2017年6月22日晚20:00，工信部电子第五研究所 赛宝软件评测中心谢克强先生带来主题为《软件视角下的质量为先》（点此阅读全文）的talk交流。以下是记录的作者与读者之间的精彩问答。
作者首先分享了参加软博会的感受和认识：
我今天分享的题目是“软件视角下的质量为先”。刚好这两天中国国际软件博览会召开，我今天参加博览会了，想借这个机会跟大家谈谈自己的感受。本次软件博览会的主题是“软件定义世界 智能引领未来”，关于智能大家可能比较容易理解，现在人工智能、智能化很热，关于软件定义，可能不是特别容易理解，我2015年在单位作过一次《软件定义一切》的报告这里我想谈谈自己的一点认识。
本次软博会的展览馆软件定义商业、软件定义制造等，主题峰会有软件的本质与变革、软件定义未来，软件定义智能制造等。那么什么是软件定义？为什么会有软件定义制造？软件定义世界？简而言之，“软件定义”起初是是ICT行业的一个底层革命性技术。“软件定义”概念源于软件定义无线电，兴起于软件定义网络，蔓延至软件定义存储、软件定义基础设施，随后“软件定义”由ICT行业发散至制造、服务等行业，产生“软件定义制造”、“软件定义服务”；“软件定义”理念再次由实际产业升华至社会经济，孕育出软件定义管理、软件定义企业等，进而有了“软件定义世界”。
从IT技术层面“软件定义”一般是认为把原来整个高度耦合的一体化硬件，通过标准化、虚拟化，解耦成不同的部件，然后把这些基础的硬件建立一个虚拟化的软件层，通过对虚拟化的软件层提供应用编程接口，实现原来硬件才提供的功能。再通过管控软件，自动地进行硬件系统的部署、优化和管理，提供开放、灵活、智能的管控服务。这种技术和理念的内涵不断深化、外延不断扩展至其他领域产生了软件定义世界。
“软件定义”起初是ICT行业的一个底层革命性技术。从技术层面“软件定义”一般是认为把原来整个高度耦合的一体化硬件，通过标准化、虚拟化，解耦成不同的部件，然后把这些基础的硬件建立一个虚拟化的软件层，通过对虚拟化的软件层提供应用编程接口，实现原来硬件才提供的功能。再通过管控软件，自动地进行硬件系统的部署、优化和管理，提供开放、灵活、智能的管控服务。
“软件定义”的“定义”是动词，“软件定义”是一种使能技术与动力。这种技术和理念的内涵不断深化、外延不断扩展至其他领域。“软件定义”源于软件定义无线电，兴起于软件定义网络，蔓延至软件定义存储、软件定义基础设施，随后“软件定义”由ICT行业发散至制造、服务等行业，产生软件定义制造、软件定义服务；“软件定义”理念再次由实际产业升华至社会经济，孕育出软件定义商业、软件定义企业、软件定义XX等，进而有了软件定义世界。
从国际国内的环境来看，各个国家围绕“再工业化”开展先进制造、智能化生产，核心是软件在制造业中的深度渗透。软件让制造业脱胎换骨，是先进制造背后看不见的筋骨。习近平总书记对中国制造转型升级提出要“推动中国制造向中国创造转变、中国速度向中国质量转变、中国产品向中国品牌转变”。事实上，软件已经成为制造领域加速创新与提质增效的首要推动力。“中国制造2025”的一条主线是信息技术与制造业深度融合，一个主攻方向是智能制造，而软件既是信息技术之魂，也是各行业智能化转型升级之魂。软件定义制造名副其实，恰如其分。
随着技术发展，软件已经和我们过去认为的软件不一样了，它正以跨界融合、全面渗透、高强耦合的新面貌席卷世界，打破旧秩序，重建新世界，孕育出一个软件定义的世界。
今天下午我参加了工业技术软件化发展论坛，论坛主题是 “工业植入软件基因，智造装上知识引擎”，揭示了软件全面渗透工业、与工业深度融合，制造业正从设备自动化向知识自动化转变的时代特征，体现了软件支撑和定义制造业的基础性作用。
工业技术软件化是软件定义持续深化的必然结果，是软件定义制造的重要内容与体现，是实现智能制造的重要路径。
从软件定义的视角看智能制造，某种意义上可以认为是面向不同行业需求，搭建一个共性的协同工业软件平台，在供应链管理、设计研发、仿真模拟、生产制造、运营管理、运维全生命周期各个环节，MES、PLM、TIA等各细分领域开展工业技术的软件化，搭建智能化的软件网络协作平台，将各类经过承载了工业技术、经验和方法的工业软件部署到制造全流程，在更大的范围、更广的维度实现功能增强、资源优化与服务提升。
软件定义的浪潮将软件在各行业特别是工业领域的重要性极大凸显出来，工业行业对细分的、专用的业务软件的需求呈现井喷的态势。即使是工业巨头，也存在软件研发队伍跟不上需求发展的现实，这迫使全世界工业界加速跨界融合。所以我们看到GE、西门子等传统制造企业不断的并购软件公司，GE甚至称自己在2020年要成为十大软件公司之一。从代码行数看，洛克希德·马丁公司已经超过微软成为最大的软件公司。
但对于企业来说，我觉得落地归根到底就是要“提质增效升级”，我的核心观点就是无软件、不智能，软件成为驱动先进制造的重要力量。因此，软件对制造质量的影响是广泛而深刻的。一方面，软件引领大数据、云计算、物联网等信息技术与制造业交互融合，深刻改变着制造业的发展理念和生产范式，不断催生协同创新、智能生产、个性定制等制造新模式，也为质量设计、质量控制、质量管理、质量检测等提供了新工具和新手段，有力地提升了制造业的质量；另一方面，软件作为制造业背后看不见的筋骨，贯穿工业生产的需求定义、设计研发、生产制造、监控管理、营销物流等全过程，软件本身的质量也很大程度决定了先进制造的质量。
以下是记录的作者与读者之间的精彩问答：
问：文中您提到“无软件、不智能，软件成为驱动先进制造的重要力量，软件在定义制造。”，您是怎么看待硬件在制造质量提升中的作用的？软硬件之间的关系是怎么的？
答：我觉得硬件在制造质量提升作用是基础性的。软硬件的关系，这个我想谈谈个人的一点看法。开头我讲了很多软件、软件定义，但我想强调一点，皮之不附，毛将焉存。硬件可以比以前更加圆满、更加高效地完成软件发出的指令，这是软件发挥作用的前提与基础。所以我不是说软件很重要，硬件不重要，而是说硬件将会是基础性的作用。从目前现在信息技术发展趋势看，在现在的生产制造中，纯粹的软件或者纯粹的硬件已经很少见了，更多的是“你中有我，我中有你”。软硬件目前有朝“软件硬件化、硬件软件化”发展的趋势。软件在新一代信息技术创新中的核心地位更加突出，随着摩尔定律逐渐逼近物理极限，在云计算、移动互联网、大数据等新技术大力推动下，信息产业创新发展的主导角色已经发生了变化，软件开始主导硬件和系统。软件不再是硬件的附属品，而是决定硬件价值、功能、灵活性、可用性的重要因素。芯片正在变成“固化的软件”，软件的作用越来越突出。硬件趋于标准化、模块化，使得其替代选择增多。硬件趋于同质化，很多时候硬件之间的差异性已经不明显，而能够一款产品异于其它产品一个因素更多是产品的软件能力。像iPhone卖得这么贵，并不是它的硬件比其它手机更好，更多的是它的软件系统更有价值。
问：与传统软件测试相比，测试嵌入式系统软件时需要考虑的错误种类更多，那么在嵌入式系统软件设计和应用过程中如何降低安全风险?
答：可以考虑从以下几个方面考虑。
（1）遵循相关的标准与规范。比如GB T 28173-2011 嵌入式系统 系统工程过程应用和管理GB/T 30961-2014 嵌入式软件质量度量及软件开发方面的标准与规范。
（2）优化系统设计方案。嵌入式系统最大的特点是以控制为主，软硬件结合较多，功能性操作较多，模块互相调用较多，外部工作环境复杂，容易受到干扰或干扰别的设备，且执行错误的后果不仅仅是数据错误而且有可能导致系统崩溃等不可估量的灾难。在设计过程中需注意软硬件接口之间的冗余和预防性设计，利用冗余资源来掩盖故障的影响实现容错，采用质量控制的方法，减少故障发生的概率，实现避错。
（3）减少不必要的复杂度。往往系统越复杂，带来的风险越高，想要降低安全风险，比较好的办法就是在满足功能的前提下尽量简化，减少系统不必要的复杂度。
（4）严格的软件测试。软件测试是在软件生存周期的系统测试阶段提高软件可靠性水平、降低安全风险的有效途径。各种测试方法、测试技术都能发现导致软件失效的缺陷，排除这些缺陷后， 一般来讲会提高软件可靠性，降低安全风险。
问：提质与增效是相辅相成的，那么在实践中，如何兼顾质量与效率的均衡协调？
答：质量与效率是相互依存的关系，质量好则相对成本下降，效率上升；反之则下降。单纯的由人的感觉可能不太好来把握，我们可以更多地考虑用系统用工具来实现，比如说5S、6西格玛、SPC、戴明环等，进行管控，在实践中由于各个企业差异性比较大，难以用统一的标准来衡量，但是这些工具、系统、方法我觉得具有一定的通用性，因地制宜，能产生一定的作用。
问：您是如何理解美国质量管理大师威廉.戴明博士提出的“产品质量是生产出来的，不是检验出来的”？
答：我本人更愿意从戴明博士提的戴明环来理解这句话和理解质量的。
戴明环的核心思想是PDCA循环，P、D、C、A分别是英文的Plan（计划）、Do（执行）、Check（检查）、 Action（处理）四个单词的第一个字母。PDCA循环是全面质量管理所应遵循的科学程序。全面质量管理活动的全部过程，就是质量计划的制订和组织实现的过程，这个过程就是按照PDCA循环，不停顿地周而复始地运转的。
从戴明环的角度看：
1、质量是计划设计出来的。设计是产品质量的源头，由此可以认为产品质量是设计出来的。戴明博士也曾经提出：如果质量问题是出在设计阶段，纠正失误的损失可能只是1；到了生产过程，纠正失误的损失就是100；而到了客户那儿，纠正失误的损失就可能是1000甚至是10000。鉴于产品设计阶段对最终产品质量和成本的重要作用，人们越来越多地认为质量是设计出来的。并且现在爆出来的产品质量问题越来越多是设计导致的。比如我单位参与的7.23甬温线特别重大铁路交通事故中，原因之一就是软件设计出现了问题。
2、质量是生产出来的。生产在前，是主动的；检验在后，是被动的。问题中提到的戴明博士这句话重在强调处于先验和主动位置的生产的作用。只有在生产过程的没个环节中，严格按照生产工艺和作业指导书要求进行，才能保证产品的质量。如果忽略过程控制，只靠检验，是不可能保证产品质量的。因为质量检验，智能剔除次品和废品，并不能提高产品质量。质量控制的重点不能放在事后把关，而必须放在制造阶段，即生产阶段。产品实现的每一环节，都需要进行质量控制，而这些控制显然不是质检部门或质量管理部门能够完全承担的，必须由处于最佳位置的人员来实施这些控制。例如，某些产品或者模块在生产过程中发现质量很容易，但当组装或者集成以后却很难发现，此时，模块的设计生产者显然比质检人员处于更有利的位置。如果设计生产者不主动控制质量，仅仅依靠检测把关，产品质量就难以从根本上得到保证。
3、质量是检测出来的。质量是产品的固有属性，当产品设计、定型、制造全过程完成以后产品质量就固化了。因此，产品的质量与产品设计、定型、制造、改名全过程各个环节有关，产品的质量是在管理下设计进去、制造出来并持续改进，而与产品生产出来后的监督和检测没有直接关系，产品末端的质量检测与监督作为“事后”手段，只能防止不符合标准的产品进入流通领域，对于生产企业来说，“事后”手段不能提高产品质量与合格率。但是，在产品质量的持续改进活动中，检测、试验、评估、分析是持续改进的重要手段，为产品的质量提升作出了重要贡献。特别是在当下的现实情况，检测对于保障质量具有不可替代的作用。
4、质量是持续改进的结果。虽然产品的质量是在设计进去、生产出来，但是产品的设计质量往往不是一次就能得到保证，第一次设计、生产出来的产品经过检测，往往发现存在许多问题和缺陷，达不到质量目标，经过分析改进，重新设计生产，再检测改进。因此，产品的高质量形成过程是设计、生产、检测、改进不断循环，最终达到质量目标的过程。在这个过程中，设计和生产可能占的工作量不是最大的。反复的检测、分析等工作量往往占了多数，从这个意义上说，产品的高质量是检测、分析、改进出来的。
贯穿这四点的是质量管理，质量管理是指在质量方面指挥和控制组织的协调的活动，通常包括制定质量方针和管理目标，以及质量策划、质量控制、质量保证和质量改进等。它是随着社会生产的发展而发展的，并与科学技术的进步、管理科学的发展也密切相关。
问：如何理解质量过剩以及质量边际成本？
答：质量过剩，我的理解是需求和场景没有匹配好，对用户的需求是否理解，可能有的用户并不需要这么高质量。对于产品的场景可能判断不准确，比方说，某项产品设计温度范围低温零下30度，但使用这个产品的人生活在南方，基本就不会出现这种场景，造成质量过剩，我接触到的企业，质量过剩的非常少，可能跟负责质量的人，与负责经济效益的人分离是一个原因。
问：在大力推进制造业与互联网深度融合过程中，目前有哪些行业企业在利用物联网、大数据、云计算等新兴信息技术提升制造质量管理和控制方面表现突出的？
答：我所了解到的，某光纤光缆生产企业，基于制造执行系统MES进行二次开发，采用全工序的条码和RFID技术，实现了每道工序生产数据和质量数据的自动采集、数据分析与质量预警功能，提高了产品合格率，提升了企业运作效率。
某酒业生产企业，建立质量过程控制分析系统。开展酒类流通电子识别技术，建立覆盖公司产品从生产、仓储、运输批发、零售、消费等环节的酒类流通电子追溯系统，形成权威的全程可追溯信息链，构建溯源品控体系，从产地、水源、等环节实现可追溯酿酒过程记录，生产过程每一处细节都可印证，对原料采购、生产制造等环节实行全过程质量控制。
某服装生产企业，将传统的制造工业的工艺技术、管理技术与物联网、大数据、云计算、移动物联网等新兴技术结合，为制造业质量提升提供了一个混搭型C2M的参考模式。C客户端，体现正确且准确的需求，这是质量保证的源头。企业通过互联网应用，以客户的直接接触为源点，进而通过大数据分析明确各环节的精确需求和准确数据，逐步保障各阶段的质量，这跟前面讲的质量过剩对用户需求的准确把握是相通的。数据传导，准确及时且不失真的数据传导是质量保证的基础。通过大数据分析应用实现在正确的时间将正确的信息传递给正确的人。M：Manufacture，将各类信息技术特别是物联网技术，引入对生产设备、工艺和步骤的改造，实现对质量保证的执行。
共有条评论 网友评论