商业产品质量建材装备制造过程质量控制理论背景

关柏春

【摘要】随着制造、网络以及信息技术的快速发展，以及国际经济贸易多元化、多层次和多形式的激烈竞争，顾客对产品的要求逐渐由成本渐变为质量。同时，随着基因工程技术的发展，基因技术在设计、制造、质量管理领域有了广泛的应用。基于此，本文将基因工程理论与传统质量控制方法结合，提出了基于产品质量基因的建材装备制造过程质量控制方法。

【关键词】商业产品；质量；建材装备；制造；过程；质量控制；理论；背景

提出了建材装备产品质量基因模型。首先，在分析基因生物学意义的基础上，从组成成分、进化过程、行为以及诊断与治疗上比较了机械产品与生物体的相似性；接着分别从产品质量基因数据结构、产品质量图谱、产品质量基因编码系统上说明了产品质量基因内容；最后论述了建材装备产品质量基因的遗传与变异特性，以及质量基因存储与检索的方法。提出了基于产品质量基因的质量诊断模型。从实际应用出发，针对建材装备制造企业产品的制造过程，开发了基于产品质量基因的建材装备制造过程质量控制系统，并描述了系统开发及运行环境，论述了各主要模块的设计及其功能实现。

随着全球制造业和信息技术的发展，以及国际制造行业水平的不断上升，制造企业所面临的竞争越来越激烈，市场对产品的质量的约束和要求越来越多市场的需要逐步提升了产品质量在企业管理中的地位，产品质量的优劣是决定企业在市场中能否取得销售份额的关键。质量管理理論随着科学技术和经济水平的发展，经历了一个自然历史过程。新的质量管理思想一方面对传统管理思想保持了延续，同时采用先进管理思想对其进行了升华。质量管理方法主要经历了质量检验 （Quality Inspect）、统计质量管理（Statistical Quality Control）[、全面质量管理（Total Quality Management）、计算机辅助质量控制系统阶段以及基于基因工程等现代方法的质量控制阶段]。其演变过程，主要演化模式说明如下：

（1） 检验式质量管理模式“产品检验”是指在制造工序中，对已经制造完成的成品和半成品进行检测验收，从而保证产品的合格。该模式一般被用于事后检验产品的合格与否，不能实时控制产品质量。

（2） 统计质量管理模式该阶段弥补了事后发现问题的局限性，主要对制造过程进行质量监控。其采用统计过程控制（Statistical Process Control， SPC）原理对生产过程中，产品关键质量特性数据的波动进行监控，确保产品质量。

（3） 全面质量管理模式全面质量管理（Total Quality Management， TQM）从单纯依靠数理统计方法转变成综合运用多种手段来解决生产质量控制问题[13]。全面质量管理有两个特点一是全员参加，通过调动公司员工积极性，培养公司的质量意识，提升工人的技术能力。二是全生产过程进行质量管理，通过统一生产过程中各环节的质量，应用 SPC 技术实现企业质量过程控制。

（4） 基于基因工程等现代化方法的质量控制模式随着基因工程、灰色理论，以及传感技术等现代技术的深入发展，这些技术间实现了相互的融合，促进了各自领域的发展[16]。随着基因工程的逐渐完善，基因工程理论在多种学科上进行了应用，它在质量管理理论上的发展在提高了质量控制的准确性与方便性，丰富了质量管理理论，促进了质量管理的发展。在我国工业化和现代化进程中，建材装备制造企业在我国国民经济中占用重要的比重。随着我国经济体制改革的深入，我国建材工业得到了快速发展，建材装备制造业在技术上也取得了巨大的突破，不仅能满足国内工程建设的需要，更获得了越来越多的国际市场份额。工程总承包项目遍及法国、意大利、沙特、阿联酋、巴基斯坦、西班牙、越南、突尼斯、伊朗、阿尔巴尼亚、土耳其、阿曼、老挝等 20 多个国家。尽管建材装备制造取得了较大的进步，但也仍然面对着严峻的形式：全球化市场竞争越来越激烈以及客户对建材装备质量要求越来越高。产品质量问题已经成为建材装备制造企业提升市场竞争力的一个关键问题，提升建材装备质量是未来企业需要重点投入的一个领域。目前建材装备制造企业采用的仍然是传统的质量管理手段和方法，其质量管理主要具有以下特征：

（1） 质量信息日益膨胀以及计算机信息技术在建材装备质量管理上广泛应用。来自企业内部和外部的质量信息，以不同的存在形式贯彻于产品制造过程，包括了制造质量信息、工艺信息以及影响质量波动因素等。将计算机信息技术与先进质量管理方法相结合，不仅能够有效的管理质量数据，而且能够为质量信息的数据挖掘与知识重用奠定了基础；

（2） 质量诊断难度增大。由于建材装备科技含量越来越高，生产制造过程变得越来越复杂，企业间的协同运作越来越紧密，质量数据不仅在企业生产制造过程中的工序间相互流转，同时也在企业上游供货商和下游外协商间传递。如何从海量的质量信息里面快速并正确的检测出潜在的质量缺陷，是企业所面临的新形势；

（3） 市场及环境需求迫使产品质量不断提升。产品质量改进的目的是为了满足市场的需要，产品质量缺陷表现在质量未能满足客户对质量的需求。将客户对产成品的功能需求转换为对产品设计质量、制造质量、装配质量的控制，将很大程度上保证产品质量可靠性。以上这些特征迫切需要建材装备制造企业采取积极有效的措施来解决质量控制问题。质量发展是一个持续的过程，企业必须要转变质量观念，权责明确；提高产品水平，增加企业核心竞争力。针对制造企业在产品制造过程中面临的质量管理问题，目前国内外学者提出了许多解决方案：

（1） 质量信息模型构建：对于质量信息的描述常见于基于万维网本体论语言、可扩展标记语言等工具，Xu 等将质量信息结构树与 XML 语言和 STEP 标准的优点结合起来，形成一个拥有用户访问层、业务逻辑层、数据交互层的制造过程质量信息模型；李晖等应用 J2EE+XML 的 BOM 视图管理系统，合理、有序、有效地管理和利用制造质量信息[25]；在质量信息的流转和存储过程中，图论与质量功能展开技术应用相对较广，徐大敏等提出采用图示的方式进行制造质量信息表示与可追溯研究。可见，制造过程中的质量信息模型建立是一个逻辑复杂、关联性极强的数学问题。以上文献提到的处理的方法多种多样，但未能实现质量信息间的关联与集成，并深入质量信息底层，从分子级、原子级对质量信息进行描述。另外，在质量信息存储的研究上，没有实现质量信息的追溯，以及表示质量信息进化、变异的过程。

（2） 质量预测：在质量预测方面，统计分析以及其结合人工智能方法仍然是质量控制的主流。Yan 等提出基于序贯概率比检验的质量控制图来监控样本的均值和方差[S.Fan 等采用分段线性近似统计监测非线性剖面数据； Eugenio 等通过优化多元质量控制图来降低统计控制抽样的成本；Zhang 等提出了一种自适应Shiryaev-Roberts 模型来监控生产过程。但是，由于生产制造过程中影响产质量的因素有很多，且实时变化，质量特性的波动曲线很难用精确的数学模型来表示。若影响生产的人员、设备、材料、测量、方法和环境 （5M1E）一旦改变，数学模型就需要重新建立，所以基于数据统计分析的智能质量预测太过于呆板。