单汨源智能制造下的质量管理创新研究
随着基于大数据、物联网、云计算、人工智能等新一代信息技术的不断发展，智能制造正在取代传统制造，成为制造业的主导制造方式。继美国2011年推出“先进制造伙伴计划（AMP）”，德国2013发布“工业4.0”，我国政府于2015年5月19日正式印发《中国制造2025》，通过“三步走”实现综合实力进入世界制造强国前列的目标。
智能制造是一种由智能机器和人类专家共同组成的人机一体化智能系统。与传统制造方式比较，智能制造以标准化数据信息为基础、以智能系统为核心，具有智能性、自治性、协作性、柔性等特点。正因为如此，智能制造不仅对传统制造方式形成巨大挑战，同时对传统制造方式下的管理理论与方法，提出了新的要求。
质量，作为智能制造系统的重要关键指标，质量管理作为管理的重要职能和智能制造系统管理的重要组成部分，面对智能制造新的要求，现有质量管理理论、工具与方法，已难以有效解决智能制造所面临的质量问题，本课题对智能制造质量管理创新进行研究具有非常重要的理论价值和重要的现实意义。
一般认为，全球质量管理经历了质量检验阶段、统计质量控制阶段、全面质量管理阶段的发展历程（如图1所示）。
我国质量管理发展历史源远流长，早在石器时代，就有了朴素的质量管理思想和意识。大约到20世纪20年代，由于军事工业的需要，我国兵器制造厂开始出现质量检验机构和专职检验人员，开始出现现代质量检验的萌芽。
我国质量管理发展最快、成效最显著的是改革开放以来的40年。在“市场主导、政府引导”的驱动下，我国质量管理经历了从1978年引入日本全面质量管理（TQC），1994年大力推进质量体系认证，2001年推行卓越绩效模式，到2013年设立中国质量奖等重大发展里程碑，质量管理经历了从1970年代末到1990年代初的质量萌芽时期、1990年代初到2010年代初的质量振兴时期、2010年代初至今的高质量发展时期。
在过去40年的发展历程中，有许多的专家学者对中国质量管理理论研究与应用做出了各种不同程度的贡献。刘源张院士（中国科学院）、韩之俊教授（南京理工大学）等就是其中的杰出代表。
刘源张院士（1925~2014）是中国全面质量管理学科领域的开创者和奠基人，是在质量管理领域具有国际影响的著名学者。他长期致力于质量管理和质量工程的研究与应用，提出了“三全”、“三保”、“四统一”、“五要素”等中国特色质量管理理论，出版了《质量控制讲义》、《电子工业质量管理》、《纺织工业质量管理》等著作，为我国质量学科建设和质量管理理论发展奠定了基础。在实践方面，他率先在北京清河毛纺厂、北京内燃机总厂、第二汽车制造厂、太原钢铁厂等企业开展全面质量管理实践，经采纳后在全国广泛推广，对增强我国企业质量管理意识、提高质量管理水平产生了深远影响，为推动我国质量管理技术进步做出了杰出贡献，获得国内外的广泛认可。因其杰出成就，于2103年获得首届中国质量奖个人奖。
韩之俊教授从1976年开始至今50多年来，一直致力于质量管理统计技术的理论研究与实践，1985年将田口方法引入中国，开启了与田口玄一本人和其继承人田口申的长期合作，使田口方法在我国兵器工业进而在其他行业得到了深入的推广应用，所创立的稳健六西格玛、服务质量评价哑铃模型、韩氏质量技术创新系统得到了学术界、企业和政府主管部门的广泛认可，产生了巨大的经济价值和社会效益。出版的《三次设计》、《质量工程学》、《测量质量工程学》等著作，为我国质量工程学奠定了基础，先后四次获得国家多部委颁发的质量管理先进个人奖。
在我国质量管理创新方面，理论研究落后于实践。过去40年，以海尔、华为为代表的一批中国优秀企业，在激烈的市场竞争中不断探索和创新，形成了独具特色的质量管理模式，如海尔的“人单合一”、华为的“以客户为中心”、中车时代电气的“双高双效”，正是这样的模式引领了他们不断发展，不但赢得了市场，并成功获得中国质量奖。
但我们也要看到，大多数的中国企业的质量管理仍处于较低水平，绝大多数企业的产品和服务质量仍处于三西格玛水平之下，相当一部分还达不到二西格玛水平，许多企业仍难走出“低价格低质量”的“红海”。
近年来，受到国家政策等多方面的影响，智能制造已成为相关学科的研究热点，智能制造领域研究文献数量激增，图2描述了从1992-2017年智能制造文献数量的变化。表1则是智能制造领域高频关键字及其对应频率。
智能制造代表着一种先进生产模式，智能设计、智能生产、智能管理、智能制造服务是其四个部分。但表1可见，智能管理包括质量管理尚未成为智能制造的研究热点。如果不加强研究，智能制造将重蹈现行制造所面临的“一流装备、二流技术、三流管理、四流质量”的覆辙。
如何开展智能制造下的质量管理创新研究，我们认为，应遵循GB/T19580-2012和ISO9001:2015、IATF16949:2016的基本原则，在智能制造系统数据流基础上，以物流为核心，综合运用TDQM、模式识别、机器学习、SPC、MSA、QFD、PFMEA、MTS、田口稳健设计、田口工序诊断与调节、稳健六西格玛等多领域的理论、工具与方法，通过对比研究、理论研究、实证研究等研究手法，从智能制造数据质量管理、智能制造过程质量管理、智能制造质量基础管理等智能制造质量管理等三大重要方面进行研究。研究的总体思路如图3所示，具体研究内容如下：
（1）智能制造与现行制造对比研究
充分利用文献研究、国内外学术交流、问卷调查、实地考察和现场调研取得的数据资料和分析结论，对智能制造与现行制造进行深入的对比研究，重点挖掘两种之间的本质特征，为进行本课题后续研究提供基础。
（2）智能制造质量管理基础研究
以标准化为基础、以GB/T19580-2012、ISO9001:2015和IATF16949:2016为指导，开展智能制造系统标准化、检验检测、计量、质量管理体系等质量基础管理及其评价体系研究，创造性地开发如何构建智能制造质量标准化体系、检验检测体系、计量体系、质量管理体系的理论、工具和方法，为智能制造系统质量管理基础建设提供理论指导。
（3）智能制造数据质量管理研究
针对智能制造系统数据多源、异构、多模态等特点，面临如何高质量的采集设备感知数据、如何高效的清洗和融合设备感知数据、如何有效地使用弱可用设备感知数据、如何开展持续的设备感知数据质量治理等挑战，本课题将以数据流为主线，对智能制造数据产生、采集、转换、存储、传递、使用、销毁等数据全生命周期进行数据质量定义、数据质量评价、数据质量分析与数据质量改进的关键技术研究，开发一整套数据测量系统分析、数据清理效验、数据质量监控、数据质量分析处理、数据质量评估等管理策略、管理标准与管理工具，实现数据本身的精确性、数据完整性、数据一致性、数据时效性、数据实体统一性及其数据产生过程的重复性和可再现性，为智能制造数据质量管理提供管理策略、标准和工具支持。
（4）智能制造过程质量管理研究
以物流为核心，遵循GB/T19580-2012基本原理和ISO9001:2015基本原则，运用马田系统、统计过程质量控制技术、田口稳健设计、田口工序诊断与调节等先进质量控制技术和方法，开展过程工序参数优化和工序诊断与调节系统研究，引入MTS（马田系统）开展智能制造过程的质量故障诊断与分析，开发实现各环节各要素各项质量指标的动态监测、评价、预警、预测、预防和改进的理论模型与算法。实现是全过程质量的有效控制。
（5）实证与应用研究
选择已经建立智能制造示范工厂的代表性企业（如中车时代电气、中联重科、福耀玻璃）进行实证与应用研究，对本课题研究成果进行实践验证，并为本课题成果的推广应用提供支持。
以上各模块的研究内容、研究方法与研究目标详见表1。
【个人简介】
单汨源：中南大学管理学博士、北京大学工商管理学博士后。曾任中南大学商学院副院长（1996-2002）、湖南大学工商管理学院副院长（2004-2011）。现任湖南大学工商管理学院教授、博士生导师、项目管理研究中心主任、质量研究所所长、国际IPMP项目管理专家，兼任中国优先法统筹法与经济数学学会系统模拟分会副理事长、湖南省管理科学学会副会长、湖南省省情研究会常务理事、湖南省智能制造标准化委员会委员，同时出任满缘红（常州）质量技术创新发展研究院院长、湖南满缘红质量技术创新发展有限公司董事长、湖南华菱集团外部董事、湖南盐津铺子食品股份有限公司董事及湖南黑金时代股份有限公司和高斯贝尔数码科技股份有限公司独立董事。
