面向智能制造的汽车质量管理创新

文/朱正德

面向智能制造的汽车质量管理创新

文/朱正德

如果说德国的“工业4.0”是德国在面对美国的信息产业和中国的制造成本压力下，试图摸索未来工业生产的途径、重建产业优势的战略选择，那么“中国制造2025”，则代表了中国在由制造大国向制造强国转型过程中的顶层设计和路径选择。

事实上，无论是“工业4.0”还是“中国制造2025”，都是以智能制造为主导的一次生产方式的大革命，旨在通过充分利用信息通讯技术和网络空间的虚拟系统，实现制造业向智能化转型。而实现这个过程的技术基础就是：信息技术与工业技术的高度融合，网络、计算机技术、软件等与自动化技术的深度交织。

生产过程实时监控模式功能的演化和拓展

具体来说，主要体现在三个方面：一是作为智能制造核心和基础的工业软件，如统计过程控制（SPC）、企业资源管理（ERP）、制造执行系统（MES）、产品生命周期管理（PLM）等核心软件在生产型企业中的地位将显得更为重要；二是集成了传感（即“采集”功能）、计算、通信的工业电子是智能制造的硬件主体，如用于识别的条码、二维码、RFID等技术，以及各类先进传感器和数控技术在工厂中的应用愈加普遍；三是从规划开始，就为发展新颖的制造技术并迅速用于实际生产提供了广阔的舞台。显然，只有将上述三者充分结合，才能逐步构建起一个真正的智能制造系统。

1. 提升生产过程实时监控能力和水平的必要性和具体措施

近年来，作为迈入“工业4.0”的第一步，制造方式已逐渐从产品零部件的规模化生产，经历了按市场需求转为中、小批量的生产方式，并最后将会发展到基于个人需求的定制化生产模式。

自上世纪八十年代起，基于休哈特理论的统计过程控制（SPC），逐渐在以汽车制造业为代表的批量生产企业获得了越来越普遍的应用。但随着市场特别是汽车消费市场的变化，以及随之对产品制造工艺的影响，那些传统的统计过程控制模式已很难再满足企业对生产过程实时监控的需求了。为适应市场需求，企业必须采取多品种混线的柔性生产方式，显然，这与长期沿用的品种单调、大批量生产方式有很大的不同。以缸体、缸盖等箱体类零件加工为例，近年来以传统的组合机床、专机为主的生产线已逐渐被由多轴加工中心组成的柔性生产线所取代，且生产线布置也由原来的“串行”改变成为“并行”。

以某发动机厂的一条缸盖生产线为例，其中一道以铣、镗为主的工序，是由7台完全相同的双轴加工中心承担的。这就意味由这道工序流出，经抽样后送到生产线旁用检测器具进行测量的任何一个工件，都可能存在14种不同的加工状态。此时，假如工序间的检测器具仍然不加区分地进行测量，即还是按照之前的方式对它们进行数据处理，那就完全失去了SPC的意义。因为在这种情况下，若要对制造过程是否处于稳定的受控状态、有否异常性状进行分析、判断，就必须把抽样、测量细化到上述14种工况中的具体一种，只有在识别了确切的某一工况后，才能进行有针对性地数据处理。而这类情况在其他零件的生产中也同样存在，即同一道工序往往布置了多台相同的机床加工，或者是某一道工序的设备上带有多个动力头（夹具）服务于流过的零件。因此，这时若执行SPC，就必须事先通过对那些相关的检测设备进行统一的数据格式的设置，并且使用于评价的质量数据中除了测量值以外，还包括工件批次号、机床、动力头（夹具）、检测器具及生产线等相关信息。

图1 经拓展后的生产过程监控系统示意图

图1是经拓展后的生产过程实时监控系统的一个实例示意图。图中左侧是现场质量信息的来源，左侧的上方为一台位于生产线末端进行100%测量的终检机，下方是车间现场生产测量室的一台三坐标测量机（其他众多设置于工序间的在线检测器具均被略去）。但随着企业推行柔性化生产方式，位于车间的生产测量室的作用日益重要，抽检的范围、频次也越来越规范，而且由测量室、实验室产生的数据的可靠性更高。从图1可见，所有的输出信息通过“数据上传软件”经由服务器进入数据库，再利用统计分析软件（例如企业版q_STAT），各职能部门就可方便地按自身需求对生产过程的各个环节进行观察、监控，并在必要时及时做出相应处理。

2. 采集数据内涵的演变为提高企业信息化水平做出重要贡献

一般来说，生产型企业中涉及到的数据包括两大块，其一是与企业基本状况相关的信息和类似于生产计划及销售、原料（半成品）、产品库存等企业管理方面的数据；其二则是由传感器件采集的信息，包含各种测量数据，以及用于实时反映制造过程状态的信息，其中既有与工序相关的，又有即时反映设备运行状态的。而如果人们还是持着原来那种只是把信息理解为测量数据，不包含有细化的、诸如加工信息（设备、夹具、动力头等，以及工件自身）在内的其他信息，那显然完全无法适应现今企业在柔性化工作环境下，对生产过程实施有效的产品制造质量实时监控的目的。

因此，为了在汽车行业继续有效地运行SPC，还需要在信息采集、处理等方面做不少工作。此外，为应对汽车召回制度在国内的实行，实现真正意义上的精确追溯，企业也必须执行上述有针对性的措施。但为了达到这些目标，还得通过“软硬兼施”的办法来拓展功能，以提高自身的生产过程信息化水平。这样，只要企业采用更稳定的工艺，即使抽检频次日趋降低，对生产过程的控制效果依旧不受影响。“软硬兼施”的方案包括以下两个方面：①基于前面所介绍的那种经过完善和细化了的过程监控系统，如q_STAT这类统计分析软件，再予以进一步的拓展；②作为实施自动识别、信息采集和数据载体的基础，生产线上产品的编码技术经历了条形码、二维码和近几年获得快速发展的电子芯片技术，从而大大地提升了企业生产现场的信息化水平。

与现代企业相匹配的质量体系MMS系统的推出及其创新意义

图2 在“TS16949”质量体系标准中涉及的五大核心工具

基于“工业4.0”的特点以及汽车制造业在迈向智能化制造的过程中，对于与现代企业相匹配的质量体系需具备的核心应用流程（包括质量体系的数字化和测量器具与传感器网络及大数据统计分析之间的关联性）做以下说明。

首先，汽车制造企业都需遵循汽车行业质量体系标准，即“ISO16496”或“TS16949”质量体系，在TS16949中，APQP、FMEA、MSA、PPAP、SPC并称为五大核心工具（见图2），并贯穿整个产品从研发至批量生产，直到最终产品交付的全过程。而之前，五大核心工具的使用流程和表格太多，以至于企业在贯穿整个质量体系流程时，花费了巨大的人力、物力，可是在FMEA分析环节所获得的反馈信息却远远不够。为此，知名的测量技术公司海克斯康及其合作伙伴IQS公司将企业质量体系转化为数字化体系平台。借助这一数字化平台，就可清晰并轻松地完成质量体系中各种流程的跟踪执行，并将上百种质量系统的管理图表，变成数字化格式来管理、执行。

图3 组成MMS系统的八个模块单元示意图

另外，刚刚提到的质量体系中的FMEA、MSA和SPC都离不开数据作为支撑。而客观地说，之前所提到的TS16949中，APQP、FMEA、MSA、PPAP、SPC等五大核心工具，发挥它们作用的前提条件，就是要找出它们的内在联系（参见图2）。只有如此理解和处理，才能真正地从基于“工业4.0”特点来进行规划，而未来的质量系统应该包含以下关键技术：①体系流程自动化与系统管理；②测量与传感器网络；③网络化通讯基础构架；④自动化或在线测量系统；⑤嵌入式大数据和数据实时逻辑软件；⑥统计监控。基于以上这些特点，海克斯康将该系统定义为MMS系统，即测量管理系统，乃是从企业未来发展的构架出发，通过MMS系统将用户的ERP、PLM、MES系统进行对接，形成完整的PLM链条，以及符合产品质量体系流程的PACD数字化软件管理平台。

目前MMS系统大致可分为八个模块单元（见图3）。通过图3 组成MMS系统的八个模块单元示意配置以上模块，用户就可以实现：①进行定时/实时的数据监控，使用户只需要登录网页，即可获取丰富的质量信息对周期数据的汇总；②通过全面的数据分析，可以实现对SPC的过程能力分析、完成动态问题点的导入、质量成本的监控记录，以及FMEA动态改善等；③建立完整的尺寸制造链监控管理，打破供应的黑匣子生产，使供应商的管理透明、可控、高效，同时可实现质量检测数据网络化传输，提高各部分协同、沟通效率和程序变更管理可视化、数据的实时推送；④对设备状态、资源状态（包括测量设备）、运行状态、周期维护管理提醒、检验周期及系统配置和应用功能配置等要素的远程监控。

图4 未来制造型企业质量管理系统的设想图

图4是一张关于未来制造型企业质量管理系统的设想图，通过网络化的连接，使不同层次的管理人员都能在网络上应用、查看、监控、执行检测设备，以及相应的数据信息，使质量系统在真正意义上进入“工业4.0”时代。所以，为能适应未来制造型企业质量管理系统的需求，为此而打造数据链质量监管与智慧数据服务平台，是极其重要的。鉴于该系统乃是以检测设备及其传感器所采集的产品质量的大数据为基础的，故依照未来制造型企业质量管理系统的构想，必须打通不同设备和不同软件之间的各个环节，通过统计分析等众多专业的数据处理方式、快速反馈加工，以实现企业运转过程中的高效决策，同时，也为未来的创新提供真实而强有力的依据。

（作者单位：上海大众动力总成有限公司）