c)所示。
在工業(yè)大數(shù)據(jù)條件下，產(chǎn)品質(zhì)量改進(jìn)PDCA循環(huán)被賦予新的內(nèi)涵，綜合運(yùn)用大數(shù)據(jù)技術(shù)，能夠更加高效、靈活、精準(zhǔn)、持續(xù)改進(jìn)產(chǎn)品質(zhì)量，快速響應(yīng)客戶(hù)對(duì)產(chǎn)品多樣化的質(zhì)量要求。
2產(chǎn)品質(zhì)量大數(shù)據(jù)管理
隨著“中國(guó)制造2025”國(guó)家戰(zhàn)略政策的不斷深化推進(jìn)，國(guó)內(nèi)各行各業(yè)掀起了智能工廠(chǎng)、智能車(chē)間、數(shù)字化車(chē)間等建設(shè)，為產(chǎn)品質(zhì)量改進(jìn)提供了工業(yè)大數(shù)據(jù)應(yīng)用的生態(tài)土壤。產(chǎn)品質(zhì)量數(shù)據(jù)是工業(yè)大數(shù)據(jù)的重要組成部分，為產(chǎn)品質(zhì)量改進(jìn)提供了基礎(chǔ)支撐。
產(chǎn)品質(zhì)量大數(shù)據(jù)管理主要針對(duì)產(chǎn)品全生命周期過(guò)程質(zhì)量數(shù)據(jù)進(jìn)行采集、處理、傳輸、存儲(chǔ)和挖掘分析等管理。對(duì)產(chǎn)品質(zhì)量大數(shù)據(jù)管理規(guī)劃研究的設(shè)計(jì)[4]如圖2所示。
2.1質(zhì)量數(shù)據(jù)集成采集
產(chǎn)品質(zhì)量數(shù)據(jù)采集主要是從制造車(chē)間物聯(lián)網(wǎng)、企業(yè)信息化應(yīng)用系統(tǒng)、互聯(lián)網(wǎng)的網(wǎng)站，采集產(chǎn)品研發(fā)設(shè)計(jì)、物料供應(yīng)、制造裝配、調(diào)試試驗(yàn)、售后服務(wù)等產(chǎn)品全生命周期過(guò)程質(zhì)量數(shù)據(jù)，國(guó)內(nèi)外產(chǎn)品質(zhì)量標(biāo)準(zhǔn)、質(zhì)量改進(jìn)分析參考模型、經(jīng)驗(yàn)方法等知識(shí)數(shù)據(jù)，以及競(jìng)爭(zhēng)對(duì)手的產(chǎn)品質(zhì)量相關(guān)信息等。采集的數(shù)據(jù)有結(jié)構(gòu)化、半結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù);有批量和增量數(shù)據(jù);有實(shí)時(shí)和非實(shí)時(shí)數(shù)據(jù)。針對(duì)不同類(lèi)型、不同時(shí)效要求的數(shù)據(jù)，需采用多種不同的采集、集成技術(shù)，例如:現(xiàn)場(chǎng)質(zhì)量數(shù)據(jù)采用DCS、SCADA、傳感器采集技術(shù)，記錄、報(bào)表、單據(jù)等關(guān)系數(shù)據(jù)采用信息系統(tǒng)采集。
2.2質(zhì)量數(shù)據(jù)存儲(chǔ)和處理
面向產(chǎn)品規(guī)劃、設(shè)計(jì)、制造、檢測(cè)、計(jì)量、運(yùn)輸、存儲(chǔ)、銷(xiāo)售、售后等全過(guò)程采集的產(chǎn)品內(nèi)在質(zhì)量屬性(包括產(chǎn)品性能、壽命、可靠性、安全性、經(jīng)濟(jì)性等)和外部質(zhì)量屬性(包括光潔度、造型、色澤、包裝等)數(shù)據(jù)，有結(jié)構(gòu)化、半結(jié)構(gòu)化、實(shí)時(shí)、非結(jié)構(gòu)化等存在形式，需要采用分布式文件系統(tǒng)、行式數(shù)據(jù)庫(kù)(分布式關(guān)系型數(shù)據(jù)庫(kù)、鍵值數(shù)據(jù)庫(kù)、實(shí)時(shí)數(shù)據(jù)庫(kù)、內(nèi)存數(shù)據(jù)庫(kù))、列式數(shù)據(jù)庫(kù)等業(yè)界典型功能系統(tǒng)支撐數(shù)據(jù)處理高級(jí)應(yīng)用，實(shí)現(xiàn)產(chǎn)品質(zhì)量數(shù)據(jù)的海量規(guī)模存儲(chǔ)、快速查詢(xún)讀取。數(shù)據(jù)存儲(chǔ)主要采用分布式文件系統(tǒng)及基于分布式文件系統(tǒng)的各類(lèi)數(shù)據(jù)庫(kù)，提供歷史數(shù)據(jù)存儲(chǔ)、面向SQL的數(shù)據(jù)訪(fǎng)問(wèn)等能力。數(shù)據(jù)處理主要采用計(jì)算(數(shù)據(jù)查詢(xún)、內(nèi)存計(jì)算、流式計(jì)算)、數(shù)據(jù)分析算法以及分析挖掘工具組成的數(shù)據(jù)處理功能。
2.3質(zhì)量數(shù)據(jù)分析和挖掘
產(chǎn)品質(zhì)量數(shù)據(jù)挖掘主要針對(duì)采集、存儲(chǔ)的產(chǎn)品質(zhì)量數(shù)據(jù)，采用高性能計(jì)算、分布式計(jì)算、并行計(jì)算等大數(shù)據(jù)處理技術(shù)和可視化拖拽技術(shù)[1]，進(jìn)行數(shù)據(jù)處理、可視化理解、樣本選擇、模型構(gòu)建、模型展示、模型評(píng)估、模型發(fā)布，挖掘出潛在的產(chǎn)品質(zhì)量改進(jìn)機(jī)會(huì)和影響質(zhì)量因素等有用信息，不斷持續(xù)改進(jìn)產(chǎn)品質(zhì)量。數(shù)據(jù)處理可以采用數(shù)據(jù)關(guān)聯(lián)、數(shù)據(jù)降維、格式轉(zhuǎn)換、篩選、異常處理等方法。數(shù)據(jù)分析可以采用共性結(jié)構(gòu)分析、判別分析、因果關(guān)系分析、關(guān)聯(lián)性分析、隱變量分析等方法。
3大數(shù)據(jù)驅(qū)動(dòng)產(chǎn)品質(zhì)量改進(jìn)實(shí)施
在產(chǎn)品質(zhì)量改進(jìn)PDCA循環(huán)實(shí)施中，根據(jù)GB/T19000族標(biāo)準(zhǔn)和《GJB9001C-2017質(zhì)量管理體系要求》，在采集、存儲(chǔ)、處理和分析大量的產(chǎn)品質(zhì)量數(shù)據(jù)基礎(chǔ)上，采用大數(shù)據(jù)分析、挖掘和工作流引擎技術(shù)，優(yōu)化、創(chuàng)新產(chǎn)品質(zhì)量改進(jìn)方法和工具，促進(jìn)產(chǎn)品質(zhì)量改進(jìn)管理模式創(chuàng)新，幫助企業(yè)構(gòu)建快捷高效、精準(zhǔn)規(guī)范、透明可控的產(chǎn)品質(zhì)量改進(jìn)管理體系，為企業(yè)快速提質(zhì)增效注入新動(dòng)能。
工業(yè)大數(shù)據(jù)驅(qū)動(dòng)下的產(chǎn)品質(zhì)量改進(jìn)實(shí)施過(guò)程如圖3所示。
3.1識(shí)別和確認(rèn)改進(jìn)機(jī)會(huì)
從產(chǎn)品質(zhì)量大數(shù)據(jù)中獲取產(chǎn)品質(zhì)量數(shù)據(jù)、互聯(lián)網(wǎng)數(shù)據(jù)和情報(bào)數(shù)據(jù)，挖掘出企業(yè)自身產(chǎn)品質(zhì)量情況和產(chǎn)品成熟度，同行業(yè)產(chǎn)品質(zhì)量標(biāo)準(zhǔn)，用戶(hù)對(duì)產(chǎn)品的質(zhì)量要求，競(jìng)爭(zhēng)對(duì)手的同種或同類(lèi)產(chǎn)品質(zhì)量情況等有用信息數(shù)據(jù)，并依托工業(yè)大數(shù)據(jù)管理對(duì)接差距統(tǒng)計(jì)分析、對(duì)比評(píng)分、技術(shù)分析、經(jīng)濟(jì)性分析等方法，構(gòu)建產(chǎn)品質(zhì)量改進(jìn)項(xiàng)目選擇綜合分析模型。通過(guò)綜合分析，識(shí)別產(chǎn)品質(zhì)量改進(jìn)機(jī)會(huì)，確認(rèn)經(jīng)濟(jì)上合理，技術(shù)上可行的產(chǎn)品質(zhì)量改進(jìn)項(xiàng)目[2]，并確定產(chǎn)品質(zhì)量改進(jìn)項(xiàng)目目標(biāo)值、經(jīng)費(fèi)預(yù)算和改進(jìn)活動(dòng)時(shí)間表。
3.2掌握產(chǎn)品質(zhì)量現(xiàn)狀調(diào)查
針對(duì)選定的產(chǎn)品質(zhì)量改進(jìn)項(xiàng)目，對(duì)產(chǎn)品研發(fā)設(shè)計(jì)、物料供應(yīng)、制造裝配、調(diào)試試驗(yàn)、售后服務(wù)等產(chǎn)品全生命周期過(guò)程歷史質(zhì)量數(shù)據(jù)進(jìn)行分析，綜合運(yùn)用大數(shù)據(jù)分析和挖掘技術(shù)，結(jié)合排列圖、分層法等質(zhì)量改進(jìn)方法，從時(shí)間、地點(diǎn)、種類(lèi)、特征等多維度、多角度，對(duì)影響產(chǎn)品質(zhì)量的歷史數(shù)據(jù)進(jìn)行匯總、查詢(xún)、統(tǒng)計(jì)、分析，能更精準(zhǔn)地把握產(chǎn)品質(zhì)量問(wèn)題的規(guī)律。
3.3分析影響產(chǎn)品質(zhì)量因子
在掌握影響產(chǎn)品質(zhì)量問(wèn)題規(guī)律基礎(chǔ)上，對(duì)產(chǎn)品歷史質(zhì)量數(shù)據(jù)進(jìn)行分類(lèi)、統(tǒng)計(jì)和分析，歸納問(wèn)題類(lèi)型，綜合運(yùn)用因果圖、排列圖等產(chǎn)品質(zhì)量改進(jìn)方法和回歸、聚類(lèi)、決策樹(shù)、神經(jīng)網(wǎng)絡(luò)、邏輯回歸等工業(yè)大數(shù)據(jù)算法[3]，有針對(duì)性地對(duì)產(chǎn)品研發(fā)設(shè)計(jì)、物料供應(yīng)、制造裝配、調(diào)試試驗(yàn)、售后服務(wù)等產(chǎn)品全生命周期過(guò)程影響產(chǎn)品質(zhì)量的人、機(jī)、料、法、環(huán)等質(zhì)量因子開(kāi)展機(jī)理分析和數(shù)據(jù)發(fā)掘分析，獲得影響產(chǎn)品質(zhì)量的規(guī)律和因素。基于這些因素再開(kāi)展質(zhì)量問(wèn)題定性溯源和質(zhì)量問(wèn)題定量溯源，并確定各質(zhì)量因子的影響程度。
3.4制定對(duì)策計(jì)劃(Plan)
在產(chǎn)品質(zhì)量持續(xù)改進(jìn)過(guò)程中，積累了大量的產(chǎn)品質(zhì)量改進(jìn)方法、經(jīng)驗(yàn)、算法和決策模型等知識(shí)，在此基礎(chǔ)上，可以為影響產(chǎn)品質(zhì)量因子的對(duì)策計(jì)劃制定提供智能決策支持。制定對(duì)策計(jì)劃時(shí)，需要明確5W1H(Why:為什么制定;What:預(yù)期目標(biāo);Where:何處實(shí)施;Who:由誰(shuí)實(shí)施;When:何時(shí)開(kāi)始和完成;How:如何實(shí)施)，并以此作為約束條件，并且充分考慮人、機(jī)、料、法、環(huán)等企業(yè)資源狀況，以及當(dāng)前的生產(chǎn)任務(wù)情況，通過(guò)智能決策分析系統(tǒng)工具，制定經(jīng)濟(jì)合理，技術(shù)可行的決策計(jì)劃。
3.5實(shí)施對(duì)策計(jì)劃(Do)
按照制定的對(duì)策計(jì)劃，以產(chǎn)品質(zhì)量改進(jìn)知識(shí)為向?qū)ВM織企業(yè)相關(guān)部門(mén)和人員通力合作，協(xié)同完成對(duì)策計(jì)劃的實(shí)施。實(shí)施過(guò)程中，可以通過(guò)產(chǎn)品質(zhì)量大數(shù)據(jù)的集成采集、處理、分析、挖掘和反饋功能，實(shí)時(shí)跟蹤、監(jiān)控對(duì)策計(jì)劃實(shí)施過(guò)程，對(duì)延期或違規(guī)執(zhí)行等情況進(jìn)行預(yù)警提醒，并可以及時(shí)調(diào)整對(duì)策計(jì)劃，高效、快速、精準(zhǔn)、低成本地完成產(chǎn)品質(zhì)量改進(jìn)工作。
3.6驗(yàn)證、確認(rèn)改進(jìn)效果(Check)
運(yùn)用排列圖、分層法等產(chǎn)品質(zhì)量改進(jìn)方法，借助產(chǎn)品質(zhì)量大數(shù)據(jù)管理的數(shù)據(jù)分析和挖掘技術(shù)優(yōu)勢(shì)，從一次交驗(yàn)合格率，質(zhì)量成本，產(chǎn)品壽命、性能，策劃預(yù)期目標(biāo)等多維度對(duì)產(chǎn)品質(zhì)量改進(jìn)的結(jié)果進(jìn)行分析、驗(yàn)證，并與實(shí)施產(chǎn)品質(zhì)量改進(jìn)活動(dòng)前的調(diào)查現(xiàn)狀進(jìn)行對(duì)比、分析、評(píng)估，從而驗(yàn)證產(chǎn)品質(zhì)量改進(jìn)效果。
3.7鞏固和分享改進(jìn)成果(Action)
通過(guò)產(chǎn)品質(zhì)量改進(jìn)效果的評(píng)估、驗(yàn)證、確認(rèn)和總結(jié)，對(duì)產(chǎn)品質(zhì)量改進(jìn)效果好“糾正措施”的對(duì)策、方法、算法、經(jīng)驗(yàn)進(jìn)行知識(shí)化積累，形成產(chǎn)品質(zhì)量改進(jìn)知識(shí)庫(kù)，為持續(xù)改進(jìn)產(chǎn)品質(zhì)量提供知識(shí)資產(chǎn);對(duì)存在的遺留問(wèn)題，將自動(dòng)轉(zhuǎn)入下一輪PDCA循環(huán)。同時(shí)，進(jìn)一步優(yōu)化產(chǎn)品設(shè)計(jì)、工藝設(shè)計(jì)、生產(chǎn)設(shè)計(jì)，標(biāo)準(zhǔn)化產(chǎn)品設(shè)計(jì)、生產(chǎn)、試驗(yàn)、服務(wù)和管理流程，并納入企業(yè)管理標(biāo)準(zhǔn)體系，鞏固產(chǎn)品質(zhì)量改進(jìn)成果。
4產(chǎn)品質(zhì)量改進(jìn)的大數(shù)據(jù)應(yīng)用驗(yàn)證
某科研院所的慣性測(cè)量系統(tǒng)(下文簡(jiǎn)稱(chēng)“系統(tǒng)”)是重要科研生產(chǎn)項(xiàng)目之一，由光學(xué)傳感器(G1，G2，G3)、傳感器(A)、電路板等部件裝配而成。即便采用質(zhì)檢合格的所有部件，并且嚴(yán)格控制裝配過(guò)程，系統(tǒng)裝配合格率也可能僅為50%，造成嚴(yán)重的經(jīng)濟(jì)損失，也嚴(yán)重影響顧客的滿(mǎn)意度。
針對(duì)上述問(wèn)題，科研院所組建由工藝人員、質(zhì)量管理人員、質(zhì)量分析人員構(gòu)成的系統(tǒng)裝配質(zhì)量改進(jìn)小組。質(zhì)量改進(jìn)小組嘗試按照大數(shù)據(jù)驅(qū)動(dòng)的產(chǎn)品質(zhì)量改進(jìn)實(shí)施步驟對(duì)系統(tǒng)裝配工藝進(jìn)行了優(yōu)化，取得較好的效果，最終將系統(tǒng)的裝配合格率提高到80%。
在系統(tǒng)裝配質(zhì)量改進(jìn)的實(shí)施過(guò)程中，提出了大數(shù)據(jù)解決方案。開(kāi)展了運(yùn)用Logistic(邏輯斯蒂回歸)的大數(shù)據(jù)算法研究，構(gòu)造預(yù)測(cè)函數(shù)來(lái)尋找影響系統(tǒng)裝配合格率的質(zhì)量因子。通過(guò)對(duì)大量的系統(tǒng)裝配過(guò)程歷史工藝數(shù)據(jù)和質(zhì)量數(shù)據(jù)進(jìn)行分析，發(fā)現(xiàn)同一批次、同一型號(hào)、同一款式的合格光學(xué)傳感器(G部件)分別安裝在三個(gè)軸向，安裝軸向不同，裝配結(jié)果也不同。從而可以推斷:影響系統(tǒng)裝配質(zhì)量因子是G部件的安裝軸向。
5結(jié)語(yǔ)
本文提出了在工業(yè)大數(shù)據(jù)條件下，研究充分利用大數(shù)據(jù)的采集、存儲(chǔ)、處理、分析和挖掘技術(shù)，探索和研究產(chǎn)品質(zhì)量改進(jìn)新模式，并進(jìn)行了一定的實(shí)例驗(yàn)證。但是產(chǎn)品質(zhì)量改進(jìn)的創(chuàng)新模式實(shí)現(xiàn)，還需要進(jìn)一步細(xì)化，形成落地方案，并通過(guò)數(shù)字化、網(wǎng)絡(luò)化和智能化手段，將產(chǎn)品質(zhì)量改進(jìn)活動(dòng)融入到產(chǎn)品研發(fā)設(shè)計(jì)、物料供應(yīng)、制造裝配、調(diào)試試驗(yàn)、售后服務(wù)等產(chǎn)品全生命周期業(yè)務(wù)過(guò)程，構(gòu)建一體化集成應(yīng)用系統(tǒng)，為產(chǎn)品質(zhì)量改進(jìn)提供工業(yè)大數(shù)據(jù)的平臺(tái)支撐，優(yōu)化、規(guī)范產(chǎn)品質(zhì)量改進(jìn)流程，提高產(chǎn)品質(zhì)量改進(jìn)效率。同時(shí)，可以考慮引進(jìn)6σ統(tǒng)計(jì)評(píng)估等產(chǎn)品其他質(zhì)量改進(jìn)方法，不斷追求零缺陷產(chǎn)品生產(chǎn)，防范產(chǎn)品責(zé)任風(fēng)險(xiǎn)，降低成本，提高生產(chǎn)率和市場(chǎng)占有率，提高顧客滿(mǎn)意度和忠誠(chéng)度。
