复杂数据驱动下的质量检测、监测与运维技术研究综述

作     者：高园园 洪铦栋 陶宝平 欧阳林寒 

作者机构：南京航空航天大学经济与管理学院 

出 版 物：《中国管理科学》 (Chinese Journal of Management Science)

年 卷 期：2025年

核心收录：

学科分类：12[管理学] 0202[经济学-应用经济学] 02[经济学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 020205[经济学-产业经济学] 020201[经济学-国民经济学] 

基　　金：国家自然科学基金资助项目(72401130,72471112,72072089) 江苏省基础研究计划自然科学基金资助项目(BK20241397) 

主　　题：复杂数据 质量管理 质量检测 质量监测 运维管理 

摘      要：在制造业领域，产品质量管理是企业核心竞争力构建的关键环节。传统的质量管理手段先后关注结果质量、过程质量、全流程质量的相关方法。然而随着21世纪后全球互联网的深度发展，以智能化、自动化为特色的“智能+信息化技术开辟了质量管理技术新阶段，因此，数据成为了新时代质量管理的基础，贯穿于产品从设计到退役的全生命周期之中。数据的表现形式多样化，涵盖了文本记录、数值指标、图像分析、视频监控等多元化形态，不仅促使数据收集手段需不断创新与丰富，以满足多样化的数据捕获需求，同时也对数据分析理论的深度、模型的适用性提出了更为严苛的要求。然而，数据的不平衡、多源异构特性等数据复杂特性为质量管理新技术的应用带来了挑战。在此背景下，本文聚焦于制造业产品生产过程，以检测、监测、运维为导向，探究了复杂数据在制造业产品生产质量管理中的前沿技术，并总结了现有挑战、展望了未来研究的发展趋势。