基于大数据下汽车制造基地质量管控对策探究

摘要：汽车制造过程质量管理是汽车制造企业提高汽车产品质量的重要环节，质量管理的目的是提高汽车产品的质量，使其达到规定的标准，确保产品满足国家、行业和企业的质量要求，以满足现代市场的需求，在激烈的市场竞争中占得一席之地，过程质量控制的范围涉及产品形成的全过程，达到降低汽车制造过程中出现的缺陷与错误，并分析可能存在缺陷的过程的潜在失效，从源头控制缺陷，防止缺陷发生，达到全面提升汽车产品质量及强化企业市场核心竞争力的目的。

关键词：大数据;汽车制造;基地质量管控;对策

前言

现如今，随着互联网金融的快速发展与普及，大数据的供给对于汽车制造来说不可或缺，汽车制造业应根据大数据提供的有利条件和环境，做好风险应对措施，以达到推动汽车制造基地质量管控健康稳定发展的目的。而从汽车制造市场经济的角度上看，基地质量管控已成为其重要组成部分之一，所以必须不断革新，才能将汽车制造业的价值与作用发挥到最大化，实现汽车制造健康有序发展。

1汽车制造过程质量管理的主要环节

在现代汽车制造基地质量管控中，质量控制是质量管理中非常重要和常用的控制手段，大数据的引进开启了汽车制造基地质量管控的新模式，检测故障模式是防止非熟练产品留在下一环节的重要方法，在这个环节中，应用数控化操作通过信息化技术设置故障排除模式，可快速有效的检测出汽车企业生产过程出现的各种故障，大幅度提升质量把控效率及有效性。质量问题的管理应特别包括故障模式再现、故障件分析、故障环境再现、故障问题分析、分析过程记录、问题原因锁定、制定整改措施、断点信息记录等，每个环节都应根据所使用的系统进行层层记录，并将关键信息及时传递至使用人员，做好管控工作，才能顺利的完成质量问题的管理。

2大数据下汽车制造基地质量管控对策

2.1外检管理

产品质量控制系统获取材料系统中处于当前测试状态的材料，并根据测试标准和检验策略生成每个检验员的待定检验任务。检验员根据分配检验任务进行检查。检查时需按照相关要求完成检验，验证人应在系统中记录试验结果。检验合格后，检验任务中待检信息将自动转换为合格状态。如果不合格，则启动不合格流程或让步接收流程，登记外部检验问题，并将此不合格信息转发给供应商进行原因分析及整改。

2.2装配过程及下线检验

产品质量追溯控制系统自动从MES系统获取车架、车身和整车的生产计划。在生产（装配）过程中，检验员扫描车载列表，系统显示一般待检项目和关键待检项目。质量检验员根据待检项目对整车进行检查后，如检查合格，则在系统中进行检验项目合格确认，确认时同步记录确认时间等基础基础信息，同时，系统将自动将检验信息生产检验记录文件，便于后期执行追溯管理。

2.3售后质量跟踪

产品质量追溯控制系统从售后服务系统获取整车的售后故障信息，对新车型和改进件的售后故障率、故障类型等信息分别进行分类，并与旧车型和改进前的故障率进行对比分析，定义新车型的质量水平和改进件的改进效果，指导后续质量改进的方向。

2.4产品质量追溯

质量部人员根据产品质量档案对故障车辆或部件的去向和部件进行追溯，可以通过VIN代码单独跟踪整车，也可以将VIN与销售订单关联，根据销售订单号批量跟踪订单中的所有车辆，一些没有识别码的零件应根据加工日期生成的序列号进行批量追溯。

2.5质量问题改进

质量部对生产现场装配发现、售后抱怨问题收集、供应商质量问题收集、研发设计问题等异常问题进行统一管理，并根据问题来源进行初步分析后制定责任部门，要求责任部门自限期内完成整改并断点。责任部门根据8D流程对问题进行改进，在此期间，应及时将相关文件上传至系统，加强对改进过程的监督和控制。上传的文件经质量总监审核后，将问题现象、原因及整改措施分别收集到问题库、原因库、措施库中，为后续类似问题的解决提供经验。

2.6系统设计目标

建立满足供应链、生产制造、售后服务的產品质量可追溯性管理系统，并将该系统形成体系化管理，搭建全面流程化。并对该过程管理进行必要的监督检查，及时发现运行过程中问题点，进行原因分析整改，最终达成全面质量管理体系。

3结论

质量管理信息系统是搭载在现有计算机技术及依靠生产现场扫描设备进行的产品质量信息收集系统。其主要功能是通过信息扫描设备对已识别的关键控制点进行企业内部的质量信息采集和汇总，然后通过专业的数据处理模块进行数据筛选、分析等处理，得到质量问题分析报告，供各部门查询，为企业生产经营决策提供数据支持。随着统计技术的引入，进行了质量控制，对数据采集的及时性提出了更高的要求，数据处理的工作量也大大增加。计算机辅助质量管理正是在这样的背景下逐渐提出的，在质量管理信息系统的应用方面，我国还开发了一系列质量管理系统，如云智、安必兴等公司开发的质量管理信息系统，在我国积累了大量用户。随着质量管理信息应用技术的逐步成熟，国内一些实力雄厚的企业已逐步将质量管理信息系统引入企业质量控制，并取得了一定的成效，因此需要对大数据在汽车制造基地质量管控中的价值展开进一步探讨。

参考文献：

[1]朱梦莹.谈智能制造背景下提升汽车零部件产品质量管理创新[J].汽车世界，2020（14）：1.

[2]徐轶.基于大数据背景下企业内部控制存在的问题及对策[J].2021（2019-10）：73-75.

[3]方素萍.基于大数据背景下企业经营管理的困境与对策思考[J].今日财富，2019（2）：2.

作者简介：赵燕（1994年7月—），女，汉族，籍贯：山西省晋中市，本科学历，研究方向：主要从事汽车零部件变更管理方向。