王福紅 常健聰 郭政

摘要：在智能制造背景下，企業(yè)的質(zhì)量管理行為面臨重大變革。從智能制造的定義與轉(zhuǎn)型過程出發(fā)，結(jié)合物聯(lián)網(wǎng)和質(zhì)量大數(shù)據(jù)分析、現(xiàn)代質(zhì)量工程理論，提出智能制造時代的質(zhì)量管理變革的十大方向，給智能制造背景下質(zhì)量管理創(chuàng)新行為以參考，助力智能制造時代的中國質(zhì)量管理水平的提高。

關(guān)鍵詞：智能制造；質(zhì)量管理；質(zhì)量創(chuàng)新

1 引言①

智能制造與傳統(tǒng)制造相比，制造的環(huán)境變化了，管理方法也應(yīng)隨之而發(fā)生著變化。傳統(tǒng)的質(zhì)量管理方式將面臨著怎樣的變革和創(chuàng)新？“質(zhì)”和“智”如何融合？未來的方向在哪里？只有面向未來，才能抓住機(jī)遇，才能走得更遠(yuǎn)。這應(yīng)該是質(zhì)量技術(shù)研究者更應(yīng)該關(guān)注的問題[1]。

智能制造是智能技術(shù)和制造技術(shù)的融合；智能制造是物聯(lián)網(wǎng)、機(jī)器人與自動化系統(tǒng)、智能終端與云端技術(shù)的融合[2-5]；智能制造首先建立知識庫/知識工程（知識化），然后進(jìn)行動態(tài)傳感/實時感知（感知化），最后進(jìn)行自主學(xué)習(xí)/自主決策（自主化、自決策）， 倡導(dǎo)流程的可視化與透明化、可預(yù)測化[5-10]。智能制造的另一個內(nèi)涵是確保產(chǎn)品高質(zhì)量、賦予產(chǎn)品新功能和發(fā)展服務(wù)型制造[11]。

企業(yè)智能制造發(fā)展的思路與過程一般為：第一個階段是萬物互聯(lián)，用數(shù)據(jù)定義產(chǎn)品。第二個階段是形成一個高速的、低延時和安全的信息高速公路，即形成制造網(wǎng)絡(luò)，用數(shù)據(jù)驅(qū)動制造。第三個階段是形成一個工廠大腦，形成智能化制造。將材料、機(jī)器、方法、測量、維護(hù)和數(shù)據(jù)知識管理等集成在一起，將精益的理念、AGV小車、AR/VR、機(jī)器視覺、圖像識別、語音交互和大數(shù)據(jù)分析等技術(shù)深度融合形成一個工廠大腦，形成智能化制造[12-14]。

很多學(xué)者給出了企業(yè)的具體智能化之路[15-17]：工藝流程自動化-制造設(shè)備的自動化-運營的智能化。首先是工藝流程的自動化，然后是制造設(shè)備的自動化，最后才是智能化。制造設(shè)備的自動化是制約智能化的重要因素。也是企業(yè)智能制造轉(zhuǎn)型升級的瓶頸所在。在智能制造轉(zhuǎn)型過程中，要注意遵循“產(chǎn)品智能-工具智能-過程智能-服務(wù)智能”以及“智能單元-智能產(chǎn)線-智能車間-智能工廠”等循序漸進(jìn)。形成智能生產(chǎn)、智能管理和智能物流的集成優(yōu)化。

2 國內(nèi)外研究現(xiàn)狀

宗福季[18]等人研究了增材制造（AM）過程中質(zhì)量工程所面臨的獨特挑戰(zhàn)，提出了在增材制造過程可以通過檢查、監(jiān)控、控制、優(yōu)化和轉(zhuǎn)移學(xué)習(xí)以及通過設(shè)計來將質(zhì)量融入產(chǎn)品中。給出了增材制造中質(zhì)量管理方法與質(zhì)量工具的未來趨勢與挑戰(zhàn)。段成[19] 梳理了工業(yè)大數(shù)據(jù)的基本特征及面臨的數(shù)據(jù)質(zhì)量問題，然后研究分析了工業(yè)大數(shù)據(jù)質(zhì)量控制方法，最后對中國工業(yè)大數(shù)據(jù)質(zhì)量控制的重點工作方向提出了初步建議。文獻(xiàn)[20]汽車質(zhì)量管理在智能制造背景下的創(chuàng)新分析包括：在產(chǎn)品策劃方面的創(chuàng)新、在生產(chǎn)技術(shù)方面的創(chuàng)新以及在數(shù)據(jù)采集方面的創(chuàng)新等三部分。邱阿東認(rèn)為：在智能制造環(huán)境中質(zhì)量管理工作已經(jīng)從最初的質(zhì)量檢驗演變成一種管理與技術(shù)并重的綜合系統(tǒng)工程[21]，文獻(xiàn)[22]采用信息化智能制造技術(shù)提高中藥的質(zhì)量；王振環(huán)[23] 研究了如何通過大數(shù)據(jù)平臺即數(shù)據(jù)云實現(xiàn)工業(yè)產(chǎn)品質(zhì)量之間的關(guān)聯(lián)，提高產(chǎn)品質(zhì)量。劉紅英[24]研究了基于信息化技術(shù)的工程質(zhì)量管理系統(tǒng)的研究與實現(xiàn)。馬文卓[25] 等給出基于物聯(lián)網(wǎng)和云計算技術(shù)的智能制造控制和質(zhì)量管理方案，為汽車制造業(yè)提供智能控制、精細(xì)控制、質(zhì)量監(jiān)測和大數(shù)據(jù)匯集的解決方案。文獻(xiàn)[26]強(qiáng)調(diào)了軟件產(chǎn)品線質(zhì)量工程的重要，提出對軟件產(chǎn)品線建立模型范式，分析軟件的可共用域和變性域，以便于重用。文獻(xiàn)[27]對軟件產(chǎn)品線的質(zhì)量屬性和測度進(jìn)行了系統(tǒng)的研究綜述，在研究中發(fā)現(xiàn)：在軟件產(chǎn)品線領(lǐng)域，實證評估的研究是缺乏，呼吁和強(qiáng)調(diào)軟件工程領(lǐng)域的研究人員做更多的實證評估。文獻(xiàn)[28]闡述一個合作虛擬工廠內(nèi)的業(yè)務(wù)流程監(jiān)控系統(tǒng)、環(huán)境通過儀表板用戶界面具有最先進(jìn)的商業(yè)智能和先進(jìn)數(shù)據(jù)可視化。文獻(xiàn)[29]管理風(fēng)格對利比亞的黎波里州建筑業(yè)質(zhì)量成本的影響。文獻(xiàn)[30]認(rèn)為在智能制造和人工智能時代被稱為I generation 質(zhì)量工程師，要具備基于云的設(shè)備和流利大數(shù)據(jù)的能力，為智能制造場景提供快速創(chuàng)新的解決方案。

3 智能制造背景下質(zhì)量管理未來的變革趨勢

通過文獻(xiàn)瀏覽、聆聽了專家分享的有關(guān)智能制造的報告與文獻(xiàn)，訪談國內(nèi)外眾多學(xué)者交流之后，筆者認(rèn)為在智能制造背景下，質(zhì)量管理的未來變革趨勢如下。

3.1 精益思想仍舊是智能制造的哲學(xué)思維

消除浪費、防錯、優(yōu)化流程、持續(xù)改進(jìn)、降低成本和提高效率等精益思想是智能制造的起點，也是智能制造的終點。自動化和智能化起點是保證質(zhì)量不被降低，自動化和智能化的首要前提和基礎(chǔ)是保證質(zhì)量，進(jìn)而提高質(zhì)量。精益生產(chǎn)與智能制造應(yīng)緊密結(jié)合，進(jìn)行精益生產(chǎn)與智能制造的雙輪驅(qū)動。

3.2 自動化程度高，人對質(zhì)量的干預(yù)減少，但對“人的質(zhì)量”要求更高，強(qiáng)調(diào)“人機(jī)協(xié)同”

在智能化和數(shù)字化時代，當(dāng)智能工廠建成之后，自動化的生產(chǎn)，過程質(zhì)量控制環(huán)節(jié)人的干預(yù)會減少很多，但智能化工廠對人的技能要求會提高，智能化工廠的人，不僅要管理設(shè)備、管理和監(jiān)控質(zhì)量、查看數(shù)據(jù)、分析數(shù)據(jù)和處理緊急情況等，更加強(qiáng)調(diào)“人的質(zhì)量”，即強(qiáng)調(diào)“員工的質(zhì)量和員工的可持續(xù)發(fā)展質(zhì)量”，不會為了自動化而自動化，注重人機(jī)協(xié)同。

3.3 全面質(zhì)量管理的重心——向設(shè)計質(zhì)量端偏移

智能工廠、工藝流程和制造設(shè)備的自動化都需要設(shè)計，因此提高設(shè)計質(zhì)量對企業(yè)來說至關(guān)重要。提高設(shè)計的質(zhì)量工具：如TRIZ、QFD、DOE、Design Thinking （設(shè)計思維）、數(shù)字化建模、數(shù)字孿生、3D打印以及數(shù)據(jù)化仿真等這些質(zhì)量工具是企業(yè)擁抱未來的智能制造所迫切掌握的。企業(yè)會重視研發(fā)投入，打造技術(shù)新高地。

3.4 創(chuàng)新管理體系成為企業(yè)所日益倚重的系統(tǒng)化的創(chuàng)新利器

創(chuàng)新是永恒的主題。在智能制造時代，更需要創(chuàng)新的思維和創(chuàng)新的技術(shù)。基于ISO CD2 50501 Innovation management system國際創(chuàng)新體系成為企業(yè)所日益倚重的系統(tǒng)化的創(chuàng)新工具。我國應(yīng)該大力引進(jìn)和推廣，并致力于創(chuàng)新管理體系在國內(nèi)的推廣。

3.5 完善智能制造的標(biāo)準(zhǔn)化工作將為我國智能制造技術(shù)推廣插上騰飛的翅膀

將各行業(yè)的智能制造領(lǐng)域的實踐經(jīng)驗、應(yīng)用技術(shù)和科研成果進(jìn)行總結(jié)和提煉，寫成標(biāo)準(zhǔn)，進(jìn)行復(fù)制和推廣，可快速促進(jìn)技術(shù)進(jìn)步，將共性技術(shù)寫成標(biāo)準(zhǔn)，在社會生產(chǎn)各組成部分之間進(jìn)行協(xié)調(diào)，確立共同遵循的準(zhǔn)則，建立穩(wěn)定的秩序，并可促進(jìn)整個社會效率的提高與成本的降低。

3.6 綠色可持續(xù)性發(fā)展是智能制造成功的重要支撐力量

綠色材料、綠色工藝、綠色設(shè)備、綠色包裝、綠色回收、綠色制造與再制造以及綠色物流等綠色技術(shù)的發(fā)展與創(chuàng)新，是可持續(xù)發(fā)展的基礎(chǔ)，企業(yè)社會責(zé)任申報、綠色供應(yīng)鏈認(rèn)證以及風(fēng)險管理控制等可持續(xù)發(fā)展的質(zhì)量，或質(zhì)量的可持續(xù)性發(fā)展是我國智能制造成功的支撐力量。

3.7 軟件質(zhì)量、數(shù)據(jù)質(zhì)量、可靠性管理是智能制造的基石

智能制造離不開APP、離不開信息系統(tǒng)，數(shù)字化集成技術(shù)業(yè)也離不開軟件，硬件與軟件的結(jié)合也離不開可靠性管理技術(shù)。智能制造會產(chǎn)生數(shù)據(jù)，從數(shù)據(jù)-信息-知識-智能這一信息鏈路中可以看出：智能化是基于數(shù)據(jù)的智能化。感知需要知識，決策需要知識，執(zhí)行需要知識。而知識來源于數(shù)據(jù)。數(shù)據(jù)不可靠，會誤判，造成控制精度的偏差，數(shù)據(jù)的質(zhì)量不好，會給企業(yè)帶來不可估量的損失，因此數(shù)據(jù)的質(zhì)量、數(shù)據(jù)的可靠性尤為重要。

3.8 以用戶為中心、用戶參與的體驗式數(shù)字化協(xié)同設(shè)計模型成為智能制造的引擎

以用戶為中心，用戶參與的，面向用戶的體驗式設(shè)計，可開發(fā)APP軟件，和客戶一起來做產(chǎn)品開發(fā)，用戶體驗式設(shè)計可使產(chǎn)品具有可持續(xù)性，并且可以跟蹤消費者這樣或那樣的、不斷變化的需求。采用用戶參與的體驗式、全生命周期的端到端的數(shù)字化協(xié)同模式。通過點、線、面打造靈敏化的數(shù)字化設(shè)計平臺，構(gòu)建數(shù)字化制造工藝網(wǎng)絡(luò)。

3.9 基于數(shù)據(jù)科學(xué)的智能制造使用的新七大質(zhì)量分析工具，成為智能制造的有力保障

新舊QC七工具、帕拉圖、六西格瑪、SPC和DOE等質(zhì)量工具將被大數(shù)據(jù)和物聯(lián)網(wǎng)使用新的七大工具所代替：第一，文本分析：主要用于客戶之聲、 社交媒體數(shù)據(jù)和情緒分析；第二，預(yù)測性建模：采用決策樹、多元回歸和類神經(jīng)網(wǎng)絡(luò)等方法；第三，機(jī)器學(xué)習(xí)；第四，網(wǎng)絡(luò)圖解；第五，聚類分析；第六，離散事件仿真；第七，持續(xù)事件流?；?G+工業(yè)互聯(lián)網(wǎng)（移動工業(yè)互聯(lián)網(wǎng)）的智能檢測，智能監(jiān)控技術(shù)成為系統(tǒng)質(zhì)量管理的主要技術(shù)支撐，需要采用系統(tǒng)工程的視角、復(fù)雜性科學(xué)的理論框架來擴(kuò)展質(zhì)量工程技術(shù)。

3.10 網(wǎng)絡(luò)安全成為智能制造發(fā)展的障礙

質(zhì)量是網(wǎng)絡(luò)化服務(wù)的產(chǎn)物，在智能制造時代，就安全性而言，許多電器都是潛在的攻擊對象，機(jī)器和工廠是聯(lián)網(wǎng)的，控制過程基于網(wǎng)絡(luò)的，因此來自網(wǎng)絡(luò)犯罪攻擊的威脅不斷增加。識別網(wǎng)絡(luò)威脅、實施IT安全解決方案和安全生產(chǎn)所需的知識是智能制造企業(yè)所必需的，如果網(wǎng)絡(luò)安全跟不上，很多企業(yè)基于安全的考慮，將推遲智能制造的計劃。因此我國可及時推出網(wǎng)絡(luò)安全認(rèn)證培訓(xùn)課程，掃除智能制造發(fā)展道路上的攔路虎，使我國的智能制造事業(yè)一帆風(fēng)順。

4 結(jié)束語

未來的制造環(huán)境，即使是最簡單的產(chǎn)品，也將由機(jī)器人控制，以提高生產(chǎn)力。越來越便宜和高科技的傳感器收集大量的數(shù)據(jù)將提取有價值的信息，改進(jìn)過程和產(chǎn)品。這一發(fā)展將產(chǎn)生復(fù)雜的單元操作，每個單元操作都是更復(fù)雜的過程的一部分或者一系列的過程。因此，任何試圖加工和產(chǎn)品改進(jìn)，以提高生產(chǎn)力、減少浪費、以及在質(zhì)量工程的保護(hù)傘下保證可持續(xù)性都將必須考慮到問題的復(fù)雜性以及這種新的數(shù)據(jù)豐富的環(huán)境。迫切需要更多的方法和面向應(yīng)用的研究，來跟上來自工業(yè)的日益增長的需求。

質(zhì)量工程的起源是制造業(yè)，質(zhì)量工程師將基本的統(tǒng)計方法應(yīng)用于制造業(yè)提高產(chǎn)品和工藝的質(zhì)量和生產(chǎn)力。在過去的十年中，人們發(fā)現(xiàn)了這些方法對于改進(jìn)幾乎任何類型的系統(tǒng)或過程都是有效的，再如對供應(yīng)鏈、商業(yè)、服務(wù)業(yè)、金融、醫(yī)療保健、教育和電子政務(wù)等都是有效的。從歷史上看，人們也把質(zhì)量工程看作是純粹在制造中提高質(zhì)量、生產(chǎn)力和可靠性的一套理論、方法和策略。

然而，在智能制造背景下，質(zhì)量工程的未來面臨著一些嚴(yán)峻的挑戰(zhàn)[31-32]。首先是智能制造背景下，傳感器的數(shù)字化采集與轉(zhuǎn)換的質(zhì)量、數(shù)字孿生的質(zhì)量、算法的質(zhì)量、人機(jī)交互的質(zhì)量和智能制造系統(tǒng)的質(zhì)量評估等挑戰(zhàn)。其次，大數(shù)據(jù)背景下的可靠性與可預(yù)測性、可維護(hù)性的質(zhì)量管理變革都面臨新的應(yīng)用場景、國家質(zhì)量基礎(chǔ)NQI如何與中小型企業(yè)NQI進(jìn)行融合服務(wù)，智能制造背景數(shù)字化過程的質(zhì)量提升計劃、質(zhì)量控制與質(zhì)量保證模式都發(fā)生了新的變化、數(shù)據(jù)質(zhì)量、數(shù)據(jù)治理、數(shù)據(jù)價值的質(zhì)量保證、大數(shù)據(jù)與機(jī)器學(xué)習(xí)背景的質(zhì)量改進(jìn)的變革、智能服務(wù)型制造中的質(zhì)量提升、智能制造的可視化提升、工業(yè)軟件質(zhì)量的提升、智能制造中的綠色可持續(xù)性的實踐發(fā)展與理論創(chuàng)新、大數(shù)據(jù)背景下的可靠性與可預(yù)測性以及可維護(hù)性平臺的使用與優(yōu)化等也都是等待研究的全新領(lǐng)域。最后智能制造涉及到數(shù)字化、自動化、智能化和精益化，需要跨學(xué)科、多門類的專業(yè)知識跨界融合，需要多種類型、不同層次的智能制造專業(yè)人才。需要一批既懂?dāng)?shù)字化、自動化技術(shù)，又懂工藝與管理，還具備項目管理經(jīng)驗的智能制造項目經(jīng)理。

質(zhì)量管理面臨的一個非?，F(xiàn)實的問題是：學(xué)術(shù)研究與企業(yè)界的需求之間日益擴(kuò)大的鴻溝。 在智能制造背景下，企業(yè)界比以往任何時候都更需要學(xué)術(shù)界關(guān)注智能制造過程質(zhì)量面臨的問題，以滿足新應(yīng)用領(lǐng)域的需要。本文的主要研究目的之一是開始在學(xué)術(shù)研究與企業(yè)界之間建立一座橋梁。

同時，在智能制造新的背景下，質(zhì)量工程領(lǐng)域依舊有著光明的未來，但需要打破一些舊的藩籬。本文首先回顧了近幾年國內(nèi)外學(xué)者對質(zhì)量工程的主要研究進(jìn)展和趨勢。討論質(zhì)量工程在智能制造環(huán)境下是如何進(jìn)行發(fā)展的，以便對這些新領(lǐng)域作出重大貢獻(xiàn)。本文從一種概念性方法出發(fā)，旨在提出一種理念和方向，討論智能制造時代質(zhì)量管理所面臨的挑戰(zhàn)，以及未來變革的關(guān)鍵研究問題和趨勢。我們相信隨著質(zhì)量管理實踐的不斷發(fā)展，隨著智能制造、物聯(lián)網(wǎng)和5G/6G通信技術(shù)的興起，數(shù)據(jù)科學(xué)以及質(zhì)量大數(shù)據(jù)挖掘技術(shù)將快速發(fā)展，因此，本文提出的十大變革方向，是智能制造背景下的質(zhì)量管理創(chuàng)新的主要內(nèi)容。智能制造是未來世界各國的競爭核心，讓質(zhì)量管理科學(xué)成為中國經(jīng)濟(jì)騰飛的翅膀，更好地服務(wù)于人類的明天。

參考文獻(xiàn)

[1] 數(shù)字化企業(yè)網(wǎng).優(yōu)博訊：構(gòu)建智能制造數(shù)字新生力[Z].2021.

[2] VINING G，LAHCI M，PEDERSEN S. Recent Advances and Future Directions for Quality Engineering[J]. Quality and Reliability Engineering，2015，32（3）：863-875.

[3] 陳浩哲.面向智能制造的作業(yè)車間調(diào)度研究[D].北京：北京郵電大學(xué)，2019.

[4] 湯臨佳，鄭偉偉，池仁勇.智能制造創(chuàng)新生態(tài)系統(tǒng)的功能評價體系及治理機(jī)制[J].科研管理，2019，（7）：97-105.

[5] Wang L.從智能科學(xué)到智能制造[J].Engineering，2019，5（4）：53-60.

[6] 呂文晶，陳勁，劉進(jìn).工業(yè)互聯(lián)網(wǎng)的智能制造模式與企業(yè)平臺建設(shè)-基于海爾集團(tuán)的案例研究[J].中國軟科學(xué)，2019（7）：1-13.

[7] 李清，唐騫璘，陳耀棠，等.智能制造體系架構(gòu)，參考模型與標(biāo)準(zhǔn)化框架研究[J].計算機(jī)集成制造系統(tǒng)，2018，24（3）：539-549.

[8] 薛金萍.王?。好總€企業(yè)都能打造屬于自己的“智慧工廠”——訪中國科技自動化聯(lián)盟秘書長、智慧工廠研究院院長王健[J].今日印刷，2019（9）：11-14.

[9] 劉強(qiáng).智能制造理論體系架構(gòu)研究[J].中國機(jī)械工程，2020，31（1）：24-36.

[10] 周濟(jì).智能制造——“中國制造 2025” 的主攻方向[J].中國機(jī)械工程，2015，26（17）：2273-2284.

[11] 陶飛，戚慶林.面向服務(wù)的智能制造[J].機(jī)械工程學(xué)報，2018，54（16）：11-23.

[12] 李伯虎，柴旭東，張霖，等.新一代人工智能技術(shù)引領(lǐng)下加快發(fā)展智能制造技術(shù)，產(chǎn)業(yè)與應(yīng)用[J].中國工程科學(xué)，2018 （4）：73-78.

[13] 孟凡生，趙剛.傳統(tǒng)制造向智能制造發(fā)展影響因素研究[J].科技進(jìn)步與對策，2018，437（1）：72-78.

[14] 朱非凡.云制造環(huán)境下資源動態(tài)調(diào)度研究[D].長春：長春工業(yè)大學(xué)，2019.

[15] 劉強(qiáng).智能制造理論體系架構(gòu)研究[J].中國機(jī)械工程，2020，31（1）：24-36.

[16] 梁盈富，祝戰(zhàn)科.汽車輪轂生產(chǎn)線智能制造系統(tǒng)總體架構(gòu)的設(shè)計與研究[J].工業(yè)儀表與自動化裝置，2018，000（4）：61-64.

[17] 劉強(qiáng)，卓潔，郎自強(qiáng)，等.數(shù)據(jù)驅(qū)動的工業(yè)過程運行監(jiān)控與自優(yōu)化研究展望[J].自動化學(xué)報，2018，44（11）：1944-1956.

[18] COLOSIMO B M，HUANG Q，DASGUPTA T，et al.Opportunities and challenges of quality engineering for additive manufacturing[J].Journal of Quality Technology，2018，50（3）：233-252.

[19] 段成.智能制造背景下工業(yè)大數(shù)據(jù)的數(shù)據(jù)質(zhì)量控制探討[J].機(jī)械設(shè)計與制造工程，2018，47（2）：13-16.

[20] 朱正德.面向智能制造的汽車質(zhì)量管理創(chuàng)新[J].質(zhì)量與標(biāo)準(zhǔn)化，2017（6）：1-5.

[21] 邱阿東.智能制造下全面質(zhì)量管理的技術(shù)性探究[J].工程技術(shù)研究，2018（13）：121-122.

[22] 熊皓舒，章順楠，朱永宏，等.中藥智能制造質(zhì)量數(shù)字化研究及復(fù)方丹參滴丸實踐[J].中國中藥雜志，2020，45（7）：1698-1704.

[23] 王振環(huán).基于智能制造背景下的質(zhì)量大數(shù)據(jù)[J].智能制造，2018，276（8）：36-38.

[24] 劉紅英.基于信息化技術(shù)的工程質(zhì)量管理系統(tǒng)的研究與實現(xiàn)[J].電腦知識與技術(shù)，2020，16（2）：85-86.

[25] 馬文卓，張杰.基于物聯(lián)網(wǎng)的汽車智能制造控制與質(zhì)量管理[J].物聯(lián)網(wǎng)技術(shù)，2015，5（2）：92-95+98.

[26] ABDELMOEZ W，KHATER H，EL-SHOAFY N.Assessing the Evolution of Software Product Lines Maintainability [C].Proceedings of the 21 st International Conference on Computer Theory and Applications， （ICCTA 2011），2020.

[27] MARQUES M，SIMMONDS J，ROSSEL P O，et al.Software Product Line Evolution：a Systematic Literature Review[J].Information and Software Technology，2019（105）：190-208.

[28] CHEN W.Intelligent manufacturing production line data monitoring system for industrial internet of things[J].Computer Communications，2020（151）：31-41.

[29] KREBISH H A K，BERBEROGLU A.THE EFFECT OF MANAGEMENT （STYLE） ON COST OF QUALITY IN ENGINEERING PROJECTS[J].Proceedings on Engineering Sciences，2020，2（1）：31-40.

[30] LEAH，PICKETT.How to Attract the Next Generation of Quality Engineers[J].Quality，2016，55（11）：37-40.

[31] GONCALVES R， ROMERO D， GRILO A.Factories of the future： challenges and leading innovations in intelligent manufacturing[J].International Journal of Computer Integrated Manufacturing，2017，30（1）：4-13.

[32] COLOSIMO B M.Quality Monitoring and Control in Additive Manufacturing[M].Wiley StatsRef：Statistics Reference Online，2020.