基于数理统计的质量管控阶段。从20世纪30年代起，以统计过程控制（SPC）为代表的数理统计的质量管控（统计分析、正交设计、统计过程等）开始在各类制造型企业中获广泛应用。通过对生产过程产生的数据进行数理统计分析评价，及时发现系统性异常因素，并采取措施消除其影响，降低波动、稳定质量。

质量特性数据资源建设起始阶段。从20世纪50年代起，以美国为首的世界技术先进国家就已充分认识到质量数据的重要性。美国陆续建立了具有自动进行数据的存取、处理、检索功能的质量与可靠性数据系统。

质量数据智能化应用阶段。数据智能化基本思想是寻求并记录不同工程、设计和产品配置的知识，并且对它加以理解、抽象、描述、使用和维护。质量数据智能化应用的发展大体经历了三个时期：实验性系统时期，从1965年至1974年；MYCIN系统时期，从1975年至1980年；知识工程在产业部门开始应用的时期，时间从1980年至今。

大数据阶段。随着制造业数字化转型、高档数控机床的配置应用和自动化采集设备的广泛应用，工业装备生产产生的质量数据，逐渐被全方位采集和多形式记录，数据量、数据类型、数据传输均得到大幅提升和扩展，不断采集和积累的质量数据将质量管理推进到大数据时代。

福布云科技的智能工厂在设计、研发等过程中，通过数据驱动来提高整个过程的针对性、准确性、灵活性及高效性，最终实现对质量的实时管理和精准控制，提供高质量的服务。质量大数据驱动的制造可以被视为智能制造的必要条件和必然趋势。#智能工厂   #智能制造    #数字化转型