国防行业质量管理解决方案
来源:CIO天地 更新时间:2012-04-15

应 用 摘 要

  QIS系统是以工业数码神经系统理论为指导,根据全面质量管理原则和GJB19001A标准,建立的系统化、网络化质量管理信息综合平台。本方案通过对国防系统典型管理经营模式的充分调研和理解,严格遵循GJB19001质量管理体系标准要求,为各单位建立网络协同的质量管理系统平台。平台基于先进的网络技术和信息化手段,通过优化质量管理流程,改变传统依靠经验和手工信息传递的质量管理方式,建立高效、集成和协同运作的现代新型管理模式。通过该项目的建设和实施,实现设计、采购、生产、服务以及质量保证等产品全质量生命周期的网络化监控和管理协同。

  应 用 领 域

  政府

  国防

  方 案 内 容

  方案背景:

  近几年来,整个国防系统信息化建设进展比较快,企业内部基础网络建设已经顺利完成,在信息化管理、信息化研制和生产方面,也已取得了较大的进展。企业协同办公系统(OA)的建设并已投入使用,初步建成了企业内部交流与沟通、公文流转、办公资源管理以及知识管理的基础平台。部分单位已经建立了企业资源计划(ERP),是企业的物流、资金流得到了较好的控制。产品数据管理系统(PDM)的实施,对构建数字化设计平台奠定了基础。

  但是,各单位在质量管理方面,仍然是传统的管理方式,因此而产生的质量信息孤岛的存在给企业全面、协调发展造成很大的障碍。质量系统与设计系统、工艺系统、生产系统以及财务系统在网络层面的沟通与交流无法进行。进行质量管理的信息化改造,实现企业信息系统的集成和信息资源的整合,是信息化发展的大势所趋。

  具体来看,存在以下问题:

  1. 缺乏统一的质量信息系统化管理平台

  2. 缺乏生产制造过程质量控制的科学途径

  3. 缺乏对质量问题进行跟踪和闭环处理的有效工具

  4. 缺乏对供应商进行管理、评价的信息化体系

  5. 缺乏高效的质量体系运行的信息化平台

  6. 缺乏对质量信息进行全面的统计和分析

  7. 综合质量管理的网络化协同和监控不利

  由于武器装备产品的特殊性和复杂性,以及我国武器装备研制的模式特点,决定了军工产品质量管理系统的特殊性和复杂性。以重大型号产品研制为核心的质量管理需要多家多级单位共同参与,研制、外协、生产、服务全系统、全生命周期进行管理。我国武器系统的研制需要多单位、跨地域协同工作,地域限制和质量管理系统条块分割的限制,是军工产品整体质量保证能力低下的根本原因所在。建立数字化的质量管理系统,实现质量信息资源的优化配置和质量管理的网络化协同,对提高质量管理和保证能力具有十分重大的现实意义。

  工业数码神经系统是由神经系统理论和管理控制思想项结合,针对企业管理和信息流的实际情况,构建的新一代企业信息化管理控制思想。该系统是由位于底层的信息感知平台、中层的信息控制平台和位于上层的信息决策平台组成。对应企业的实际,建立全面的信息采集平台、规范的过程控制平台和高效的管理决策平台。

  方案特点:

  1、格按照国军标GJB19001A标准建立的质量管理平台;

  2、组件化模块设计实现系统的灵活搭建与扩展。产品从管理层、操作执行层、基础平台层和数据安全层将各个子系统独立设计,同时又各自为其他子系统预留接口,企业可以根据自身需求现状状况和长期规划灵活选择适合自己的产品组合;

  3、强大的工作流引擎满足业务流程的规范化管理。QIS基于北科汇智公司自行研发工作流引擎组件(nortekFlow),nortekFlow是参考国际工作流管理联盟(WFMC)规范实现的工作流中间件,为工作流自动化和构建流程应用提供基础平台;

  4、开放的集成化框架实现与其他系统的无缝集成;

  5、采用任务驱动的工作方式提高企业管理效能,从而从根本上释放了员工的生产力和创造力;

  6、采用多层B/S结构方便系统的部署与维护,无需客户端安装,大大降低企业部署成本、培训成本和维护成本。

  技 术 路 线

  北科汇智工业数码神经系统原理图:

  

  QIS系统按照工业数码神经系统的思想进行系统设计,无论是系统总体架构,还是具体功能模块,均贯彻了这一思想,以实现整个质量管理过程的“可知”、“可控”和“可管”。系统通过信息感知平台,构筑企业的数字化神经末梢,及时、准确、全面地对质量管理相关过程的数据进行采集,按照科学的方式管理数据,使各级管理人员均能够及时、全面掌控质量过程的实际状态。

  过程控制平台是整个系统的核心,对企业质量管理的主要过程通过规范的流程设置和科学的提示、预警和监控机制,确保质量过程按照策划的要求有序、高效流转,实现企业对影响产品质量和顾客满意所有过程的“可控”。

  在信息采集、过程控制的基础上,系统采用先进的质量统计分析工具,对基础信息、过程信息进行多维度的统计和分析,利用科学的评价模型对质量过程进行评价,识别质量改进机会,实现持续改进。