当前，工业互联网（Industrial Internet）将新技术与工业经济紧密融合，构建起基于产业链、价值链的制造系统与服务系统，为工业可持续发展提供有效手段。2021年1月，在工信部发布的《工业互联网创新发展行动计划(2021-2023年)》中，提出了五方面、11项重点行动和10大重点工程，致力于推动工业经济的产业数字化、带动数字产业化。
电工装备制造行业规模较大，是推动工业互联网发展的重点领域，同时也是电网建设与发展的重要组成部分。其中，输配电设备主要应用于输电与配电环节，为电力的供应架起桥梁。而低压电力电缆便是输配电设备中极为重要的一员，由于其具有运行可靠、不占地面、受外力影响小等优点，在配电系统中的运用范围较为广泛。因此，低压电力电缆生产制造过程的质量控制的重要性尤为突出。
目前，电工装备智慧物联平台已经实现生产过程的智能监造，可以从质量告警、运维告警、进度告警等多方面对低压电力电缆生产制造过程中产生的异常或告警数据进行监测并维护，从根源上把控低压电缆生产制造的质量情况，以加强电网安全运行。
但是，仅仅基于当前的数据运维状况，还不足以满足低压电力电缆质量控制的更为严格的生产要求。同时，如果通过多环节质量抽检的方式来更精确地检验出低压电力电缆的质量问题是人力和财力的浪费，或者通过出厂用于实际设备环境追溯其质量有效期来检验低压电力电缆的质量问题也是不够高效的。因此，在生产制造过程中有针对性地把控相关制造数据，并构建有效的质量控制模型，从源头上控制低压电力电缆质量问题是最高效可靠的。
本文的目的是针对当前越来越智能化和数字化的生产制造要求，根据低压电力电缆生产过程的过往数据表现，利用多种控制图更快地发现生产过程中存在的异常原因并加以调整，为更高效的智能监造提供可行有效的过程质量控制模型。
低压电力电缆的生产过程质量控制模型主要分为三个阶段，分别为数据准备阶段、数据分析阶段、日常监造阶段。在数据准备阶段，主要是通过层次分析法来确定生产过程核心指标与关键工艺参数，并结合相关产品的规格标准进行数据的收集整理，为数据分析阶段做准备。
在数据分析阶段，基于已经收集并做整理的生产数据，建立适用于生产数据特性的分析用过程质量控制图，并根据其对应的判定规则检验是否有异常，若有异常就查明异常原因并重新整理数据，若无异常就计算生产过程能力指数是否满足评定要求。若过程能力指数不达标，则采取措施使其达标，若过程能力指数达标，进入日常监造阶段。在日常监造阶段，基于数据分析阶段所得到的控制图的控制界限，根据日常生产数据描绘监控用控制图，并密切关注点的波动状况以及时发现失控状况，加以整改生产中的工艺问题，在此基础上不断改进工艺标准、加强低压电力电缆的质量可靠性。针对低压电力电缆的质量控制现状，构建了从数据准备阶段、数据分析阶段到日常监造阶段的生产过程质量控制模型，并主要对控制图的选择展开论述。休哈特控制图与累积和控制图的结合，利用休哈特控制图对非连续的小偏移的监测与累积和控制图对连续的小偏移的累积检测，做到取长补短，有效提高生产过程质量监测效率。
将质量控制模型实用化还有很长一段路要走，大量的数据需要精细化处理，且参考值与失控报警界限需要更进一步进行分析把控，具体问题具体分析，以防止无效报警造成的生产效率低下。在实用化进程中，需要借助数据挖掘与机器学习等技术，利用决策树相关算法可以更有效地制定低压电力电缆质量控制方法。
