关于大数据制造

今年春，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。而实现、完成这个过程的基础就是：信息技术与工业技术的高度融合，网络、计算机技术、软件等与自动化技术的深度交织。显然，这一切都离不开海量数据的支持，因此，当现代制造业在走向智能化制造道路的过程中，必然是处于大数据制造背景下，虽然针对不同的行业，数据的来源、性质差别很大。

图1 高性能曲轴磨床所配随机主动量仪

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，其中既有与工序相关的、又有即时反映设备运行状态等的信息。虽然很多年前、即自上世纪二、三十年代，制造业进入大工业时代起，上述数据和信息已经存在，但在如何利用已有的、以及进一步发掘各类数据方面，不同时段的差别还是很大的。尤其是进入本世纪以来，随着企业信息化和智能化制造的日益受到重视，对在大数据背景下的现代企业如何运行已发生了巨大的变化。

无论是国内还是国外，汽车制造业都是现代制造业中很具有代表性的一个产业，而在中国，更是改革开放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，就是自本世纪初以来，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。

图2对工件在加工过程中刀具磨损的监控

测量职能在现代汽车制造企业中的提升与发展

必须指出的是，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，那条生产线或那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。

图3 组成MMS系统的八个模块单元

对于前一节中所提到的那二类主要以数据样式呈现的信息，实际情况是，长期以来人们已习惯性会把“数据”只与测量联系在一起，至于对那些传统性的数据则认为仅与工厂的计划、销售、物流等部门相关，即与生产运行关系不大。显然，在今天看来，此类观念是很片面和狭隘的，因为随着智能化制造理念在当代企业中的加速推进，这些数据无论从“数量”还是“形态”上，处于大数据制造背景下，在现代企业中实际上都已发生了演化并有了很大的拓展。

就以测量数据来讲，为了能满足产品质量不断提高的要求、更有效地降低制造成本、应对日益激烈的市场竞争和适应对汽车节能减排的越来越严酷的强制性规定，这半个多世纪以来就已发生了翻天覆地的变化。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：1)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;2)而那离线设置在工序间的检测器具(一般称为post-process)，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，在过去的几十年里，虽然它们的职能未变，但就其个体而言在技术上的发展需速。以随机量仪为例，多年来的单一控制线性尺寸参数(如外径、厚度等)的模式已突破，在溶入了多种数字控制技术后，已经具备了边加工、边对工件圆度进行实时监测的功能。图1所示即为国内不久前自行研制成功的配在发动机曲轴加工的高性能磨床的一款随机主动量仪，可同时完成对工件所有主轴颈、连杆颈的直径、圆度的监测。其加工后的曲轴圆度可控制在2-3μm以内，从而在极大提高工艺水平的同时，对通过工艺来保证产品的精度指标也做出了重要贡献。而工序间检测设备工序间检测设备的演变和取得的进展也同样有很大的进展，从最早很简单的通用手动量具，经气动量仪后又进入电子量仪普及的时代。

以上所述还只涉及检测的“作业”层面的变化和发展，事实上，自上世纪八十年代起，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。如加工趋势、切削刀具的磨损规律等。图2就是刀具磨损的一个案例，从图中可清楚地看出，即使批量方式生产的工件均还处于合格的范围，但是其变化的趋势表明，为了确保产品的质量，极需提前发出更换刀具的预警。无疑，籍此类性能的实施，将明显提高对生产过程的监控水平。可见“测量”早已跨越了多年前的“产品实物质量检验”时期，在经历了“生产过程实时监控”等阶段后，已真正地成为现代企业中质量体系的重要环节，特别是成为在进入智能化制造时代的不可或缺的手段。

图4是一张关于未来制造型企业质量管理系统的设想图

基于大数据制造的测量功能的演变与拓展

下面基于工业4.0的特点以及汽车制造业在迈向智能化制造的过程中，对于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，即“ISO16496”或“TS16949”质量体系，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起、至批量生产直到最终产品交付的全过程。之前，5大核心工具的使用流程和表格太多，以至于在“TS16949”质量体系中五大核心工具企业在贯穿整个质量体系流程时，花费了巨大的人力、物力，可是在FMEA分析环节所获得的反馈信息却远远不够。为此，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(图3)。籍助这一数字化平台，就可清晰并轻松的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。基于以上这些特点，海克斯康将该系统定义为MMS系统，即测量管理系统。乃是从企业未来发展的构架出发，通过MMS系统将用户的ERP、PLM、MES系统进行对接，形成完成的PLM链条，以及符合产品质量体系流程的PACD数字化软件管理平台。目前MMS系统大致可分为八个模块单元。

通过配置以上模块，用户就可以实现：

1、进行定时/实时的数据监控，使用户只需要登录网页，即可获取丰富的质量信息对周期数据的汇总。

2、通过全面的数据分析，可以实现对SPC的过程能力分析，以及完成动态问题点的导入，以及质量成本的监控记录，FMEA动态改善等。海克斯康目前拥有Q-DAS和web-report专业统计分析工具。

3、建立完整的尺寸制造链监控管理。打破了供应的黑匣子生产，使供应商管理透明、可控、高效。质量检测数据实现网络化传输，提高各部分协同、沟通效率和程序变更管理可视化、数据的实时推送。

4、实现了对设备状态/资源状态(包括测量设备)运行状态、周期维护管理提醒、检验周期及系统配置和应用功能配置等要素的远程监控。

图4是一张关于未来制造型企业质量管理系统的设想图，通过网络化的连接，使不同层次的管理人员都能在网络上应用、查看、监控、执行检测设备、以及相应的数据信息，真正意义上实现了使质量系统进入工业4.0时代。

所以，能适应未来制造型企业质量管理系统的需求，为此而打造数据链质量监管与智慧数据服务平台，是及其重要的。鉴于该系统乃是以检测设备及其传感器所采集的产品质量的大数据为基础的，故必须打通不同设备和不同软件之间的各个环节，通过统计分析等众多专业的数据处理方式、快速反馈加工、以实现企业运转过程中的高效决策，同时，也为未来的创新提供了真实而强有力的依据。

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。