现代化的生产设备和测量仪器每时每刻都在产生重要的数据，这些数据不仅包括基本的流程信息，如批号、料号等，还包括更加重要的工艺参数信息，涵盖人机料法环的各个方面，如温度、湿度、电压、浓度、PH值、质检结果、反应时间等等。太友科技（业界著名的质量大数据和制造智能解决方案供应商，提供的方案涵盖数据采集、质量监控、质量分析等方面）发布的企业案例中，仅就生产和测量系统而言，单个企业而今每天产生数千万个产品相关的数据记录是十分常见的情况。如何有效地获取这些数据并从中获得有价值的决策支持信息以更有效地进行质量控制和改进，是“质量大数据”的主要研究方向

      质量控制在大数据的应用上主要存在以下特点及挑战：

      ① 数据采集难度大

      在工业环境中，一方面，不同的生产设备或测量仪器往往遵循不同的数据生成规则和传输方式，而且很多设备都不能生成完整的数据信息，比如当前得到的数据到底属于哪一个产品、哪一个参数、生成数据的方式又如何等，而更有一部分设备本身并不具备数据传输功能。另一方面，企业的IT系统架构是由多个子系统构成的有机整体，包括ERP系统，SPC系统、HR系统、MES系统等等，这些系统之间往往要进行数据的协同采集以便于系统的互联互通和对数据的综合分析应用。

      ② 对质量监控的实时性要求高

      由于需要在质量问题实质性地引起产品缺陷之前就能够随时发现和预警潜在的异常情况，企业往往需要实时地分析和监控所采集的质量数据，这是当前质量大数据应用的重要方向之一。比如一个精密零部件上某个孔的圆度，或者PCB上某两条线之间的间隙，芯片上某两个引脚之间的电阻值等，往往几秒钟内就要得到最新的分析和监控结果。

      ③ 质量大数据分析透析质量状态及问题

      大数据蕴含着大价值，这一点对质量领域的大数据自然也不例外。通过所采集到的质量数据透析生产流程的稳定性、流程能力以及产品本身的质量水平自然是最基本的应用。除此之外，我们还需要查看产品的一致性，从人机料法环等各个角度对产品质量进行一致性分析，看看产品的质量状况是否在某个维度上的一致性出现异常状况。此外，相关性分析也很重要，哪些在工艺设计阶段就已经发现的质量参数相关性，在实际的生产数据中也理应得到体现

      ④ 数据安全与权限控制不容忽视

      在工业领域，每一条数据（特别是生产工艺数据）很可能都与企业的核心技术息息相关，包括对其的分析结果在内，如果被不合适地获取甚至泄露，往往都会给企业带来很大的损失。因此，企业往往使用十分严格的信息安全和权限控制策略，来确保正确的数据和分析报告被正确的人在正确的时间以正确的方式获取

      在质量大数据浪潮的推动下，针对质量管理实际工作，我们将如何突破解决呢？

      这时，QCData软件 就可以解决质量大数据下面临的各种问题，首先，我们来看看它主要能做什么：

         ① 数据采集：连接测量仪器，实现质量数据的自动采集
         ② 数据管理：可快速对数据进行有效的整合和管理；
         ③ 数据分析：支持SPC实时监控与分析
         ④ 报表管理：一键生成各种质量报表；
         ⑤ 权限管理：拥有完善的权限控制机制，最大限度地降低人为的数据错误，确保数据真实、可靠；