质量是企业的生命,尤其在生产制造企业,质量控制是企业生产中最重要的一环,做好对产品质量的控制,就是对企业未来的控制,因而质量控制方法一直都是制造业关注的重点之一。传统质量控制以全面质量管理(TQM)为代表,通常以PDCA循环为手段,以全员参加的质量管理、全过程的质量管理和全面的质量管理为核心理念。这种质量控制体系广泛的应用各行各业,也取得了非常好的效果,让很多企业的质量控制水平得到了大幅的提升,但是在这种质量管理体系下,质量分析往往是滞后的,只是在出现了产品质量问题之后进行分析,找出原因,制定改进措施,调整生产工艺,以规避后续质量问题出现。但如今市场竞争已经白热化,传统质量控制方案已经不能满足要求,一次质量事故可能直接导致企业的倒闭,如何改进质量分析的手段,变事后分析为在线诊断,变事后调整为在线控制,逐步成为质量控制研究的一个方向。信息技术的发展把现代社会带到了一个信息爆炸的时代,特别是物联网技术的运用和推广,让我们每时每刻都有大量的数据产生。大部分制造企业都已经完成MES和ERP等信息系统的建设,并积累了大量的生产和质量数据。这些数据真实地反映了产品的质量状况,并记录了大量各类影响产品质量因素的数据。物联网技术的发展,让我们可以收集到更全面、更实时、更准确的影响质量因素的数据。在过去传统的技术水平下,这些数据只是作为简单的统计,或者档案备查而已,完全没有发挥它们的价值。大数据和云计算技术的发展,给了我们更多、更快捷、更实用的数据分析方法,让那些以前没有使用起来的数据,都可以发挥它们的价值。由于数据处理能力的限制,传统的数据分析通常都是耗时巨大,因而都是离线分析比较多。随着数据完备性的提升、数据分析准确性和效率的提升,让我们可以将数据分析结果运用到在线生产控制系统中,实现生产过程的实时采集、实时分析、实时诊断、动态控制和调整,真正做到在线质量控制,减少不合格品的产生,提升质量管理水平。本文的主旨在于如何优化和完善企业的质量管理体系,识别影响产品质量的各类因素,通过质量数据采集信息系统,从企业信息自动化系统中采集质量数据,对于原系统中没有的数据,增加传感器新增采集点,收集尽可能全面的质量数据。建立质量数据仓库,从各系统中抓取质量数据,对数据进行验证、清洗、汇总、建模,使用数据挖掘技术,建立在线预测模型,通过原料数据和生产过程数据预测产品合格情况,及时发现产品不合格隐患,在线调整生产工艺,避免不合格品产出。