质量大数据白皮书 ——数字化转型系列研究报告No.1 工业装备质量大数据工业和信息化部重点实验室 工业和信息化部电子第五研究所·赛宝智库 2022年7月 特别鸣谢 工业和信息化部科技司 工业和信息化部信息技术发展司 编写单位 工业和信息化部电子第五研究所 北京工业大数据创新中心有限公司 西安电子科技大学 华为技术有限公司 海克斯康（中国）有限公司 北京寄云科技有限公司 格创东智科技有限公司 昆仑智汇数据科技（北京）有限公司 航天云网数据研究院（广东）有限公司 山东浪潮工业互联网产业股份有限公司 北京索为系统技术股份有限公司 深圳华龙讯达信息技术股份有限公司 上海优也信息科技有限公司 湖北航天技术研究院 浙江讯飞智能科技有限公司 山东恒远智能科技有限公司 上海致景信息科技有限公司 江苏康缘药业股份有限公司 苏州维信电子有限公司 编委会 主 编：陈立辉 副主编：王 勇 成 员：黄创绵 冯冠霖 编写组 聂国健 谢克强 胡 宁 田春华 蒋诗新 李泉洲 陈冰泉 徐 海 刘振国 廖鑫婷 钟书棋 徐 地 张 硕 时培昕 胡梦君 欧俭华 李志芳 郭小龙 朱耿良 吴 云 常建涛 马 龙 管瑞峰 杨时渠 孙凯明 吕晓楠 韩红波 解光耀 陈 芳 韩 放 I 前言 制造业是立国之本、强国之基、大国经济的“压舱石”，增强制造业质量优势对于推动产业链中高端跃升、构建新发展格局、加速经济高质量发展具有重要意义。以大数据为代表的新一代信息技术与质量管理深度融合产生质量大数据，不断提升制造业全要素、全价值链、全产业链质量管理活动数字化、网络化、智能化水平，加速制造业的数字化转型。 为贯彻落实《关于深化新一代信息技术与制造业融合发展的指导意见》《工业和信息化部关于工业大数据发展的指导意见》（工信部信发〔2020〕67号）《制造业质量管理数字化实施指南（试行）》（工信厅科〔2021〕59号），开展质量管理数字化理论与实践研究，发挥大数据等新一代信息技术对质量提升的基础支撑作用，助力制造业高质量发展，工业装备质量大数据工业和信息化部重点实验室联合工业和信息化部电子第五研究所赛宝智库组织相关单位编写了《质量大数据白皮书》（以下简称《白皮书》）。《白皮书》旨在为政、产、学、研、用各方组织开展质量管理数字化工作提供参考，以质量大数据赋能企业全面质量管理，强化产业链质量协同，构建质量创新生态。 《白皮书》聚焦质量大数据的架构、模式、模型、机制、实践等方面，给出质量大数据参考架构统领白皮书全文。参考架构包括数据视角、技术视角和业务视角三大视角，其中数据资源是价值起点，技术支撑是工具，业务落地是目标，数据、技术、业务三个视角统筹推动质量大数据的建设。 II 第一章 概念内涵，给出质量大数据的定义；提出质量大数据参考架构，包括数据维、技术维和业务维；阐述了质量大数据的特征，分析了质量大数据与其它新型技术的关系。 第二章 历程现状，从质量管理体系和质量分析技术的演化、大数据带来的契机阐述了质量大数据的发展历程和重要意义；从技术研究、行业应用、发展政策等方面介绍了质量大数据发展现状；最后分析了质量大数据当前面临的主要挑战。 第三章 业务视角，给出业务维度模型，从生产体系、管理体系、应用模式三个维度分析了业务视角的质量大数据，并对典型的应用模式进行了剖析。 第四章 数据视角，从数据要素体系、数据资源体系、数据治理体系着手，回答“质量数据在哪里”、“数据资源怎么建”、“数据质量怎么保障”“数据资源怎么用”等问题。 第五章 技术视角，给出质量全生命周期框架，提出质量数据平台四层架构，从数据存储、数据服务、数据分析三个方向分析相关关键技术。 第六章 实施框架，从企业侧和产业侧视角出发，给出实质量大数据实施路径的指导框架。 第七章 趋势展望，从技术演变、业务应用、产业发展等方面展开，展望了质量大数据的发展趋势，远眺了质量大数据驱动的制造业质量管理数字化的未来。 第八章 应用案例，对典型案例进行剖析，揭示企业如何通过质量大数据来实现对质量的实时管理和精准控制，生产 III 出高质量的产品，提供高质量的服务。 《白皮书》编写过程中受到社会各界专家的关注和大力支持。在此特别感谢清华大学软件学院院长、大数据系统软件国家工程实验室执行主任王建民教授，北京航空航天大学研究生院副院长、数字媒体北京市重点实验室主任李波教授，西安电子科技大学智能制造与工业大数据研究中心主任孔宪光教授，北京大学工业工程与管理系副系主任张玺副教授，走向智能研究院执行院长赵敏，上海优也科技有限公司首席科学家郭朝晖，上海铭骏质量技术服务有限公司总经理韩俊仙，昆仑智汇数据科技（北京）有限公司总经理陆薇，中国电子科技集团第二十九所高级工程师史建成，工业和信息化部电子第五研究所研究员潘勇、何小琦、杨晓明等诸位专家提供的真知灼见和宝贵修改意见。 工业提质增效，经济高质量发展，都离不开高质量的管理体系、高质量的生产系统、高质量的工业产品。而这一切，都与质量大数据密切相关。质量大数据是一项新兴的技术体系，制造业质量管理数字化是一项综合性系统工程，需要长期发展过程。因此，《白皮书》的制定仅仅是一个初始的、阶段性的描述和框定，其中还有很多尚未深入研究、清晰阐述和完整论述之处，期待能够得到各方面的意见与建议，不断更新和完善《白皮书》，共同把工作做扎实、做深入、做持久，推进制造业数字化转型，加快制造强国、质量强国建设。 IV I 目录 1. 质量大数据的内涵 .................................. 1 1.1 质量大数据的概念和外延 ....................... 1 1.1.1 质量大数据的业务维度 ......................... 3 1.1.2 质量大数据的数据维度 ......................... 4 1.1.3 质量大数据的技术维度 ......................... 6 1.2 质量大数据的特征 .............................. 8 1.3与其它技术的关系 ............................. 11 1.3.1 质量大数据与工业互联网的关系 ............... 12 1.3.2 质量大数据与数字孪生的关系.................. 13 1.3.3 质量大数据与工业大数据的关系 ............... 14 1.3.4 质量大数据与人工智能的关系.................. 14 1.3.5 质量大数据与区块链的关系.................... 15 2. 质量大数据发展历程与现状 ......................... 16 2.1 质量大数据的发展历程 ......................... 16 2.1.1 质量管理体系的演化 .......................... 16 2.1.2 质量数据分析的演变 .......................... 17 2.1.3 大数据带来的契机 ............................ 19 2.2 质量大数据的现状 ............................. 22 2.2.1 技术研究现状 ................................ 22 2.2.2 行业应用现状 ................................ 24 2.2.3 发展政策现状 ................................ 25 II 2.3 质量大数据面临的挑战 ......................... 30 3. 质量大数据的业务视角 ............................. 33 3.1 生产体系 ..................................... 34 3.2 管理体系 ..................................... 36 3.3 应用模式一：重点业务环节的质量管理优化 ....... 36 3.3.1以产品质量为导向的设计优化 .................. 36 3.3.2以生产质量为导向的工艺优化 .................. 41 3.3.3以质量为导向的生产设备预测性维护 ............ 42 3.4 应用模式二：供应链产业链的质量协同优化 ....... 43 3.5 应用模式三：质量公共服务与新生态 ............. 45 4. 质量大数据的数据视角 ............................. 47 4.1数据要素体系.................................. 47 4.2数据资源体系.................................. 48 4.2.1数据资源目录 ................................ 48 4.2.2数据资源融合 ................................ 52 4.2.3数据共建共享 ................................ 57 4.3数据治理体系.................................. 58 4.3.1 数据标准体系 ................................ 60 4.3.2 数据质量管理 ................................ 61 4.3.3 数据安全防护 ................................ 63 5. 质量大数据的技术视角 ............................. 65 5.1技术架构 ...................................... 65 III 5.1.1 质量全生命周期架构 .......................... 65 5.1.2 数据平台架构 ................................ 66 5.2 数据存储：多模态数据的数据湖技术 ............. 68 5.3 数据服务：质量大数据的领域建模技术 ........... 77 5.4 数据服务:基于领域模型的查询技术 .............. 80 5.5 数据分析：面向多场景多数据源的数据分析技术 ... 81 6. 质量大数据的实施路径 ............................. 85 6.1 企业侧 ....................................... 85 6.2 产业侧 ....................................... 90 7. 质量大数据的未来展望 ............................. 94 7.1 技术发展趋势 ................................. 94 7.2 应用发展趋势 ................................. 97 7.3 产业发展趋势 ....