国家自然科学基金重点项目“工业大数据环境下面向智能制造系统的质量科学管控方法研究”科普网站（项目号：71932006）
什么是质量？
我们在购买一支笔的时候，或者在购买一部手机，甚至一辆汽车的时候，都会考虑所购买产品的质量，并希望购买到质优价廉的产品。可是，我们对一支好的笔和一部好的手机的要求完全不同，甚至不同的人对同一个产品的要求也不同。有人希望手机通话时间久，有人希望通话声音清晰，还有人主要关注外观。那么，我们所追求的质量到底是什么呢？
其实，质量是一个具有多重内涵的概念。在衡量一个实物产品的时候，通常会考虑产品的基本性能、特殊性能、耐久性、符合性、可靠性、可服务性、美观、感性质量等八个维度。在衡量一种服务的时候，通常使用可靠性、响应性、安全性、移情性、有形性等五个维度。客户对不同维度的质量特性需求权重不同，但作为一个生产者，如果要提高产品质量，则应该了解和顾及产品质量的各个方面。
在《中国制造2025》战略中，质量的地位尤为突出，强调坚持质量是坚持制造强国生命线。因此，随着我国制造和服务能力的提升，在由量到质的转变过程中，对工业工程领域质量科学的研究的需求也越来越多。
为什么购买一部流行的手机，绝大多数人的都使用正常，可却总会有人遇到手机功能故障或者其他质量缺陷呢？这就涉及到质量的形成过程。产品都是经历一个多阶段复杂制造系统而形成的，产品的质量也同理随着子部件的结合累计而逐渐形成。由于每一个产品所经历的每一步制造设备、环境、人员、材料等的条件或状况存在差异，产品最终质量特性也存在差异，也就是波动(Variation)。当波动范围过大，或者质量特性存在整体偏移时，则会有一定比例的产品成为缺陷品，即表现为个别手机电池耐久性低于约定值，或通话语音清晰低低于规范值。波动是质量的最大敌人。因此质量科学主要的研究内容就是对波动的理解、根源追踪、降低和消除。
质量科学研究的核心是数据科学，因为质量的核心就是通过数据来理解产品指标的波动，理解波动形成原因、路径和规律等。质量科学研究的主要方法包括数据建模、关联分析、预测、监视、诊断等。
我们以一个硅片制造的系统为例，来说明如何基于数据科学的方法开展质量研究。高纯度单晶硅片是半导体制造的基底材料；硅片的平整度，是一个重要的质量指标，并对后续在硅片基底上制作的芯片和器件等的质量有决定性影响作用。如图3所示，当我们获得产品的厚度或平整度分布不均的时候，如何通过理解这种波动的规律呢？
在我们的论文Li, B., Wang, K. and Jin, R. (2014) “A Hierarchical Model for Characterizing Spatial Wafer Variations”, International Journal of Production Research,52(6), 1827-1842中，我们建立了一个分层级的统计模型，来刻画宏观质量的差异和微观质量特征的相关性。在此模型中，平整度的宏观差异可以用一个数学多项式很好的描述，微观质量相关性则可以用一个高斯马尔科夫随机场模型来刻画。准确的统计模型，能够有效提取质量波动的规律，从而揭示质量波动的根源和改进的方向。
又比如，在另一篇论文中，我们研究了硅片质量产出的预测问题。准确的产出预测，能够让我们在生产的时候制定更准确的采购和投产计划。但每一个硅片上能生产出来的电子器件的数目是随机的。图4展示了不同硅片上生产出来不合格器件的分布情况。为了能够更准确的对产出进行预测，我们利用数据科学的方法，分析缺陷器件出现的规律，建立了统计预测模型，提高了现有预测的精度，从而让更经济快速的硅片生产成为可能。
结语：
工业工程的核心是提高系统的效率、质量和安全，降低系统成本。质量科学是工业工程领域的重要研究方向之一。它一方面同人民的生活紧密相关，另一方面对我国国际竞争力的提升也有着重要的战略意义。质量科学的研究，以数据科学为基础，结合工业工程的专门知识，能够解决现代工业生产和社会服务的具体问题，具有广阔的应用前景。
声明： 本网页内容旨在向公众介绍工业大数据环境下质量科学的研究内容和重要意义。
@项目研究组
