智能制造升级，吉盟智能帮助“上汽乘用车”实现完整的生命周期管理和控制

发布日期： 2020-12-23 点击： 590

背景

上汽乘用车公司负责国内汽车品牌的研发，生产和销售。公司具有国际视野，创造性地整合了全球卓越的资源，并通过高质量的产品和服务满足了消费者的高品位需求。

该公司的汽车品牌涵盖了中高端汽车，中级汽车，受欢迎的流行汽车和跑车领域的不同类型的车型。它形成了多平台，全系列的车型，从而形成了与国际汽车技术发展趋势同步的广泛系列产品线布局，并涵盖了主流乘用车领域的各个细分市场。目前，上汽乘用车公司拥有多个整车生产基地，以自己的品牌生产整车系列。

公司在2018年共售出700,000辆汽车，同比增长35％，尽管整体市场逆势增长，但仍取得了骄人的业绩。近年来，在企业产销快速增长的同时，质量体系也在不断完善和升级。最终客户对汽车操纵，安全性，质量稳定性和可靠性的要求不断提高，这使得汽车制造过程中的质量管理变得越来越复杂。

挑战

汽车制造过程极其复杂。其中，车身制造需要数百个工序才能将数百个零件拼接成完整的白车身。在整个制造过程中，尺寸精度的测量是必须做的，复杂且系统的工作。车身的尺寸精度直接影响一系列功能，例如零件的安装，四轮定位，匹配和密封。如果白车身的尺寸精度不合格，将导致大量后续组装问题，从而浪费人力和物力。。对于汽车品牌来说，车身的尺寸精度也代表着汽车的开发能力，制造能力和生产水平。因此，完善车身尺寸精度质量控制体系是质量工作的主要内容之一。

身体质量体系面临的挑战

信息孤岛，部门之间难以协作

车身制造不仅与尺寸测量部门有关，而且还涉及许多其他相关部门，包括：制造车间，原型部门，质量保证部门，SQE，IT信息管理等部门。这些部门从不同角度监督车身制造的质量，不同部门对尺寸测量数据的应用也不同。如何满足公司内部不同部门的不同质量数据要求，以及如何利用测量数据对车身制造产生协同效应，以提高车身制造质量是当前的挑战。

CP控制计划执行记录需要从不同部门收集大量数据。由于部门之间系统的不协调，收集数据需要很长时间。因此，控制计划执行记录的数据存在一定的滞后性，无法在首次发现问题时得到保证。控制计划执行记录是人工维护和判断的，缺乏自动实时预警和报警系统。

智能检具

缺乏电子信息收集方法

检查，随机检查，进料检查和其他任务大部分发生在生产现场。手动记录数据并将其返回计算机以进行输入，从而导致数据延迟和错误率。如果增加了现场移动终端的信息收集方式，既保证了数据的实时性，又在一定程度上避免了数据录入的错误率。数据收集，数据存储以及数据连续性和可追溯性不足。因此，面对复杂的质量管理工作，依靠手工分析和历史经验的传统方法已不能满足企业日益严格的质量控制要求。需要使用电子数据收集和存储方法来确保质量数据的连续性和可用性。追溯。

一些焊接数据最初并未进行分析，但是由于内部质量标准的提高和更严格的质量要求，还需要电子收集和分析原本不需要收集和分析的数据，以更好地满足最终客户的需求。

缺乏协作分析工具，解决复杂质量问题的效率低

对于车身制造过程中出现的复杂质量问题，在获得初始结果之前，需要处理，分析和讨论大量质量数据，这需要很长时间，并且要取决于汽车行业的历史经验。讨论过程。，不利于发现和解决问题的性质。

对于以前从未发生过的质量问题，这是第一次，对每个过程负责的每个人都必须从生产来源中逐一进行筛选，这会浪费大量的人力，物力和时间成本。需要使用人工智能方法（例如贝叶斯算法）来协助解决相关问题。

缺乏高质量数据集

大量设备操作信息，过程参数信息，测量数据和质量监视数据都存储在服务器上。最初只对部分数据进行处理和分析。有用和无用的数据混合在一起，并且存储的数据上缺少数据。进行清洁处理，并获得高质量数据集的数学模型。

解决方案

该平台基于上海济盟智能科技有限公司自主开发的工业互联网智能制造平台，结合上汽乘用车生产基地的实际情况和质量控制要求。目前，质量管理的数字化，自动化和智能化已逐步实现，该平台的大数据在质量控制和质量管理中的应用效果显着。

智能检具

平台系统架构

该平台以安亭为中心，以多基地和供应商链接的形式运行。在安亭总部设置整个平台的服务器（包括Postgresql数据库服务器和应用程序服务器），并同时打开服务器的应用程序端口和外部网络权限智能检具，每个基地（上海，南京智能检具，郑州，宁德，泰国等。）通过帐户密码或以访客身份登录，没有许可证，并且人数没有限制。

系统通过数据收集分析系统和存储分析系统收集和管理各种自动和手动测试设备；通过多维评估指标和多样化的质量报告对数据进行分析和可视化；同时通过实时警报系统设置警报条件和相关人员，并向触发警报线的数据发送短信，电子邮件或微信警告。

数据采集系统

建立一个多数据收集和分析系统，可以手动或自动收集和分析各种测量设备和过程数据。收集对象涉及车间和质量保证等多个部门，包括测量数据和过程数据，并且可以支持后续工作新标准数据分析的二次开发。

2.1在每个生产过程中部署各种测量设备

在线激光检查设备，现场检查设备测量设备，三坐标设备，白光测量设备，关节臂测量仪，激光跟踪仪，现场模拟设备，手持式检查工具，内间隙电子测量仪，主模型这些测量设备被部署在车身制造的各个方面，以在制造过程的各个方面收集产品数据。

2.2收集过程数据

除了收集产品数据外，它还将工具数据（包括工具校准数据，垫片调整记录和生产过程中的过程事件）收集到JMeng Intelligence设计的数据管理平台中；

2.3手持移动终端数据收集

使用移动APP收集现场实时数据。借助移动APP，现场人员可以随时记录事件，质量问题和现场测量数据；

集中存储和分析数据

智能检具

上汽乘用车通过不同的设备和方法收集了大量的数据，但是这些数据格式是不同的，过去很难以统一的方式进行管理。使用JMeng智能数据分析平台，将数据统一管理到该平台系统中。通过平台的集中存储和数据处理，所有数据不再是一个信息孤岛，所有相关部门都可以根据不同的操作权限上载数据和查看数据。

全面有效地管理供应商产品数据

供应商数据也是影响产品最终质量的关键因素。过去，供应商数据是单独提供的，不能用于有效的统计分析，并且不能有效地控制供应商数据的正确性。如今，各种供应商都通过Internet直接将数据上传到数据分析平台，用户可以对这些数据进行长期回顾分析。并设置统计算法，当供应商数据被伪造或手动修改时，系统将生成提示信息或拒绝上传数据。使用此功能，SQE可以更有效地管理供应商质量。

产品质量状态和生产过程状态的多维评估

合格率评估，通过比较车身每个关键点的设计坐标值和实际坐标值之间的偏差来判断车身尺寸。通过率是评估单个产品质量的指标。计算方法是将每个点的测量偏差数据与公差带进行比较。如果测量偏差值在公差范围内，则表明测量点合格，否则为不合格。产品上所有测量点中合格点数与测量点总数之比就是合格率。由于合格率发生变化的原因很多，例如平均漂移和过度波动，因此合格率是一项整体评估，可以用作质量的即时监控。

偏差分析

稳定性评估。尺寸稳定性也是上汽乘用车评估产品的重要指标。产品的稳定性不仅影响产品尺寸的优化，而且影响车辆的许多后续工序。

评估过程能力。在评估产品时，它还会计算Cp / Cpk / Pp / Ppk来评估生产过程。

在上汽乘用车中，评估产品合格率，稳定性和评估生产过程能力的三种方法贯穿于整个生产质量控制过程，并且是每个部门评估汽车制造质量的重要指标。

制作多个质量报告

智能检具

在对导入到数据平台中的数据进行预处理之后，他们将基于他们的质量评估系统，使用软件平台中的组件来生成和发布各种报告，以反映产品质量状态和生产过程状态。使用此应用程序，大大提高了质量保证部门制作和发布质量报告的效率。

实时质量问题警报

JMeng数据分析平台中设置了各种数据判断条件，以防止存在质量问题的产品进入下一个流程。在测量产品时，如果系统发现测量值触发了设置条件，它将通过SMS，电子邮件或微信自动将信息立即发送给相关人员。例如，一旦某些关键点的数据超出容限，它将影响以后的安装和匹配。当告警信息发送给工程师时，工程师将及时做出反应，避免了批量缺陷。此外，可以通过SPC判别规则预先设置警报条件，以防止由于工具磨损和移位差异引起的产品质量问题。

实时问题报警是上汽乘用车应用工业大数据的典型案例。它有效地防止了制造车间将有缺陷的产品流入下一工序。

异常警告

复杂问题的分析与处理

由于收集了各个方面和多个生产过程的数据，因此可以使用平台中提供的各种质量分析工具来分析数据，例如趋势图，控制图，帕累托图，直方图，相关性分析，利用这些工具，工程师可以从各个方面了解产品的质量状况，以发现产品质量的变化趋势。

以最简单的趋势图分析为例。当工程师发现系统中数据的定期周期性变化时，他们可以在系统中以相同的变化规律搜索过程事件，然后分析过程事件的可能产物数据改变的根本原因，最后找到根本原因。此外，在系统中可以计算出整个身体上所有点之间的相关性，并且可以通过分析和找到高度相关的点来优化测量计划。即，对于已经高度相关的点，仅需要监视一个点。其值可以表示另一点的状态，从而达到节省测量资源的目的。

对于首次出现的复杂质量问题，将人工贝叶斯算法模型用于概率推导，并通过分析大量先前数据来获得问题可能原因的概率分布，从而有针对性地分析问题产生的原因并解决问题，大大提高了解决问题的效率。

趋势分析

智能检具