电子工业出版社-网上书店

本书主要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全书，并列举了相关行业案例。质量大数据的参考架构包括数据视角、技术视角和业务视角三大维度。数据视角系统介绍了数据要素体系、构建了数据资源体系、阐述了数据治理体系。技术视角构建了质量全生命周期框架，提出了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技术，并重点介绍了面向装备的质量大数据关键技术。从业务视角给出了业务维度模型，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。本书从企业侧和产业侧两个角度，分别给出了质量大数据的实施路径，并对质量大数据技术、业务、产业的发展趋势做出展望。本书最后一章通过多个实际案例从不同方面诠释了质量大数据的应用现状，以供读者参考。

第1章  质量大数据概览	1
1.1  质量大数据的范畴与特点	1
1.2  质量大数据的发展背景	5
1.2.1  质量管理的演化历史	5
1.2.2  质量大数据的由来	10
1.3  质量大数据驱动质量管理创新	12
1.3.1  质量管理理念转变	12
1.3.2  质量数据分析方法演进	13
1.3.3  质量管理体系转型	18
1.3.4  信息系统升级	23
1.4  质量大数据在典型行业中的价值体现	25
1.4.1  质量大数据的作用	25
1.4.2  质量大数据的行业应用	28
第2章  质量大数据的内涵	30
2.1  质量大数据面临的挑战	30
2.2  质量大数据的参考框架	32
2.2.1  质量大数据的业务维度	33
2.2.2  质量大数据的数据维度	34
2.2.3  质量大数据的技术维度	36
2.3  质量大数据与其他技术的关系	39
2.3.1  质量大数据与工业互联网的关系	39
2.3.2  质量大数据与数字孪生的关系	41
2.3.3  质量大数据与工业大数据的关系	42
2.3.4  质量大数据与人工智能的关系	42
2.3.5  质量大数据与区块链的关系	43
2.4  质量大数据的实施框架	43
第3章  质量大数据的业务维度分析	46
3.1  生产体系	47
3.2  管理体系	48
3.3  应用模式一：重点业务环节的质量管理优化	50
3.3.1  以使用质量为导向的设计优化	51
3.3.2  以生产质量为导向的工艺优化	56
3.3.3  以产品质量为导向的设备预测性维护	59
3.4  应用模式二：供应链产业链的质量协同优化	61
3.5  应用模式三：质量生态共建、共创与共享	62
第4章  质量大数据的数据维度分析	64
4.1  数据来源	65
4.2  数据资源体系	65
4.2.1  数据资源目录	65
4.2.2  数据资源融合	69
4.2.3  数据共建共享	71
4.3  数据治理体系	72
4.3.1  数据标准体系	72
4.3.2  数据质量管理	74
4.3.3  数据安全防护	76
第5章  质量大数据的技术维度分析	77
5.1  技术架构	77
5.1.1  质量全生命周期架构	77
5.1.2  质量数据平台的架构	78
5.2  质量大数据存储技术	80
5.2.1  多模态数据的数据湖技术	80
5.2.2  质量大数据集成技术	86
5.3  质量大数据服务技术	90
5.3.1  质量大数据的领域建模技术	90
5.3.2  数据服务：基于领域模型的查询技术	93
5.4  质量大数据分析算法	93
5.4.1  设计质量分析算法	93
5.4.2  生产质量分析算法	105
5.4.3  售后质量分析算法	115
第6章  质量大数据的实施路径	119
6.1  质量大数据企业侧实施路径	120
6.1.1  质量大数据建设规划	120
6.1.2  质量大数据资源管理	123
6.1.3  面向场景的质量数据建模与应用	129
6.1.4  质量大数据可持续运营机制	133
6.2  质量大数据产业侧实施路径	134
6.2.1  定标准：制定面向产业的质量大数据标准规范	134
6.2.2  聚资源：汇聚质量大数据资源	134
6.2.3  建体系：完善质量大数据服务体系	135
6.2.4  筑生态：构筑质量大数据生态	135
6.3  质量大数据政府侧实施路径	136
6.3.1  抓政策引领：加强质量大数据政策引领	137
6.3.2  抓标杆建设：推动质量大数据标杆建设	137
6.3.3  抓基础保障：夯实质量大数据的应用基础	137
第7章  质量大数据应用案例	139
7.1  以产品质量为导向的设计优化	140
7.2  以生产质量为导向的工艺优化	143
7.2.1  工艺质量参数优化	143
7.2.2  工艺质量缺陷识别	151
7.2.3  质量时空追溯分析	161
7.3  以质量为导向的生产设备预测性维护	164
7.4  面向供应链产业链的质量协同优化	174
7.5  质量公共服务与新生态	182
参考文献	186
缩略语表	189

前言
制造业是立国之本、强国之基、大国经济的“压舱石”。夯实“中国制造”的质量基础，是加快补齐短板弱项、培育竞争新优势的迫切要求，也是推动制造业迈向价值链中高端、加快新型工业化进程的现实需要。以大数据为代表的数字技术与质量管理深度融合，形成质量大数据，不断提升制造业中全要素、全价值链、全产业链的质量管理活动的数字化、网络化和智能化水平。
为贯彻落实《制造业卓越质量工程实施意见》（工信部联科〔2023〕249号）、《制造业可靠性提升实施意见》（工信部联科〔2023〕77号）、《制造业质量管理数字化实施指南（试行）》（工信厅科〔2021〕59号），深化数字技术在制造业可靠性提升中的应用，开展质量管理数字化理论与实践研究，发挥大数据等数字技术对质量提升的基础支撑作用，助力制造业高质量发展，工业和信息化部电子第五研究所依托工业装备质量大数据工信部重点实验室组织编写了本书，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的全面质量管理，强化产业链质量协同，构建质量创新生态。
本书聚焦质量大数据的体系、模型、应用等方面，提出质量大数据的参考框架，并由其统领全书。质量大数据的参考框架包括业务维度、数据维度和技术维度三大维度。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，从业务维度、数据维度、技术维度统筹推动质量大数据的建设。
第1章为概览，给出了质量大数据的范畴，介绍了质量大数据的特点与发展背景，分析了质量大数据给质量管理带来的多方面创新，总结了质量大数据在典型行业中的价值体现，凸显了质量大数据的重要意义。
第2章分析了质量大数据面临的挑战；提出了质量大数据的参考框架，包括业务维度、数据维度和技术维度；介绍了质量大数据与其他技术的关系，以及质量大数据的实施框架。
第3章从生产体系、管理体系、应用模式三个方面分析了业务维度的质量大数据，介绍了典型的生产体系、管理体系，并对多个类型的应用模式进行了剖析。
第4章从数据维度，即从数据来源、数据资源体系、数据治理体系三个方面阐述了质量大数据资源的构建方法，回答了“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5章从技术维度，给出了质量全生命周期架构，提出质量数据平台技术架构，从数据存储、数据服务、数据分析等方向分析关键技术。
第6章从企业侧、产业侧与政府侧三个不同视角出发，给出翔实的质量大数据的实施路径。
第7章为应用案例，对典型案例进行了剖析，揭示了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，生产出高质量的产品，提供高质量的服务。
工业提质增效和经济高质量发展，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，制造业质量管理数字化是一项综合性的系统工程，需要经历长期的发展过程。
本书的案例部分得益于很多企事业单位的无私奉献，特别感谢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、海克斯康制造智能技术（青岛）有限公司、北京寄云鼎城科技有限公司、格创东智（深圳）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、浪潮工业互联网股份有限公司、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等单位提供的宝贵实践案例。
本书的编写离不开社会各界专家的关注和大力支持，王建民、李波、孔宪光、赵敏、郭朝晖、韩俊仙、陆薇、史建成、潘勇、何小琦、杨晓明等专家提供了真知灼见和宝贵修改意见，本书的责任编辑也给予了悉心指导并付出很多劳动，在此一并表示感谢。
限于时间与篇幅，本书难免存在不当之处，衷心希望广大读者与各界人士给予批评、指正，督促我们把工作做扎实、做深入、做持久，加快建设制造强国、质量强国，加快推进新型工业化。

本书配套资源下载

对不起，暂无音视频资源！

质量大数据：体系与应用