1)实现质量检验工艺数据的源头一致性、标准化、中心化
2)打通工艺和检验的信息壁垒,实现实时传递与反馈
3)资源利用,合理分配检测任务
4)检验任务执行和协同效率提升,显著降低数据采集难度和成本
5)过程异常情况及时发现、响应、干预
6)将过程质量数据统一标准、结构化、集中存储,实现数据资产化
7)有别于传统MES,本系统基于全过程要素收集的质量数据以BOM的结构形式进行组织和展示,形成完整产品数字化质量档案,有利于质量深度溯源和根因分析
8)充分发挥质量数据的价值,使得工艺参数过程持续优化
9)通过专家系统分析模型,实现部分场景的实时感知与决策
SMART Quality在功能实现上,从质量数据管理和质量业务管理双维度,涵盖从产品设计质量、供应商质量、来料质量、生产质量、成品质量及售后质量的管理,到最后形成知识管理这七大方面的管控,功能框图如下:
1. 设计质量管理,包括:设计质量策划、FMEA管理、检验计划管理、检验规则管理、质量数据标准、新产品验证。
2. 供应商质量管理,包括:供应商质量数据、供应商报告管理、供应商评价与绩效、新产品验证管理。
3. 来料质量管理,包括:来料质量数据、来料报告管理、质量问题处理、质量索赔管理。
4. 生产质量管理,包括:检测资源管理、检验规则管理、质量任务管理与监控、生产质量数据管理、生产综合报告管理、检具及计量管理。
5. 产品质量管理,包括:产品质量数据管理、产品质量问题管理、产品质量追溯管理。
6. 售后质量管理,包括:售后质量信息、市场满意度调查、质量问题管理、质量索赔管理。
7. 知识管理,包括:文档管理、标准管理、体系管理、质量故障库、知识专家库。
最终,通过SMART Quality智慧质量的应用,将产品设计环节的质量检验规划的结构化、数字化,生产制造环节的检测任务执行和数据采集监控的网络化、自动化,以及质量数据分析、质量问题反馈的智能化全面贯通,实现QMS质量管理系统方案落地,不断提升质量水平。