关键词：汽车零部件；尺寸精度；数字化；数据预警；可追溯

中图分类号： F273.1 文献标识码：A

0引言

随着汽车行业竞争日趋激烈，顾客对产品质量需求也越来越高，焊装白车身的作为车身各类部品装配的载体，其精度水平直接影响整车品质[1]。汽车零部件作为白车身的主要构成，是白车身精度形成的源头。因此开展零部件尺寸精度管理研究，将精度管理实现从源头进行有效管控，对提升整车品质具有重大意义。

从目前行业精度管理发展来看，全面的数字化智能制造是高产品质量需求的解决方案。《机械工业“十四五”质量管理规划纲要》提出，要充分利用数字化、网络化和智能化制造转型升级的战略机遇，围绕提升全生命周期产品质量、可靠性和安全性推进质量管理，并充分利用信息化等技术手段来加强质量数据的采集、分析、评价、决策和追溯[2]。一汽也提出了运用“1164”数智化转型战法，实现全方位数字化管理，建设成“数字一汽”的战略规划[3]。

本文通过对目前汽车零部件尺寸精度管理现状进行深入分析，探索通过数字化管理的模式，实现汽车零部件尺寸精度数据管理、数据预警、经验库建立等过程的全面高效管理。针对零部件尺寸精度管理，由于外协零部件数量较大，从零件测量、数据收集和精度异常识别等过程都无法达到100% 覆盖，同时相应的数据整合、预警和问题整改监控等基本依赖于人工的判断，管理效率较低。

基于此，本研究从目前整个零部件尺寸精度管理现状入手，识别管理业务痛点，探索利用数字化管理模式对零部件尺寸精度进行全面管理。研究以数据为主线，建立汽车零部件尺寸精度系统，实现从零部件精度各环节的实时数据监控、质量反馈到跟踪处理管理，达到了提高产品质量的目的。该研究通过数据监控及在线处理、预警和协同，提高问题事件处理的规范性和处理效率，实现工艺质量数据的集中汇总、工艺质量风险预防预控、问题闭环经验的共享和有效传承，从根本上提高零部件尺寸精度的效率和能力，进而提高白车身的质量，提升核心竞争力[4]。

1 汽车零部件尺寸精度管理现状分析

汽车零部件由于数量庞大，每个主机厂的零部件均由多个供应商来供货，同时各供应商内部精度管理水平差异，导致整体零部件精度管理难以统一。这主要体现在日常的精度数据收集、测量要求、异常的数据预警以及整改监控等方面存在较多不足。

1.1 零件测量

前期对零件的重要度进行分级管理，并定义相应的测量频次，供应商按照该数据测量频次进行数据的提交。由于整个外协件数量庞大，人工监管下数据的提交主要为抽查。因目前各供应商零件测量与整车生产计划不匹配，会导致数据存在提交遗漏和滞后的情况。当后工序有异常问题，有可能发生查询的零件数据与实际情况差异，导致问题分析整改周期变长。

1.2 数据存储

目前零部件测量数据由供应商以excel 表格形式，通过网盘、邮件形式等进行提交。这导致数据分散，分析查询时路径不一，可追溯性差。而且单个excel 表格的数据存储数据少，一般在30 ～ 40 组数据，对应时间周期在1 个月左右，这导致数据难以快速查询分析，无法追溯过往的数据。

1.3 数据预警

零部件测量数据表中，通过颜色规则对异常数据进行显示；人工通过颜色识别异常，由质量人员向相应的工艺人员进行预警、整改监控。整个过程依赖于人工监控，单个零件预警时间较长（约30 min），存在预警缺失，且不能实现实时预警。

1.4 流程监控

预警问题以单一excel 表格进行人工监控，存在遗漏和整改滞后的情况，也不能实时监控预警问题的改善效果。

2 汽车零部件尺寸精度管理系统研究及应用

从行业发展来看，目前的市场对质量要求越来越严格，人工生产管理模式向智能化、全面化和数字化转变成为行业趋势。因此在对汽车零部件尺寸精度管理现状分析后，本司决定开发应用零部件尺寸精度的管理系统，以直接替代原有人工数据管理模式，实现数据全面实时监控、效率提升、问题快速反应以及质量提升[5]。

2.1 总体建设目标

（1）建立数据统一管理。针对现存多个供应商、数据较多的零部件、多种提交数据形式以及数据记录单一的情况，将各供应商零部件数据规范导入到系统集成，进行数字化管控，实现精度类数据统一归口、同一平台管理。

（2）减少人工数据导入的繁杂工作，实现精度数据自动导入性，这打破了以往数据采集编制整理均由人工负责、效率低较的模式。通过数据采集实现数据自动读取识别进入至系统，可以有效减轻精度数据管理人员的工作量。

（3）建立预警模型，实现数据的实时预警，改善人工预警的及时性，同时确保预警的准确定。

（4）实现精度大数据可追溯性，改善了传统电子测量表测组数限制，精度数据只要输入零件号、时间等条件便可调取对应数据，日常随时进行调取。

（5）实现手机终端数据查询，解决了处置现场问题时必须回办公室查询数据的困扰。

2.2 系统功能实现方案

（1）数据采集。零部件尺寸精度管理系统的数据采集按实际情况可采用多种形式，包括人工录入、扫描文件（点云.STL）上传和电子表上传等。人工录入时，输入测量数据及日期即可自动上传更新至系统，测量人员可在测量现场利用平板或手机快捷录入，减少手工记录工作。针对日常精度问题分析，经常需要对零件进行扫描存储，对此系统可以提供扫描文件上传存储功能，扫描文件上传后可直接查看3D图像。针对日常的电子表，统一路径后系统可进行数据的自动抓取。最终系统将实现数据统一存储管理。

（2）视图管理。为实现数据的直观展示，系统设定有零部件的测点图及数据视图2 种形式。测点图通过测点框直观显示测点的最近变化趋势图（图1），通过双击测点框，可直观查看数据的变化趋势，对比数据。数据视图则实时显示测点各时间段的测量数据，實现数据的实时查看。通过数据查询条件设定，可查看不同时段、不同零件号的测量数据。

（3）统计管理。基于日常的数据分析需求，系统提供多点趋势图、彩虹图、单值移动极差、均值标准偏差、均值极差、中位极差以及直方图等常用统计形式。同时，系统还能够统计当前数据平均值、CP和CPK等指标，实现数据偏差及稳定性分析及监控。

（4）预警管理。尺寸精度管理系统通过设定的预警规则、预警对象以及预警方式，自动推送预警信息至相应负责人，并对预警问题进行流程监控。预警信息可同步至腾讯通或企业微信等，可實时查看。相关负责人通过查看预警问题改进流程，对已关闭问题固化相应的分析方法和整改方案，建立问题点处置经验库。出现同类问题时，系统自动调取过往对策并发出提示，以减少重复分析工作，提高分析效率。

预警是指系统设定多种判异准则，并设定预警对象（责任人、自工程负责人和后工程负责人），实现数据的100% 实时监控（图2）。对比人工预警，系统自动预警可以大幅度减少人工数据的查询时间，并实现预警时间消除、数据的100% 监控、实时预警和问题流程监控等功能，还可以建立问题经验库快速查询。预警流程监控是指通过预警信息推送，填写改进单并监控整改流程。对于复发问题记录复发次数，并预警至相应的自工程负责人和后工程负责人进行风险确认。

日常预警问题会形成预警台账。对于一些典型问题，可以补充完整分析、整改等资料，并通过审核流程形成问题点处置的经验库。经验库包含预警问题的原因分析、整改方案、技术文件和数据统计等信息。出现同类问题时，系统自动调取过往对策并提示，减少重复分析工作，提高分析效率。

（5）统计管理。系统通过设定时间、选择需要的统计区域，可统计相应的合格率、CP和CPK 等指标[6]，并按实际情况可生成相应的周报、月报等，实现数据的日常监控。

（6）封样数据管理。封样数据提交流程审核确认后，系统会计算上传数据文件中所有点位的封样数据指标，存放到相应点位中，并按封样设定进行预警。

（7）考核管理。通过在系统中设定供应商数据提交监控、问题流程监控等要求，系统自动根据设定的考核规则生成考核单，用户可选择是否执行考核，修改单据状态并保存。

3运行成效

（1）管理效能提升。通过数字化管理替代人工管理，在数据查询、预警、分析和流程监控上实现效率大幅提升（图3）。

（2）精度提升。通过对比日常的人工管理模式，通过数字化管理系统应用，白车身车精度稳定性大幅提升，在CP、CPK 等指标已超过对标标杆，达到行业前列水平。

4结束语

本文基于汽车零部件尺寸精度管理现状，建立数字化管理系统，通过系统替代人工在数据管理、数据预警、数据统计以及问题监控等环节的工作，实现数据、流程全覆盖监管，以及问题预警的规范化管理。

零部件尺寸精度数字化管理在数据管理模式、数据整合、数据预警和流程监控等方面实现创新。通过数据的整合，实现大批量存储及数据的快速查询；通过建立预警模型，可实时监控所有异常数据；同时预警问题进行流程监控，实现异常数据100% 监控。在应用零部件尺寸精度数字化管理系统后，管理过程中在数据查询、问题预警和管理效率等方面，较人工管理有了大幅提升。

作者简介：

范孝辉，在职研究生，工程师，研究方向为汽车整车及零部件质量管理、生产制造等。