制造業(yè)在近些年來一直處于“低迷”的狀態(tài)，不只因?yàn)榻?jīng)營(yíng)方面的不景氣，還有行業(yè)的轉(zhuǎn)型革命。相信越來越多的企業(yè)主或工廠長(zhǎng)都開始意識(shí)到，『制造業(yè)+信息化』的步伐將越來越迅速，智能制造也不再是模糊不清的概念。

于是，各個(gè)制造企業(yè)開始思考，如何利用生產(chǎn)過程中產(chǎn)生的一系列數(shù)據(jù)，給企業(yè)發(fā)展和轉(zhuǎn)型帶來生機(jī)?其中的課題之一，便是品質(zhì)數(shù)據(jù)的采集與應(yīng)用(包括SPC數(shù)據(jù))。

品質(zhì)數(shù)據(jù)的采集難點(diǎn)

制造業(yè)可基本上分為離散型和流程型兩大類，在國內(nèi)，大多數(shù)屬于離散類制造業(yè)。當(dāng)然，無論是哪種類型，都少不了對(duì)設(shè)備數(shù)據(jù)以及人工數(shù)據(jù)的采集。

難點(diǎn)一：設(shè)備數(shù)據(jù)的讀取和傳輸

對(duì)策：首先跟設(shè)備廠商確認(rèn)，設(shè)別是否能夠輸出標(biāo)準(zhǔn)化的生產(chǎn)數(shù)據(jù)，包括運(yùn)轉(zhuǎn)狀態(tài)、環(huán)境數(shù)據(jù)、生產(chǎn)數(shù)據(jù)，以及安全性的數(shù)據(jù)等。若設(shè)備本身不具備產(chǎn)生數(shù)據(jù)的能力，那么要考慮其他方式變通應(yīng)對(duì)，例如通過三色指示燈獲取設(shè)備運(yùn)轉(zhuǎn)狀態(tài)，通過溫度傳感器獲取設(shè)備運(yùn)轉(zhuǎn)溫度，同理還可以收集震動(dòng)、電流、電壓、位移等等。當(dāng)然，若是設(shè)備本身支持?jǐn)?shù)據(jù)的輸出，那么可以直接通過中繼軟件或中轉(zhuǎn)網(wǎng)卡類產(chǎn)品實(shí)現(xiàn)數(shù)據(jù)的采集，并上傳數(shù)據(jù)庫。

難點(diǎn)二：人工數(shù)據(jù)過于零散難以規(guī)范

對(duì)策：首先規(guī)范現(xiàn)場(chǎng)作業(yè)流程，在使用技術(shù)手段之前，要求全部作業(yè)員都遵守標(biāo)準(zhǔn)的作業(yè)標(biāo)準(zhǔn)，每一個(gè)作業(yè)步驟都盡可能數(shù)據(jù)化、可視化、安全化，這個(gè)可以參考《豐田生產(chǎn)方式》，不過多贅述。在標(biāo)準(zhǔn)作業(yè)的前提下，為作業(yè)員提供多種數(shù)據(jù)采集的終端，例如PC、掃碼槍、移動(dòng)App、PDA，又或者是RFID卡等任何適合現(xiàn)場(chǎng)工作的方式。這個(gè)課題，需要具體問題具體分析，要考慮的因素較復(fù)雜。

品質(zhì)數(shù)據(jù)的管理難點(diǎn)

工廠數(shù)據(jù)最大的一個(gè)管理難點(diǎn)，便是“時(shí)效性”。比如機(jī)器在運(yùn)轉(zhuǎn)中，不停地生產(chǎn)半成品或完成品，這個(gè)過程中一旦出現(xiàn)異常，或者品質(zhì)缺陷，工廠長(zhǎng)需要第一時(shí)間獲得“預(yù)警”，這就需要建立在“實(shí)時(shí)”的數(shù)據(jù)管理機(jī)制上。信息技術(shù)方面來說，就是實(shí)時(shí)數(shù)據(jù)庫。

但是更大的課題是，假如工廠內(nèi)設(shè)備分散，又或者工廠不止一個(gè)，可能遍布全國共十幾個(gè)分廠，又該如何應(yīng)對(duì)呢?這便用上了云架構(gòu)和邊緣計(jì)算技術(shù)。目前的信息技術(shù)發(fā)展，已經(jīng)完全可以hold住這類管理難題。

品質(zhì)數(shù)據(jù)的分析難點(diǎn)

一般來說，品質(zhì)數(shù)據(jù)的分析往往是工廠比較苦惱的問題之一，就是說，數(shù)據(jù)即便采集好并且存儲(chǔ)好了，可該如何去利用它，并創(chuàng)造數(shù)據(jù)的價(jià)值，這一點(diǎn)很多制造業(yè)的經(jīng)營(yíng)層都束手無策。傳統(tǒng)ERP的數(shù)據(jù)分析做不到“專家級(jí)”的品質(zhì)預(yù)測(cè)，也無法結(jié)合管理者的實(shí)際訴求去可視化數(shù)據(jù)。

所以，此處需要引入BI和SPC控制分析兩個(gè)概念，來完成生產(chǎn)/品質(zhì)數(shù)據(jù)的挖掘和展示工作。數(shù)據(jù)挖掘指的是根據(jù)用戶的痛點(diǎn)，有針對(duì)性地組織和展示數(shù)據(jù)，例如通過生產(chǎn)的異常數(shù)據(jù)來預(yù)判產(chǎn)品流入市場(chǎng)后，可能的投訴關(guān)鍵點(diǎn);又或者根據(jù)生產(chǎn)成本數(shù)據(jù)來分析產(chǎn)品的市場(chǎng)定價(jià)構(gòu)成等。當(dāng)然，更重要的是生產(chǎn)過程中的品質(zhì)走勢(shì)，比如生產(chǎn)一萬件成品，當(dāng)?shù)谌Ъ善烦霈F(xiàn)品質(zhì)異常時(shí)，或者出現(xiàn)異常趨勢(shì)時(shí)，要及時(shí)停工，并作出必要的干預(yù)措施，以避免損失，提高品質(zhì)。