汽車(chē)總裝專(zhuān)業(yè)全流程數(shù)智化敏捷質(zhì)量管控

劉 興，王金成，劉 鵬，李思文

（一汽-大眾汽車(chē)有限公司佛山分公司，廣東佛山 528000）

0 引言

隨著汽車(chē)疫情、芯片、燃油等問(wèn)題導(dǎo)致的汽車(chē)行業(yè)增速緩慢，大型汽車(chē)企業(yè)如何在市場(chǎng)寒冬和各方造車(chē)新勢(shì)力的圍追堵截下脫穎而出，保證產(chǎn)品的認(rèn)同度顯得愈發(fā)重要。為實(shí)現(xiàn)該目的，必須要保證產(chǎn)品的高質(zhì)量，對(duì)于大型汽車(chē)企業(yè)來(lái)說(shuō)，因?yàn)樯婕傲悴考?、人員較多，如何利用數(shù)智化的手段去管控質(zhì)量、提升質(zhì)量顯得愈發(fā)重要。

國(guó)內(nèi)外對(duì)產(chǎn)品生產(chǎn)過(guò)程質(zhì)量都進(jìn)行了大量的研究。朱萬(wàn)方[1]如何借助現(xiàn)有的質(zhì)量信息系統(tǒng)去管控過(guò)程質(zhì)量，許有健等[2]識(shí)別汽車(chē)制造過(guò)程中的管控要素和相應(yīng)的方法，唐艷、陳莉等[3-4]制造業(yè)在數(shù)智化升級(jí)的整體框架研究。上述文獻(xiàn)雖然在質(zhì)量管控、數(shù)智化方面進(jìn)行了深入地研究，但是沒(méi)有深入接入汽車(chē)生產(chǎn)總裝專(zhuān)業(yè)質(zhì)量的全流程敏捷管理，因?yàn)閷?duì)汽車(chē)總裝專(zhuān)業(yè)的全流程敏捷質(zhì)量管理研究顯得愈發(fā)重要。

本文依托國(guó)內(nèi)一流主機(jī)總裝專(zhuān)業(yè)，針對(duì)總裝專(zhuān)業(yè)的全流程質(zhì)量管理，借助大眾康采恩體系的工業(yè)工程KPS方法和數(shù)智化手段，構(gòu)建智慧管理五步法（智能管控，智能預(yù)警，智能分析，智能預(yù)防，智能決策），對(duì)總裝專(zhuān)業(yè)的全過(guò)程質(zhì)量進(jìn)行敏捷的數(shù)智化管控，從而提升保證產(chǎn)品質(zhì)量。最后對(duì)產(chǎn)品最終質(zhì)量進(jìn)行驗(yàn)證，確保智慧管控五步法的準(zhǔn)確性。

1 全流程提升數(shù)智化方案

車(chē)間依托自身數(shù)智化技術(shù)，自主從設(shè)備PLC（西門(mén)子S7-300 系列）、外置環(huán)境等傳感器、FIS 質(zhì)量數(shù)據(jù)庫(kù)、andon 生產(chǎn)數(shù)據(jù)庫(kù)、擰緊數(shù)據(jù)庫(kù)、ups 電檢數(shù)據(jù)庫(kù)整合車(chē)間所需要的所有數(shù)據(jù)，按照具體的要求進(jìn)行整理，構(gòu)建自身的數(shù)據(jù)中臺(tái)系統(tǒng)。對(duì)車(chē)間質(zhì)量業(yè)務(wù)所設(shè)計(jì)的所有模塊進(jìn)行業(yè)務(wù)層次的切片處理，獲取質(zhì)量切片模型，從售后質(zhì)量、生產(chǎn)質(zhì)量、質(zhì)量體系3 個(gè)切面深入管控，依托智能管控、智能預(yù)警、智能分析、智能預(yù)防、智能決策5 步智慧管理方法，從而達(dá)到對(duì)車(chē)間質(zhì)量進(jìn)行全面地管控，全面提高生產(chǎn)質(zhì)量、售后質(zhì)量和過(guò)程質(zhì)量，更加完善車(chē)間質(zhì)量體系，實(shí)現(xiàn)車(chē)間全流程數(shù)智化敏捷質(zhì)量管控。

2 智能管控-基于FIS-eQS 二次開(kāi)發(fā)智慧質(zhì)量管理系統(tǒng)

2.1 項(xiàng)目背景

傳統(tǒng)總裝專(zhuān)業(yè)各工段及班組、QRK 檢查環(huán)節(jié)均是采用紙質(zhì)單進(jìn)行缺陷的記錄管理，記錄的方式?jīng)]有統(tǒng)一的規(guī)則，數(shù)據(jù)的統(tǒng)計(jì)、整合、分析等工作需要額外的人員進(jìn)行單獨(dú)開(kāi)展且無(wú)法精準(zhǔn)地實(shí)現(xiàn)質(zhì)量數(shù)據(jù)指導(dǎo)實(shí)際生產(chǎn)。與此同時(shí)，生產(chǎn)線(xiàn)所有的檢測(cè)類(lèi)設(shè)備的參數(shù)無(wú)法進(jìn)行數(shù)字化監(jiān)管、預(yù)警，也無(wú)法進(jìn)行統(tǒng)一的協(xié)同管理，提質(zhì)增效難度較大。

2.2 技術(shù)實(shí)施

FIS-eQS 系統(tǒng)是基于大眾集團(tuán)為用于生產(chǎn)控制的FIS系統(tǒng)而開(kāi)發(fā)的電子質(zhì)量管控系統(tǒng)。其可以收集布局于整個(gè)工廠的質(zhì)量信息采集設(shè)備的數(shù)據(jù)（如EC 擰緊、加注、前束等），并以一臺(tái)車(chē)為單位，構(gòu)建每臺(tái)車(chē)的質(zhì)量信息，對(duì)每臺(tái)車(chē)的全生命流程進(jìn)行質(zhì)量監(jiān)控。

圖2 FIS-eQS數(shù)據(jù)采集方式

基于FIS-eQS 一體機(jī)布控車(chē)間各個(gè)班組、QRK 檢查點(diǎn)及質(zhì)保路試及ZP8交付100%檢查點(diǎn)。通過(guò)統(tǒng)一的缺陷描述導(dǎo)入，實(shí)現(xiàn)全價(jià)值鏈全員的統(tǒng)一錄入管理。FISeQS 系統(tǒng)對(duì)全流程質(zhì)量進(jìn)行數(shù)據(jù)收集并進(jìn)行存儲(chǔ)，相當(dāng)于一個(gè)巨大的數(shù)據(jù)庫(kù)?；贔IS-View 數(shù)據(jù)源的二次編程開(kāi)發(fā)，實(shí)現(xiàn)各個(gè)檢查點(diǎn)指標(biāo)、數(shù)據(jù)分析、預(yù)測(cè)等質(zhì)量管理工作。另外，也將加注、前束、轉(zhuǎn)轂、電檢等過(guò)程關(guān)鍵檢測(cè)設(shè)備的數(shù)據(jù)與FIS-eQS 系統(tǒng)打通，實(shí)現(xiàn)設(shè)備參數(shù)的預(yù)防性管理及與產(chǎn)品結(jié)果進(jìn)行雙向?qū)印?/p>

實(shí)施案例：利用FIS-eQS 質(zhì)量系統(tǒng)對(duì)檢查數(shù)據(jù)進(jìn)行深度挖掘并實(shí)現(xiàn)檢查人員的精準(zhǔn)畫(huà)像管理。質(zhì)量指標(biāo)管理及分析：連通加注、擰緊、電檢系統(tǒng)，實(shí)現(xiàn)全過(guò)程直通率指標(biāo)實(shí)時(shí)數(shù)據(jù)趨勢(shì)監(jiān)控及可視化管理。同時(shí)，通過(guò)多維度細(xì)分，使問(wèn)題指向性更強(qiáng)，并自動(dòng)報(bào)告精準(zhǔn)推送，提高效率0.5 h∕人∕天。另外，車(chē)間現(xiàn)場(chǎng)人員穩(wěn)定性監(jiān)控：實(shí)現(xiàn)缺陷實(shí)時(shí)投射至工位，響應(yīng)時(shí)間由原來(lái)的3 h 降至1.5 min。同時(shí)，通過(guò)工位質(zhì)量熱力圖對(duì)作業(yè)人員狀態(tài)進(jìn)行實(shí)時(shí)監(jiān)控，如圖3所示。

圖3 FIS-eQS工位熱力圖

隨著車(chē)間生產(chǎn)的數(shù)據(jù)長(zhǎng)時(shí)間積累，就構(gòu)建了生產(chǎn)過(guò)程的大數(shù)據(jù)，如何有效地利用這些大數(shù)據(jù)，去精準(zhǔn)地展現(xiàn)生產(chǎn)過(guò)程操作人員專(zhuān)業(yè)技術(shù)能力模型，從而有針對(duì)性地提升相應(yīng)能力，顯得愈發(fā)重要，而且隨著數(shù)據(jù)的大量積累，相應(yīng)的用戶(hù)模型就愈發(fā)精準(zhǔn)，可以更加有效地提升操作者的專(zhuān)業(yè)能力[5]。根據(jù)FIS-eQS收集的車(chē)間數(shù)據(jù)與路試及ZP8 交付人員信息進(jìn)行實(shí)時(shí)匹對(duì)，對(duì)于路試及ZP8 交付人員的精準(zhǔn)畫(huà)像：精準(zhǔn)識(shí)別員工檢查遺漏點(diǎn)，班組整體檢出率從75.3%提升至94.3%； 整體員工崗位遵守率由66% 提高的91%； 建立了一套完整的員工管理精細(xì)化管理數(shù)字化運(yùn)行機(jī)制。如圖4所示。

圖4 路試人員能力模型及自動(dòng)畫(huà)像

2.3 項(xiàng)目成果

通過(guò)Fis-eQS 系統(tǒng)的全流程質(zhì)量監(jiān)控，總裝專(zhuān)業(yè)的過(guò)程直通率從55%提升至當(dāng)前的85%；員工漏檢及設(shè)備導(dǎo)致的缺陷率由10% 降至當(dāng)前的3%；生產(chǎn)線(xiàn)檢查員工及設(shè)備參數(shù)報(bào)錯(cuò)的響應(yīng)時(shí)間由平均的2 h 縮短至不到1.5 min，問(wèn)題從發(fā)現(xiàn)到解決的效率極大提升。

3 智能預(yù)警-語(yǔ)音智慧屏系統(tǒng)

3.1 項(xiàng)目背景

目前車(chē)間的質(zhì)量問(wèn)題信息反饋無(wú)法精準(zhǔn)反饋到具體的工位，當(dāng)ZP8 或者ZP7 錄入質(zhì)量問(wèn)題后，操作者無(wú)法第一時(shí)間獲得自己工作崗位的質(zhì)量最新問(wèn)題，也就無(wú)法獲得當(dāng)前最新的質(zhì)量缺陷，可能會(huì)導(dǎo)致類(lèi)似問(wèn)題重復(fù)發(fā)生。

利用MTM 得出車(chē)間輔助時(shí)間[6]對(duì)比哈勃報(bào)告的競(jìng)爭(zhēng)車(chē)型，有較大的優(yōu)化空間?？傃b效率因素分布在人、機(jī)、料、法、環(huán)各個(gè)環(huán)節(jié)，落到生產(chǎn)線(xiàn)整體體現(xiàn)為價(jià)值工時(shí)與輔助工時(shí)，從節(jié)拍平衡看，其中價(jià)值工時(shí)約占60%，輔助工時(shí)約占40%，價(jià)值工時(shí)的影響因素在總裝外（產(chǎn)品可裝配性、加工深度、結(jié)構(gòu)形式），輔助工時(shí)的影響因素主要在總裝車(chē)間內(nèi)，所以立足于總裝車(chē)間，擬從輔助工時(shí)的角度研究總裝效率提升的解決方案。如表1所示。

表1 輔助工時(shí)分類(lèi)分析

為此，此次項(xiàng)目重點(diǎn)對(duì)B類(lèi)輔助工時(shí)進(jìn)行深入研究。車(chē)間生產(chǎn)共有400+工位，每個(gè)工位的B 類(lèi)輔助工時(shí)都大同小異，此處以輪眉安裝工位來(lái)作為樣本工位進(jìn)行詳細(xì)地分析介紹。如表2所示。

表2 輪眉安裝工位B類(lèi)輔助工時(shí)分析

3.2 技術(shù)實(shí)施

針對(duì)輔助工時(shí)的分析以及工位質(zhì)量問(wèn)題的痛點(diǎn)研究，需要一套完整的系統(tǒng)設(shè)備，去優(yōu)化各工位的質(zhì)量問(wèn)題操作。如表3所示。

表3 B類(lèi)輔助工時(shí)及質(zhì)量問(wèn)題對(duì)應(yīng)解決方案

為使用一套設(shè)備解決以上問(wèn)題，需要實(shí)時(shí)獲取車(chē)身位置，總裝專(zhuān)業(yè)利用基于條碼識(shí)別和速度積分的車(chē)身定位技術(shù)（BTS）來(lái)實(shí)時(shí)獲取車(chē)輛定位信息。條碼（二維碼）識(shí)別技術(shù)是指利用光電轉(zhuǎn)換設(shè)備對(duì)條形碼進(jìn)行識(shí)別的技術(shù)。在車(chē)輛車(chē)身上粘貼條形碼，當(dāng)車(chē)輛經(jīng)過(guò)某一裝有條形碼掃碼器位置時(shí)，通過(guò)掃描即可獲得該車(chē)輛的信息，如KNR 號(hào)。通過(guò)速度對(duì)時(shí)間的積分可以獲得位移。在汽車(chē)流水生產(chǎn)線(xiàn)上實(shí)時(shí)獲取生產(chǎn)線(xiàn)體的速度，再進(jìn)行積分，再結(jié)合車(chē)輛通過(guò)掃碼頭器的初始時(shí)間（假設(shè)掃碼器安裝在流水線(xiàn)起始工位，位置為0）就可以清晰地算出任意時(shí)刻某一車(chē)輛在流水線(xiàn)的位置。如圖5～6所示。

圖5 汽車(chē)條碼識(shí)別

圖6 汽車(chē)條碼識(shí)別

PR 自動(dòng)識(shí)別系統(tǒng)：車(chē)間的裝配崗位產(chǎn)生了讀取FIS信息需要的行走浪費(fèi)，計(jì)劃通過(guò)建立線(xiàn)邊FIS 信息可視系統(tǒng)，員工在取件工位或者去取件工位的途中，獲取對(duì)應(yīng)的裝配信息，節(jié)省輔助行走工時(shí)。其具體方式為通過(guò)車(chē)身定位系統(tǒng)實(shí)時(shí)獲得具體工位的當(dāng)前車(chē)輛信息KNR號(hào)，通過(guò)程序訪問(wèn)FIS 中的車(chē)輛配置信息，自動(dòng)識(shí)別該工位需要的PR號(hào)信息，并將其展示出來(lái)。如圖7所示。

圖7 PR號(hào)自動(dòng)識(shí)別流程

質(zhì)量映射：按照目前總裝車(chē)全過(guò)程質(zhì)量管理系統(tǒng)（DLQ）的工作模式，普通質(zhì)量問(wèn)題連續(xù)產(chǎn)生3 臺(tái)及以上，由返修操作者匯總后，通知對(duì)應(yīng)生產(chǎn)工長(zhǎng)，工長(zhǎng)通知班長(zhǎng)，班長(zhǎng)通知操作者，當(dāng)前工位問(wèn)題大約需要4h才能傳回到工位。傳遞效率不利于一次交檢合格率的提升。計(jì)劃打通與DLQ 系統(tǒng)間的信息連接，實(shí)現(xiàn)質(zhì)量信息快速精確傳遞到工位，全面提升一次交檢合格率。將質(zhì)量缺陷實(shí)時(shí)投射到具體工位，并進(jìn)行語(yǔ)音播報(bào)[7]，及時(shí)提醒操作員工采取措施，杜絕類(lèi)似問(wèn)題的產(chǎn)生，提高一次性合格率。

重點(diǎn)車(chē)輛自動(dòng)提醒：車(chē)間生產(chǎn)經(jīng)常會(huì)有特殊車(chē)輛或者特殊工藝，比如高配車(chē)、低配車(chē)、項(xiàng)目車(chē)、定制車(chē)、重點(diǎn)崗位等，由于在重點(diǎn)工位缺乏主動(dòng)提醒，經(jīng)常出現(xiàn)錯(cuò)漏裝的問(wèn)題。通過(guò)前期自己定制的匹配規(guī)則，如需要提醒的項(xiàng)目車(chē)、年型車(chē)，當(dāng)這些車(chē)輛到達(dá)該工位時(shí)，會(huì)自動(dòng)彈窗和語(yǔ)音提醒操作者注意操作事項(xiàng)，提升裝配質(zhì)量。

3.3 項(xiàng)目成果

通過(guò)自主構(gòu)建語(yǔ)音智慧屏系統(tǒng)實(shí)現(xiàn)了PR 號(hào)自動(dòng)識(shí)別、特殊車(chē)輛自動(dòng)提醒、質(zhì)量問(wèn)題瞬時(shí)映射等功能，有效地提升了車(chē)間信息傳遞效率，有效地杜絕了零件錯(cuò)漏裝。后續(xù)通過(guò)該項(xiàng)目的實(shí)施，單工位每臺(tái)車(chē)可節(jié)約2 s工時(shí)；后續(xù)可以全部取消紙質(zhì)版的FIS 單，每年可以節(jié)約紙張、打印機(jī)、墨盒相關(guān)成本；提高員工作效率和提高員工工作的滿(mǎn)意度，助力一次性合格率提升至80%。

4 智能分析-ZP7無(wú)人在線(xiàn)測(cè)量尺寸鏈管理系統(tǒng)

4.1 項(xiàng)目背景

為提高員工工作效率和提高產(chǎn)品質(zhì)量，總裝車(chē)間有較多的工作崗位可以利用機(jī)器視覺(jué)+工業(yè)機(jī)器人聯(lián)合作業(yè)的方式進(jìn)行代替?zhèn)鹘y(tǒng)人工作業(yè)方式。為此車(chē)間聯(lián)合規(guī)劃部門(mén)、IE 部門(mén)共同挖掘車(chē)間現(xiàn)場(chǎng)可用機(jī)器視覺(jué)代替的工位[8-9]。

4.2 技術(shù)實(shí)施

此處以ZP7 無(wú)人在線(xiàn)測(cè)量尺寸鏈管理系統(tǒng)進(jìn)行相應(yīng)的介紹。該系統(tǒng)的主要目的為使用機(jī)器視覺(jué)配合工業(yè)機(jī)器人的方式，代替?zhèn)鹘y(tǒng)人工塞尺的方式測(cè)量車(chē)身四門(mén)兩蓋的間隙和平度。采用機(jī)器人+測(cè)量頭混合式測(cè)量系統(tǒng)，由每側(cè)1 臺(tái)機(jī)器人（共2 臺(tái)）攜帶4 個(gè)視覺(jué)掃描頭，完成所需任務(wù)的激光測(cè)量功能；車(chē)身底部采用4 個(gè)固定的定位設(shè)備用于實(shí)現(xiàn)在車(chē)身運(yùn)動(dòng)期間建立車(chē)身坐標(biāo)系從而引導(dǎo)機(jī)器人準(zhǔn)確測(cè)量相關(guān)測(cè)點(diǎn)實(shí)現(xiàn)車(chē)身定位的功能；并配備其他掃描儀器收集車(chē)輛信息。如圖8 所示。

圖8 zp7在線(xiàn)測(cè)量系統(tǒng)結(jié)構(gòu)分布

該系統(tǒng)實(shí)時(shí)聯(lián)通獲取匹配BA7 輸送線(xiàn)驅(qū)動(dòng)電機(jī)的編碼器的信息，從而獲取線(xiàn)體的速度，進(jìn)而確定每輛車(chē)進(jìn)站信息，從而啟動(dòng)對(duì)應(yīng)的測(cè)量程序（每種車(chē)型的測(cè)量點(diǎn)信息不一致）。在設(shè)備的前一個(gè)工位布設(shè)車(chē)輛信息測(cè)量設(shè)備，該設(shè)備用于檢測(cè)車(chē)輛運(yùn)行速度及車(chē)輛停放坐標(biāo)數(shù)據(jù)以及車(chē)輛信息(通過(guò)VIN碼或KNR碼)。

該系統(tǒng)主要用于測(cè)量車(chē)身與車(chē)身零件的間隙與面差匹配尺寸，涉及車(chē)輛前蓋、翼子板、前后門(mén)、車(chē)身、油箱口蓋。

在其測(cè)量完成后，會(huì)將所有的數(shù)據(jù)上傳到fis 質(zhì)量系統(tǒng)中，也會(huì)同步將數(shù)據(jù)保存到車(chē)間服務(wù)器中，通過(guò)自己編制的算法，對(duì)所有的數(shù)據(jù)定期進(jìn)行分析統(tǒng)計(jì)，獲取當(dāng)前車(chē)輛的間隙和平度結(jié)果，并自己生成前序工藝的調(diào)整指導(dǎo)建議，便于指導(dǎo)前序工位進(jìn)行正確的調(diào)整，保證后續(xù)的一次性合格率。通過(guò)多方措施的共同推動(dòng)，目前已將所有點(diǎn)的一次性合格率提升至96%，大大減少返修工時(shí)，降低返修成本。所有的數(shù)據(jù)可以根據(jù)需求進(jìn)行保存，便于追溯全過(guò)程信息，對(duì)于質(zhì)量提升有較大的幫助。

而且通過(guò)大數(shù)據(jù)互聯(lián)設(shè)備與生產(chǎn)網(wǎng)絡(luò)、FIS、測(cè)量網(wǎng)頁(yè)互聯(lián)，實(shí)現(xiàn)工廠尺寸匹配數(shù)據(jù)整合，將ZP5 和ZP7 數(shù)據(jù)互聯(lián)打通，整合工廠內(nèi)四門(mén)兩蓋間隙和平度的匹配數(shù)據(jù)，進(jìn)行正向整合分析，數(shù)據(jù)平臺(tái)實(shí)時(shí)監(jiān)控測(cè)量點(diǎn)在ZP5 和ZP7 差異，及時(shí)預(yù)警與報(bào)警，指導(dǎo)預(yù)留調(diào)整。如圖9 所示。通過(guò)此系統(tǒng)，將以往分析34 個(gè)點(diǎn)的平度和間隙需求至少1～2 天、整車(chē)測(cè)量需要1 周的時(shí)間，縮短至1天以?xún)?nèi)，大幅度提升相應(yīng)的分析時(shí)間。

圖9 后臺(tái)數(shù)智化系統(tǒng)界面

4.3 項(xiàng)目成果

ZP7 在線(xiàn)無(wú)人測(cè)量系統(tǒng)，利用機(jī)器視覺(jué)代替?zhèn)鹘y(tǒng)人工塞尺的方式測(cè)量，ZP8 取消外匹配檢查點(diǎn)34 項(xiàng)，釋放潛能用于表面和功能項(xiàng)檢查；在線(xiàn)測(cè)量對(duì)匹配點(diǎn)百檢和精準(zhǔn)監(jiān)測(cè)，鑄就防線(xiàn)保證出車(chē)質(zhì)量，34 個(gè)測(cè)量點(diǎn)零B 類(lèi)項(xiàng)缺陷流出。

通過(guò)系列的機(jī)器視覺(jué)+工業(yè)機(jī)器人聯(lián)合作業(yè)的方式，助力于車(chē)間質(zhì)量的整體提升，四門(mén)兩蓋的一次性匹配合格率提升至97%以上，且大大提高了車(chē)間的自動(dòng)化率，降低人工成本。

5 智能預(yù)防-敏捷工位2.0數(shù)智化系統(tǒng)

5.1 項(xiàng)目背景

用戶(hù)質(zhì)量持續(xù)精進(jìn)及精益管理的不斷追求，全過(guò)程DLQ的提升乏力，問(wèn)題以散點(diǎn)∕分布呈散狀形態(tài)。工位綠化（豐田工序完結(jié)）無(wú)法實(shí)現(xiàn)數(shù)字化管理且無(wú)法與現(xiàn)有的產(chǎn)品端∕車(chē)間要素端數(shù)字化系統(tǒng)形成集成協(xié)同管理。解決方案：自主開(kāi)發(fā)基于PFMEA 的自工序完結(jié)數(shù)字化系統(tǒng)[10]；車(chē)間人、機(jī)、料、法、環(huán)各要素實(shí)現(xiàn)數(shù)字化管理；打造集成敏捷工位平臺(tái)，實(shí)現(xiàn)三端互聯(lián)協(xié)同?；诠の弧白钚r(jià)值單元格”載體，實(shí)現(xiàn)集“管理∕技術(shù)經(jīng)驗(yàn)+現(xiàn)場(chǎng)執(zhí)行+智能化&數(shù)字化”為一體的全員全鏈條的質(zhì)量敏捷管理[11-12]。

5.2 技術(shù)實(shí)施

結(jié)合外部市場(chǎng)環(huán)境及企業(yè)自身精益化管理的不斷追求，全面落實(shí)TQM 全面質(zhì)量管理及向Smart_Q 數(shù)智化質(zhì)量管理模式轉(zhuǎn)型，基于工位“最小價(jià)值單元格”這個(gè)載體，實(shí)現(xiàn)集“管理∕技術(shù)經(jīng)驗(yàn)+現(xiàn)場(chǎng)執(zhí)行+智能化改善&數(shù)字化管理”為一體的全員全鏈條的質(zhì)量敏捷管理。無(wú)論是TQM 的精益化管理還是Smart-Q 的數(shù)智化管理，都需要將我們對(duì)產(chǎn)品品質(zhì)的追求回歸到價(jià)值鏈的起點(diǎn)（最小價(jià)值單元——工位）上來(lái)。如圖10 所示。結(jié)合工序自完結(jié)理念，以PFMEA 為路徑，協(xié)同規(guī)劃、車(chē)間等業(yè)務(wù)部門(mén)一起，通過(guò)一工位一FMEA，全面梳理各工位的潛在風(fēng)險(xiǎn)點(diǎn)，并建立工位的良品整備條件庫(kù)。在建立良品條件庫(kù)的過(guò)程中，對(duì)于用戶(hù)關(guān)注焦點(diǎn)（如淋雨、粘接、法規(guī)）失效風(fēng)險(xiǎn)進(jìn)行了全部的要素變現(xiàn)及要素標(biāo)簽化處理；同時(shí)，在綠化梳理的過(guò)程中也非常關(guān)注要素能力的持續(xù)改善及輸入端要求的綠化保障，如開(kāi)展車(chē)身的防差錯(cuò)管理、總裝的燈光揀選、焊裝涂裝車(chē)身的可裝配性及核心供應(yīng)商的綠化管理等[13-14]。

圖1 質(zhì)量全流程提升數(shù)智化方案框架

圖10 單一最小價(jià)值單元

隨著數(shù)字化轉(zhuǎn)型戰(zhàn)略的全面推進(jìn)，也將現(xiàn)有產(chǎn)品檢驗(yàn)、過(guò)程端的工位綠化∕巡檢∕問(wèn)題改善及車(chē)間要素端的管理做了全面的數(shù)智化轉(zhuǎn)譯，如實(shí)現(xiàn)了FIS 質(zhì)量數(shù)據(jù)的工位映射、分層審核的全面電子化、要素端設(shè)備參數(shù)及溫濕度數(shù)字化管理等。與此同時(shí)，通過(guò)以工位為最小價(jià)值單元模型，集成了現(xiàn)有產(chǎn)品端∕過(guò)程端的諸多數(shù)字化系統(tǒng)，構(gòu)建了敏捷工位管理平臺(tái)。如圖11所示。

圖11 敏捷工位整體流程

通過(guò)集成平臺(tái)的打造，實(shí)現(xiàn)了產(chǎn)品檢驗(yàn)端-工位綠化端-要素改善端、指標(biāo)決策層-業(yè)務(wù)管理層-員工執(zhí)行層的三端三層自上而下、自下而上貫穿式敏捷數(shù)字化協(xié)同管理。隨著平臺(tái)的不斷運(yùn)行及完善，知識(shí)庫(kù)也將實(shí)現(xiàn)不斷繼承、迭代及向自驅(qū)型敏捷組織管理模式轉(zhuǎn)型。

案例實(shí)施：從人、機(jī)、料、法、環(huán)5 個(gè)維度全面管控和車(chē)間質(zhì)量掛鉤的相關(guān)要素，當(dāng)所有要素都滿(mǎn)足工藝要求，相應(yīng)的工位地圖會(huì)綠色標(biāo)志，如果有1 個(gè)因素不滿(mǎn)足實(shí)際要求，會(huì)黃色標(biāo)志，如果多個(gè)要素嚴(yán)重不滿(mǎn)足則會(huì)紅色標(biāo)致。

此處以車(chē)間環(huán)境為做舉例，車(chē)間自主搭建了環(huán)境實(shí)時(shí)監(jiān)控系統(tǒng)，借助于ZIGBEE 無(wú)線(xiàn)通訊模塊，在車(chē)架內(nèi)布局30 個(gè)溫濕度無(wú)線(xiàn)傳感器，通過(guò)lot 通訊實(shí)時(shí)發(fā)射出來(lái)，再通過(guò)終端樹(shù)莓派實(shí)時(shí)獲取傳感器的響應(yīng)數(shù)據(jù)，借助設(shè)備andon 網(wǎng)絡(luò)存儲(chǔ)到相應(yīng)的mysql 數(shù)據(jù)庫(kù)[13-14]，通過(guò)vue、egg 等數(shù)智化手段形成溫濕度駕駛艙，并通過(guò)python 和釘釘進(jìn)行溫濕度的自動(dòng)提醒，當(dāng)溫濕度超過(guò)設(shè)定的值，會(huì)通過(guò)釘釘進(jìn)行自動(dòng)提醒，并需要相應(yīng)的負(fù)責(zé)人再30 min 內(nèi)有正確的反饋；對(duì)于相應(yīng)的涂膠設(shè)備也會(huì)進(jìn)行自動(dòng)打開(kāi)相應(yīng)的溫濕度自調(diào)節(jié)系統(tǒng)，自動(dòng)打開(kāi)相應(yīng)的加熱或者加濕設(shè)備，來(lái)滿(mǎn)足相應(yīng)的工藝需求。

5.3 項(xiàng)目成果

通過(guò)敏捷工位系統(tǒng)，每年可以避免多次批量粘結(jié)開(kāi)膠問(wèn)題，減少相應(yīng)的返修成本；工位綠化率由62%提升至90%；第一時(shí)間了解該工位人、機(jī)、料、法、環(huán)5 個(gè)方面狀態(tài)并做出預(yù)警，將員工從問(wèn)題發(fā)現(xiàn)轉(zhuǎn)為問(wèn)題解決，大幅度提升相應(yīng)的質(zhì)量。

6 智能決策案例-關(guān)鍵電機(jī)自監(jiān)控決策

6.1 項(xiàng)目背景

總裝車(chē)間最多、最主要的設(shè)備為輸送線(xiàn)設(shè)備，一旦設(shè)備發(fā)生故障將直接影響車(chē)間的正常生產(chǎn)并產(chǎn)生質(zhì)量問(wèn)題，每條輸送線(xiàn)都有多個(gè)類(lèi)型的輸送電機(jī)，共1 000多臺(tái)設(shè)備電機(jī)。目前電機(jī)的檢修、保養(yǎng)主要依靠人工經(jīng)驗(yàn)進(jìn)行，對(duì)于電機(jī)的壽命以及相應(yīng)的成本都造成了巨大的浪費(fèi)，如何對(duì)車(chē)間輸送線(xiàn)的主要電機(jī)進(jìn)行關(guān)鍵參數(shù)的監(jiān)控預(yù)警，以及正確地告知相應(yīng)的檢修時(shí)間和方向非常重要。如何實(shí)時(shí)利用大數(shù)據(jù)智能分析等手段監(jiān)控設(shè)備電機(jī)狀態(tài)，通過(guò)自學(xué)習(xí)大數(shù)據(jù)分析給予電機(jī)做出智能決策，延長(zhǎng)電機(jī)壽命，顯得越發(fā)重要。

圖12 電機(jī)數(shù)據(jù)采集網(wǎng)絡(luò)流程

6.2 技術(shù)實(shí)施

通過(guò)樹(shù)莓派、python 和snap7 技術(shù)自主編寫(xiě)采集程序，以及IoT 物聯(lián)網(wǎng)技術(shù)，通過(guò)西門(mén)子S7-300 型號(hào)PLC和sew變頻器對(duì)車(chē)間輸送線(xiàn)重要的多臺(tái)sew的輸送電機(jī)的電流和電機(jī)溫度進(jìn)行實(shí)時(shí)監(jiān)控和數(shù)據(jù)采集，通過(guò)機(jī)器學(xué)習(xí)算法中的決策樹(shù)算法對(duì)設(shè)備故障進(jìn)行預(yù)測(cè)性維修[15]，建立了全生命周期的動(dòng)態(tài)檢修系統(tǒng)，變革數(shù)據(jù)流，針對(duì)不同的設(shè)備部分制定不同的周期、頻次與標(biāo)準(zhǔn)，結(jié)合電機(jī)部件的壽命，開(kāi)展檢修，比如剛更新完或壽命初期階段的部件，延長(zhǎng)維護(hù)周期，節(jié)約工時(shí)超過(guò)70%，做到了預(yù)防維護(hù)的精準(zhǔn)投入，總計(jì)仍可節(jié)約20%的工時(shí)優(yōu)化，檢修數(shù)據(jù)趨勢(shì)管理，預(yù)測(cè)問(wèn)題分析，提前處理，減少設(shè)備電機(jī)導(dǎo)致停臺(tái)每月超過(guò)10 min。

圖13 決策樹(shù)結(jié)構(gòu)

6.3 項(xiàng)目成果

通過(guò)該自調(diào)節(jié)系統(tǒng)，對(duì)車(chē)間多臺(tái)關(guān)鍵電機(jī)電流、溫度、電壓進(jìn)行實(shí)時(shí)監(jiān)控，通過(guò)大數(shù)據(jù)和智能算法分析，指導(dǎo)相應(yīng)的檢修和更換，減少相應(yīng)的設(shè)備停臺(tái)以及車(chē)間質(zhì)量提升。

7 改進(jìn)效果

通過(guò)對(duì)車(chē)間的質(zhì)量進(jìn)行全流程的敏捷智能管控，實(shí)施多個(gè)數(shù)智化方面的項(xiàng)目，從5M1E（人、機(jī)、料、法、環(huán)、測(cè)）6 個(gè)方面進(jìn)行深入管控，最終通過(guò)以上項(xiàng)目的實(shí)施，實(shí)現(xiàn)了以下的實(shí)際效果。

（1）全過(guò)程合格率：在年產(chǎn)能超過(guò)30 萬(wàn)輛的前提下，全過(guò)程合格率由65%提升至85%，大大降低了返修成本。

（2）零件錯(cuò)漏裝：在年產(chǎn)能超過(guò)30 萬(wàn)輛的前提下，將以往1～2 次∕天的零件錯(cuò)漏裝完全消除為0，大大提高了員工的工作效率和降低了相應(yīng)的返修成本。

（3）人效：通過(guò)各種的數(shù)智化手段，將多項(xiàng)以往需要4 h 的信息傳遞流程普遍縮短至1 min 以?xún)?nèi)，大大提升信息流傳遞，提升工作效率。

通過(guò)最終的驗(yàn)證，利用智慧管控五步法，深挖現(xiàn)場(chǎng)潛力，全面對(duì)車(chē)間的質(zhì)量進(jìn)行全流程的管控，大幅度提升產(chǎn)品質(zhì)量和降低返修成本。

8 結(jié)束語(yǔ)

本文依托國(guó)內(nèi)一流的主機(jī)廠的總裝專(zhuān)業(yè)，以大眾體系下的KPS 工業(yè)工程方法為指導(dǎo)，利用智慧管控五步法對(duì)汽車(chē)產(chǎn)品總裝專(zhuān)業(yè)進(jìn)行全生命流程的質(zhì)量管控。本文提出的五步管理方法和具體實(shí)施案例，對(duì)于汽車(chē)總裝專(zhuān)業(yè)都具備較強(qiáng)的借鑒指導(dǎo)性。通過(guò)該方法的實(shí)施和驗(yàn)證，車(chē)間整體的全過(guò)程率大幅度提升了20%，大大降低相應(yīng)的返修成本，減少了消費(fèi)者的抱怨。

未來(lái)，總裝專(zhuān)業(yè)將結(jié)合自身特點(diǎn)，打造全過(guò)程的數(shù)字化和智能化的標(biāo)桿車(chē)間。將從人、機(jī)、料、法、環(huán)5個(gè)方面，深入研究智能管控、智能預(yù)警、智能分析、智能預(yù)防和智能決策5 個(gè)維度，深挖現(xiàn)場(chǎng)可改進(jìn)點(diǎn)，全面提升車(chē)間質(zhì)量、提高工作效率和降低相應(yīng)的成本。