隆基綠能科技股份有限公司——

隆基綠能1+7+1數(shù)字化管理 全生命周期質(zhì)量控制

一、簡(jiǎn)介

成立于2000年的隆基綠能科技股份有限公司（以下簡(jiǎn)稱“隆基綠能”）以“善用太陽(yáng)光芒，創(chuàng)造綠能世界”為使命，秉承“穩(wěn)健可靠、科技引領(lǐng)”的品牌定位，聚焦科技創(chuàng)新，構(gòu)建單晶硅片、電池組件、分布式光伏、地面光伏、氫能裝備五大業(yè)務(wù)板塊，形成支撐全球零碳發(fā)展的“綠電＋綠氫”產(chǎn)品和解決方案能力。

隆基綠能秉持質(zhì)量?jī)?yōu)先原則，明確質(zhì)量是客戶最核心的利益所在，堅(jiān)信“質(zhì)量成就品牌，品牌源于質(zhì)量”，并以ISO9000質(zhì)量管理體系為基礎(chǔ)框架，構(gòu)建以客戶為中心、覆蓋全價(jià)值鏈的、全員參與的質(zhì)量管理體系，榮獲第四屆中國(guó)質(zhì)量獎(jiǎng)提名獎(jiǎng)，成為光伏行業(yè)首家獲此殊榮的企業(yè)。

該公司制定數(shù)字化轉(zhuǎn)型整體戰(zhàn)略規(guī)劃，圍繞質(zhì)量4.0，以質(zhì)量大數(shù)據(jù)為底座，以數(shù)據(jù)驅(qū)動(dòng)為數(shù)字化策略，通過(guò)數(shù)據(jù)采集、數(shù)據(jù)治理、數(shù)據(jù)入湖、數(shù)據(jù)入倉(cāng)、數(shù)據(jù)分析，全面打造大質(zhì)量數(shù)字化，從質(zhì)量管理原點(diǎn)衍生到質(zhì)量分析、質(zhì)量預(yù)測(cè)，貫穿全流程質(zhì)量業(yè)務(wù)，建立全生命周期質(zhì)量追溯鏈，推進(jìn)智能數(shù)字化質(zhì)量管理，確保過(guò)程質(zhì)量穩(wěn)定。

二、案例背景

隆基綠能以卓越的品牌質(zhì)量、極致的用戶體驗(yàn)、行業(yè)第一的客戶滿意度為目標(biāo)，制定“三步走”集團(tuán)質(zhì)量戰(zhàn)略，通過(guò)質(zhì)量共建向質(zhì)量?jī)?nèi)生和質(zhì)量共生轉(zhuǎn)變，達(dá)成滿意質(zhì)量、品牌質(zhì)量至卓越質(zhì)量的提升。經(jīng)過(guò)持續(xù)整合及改進(jìn)，隆基綠能通過(guò)數(shù)字化不斷完善體系建設(shè)及業(yè)務(wù)流程優(yōu)化，夯實(shí)質(zhì)量大數(shù)據(jù)底座，結(jié)合AI智能算法，產(chǎn)品直通率提升4.9%，產(chǎn)品不良率降低30%，人工提效10%，零部件不良率降低10%。該公司“智能在線檢測(cè)”“設(shè)備故障診斷與預(yù)測(cè)”“質(zhì)量精準(zhǔn)追溯”3項(xiàng)數(shù)字化應(yīng)用實(shí)踐，獲評(píng)工信部2022年度智能制造優(yōu)秀場(chǎng)景。

三、主要做法

隆基綠能聚焦全生命周期數(shù)據(jù)驅(qū)動(dòng)、數(shù)據(jù)分析的質(zhì)量數(shù)字化管理，建立“1+7+1”質(zhì)量數(shù)字化管理模式，構(gòu)建端到端的基于質(zhì)量大數(shù)據(jù)全生命周期智能質(zhì)量數(shù)字化平臺(tái)。第一個(gè)“1”代表質(zhì)量數(shù)字化管理原點(diǎn)，即大質(zhì)量管理體系；“7”代表七大質(zhì)量管理業(yè)務(wù)模塊，分別為質(zhì)量體系管理、研發(fā)質(zhì)量管理、可靠性管理、供應(yīng)鏈質(zhì)量管理、過(guò)程質(zhì)量管理、客戶滿意管理、持續(xù)改進(jìn)管理；最后一個(gè)“1”代表質(zhì)量大數(shù)據(jù)中心，實(shí)現(xiàn)端到端質(zhì)量全流程數(shù)字化管理。

隆基綠能基于“1+7+1”質(zhì)量數(shù)字化管理模式，以質(zhì)量大數(shù)據(jù)為底座，數(shù)據(jù)驅(qū)動(dòng)質(zhì)量數(shù)字化，全面分析全流程質(zhì)量數(shù)據(jù)，實(shí)現(xiàn)“5橫1縱”數(shù)字化管理方式。5條橫向數(shù)字化管理方法分別為大質(zhì)量管理體系貫穿全流程質(zhì)量管理端到端；從質(zhì)量體系管理、研發(fā)質(zhì)量管理、可靠性管理、供應(yīng)鏈質(zhì)量管理、過(guò)程質(zhì)量管理、客戶滿意管理到持續(xù)改進(jìn)管理，打破業(yè)務(wù)斷點(diǎn)，實(shí)現(xiàn)質(zhì)量控制端到端有效拉通；描述性分析、診斷性分析、預(yù)測(cè)性分析、規(guī)范性分析4類分析方法應(yīng)用，形成質(zhì)量分析端到端；零部件數(shù)據(jù)主線、供應(yīng)商數(shù)據(jù)主線、產(chǎn)品數(shù)據(jù)主線及客戶主線四大數(shù)據(jù)主線為牽引的一件一檔、一供一檔、一品一檔及一客一檔，建立質(zhì)量追溯端到端的全生命周期質(zhì)量數(shù)據(jù)追溯鏈；從質(zhì)量體系管理、研發(fā)質(zhì)量管理、可靠性管理、供應(yīng)鏈質(zhì)量管理、過(guò)程質(zhì)量管理、客戶滿意管理、持續(xù)改進(jìn)管理各個(gè)質(zhì)量領(lǐng)域?qū)|(zhì)量數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化、指標(biāo)化，建立質(zhì)量數(shù)據(jù)端到端的質(zhì)量數(shù)據(jù)湖。1條縱向數(shù)字化管理方法，從數(shù)據(jù)覺(jué)察、數(shù)據(jù)探察、數(shù)據(jù)洞察，到數(shù)據(jù)應(yīng)用，并反哺質(zhì)量大數(shù)據(jù)，進(jìn)行算法回歸，縱向打通數(shù)據(jù)的垂直鏈路，最終賦能研發(fā)質(zhì)量管理、可靠性管理、過(guò)程質(zhì)量管理、客戶滿意管理、供應(yīng)鏈質(zhì)量管理及持續(xù)改進(jìn)管理的質(zhì)量數(shù)字化應(yīng)用。

（一）質(zhì)量數(shù)據(jù)端到端

隆基綠能對(duì)研發(fā)質(zhì)量管理的PLM、FMEA、PMS項(xiàng)目管理平臺(tái)，可靠性管理的可靠性管理平臺(tái)及LIMS實(shí)驗(yàn)室系統(tǒng)，供應(yīng)鏈質(zhì)量管理的SRM、供應(yīng)商前置質(zhì)量云，過(guò)程質(zhì)量管理的QMS，客戶滿意管理的ITR客訴管理平臺(tái)、NPS凈推薦值調(diào)研系統(tǒng)，持續(xù)改進(jìn)管理的4D/6σ項(xiàng)目改進(jìn)平臺(tái)及Lesson &Learn質(zhì)量經(jīng)驗(yàn)庫(kù)平臺(tái)等各質(zhì)量業(yè)務(wù)領(lǐng)域的質(zhì)量數(shù)據(jù)，通過(guò)ETL工具抽取、清洗、沉淀到質(zhì)量數(shù)據(jù)湖，通過(guò)數(shù)據(jù)治理、元數(shù)據(jù)、數(shù)據(jù)血緣、數(shù)據(jù)地圖，提升質(zhì)量大數(shù)據(jù)的數(shù)據(jù)質(zhì)量，支持質(zhì)量大數(shù)據(jù)應(yīng)用。

（二）質(zhì)量追溯端到端

質(zhì)量數(shù)據(jù)匯總端到端全鏈路質(zhì)量數(shù)據(jù)，并對(duì)數(shù)據(jù)進(jìn)行了標(biāo)準(zhǔn)化，形成質(zhì)量大數(shù)據(jù)的ODS數(shù)據(jù)貼源層。在ODS層上構(gòu)建質(zhì)量數(shù)倉(cāng)，分層建立DWD、DWS、ADS，對(duì)質(zhì)量大數(shù)據(jù)進(jìn)行指標(biāo)化，從端到端業(yè)務(wù)場(chǎng)景出發(fā)，分別以供應(yīng)商數(shù)據(jù)主線、零部件數(shù)據(jù)主線、產(chǎn)品數(shù)據(jù)主線、客戶數(shù)據(jù)主線四大數(shù)據(jù)主線建立一供一檔、一件一檔、一品一檔、一客一檔，支持一碼追溯、正反向追溯，形成全生命周期質(zhì)量追溯鏈。

（三）質(zhì)量分析端到端

基于質(zhì)量大數(shù)據(jù)底座，利用BI智能商業(yè)套件，構(gòu)建相應(yīng)的指標(biāo)體系，建立集團(tuán)、中心/事業(yè)部、基地三級(jí)指標(biāo)體系，并結(jié)合FMEA、故障代碼、問(wèn)題庫(kù)、經(jīng)驗(yàn)庫(kù)建立數(shù)據(jù)模型，從描述性分析（發(fā)生了什么）、診斷性分析（為什么會(huì)發(fā)生）、預(yù)測(cè)性分析（將要發(fā)生什么）和規(guī)范性分析（應(yīng)該做什么），形成質(zhì)量分析閉環(huán)。描述性分析賦能質(zhì)量駕駛艙、質(zhì)量監(jiān)控、客訴地圖等；診斷性分析包括根因分析、高階方案分析、可靠性分析等；預(yù)測(cè)性分析賦能質(zhì)量預(yù)警、可靠性預(yù)測(cè)、客訴質(zhì)量分析等；規(guī)范性分析賦能質(zhì)量成本分析、質(zhì)量策劃分析、質(zhì)量改進(jìn)分析等，并且不斷迭代、開(kāi)發(fā)分析模型，提供質(zhì)量決策，最終完善質(zhì)量分析端到端。

（四）質(zhì)量控制端到端

質(zhì)量體系管理通過(guò)體系策劃、體系運(yùn)行、體系審核、體系改進(jìn)的體系管理機(jī)制，從頂層設(shè)計(jì)到執(zhí)行落地，覆蓋集團(tuán)質(zhì)量、中心/事業(yè)部及各基地，滿足三級(jí)組織架構(gòu)的體系管理需求，把大質(zhì)量管理體系推廣并覆蓋至整個(gè)集團(tuán)。

隆基綠能通過(guò)PMS研發(fā)項(xiàng)目管理平臺(tái)對(duì)各項(xiàng)目階段的進(jìn)行質(zhì)量及交付物的審核，建立過(guò)閥機(jī)制，確保項(xiàng)目的高質(zhì)量研發(fā)。在項(xiàng)目過(guò)程中，通過(guò)FMEA系統(tǒng)，進(jìn)行DFMEA、PFMEA設(shè)計(jì)，及QCP控制計(jì)劃的制定，并將關(guān)鍵特性及重要特性傳遞到工藝設(shè)計(jì)及外部供應(yīng)商。

該公司從可靠性策劃、可靠性設(shè)計(jì)、可靠性驗(yàn)證、可靠性分析、可靠性改善，完成可靠性整個(gè)閉環(huán)?？煽啃栽O(shè)計(jì)結(jié)合FMEA系統(tǒng)進(jìn)行失效模式及影響分析，確定可靠性失效模式及影響，并制定控制計(jì)劃?？煽啃则?yàn)證結(jié)合LIMS實(shí)驗(yàn)管理平臺(tái)，完成設(shè)計(jì)可靠性試驗(yàn)，變更可靠性試驗(yàn)，偏移可靠性試驗(yàn)，量產(chǎn)可靠性試驗(yàn)。

為了提前預(yù)判零部件質(zhì)量，減少過(guò)程損失，該公司根據(jù)產(chǎn)品關(guān)鍵特性、重要特性，拉通供應(yīng)鏈，建立供應(yīng)鏈質(zhì)量云，打通零部件供應(yīng)商“人機(jī)料法環(huán)測(cè)”數(shù)據(jù)的采集，并通過(guò)SPC監(jiān)控相應(yīng)的關(guān)鍵特性、重要特性，快速識(shí)別異常，進(jìn)行質(zhì)量預(yù)警。結(jié)合4D問(wèn)題管理及SRM供應(yīng)商門戶，供應(yīng)商整改建立對(duì)供應(yīng)商進(jìn)行例行審核評(píng)價(jià)、改善閉環(huán)的時(shí)效等績(jī)效評(píng)價(jià)手段，及零部件問(wèn)題的快速解決，并動(dòng)態(tài)調(diào)整供應(yīng)商供貨等級(jí)。

該公司應(yīng)用智能AI檢測(cè)平臺(tái)結(jié)合生產(chǎn)工藝，針對(duì)全過(guò)程中近200項(xiàng)質(zhì)量檢測(cè)數(shù)據(jù)進(jìn)行智能分析和判定，包括串EL、疊層外觀AI、層前EL、層后外觀AI、接線盒虛焊AI、后EL、終檢外觀AI 7道AI檢測(cè)進(jìn)行機(jī)器視覺(jué)AOI過(guò)程檢測(cè)，完成質(zhì)量信息自動(dòng)采集，結(jié)合質(zhì)量標(biāo)準(zhǔn)，運(yùn)用機(jī)器學(xué)習(xí)/深度學(xué)習(xí)算法，實(shí)現(xiàn)產(chǎn)品質(zhì)量自動(dòng)判定及預(yù)警，AI系統(tǒng)自動(dòng)判定，連續(xù)異常自動(dòng)預(yù)警提示檢查得到改善，制造效率提升25%以上，漏檢率大大降低，解決了光伏組件表面存在劃痕、凹坑不易發(fā)現(xiàn)的痛點(diǎn)，降低人工目視檢查成本，首檢/巡檢效率提升了42%.

該公司將產(chǎn)線的前EL加外觀、后EL及終檢外觀的一人多機(jī)顯示集中至中央復(fù)判室進(jìn)行復(fù)判；通過(guò)實(shí)時(shí)獲取機(jī)臺(tái)異常識(shí)別類型、復(fù)判節(jié)拍、技能特點(diǎn)數(shù)據(jù)建立基于強(qiáng)化學(xué)習(xí)模型的實(shí)時(shí)復(fù)判工作分派模型，對(duì)復(fù)判工作進(jìn)行均衡工作、復(fù)判精確的分派，提升復(fù)判效率；建立工廠級(jí)別的中央數(shù)據(jù)復(fù)判中心，通過(guò)AI遠(yuǎn)程復(fù)判無(wú)人復(fù)判和分析，挖掘各工位AI歷史檢測(cè)資料并建模，進(jìn)行實(shí)時(shí)智能復(fù)判，從而減少誤判率、減少直接人工10%以上。

該公司運(yùn)用知識(shí)圖譜等智能AI算法，應(yīng)用智能AI系統(tǒng)自動(dòng)識(shí)別不良類型，自動(dòng)識(shí)別機(jī)臺(tái)集中性，將同類型同機(jī)臺(tái)不同自動(dòng)預(yù)警并推送現(xiàn)場(chǎng)人員，給出問(wèn)題原因及改善措施，現(xiàn)場(chǎng)人員根據(jù)提示解決問(wèn)題；歸因AI分析系統(tǒng)對(duì)人員技能要求低，能夠做到問(wèn)題點(diǎn)快速識(shí)別和鎖定并解決，破解了一旦偏離標(biāo)準(zhǔn)工藝，不能及時(shí)報(bào)警預(yù)判的問(wèn)題。如層前歸因AI分析解決了組件層壓前檢測(cè)肉眼看不見(jiàn)的內(nèi)部缺陷不良，如隱裂、虛焊等，以及能檢測(cè)出的不良無(wú)法快速被識(shí)別和被解決的問(wèn)題。

通過(guò)ITR客訴處理流程，以客戶為中心，打通從問(wèn)題發(fā)現(xiàn)到問(wèn)題解決的整個(gè)服務(wù)過(guò)程，以端到端的方式打造121全程無(wú)憂服務(wù)閉環(huán)，1天響應(yīng)，兩天出解決方案，1周退換貨。導(dǎo)入NPS信息化工具進(jìn)行客戶滿意調(diào)研，實(shí)現(xiàn)“監(jiān)測(cè)－分析－改進(jìn)－追蹤”全流程客戶體驗(yàn)閉環(huán)管理，全面提升服務(wù)質(zhì)量和品牌口碑。

該公司借助BI大數(shù)據(jù)平臺(tái)，集成CRM、WMS、MES、QMS、LIMS等系統(tǒng)數(shù)據(jù)，實(shí)現(xiàn)通過(guò)條碼/訂單號(hào)，一鍵將組件產(chǎn)品從供應(yīng)商的制程表現(xiàn)、來(lái)料檢測(cè)數(shù)據(jù)、工廠生產(chǎn)質(zhì)量數(shù)據(jù)、測(cè)試質(zhì)量數(shù)據(jù)、產(chǎn)品變更數(shù)據(jù)以及項(xiàng)目地的氣象等數(shù)據(jù)查詢與輸出，一碼溯源，對(duì)客訴質(zhì)量進(jìn)行持續(xù)改善，完成客戶滿意閉環(huán)。

該公司建立4D/6σ問(wèn)題改進(jìn)機(jī)制，應(yīng)用到研發(fā)質(zhì)量、可靠性、過(guò)程質(zhì)量、客戶滿意、供應(yīng)鏈質(zhì)量，并結(jié)合質(zhì)量大數(shù)據(jù)，運(yùn)用知識(shí)圖譜算法進(jìn)行根因分析，快速解決問(wèn)題，并不斷修正FMEA，進(jìn)行持續(xù)改進(jìn)。建立問(wèn)題庫(kù)、經(jīng)驗(yàn)庫(kù)，結(jié)合FMEA，形成質(zhì)量知識(shí)沉淀，為新項(xiàng)目、項(xiàng)目變更、問(wèn)題解決提供支持，閉環(huán)支撐。

（五）質(zhì)量管理端到端

隆基綠能通過(guò)數(shù)字化方法，貫徹執(zhí)行“三步走”質(zhì)量戰(zhàn)略，結(jié)合三級(jí)組織保障，建立體系審核管理、質(zhì)量運(yùn)營(yíng)管理等機(jī)制，完成質(zhì)量管理端到端閉環(huán)。

四、經(jīng)驗(yàn)啟示

隆基綠能基于質(zhì)量大數(shù)據(jù)，以數(shù)據(jù)驅(qū)動(dòng)，實(shí)現(xiàn)全生命周期質(zhì)量追溯鏈。光伏產(chǎn)業(yè)涉及硅片、電池、組件及大量供應(yīng)鏈，每個(gè)產(chǎn)品研發(fā)、制造過(guò)程及零部件存在大量差異，對(duì)于構(gòu)建質(zhì)量大數(shù)據(jù)需要從業(yè)務(wù)場(chǎng)景出發(fā)，構(gòu)建相應(yīng)的大數(shù)據(jù)及質(zhì)量數(shù)倉(cāng)，統(tǒng)一規(guī)劃數(shù)據(jù)架構(gòu)，實(shí)現(xiàn)全生命周期數(shù)據(jù)貫通。

在質(zhì)量檢測(cè)方面，該公司運(yùn)用AOI智能視覺(jué)檢測(cè)，結(jié)合中央復(fù)判，以及智能判定，同時(shí)可以快速?gòu)?fù)制推廣到各個(gè)基地、產(chǎn)線，降低人工誤判，提升效率，為行業(yè)首創(chuàng)。運(yùn)用知識(shí)圖譜等機(jī)器學(xué)習(xí)/深度學(xué)習(xí)算法，探索預(yù)測(cè)質(zhì)量、智能質(zhì)量等前瞻質(zhì)量數(shù)字化技術(shù)及應(yīng)用。結(jié)合質(zhì)量大數(shù)據(jù)，運(yùn)用知識(shí)圖譜算法，拉通端到端數(shù)據(jù)進(jìn)行建模、分析，從而找到根因，在行業(yè)內(nèi)是一種創(chuàng)新。

（本報(bào)記者 王雅雯 整理）

《中國(guó)質(zhì)量報(bào)》【數(shù)字化質(zhì)量管理創(chuàng)新與實(shí)踐典型案例（十五）】