作為工業4.0的重要組成部分，質量4.0概念比以往任何時候都更加重要。該概念是由歐美等國的質量協會聯合提出的，是面向數字化轉型和防止企業衰退的舉措。在智能化工廠中，信息起著關鍵作用，而正確的數據管理方法依賴于對應的人員、流程和技術。2022年LNS Research的質量4.0報告發現，越來越多的公司正在尋求數字化轉型，目標是找到在節省人工、材料或設備費用方面具有高回報的系統用例。

很多公司在數據分析上投入了大量時間和金錢，但他們往往更注重分析技術，而不注重數據來源。事實上，質量分析作為一項功能，如果能針對不同級別類型的數據采取不同的技術手段，才至關重要。

LNS Research的研究還發現，58%的公司正在部署工業數據分析解決方案，但只有11%的公司實現了業務目標。這里有很多原因，但其中一個主要原因是數據管理。

在這里，我們將重點介紹LNS Research的質量4.0報告中的一些重要發現，包括陳舊的流程帶來的挑戰，以及工業數據中心可以怎樣解決這些難題。

質量管理實踐和挑戰的實例

當下的質量管理實踐并不能自然而然向質量4.0的過渡。高回報率的應用并非垂手可得，往往需要復雜的數據連接和集成能力，而這正是許多公司所缺乏的。這種缺乏給希望通過使用數據提高業務效率的組織帶來了挑戰。以下是制造業從業者面臨的一些挑戰，這些挑戰阻礙了他們從數據分析中實現具體業務目標。

   基于紙質文檔的流程

完全基于紙質流程的壞處一目了然。簡單說是過時的，嚴重說則會對公司業務造成損害。使用物理文檔存儲數據的效率非常低。它們的信息往往不一致，容易出錯，很難相互引用，記錄和重新查看這些數據非常耗時。然而調研中差不多四分之一的公司仍在其質量流程中使用紙質文檔。

將高質量的數據數字化是具有挑戰性的，因為它涉及到流程的轉變和數據存儲的變化，以及新的思維方式。僅僅因為紙質流程在過去奏效，并不意味著它們永遠都會起作用。事實上它們將來幾乎肯定會讓你失望。

   基于文件的系統

紙質文檔并不是質量管理和數據收集效率低下的唯一罪魁禍首：使用電子表格、Word文檔、PPT文件和其他基于平面文件的系統也是并非佳選擇。之前紙質文檔的一些問題也許可以避免，但電子文檔也不能在質量審計或檢查分析的場景下提供更多有用的信息。

另外，電子文檔也不支持質量自動化所需的工作流，而質量4.0的正在迅速打通瓶頸轉而擁抱各種先進的質量管理方法。

   IT與關系型數據庫

常見的情況是，質量部門通過多個IT系統來管理所需的質量數據。首先，不同系統間會出現效率低下和數據不一致的冗余問題。另外質量管理系統也需要與其它應用程序集成，包括企業級PLM、ERP、SCM、CRM、MES、歸檔系統以及SPC、LIMS系統等。

這些系統是花時間打造的并且業務部門很熟悉，因此客戶會選擇繼續使用它們。問題是，由于各系統設計時候缺乏統一規劃，所以數據的跨系統集成、數據質量和訪問限制方面存在各種問題。幸運的是，質量管理系統如ETQ Reliance，可以實現以上場景的系統集成，以豐富產品生命周期所有階段的質量數據。

工業數據中心

如何為質量4.0打開新機遇

對于致力于改進數據收集和管理的組織來說，工業數據中心方法論使公司能夠通過整合維護IT和業務部門所需的單一真實數據來源，有效減輕用戶側的集成工作，并克服傳統數據管理的其他挑戰。

  功能

LNS質量4.0報告解釋了工業數據中心戰略如何應對數據管理挑戰，并幫助質量4.0團隊處理復雜的高回報用例。

報告指出，工業數據中心是復雜的，該中心需要在同一位置上有幾個核心功能來有效地收集、存儲、調節和治理多種數據類型。這些功能包括：

·協調：同時處理批處理、流處理和間歇性數據；

·同步：整合多種類型的數據以確保隨時間推移的一致性；

·條件查詢：篩選、過濾、內插和其他數據查詢功能；

·語境化：在數據及其元數據之間建立關系；

·持久性：當源數據更改時維護數據間的關系；

·訪問權限：以數據使用者需要的格式向他們提供訪問權限。

該中心在現有應用程序和數據池之間創建了共生關系，而不是包含自己的任何分析功能。這釋放了EQMS和其他系統上更豐富的分析功能，并使企業能夠通過基本的可視化工具管理數據質量。

  用例

工業數據中心通過將高質量的IT和OT（運營）數據結合在一起，使制造商能夠探索新的用例。IT-OT融合在大多數組織中是一個問題，因為它需要將質量管理和業務執行結合在一起。

數據中心為授權人員在必要的時間內提供數據訪問，并且能夠適配經過驗證的數據治理佳實踐，包括將數據的一致性檢驗盡量推到數據源頭。這就確保了數據所有者不局限于數據保管者，而且包括活躍的數據用戶。

這些功能應該支持現階段的質量部門擴展他們的數據分析方法，并允許他們探索復雜的、高收益的用例場景。

應用工業數據中心

解決復雜的質量4.0用例

作為一項功能，質量跨越了不同的業務層次，需要多種類型和格式的數據來執行有意義的分析。這種復雜性遠遠超出了傳統質量數據管理流程所能處理的范圍。因此，需要一種數據中心方法來克服當下的挑戰，并使質量能夠追求質量4.0用例，從而大化ROI。

工業數據中心的好處包括釋放大數據分析的力量，以便從產品生命周期的所有階段獲得與環境相關的質量數據。數據中心旨在為所有IT和OT(運營)系統提供單一的真理來源。在IT方面，數據中心允許質量工程師對制造、質量、供應商和客戶信息執行分析，以減少供應商缺陷、維護費用等。在OT方面，數據中心允許使用這樣的數據用例：如操作員的動態工作指令，以及將SPC數據與其他數據點關聯以獲得洞察的能力。

工業數據中心的存在并不是為了取代數據管理系統：它們從不同的來源收集和聚合數據，并為其它應用程序使用這些數據做好準備。這種變化需要在底層流程中進行深度轉換，并需要必要的人員和流程能力的支持。此外，數據池的建立也需要參考嚴格的數據治理流程來實現回報大化。