汽车行业质量管理大数据理论与趋势研究

2021-04-14颜小锋

卷宗 2021年9期

颜小锋

（江西五十铃汽车有限公司，江西南昌 330100）

改革开放以来，我国经济迅速发展，人民生活水平提高，对于汽车的需求不断增加，我国的汽车制造业也得以飞速发展，我国已经成为全球第一大汽车生产国和消费国。在2019年，我国的汽车销售量已经达到2500万辆，但同时出现了很多问题汽车，有很多汽车都被检查出质量问题，进行召回。近年来最大规模的一次召回是在2017年，召回的汽车高达2000万辆，均由于汽车质量不合格。对于，相关部门应该进行深入反思为什么会有这么多问题汽车流入市场并采取相关措施进行管控。

1 汽车行业内的大数据理论

由于信息技术的快速发展，衍生出了大数据理论。运用大数据技术可以迅速，准确的处理海量复杂数据并进行及时反馈。目前我国的各行各业中都在运用大数据技术，提高了工作效率，减轻了相关人力负担。在现代科学技术的影响下，相关产业链的生产过程变得越来越复杂，仅用传统人力来掌控生产链的方式已经不能满足当前生产质量要求。另外，当前我国政府对于质量问题的管控十分严格，通过把大数据技术与质量管理相结合，对企业的质量管理体系进行全面的升级，从而带动企业质量管理的全面发展。而且大数据技术不只是在质量管理中发挥重要作用，在供给，生产以及检测中也发挥作用。目前，我国政府以及各企业都对大数据技术十分重视，在汽车制造领域也不例外。但是在汽车领域，大数据技术仅仅用于技术层面，在质量管理方面应用的大数据技术较少，仍需要我们不断加强质量管理与大数据的结合，创新质量管理的体系。

在汽车行业内，大数据可以应用于产品设计，指导销售和使用，也可以应用于企业产业链，生态链行业管理等方面，但是近些年来，汽车制造业与大数据的结合，仅仅局限于某一单一的层面。并没有进行多方面，多层次的结合，比如说对于质量管理方面内的导数据应用还是不够深入，并没有很好地发挥大数据技术，对于质量管理所带来的优势。本文就基于这个问题，通过对汽车行业质量数据指标进行收集评价，将质量数据形成一个综合的数据库，方便对汽车行业的综合把握，全面提高企业质量管理能力，提高汽车的质量。

2 汽车行业内质量管理的大数据

目前我国建立了很多，大声的数据库里面包含产品认证，体系认证等相关数据，但是并没有涉及质量管理方面的数据，也没有具体到某一个行业，所以，汽车行业运用这些数据，数据会存在一定的缺陷和局限性。2020年的时候，由中汽中心在国家认证委统一指导下，建立了一个中国汽车行业质量认证数据服务平台，你行汽车质量行业数据的收集整理采集分析以及平台的架构与商务开发等一系列工作，在建成以后可以实现信息共享，为汽车行业的质量管理提供，准确完善的相关数据。

2.1 汽车行业质量大数据指标体系

汽车行业涉及多个方面，产业链很长，生产周期也比较长。一种新型汽车，从研发到上市，往往需要3到4年的时间，甚至更长在整体的生产设计过程中，需要进行治疗控制的环节比较多，所以说汽车行业内质量管理就会面临非常庞大的信息量以及数据比较分散，复杂的情况，建立大数据指标体系，可以对相关的质量控制指标进行分类，可以有效加强质量管控。

1）研发质量管理类。由于汽车制造具有很长的产业链，而享有的汽车企业有比较完善的质量管理流程，比如说ID09001，IATF16949等。但是，对于汽车的质量控制，还主要停留在知道阶段，其他阶段的质量控制稍微薄弱，特别是在设计开发阶段，很多企业根本就不会进行质量管理，为了能够使产品的质量一直处于可控状态，不管是在设计还是在色彩制造阶段，都应该进行严格的质量监管，能够充分保证所生产的产品符合大众的需求，提高汽车的安全性能。研发质量管理类的数据主要包括设计目标达成率，里程碑节点准时完成率等

2）采购质量管理类。待正式进行生产制造之前，都需要进行原材料的采购，上文已经提到汽车制造业的质量管理，主要集中在，生产制造流程对于其他流程的质量管控相对较少。而采购是保证企业能够获取好的原材料进行汽车制造的重要基础。原材料，零部件质量的好坏，直接影响到成品汽车的安全性能。因此，企业应加强对于采购环节的质量管理，只有采购的原材料符合相关质量标准，还能够保证汽车的质量，另外，在采购过程中不只要保证质量，还要努力降低成本，认准供应商，提高企业效益，获取更大的利润。采购质量管理主要包括生产件批准完成率，IATA16949等。

3）生产质量管理类。近年来，大部分被召回的汽车都是由于生产质量不合格，汽车被召回，不仅造成资源浪费，降低企业效益，还会降低社会公众对于该汽车制造商的信任，对企业的长远发展十分不利。生产过程是汽车制造的核心过程，生产质量管理，是决定成品质量的关键生产管理类的数据，主要包括OEE，一次交检合格率以及质量目标达成率等

4）产品实物质量类。以上各个步骤都能够保证质量合格，不管是在研发，采购以及生产过程都有个非常完好的质量，但是不代表最终的成品的质量也合格。在成品完成后的检测阶段，以及投入使用后所发现的质量不合格都属于产品实物质量问题。这类问题有可能是在上各个环节中所产生的，也有可能是在运输以及组装过程中产生的。其中的指标主要包括IPTV，单台索赔成本率供应商部件不合格品率等。

5）质量认证类。目前汽车行业质量认证的第三方存在一定的问题，企业提高自身对于汽车质量评价的要求，同时明确自身企业中所存在的问题，也有利于提高质量管理水平。质量认证累的数据指标包括质量管理体系认证情况，质量目标达成率，内审问题关闭率等。

2.2 大数据指标体系质量能力评价模型

质量管理是一个企业建立品牌，提高国民认可度，保持核心竞争力的重要因素，基于上文的分析，在接进行内部质量数据采集式设计，统一的计算公式，比如说，里程碑节点准时完成率=里程碑节点准时完成数/里程碑节点数*100%；售后三个月每100台故障率=车辆售后三个月内产品故障总数/修收满三个月的车辆总数*1000等等，整体的评价体系包括结果质量和过程质量两个方面，通过对质量管理模型的综合把握，准确获取相关数据，为企业的质量管理提供相应的数据支撑，提高汽车企业的质量管理效率。