“十二 五”期间，我国制造业的信息化工程得到了快速发展，而近年来大数据的出现更有力地助
推了国内制造业水平的提高。而今年春，随着“中国制造2025”的高调推出，通过利用互联网激活传统
工业过程，明确了需同时实现：降低企业对劳动力的依赖、满足用户个性化需求，并降低流通成本的三项目标。而所采取的战略主要为“智慧工厂”、“智能化生产”和“智能化物流”等三点，而其核心为第二点。事实上，无论是人们已有所了解的德国“工业4.0”或“中国制造2025”，都是以智能化制造为主导的一次生产方式的大革命，旨在通过充分利用信息通讯技术和网络空间虚拟系统的手段，将制造业向智能化转型。而实现、完成这个过程的基础就是：信息技术与工业技术的高度融合，网络、计算机技术、软件等与自动化技术的深度交织。显然，这一切都离不开海量数据的支持，因此，当现代制造业在走向智能化制造道路的过程中，必然是处于大数据制造背景下。而众周周知，无论是国内还是国外，汽车制造业都是现代制造业中具有代表性的一个产业，尤其在中国，更是改革开放30年以来发展最快的行业之一。
1，传统测量功能的拓展提升了产品质量的监控水平
对于那些主要以数据样式呈现的信息，实际情况是，长期以来人们已习惯性会把“数据”只与测量联系在一起，至于对那些传统性的数据则认为仅与工厂的计划、销售、物流等部门相关，即与生产运行关系不大。显然，在今天看来，此类观念是很片面和狭隘的，因为随着智能化制造理念在当代企业中的加速推进，这些数据无论从“数量”还是“形态”上，处于大数据制造背景下，在现代企业中实际上都已发生了演化并有了很大的拓展。
就以测量数据来讲，为了能满足产品质量不断提高的要求、更有效地降低制造成本、应对日益激烈的市场竞争和适应对汽车节能减排的越来越严酷的强制性规定，这半个多世纪以来就已发生了翻天覆地的变化。从早期的只设置最终检验、以对产品的实物质量进行评介，扩展到：1）50年代出现的随机量仪可在加工过程中控制零件质量，称为in-process，2）而那离线设置在工序间的检测器具（一般称为post-process），则进一步为保证产品的制造质量提供了有效手段。这些被统称“在线检测设备”的计量器具， 在过去的几十年里，虽然它们的职能未变，但就其个体而言在技术 上的发展需速。以随机量仪为例，多年来的单一控制线性尺寸参数（如外径、厚度等）的模式已突破，
在溶入了多种数字控制技术后，已经具备了边加工、边对工件圆度进行实时监测的功能。图1所示即为国内不久前自行研制成功的配在发动机曲轴加工的高性能磨床的一款随机主动量仪，可同时完成对工件所有主轴颈、连杆颈的直径、圆度的监测。其加工后的曲轴圆度可控制在2-3μm以内，从而在极大提高工艺水平的同时，对通过工艺来保证产品的精度指标也做出了重要贡献。而工序间检测设备也同样有很大的进展，从最早很简单的通用手动量具，
图1 高性能曲轴磨床所配随机主动量仪
图2 工序间检测设备的演变和取得的进展
经气动量仪后又进入电子量仪普及的时代。图2中，左图为自上世纪80年代起就风行业界的电子柱量仪，迄今还广泛地应用于国内外汽车厂的生产线工序间。但它客观上只适合那些单一的简单参数、柔性差，对测得数据的数据处理能力也低。而作为鲜明对比的是右图中的一个实例，来自一新建发动机厂的车间现场。乃是位于加工中心旁的一测量单元，包括一台通用机器人和一台高效车间型坐标测量机。图中只显示一台加工中心，若需要也可同时为多台设备服务。
以上所述还只涉及检测的“作业”层面的变化和发展，事实上，自上世纪八十年代起，基于休哈特理论的统计过程控制（SPC）在以汽车制造业为代表的批量生产工厂已获得了成功的、且越来越普遍的应用。尤其是在溶入了q-DAS公司性能优异、丰富的统计分析软件后，利用所采集的大量数据，挖掘其背后隐藏的信息。如加工趋势、切削刀具的磨损规律等。图3就是刀具磨损的一个案例，从图中清楚地看出，即使批量方式生产的工件均还处于合格的范围，但是其变化的趋势表明，为了确保产品的质量，极需提前发出更换刀具的预警。无疑，籍此类性能的实施，将明显提高对生产过程的监控水平。可见“测量”早已跨越了多年前的“产品实物质量检验”时期，在经历了“生产过程实时监控” 等阶段后，已真正地成为现代企业中质量体系的重要环节，特别是成为在进入智能化制造时代的不可或缺的手段。
图3 对工件在加工过程中刀具磨损的监控
2，数据内涵的演变对提高企业信息化水平的贡献
一般来说，生产型企业中涉及到的数据包括二大块，其一是那些被称为传统性的数据，如与企业基本状况相关的信息和类似于生产计划，及销售、原料（半成品）、产品库存等企业管理方面的数据；其二则是由传感器件采集的信息，包含各种测量数据，以及用于实时反映制造过程状态的信息，其中既有与工序相关的、又有即时反映设备运行状态等。近年来，作为迈入工业4.0的第一步，制造的方式已逐渐地从产品零部件规模化生产，经历了按市场的实际需求转为中、小批量的生产方式，并最后会发展成基于社会上个人需求的定制化生产模式。无疑，据此在生产之前就务必要预先确定( ERP系统 )，并将包括部件生产所需的全部信息事先存于虚拟现实中（PLM或PDM系统），至于所有其他相关的部件也要在虚拟环境中进行规划，这些部件均有自己的“名称”和“地址”，具备各自的身份信息。因此，这些部件“知道”什么时候，那条生产线或那个工艺工程需要它们，通过这种方式，它们才得以协商确定各自在数字化工厂中的运动路径。然后再认真地解决在制造过程中和作业完成后，工件的识别问题，期间，控制系统还会实时调用生产设备自身和相应的加工信息（MES系统）。此外，在生产过程中以及在该零部件完成后，还设置了用于拮取、采集与产品制造质量相关信息的数量、种类众多的检测、传感器件。
事实上，现今所采集到数据的职能已远远超出了评判产品的“窄义”用途，无论从信息采集的角度还是在当今企业中所能发挥到的作用，“广义”数据已成为智能化工厂现代管理体系的基础。譬如，为了提升生产过程中相关信息的存储、记录和传输水平，自上世纪九十年代以来，自动识别在经历了条形码、二维码技术后，又进入了基于FRID射频技术的电子数据芯片系统，通过射频信号自动识别目标对象并获取相关数据，识别过程无需人工干预，可适用于各种现场环境。系统由电子数据芯片、读写装置及控制管理软件组成，芯片是附着在零件上标识目标对象的一种数据载体，通常以螺纹紧固方式安装在被加工的工件上，图4即为一实例。读写装置是可以将信息读取、写入电子数据芯片中的一种装置，当后者进入到工作磁场后，便能接受到读写装置发出的射频信号，凭借感应电流所获得的能量发送出存储在芯片中的信息。同样，由读写装置发出的射频信号中带有载波，能够将信息写入电子数据芯片中。控制管理软件的功能是将电子数据芯片、读写装置、机床设备及服务器等连接成一个系统，实现并具备了包括对产品的精确追溯在内的，与生产过程中的数据读写、传输、控制和统计分析等相关的各项功能。显然，这些都将大大地提升生产企业的整体信息化水平。
图4 工件在上料时安装电子芯片
图5 在“TS16949”质量体系中五大核心工具
3，数据内涵的演变对测量功能拓展的影响
下面基于工业4.0的特点以及汽车制造业在迈向智能化制造的过程中，对于与现代企业相匹配的质量体系需具备的核心应用流程，包括质量体系的数字化和测量器具与传感器网络及大数据统计分析之间的关联性做个说明。首先，汽车制造企业都需遵循汽车行业质量体系标准，“ISO16496”或“TS16949”质量体系，在TS16949中，APQP、FMEA、MSA、PPAP、SPC并称为五大核心工具（如图5），贯穿整个产品自研发起、至批量生产直到最终产品交付的全过程。而之前，5大核心工具的使用流程和表格太多，以至于企业在贯穿整个质量体系流程时，花费了巨大的人力、物力，可是在FMEA分析环节所获得的反馈信息却远远不够。为此，知名的测量技术公司海克斯康及其合作伙伴IQS公司将质量体系转化为数字化体系平台，见图6。籍助这一数字化平台，就可清晰并轻松的完成质量体系中各种流程的跟踪执行，并将上百种质量系统的管理图表，变成数字化格式来管理、执行。另外，质量体系中的FMEA、MSA、SPC都离不开数据作为支撑，从基于工业4.0特点来规划，那未来的质量系统应该包含以下关键技术：1）体系流程自动化与系统管理；2）测量与传感器网络；3）网络化通讯基础构架；4）自动化或在线测量系统；5）嵌入式逻辑软件；6）统计大数据和数据实时监控。基于以上这些特点，海克斯康将该系统定义为MMS系统，即测量管理系统。乃是从企业未来发展的构架出发，通过MMS系统将用户的ERP、PLM、MES系统进行对接，形成完成的PLM链条，以及符合产品质量体系流程的PACD数字化软件管理平台。目前MMS系统大致可分为八个模块单元（如图6）。
图6 组成MMS系统的八个模块单元
通过配置以上模块，用户就可以实现：1)）进行定时、实时的数据监控，即可获取丰富的质量信息对周期数据的汇总；2）通过全面的数据分析，可完成对SPC的过程能力分析，以及完成动态问题点的导入，以及质量成本的监控记录，FMEA动态改善等；3）建立完整的尺寸制造链监控管理。打破了供应的黑匣子生产，使供应商的管理透明、可控、高效；4）实现了对设备状态/资源状态（包括测量设备）运行状态、周期维护管理提醒、检验周期及系统配置和应用功能配置等要素的远程监控。所以，能适应未来制造型企业质量管理系统的需求，为此而打造的数据链质量监管与智慧数据服务平台，是及其重要的。鉴于该系统乃是以检测设备及其传感器所采集的产品质量的大数据为基础的，故必须打通不同设备和不同软件之间的各个环节，通过统计分析等众多专业的数据处理方式、快速反馈加工、以实现企业运转过程中的高效决策，同时，也为未来的创新提供了真实而强有力的依据。
结 语 在大数据制造的背景下，测量功能发生了质的变化，所采集的测量数据远远超出了评判产品的单一用途，即突破了人们心目中对测量的“窄义”认知。事实上，无论从信息采集的角度还是在当今企业中所能发挥到的作用，广义的测量数据均已成为现代化工厂质量管理体系的基础和一个智慧型企业正常运行的前提。
参考文献
1，肖 凡 发动机生产线零件管理模式研究 上海汽车 上海 2012. No.9
2，朱正德 提高产品的制造过程质量是企业的立身之本 工具展望 成都 2012. No.4
3，朱正德 “工业4.0”对提升汽车制造业发展水平的促进作用 汽车工业研究 长春 2015. No.5