隨著“制造2025”這一中國版的“工業4.0”以官方名義高調推出，制造業這一國內實體經濟的中流砥柱，也幾乎與世界同步地跨入了第四次工業革命的大門。

1、關于大數據制造

眾所周知，與前三次相比，本次工業革命的進步在于，通過利用互聯網激活了傳統的工業過程，使工廠設備“能說話、能思考”，以同時實現三大功能：降低制造業對勞動力的依賴、滿足用戶個性化需求、并將流通成本降到較低。所采取的戰略主要包括三大主題，一是“智慧工廠”，二是“智能化生產”，三是“智能化物流”，而其核心為第二點。

事實上，現今業界一致認為，無論“工業4.0”或“中國制造2025”都是以智能化制造為主導的一次生產方式的大革命，旨在通過充分利用信息通訊技術和網絡空間虛擬系統的手段，將制造業向智能化轉型。而實現、完成這個過程的基礎就是：信息技術與工業技術的高度融合，網絡、計算機技術、軟件等與自動化技術的深度交織。顯然，這一切都離不開海量數據的支持，因此，當現代制造業在走向智能化制造道路的過程中，必然是處于大數據制造背景下，雖然針對不同的行業，數據的來源、性質差別很大。

一般來說，生產型企業中所接觸到的數據包括兩大塊，其一是那些被稱為傳統性的數據，如與企業基本狀況相關的信息和類似于生產計劃，及銷售、原料（半成品）、產品庫存等企業管理方面的數據；其二則是由傳感器件采集的信息，涉及人們熟知的關系到產品質量的各種測量數據，以及用于實時反映制造過程狀態的大量信息，其中既有與工序相關的、又有即時反映設備運行狀態等的信息。

無論是國內還是國外，汽車制造業都是現代制造業中很具有代表性的一個產業，而在中國，更是改革開放30年以來發展最快的行業之一。尤其令人欣喜的是，這種發展并不只是簡單地體現在行（企）業規模、產量的擴大上，從技術層面來講，無論是外企、國企還是民企，均已把提升制造技術水平、轉變生產模式作為自身的主要發展方向。具體地，就是自本世紀初以來，融入了眾多先進技術的“智能化制造”的理念已逐漸為越來越多的企業所接受并予以踐行。

2、測量職能在現代汽車制造企業中的提升與發展

無必須指出的是，近年來，作為邁入工業4.0的第一步，制造的方式已逐漸地從產品零部件規模化生產，經歷了按市場的實際需求轉為中、小批量的生產方式，并最后會發展成基于社會上個人需求的定制化生產模式。無疑，據此在生產之前就務必要預先確定(ERP系統)，并將包括部件生產所需的全部信息事先存于虛擬現實中（PLM或PDM系統），至于所有其他相關的部件也要在虛擬環境中進行規劃，這些部件均有自己的“名稱”和“地址”，具備各自的身份信息。

因此，這些部件“知道”什么時候，那條生產線或那個工藝工程需要它們，通過這種方式，它們才得以協商確定各自在數字化工廠中的運動路徑。然后再認真地解決在制造過程中和作業完成后，工件的識別問題，期間，控制系統還會實時調用生產設備自身的、和相應的加工信息（MES系統）。此外，在生產過程中以及在該零部件完成后，還設置了用于拮取、采集與產品制造質量相關信息的數量、種類眾多的檢測器具。

對于前一節中所提到的兩類主要以數據樣式呈現的信息，實際情況是，長期以來人們已習慣性會把“數據”只與測量聯系在一起，至于對那些傳統性的數據則認為僅與工廠的計劃、銷售、物流等部門相關，即與生產運行關系不大。顯然，在今天看來，此類觀念是很片面和狹隘的，因為隨著智能化制造理念在當代企業中的加速推進，這些數據無論從“數量”還是“形態”上，處于大數據制造背景下，在現代企業中實際上都已發生了演化并有了很大的拓展。

就以測量數據來講，為了能滿足產品質量不斷提高的要求、更有效地降低制造成本、應對日益激烈的市場競爭和適應對汽車節能減排的越來越嚴酷的強制性規定，這半個多世紀以來就已發生了翻天覆地的變化。

從早期的只設置最終檢驗、以對產品的實物質量進行評介，擴展到：

1）50年代出現的隨機量儀可在加工過程中控制零件質量，稱為in-process，

2）而那離線設置在工序間的檢測器具（一般稱為post-process），則進一步為保證產品的制造質量提供了有效手段。

這些被統稱“在線檢測設備”的計量器具，在過去的幾十年里，雖然它們的職能未變，但就其個體而言在技術上的發展需速。以隨機量儀為例，多年來的單一控制線性尺寸參數（如外徑、厚度等）的模式已突破，在溶入了多種數字控制技術后，已經具備了邊加工、邊對工件圓度進行實時監測的功能。

圖1高性能曲軸磨床所配隨機主動量儀

圖1所示即為國內不久前自行研制成功的配在發動機曲軸加工的高性能磨床的一款隨機主動量儀，可同時完成對工件所有主軸頸、連桿頸的直徑、圓度的監測。其加工后的曲軸圓度可控制在2-3μm以內，從而在極大提高工藝水平的同時，對通過工藝來保證產品的精度指標也做出了重要貢獻。而工序間檢測設備也同樣有很大的進展，從最早很簡單的通用手動量具，經氣動量儀后又進入電子量儀普及的時代。

圖2工序間檢測設備的演變和取得的進展

圖2中，左圖為自上世紀80年代起就風行業界的電子柱量儀，迄今還廣泛地應用于國內外汽車廠的生產線工序間。但它客觀上只適合那些單一的簡單參數、柔性差，對測得數據的數據處理能力也低。而作為鮮明對比的是右圖中的一個實例，來自一新建發動機廠的車間現場。乃是位于加工中心旁的一測量單元，包括一臺通用機器人和一臺高效車間型坐標測量機。圖中只顯示一臺加工中心，若需要也可同時為多臺設備服務。

以上所述還只涉及檢測的“作業”層面的變化和發展，事實上，自上世紀八十年代起，基于休哈特理論的統計過程控制（SPC）在以汽車制造業為代表的批量生產工廠已獲得了成功的、且越來越普遍的應用。尤其是在溶入了q-DAS公司性能優異、豐富的統計分析軟件后，利用所采集的大量數據，挖掘其背后隱藏的信息。如加工趨勢、切削刀具的磨損規律等。

圖3對工件在加工過程中刀具磨損的監控

圖3就是刀具磨損的一個案例，從圖中可清楚地看出，即使批量方式生產的工件均還處于合格的范圍，但是其變化的趨勢表明，為了確保產品的質量，極需提前發出更換刀具的預警。無疑，籍此類性能的實施，將明顯提高對生產過程的監控水平。可見“測量”早已跨越了多年前的“產品實物質量檢驗”時期，在經歷了“生產過程實時監控”等階段后，已真正地成為現代企業中質量體系的重要環節，特別是成為在進入智能化制造時代的不可或缺的手段。

3、基于大數據制造的測量功能的演變與拓展

下面基于工業4.0的特點以及汽車制造業在邁向智能化制造的過程中，對于與現代企業相匹配的質量體系需具備的核心應用流程，包括質量體系的數字化和測量器具與傳感器網絡及大數據統計分析之間的關聯性做個說明。

圖4在“TS16949”質量體系中五大核心工具

首先，汽車制造企業都需遵循汽車行業質量體系標準，即“ISO16496”或“TS16949”質量體系，在TS16949中，APQP、FMEA、MSA、PPAP、SPC并稱為五大核心工具（如圖4），貫穿整個產品自研發起、至批量生產直到最終產品交付的全過程。之前，5大核心工具的使用流程和表格太多，以至于企業在貫穿整個質量體系流程時，花費了巨大的人力、物力，可是在FMEA分析環節所獲得的反饋信息卻遠遠不夠。為此，知名的測量技術公司海克斯康及其合作伙伴IQS公司將質量體系轉化為數字化體系平臺。籍助這一數字化平臺，就可清晰并輕松的完成質量體系中各種流程的跟蹤執行，并將上百種質量系統的管理圖表，變成數字化格式來管理、執行。

另外，質量體系中的FMEA、MSA、SPC都離不開數據作為支撐，如果基于工業4.0特點來規劃，從信息物理系統整合、IT平臺、數據采集和物理元素等概要出發，未來的質量系統進化過程應該包含以下關鍵技術：1）體系流程自動化與系統管理；2）測量與傳感器網絡；3）網絡化通訊基礎構架；4）自動化或在線測量系統；5）嵌入式邏輯軟件；6）統計大數據和數據實時監控。基于以上這些特點，海克斯康將該系統定義為MMS系統，即測量管理系統。乃是從企業未來發展的構架出發，通過MMS系統將用戶的ERP、PLM、MES系統進行對接，形成完成的PLM鏈條，以及符合產品質量體系流程的PACD數字化軟件管理平臺。目前MMS系統大致可分為八個模塊單元（如圖5）。

圖5組成MMS系統的八個模塊單元

通過配置以上模塊，用戶就可以實現：

1，進行定時/實時的數據監控，使用戶只需要登錄網頁，即可獲取豐富的質量信息對周期數據的匯總。

2，通過全面的數據分析，可以實現對SPC的過程能力分析，以及完成動態問題點的導入，以及質量成本的監控記錄，FMEA動態改善等。海克斯康目前擁有Q-DAS和web-report專業統計分析工具。

3，建立完整的尺寸制造鏈監控管理。打破了供應的黑匣子生產，使供應商管理透明、可控、高效。質量檢測數據實現網絡化傳輸，提高各部分協同、溝通效率和程序變更管理可視化、數據的實時推送。

4，實現了對設備狀態/資源狀態（包括測量設備）運行狀態、周期維護管理提醒、檢驗周期及系統配置和應用功能配置等要素的遠程監控。

圖6未來制造型企業質量管理系統的構想

圖6是一張關于未來制造型企業質量管理系統的設想圖，通過網絡化的連接，使不同層次的管理人員都能在網絡上應用、查看、監控、執行檢測設備、以及相應的數據信息，真正意義上實現了使質量系統進入工業4.0時代。

所以，能適應未來制造型企業質量管理系統的需求，為此而打造數據鏈質量監管與智慧數據服務平臺，是及其重要的。鑒于該系統乃是以檢測設備及其傳感器所采集的產品質量的大數據為基礎的，故必須打通不同設備和不同軟件之間的各個環節，通過統計分析等眾多專業的數據處理方式、快速反饋加工、以實現企業運轉過程中的高效決策，同時，也為未來的創新提供了真實而強有力的依據。

結語：在大數據制造的背景下，測量功能發生了質的變化，所采集的測量數據遠遠超出了評判產品的單一用途，即突破了測量的“窄義”。事實上，無論從信息采集的角度還是在當今企業發揮的作用，廣義的測量數據均已成為現代化工廠質量管理體系的基礎和企業正常運行的前提。