基于大数据分析的车身质量优化及专家知识库的建立
机械工程资助企业: 上汽大众汽车有限公司
企业导师: 张媛媛
指导教师: 赵亦希
项目成员: 薛矜涵 刘诗帆 刘浩若
项目概述
汽车制造全流程的各个环节都需要数据支持并且产生大量数据,而在科学决策的支持下通过对大数据进行处理分析,提升了产品的研发闭环创新、生产过程实时优化。基于数据驱动的白车身尺寸质量的管理方式和方法,通过对白车身尺寸的多维度全方位实时的监控分析和预测、专家诊断,全面推动白车身的尺寸管理模式由“事后应对”向“事前防范”转变,白车身质量问题由“传统经验判断”向“数据智能驱动”转变。
项目目标
总体目标是基于企业给出的尺寸大数据建立一个车身质量优化平台,具体功能包括:车身尺寸管理,对外购件的质量进行综合评价,采取不同方法探究外购件和自制件之间的关联度,以确定关键测点,保证装配后整车质量;车身尺寸预测,建立数学模型对总成装配偏差的测量结果进行预测,并根据实际测量结果不断地修正预测模型,提高模型的预估准确率;制造缺陷预测,建立缺陷预测模型捕捉汽车总成产生缺陷的前兆,预测总成的缺陷情况,并根据企业提供的缺陷库对不同的缺陷智能推荐解决方案,实现专家指导。
项目成果
初步完成车身质量优化平台的设计与开发,实现车身尺寸管理功能,对外购件的质量进行综合评价,计算外购件和自制件之间的相关性和相似度以确定关键测点,最后建立交互平台,可视化分析结果;实现车身尺寸预测功能,利用侧围内板上某点的偏差数据预测该点总成车身中的偏差数据,建立交互平台搭载上述预测系统,实现了数据可视化及超差提前预警;实现制造缺陷预测功能,建立预测模型对每个测点是否会产生超差进行预测,并根据超差预测结果对应到已有缺陷库进行缺陷判断并给出调整意见,建立交互平台集成以上预测模块。