摘要:《中国制造2025》提出，通过“三步走”实现中国从制造大国向制造强国演变的战略目标。汽车产业作为整个制造业的核心产业之一，已全面展开数字化技术应用。各大整车厂正在借助数字化力量，不断优化集团生产系统，持续提升生产效率。电动化、智能化、共享化，将
《中国制造2025》提出，通过“三步走”实现中国从制造大国向制造强国演变的战略目标。汽车产业作为整个制造业的核心产业之一，已全面展开数字化技术应用。各大整车厂正在借助数字化力量，不断优化集团生产系统，持续提升生产效率。电动化、智能化、共享化，将会成为世界汽车工业未来发展的主题。
为满足全面质量管理的需求，20世纪50年代末，“全面质量管理”概念应运而生。全面质量管理的基本方法可以概括为：一个过程、四个阶段、八个步骤。
一个过程，即企业管理是一个过程。企业在不同时间内，应完成不同的工作任务。企业的每项生产经营活动，都有一个产生、形成、实施和验证的过程。
四个阶段，即根据管理是一个过程的理论，质量管理专家爱德华兹·戴明博士把它运用到质量管理中来，总结出“计划（Plan）—执行（Do）—检查（Check）—处理（Act）”四阶段的循环方式，简称PDCA循环，又称“戴明循环”。
八个步骤，即为了解决和改进质量问题，可以将PDCA循环中的四个阶段具体划分为八个步骤。即分析现状，找出存在的质量问题；分析产生质量问题的各种原因或影响因素；找出影响质量的主要因素；针对影响质量的主要因素，提出计划，制定措施；执行计划，落实措施；检查计划的实施情况；总结经验，巩固成绩，工作结果标准化；提出尚未解决的问题，转入下一个循环。
车企质量管理的现状及痛点
按照ISO9000/TS16949的要求，大多数车企都有针对质量问题的管理跟踪系统，用以记录相关质量问题的解决过程。然而，在车企应用这些系统过程中不难发现，质量管理信息化方面仍存在多项痛点。
痛点主要体现在数据标准化程度较低，数据不完整、分布离散，业务数字化程度较低，信息处理和分析能力较弱，数据积累和应用能力不佳等方面。
因此，如何借助数字化技术，在新产品投产过程中进行高效质量管理，及时发现和快速解决质量问题，并不断提升后续产品开发的预防能力，成为车企全生命周期质量管理的破题关键。
针对质量管理工作中的薄弱环节和难点、痛点，将质量数据结构化，结合新的业务理念和新视角，利用统计学的方法论来分析质量问题，从而提升质量管理综合水平，并通过数字化、集成化和智能化手段，打造全生命周期质量管理平台。
全生命周期质量管理平台可实现质量业务、指标、风险的全过程实时跟踪，为不同角色定制质量管理与预警的看板服务；对跨项目问题，实时推送跟踪潜在热点问题的早期干预信息；通过诊断分析模块的大数据分析设计，实现开发过程的薄弱环节和重点预防区域的宏观诊断。
全生命周期质量管理平台基于“互联网 ”的思路设计相应的系统集成方案：与工程更改系统的集成，确保每个由质量问题引起的工程更改都能追根溯源；与断点跟踪系统的集成，提升问题解决断点跟踪的有效性与准确性；与主数据系统的集成，可以根据用户的组织关系准确推送其看板，准确呈现离职/调岗人员的未完成任务，提升企业的管理效率；与工程车辆/试验规范系统的集成，提升系统源数据的准确性及管理效率；与DFMEA/DFSS（Design Failure Mode and Effect Analysis，设计失效模式及后果分析/Design For Six Sigma，六西格玛设计）/经验教训等质量工具系统的集成，实现问题解决和知识积累的交叉管理，提升工作效率和准确性。
在将业务全面数字化的基础上，全生命周期质量管理平台还具备协助诊断、诊断预测、高风险问题智能预测等智能化功能模块。
协助诊断功能：可根据协助诊断模型为新增问题提供协助诊断服务，推送相关历史失效及改进措施给设计发布工程师，帮助工程师快速找到解决方案。
诊断预测功能：基于客观数据分析诊断出的高风险区域和薄弱环节识别，为企业投入生产支持的合理安排提供数据支持和改进方向。
高风险问题智能预测：基于投产高风险识别模型提供高风险问题预测的服务，实现高风险问题的早期干预，减少问题风险的遗漏。
总之，全生命周期质量管理平台可打造形成前期预防、中期验证和后期总结流程闭环与信息全覆盖。未来，此类平台将继续加强之前三大环节的分析深度与广度，结合使用经验与业务体验，继续引入更多的数据源与分析方法，更精密地结合业务的工作流程，提升数据分析精度，拓展数据分析维度，更好地为质量业务管理提供更丰富、更强大的平台支持。
(责任编辑：环球精益网)
|
------分隔线----------------------------
谈谈您对该文章的看