【工业4.0】工业4.0带动的质量系统革新

2019 年 5 月 9 日 产业智能官

工业4.0带动的质量系统革新

原创：杨凯知识自动化

一、工业4.0平台

在工业4.0的实践中，自主机器人、增材制造、物联网、云计算、大数据等各种关键技术，正在走向成熟。这些技术是有机的结合及作用在“工业4.0生态系统”上的 (图1)。在此我们可以看到这个生态系统包括产品设计，生产，客户，供应商各个“利益相关者“，和相关系统。工业4.0在制造业要达到真正落地，工业4.0平台，或物联网平台（图2），是一个关键整合者，它是一个计算机平台，作为操作系统，把各个工业4.0技术元素和工业4.0生态系统连结，整合，管理，运转起来。现在已经有若干工业4.0平台在应用，比如 GE Predix, Siemens Mindsphere, HPE/Universal IOT Platform, 等。这些平台基本上是专业性的，比如设备管理，系统联通，大数据组合及运算等单一或几种功能。

图1：工业4.0生态系统（制造业）

图2：常见西方工业4.0平台

二、信息时代消费者的特点和对制造业的期望

在信息时代，消费者可以快速得到大量产品信息，如性能，价格，口碑。消费者常有网上社区，群体，互动频繁，趋向于挑剔，个性化，而且他们的喜好随着各种潮流，趋势,个人观点而变化，对服务的要求也在提高。从产品供应方来看，因在3次工业革命之后，产能，产品开发，灵活制造能力均有很大提高，满足这种消费者的能力在提高。工业4.0的落地更会大大提高这种能力。

图3：制造模式的演变

图3展示了以上所提的消费者和制造业的百年演变，在第二次工业革命前，个性工匠制造（Craft Production）是常态,一人一订单，从1913至1955，由于第二次工业革命（标准化，流水线），大规模，少品种的制造方式成为主流。随着数控，传感，和信息技术逐步植入制造业（第三次工业革命），多品种，小批量生产成为经济可行，对应于图四曲线1980后一段。随着工业4.0的落地，我们会进入高度多品种，个人化，高效的制造模式，对应曲线最后一段。

三、工业4.0对质量工程的影响

历史上每一次工业革命都会对工业管理学的方方面面产生深远的影响，对质量工程，质量管理也不会例外。对产品质量保证来说，开发和制造是两个最重要的阶段，那么工业4.0也势必将对质量工程产生巨大影响。

现今的质量工程起源于戴明（Edward Deming）,朱兰（Joseph Juran）,主要的学说与著作大多写于60年以前，在第二次工业革命的后期。那个时期的状况与现在有很大的不同，比如计算机还在萌芽状态，数据采集靠手工，几乎所有文件在纸上，交流通迅都不方便，公司队伍庞大，等等。丰田的精益制造也产生于那个时期。

当以数控，传感器，计算机和信息技术为代表的第三次工业革命展开落地后，数据变的容易获得，各种统计分析软件也变的易于操作，功能强大。这就催生了六西格玛管理方法。

从现在开始，工业4.0进入倒计时状态，一些质量专家体会到它会给工商业和社会带来巨大变化，现在实行的质量管理学说有近60年没有创新性的变化了，不少方法和工具也陈旧了，在现场用的越来越少。是到了推陈出新的时候了。于是有人提出“质量4.0”，意思是“工业4.0时代的质量管理”。到现在“质量4.0”还在初级阶段未成熟，但发展潜力很大。那么质量4.0会走向何方呢？

从历史上看，很多管理学上的，尤其是工业工程和质量工程上的创新，往往是实干家干出来的，如丰田生产系统，全面质量管理。所以，这些质量4.0创新要看工业4.0会使质量管理的现场-产品开发和制造过程发生什么变化。

工业4.0对质量管理业务领域产生的变化及影响

1.全面联通的产品开发制造的生态圈，它使包括人员，产品，机器，及有关系统实现信息无障碍流通。

2.物联网器，芯片，信息流，人工智能植入传统产品硬件，大大提高了产品的功能，也对品管，可靠性和风险管控构成挑战。

3.除了传统的质量方法，很多新高科技方法，如云计算，深入学习（Deep Learning），人工智能，VR，Augmented Reality 进入实用，功能强但错用，滥用风险高。

4.在制造过程中极高能的设备，仪器，元件增加，产生新能力和新问题。比如精确，快速的3D扫描仪，可快速生成加工件精确电脑图象模型，可代替传统的点测量来进行品管，但我们需搞出‘以图象为基础的品管过程’。

四、质量工程发生的变化

1.质量的定义，质量管理的侧重点：

从质量的范畴来看，一方面是正面的质量，或“我的产品有多好”，另一方面是负面的控制，或“我产品的故障，缺陷”。长期以来，虽然正面的质量很重要，但由于它不易数量化，所以实际上没有有效的提高，培植的方法论，很多是上了市场才知道。所以负面的“质量控制”成了质量管理的绝大部分的工作。比如六西格玛是要减少故障率（PPM），可靠性工程就是减少失效。

在实现工业生态全联通的情况下，尤其是在产品开发时和客户能实现实时，双向体验互动，和个人化定制，生产，那么产品的“正面质量”，或“客户价值”会成为可以感觉，一定程度上可以掌控，提高，培值的指标。客户价值（Customer Value）作为一个概念被学界研究过，但并没有被有效的应用。工业4.0很可能会改变这一切。实际上已经有一些知名公司把质量工作的要点定为“保证，提高客户终身价值”。

2.质量管理的队伍：

工业4.0带来信息，数据的大爆炸，工业4.0平台带来高度联通会影响“谁来作质量工作”，“怎么作，及“如何分工，协调“等诸问题。传统的质量范畴”减少废品，缺陷“，仍十分重要，因为“高度联通”使坏消息传播的很快。同时如果把”提高客户终身价值“也作为重要目标，这样会使产品开发，创新，个性化，服务等诸环节变的十分重要。这样很多传统上与质量管理较远的群体，比如信息部门（IT），产品研发设计，数据师（data scientist）,工业4.0平台管理者等，都会成为”利益攸关方（stakeholders）”。.

未来质量管理系统的结构，管理方法，工作流程很可能会产生很大的变化。

3.质量方法与工具的发展变化

很多现存的质量方法和工具还是五十，六十年前搞出来的，因为现在的情况和那时有了很大的变化，有些方法不太好用了，而且慢慢淡出现场。当然很多基本的东西不会变，比如质量文化，追求完美，科学方法指导下的连续改进（PDCA）。

但是可以预期质量方法与工具至少在以下方面应有很大发展与变化：

3.1：快速，高质量的处理海量客户信息（Voice of Customers）：满足客户要求是高质量的前提。在信息大爆炸时代，海量的客户信息，如社交群体信息，网器回馈，客户网上意见成为客户信息的主要载体，数据量动辄数百万计，这种数据与传统的客户数据有很大不同。快速的分析，梳理这种数据，并准确，快速的把结论，判断回馈于正确的有关部门人员，实现快速改进。这需要使用不少大数据，甚至人工智能方法，需要质量管理，信息部门，数据师，产品，制造，市场的合作。

3.2：提高，保证客户终身价值：如前所述，正面的质量，“我产品有多好“应该是非常重要的目标，也是商业竟争胜利的关键因素。这在很大程度上与产品开发有关。实质上是”以优异产品开发提高客户价值“，对次至今有一些现存的理论，方法，成功体系。随着工业4.0的落地，这方面的操作性会越来越高。

3.3：数据质量与校对：要使工业4.0产生的海量数据起到作用，数据质量（data quality）极为重要。数据质量是一个相对年轻的学科，可预期在工业4.0时代大发展，大应用。还有数据校对（data calibration）也很重要，也就是“信息系统的数据是不是准的“，比如最近的波音737Max上仰角传感器数据不准，造成大问题。

3.4：信息植入硬件系统的品管：随着物联网，芯片，等信息元素植入传统硬件，这给品管带来很大挑战。这已是近年汽车业返修提高的重要因素。这方面的能力急需提高。

3.5：预测性品管与设备维护：随着物联网，信息元素植入产品，设备，大量产品，设备运行信息会回馈给生产者，拥有者。这些信息，经过现代计算技术的分析，判断，可成为准确预测产品，设备状态的依据。进行预测性品管与设备维护。

3.6: 现代的很多风险管控，标准管控，认证过程也是基于上世际五六十年代的老方法。它们对安全，品质保证起到了极大的作用。

随着工业4.0的进步，希望能变得更可靠，风险更低，同时管控更有力，效率更高。

作者简介

作者

杨凯：美国韦恩州立大学终身教授，美国工业工程学会及美国质量学会Fellow，世界知名的质量工程/可靠性工程/精益六西格玛专家，著有亚马逊畅销书《Design for Six Sigma：A Roadmap for Product Development》等八本著作

编审

林雪萍：南山工业书院发起人，北京联讯动力咨询公司总经理

延展阅读：

德国工业4.0这三年｜学不会的德国思维

原创：林雪萍韦莎知识自动化

工业4.0在全球引起了热浪，但没有一个国家，像德国这样，成立专门的机构进行深耕细挖。整个工业体系，都围绕工业4.0进行构建。如此抽象的一个概念，硬是被德国人一笔一划地描绘出来。

德国工业思维，看得见，却未必学得会。

工业4.0的金字塔司令部

德国成立的工业4.0平台，是“工业数字化”数字生态系统的中心枢纽，来自150多个组织的350多名利益相关者，参与平台的工作。而它的核心是各个工作组，通过各领域专家的协同、中小企业的支持，以及组织开展国际合作，从而将各种专业知识汇聚在一起。

它采用了一种扁平的决策机制：从顶层的工业4.0平台，到中间的标准化委员会（Standardization Council Industrie4.0, SCI4.0）和面向企业的实验室网络（Lab Networks Industrie4.0, LNI4.0）。这是一个从上到下、从下到上的三元治理结构。

图1：金字塔型决策机制

但在一开始，工业4.0平台也是一种“乱糟糟”的结构。

图2：早期工业4.0平台的结构（2016）

（来源：德国工业4.0成绩单）

对比2016年的工业4.0平台，就知道这两年，工业4.0平台的组织结构进行了精致的进化。

目前工业4.0共有六个工作组，包括第一工作组WG1，主要是参考架构、标准和规范，主席来自ABB；第二工作组则是技术与应用场景，主席来自菲尼克斯；第三工作组是互联系统的安全性，主席来自博世公司；第四工作组是法律框架，主席来自蒂森克虏伯；第五工作组是就业、教育与培训，主席来自德国金属工业协会；第六工作组是工业4.0的数字化商业模型，主席来自埃森哲咨询公司。

2016年4月，在柏林成立了德国工业4.0标准化委员会（SCI4.0），目标就是协调国际标准组织。SCI负责跟这些密密麻麻的国际组织，进行对标和连接，从而最终建立德国自己的工业4.0的技术路线图和标准架构。这个组织最大的特点就是跨领域，它很好地结合了机械、电气和IT领域，因此，受到广泛的欢迎。

图3：标准环生的工业4.0

而对待不同的国家战略，SCI有条不紊地跟中国智能制造、美国工业互联网联盟IIC、日本IVI协会、法国、意大利、澳大利亚都建立了合作机制。

最下面是工业4.0实验室网络（LNI4.0），负责具体落实标准的测试、实验和反馈。这是一个面向企业、面向落地的应用型组织。它最大限度地把德国工业4.0所有能达成的共识，用实践和落地的方式，传递给了德国中小企业。

图4：三元治理的循环

有了这三者的分工，工业4.0可以在各个层面上，轻松对接。既推动德国企业的相互联系，又大大促进国际交流。目前德国工业4.0已经跟中国、美国IIC、日本工业价值链IVI、澳大利亚、法国和意大利等，都建立了双边对接关系。中德两国于2015年5月成立了中德智能制造/工业4.0标准化工作组。目前已在参考模型互认、信息安全和功能安全、工业网络与边缘计算、案例、预测性维护、人工智能应用，以及工业4.0组件/管理壳/数字双胞胎等方面开展合作交流。

可以说，德国精确地构建了一个面向工业4.0的顶层治理结构。

如德国战车一样的精准。

向工业互联网拓展：基于价值的服务VBS（Value-based scenario）

在工业4.0的大背景下，人们渐渐意识到，要实现制造业数字化，除了技术驱动的自下而上的方法外，还必须通过自上而下的驱动方式。后者来自业务场景和商业模式的驱动，从而衍生出很多的技术应用实例。而这些实例，同样是获得新产品、解决方案和服务，以及标准化的基础。

如何在技术层面上以实例的形式描述参与者与技术系统的相互作用。已经通过工业4.0平台的具体应用场景来设定考虑范围。

德国工业4.0 平台提出了一种新的想法：基于价值的服务（Value-based scenario， VBS），即基于场景出发，考虑数字工业服务的价值。

在考虑产品是一台机器设备的情况下，传统只有两类角色：设备供应商和设备拥有者。

图5：基于价值的服务应用场景VBS

然而工业互联网的广泛应用，使得这个最传统的应用场景，正在引入两个额外的角色：服务平台运营商和数据驱动型服务商。

那么在将来，谁将完成这些额外的业务角色？是机器的供应商，还是机器的拥有者。这个问题随着数字技术的引入，众多的第三方已经蜂拥而至。这也是工业互联网平台最令人困惑的一点：每家供应商角色，都在模糊，而且都在交叉。

德国工业4.0平台认为，基于VBS的应用场景的推进，是深化工业4.0的重要基石。

德国问什么是数字商业模式

什么是数字商业模式？

这个问题还需要回答吗？德国人并不这么想。

德国工业4.0对价值创造的贡献，正在聚焦于两个点上：一个是行动机制，一个是数字商业模式的架构。政府、科学家、商业协会和社会合作伙伴都在讨论围绕着德国工业可带来的附加值，以及如何提高德国的竞争力和生活质量的问题。

德国工业4.0平台组，专门增加了第6个数字商业模式工作组，以需求解决这些问题，并通过不同利益攸关方之间的有条理的讨论，为采取行动提供动力。

图6：数字商业模式的创新驱动力

2018年4月

德国工业4.0平台找到了两个基础。一个是根据Osterwalder和Pigneur(2010)对商业模式的定义，即商业模式是描述组织如何创建、交付和捕获价值的基本原理。这通常包括价值主张、价值创造架构、合作伙伴网络。第二个是根据Jaekel(2015)的看法，价值创造架构中的数字业务模式的特点是专注于数据和分析，并通过平台将其合作伙伴网络组织为一个可扩展的生态系统。这与价值主张（产品和服务）和利润模式（成本结构和收入）的转变密切相关。

那么第6工作中的任务之一，就是研究如何将这一定义应用于产品制造。

真是一个新奇的任务。相对于国内制造而言，最常谈的就是“新制造”和“新模式”。然而无人知道背后的内涵究竟是什么。而德国人第一个想到的就是先确定概念基础，取得“共识起点”。

德国人提供了一些答案，值得注意的一点是：“通过提高软件在产品中的份额——通常与平台的使用相结合，会加强更大的可扩展性。”

图7：体验成为基石之一

工作组郑重提醒德国制造商，一定要把重点从“产品和生产”扩展到“基于数据服务的运行机制”，即“智能产品+智能服务+新体验”。智能服务就是基于数据产生的新价值，例如，无人驾驶不会发生事故的车辆。

图8：数字商业模式的新思维

推动数字商业模式转变的基石，是智能产品、平台、生态系统和数字双胞胎。而所有这些背后是通过底层技术来实现更强大的连通性、更快的速度和更小的尺寸。

数据的质量(“原材料”)、操作系统和治理结构决定了关键的不同。为了提供尽可能好的运营环境，需要正确的监管和以人为本的关键驱动因素。

图9：德国工业4.0进展

管理壳：万物有外衣

工业4.0组件是为了实现将各项资产集成到信息世界应运而生的。这里的资产包括所有为实现工业4.0解决方案而需要“连接”的内容，例如，机器及其零部件；供应材料、零件和产品；图纸、布线图等交换的文件；合同和订单等。

而将这些工业4.0组件，进行数字化表达的最有价值的转化方式，就是德国工业4.0平台提出的管理壳。企业的各种资产的数字化形式，通过资产管理壳（Asset Administration Shell, AAS）来表达。

工业4.0组件中，通过管理壳来实现数字化集成。它可以将资产集成到工业4.0通信中；为资产的所有信息提供受控访问；是标准化并且安全的通信接口；支持在没有通信接口的情况下，使用条形码或二维码来集成“被动”资产；并且在网络中是可寻址的，可以对资产进行明确的识别。可以说，管理壳是工业4.0组件的“互联网表达器”。

图10：符合IEC PAS 63088标准的管理壳

从2015年开始，德国一直围绕着管理壳，做各种模型描述和标准覆盖。这些相互交织的模型，加上来自企业的实践，正在将德国制造的产品推进到赛博（Cyber）空间中去。德国最以为荣的机器，很快就会变成带有数字双胞胎的机器。德国机器的数字化就绪度，抬头可见。

图11：德国管理壳

在2018年11月德国纽伦堡展会上，德国公布了管理壳的最新进展。

图12：管理壳在物联网平台上的应用

管理壳可以覆盖生产、制造系统和业务的全部生命周期。下面以发动机为例，介绍管理壳中包含的相关内容。首先在工程阶段，管理壳会考虑各项功能。例如，发动机的扭矩和轴高等性能将放入管理壳中。下一步，选择制造商提供的某一特定类型（type）的发动机，有关此类发动机的更多信息将被添加到管理壳中。接下来，发动机制造商提供一个组件用以对发动机进行计算和模拟，从而对上一步的选型进行模拟和确认。在调试阶段，发动机会被订购，发动机类型（type）会变为带有序列号的发动机实物（instance），该序列号是这一发动机所特有的数据。这样，管理壳进一步得到丰富。在发动机运行阶段，测量的温度，振动等运行参数也会记录在管理壳中。对发动机进行维护保养的数据也会记录在管理壳中。发动机使用寿命终止后，会更换新的发动机。更换后，新发动机的类型（type）&实物（instance）的所有信息都将被记录在管理壳中。供应商、工程合作伙伴、系统集成商、运营商和服务合作伙伴等价值链中的所有合作伙伴都可以交换管理壳中的信息。

目前工业4.0平台已发布的管理壳成果物包括：管理壳框架、工业4.0组件之间的关系、管理壳作为基于工业4.0通信的倡议，以及管理壳的安全性等。

图13：管理壳的实施思路

可以说，德国管理壳，是以工业4.0顶层架构RAMI4.0做为“针”，以各种技术标准作为“线”，密密麻麻地为德国机器缝制的一个软猬甲。而RAMI4.0和管理壳，都是由第一工作组：参考架构、标准和规范负责研发。

图14：管理壳的工业伙伴众多

这是德国机器未来的新战袍，也许令人想到机甲战士。如果考虑德国工业4.0平台组，不遗余力地与各国进行对接。德国这些管理壳，很快也会成为机器制造的国际性管理壳，那么在数字空间中，数字双胞胎的基因将由这些管理壳确定。它们的标签是“德国造”。这也是德国工业所有数字双胞胎的大本营。

人工智能的发展

人工智能是德国最有挫败感的一个领域，也是工业4.0平台的重点。德国主要的人工智能研究机构包括德国人工智能研究中心（DFKI）、弗劳恩霍夫研究院、马普协会、莱布尼兹协会，以及众多高校。

2017年9月，联邦教育部启动了一个称为“学习系统PLS”（Plattform Learning Systems）的人工智能平台，这是继“工业4.0”平台之后，德国政府推出的第二个以数字化为主题的研发平台。这项计划是通过开发和应用“学习系统”，使未来的工作和生产更加灵活和节省资源，提高工作效率和生活品质，促进经济、交通和能源供应等领域的可持续发展。

2018年11月15日，德国联邦政府正式发布了《人工智能（Künstliche Intelligenz）战略》，口号是“AI Made in Germany”，从而将人工智能的重要性提升到了国家的高度。

德国人工智能战略，确立了十二个行动领域，强调科研、竞赛、中小企业推进等方面。以科研为例，联邦政府正在德国建立一个广泛、跨学科、具有国际竞争力的人工智能生态系统。通过为优秀的科研者提供良好的基础，以期望在人工智能获得最佳智力，并且“驱动”创新力。

人工智能战略还确定了十四个目标，最令人印象深刻的是，德国人工智能战略期望“德国制造的人工智能（AI）”成为全球公认的品质标志。

德国联邦政府发布的“人工智能战略”旨在扩大德国在工业4.0领域的强势地位，并成为工业AI应用领域的领导者。因此，工业4.0平台已将人工智能纳入其工作计划。平台主要研究新的数字商业模式，分析人工智能背景下的法律框架，并强调AI在提升技能方面的作用。为了发挥协同作用，工业4.0平台与学习系统平台PLS合作开展活动。通过对AI领域的全面研究，针对AI的工业应用提出具体建议，特别是针对中小企业的用例和场景。

目前，工业4.0平台上正在研究AI的工业应用案例，包括订单控制的生产、自适应工厂、自组织的自适应物流、基于价值的服务、产品交付的透明化与自适应性、生产中的人机交互技术、智能生产中的智能产品研发、创新产品研发、无缝且动态的工厂工程等。

图15：泛在AI的工业应用

（source：Christoph Legat, SCI4.0, 2018.11）

在德国工业4.0数字商业模式工作组，正在警告德国制造商，仅仅有Know-how是不够的，必须把数据应用考虑进来，这是成为未来制造业赢家的关键因素。而人工智能是关键的一个驱动力。

这对于以德国工艺而自豪的德国制造，是一个严厉的提醒。而“人工智能德国造”对工业4.0而言，将是一个带有复兴使命的严肃话题。

工业4.0的小石头

许多人追逐工业4.0，都是围绕着技术和理念。但实际上，德国工业4.0平台进行了全面的探索，工业4.0田地里的每一块石头，都被仔细地翻过了。

数字工业所需要的劳动力是一个重要方向，工业4.0平台在2017年专门推出了人才指南，许多企业也纷纷推出工业4.0人才的培训手册。

安全，也是德国工业4.0从来没有放弃过的话题。早在2016年就发布了《工业4.0安全指南》，给出关于安全的一些简单的基本原则。如减少部件，设计可靠的组件和模块；检测机制，需要设计早期预警和控制方式；建造，需要设计出受攻击后的恢复体系。赛博安全，也是重点。另外，数据主权是许多企业关心的重点。为了提供理想的数据安全框架，在德国联邦教研部资助下，在2016年1月，弗劳恩霍夫启动“工业数据空间IDS”计划。这是面向工业大数据的旗舰项目，由十二个协会旗下的研究所共同承担研发任务，目的在于凝聚各方的研发力量解决工业4.0的数据共享的重大难题，比如，位于慕尼黑的弗劳恩霍夫应用集成信息安全研究所（AISEC）负责提供工业4.0跨领域数据可信任共享和信息安全等。同时，还创建了一个非盈利组织——工业数据空间协会，初始成员有42家，包括蒂森克虏伯、博世、舍弗勒、大众等。每个成员需要实现一种商业驱动用户案例。

2017年德国联邦教育与研究部 (BMBF)批准了500万欧元的资助，进一步资助“数据空间”第二阶段的计划，目的就是寻求这一架构的国际化应用。德国不管迈出哪一步，都会念念不忘与国际化的标准对接。

同样，为了解决工业4.0领域中的复杂法律问题，德国联邦经济与能源部于2017年4月开始推出第一版工业4.0法律架构“Ju-RAMI 4.0”。”Ju”是德语中“法律”单词的开头字母。工业4.0，居然也有一个法律龙骨。这个构思，实在是超过工业界的想象。

小结

在德国，工业4.0已经不需要成为一个振奋人心的口号，它正在成为一个单调的专业动作。所有的专业动作，无论是高尔夫还是台球，对一般人而言都是好奇、振奋的，而对于训练有素的专业选手，这是一种安静而乏味的打磨。

工业的进步课，其实是一种沉静的积累，而不是运动的冲刷。工业4.0正在被严谨的德国人，按照一台精密机器的方式建造。这台机器，一天一天，一年一年在缓慢地成长。总有一天，整个世界的工业，会再次被这样一个工业战车所惊讶。

最值得惊讶的是，它是在大家的注视之下成长的。然而，它长出来的样子，却与大家想象和模仿的，都不一样。