汽车研发阶段试验质量问题数字化管理应用

李 涛

汽车研发阶段试验质量问题数字化管理应用

李 涛

（广州汽车集团股份有限公司 汽车工程研究院，广东 广州 511434）

在汽车研发过程中，各个环节会存在缺陷，例如设计方案不合理、结构设计强度不足、整车性能不达标等，在研发阶段发现设计缺陷并进行合理的闭环管理十分重要。基于广州汽车集团股份有限公司汽车工程研究院质量管理体系及传祺影豹等车型研发项目，文章简略总结研发过程中设计缺陷从提出到关闭的全生命周期管理流程，重点介绍基于数字化技术快速准确地填报研发试验质量问题及其统计方法，同时也对汽车研发试验质量问题的解析及数字化实现方法进行了阐述。通过数字化技术将常见设计缺陷的描述模板化，根据试验任务信息自动填充试验质量问题记录表单，利用机器学习算法智能推荐问题等级，大幅提升试验质量问题的填报效率和准确性。基于车联网、5G以及解析方法数字模式化等现代数字化技术的综合应用，可以实现质量问题解析效率的大幅提升。

试验质量问题；汽车研发阶段；数字化管理

汽车作为最复杂的民用机电一体化产品，其物理构件多达上万个。随着智能网联技术的发展，车载应用软件和信息通信系统日趋完备，加剧了汽车的复杂程度。在长达3～5年的研发过程中，各个环节均有可能存在缺陷[1]，例如设计方案不合理、结构设计强度不足、整车性能不达标等。一款全新车型各类研发缺陷数以千计，一旦流入市场将造成巨大的经济损失。如何在研发阶段完全显化设计缺陷并进行合理的闭环管理十分重要。

作为研发工作的最后一环，汽车研发试验是把好研发质量的最后一道关卡，是对整个研发活动的全面检证。不仅需要对整车功能、性能、可靠性进行全方位的考察，还需对用车体验等主观指标进行实车评价，最终评估车型是否达到预期设计目标、用户需求以及上市要求。作为研发质量问题管理流程的起点，快速、准确地填报质量问题，可以大大降低后续解析、优化质量问题的人力、物力投入。做好质量问题的统计分析，也有助于产品质量的提升，防患试验安全事故。

1 汽车研发质量问题管理流程

汽车研发质量问题管理包括发现问题、分析问题、解决问题和总结问题四个步骤，发现问题是对各个研发环节的检验，从设计方案评审到市场反馈环节都可以提出问题，经过一定甄别确认缺陷后分配给研发领域进行分析和优化，如图1所示。

图1 汽车研发缺陷管理架构

从缺陷的应对处理方式上讲，不一定所有缺陷都要进行优化提升。因为考虑成本和周期等因素，可能鉴于当前条件只能维持现状；也有一些缺陷因为发生机理或制造工艺等因素偶发一两次，无法复现和解析，只能做监视处理。相同原因引发的缺陷满足一定约束条件时可以合并处理。此外，优化整改完成后，对问题的总结很有必要，总结问题发生的原因、解析方法和对策经验，防止再发。在产品方案评审、仿真分析等早期阶段发现的问题应该纳入闭环管理，防止流入到研发的后期阶段，而碍于研发时间不足、成本不足、改动量大等因素质量问题并未改善。

2 汽车研发试验质量问题填报

全新整车研发项目试验发现的质量问题高达上千个，汽车研发试验暴露的质量问题都需要试验人员逐个录入系统，耗费大量人力，同时，每个人的思维方式及语言组织方式不同，对问题的描述很难做到全面、统一、严谨。因此，提出了“模板化描述、自动化填充，提升质量问题描述准确性和填报效率”的方案。填报方式有三种，分别是新建、复制、批量导入，质量问题填报流程如图2所示。

图2 质量问题填报流程

注：QMS：质量管理体系（Quality Management System）。

1）新建质量问题表单：基于试验任务创建质量问题，系统将试验任务的信息自动填充到表单中，如：任务名称、任务编号、试验进度和车辆信息等。

2）选择模板：从质量问题描述模板库中选择描述模板，包含模板名称、问题描述、初步原因分析、现场处置措施等文字较多的描述性文本字段，自动填充到表单中。例如描述“发动机曲通管结冰”的问题描述模板，即：工况：100～120 km/h，变速行驶2.5 h；环境温度：-30 ℃；满载质量（kg）；空调设置；动力总成：发动机型号+变速箱型号；软件版本：电子控制单元、自动变速箱控制单元、发动机管理系统；问题描述：通过内窥镜观察得知，曲通管口结冰面积占据整个管口面积的比例是否超过设计要求；后果/影响：低温长时间在曲通管结冰严重路面行驶，会导致曲通管堵死、曲轴箱内部压力升高，严重时会导致机油尺处机油喷出，引发发动机故障。

3）修改质量问题表单：表单内容大部分基于试验任务信息自动带入，需要人工确认；问题描述模板需要编辑；未自动填充部分内容需要填写。

4）提交审批：质量问题发布前需要相关人员确认问题内容后交由设计工程师优化整改。

5）自动推送至QMS：质量问题审批通过后，将数据通过系统接口传输至QMS，发起不合格控制程序（优化整改）。

6）同步质量问题状态：将质量问题优化整改进度反馈至试验管理系统，让问题提出人掌握优化整改进度，并判断提出问题的有效性。

7）复制质量问题：由于同一任务下的大部分质量问题内容相同，如车辆信息通过复制后编辑，可提升填报效率。

8）批量导入质量问题：有时一个综合性试验可能发现多个质量问题（记录于Excel表格中），通过批量导入方式填报质量问题，提升填报效率。

9）常见字段枚举：填报人从下拉框选择常见的字段内容，并填写需要的内容，例如质量问题归属系统、问题等级等。

质量问题填报记录单如图3所示。在软件系统开发设计此表单时，要注意平衡填报详尽程度与填报效率，越详尽越有利于后续问题传阅和统计分析，但可能会影响填报效率。此外，例如问题等级、问题名称等内容可以利用人工智能分析过往数据由系统自动推荐。

图3 试验质量问题填报单

3 试验质量问题统计分析

质量问题填报记录单的字段多达几十个，统计维度很多，同时还需要对数据进行筛选，并用一种通用的统计功能来应对统计需求。通过多个字段的组合，实现若干种数据筛选和统计[2]。例如可以统计某时期内，某项目样车的试验质量问题状态占比，展现形式可以使用柱状图、饼图等，如图4所示。

4 汽车研发试验质量问题解析

汽车研发试验提出的问题种类和数量繁多，可以是整车、系统、零部件，也可以是机械、电子、软件，还可以是客观和主观。只要站在用户的角度审视，并将不满意的地方全部提出，再由后续流程节点进行评估和整改。为了提高试验质量问题的整改效率，管理“提问题”的水平就至关重要。除了上述问题描述的准确性、统一性，更重要的是能更进一步在试验现场进行深入地问题解析，甚至提出整改建议方案。

图4 质量问题整改进度统计

在试验质量问题解析中，要讲求现地、现物、现场，最好是试验人员与产品开发人员在问题发生时共同参与调查，例如有些异响问题在特定气候环境条件下才会发生，也有些软件问题在特定的场景下才会失效。

在分析手法方面常用鱼骨图、故障树等品质控制（Quality Control, QC）工具，有时候也会采用头脑风暴、正交排除等方法。这些常用的解析模型可以固化到软件系统中，并开发相应的移动应用，提高现场协同解析效率。

以常见的雨刮刮净度不达标为例，介绍一种基于物质因果（Substance Attribute Function Result, SAFC）模型的解析方法[3]，从“物质－功能－属性－因果”的关联关系解析问题的根本原因，如图5所示。该方法从问题点出发（如刮片纳米涂层耐磨性不达标、橡胶基质耐候性不达标），逐层根据“物质－功能－属性－因果”关联关系递进，最终达到根本原因。

图5 基于SAFC模型的雨刮刮净度不达标问题分析

即便工程师经验丰富、分析手法娴熟，对于偶发问题的复现有时候也显得束手无策，随着现代车联网、云计算、5G等技术的普及，车辆数据实时采集、上传及在线分析等技术已较为成熟，可以有效帮助偶发问题排查。例如本院的试验车辆监控及数据分析平台，对解析各类汽车机电控制系统的问题起到了重要作用，尤其早期状态不够成熟的工程样车问题解析。该系统可以实现控制器局域网络数据以及加速度、应力应变、气候环境等自定义数据的实时采集，还可以实时监控车辆地理位置、驾驶行为等，这都为远程协同试验及问题调查带来便利。

5 总结

本文总结了汽车研发质量问题管理流程，提出了如何准确、高效地填报试验质量问题，以及通用的质量问题统计功能来应对多种统计需求，并应用于试验管理系统质量问题填报和统计功能开发，同时也对汽车研发试验质量问题的解析及数字化实现方法进行了阐述。

[1] 洪永福.汽车研发管理[M].北京:机械工业出版社,2019.

[2] 李涛.基于大数据相关性思维的整车试验与质量问题关联性分析[J].汽车实用技术,2020,45(4):112-114.

[3] 张武城,赵敏,陈劲,等.基于U-TRIZ的SAFC分析模型[J].技术经济,2014,33(12):7-13.

Application of Digital Management of Test Quality Problems in Automobile Research and Development Stage

LI Tao

( Automotive Engineering Institute, Guangzhou Automobile Group Company Limited, Guangzhou 511434, China )

In the process of automobile research and development (R&D), there will be defects in all aspects, such as unreasonable design scheme, insufficient structural design strength, and substandard vehicle performance. It is very important to find design defects in the R&D stage and carry out reasonable closed-loop management. Based on the quality management system of Automotive Engineering Institute, Guangzhou Automobile Group Company Limited,the R&D projects of Trumpchi EMPOW and other vehicle models, this paper briefly summarizes the whole life cycle management process of design defects in the R&D process from putting forward to closing. It focuses on the rapid and accurate filling of R&D test quality problems and their statistical methods based on digital technology. At the same time, it also introduces the analysis and digital implementation methods of vehicle R&D test quality problems. The description of common design defects templated by digital technology, the test quality problem record form automatically filled according to the test task information, and the problem grade intelligently recommended by machine learning algorithm, which can greatly improve the filling efficiency and accuracy of test quality problems. Based on the comprehensive application of modern digital technologies such as the internet of vehicle, 5G and digital modeling of analytical methods, the efficiency of quality problem analysis can be greatly improved.

Test quality problems; Automobile research and development stage;Digital management

U472.32

A

1671-7988(2023)18-174-05

李涛（1984－），男，高级工程师，研究方向为汽车试验及管理，E-mail:litao@gacrnd.com。

10.16638/j.cnki.1671-7988.2023.018.034