背景上汽乘用车公司，承担着国内自主品牌汽车的研发、制造与销售。该公司以国际化的视野，创造性地集成全球优势资源，以高品质的产品与服务，满足消费者高品位需求。公司的汽车品牌涵盖了中高级车，中级车，大众普及型车及跑车等领域不同车型品种。已形成多平台，全系列车型，从而形成与国际汽车技术
发展趋势相同步的、覆盖主流乘用车领域各个细分市场的宽系列产品线布局。目前，上汽乘用车公司拥有多个整车生产制造基地，生产自主品牌整车系列。公司年全年销量70万辆+，实现同比增长35%，在整体市场逆增长的情况下取得了傲人的业绩表现。近年来企业在产销量高速增长的同时，质量体系也在不断地完善和提升。终端客户对于汽车操控性、安全性、质量稳定性、可靠性等方面的需求在不断提升，使得汽车制造过程中的质量管理工作也越来越复杂。挑战汽车制造工艺异常复杂，其中车身制造需要通过上百道工序，将几百个零部件拼接成一个完整的白车身，在整个制造过程中尺寸精度测量是一项必做的、复杂的、系统性的工作。车身的尺寸精度直接影响着整车零部件安装、四轮定位、匹配、密封等一系列的功能，如果白车身尺寸精度不合格，会导致后续大量的装配问题出现，造成人力和物料资源的浪费。对于汽车品牌而言，车身尺寸精度也是代表了汽车的开发能力、制造能力以及生产水平等。因此，完善车身尺寸精度质量管控体系，是质量工作的主要内容之一。车身质量系统面临的挑战01信息孤岛，部门间难以协同汽车车身制造不仅与尺寸测量部门有关，还涉及到其他众多的关联部门，包括：制造车间、样板科、质保部、SQE、IT信息管理等部门。这些众多的部门从不同角度来监督车身制造质量，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需求，并且利用测量数据对车身制造形成协同效应，来提升车身制造质量的提升，这是一个当前面临的挑战。CP控制计划执行记录需要从不同部门去收集大量数据，由于部门间系统的不协同导致收集数据时间较长，因此控制计划执行记录的数据有一定的滞后性，无法保证在第一时间发现问题；并且控制计划执行记录由人工维护和判定，缺乏自动实时预警报警系统。02缺乏电子化信息收集方式巡检、抽检、来料检验等工作多数发生在生产现场，手工记录数据并回到电脑前录入，造成了数据的延迟性和差错率，如果加入了现场移动端信息收集的方式，即保证了数据的实时性，也一定程度上避免了数据录入的差错率。数据采集、数据存储、数据的延续性和可追溯性不够。所以，面对复杂的质量管理工作，传统的依赖人工分析和历史经验的方式已经无法满足企业日益严格的质量控制要求，需要用电子化的数据采集和存储方式来保证质量数据的延续性和可追溯性。焊接有部分数据原本不分析，但是由于内部质量标准的提升，自身质量要求加严以后，对于原本不要求采集分析的数据，也需要进行电子化采集分析，来更好的满足终端客户。03缺乏协同分析工具，复杂质量问题解决效率低对于车身制造过程中出现的复杂质量问题，需要对大量的质量数据进行处理分析讨论后才能得出初步的结果，耗时较长，且在讨论过程中对于历史经验有一定的依赖性，不利于问题本质的发现与解决。针对以前从未发生过，首次出现的质量问题，需要从生产源头开始每个工序每个责任人一一筛查的方式进行排查，耗费巨大的人力、物力和时间成本。需要有人工智能的方式（如贝叶斯算法）来辅助相关问题的解决。04缺乏高质量数据集大量的设备运行信息、工艺参数信息、测量数据、质量监控数据都存储在服务器上，仅对部分数据进行了初步处理分析，有用和无用的数据混杂，且缺乏对存储的数据进行数据清洗处理，并得出高质量数据集的数学模型。解决方案该平台以上海积梦智能科技有限公司自主研发的工业互联网智能制造平台为基础，结合上汽乘用车生产现场的实际情况和质量控制需求进行构建。目前已逐步实现质量管理的数字化、自动化和智能化，平台在质量控制和质量管理中的大数据应用效果显著。01平台系统架构平台以安亭为中心，多基地及供应商联动的形式运行。在安亭总部设置整个平台的服务器（包括Postgresql的数据库服务器以及应用服务器），同时开通服务器的应用端口和外网权限，各基地（上海、南京、郑州、宁德、泰国等）及供应商的工程师通过账户密码或者以游客形式进行登录，无需通过License，且无人数限制。系统通过数据采集解析系统、存储分析系统，对各类自动和手动检测设备进行采集并统一管控；通过多维度的评价指标和多样化的质量报告对数据进行分析和可视化展示；同时通过实时报警系统设置报警条件和相关人员，对触发报警线的数据进行短信、邮件或
转载请注明：http://www.dbingx.com/hfsl/12652.html
