汽车整装自动化流水线上下游之间相互影响、环环相扣，对质检数据的采集、分析要求很高。日前，基于寄云NeuSeer工业互联网平台，寄云科技为某德系著名汽车制造商打造了汽车整装阶段质检数据分析方案，在实施后，方案的效果得到了用户的肯定，并有效提升了产品质量和效率。
汽车整装自动化流水线质检面临挑战
随着汽车销量逐年上升，汽车生产企业的产能需求也日益的提高。汽车产品包括整车及发动机、变速器等总成的组装工艺过程涉及到数以百计、或数以千计的各种零部件的合格检验以及组装技术，是汽车产品制造过程中最重要的工艺环节之一，其产能和产品质量如今面临着更高的要求和挑战，需要利用先进的信息技术，实现自动化、标准化和智能化的生产模式，加速步入工业4.0时代，实现智能制造。
该德系汽车生产商被认为是世界上最成功的高档汽车品牌之一。目前，该厂商通过自动化流水线进行汽车零件的生产和产品组装。由于零件众多，每个零件的精度要求相应较高，如某个零件精度不足，会直接导致无法组装，但各个环节都有容忍误差范围，包括上游生产的零件测量参数与维度数据，下游车体零件整合安装后的外部间隙数据，安装后的零件外部的数据。在整个过程中，零件的生产与测量在流水线上游完成，随后传到流水线下游进行整合，如整合过程中出现问题，将问题反馈回流水线上游，对机器参数进行调整。
有时各环节的数据均在误差容忍范围内，整车安装却出现问题。如出现问题，想回溯寻找原因，却因为不同的环节有着不同的质检系统，且系统之间数据没有整合，是独立的，无法得知问题的原因。
进一步提升零部件制造质量及汽车整装成功率，需要打破各质检数据之间的壁垒，找到零件批次与下游外部间隙数据之间的滞后性，发现上游零件参数对外部数据之间的影响，通过改变上游零件的生产机器参数有针对性减少外部数据误差，提升整车的质检合格率。
四步打造汽车整装阶段质检数据分析方案
寄云科技基于NeuSeer平台，结合客户实际情况和行业经验，从上游生产零件缺陷数据与下游组装外部数据的误差入手进行分析，分为四个步骤打造了汽车整装阶段的质检数据分析方案。
首先，寄云科技将采集到的数据进行拆分，补全丢失的数据，对零件数据与组装外部数据进行趋势分析；然后，将零件与组装外部数据上传至寄云NeuSeer平台进行统一的交叉相关性分析，寻找两组数据之间的时间滞后性；再者，对零件缺陷数据中的显著变量与外部数据做跳跃点检测，验证上游数据与下游数据之间的时间滞后性；最后，用零件缺陷数据对外部数据进行拟合，寻找两者之间的函数关系，通过改变上游数据控制外部数据。
寄云科技打造的汽车整装阶段质检数据分析方案，通过外部过渡数据以及外部间隙数据分析可以发现流水线的整改变动；确定了上游零件生产数据与下游外部间隙数据存在的滞后性及具体滞后时间；实现了零件组装外部间隙数据预测。
该汽车制造商相关负责人表示，寄云科技汽车整装阶段质检数据分析方案有效的提升了制造效能和产品质量，同时快速定位了整车车检时发现问题的关联因素，为之后早期介入修正调整打下了良好的基础。