DB44/T 2690-2025 家用电力器具制造业质量管理数字化要求

　　广东省地方标准

DB44/T 2690—2025

家用电力器具制造业质量管理数字化要求

The Requirements for Digitalization of Quality Management in the Manufacturing of Household Electrical Appliances

2025 - 06 - 11发布

2025 - 09 - 11实施

广东省市场监督管理局 发布

目次

前言 ................................................................................. II

引言 ................................................................................ III

1 范围 ............................................................................... 1

2 规范性引用文件 ..................................................................... 1

3 术语和定义 ......................................................................... 1

4 缩略语 ............................................................................. 2

5 总体要求 ........................................................................... 2

6 质量管理数字化实施 ................................................................. 3

7 系统运维及改进 ..................................................................... 6

附录A(资料性) 质量数据推荐示例 ..................................................... 7

附录B(资料性) “六智”应用示例 ....................................................... 9

前言

本文件按照GB/T 1.1—2020《标准化工作导则 第1部分：标准化文件的结构和起草规则》的规定起草。

请注意本文件的某些内容可能涉及专利。本文件的发布机构不承担识别专利的责任。

本文件由广东省工业和信息化厅提出并组织实施。

本文件由广东省质量管理标准化技术委员会(GD/TC 80)归口。

本文件起草单位：美的集团股份有限公司、广东中认华南检测技术有限公司、华帝股份有限公司、佛山市切尔西电器有限公司、碧捷(广东)洁净科技有限公司、中山荣电电器有限公司、箭牌家居集团股份有限公司。

本文件主要起草人：李国林、王俊、柯勇、王攀、汪建军、余建宏、胡蝶、李保、柳映青、朱惠璋、孙立东、李学文、彭霏、夏满芽、莫从卫、李小霞、徐日新、蔡军、朱水清、尹文萍、李柏毅、王小华。

引言

传统质量管理向数字化转型是经济发展的必然选择。数字化质量管理能有效规划和管理制造企业及其供应链的质量信息，提高管理水平和效率。数字化质量管理依赖数据采集、云计算、人工智能和物联网等技术，通过现代信息技术与传统质量管理相结合，实现全过程控制和全方位监管。随着数字中国建设和产业高质量发展的推进，数字化转型将提升企业的信息化水平，赋能企业质量管理，提高生产效率和产品质量。

广东省拥有全球最丰富的制造产业集群，尤其是全球规模最大、品类最齐全的家电制造业中心，是国内家电制造业的主要基地和领头羊。广东省企业制造的家用电力器具种类繁多、市场容量大、保修时间长、生产和售后数据丰富，已然成为质量数据分类统计和精准分析的优势资源。通过质量管理的数字化，可以高效地整合和分析这些数据，保障产品全生命周期的质量，进一步巩固和提升广东制造业在全国乃至全球的领先地位。

本文件旨在通过明确家用电力器具制造业在质量管理方面的数字化要求，引导企业明确质量管理数字化转型的方向和目标，完善及优化质量管理体系，提高质量管理的水平和效率，推动高质量发展。

 

1 范围

本文件规定了家用电力器具制造业质量管理数字化的总体要求、实施、系统运维及改进等。

本文件适用于家用电力器具制造业企业(以下简称“制造企业”)搭建质量管理数字化系统，其他企业或组织可参照采用。

2 规范性引用文件

下列文件中的内容通过文中的规范性引用而构成本文件必不可少的条款。其中，注日期的引用文件，仅该日期对应的版本适用于本文件;不注日期的引用文件，其最新版本(包括所有的修改单)适用于本文件。

GB/T 19000 质量管理体系 基础和术语

GB/T 22080 信息技术 安全技术 信息安全管理体系 要求

GB/T 28827.1 信息技术服务 运行维护 第1部分：通用要求

GB/T 36344 信息技术 数据质量评价指标

GB/T 36626 信息安全技术 信息系统安全运维管理指南

3 术语和定义

GB/T 19000界定的以及下列术语和定义适用于本文件。

家用电力器具 household electrical appliances

在家庭环境中使用的，通过电力驱动的各种设备和工具。

注：

家用电力器具的种类繁多，包括但不限于厨房电器、清洁电器、娱乐电器、个人护理电器、环境调节电器和照明电器等。

质量数据 quality data

某质量指标的质量特性值。

注：

狭义的质量数据主要是产品质量相关的数据，如不良品数、合格率、直通率、返修率等;广义的质量数据指能反映各项工作质量的数据，如质量成本损失、生产批量、库存积压、无效作业时间等。

质量管理数字化 digitalization of quality management

通过信息技术和数字工具来改进和优化质量管理过程。

注：

包括使用各种数字化手段，如软件系统、数据分析、物联网(IoT)设备和人工智能(AI)，来监控、控制和改进产品或服务的质量。

市场质量 market quality

产品上市后在客户端、用户端的质量表现情况。

DB44/T 2690—2025

2

注：

包括产品市场口碑、投诉、维修、抽查等质量数据和评价。

开发质量 development quality

产品在开发过程中的质量表现情况。

注：

包括产品的自测、测试评价、型式试验、试用信息等质量数据和评价。

制造质量 manufacture quality

产品在生产制造环节中的质量表现情况。

注：

包括生产过程监控、过程测试、型式试验、抽检等质量数据和评价。

供方质量 supplier quality

材料、零部件、组件或产品等由于供方原因导致的质量问题及表现情况。

注：

包括供方生产监控、来料检验、在线可靠性试验(ORT)、型式试验等可以直接反映供应商水平的质量数据和评价。

4 缩略语

下列缩略语适用于本文件。

AI：人工智能(Artificial Intelligence)

IoT：物联网(Internet of Things)

ORT：在线可靠性试验(On-going Reliability Test)

5 总体要求

质量管理数字化系统应结合制造企业的产品类型、生产规模、业务流程、管理体系及供应链流程等实际情况，以满足企业全流程各环节质量管理数字化需要。

制造企业应与供应链上下游企业、相关方协同，保障质量管理数字化系统的建设和运行。

制造企业在建设各维度数字化管理系统时，应纳入质量数据，确保各管理系统的质量数据之间共享、交互与使用。

制造企业构建质量管理数字化系统时，应选用云计算、大数据和物联网等新一代数字化技术开展相关信息的收集和分析，以提高质量管理效率及可靠性。

质量管理数字化系统用户应包括制造企业内部的管理、设计、采购、生产、质检、销售等相关职能部门，必要时宜包括供应商、销售商等供应链企业以及其他相关方。

质量管理数字化系统上数据的质量，应依据GB/T 36344对数据质量提出评价指标，并不断优化，应覆盖以下内容：

——

数据规范性要求;

——

数据完整性要求;

——

数据准确性要求;

——

数据一致性要求;

——

数据时效性要求;

——

数据可访问性要求。

在数据收集、处理、传递等过程中应准确、完整地记录和保存数据，保证质量管理过程的可追溯性。

DB44/T 2690—2025

3

制造企业应按GB/T 22080要求建立信息安全管理体系，对数字化系统运行过程中的风险进行管理，制定业务连续性、灾难恢复策略以及应急预案，保持信息的保密性、完整性和可用性。

制造企业全流程质量管理数字化分下列四个平台。

——

质量指标管理平台：智能采集质量数据，并进行智能分析，通过质量指标监控和管理对质量管控平台和质量改进平台自动下发预警、决策信息。

——

质量改进平台：对接收到的异常质量指标预警、决策信息自动触发整改立项，开展原因分析、整改和验证等，并确认和评估整改效果，再将决策信息传递至质量管控平台，同时将变更信息传递至变更确认平台。

——

变更确认平台：根据质量改进平台传递的对于产品质量有潜在影响的变更内容进行确认，确保变更的一致性，将异常信息反馈至质量管控平台及质量改进平台。

——

质量管控平台：根据质量指标管理平台的预警和决策信息采取相关质量干预和质量责任追溯活动，如停线、责任追究等;根据质量改进平台和变更确认平台给出的决策信息采取相应的质量指令或质量干预活动，如停产、恢复生产等。

6 质量管理数字化实施 总体思路

质量管理数字化的核心是通过质量数据来驱动质量管理，而市场质量、开发质量、制造质量和供方质量是家用电力器具全生命周期质量数据的主要来源，质量数据推荐示例见附录A，这四个环节的质量数据通过质量指标管理、质量改进、变更确认和质量管控等平台来实现数字化管理。四个平台通过智能采集、智能分析、智能预警、智能预测、智能决策、智能管控(简称“六智”)来实现质量数据的运转和管理，运转逻辑如图1所示。“六智”应用示例见附录B。

图

1 质量管理数字化运转逻辑框图 市场质量管理

6.2.1 概述

DB44/T 2690—2025

4

市场质量管理数字化应对产品市场相关质量数据进行采集和分析，进行质量风险识别，以数据驱动研发、制造、供方和售后服务全流程的质量改进。

6.2.2 质量指标管理

将用户投诉、产品安装维护、产品维修、管理部门抽检(如产品安全、环保、能效)等质量数据进行智能采集，并按照需求进行各维度(如产品、生产维度等)智能分析，根据各维度指标阈值进行比对给出预警、决策，将信息传递至质量改进平台和质量管控平台。

6.2.3 质量改进

接收到质量指标管理平台的市场异常质量预警或决策信息后，应根据失效原因对应触发研发、制造、供方和售后服务的整改立项，开展原因分析、整改和验证等，并确认和评估整改效果，再将决策信息传递至质量管控平台，同时将变更信息传递至变更确认平台。

6.2.4 变更确认

接收到质量改进平台的变更信息后自动下发任务，随机抽取实物样机进行变更内容确认，把确认结果录入变更确认平台，将异常信息反馈至质量管控平台及质量改进平台。

6.2.5 质量管控

接收到质量指标管理平台和变更确认平台的预警或决策信息后，应对制造、供方和售后服务自动调整或停止相关风险质量活动，如停线、加严检验等。

接收到质量指标管控平台给出的异常质量指标信息后，应对内、外部的人员或者部门自动进行质量责任追溯。

接收到质量改进平台给出的决策信息后，应自动调整或恢复相关质量活动，如恢复生产、恢复供货等。 开发质量管理

6.3.1 概述

开发质量管理数字化应对产品开发过程相关质量数据和问题进行采集和分析，进行质量风险识别及问题情况改善，以数据驱动研发、制造和供方的质量改进。

6.3.2 质量指标管理

将研发人员自测、测试评价、试制试产等质量数据进行智能采集，并按照需求进行各维度(如试验项目、试验应力等)智能分析，根据各维度指标阈值进行比对给出预警、决策，将信息传递至质量改进平台和质量管控平台。

6.3.3 质量改进

接收到质量指标管理平台的异常质量预警或决策信息后，应根据失效原因对应触发研发、制造和供方的整改立项，开展原因分析、整改和验证等，并确认和评估整改效果，再将决策信息传递至质量管控平台。

6.3.4 质量管控

DB44/T 2690—2025

5

接收到质量改进平台给出的决策信息后，应进行项目的相关决策和管控，如项目暂停、重新测试、责任追溯和项目投产等。 制造质量管理

6.4.1 概述

制造质量管理数字化应对产品生产制造过程相关质量数据进行采集和分析，进行质量风险识别，以数据驱动研发、制造和供方的质量改进。

6.4.2 质量指标管理

将生产过程监控、生产测试、型式试验等质量数据进行智能采集，并按照需求进行各维度(如产品、生产维度等)智能分析，根据各维度指标阈值进行比对给出预警、决策，将信息传递至质量改进平台和质量管控平台。

6.4.3 质量改进

接收到质量指标管理平台的制造异常质量预警或决策信息后，应根据失效原因对应触发研发、制造和供方的整改立项，开展原因分析、整改和验证等，并确认和评估整改效果，再将决策信息传递至质量管控平台，同时将变更信息传递至变更确认平台。

6.4.4 变更确认

接收到质量改进平台的变更信息后自动下发任务，随机抽取实物样机进行变更内容确认，把确认结果录入变更确认平台，将异常信息反馈至质量管控平台。

6.4.5 质量管控

接收到质量指标管理平台和变更确认平台的预警或决策信息后，应对制造、供方和售后服务自动管控，进行调整或停止相关风险质量活动，如修改设计、质量责任追溯和切换供应商等。

接收到质量改进平台给出的决策信息后，应自动调整或恢复相关质量活动，如恢复生产、恢复供货等。 供方质量管理

6.5.1 概述

供方质量管理数字化应对可以直接反映供应商水平的质量数据进行采集和分析，进行质量风险识别，以数据驱动供应商的质量改进。

6.5.2 质量指标管理

将零部件、组件或产品的供方生产监控、来料检验、ORT、型式试验等质量数据进行智能采集，并按照需求进行各维度(如类别、厂商维度等)智能分析，根据各维度指标阈值进行比对给出预警、决策，将信息传递至质量改进平台和质量管控平台。

6.5.3 质量改进

接收到质量指标管理平台的供方异常质量预警或决策信息后，根据失效原因对应触发供应商的整改立项，推动开展原因分析、整改和验证等，并确认和评估整改效果，再将决策信息传递至质量管控平台，同时将变更信息传递至变更确认平台。

DB44/T 2690—2025

6

6.5.4 变更确认

接收到质量改进平台的变更信息后自动下发任务，随机抽取改善后的零部件等进行变更内容确认，把确认结果录入变更确认平台，将异常信息反馈至质量管控平台。

6.5.5 质量管控

接收到质量指标管理平台和变更确认平台的预警或决策信息后，应对供应商自动管控，进行调整或停止相关风险质量活动，如质量责任追溯、停供或供货比例调整等。

接收到质量改进平台给出的决策信息后，应自动调整或恢复相关质量活动，如恢复供货等。

7 系统运维及改进 系统运维

质量管理数字化及相关系统的运营维护应满足GB/T 28827.1的要求，按照GB/T 36626的要求建立和运行信息安全运维管理体系。 持续改进

企业应定期进行质量管理数字化系统的评审，随时收集包括制造企业内部的管理、设计、采购、生产、质检、销售等相关职能部门，以及供应商、销售商等实体的系统使用方的意见，评审数字化系统的有效性，并对运行过程中存在的问题以及采取的不当措施进行纠正，使系统正常且有效运行。

评审内容应包括但不限于：

——

目标和指标的实现程度;

——

外部和内部相关方反馈的信息;

——

信息化管理的效率;

——

与相关法律、政策的符合性;

——

改进建议等。

DB44/T 2690—2025

7

A

A

附录A (资料性) 质量数据推荐示例

质量管理数字化建设中全流程质量数据推荐示例参见表A.1。

表

A.1 质量数据推荐示例

维度

市场质量

开发质量

制造质量

供方质量

智能

采集

产品销售数据、维修数据和整机退换数据，包含产品品类、产品型号、失效部件、生产日期、使用时间、使用区域、故障表现等采集

售后服务网点信息、一次服务成功率和用户评价明细等采集

……

研发过程中的测试、评价及验证发现的问题及数据的采集

……

生产工厂、生产线、物料供方和批次信息、ICT/FCT、过程检验、成品测试、在线返修数据等采集

……

来料检验数据、例行监控试验数据等采集

……

智能

分析

产品品类、型号和失效零部件的失效率、失效时间、失效地点等分析

不同制造工厂、供应商和代理商及售后服务商网点的差异化等分析

……

测试问题的严重度、问题的属性分类、问题的原因、问题的责任方、问题的整改等分析

……

一次装机合格率、单位时间内相同问题数、不同生产工厂和生产线、发生问题的岗位、问题的属性分类、问题的原因、问题的责任方、问题的整改等分析

……

不同供方和物料、物料批次不合格率、相同供方相同问题重复率等分析

……

智能

预警

失效率超标、疑似批量风险、疑似安全事件、异常代理商和售后服务网点等预警

……

严重问题、问题闭环率、研发周期等预警

……

单位时间内相同问题数超标预警，一次装机合格率异常工厂、生产线和岗位预警，成品检验不合格率预警

……

供应商不合格率预警、物料批次不合格率超标预警

……

智能

预测

产品故障时间分布趋势、产品故障区域分布趋势、维修率和退换率趋势、管控措施的有效性等预测

……

产品失效率、安全风险、召回风险等预测

……

产品失效率、安全风险、召回风险等预测

……

产品失效率、安全风险、召回风险等预测

……

智能

决策

智能锁定异常产品的整改、升级、停产、停售等和对产品源头配件供应商的优劣评价及淘汰参考

……

问题闭环、项目投产决策

……

停产、复产、发货、库存处理决策

……

产品返工、物料库存处理决策

……

DB44/T 2690—2025

8

表A.1 质量数据推荐示例(续)

维度

市场质量

开发质量

制造质量

供方质量

智能

管控

失效率超标停产、安全事件主动处理或召回、疑似批量及主要问题的PCDA闭环、供应商供货比例调整、内外部质量责任追溯、代理商和售后服务网点考核及淘汰等管控

……

问题的PCDA闭环、项目投产管控、质量责任追溯

……

停线整改、加严成品抽检、成品返工、产品禁止流入市场、质量责任追溯

……

供应商供货比例调整或停止供货、加严抽检、物料停用等管控、质量责任追溯

……

注

1：FCT指功能测试(Functional Test);ICT指电路测试(In-Circuit Test)。

注

2：PDCA循环是质量管理的一种方法，即计划(Plan)、实施(Do)、检查(Check)、处理(Act)。

DB44/T 2690—2025

9

B

B

附录B (资料性) “六智”应用示例

质量管理数字化建设中“六智”应用示例参见表B.1。

表

B.1 “六智”应用示例

六智

定义

应用示例

智能采集

通过自动化、智能化的方式，快速准确地获取质量所需信息和数据的过程。

如建立业务信息智能收集系统，包括不限于市场维修系统、研发测试管理系统、制造质量系统和来料与供方质量管理系统，采用埋点、爬虫、日志、AI、扫码等感知技术实时采集信号及数据，并连接到企业指定的服务器或数据库。

智能分析

通过数据系统和分析模型对大量质量数据进行自动化筛选、分析和解释的过程。

如根据业务关注点建立相关的智能分析模型，将采集的大数据进行智能筛选、分析和处理，自动生成分析报表或形成质量事件。

智能预警

通过智能分析后对异常质量信息或事件自动触发预警提醒及推送的过程。

如基于业务数据分析维度建立相关的智能预警模型，设置预警阈值，通过嵌入预警阈值和流程自动化，触发预警事件，并智能推送预警信息到相关业务端。

智能预测

通过自动化、智能化的方式，对质量大数据进行未来趋势预测的过程。

如基于预警信息和管控措施建立智能预测评价模型，通过对质量大数据智能分析与监控进行未来数据的趋势预测，识别未来存在的质量风险，触发风险事件提醒。

智能决策

通过预测结果后对相关数据进行建模、分析并得到最优决策的过程。

如基于预测结果开展质量管理活动的智能决策，基于既定质量目标，对相关数据进行建模、分析并得到最优决策，进行相关活动的干预或调整。

智能管控

通过智能预警、决策触发后对质量活动进行自动化的管理和控制的过程。

如基于预警、决策信息建立智能管控系统，通过嵌入管控阈值和流程自动化，触发智能化质量管控，进行质量责任追溯、调整或停止相关风险质量活动。