生产过程监控技术在车企推行工业4.0中的应用

朱正德 吴江欢

（上海大众动力总成有限公司）

当前，以汽车行业为代表的现代制造业正大力推行工业4.0和国家2015年春出台的“中国制造2025”，目标都是为了推动和实现制造业向智能化生产方式转型。期间，为确保产品的制造质量，就必须遵循现代质量观念，强化工艺过程的稳定性，为此，继续执行统计过程控制（SPC）技术十分必要。而为了适应“快速、小批量、定制化生产”的智能化制造需求，必须充分利用信息化技术，对传统的SPC系统进行优化和功能的拓展。经过几年的努力，通过专业软件公司与主机厂（整车厂或总成厂）合作这一方式，在国内某发动机厂实施的“透明化工厂”项目，已很好地解决了这个问题，为有相似需求的不同行业和企业提供了很好的借鉴。

1 工业4.0及其在汽车制造业中的应用

“工业4.0”战略包含三大主题，一是“智慧工厂”，重点研究智能化生产系统和过程及网络化分布式生产设施的实现；二是“智能化生产”，主要涉及包括3D打印等新颖工艺在工业生产过程中的应用以及整个企业的生产管理和人机互动等；三是“智能化物流”，主要通过互联网和物联网，整合物流资源，充分发挥现有物流资源供应方的效率，而需求方能够快速获得服务，得到物流支持[1]。工业4.0的核心就是基于智慧工厂的智能制造。

随着汽车消费市场对产品影响的不断扩大和产品需最大限度地满足用户日趋个性化的需求，越来越多的企业正由昔日的大批量和品种单调的刚性生产方式，向小批量和多品种的柔性制造模式过渡。因此在生产线规划和设备选型上，也发生了很大变化。事实上，也只有能满足不断变化的需求的生产手段才被认为具备了智能化制造系统的基本特征。故由高性能机床和多轴加工中心组成的机加工线已渐成主流，这样的工艺布置还易于根据需要扩展生产能力。为了适应多品种混线和柔性化的苛刻的生产条件，而且仍能做到对生产过程制造质量的实时监控，保证产品的质量[2]32，企业需要更关注生产过程信息化水平的完善与提升，以实现生产过程质量控制的“互联网+新理念”，完成向工业4.0所提出的基本要求的演变。

2 生产过程实时监控系统

随着软件技术及互联网技术的快速发展，Q_DAS公司的统计分析软件已发展为由机械自动采集数据，软件系统自动统计并根据逻辑运算实现自主评价，以及具备了实时监控异常情况，并立即通知相关人员的能力，从而逐步将人员从繁琐的采样监控统计评价中解放了出来。在提高了工效和分析与评定质量的同时，还降低了对操作人员的要求及企业的生产成本。Q_DAS公司更是利用企业的网络化，将从人、机、料、法、环、测多个环节采集的数据和信息统一形成了完整的PDCA闭环，使整个系统达到了具有自主完善、自主提高及不断优化的状态。

某企业参照德国大众“透明化工厂”的理念，在全厂范围实施制造质量数据联网[3]，它以Q_DAS公司的“qs-STAT企业版统计分析软件”为基础，再根据需符合企业自身特点的个性化定制要求进行优化，形成了富有特色的产品制造质量信息数据网络。该系统覆盖了所有机加工生产线（3条连杆线、4条曲轴线、3条缸体线、3条缸盖线、1条凸轮轴线及2条罩壳线）和3个生产测量室，包含了多种类型的现场质量信息：1）生产线工序间的在线检具；2）位于生产测量室的高精度检测仪器；3）位于生产线末端进行100%测量的终检。

透明化工厂项目中，经过优化和拓展后构成的生产过程实时监控系统，如图1所示，其主体为“质量数据可视化3层系统架构”。基层（操作工/测量员）对质量数据进行收集，如图1a所示；中层（现场质保/工程师）对数据进行分析评估，如图1b所示；高层（部门和企业领导）对显示的结果进行监督与管控，在图1中虽然并未给出该层面，但并不影响对系统的理解。即该系统是通过3个层次、3个维度，对生产线的过程能力进行全面的实时监控，以此来保证最终成品的制造质量。

图1 经拓展后的生产过程实时监控系统示意图

从图1可看到，该系统是把服务器作为运行和监控中心，在企业内相关的职能部门、专业人员及管理层面均设置了监控终端。所有输入输出的制造质量信息，乃至通过零件自动测量后的数据，经生产线旁的操作工或专职测量员按检测结果确认后，借助上传软件，经过服务器进入数据库。然后再通过预先设定的时间频次，qs-STAT统计分析软件会自动将各个检测工位的测量数据上传到中央数据库。操作工/测量员测量结束后，操作屏幕会弹出“检测信息对话框”（如图2所示），在检测目标的范围内，根据“检测目标对照表”（如表1所示）输入相应目标。检测目标类型是根据生产线发生的实际情况，充分考虑了“人、机、料、法、环、测”后进行的汇总简化和提炼，如图3所示。

图2 生产过程实时监控系统检测信息对话框界面

表1 生产过程实时监控系统检测原因对照表

图3 生产过程实时监控系统检测目标类型

生产线技术人员/质保工程师等相关专业人员借助qs-STAT统计分析软件，利用质量数据库，通过采取比较和过滤等方式，对从生产线乃至装配线所获得的质量及工艺信息进行数据处理，即能实现对过程的全面监测与评价，并根据所找出的各个工序中的问题点，及时进行有针对性的处理。其中，数据过滤就是利用高性能的统计分析软件，对获取的数据进行筛选和识别，使最终出现在相关人士面前的数据内涵丰富，包括零件号（还可精细到工件批次号）、工序号、机床号（进而还可精细到动力头、夹具、检具及生产线等信息），这样的“实测结果”既极大地方便了快速处理各种性质的质量问题，又为企业开展持续的质量改进提供了依据。建成的监控系统全部操作只有5个步骤：1）打开数据库；2）输入被加工的零件号，从而完成第1次过滤；3）输入工序号，实现第2次过滤；4）输入所选择的机床号，完成第3次过滤；5）完成分类显示。

而相关部门和企业的领导，作为管理层的责任者，可方便地实时查看所有生产线质量情况。一旦发现某被加工件的制造质量出现了异常情况，qs-STAT软件的报告系统就将同时向相关人员发出预警、告知应尽快处理。

3 注意事项

如果在线检具不加区分就进行测量，并按传统做法对所有实测值一并进行数据处理，那就失去该系统的意义了。此时，若要真正达到对过程是否处于稳定的受控状态予以分析和判断，就必须把抽样和测量加以细化。事实上，只有在识别并确认了某一工况后，再进行有针对性的数据处理才有意义[4]。为此，必须事先通过对相关提供质量信息的检测设备进行统一的数据格式设置，从而使得用于评价的质量数据中，除了所获取的实测值，还包括工件批次号、机床、动力头（夹具）、检具及生产线等信息[2]31。最后得到某道工序运行状况的分析图。不同于传统的SPC，此图含有多条曲线，每一条对应一种具体情况，如一台机床，甚至更细化到其某个动力头或零件的某个部位等。

4 结论

透明化工厂项目在实施过程中，始终围绕着最大程度地适应和满足多品种和柔性化生产方式的目标来展开。通过利用并发挥了在企业中建立的网络的作用，充分显示出了将互联网技术渗入生产过程（关键工序），并对于所获取的“人、机、料、法、环、测”等大量数据和信息进行分析与整合，形成完整的PDCA闭环的价值。在这期间也暴露出尚有问题有待解决，有些情况需引起重视和进一步加以完善：1）系统中涉及到大量与通信和联接有关的智能元件，但它们的标准化与互换性问题还需要解决。鉴于未来的元件、机器和产品等都将互联与通信，形成一个生产网络，无疑就需要各元件能实现“无缝”联接，即插即用。2）整个系统的安全性问题，尤其是关于IT数据的安全。系统在运行时存在着大量数据产生与交换的活动，而如果数据受到非法的滥用或操纵，则整个生产系统的运行将会受到破坏。3）人和机器的安全合作问题也是一个值得探索的课题。

[1]朱正德.基于“工业4.0”的现代汽车制造业发展之路[J].汽车工业研究，2015（5）：12-15.

[2]肖凡.发动机生产线零件管理模式研究[J].上海汽车，2012（9）.

[3]朱正德.透明化工厂的先进理念在企业的应用实践[J].国际金属加工，2013（4）：25-27.

[4]周本华，吴旭光，郭培龙，等.现场数据采集技术及在智能制造系统中的应用[J].制造技术与机床，2016（6）：33-38.