新聞中心

智能制造升級,吉盟智能幫助“上汽乘用車”實現完整的生命周期管理和控制

發布日期: 2020-12-23 點擊: 376

智能制造升級,吉盟智能幫助“上汽乘用車”實現完整的生命周期管理和控制

背景

上汽乘用車公司負責國內汽車品牌的研發,生產和銷售。公司具有國際視野,創造性地整合了全球卓越的資源,并通過高質量的產品和服務滿足了消費者的高品位需求。

該公司的汽車品牌涵蓋了中高端汽車,中級汽車,受歡迎的流行汽車和跑車領域的不同類型的車型。它形成了多平臺,全系列的車型,從而形成了與國際汽車技術發展趨勢同步的廣泛系列產品線布局,并涵蓋了主流乘用車領域的各個細分市場。目前,上汽乘用車公司擁有多個整車生產基地,以自己的品牌生產整車系列。

公司在2018年共售出700,000輛汽車,同比增長35%,盡管整體市場逆勢增長,但仍取得了驕人的業績。近年來,在企業產銷快速增長的同時,質量體系也在不斷完善和升級。最終客戶對汽車操縱,安全性,質量穩定性和可靠性的要求不斷提高,這使得汽車制造過程中的質量管理變得越來越復雜。

挑戰

汽車制造過程極其復雜。其中,車身制造需要數百個工序才能將數百個零件拼接成完整的白車身。在整個制造過程中,尺寸精度的測量是必須做的,復雜且系統的工作。車身的尺寸精度直接影響一系列功能,例如零件的安裝,四輪定位,匹配和密封。如果白車身的尺寸精度不合格,將導致大量后續組裝問題,從而浪費人力和物力。 。對于汽車品牌來說,車身的尺寸精度也代表著汽車的開發能力,制造能力和生產水平。因此,完善車身尺寸精度質量控制體系是質量工作的主要內容之一。

身體質量體系面臨的挑戰

01

信息孤島,部門之間難以協作

車身制造不僅與尺寸測量部門有關,而且還涉及許多其他相關部門,包括:制造車間,原型部門,質量保證部門,SQE,IT信息管理等部門。這些部門從不同角度監督車身制造的質量,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要求,以及如何利用測量數據對車身制造產生協同效應,以提高車身制造質量是當前的挑戰。

CP控制計劃執行記錄需要從不同部門收集大量數據。由于部門之間系統的不協調,收集數據需要很長時間。因此,控制計劃執行記錄的數據存在一定的滯后性,無法在首次發現問題時得到保證。控制計劃執行記錄是人工維護和判斷的,缺乏自動實時預警和報警系統。

智能檢具

02

缺乏電子信息收集方法

檢查,隨機檢查,進料檢查和其他任務大部分發生在生產現場。手動記錄數據并將其返回計算機以進行輸入,從而導致數據延遲和錯誤率。如果增加了現場移動終端的信息收集方式,既保證了數據的實時性,又在一定程度上避免了數據錄入的錯誤率。數據收集,數據存儲以及數據連續性和可追溯性不足。因此,面對復雜的質量管理工作,依靠手工分析和歷史經驗的傳統方法已不能滿足企業日益嚴格的質量控制要求。需要使用電子數據收集和存儲方法來確保質量數據的連續性和可用性。追溯。

一些焊接數據最初并未進行分析,但是由于內部質量標準的提高和更嚴格的質量要求,還需要電子收集和分析原本不需要收集和分析的數據,以更好地滿足最終客戶的需求。

03

缺乏協作分析工具,解決復雜質量問題的效率低

對于車身制造過程中出現的復雜質量問題,在獲得初始結果之前,需要處理,分析和討論大量質量數據,這需要很長時間,并且要取決于汽車行業的歷史經驗。討論過程。 ,不利于發現和解決問題的性質。

對于以前從未發生過的質量問題,這是第一次,對每個過程負責的每個人都必須從生產來源中逐一進行篩選,這會浪費大量的人力,物力和時間成本。需要使用人工智能方法(例如貝葉斯算法)來協助解決相關問題。

04

缺乏高質量數據集

大量設備操作信息,過程參數信息,測量數據和質量監視數據都存儲在服務器上。最初只對部分數據進行處理和分析。有用和無用的數據混合在一起,并且存儲的數據上缺少數據。進行清潔處理,并獲得高質量數據集的數學模型。

解決方案

該平臺基于上海濟盟智能科技有限公司自主開發的工業互聯網智能制造平臺,結合上汽乘用車生產基地的實際情況和質量控制要求。目前,質量管理的數字化,自動化和智能化已逐步實現,該平臺的大數據在質量控制和質量管理中的應用效果顯著。

01

智能檢具

平臺系統架構

該平臺以安亭為中心,以多基地和供應商鏈接的形式運行。在安亭總部設置整個平臺的服務器(包括Postgresql數據庫服務器和應用程序服務器),并同時打開服務器的應用程序端口和外部網絡權限 智能檢具 ,每個基地(上海,南京 智能檢具 ,鄭州,寧德,泰國等。)通過帳戶密碼或以訪客身份登錄,沒有許可證,并且人數沒有限制。

系統通過數據收集分析系統和存儲分析系統收集和管理各種自動和手動測試設備;通過多維評估指標和多樣化的質量報告對數據進行分析和可視化;同時通過實時警報系統設置警報條件和相關人員,并向觸發警報線的數據發送短信,電子郵件或微信警告。

02

數據采集系統

建立一個多數據收集和分析系統,可以手動或自動收集和分析各種測量設備和過程數據。收集對象涉及車間和質量保證等多個部門,包括測量數據和過程數據,并且可以支持后續工作新標準數據分析的二次開發。

2.1在每個生產過程中部署各種測量設備

在線激光檢查設備,現場檢查設備測量設備,三坐標設備,白光測量設備,關節臂測量儀,激光跟蹤儀,現場模擬設備,手持式檢查工具,內間隙電子測量儀,主模型這些測量設備被部署在車身制造的各個方面,以在制造過程的各個方面收集產品數據。

2.2收集過程數據

除了收集產品數據外,它還將工具數據(包括工具校準數據,墊片調整記錄和生產過程中的過程事件)收集到JMeng Intelligence設計的數據管理平臺中;

2.3手持移動終端數據收集

使用移動APP收集現場實時數據。借助移動APP,現場人員可以隨時記錄事件,質量問題和現場測量數據;

03

集中存儲和分析數據

智能檢具

上汽乘用車通過不同的設備和方法收集了大量的數據,但是這些數據格式是不同的,過去很難以統一的方式進行管理。使用JMeng智能數據分析平臺,將數據統一管理到該平臺系統中。通過平臺的集中存儲和數據處理,所有數據不再是一個信息孤島,所有相關部門都可以根據不同的操作權限上載數據和查看數據。

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。過去,供應商數據是單獨提供的,不能用于有效的統計分析,并且不能有效地控制供應商數據的正確性。如今,各種供應商都通過Internet直接將數據上傳到數據分析平臺,用戶可以對這些數據進行長期回顧分析。并設置統計算法,當供應商數據被偽造或手動修改時,系統將生成提示信息或拒絕上傳數據。使用此功能,SQE可以更有效地管理供應商質量。

05

產品質量狀態和生產過程狀態的多維評估

合格率評估,通過比較車身每個關鍵點的設計坐標值和實際坐標值之間的偏差來判斷車身尺寸。通過率是評估單個產品質量的指標。計算方法是將每個點的測量偏差數據與公差帶進行比較。如果測量偏差值在公差范圍內,則表明測量點合格,否則為不合格。產品上所有測量點中合格點數與測量點總數之比就是合格率。由于合格率發生變化的原因很多,例如平均漂移和過度波動,因此合格率是一項整體評估,可以用作質量的即時監控。

偏差分析

穩定性評估。尺寸穩定性也是上汽乘用車評估產品的重要指標。產品的穩定性不僅影響產品尺寸的優化,而且影響車輛的許多后續工序。

評估過程能力。在評估產品時,它還會計算Cp / Cpk / Pp / Ppk來評估生產過程。

在上汽乘用車中,評估產品合格率,穩定性和評估生產過程能力的三種方法貫穿于整個生產質量控制過程,并且是每個部門評估汽車制造質量的重要指標。

06

制作多個質量報告

智能檢具

在對導入到數據平臺中的數據進行預處理之后,他們將基于他們的質量評估系統,使用軟件平臺中的組件來生成和發布各種報告,以反映產品質量狀態和生產過程狀態。使用此應用程序,大大提高了質量保證部門制作和發布質量報告的效率。

07

實時質量問題警報

JMeng數據分析平臺中設置了各種數據判斷條件,以防止存在質量問題的產品進入下一個流程。在測量產品時,如果系統發現測量值觸發了設置條件,它將通過SMS,電子郵件或微信自動將信息立即發送給相關人員。例如,一旦某些關鍵點的數據超出容限,它將影響以后的安裝和匹配。當告警信息發送給工程師時,工程師將及時做出反應,避免了批量缺陷。此外,可以通過SPC判別規則預先設置警報條件,以防止由于工具磨損和移位差異引起的產品質量問題。

實時問題報警是上汽乘用車應用工業大數據的典型案例。它有效地防止了制造車間將有缺陷的產品流入下一工序。

異常警告

08

復雜問題的分析與處理

由于收集了各個方面和多個生產過程的數據,因此可以使用平臺中提供的各種質量分析工具來分析數據,例如趨勢圖,控制圖,帕累托圖,直方圖,相關性分析,利用這些工具,工程師可以從各個方面了解產品的質量狀況,以發現產品質量的變化趨勢。

以最簡單的趨勢圖分析為例。當工程師發現系統中數據的定期周期性變化時,他們可以在系統中以相同的變化規律搜索過程事件,然后分析過程事件的可能產物數據改變的根本原因,最后找到根本原因。此外,在系統中可以計算出整個身體上所有點之間的相關性,并且可以通過分析和找到高度相關的點來優化測量計劃。即,對于已經高度相關的點,僅需要監視一個點。其值可以表示另一點的狀態,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,將人工貝葉斯算法模型用于概率推導,并通過分析大量先前數據來獲得問題可能原因的概率分布,從而有針對性地分析問題產生的原因并解決問題,大大提高了解決問題的效率。

趨勢分析

智能檢具

原因分析

實施效果

通過吉蒙智能制造平臺的實施,上汽乘用車質量體系目前具有以下改善效果:

質量報告生成和質量問題分析的時間減少了50%;信息交互速度提高了80%;通過動態尺寸測量,測量點減少了50%,單車測量的成本可節省約1.2w。 (根據每個工廠的4個基地,6個項目,每年每個項目250個單位,估計每年的總測量成本約為7200w。)

JMeng智能制造平臺的順利實施還減少了工程師的日常工作量,并成功地使工程師擺脫了繁重的數據分析工作,從而有更多時間進行進一步的自主創新和企業戰略轉型,為企業提供更多幫助。

Outlook

未來,JMeng的智能制造平臺將汽車制造的前端和后端串聯起來,實現汽車行業整個生命周期的大數據應用:

更全面,更有效地收集供應商數據,并監督和管理整個供應鏈;有效地將制造過程數據反饋給研發部門,以幫助提高整個研發過程的質量;在車輛售后維修過程中收集客戶投訴和投訴,將這些數據完全輸入到制造過程中,并提高目標產品的質量。

本文網址:www.ks-wbt.vip/company/1285.html

  • 在線客服
  • 微信二維碼
  • 聯系電話
    15335276660
  • 在線留言
  • m www