APP下载

智能制造车间基于一机一档的履历追溯

2021-08-05王磊

科学与信息化 2021年20期
关键词:机车结构化产品质量

王磊

中车大同电力机车有限公司 山西 大同 037038

引言

智能制造车间的基于一机一档的履历追溯是集成IT信息技术和智能算法,将先进的工业互联网与装备制造企业相结合,在企业全车间、全公司建立一套适合于企业未来高速发展的追溯系统,能形成产品制造过程中的质量履历,统一履历信息平台,实现从原料源头抓起,对生产过程的供应商来料、生产等关键工序加以控制,防止人为因素的发生,确保产品质量的可靠性,由过去事后检测,改变为事前、事中控制和事后溯源,保证产品全程优质、安全、高效生产。实现履历状态实时清晰,为运营支持和追溯提供数据基础,缓解质量机车档案管理压力, 实现质量活动无纸化和电子化,避免重复输入,质量记录单传递、记录和查询效率提升,提升工作效率, 实现质量数据的结构化,提升质量问题追溯效率和准确率, 采集生产过程中的实时质量数据,通过SPC等手段,减少生产差错率。通过采集生产或调试阶段设备数据,提升质量检验效率和准确性, 采集质量全生命周期的数据,为质量决策提供数据依据,提升公司领导的决策能力。

1 机车档案履历现状

机车档案是以“一车一档”形式,展示机车各部件档案记录,并通过以质量数据为基础的完成机车档案管理与分析,实现产品全生命周期质量追溯,为质量分析及决策支持提供数据支撑,有效提升产品质量,目前这些都难以通过人为方式去实现,而且需要大量的人力和物力,严重制约企业的数据档案形成。

进料检验、供应商管理、制造过程、售后质量管理等数据多为纸面手工记录分散在部门,质量数据信息共享难度大。准确性及利用率都有待提高。

质量数据没有得到系统整合,形成了“质量信息孤岛”。

无法实现依托供应商管理数据展开供应商质量信息的追溯、统计及分析。

供应商零部件在生产过程及售后环节的质量信息没有系统的展开分析及统计。很难客观、全面的体现供应商零部件质量水平。

制造过程很难真正展开不良项目的分布分析,进而质量波动及损失的重复性问题容易被忽略。

目前故障标准化没有完成,很难实现售后维修的问题点分布等多维度分析。

售后质量信息后续的索赔鉴定、索赔管理、备件管理等都手工展开,在管理上对索赔率提升造成阻碍。

海量的售后产品质量及零部件质量信息无法直观、快捷的形成改善输入,为设计、工艺及生产提供改进机会。

缺少质量履历管理,很难高效的查询追溯和分析。

随着出厂产品数量不断累积,以后手工追溯查询整车装配零部件信息工作量将越来越大,即效率越发难以保证[1]。

2 方案设计

结合《国家智能制造标准体系建设指南(2015年版)》相关内容探索得出制造业智能制造顶层结构,轨道交通装备制造企业在此架构图的基础上完成技术体系,标准体系和网络体系建设,采用动态分析和无感知技术,使用数据映射根据用户选择自定义配置,基于浏览器服务打造一套支持任意物料追溯、支持任意编号追溯、追溯异常图形化展示、正向追溯、反向追溯、追溯定位的机车档案履历,并提供丰富的图形展示手段,便于用户查看和定位问题,通过在离散制造企业,如汽车、电子产品,当出现质量问题时候通过建立追溯系统。迅速查清楚相关批次和质量问题存在的关键,并召回相关批次产品,一方面能够快速处理消费者的问题,同时减少召回损失,从而更快速地达到并实现高品质制造、高效可持续的企业全价值脸目标。

具体方案如下:

首先,通过产品ID、序列号(追溯号)关联新造记录、检修记录、故障记录等,支持全寿命周期履历,将分散在各系统中的质量数据进行关联集成,打破信息孤岛,进行综合利用。

其次,结构化数据采集、整合,整合产品全寿命周期质量相关数据,包括:设计数据、供方数据、生产数据、检修数据、故障数据等。结构化产品构型、结构化工艺数据、结构化检验策划、结构化缺陷及故障信息是数据整合的基础。

然后,电子化质量数据追溯(包括反向追溯和正向追溯),反向追溯:由不良品(序列号)反向追溯到问题点;输入产品(成品)序列号,可以首先利用查询器定位到产品列表,点击产品列表获取产品序列号,获取到产品序列号之后,就可以安排制造 BOM 结构树的方式,逐层展开在每个生产环境的人、机、料、法、环、测的当时生产数据。正向追溯:由问题点正向追溯到全部的不良品;在正向追溯的时候,当追溯到某个具体问题点时候,可以反查出来在同样生产环境下总共生产出哪些产品,查询结构是一个产品列表,这个产品列表可以作为召回的数据源。

图2 履历信息追踪流程

其中产品档案包括产品生产过程中人、机、料、法、环、测等一系列的信息,具体包括:

人员:在产品生产过程中每道工序操作人员的信息。

设备:在产品生产过程中用的设备、刀具、模具及其参数等信息。

物料:根据产品BOM结构记录使用的各原材料的批次、规格、型号等信息。

工艺:记录产品生产过程中使用的工艺文件。

环境:记录产品生产过程中的环境参数,包括温度、湿度等。

检测:产品生产过程中的质检信息,具体包括检验人员、检验方式、检验结果、品质缺陷处理记录等。

最后,通知电子履历信息化、无纸化办公、节省人力、物力,极大地提高了工作效率,也为机车制造、运用、维修、改进性能、提高质量、减少故障、保证行车安全、提高经济效益,其次通过在产品生产、销售的整个过程中对产品的各种相关信息进行记录存储的质量保障系统,其目的是在出现产品质量问题时,能够快速有效地查询到出问题的原料或加工环节,必要时进行产品召回,以此提高产品质量水平。同时将设计、生产、试验、售后、检修等业务环节中产生大量质量相关数据,通过有效的数据整合分析在机车档案中,从而实现由数据驱动产品质量改进,知识沉淀,对质量问题分级、分类闭环管理,形成知识沉淀[2]。

3 总结

通过本文的机车档案设计,实现现在采集的纸质化整车出厂履历和主要自制件纸质化履历向电子化、结构化转换,结构化的范围依据机车整车、配件质量管理的需求程度。需要系统包含履历信息维护、履历模板配置、机车配置管理、履历轨迹跟踪、履历导入导出等。同时具备针对其他车型和配件类型的模板自定义功能,在现有数据标准基础上,建立统一贯穿全生命周期的数据标准,实现全生命周期数据映射,实现质量追溯等数据分析、为未来智能运维、综合分析、可靠性分析、设计优化等提供数据支撑。

4 结束语

本文实现产品、整机、典型部件的产品质量追溯,可以根据监测的事件,追溯产品的配置、部署、配件的厂商、制造的批次、质量检测信息、维修历史以及设计资料、工艺资料,甚至应用环境、操纵使用情况等等产品全生命周期的相关信息,发现问题根源,从而进行适当的维修以及发现设计、制造环节的问题,进行改进, 风险管理,通过数据挖掘潜在问题和倾向性问题,由数据驱动质量改进,持续改进,通过质量指标,数据分析来驱动产品质量改进,通过流程管理支持业务过程改进。

猜你喜欢

机车结构化产品质量
质量鉴定中产品质量特性及重要度确认的重要性
改进的非结构化对等网络动态搜索算法
深度学习的单元结构化教学实践与思考
航天外包产品质量控制方法研究
航天产品质量控制及提升方法研究
结构化面试方法在研究生复试中的应用
左顾右盼 瞻前顾后 融会贯通——基于数学结构化的深度学习
加强PPE流通领域产品质量监督
“周恩来号”机车连续40年投入春运
DF8BI内燃机车整车称重调簧工艺适用条件研究