质量管控流程
概述
质量管控是智能制造体系中贯穿产品全生命周期的核心能力。传统质量管理以事后检验为主，而现代质量管控强调”质量是设计出来的、制造出来的、管理出来的”，通过数字化手段实现从事后把关到事前预防、从抽检到全检、从人工判定到智能判定的转变。
在智能制造框架下，质量管控与生产执行与报工、设备管理全流程紧密集成，构建覆盖IQC（来料检验）、IPQC（过程检验）、FQC（成品检验）和OQC（出货检验）的全链路质量防线。
质量管控体系架构
三层质量防线
| 层级 | 内容 | 目标 |
|---|---|---|
| 第一层：设计质量 | DFMEA、公差分析、工艺验证 | 从源头消除质量风险 |
| 第二层：制造质量 | PFMEA、SPC、防错装置 | 过程中控制质量波动 |
| 第三层：检验质量 | 抽检方案、全检方案、筛选 | 拦截不合格品流出 |
质量管理的PDCA循环
- Plan（计划）：基于历史数据设定质量目标，制定检验计划和CP（控制计划）。
- Do（执行）：按控制计划执行来料检验、过程检验和成品检验。
- Check（检查）：通过SPC图表、过程能力指数（Cpk）评估质量状态。
- Act（改善）：对异常启动8D报告、CAPA（纠正预防措施）流程。
检验流程设计
IQC——来料检验
来料检验是质量管控的第一道关卡：
- 抽样方案：基于GB/T 2828.1（等同ISO 2859-1）确定抽样数量和接收准则。
- 检验项目：外观、尺寸、性能、RoHS合规性等。
- 供应商评级：根据来料合格率、PPM值对供应商动态分级（A/B/C级），不同级别适用不同抽检比例。
- 免检机制：A级供应商的成熟物料可申请免检，降低检验成本。
- 不合格处理：标识隔离→评审（让步接收/退货/挑选/返工）→供应商8D反馈。
IPQC——过程检验
过程检验是控制制造质量的核心环节：
- 首件检验（FAI）：每班次、每次换型后生产的第一件产品必须经过全面检验，确认工艺参数和产品质量符合要求后方可批量生产。
- 巡检：按设定频次（如每2小时）对关键工序进行抽检。
- 末件检验：每批次最后一件产品检验，确认批次质量稳定。
- 全检：对关键安全特性实施100%检验，可借助自动化检测设备。
FQC/OQC——成品与出货检验
- 成品检验：产品完成所有工序后的综合检验，包括功能测试、安规测试和可靠性测试。
- 出货检验：发货前的最终确认，核对包装、标签、数量和附件。
- 可靠性测试：老化测试、环境试验、寿命测试等，按批次抽样执行。
SPC统计过程控制
SPC是过程质量控制的核心方法论，通过对过程数据的统计分析，区分普通原因变异和特殊原因变异，实现质量问题的早期预警。
控制图选型
| 数据类型 | 分布特征 | 适用控制图 |
|---|---|---|
| 计量值（连续数据） | 正态分布 | X̄-R图、X̄-S图、单值-移动极差图 |
| 计数值——不合格品率 | 二项分布 | P图、nP图 |
| 计数值——缺陷数 | 泊松分布 | C图、U图 |
过程能力分析
- Cp（短期能力）：反映过程潜在能力，Cp = (USL - LSL) / 6σ。
- Cpk（实际能力）：考虑偏移后的能力，Cpk = min[(USL-μ)/3σ, (μ-LSL)/3σ]。
- 判定标准：Cpk ≥ 1.33为能力充足；1.0 ≤ Cpk < 1.33需改善；Cpk < 1.0需紧急改善。
- PPM换算：将Cpk值转换为百万分之不合格品率，便于对标。
西格玛水平
六西格玛管理将质量水平量化为σ等级：
| σ水平 | PPM | 合格率 |
|---|---|---|
| 3σ | 66,807 | 93.32% |
| 4σ | 6,210 | 99.38% |
| 5σ | 233 | 99.977% |
| 6σ | 3.4 | 99.99966% |
智能检测技术
机器视觉检测
- 外观检测：表面划伤、色差、异物、装配缺件等缺陷的自动识别。
- 尺寸测量：基于非接触式光学测量实现微米级精度。
- 字符识别（OCR）：标签、喷码、激光刻印的自动读取和校验。
- 深度学习增强：通过卷积神经网络（CNN）训练缺陷分类模型，提升复杂缺陷的识别准确率。
在线检测设备集成
- CMM（三坐标测量机）：离线抽检，自动生成检测报告。
- OGP（光学测量仪）：快速非接触测量，适用于小件精密测量。
- 在线称重/力矩/泄漏检测：100%全检，数据实时上传MES。
- X射线/CT检测：内部缺陷无损检测，适用于焊接、铸件和电子元器件。
数字化质量管理系统（QMS）
系统功能架构
质量策划 → 检验执行 → 数据采集 → 统计分析 → 异常处理 → 持续改善
↓ ↓ ↓ ↓ ↓ ↓
CP/APQP 检验工单 自动/手工 SPC/报表 NCR/8D 8D/CAPA
核心功能模块
- 检验计划管理：定义检验项目、检验方法、抽样方案和判定标准。
- 检验工单执行：与生产执行与报工联动，自动触发检验任务。
- 不合格品管理（NCR）：记录、评审、处理和闭环跟踪不合格品。
- CAPA管理：纠正预防措施的立项、执行、验证和关闭。
- 质量追溯：基于批次号/序列号的正反向追溯，满足召回法规要求。
- 质量仪表盘：实时展示PPM趋势、Cpk分布、异常柏拉图和TOP不良分析。
质量追溯
追溯能力是质量管控的底线要求：
- 正向追溯：从原材料批次追踪到成品发货去向。
- 反向追溯：从客户投诉/退货追溯到原材料批次和加工过程。
- 追溯链：批次号 → 工序 → 设备 → 操作员 → 参数 → 检验记录 → 出货信息。
质量成本管理
质量成本（COQ）是衡量质量管理效果的重要指标：
| 成本类别 | 内容 |
|---|---|
| 预防成本 | 培训、质量策划、FMEA、SPC |
| 鉴定成本 | 检验、测试、计量校准 |
| 内部失败成本 | 返工、报废、停线、筛选 |
| 外部失败成本 | 客户退货、索赔、品牌损失 |
最优质量成本并非在零缺陷处，而是在预防成本与失败成本的交点处。数字化质量管理的目标是通过提高预防和鉴定效率，降低总质量成本。
与其他模块的集成
质量管控不是孤立存在的，需要与多个系统深度集成：
- 与MES-制造执行系统集成：质量检验作为生产工单的子任务嵌入生产流程，检验结果影响工单流转。
- 与设备管理全流程集成：设备精度衰退直接影响加工质量，设备参数偏差实时反馈至SPC系统。
- 与ERP-企业资源计划集成：质量判定结果影响库存状态（合格品/让步品/退货），质量成本计入产品成本。
- 与PLM集成：设计变更自动触发质量文件更新，ECN（工程变更通知）与质量标准联动。
实施路径
- 标准化阶段：建立检验标准、作业指导书和判定准则，实现纸质记录电子化。
- 数字化阶段：部署QMS系统，实现检验数据在线采集和SPC自动分析。
- 智能化阶段：引入机器视觉和AI缺陷识别，实现预测性质量管控。
- 生态化阶段：构建供应商协同质量平台，实现全供应链质量透明化。
总结
质量管控的本质是通过系统化的方法和工具，将质量从”不可控”变为”可控”甚至”可预测”。从传统的检验把关到现代的数字化预防，质量管理的核心始终是数据驱动和持续改善。与生产执行与报工、设备管理全流程和物料管理与拉动的紧密集成，将推动企业构建”设计—制造—检验—改善”的质量闭环，最终实现质量成本的持续优化和客户满意度的稳步提升。