探寻质量生命周期
一位聪明人曾经说过，衰败了的企业业务处理的确切标志就是电子数据表无法控制的增加。即便当今的企业制度适当，这也是今天质量方面的现实。质量生命周期管理将这些电子数据表连接起来，使其与业务处理捆绑在一起。实现管理知识的获取、持续改进和表格中的数据交流之间的需求。
质量生命周期管理，是通过质量定义和质量过程管理体现的。质量生命周期管理的核心前提是有效的质量定义，而质量定义由规格参数决定，有效的质量过程管理则有赖于所描述的质量参数的持续改进和知识管理。这可不像说起来那么容易，因为规格参数受到整个产品和过程生命周期中的各种因素的影响。
这就把我们引入了质量生命周期管理原则。
质量生命周期管理原则1：质量由规格参数决定
规格参数即明确的可测可控的特征，可用系统的行为层面来描述。为了成功地开发合格产品及合理的生产过程，我们必须抓住产品特征和需求，并把这些转变为规格参数。这样，就可以使质量变得明确化、可操作化。重要的参数必须被谨慎地加以验证和控制，以保证安全和质量指标。
但是，传统的规定仅代表了20％的产品和质量定义。当一种产品由概念变成设计进而生产制造时，规定的扩大化产生了。要么就不做说明，这样一来规定就不会被理解或是界定(例如，关注变形度的设计者增加了壁架的厚度，而没有做需求方的核实以及随之进行的最优方法采集)；或者规定被描述得很详细(例如，一种较早设计的失效模式和效果分析把钢铁厚度作为失效模式的原因，而钢铁厚度推进了验证试验和随后的设计规则的发展)。
事实上，规定的扩大化意味着质量上的专横。我们发现自己超越安全标准设计了产品，而没有正确理解自己的目标是什么，以及我们必须执行什么样的规格参数以实现这一目标。假设我们没有计划过质量——这包括像所得到的教训那样识别参数并进行验证、控制及采集——我们就没办法把这种知识应用于其他的项目。或更进一步，把这些教训通报给供应链和合同制造商，这些人对有效传达我们所提供的重大关键质量参数负有80％的责任。
简而言之，我们不知道识别哪些参数，以及怎样详细描述它们。当提到质量时，这就把我们导向了产品生命周期管理与质量生命周期管理的第二条重大区别。
质量生命周期管理原则2：质量实现
质量实现就是以积累的最优方法和所得教训为基础的设计、验证，以及产品和过程控制。
这可以在下一代的质量实践出现时看到。ISO9001记录了过程，而没有记录资料。而ISO／TS16949，产品质量先期策划及控制计划自动化标准，主要就是把内容加入了ISO9001中。六西格玛设计(DFSS)通过与产品质量先期策划及控制计划自动化标准类似的设计实践，把“为什么”加到了六西格玛的“怎么做”之中。
如果你正在制造产品，这会很快变得很复杂。公司的业务模式越创新，越以产品为中心，质量活动和过程就越是复杂。
以上的表1说明了贯穿关键质量定义的常见质量过程与产品和过程生命周期中的确认活动的相互影响。这表明已得到的教训和最优方法在最初获得高质量上的关键作用，与综合的质量生命周期管理方法怎样确保在公司的质量知识基础上持续的改进。
这就带来了第三条核心的质量生命周期管理原则：
质量生命周期管理原则3：质量定义
这条原则与超越独立的电子变动管理系统的产品生命周期管理的出现类似。没有产品数据，工程技术改变过程到底在管理什么?同样的，要是有了质量问题，以前预防这个问题发生的质量计划又算什么呢?
在大多数生产企业，纠正措施的实行使得质量降低的危险与质量改进一样多。那是因为，缺少一种系统的质量计划过程，纠正措施就等同于从实验和失败中寻找解决办法。即便质量改进了，这种改进也不会保持。得到的教训常常不被广泛地通报，或者说，差不多就随着时间的过去，轻易地被遗忘了。
质量生命周期管理原则4：生命周期方式
质量是一种身兼数职的纪律。这在设计工艺与跨越这条分水岭的巨大努力之间那堵虚幻的障碍中看得到。设计是为了装配、生产、标注几何尺寸和偏差，使工艺有价值—一所有这些都试图使设计团队理解生产的现实。设计团队识别他们认为是关键和专业的规格参数，把这些参数提供给生产部门。设计和过程失效模式和效果分析由跨职能的团队来完成。
设计问题在生产部门与顾客的使用中被指出来。持续改进设计既需要能与生产部门接触并相互理解，也需要顾客和质保书方面的数据。
很多数据产生于不同的系统，使用不同的描述方式，并有着不同的用处。
为了获得真实的企业质量实现的生命周期方式，有三种东西是必须的：
·共同语言。贯穿价值链的功能群讲同一种语言，用同样的术语和意义来描述质量属性和质量问题。
·一致性的报告单。在质量生命周期的每个阶段，可以使用被激活的一致性的报告单。真正的一致性的报告单显示，在哪一步工作按照计划执行了，并明确地收集不足或改善的空间。这就确保了设计、工艺和生产部门在设计和生产问题上有效地进行合作，关键的顾客需求不被遗忘。
·无缝存储和交流。来自于生命周期任何部分的知识都很容易获得，并与质量生命周期的任何其他阶段的活动之间互有联系。
以上的表2说明典型的质量计划经过知识管理、描述和过程管理循环流动。这份表格很好地表明了生命周期方式的原则，及一致性与沟通方面的共同语言的必要性。它也清楚地表明在参数层次上管理质量过程的迫切性。
质量生命周期管理原则5：积极的知识管理
以上的四条质量生命周期管理原则是建立在数十年来制造业的核心质量工具的使用经验上。这些经验在很大程度上是被上层认同的。而这一管理原则的最后一条，也可能是最重要的一条规定是，确保所有已获得的参数与得到的教训一样，得到积极地应用。假如说，在使获得的知识和预防措施系统产生效果的许多尝试中得到了什么教训，那么，这条就是。
需要感谢的是，一种基于规格参数的质量生命周期方法使得这个教训成为一个很有希望完成的目标，一部分原因是在一种质量生命周期管理系统中。知识基础使得使用者的工作更快捷简便。通过使质量过程以首要的质量定义内容为基础产生作用，知识基础的持续改进融入了相互作用的质量业务流程中。
比如；在进入一个失效模式时，质量生命周期管理系统积极地给使用者提供一个相关原因效果列表。当考虑管理手段时，质量生命周期管理系统通过相似过程的组织来说明什么样的管理手段是当前考虑的最优方法，
在进行溯源分析的时候，使用者被
引导选择已识别了的失效模式和原因。不要重复那些信息；要是需要新的管理手段，就直接以此为原因把它加入到管理计划中。
现在，在你考虑一种管理手段和管理计划的时候，你能看到所有使它得以产生的曾经的纠正措施。这就确保了相关的功能群中的每一个人讲同一种语言。因为这种语言是一种被分享并持续得到认可的共同的资源。这不同于那种使得质量定义过程减缓的共同语言。因为如果你发明一种新的失效模式，你就失去了原因、效果、控制手段、验证、规范计划和历史纠正措施之间的联系。
未来企业质量蓝图
很多企业制度提供了有用的质量活动和质量过程。然而，实际上他们通常是相互影响，而并非特别专注于以数据为中心的质量定义和对持续改进必不可少的知识管理能力。质量的内容仅仅是记录管理系统中的记载。既没有在质量生命周期中的各种记录之间的联系，也没有包含着规定产品质量和过程质量的许多参数之间的一致和联系的知识管理核心。
一位聪明人曾经说过，衰败了的企业业务处理的确切标志就是电子数据表无法控制的增加。即便当今的企业制度适当，这也是今天质量方面的现实。质量生命周期管理解决了取得这些电子数据表、把它们连接起来，使其与业务处理捆绑在一起，以及管理知识获取、持续改进和表格中的数据交流之间的需求。
观察一些关于质量的企业制度，质量生命管理周期在概念上与产品生命周期管理最相似。然而，产品生命周期管理是从记录和过程的层次上管理质量。没有规格参数的概念，也没有贯穿于质量生命周期中的联系。不过多数的产品生命周期管理活动和过程在记录或文件的层次上进行得很好，质量生命周期管理则不是这样的。
质量管理系统更像是循环流动和记录控制系统。他们执行与产品生命周期管理类似的功能，但加入了详细的领域知识和改装后的循环流动。一些产品生命周期管理的卖方正在开始把这种领域知识加入一种功能性的质量管理系统类型。但产品生命周期管理在质量和生产过程两个领域技能的弱点限制了它们在质量上的表现。它们还要与这么多最佳组合的解决方式(例如项目的套件管理和制造流程管理)正面竞争，以至于其专注能力大大受到限制。
企业资源计划系统内质量控制模块是以检查为基础的，对于获取和改进质量知识，或是与其他的功能组(如设计工程部门)分享质量知识几乎不起作用。
制造执行系统(MES)缺少一个模块，这个模块可以定义其收集的数据，致力于替代产品生命周期的狭小部分。不过，制造执行系统中的数据是产品和过程特征描述的关键部件之一。
诸如企业制造智能或企业性能管理之类的浮现范畴仍然致力于质量生命周期的生产部分，这些范畴主要是生产交易效率的入口。这样，它们本质上就是多样的制造执行系统中的一个层次。
质量生命周期管理能够提供关键的基础结构，来提高生产商从所有这些工具的投资中获得的回报，而它们之间的融合是普遍的。来自其他领域的卖方插入到质量生命周期管理将会是困难的，这是由于它们之间存在重大的技术和范围模块的不同。
质量生命周期管理是独一无二的，因为它由规格参数所驱使，很大程度上依赖于知识管理并强调职能的交叉。作为质量生命周期管理效果的一个小例子，请考虑以下问题：你怎样确保“持久性”的要求被转换成产品和过程参数?一位隔着两个大陆的二级供应商那里正在注模机上操作的生产工程师，怎么确保你的产品的持久性呢?
基本上，以上活动和过程围绕着一个主要概念为中心：描述产品及过程的特性，以便于其影响质量的关键参数在完整的产品过程生命周期中得到识别和控制。
最后，质量功能配置、失效模式和效果分析、设计验证以及实验设计都在做一件事：识别规格参数并进行控制。为了避免重复的问题和失败，我们必须首先找到正确的规格参数并加以控制。然后管理它们，这样我们才能把任何已发现的最优方法应用于未来和相似的项目中。