产品质量控制方法方式具有多样性，与生产者和使用者的质量意识和认识、法律法规意识和执行情况都具有关联性，我国当前线缆产品质量控制的方法大家都清楚，严厉监管下线缆质量不容乐观，究竟是监管方式不当，还是其他原因，值得深思。
一、 当前电缆产品质量监管模式的弊端
1. 主管部门的认识问题
拥有了证书不代表你的产品质量就符合标准要求或规范要求，证书与产品质量的对应关系，只有在诚信的情况下才能成立。现在大家都在强调你的产品是否有许可证、质量认证、入网评价和型式试验报告等，其实现在获得证书的过程本身就是的产业化的活动，与产品质量是脱钩的。
监督检查本身是一个很好的方法，但被抽样品来源、样品代表性及母体的总量、检测评定方法和检验机构的能力值得考虑，我们应该分析为什么每年线缆监督检查的产品合格率都在某一个数值范围内波动？监督抽查的合格率为什么与市场上的产品合格率差距较大？
西安“奥凯事件”以后，用户抽检力度陡升，这是好现象，但抽样缺乏科学依据，见电缆就抽，盘盘抽，浪费财力和物力，缺乏线缆产品连续生产特点下的抽检规则和评定原则，仅凭短样样品的检测结果代表整盘、整批的质量水平，这种评定本身就不符合有些产品标准的规定。
“互联网+”将会在各个领域得到运用，产生的积极作用将是深远的，就产品质量控制方面给大家分享的案例如下：如果原材料厂家产品质量信息可以实现远程观察和有条件的获取，那么电缆制造企业就不需要花费大量的人力、物力进行进厂检测，完全可以用“互联网+”的手段得到你所采购原材料的质量信息、生产信息，甚至可以了解到原材料的原材料的进货渠道信息。如果电缆制造企业所生产的电缆产品质量信息、生产信息通过企业管理系统实现远程监测或有条件的给用户提供质量信与用户通过“互联网+”的手段进行产品质量信息共享，将会节省大量的人力、物力，而且增加了产品质量的可信度。
用户监造是一种质量控制的模式，但需要懂专业的监造人员才起到一定的作用，否则就是流于形式，不能起到监督产品质量的作用，反而影响了监造的声誉。采用“互联网+”的功能，能够实事求是的反应产品的制造过程，科学合理的分析产品质量。把生产线中各个设备运行参数自动采集下来，通过系统软件与生产工艺文件进行比较，偏移工艺参数要求时刻生产的产品就存在质量疑问，这些信息可以通过互联网在异地实时观察，也可以事后调用，能够反应生产过程中每时每刻设备运行情况，进而分析产品质量，电力电缆典型的远程监造案例如下：
图1：企业管理系统与远程监造数据采集关系
图2：挤包绝缘电力电缆在线监测的工艺控制点
3、采用“互联网+”实施远程见证试验
除了产品生产过程实施监造以外，现在检测过程实施见证也愈来愈广泛使用，但也涉及到见证成本问题和时间问题，检测的过程有别于产品的生产过程，有些试验项目时间跨度长，环境复杂，采用“互联网+”就能很方便的实施，例如2年的抗水树试验，需要进行见证试验，我们将试验设备运行参数数据化、网络化和实时图像发送，见证者在全球任何一个地方只要用手机打开专门的APP，就能察看到试验的运行情况。
图3：历时2年的抗水树KEMA见证试验，提供给见证者察看的设备运行参数
图4：远程见证为期30天的电缆耐海水试验场景
3、“互联网+”第三方产品认证
“互联网+”额定电压6/10kV到290/500kV交联聚乙烯绝缘电缆例行试验管理系统评价认证，涉及电缆的产品为：额定电压6/10kV到290/500kV交联聚乙烯绝缘电缆，利用“互联网+”的功能，实现产品质量检测过程的自动确认，产生的带二维码产品出厂检测合格证代表和可追溯具体的盘或圈电缆产品例行试验的过程以及试验结果是否符合产品标准的要求，一张证书对应一盘或一圈电缆产品，用户利用手机扫描电缆盘或电缆表面的二维码，可以查询到该盘或圈电缆产品例行试验的检测过程和检测结果。采用“互联网+”可以提升产品质量，替代传统质量管控手段，是适应时代发展的必然趋势，不仅确认电缆产品的质量信息而且检查了检测过程中检测设备的符合性、使用方法的符合性和检测人员的基本素质，当然还可以识别产品的假冒信息。
电力电缆生产过程中涉及设备多，参数多，根据参数特性和对产品质量影响程度的大小，作为选择采集大数据分析的依据。
2、大数据挖掘的目的
根据挖掘目的的不同，采取的方法也有所区别，对于在一定区域随机变化的数据，可以采用威布尔分布的方法进行数据分析。
公式中X表示随机变量，y为X出现的概率密度，μ、σ为正态分布的特征参数。
关于电缆产品质量大数据挖掘的分析：
与电缆产品质量有关的采集数据分为二类，一类是可以直接与要求进行比较的参数，一类是间接影响产品质量的参数。对于直接比较的参数，人们愿望上讲生产电缆时此参数每时每刻都应该符合技术（工艺）参数要求，但客观的分析这种愿望很难实现，随机因素的变化、采集传感器受干扰的影响等等都可能出现每个时刻采集的数据不在要求的范围内，这里就出现了接收概率问题。对于间接影响产品质量的因素参数更为复杂，要根据该参数对产品质量影响的内在因素进行分析，例如：挤出温度对材料塑化的影响，塑化程度的差异对产品使用寿命的影响；硫化管的压力对热延伸的影响，热延伸大小对产品使用寿命的影响等等。
1） 直接参数例如：某220KV电缆交联电缆绝缘偏心度采集的数据
图6：采集数据时刻与绝缘偏心度的关系图
图7：某个时段偏心度的分布曲线（均值μ=0.0627、方差σ=0.0232
假定合同规定绝缘偏心度不大于0.08，那么从正态分布曲线上我们可以看出这是一个单边问题（看图8），竖的黑线左边的正态分布面积是偏心度符合要求的概率，P=71.6% 当偏心度要求不大于0.1时的概率P=94.0%。
图8：绝缘偏心度概率分布图
当偏心度要求是不大于0.08时，其不符合要求的数据出现的功率为28.4%，合格的概率时71.6%，计算如下：
当偏心度要求是不大于0.10时，其不符合要求的数据出现的功率为6.0%，合格的概率时94.0%，计算如下：
对于偏离数据的分布和大小还应考虑：
（1）识别不符合数据的分散性，
随机分布型
集中分布型
偏离值绝对值的大小，如果偏离的数值过大而影响产品质量应通过寻找偏离数据对应的电缆部位，剔除存在疑问的电缆段。分散性的考核应结合采集数据的频率，220kV电缆数据采集的频率一般是1次/分钟。
2）间接参数：
图9：硫化管压力数据采集时刻与采集数据幅值的关系
图10：硫化管压力数据概率分布曲线（均值μ=11.50、方差σ=0.034）
假定硫化管的压力工艺要求是11.50±0.10，那么设备运行的压力参数符合工艺要求的概率为：
不符合的概率为0.3%，我们从分布图看出，在某个时刻采集的数据出现异常（非常大），可能是干扰引起的非常规数据，应通过软件分析给予剔除。
3） 否定参数
电力电缆的否定参数就是出厂试验项目（可以直接判定的）：局部放电、耐电压试验、导体直流电阻，当否定参数符合标准要求时，其合格的概率为1；当否定参数不符合标准要求时，其合格的概率为0。
4）“批质量水平”评估的探讨
当某个合同所有制造长度的生产数据都被采集，把相关数据都进行概率分布分析，其批质量水平的评估方法如下：
P0为否定参数的概率；
Pn为进行大数据分析参数的合格概率（剔除了疑问段的电缆）；
n为大数据分析的参数个数（不含否定参数项）
min为取n个合格概率的最小值。
如果电缆批中以盘为单位，那么这是剔除不合格盘后批质量水平。
