汽车制造智能化工艺设计之制造数据采集

数据采集是实现汽车制造向数字化转型及实现智能制造的基础，它不仅关系到各个生产流程中信息的连续性，更是车间级或工厂级一体化智能制造信息系统进行分析、判别、追溯、预警、决策的基础数据来源，实际工作中需要高度重视制造数据采集的工艺设计。为了更好地采集数据和传递信息，前期文章“汽车制造智能化工艺设计之平面布局设计”一文中曾提出开展信息系统的平面布局设计概念。本期重点分析讨论在汽车制造智能化工艺设计时，需要采集哪些制造数据？如何开展制造数据的采集？如何使用这些采集的数据？

一．汽车智能制造工艺设计时需要考虑采集哪些制造数据呢？

汽车制造智能化离不开数据采集，在开展数据采集工艺设计时，首先要对生产线上的数据进行分类，生产线上数据很多，有管理类数据、生产类数据、制造类数据、质量类数据、能源消耗类数据、人员管理类数据等等，本文讨论的是服务于汽车智能制造的主要制造类数据。

在汽车生产线上一般有四类工业数据需要采集和传递，这四类数据是：生产车型及其制造工艺数据、零部件物流数据、设备运行数据、车辆制造过程数据。

生产车型及其制造工艺数据和零部件物流数据是已知数据，来源于制造执行系统（MES）和工艺信息系统（如ADF）等，这些已知的制造数据主要包含：生产计划、排产顺序、车型品种、零部件类别、生产及消耗数量、材料规格型号、物流路线、消耗或存放点位、工艺参数、检测参数、电子电气标定数据、操作要求等等，用于传达生产指令、指导生产线及相关人员在时候生产什么车型、用什么工艺生产、需要的工艺参数和检测参数、需要发布或电子装载的产品数据、需要用到什么零部件和材料、什么时候需要送到什么工位、每车需要的数量等信息，这些信息需要通过生产线上的信息系统及时传递到各个需要这些信息的设备及人员，识别车型及零部件、指导操作、保障生产有序进行。

设备运行数据和车辆制造过程中产生的数据是未知的数据，这些未知的数据是在设备运行和产品制造过程中随时产生的。生产设备运行状态数据，主要包括该设备在生产汽车零部件或整车时的电压、电流、功率、压力、位移、转速、风速、风量、温度、运行时间、振幅、频率等；关键工装的状态数据如模具状态、焊装夹具状态、车身吊具状态、喷漆室的清洁度、合装托盘的状态等等。

汽车制造过程的产品状态数据也是未知的和变化的，如冲压线零件几何尺寸、形状位置、表面状态等；车身焊接的焊点直径、数量及位置，车身或焊接总成的几何尺寸、形状、表面状态、车身零件涂胶量及尺寸，四门两盖包边数据等；车身涂装的漆膜厚度、车身涂层表面状态数据（色差、橘皮、流挂、颗粒）、电泳槽液数据、各类涂料及PVC胶类即时单车消耗量、车身烘烤温度等等；整车装配的螺栓拧紧曲线（拧紧力矩、拧紧角度、拧紧时间等）、各类液体加注曲线（系统真空度、加注压力、泄露量、保压时间、液体型号、加注量等）、玻璃涂胶数据（胶形、轨迹、搭接量、表面状态等）、电子电气检测数据、在线电子加载软件数据、整车性能检测数据、易错零件防错装配比对数据、整车电器功能检测数据等等。

制造数据种类繁多，采集数据要有目的性，应根据数据分析需求及用途进行甄别后及时采集，并传递、储存在车间信息系统服务器，通过特定的算法、建立数据模型、分析软件等对生产过程进行实时监控、趋势分析、判断预警和质量追溯，为制造活动改善和质量提升指明方向，形成制造数据的闭环管理。

二．如何开展制造数据采集？

制造数据采集需要解决几个问题：车型识别、数据分类、采集途径、信息传递、储存管理。

不同的车型，其制造参数会有不同，车型识别是采集数据的第一步。生产车型来自于生产计划，在冲压件仓库和总装零件仓库，每种零件的入库信息可以记录适用的车型及生产日期或批次，通过扫码将这些零件的信息录入工厂的计算机信息管理系统，信息传递和识别常常采用RFID实现。

在需要传递信息的重要零件的转运台车或货架上安装RFID电子标签，通过RFID读写器将零件信息自动写入转运台车或货架上电子标签中，从这些件入库或出库开始就要把这些信息往下传递，直至这些零部件的信息与所装配车型的车辆识别代码VIN相联，建立起追溯关系。

厂内冲压线生产的车身零件在装箱时就可以将零件信息录入零件货架上的RFID内，直至入库、出库、转运到焊装线边、与生产车身所具有的车型代码VIN建立联系。在焊装车间生产车身开始，带有车辆识别代码VIN的生产计划就在焊装线生产车身时落实到了每台车身上，从此相当于每台车身有了身份证，生产这台车身的生产设备和零部件的所有制造数据都可以与VIN建立联系。如在焊装线的车身载具上装上RFID电子标签，通过读写器就可以把相关信息读出或写入载具上的RFID电子标签，后续生产设备通过读写RFID内的信息就能识别车型，在转换车身载具时须要同步转移RFID内的信息。

在进入涂装车间时，焊装车身载具上RFID内的相关信息同步自动转移到涂装车身吊具上的RFID电子标签中，在生产线上转移过程中同步传递VIN车型信息及各类制造数据，比如生产线上的机器人通过读写器RFID信息识别车型，自动调用相关程序进行喷漆操作等，生产每台车的制造数据通过以太网或其它通信手段自动传递到车辆跟踪及数据管理系统中。

车身进入总装线，通过RFID电子标签及读写器把每台车的VIN代码信息自动写入PBS线台车上的RFID标签，在总装线上全程都安装有RFID，自动转挂传递，根据需要自动读写，完成生产线上各类设备自动识别车型，建立制造数据与车型VIN间的关系等。而且总装的重要零件出库台车、动力总成载具、仪表表盘总成装配台车、座椅总成转运托盘等各类载具上都可以安装RFID，在需要车型数据的设备处安装读写器，这样不仅可以实现车型识别，而且可以实现采集数据与车型代码的关联。

如果采集的制造数据没有与车辆识别代码相联，也就基本失去了数据采集的意义，因此在汽车生产线上正确识别车型是采集数据的基础。采用RFID识别车型和信息传递需要注意以下事项：一是向RFID电子标签写入数据时最好能静止状态进行；二是RFID标签与读写器之间的距离要适当，尽可能靠近；三是要选择能适应车间生产线复杂环境的RFID产品。

在决定采集制造数据前，需要对其分类。对于生产车型及其制造工艺数据、零部件物流数据这两类数据是用于指导生产的已知数据，通过工厂的信息系统和RFID系统以及设备安装的信息输入/输出模块等可以实现这些数据的自动分发、接收、传递，并把车辆识别码VIN与其制造过程绑定。通过工厂内生产线上的各个信息点采集到的过点时间，很容易在车辆跟踪及管理系统内看到车辆所在的位置，可以按照生产计划管理的需要收集相关数据进行分析。

对于设备运行数据、车辆制造过程数据这两类数据，需要在智能制造规划中分批分步骤地根据需要进行采集，先试点后推广，不能盲目地投资数据采集项目。设备运行数据是实时监测设备运行、故障预测、设备效率分析、能耗分析及制订降本措施等工作的依据。一般基于TCP/IP通讯协议的电气设备PLC有以太网口，都可以直接通过以太网接入到车间网络中。比如要开展设备故障预检修项目，就要采集设备的运行数据，通过环境监测传感器、智能测控装置、智能网关、工厂以太网、监控服务器、MES制造执行系统等，实现对电机、变频器、PLC等生产机器设备运行状态、仪器仪表能耗、运行电流电压等数据的自动采集、传输到数据库，通过大量的运行数据建立数学模型，实时监控设备状态、预警监测、提前干预消除设备隐患，保障OEE指标；再比如为了实时监控涂装车间的能耗，可以布设传感器实时检测车间的环境温度、气压、烘干炉的温度、车身表面温度、喷漆室的风速和风量等数据，通过控制模型实时调节相关设备的运行参数，消除能源浪费，节约制造成本。

车辆制造过程数据是智能制造数据采集的重点，这些数据与产品制造质量有关，是过程制造质量实时监控、质量判断、预警分析、技术决策等项目的重要抓手。采集这些制造过程数据需要安装对应的在线检测设备或安装相应的传感器，自动连续检测需要的数据，通过车间内的有线网或5G无线网络传到计算机数据库，进行建模分析，输出相关的结构。比如对冲压线的冲压件开展在线视觉检测数据；焊装车身几何尺寸的在线激光检测数据、车身零件涂胶数据、间隙面差数据；涂装车身的漆膜厚度及色差数据；总装拧紧力矩、拧紧角度、玻璃涂胶断面尺寸、液体加注量、系统真空度、整车电检数据，通过设备自带的或补充安装的传感器就能即时收集到这些数据。特别需要指出的是，即时采集数据需要与VIN码建立联系，否则采集到的数据将很难用于分析和预测。制造数据是一直存在的，关键是如何能分析这些数据，并能利用这些数据创造价值或减少损失。

三. 如何使用采集的数据？

实现数据的采集，不仅需要各类数据采集传感器，还需要数据采集及分析软件，以便对采集的数据进行收集、传输、甄别、归类、分析、处理，建立完整的数据采集及分析软件系统是发挥工业数据作用的核心。

为了让采集的数据便于分析处理，需要对数据进行梳理，将具有共同特征的数据进行归类，并要建立数据采集标准、数据规范和各类数据的数据库格式，使采集及存储的数据具有统一、规范的数据及数据结构，根据需要建立相关的数学分析模型，是业务人员能够轻松地获取数据、开展相应的数据分析工作，提升数据处理和分析效率，优化工艺设计及工艺参数、使这些数据能够在业务工作中起到事前提示、事中预警、事后提醒的作用。

通过公司的数据采集及分析软件系统能够实现随时随地、自动化、监控与获取设备、生产任务、制造质量等当前状态，及时将这些数据保存到数据库，将异常信息通过警示灯、电子看板、手机短信等方式通知相关人员，从而实现了自动采集、即时监控、随时预警、自动分析等管理效果。

未来随着技术的发展，需要设计制造自带智能分析系统的智能工艺装备或装备系统，这些将大数据的采集、分类、分析、预警的功能与设备自动化运行功能相融合的智能设备单元会推动汽车行业智能制造水平上一个新台阶。

总之，在决定采集什么工业数据时，要分析清楚采集这些数据的目的、能否创造价值、如何才能发挥其价值，不能为公司带来收益的数据采集可以暂时放一放，等待技术发展及认知提升的机会。工业数据采集和分析是要为公司的提升生产经营管理、效率提升、质量改善服务的，让数据驱动管理的进步。

来源：智造汽车

---