技術文章

當前頁面: 首頁 >技術文章 >智能制造升級,積夢智能助力「上汽乘用車」實現全生命周期管控

智能制造升級,積夢智能助力「上汽乘用車」實現全生命周期管控

供稿:中國工控網 2019/12/10 11:46:16

0 人氣:4

  • 關鍵詞: 智能制造 全生命周期管控
  • 摘要:該平臺以上海積夢智能科技有限公司自主研發的工業互聯網智能制造平臺為基礎,結合上汽乘用車生產現場的實際情況和質量控制需求進行構建。目前已逐步實現質量管理的數字化、自動化和智能化,平臺在質量控制和質量管理中的大數據應用效果顯著。

上汽乘用車公司,承擔著國內自主品牌汽車的研發、制造與銷售。該公司以國際化的視野,創造性地集成全球優勢資源,以高品質的產品與服務,滿足消費者高品位需求。

1.png

公司的汽車品牌涵蓋了中高級車,中級車,大眾普及型車及跑車等領域不同車型品種。已形成多平臺,全系列車型,從而形成與國際汽車技術發展趨勢相同步的、覆蓋主流乘用車領域各個細分市場的寬系列產品線布局。目前,上汽乘用車公司擁有多個整車生產制造基地,生產自主品牌整車系列。

 

公司2018年全年銷量70萬輛+,實現同比增長35%,在整體市場逆增長的情況下取得了傲人的業績表現。近年來企業在產銷量高速增長的同時,質量體系也在不斷地完善和提升。終端客戶對于汽車操控性、安全性、質量穩定性、可靠性等方面的需求在不斷提升,使得汽車制造過程中的質量管理工作也越來越復雜。

 

 一、挑戰

汽車制造工藝異常復雜,其中車身制造需要通過上百道工序,將幾百個零部件拼接成一個完整的白車身,在整個制造過程中尺寸精度測量是一項必做的、復雜的、系統性的工作。車身的尺寸精度直接影響著整車零部件安裝、四輪定位、匹配、密封等一系列的功能,如果白車身尺寸精度不合格,會導致后續大量的裝配問題出現,造成人力和物料資源的浪費。對于汽車品牌而言,車身尺寸精度也是代表了汽車的開發能力、制造能力以及生產水平等。因此,完善車身尺寸精度質量管控體系,是質量工作的主要內容之一。

01信息孤島,部門間難以協同

汽車車身制造不僅與尺寸測量部門有關,還涉及到其他眾多的關聯部門,包括:制造車間、樣板科、質保部、SQE、IT信息管理等部門。這些眾多的部門從不同角度來監督車身制造質量,不同部門對尺寸測量數據的應用也不同。如何滿足公司內部不同部門的不同質量數據需求,并且利用測量數據對車身制造形成協同效應,來提升車身制造質量的提升,這是一個當前面臨的挑戰。

 

CP控制計劃執行記錄需要從不同部門去收集大量數據,由于部門間系統的不協同導致收集數據時間較長,因此控制計劃執行記錄的數據有一定的滯后性,無法保證在第一時間發現問題;并且控制計劃執行記錄由人工維護和判定,缺乏自動實時預警報警系統。

 

02缺乏電子化信息收集方式

巡檢、抽檢、來料檢驗等工作多數發生在生產現場,手工記錄數據并回到電腦前錄入,造成了數據的延遲性和差錯率,如果加入了現場移動端信息收集的方式,即保證了數據的實時性,也一定程度上避免了數據錄入的差錯率。數據采集、數據存儲、數據的延續性和可追溯性不夠。所以,面對復雜的質量管理工作,傳統的依賴人工分析和歷史經驗的方式已經無法滿足企業日益嚴格的質量控制要求,需要用電子化的數據采集和存儲方式來保證質量數據的延續性和可追溯性。

 

焊接有部分數據原本不分析,但是由于內部質量標準的提升,自身質量要求加嚴以后,對于原本不要求采集分析的數據,也需要進行電子化采集分析,來更好的滿足終端客戶。

 

03缺乏協同分析工具,復雜質量問題解決效率低

對于車身制造過程中出現的復雜質量問題,需要對大量的質量數據進行處理分析討論后才能得出初步的結果,耗時較長,且在討論過程中對于歷史經驗有一定的依賴性,不利于問題本質的發現與解決。

針對以前從未發生過,首次出現的質量問題,需要從生產源頭開始每個工序每個責任人一一篩查的方式進行排查,耗費巨大的人力、物力和時間成本。需要有人工智能的方式(如貝葉斯算法)來輔助相關問題的解決。

 

04缺乏高質量數據集

大量的設備運行信息、工藝參數信息、測量數據、質量監控數據都存儲在服務器上,僅對部分數據進行了初步處理分析,有用和無用的數據混雜,且缺乏對存儲的數據進行數據清洗處理,并得出高質量數據集的數學模型。

 

二、解決方案

該平臺以上海積夢智能科技有限公司自主研發的工業互聯網智能制造平臺為基礎,結合上汽乘用車生產現場的實際情況和質量控制需求進行構建。目前已逐步實現質量管理的數字化、自動化和智能化,平臺在質量控制和質量管理中的大數據應用效果顯著。

 

01平臺系統架構

平臺以安亭為中心,多基地及供應商聯動的形式運行。在安亭總部設置整個平臺的服務器(包括Postgresql的數據庫服務器以及應用服務器),同時開通服務器的應用端口和外網權限,各基地(上海、南京、鄭州、寧德、泰國等)及供應商的工程師通過賬戶密碼或者以游客形式進行登錄,無需通過License,且無人數限制。

 

系統通過數據采集解析系統、存儲分析系統,對各類自動和手動檢測設備進行采集并統一管控;通過多維度的評價指標和多樣化的質量報告對數據進行分析和可視化展示;同時通過實時報警系統設置報警條件和相關人員,對觸發報警線的數據進行短信、郵件或微信預警。

 

02數據采集系統

建立多數據的采集解析系統,可以對多種測量設備、工藝數據進行手動或自動采集并解析,采集對象涉及車間、質保等多個部門,包含測量數據和工藝數據,同時可以支持后續全新標準化數據解析的二次開發。

 

2.1 在各個生產過程中部署多種測量設備

在線激光檢測設備、現場檢具測量設備、三坐標設備、白光測量設備、關節臂測量儀、激光跟蹤儀、現場模擬裝置、手持式檢具、內間隙電子測量儀、主模型以及間隙面差測量儀等。這些測量設備部署在車身制造的各個環節,全方面收集制造過程中的產品數據。

 

2.2 采集工藝數據

除了采集產品數據,還將工裝數據——包括工裝標定數據、墊片調整記錄,以及生產過程中的工藝事件收集到積夢智能為他們設計的數據管理平臺中;

 

2.3 手持移動端數據采集

使用移動APP實時收集現場的數據,利用移動APP,現場人員可以隨時記錄發生的事件、質量問題以及現場測量數據;

 

03進行數據的集中存儲和分析

上汽乘用車之前通過不同設備和方式采集了大量的數據,然而這些數據格式各不相同,以往傳統的方式很難將他們統一管理應用。采用積夢智能的數據分析平臺,將這些數據統一管理到這一個平臺系統。通過平臺對數據集中存儲和處理,所有的數據不再是信息孤島,所有相關部門都可以根據不同操作權限進行數據上傳及數據查看。

 

 

04全面有效地管理供應商產品數據

供應商數據也是影響產品最終質量的關鍵因素,以往供應商數據都是零散提供,不能做有效地統計分析,并且對供應商數據的正確性也不能有效把控。如今各個供應商通過網絡直接將數據上傳到數據分析平臺中,使用方可以對這些數據做長期的追溯分析。并且設置統計算法,當供應商數據造假或有手動修改,系統會產生提示信息或拒絕數據上傳。利用這一功能,SQE能更加有效地管理供應商質量。

 

05多維度評價產品質量狀態和生產工藝狀態

合格率評價,即通過比較車身各個關鍵點的設計坐標值與實際坐標值的偏差來判斷其尺寸的好壞。合格率是一個對單產品的質量進行評價的指標。計算方法是以各點測量偏差數據與公差帶進行比較,如果測量偏差值落在公差范圍內,則該測點合格,否則為不合格。一個產品上所有測點中合格點數與測點總數的比值即為通過率。由于導致通過率變化的原因很多,如均值漂移和波動過大等,因此合格率是一個總體的評價,可以作為質量的一個即時監控。

2.png

↑偏差分析

穩定性評價。尺寸的穩定性也是上汽乘用車評價產品的一個重要指標。產品的穩定性不僅影響產品尺寸的優化,也會影響整車的許多后續工藝過程。

 

評價工藝過程能力。對產品評價的同時,也計算Cp/Cpk/Pp/Ppk對生產過程進行評價。

 

在上汽乘用車,評價產品合格率、穩定性和評價生產過程的能力三種方式一直貫穿于整個生產質量管控過程,是各部門評價車輛制造質量的重要指標。

 

 

06制作多種質量報告

導入數據平臺的數據,經過預處理后,基于他們的質量評價體系,他們會利用軟件平臺中的組件,制作和發布多種報表,來反映產品質量狀態和生產工藝狀態。利用該應用,質保部制作和發布質量報表的效率大幅提升。

 

 

07實時質量問題報警

在積夢數據分析平臺中設置了多種數據判斷條件來防止有質量問題的產品流入下道工序。在產品測量的同時,如果系統發現有測量數值觸發了設置的條件,會自動即時將信息通過短信、郵件或者微信傳送到相關人員。例如,某些關鍵點的數據一旦超差就會影響后期的安裝匹配,當報警信息發送到工程師,工程師會及時響應,能夠避免批量的缺陷產生。還有,可以通過SPC判異規則預設報警條件,防止工裝磨損、班次差異等引發產品的質量問題。實時問題報警是上汽乘用車應用工業大數據典型的案例。它有效地防止制造車間將缺陷產品流入下道工序。

3.png

↑異常預警

 

 

08復雜問題的分析處理

由于收集了各個方面、多個生產過程的數據,可以利用平臺中提供的多種質量分析工具來分析數據,如趨勢圖、控制圖、排列圖、直方圖、相關性分析等,利用這些工具,工程師可以從不同的方面來了解產品的質量狀態,來查找產品質量的變化趨勢。

 

以最簡單的趨勢圖分析為例,當工程師從系統中發現數據有規律性的周期變化后,可以在系統中查找與之變化規律性相同的工藝事件,再分析該工藝事件可能產品數據變化的潛在原因,最終找出根本原因。另外,在系統中計算整個車身上所有點之間的相關關系,可以通過分析,找出一直強相關的點,來優化測量方案,即對于一直強相關的點,只需要監控其中的一個點,其數值即能代表另一點的狀態,從而達到節省測量資源的目的。

 

對于首次出現的復雜質量問題采用人工智能貝葉斯算法模型進行概率推導,通過以前的大量數據進行分析得出問題產生的可能原因的概率分布,從而有針對性的對問題進行原因分析與解決,使得問題解決的效率大大提升。

 

9.png

↑趨勢分析

10.png

↑原因分析

三、實施效果 

通過實施積夢智能制造平臺,上汽乘用車質量系統目前有如下提升效果:

  • 質量報告制作和質量問題分析的時間縮短50%;

  • 提升信息的交互速度80%;

  • 通過動態化尺寸測量實現精簡50%的測點,單臺車測量可以節省費用約1.2w。(按4個基地,每個工廠6個項目,每個項目每年250臺估算,每年總計可以節約測量費用約7200w。)

積夢智能制造平臺的順利實施,還減少了工程師的日常工作量,成功的讓工程師從繁重的數據分析工作中脫離出來,有更多的時間進行進一步的自主創新,為企業戰略轉型提供更多的幫助。

 

四、展望

在將來,積夢智能制造平臺將汽車制造的前端和后端進行串聯,在汽車行業實現全生命周期的大數據應用:

  • 更全面、更有效地采集供應商數據,對整個供應鏈進行監督管理;

  • 將制造過程數據有效反饋到研發部門,幫助整個研發過程質量提升;

  • 在整車售后過程中,收集客戶抱怨和返修數據,將這些數據充分反饋到制造過程中來,更有針對性地提高制造產品的質量。

 

審核編輯(王靜)
更多內容請訪問 中國工控網(http://www.zgscfc.com)

手機掃描二維碼分享本頁

工控網APP下載安裝

 

我來評價

評價:
一般
北京赛车