随着物联网、大数据和人工智能技术的高速发展，汽车制造业正在发生全面智能化的革命性转变。汽车工厂持续产生海量数据，但数据的价值挖掘还远远不够。机械九院基于在传统汽车制造业中的数十年耕耘和深刻认知，勇于开拓创新，围绕汽车工厂核心问题，以数据为核心，以软件为载体，聚焦用户痛点，利用不同业务场景搭建出的各类AI算法模型，研发出了遍布汽车工厂冲、焊、涂、总、电池五大车间的智能应用系统和智能化解决方案，辅助生产现场进行智能决策。赋能汽车工厂制造过程智能化，提升生产质量，实现更 加高效的管理。1)焊点质量预测:利用该系统预测焊装车间的白车身焊点质量，及时检测出存在飞溅或虚焊缺陷的焊点，实现点焊工艺的工况自动分析、焊接过程工艺参数推荐、能力分析、质量追溯等。
2)漆膜质量预测:建立涂装车间前处理电泳和 面漆喷涂工艺的质量管控体系，基于工艺过程数据和质量数据的实时在线监测，建立质量问题预测模型，判定生产过程质量问题，辅助人工进行质量问题的分析、定位与决策，减少返修和人工检测工作量。系统对AI模型计算出的结果进行实时反馈，实现漆膜膜厚自动检测、离线率分析和缺陷预警。现场工艺人员根据 系统自动标注的当前车身的离线概率、相应缺陷信息和问题 (如橘皮、流挂、流淌流痕、缩孔等)的发生概率，进行分析和判断，决定是否进行返修处理。
3)冲压件质量预测:将冲压板料数据、模具数 据、工艺数据(如压机各点位的实际压力值等)、设备数据 (如电机转速、电流、离合器油压等)作为算法模型的特征 变量，预测冲压件存在的7种典型质量缺陷(包、坑、缩痕、波浪、双线、缩颈、开裂)的概率，辅助操作人员及时检查冲压件质量是否合格。该系统改进传统的抽检模式， 利用质检信息样本数据，实现对冲压工艺质量的风险预警及质量问题的根因分析，最终从质量、成本和效率等维度提升冲压的整体工艺水平。
提供设备全生命周期的管理和服务，使设备的使用更加 高效、稳定、持久。电机预测性维护：开发出适用于五大车间的预测性维护系统，对电机的运行状态进行实时在线监测，利用钉钉的形式实时将测点警告信息推送给设备负责人，并通过异常与故障分析算法实现对设备的异常预警、故障诊断及设备健康画像分析，预测出设备未来的故障隐患，给出相应的检查或维保建议，降低设备维护成本以及非计划性故障停机所造成的生产损失，增强设备管理人员对关键设备的预知与管控能力。
通过生产流程的信息整合，以及对生产系统更加动态和灵活的实时控制，实现设备的智能自适应实时控制，进一步降低生产成本和资源消耗。1)APC 空调节能控制:该系统将先进控制理论、暖通机理、现场工况和实时生产数据结合，综合运用仿真建模、人工智能、动态调优等科技手段，对涂装车间的工艺空调和工位空调进行智能控制，建立空调在不同室外环境 下最节能的智能控制决策和工作状态模式。
2)APC 烘干室节能控制:该系统针对涂装车间利用TAR 结构焚烧炉进行集中供热的烘干室，在保证生产 安全、稳定、绿色、达标的前提下，建立烘干室在不同生产 状态下的智能决策算法和节能路径，通过模型预测控制算法 (MPC) 快速精准地实时调控，实现烘干室参数稳定和节能控制。
该智能软件系统已广泛应用于一汽、 一汽-大众和吉利 汽车等主机厂。智能软件系统的实施极大地提升了车间的生 产水平、产品质量和综合管理效率，为工厂取得了可观的经济效益，得到了汽车制造业的广泛好评。整体智能解决方案 实现了行业引领和技术引领，推动了汽车行业的智能化升级。
来源：来源：《2023中国汽车工程学会年会论文集》 作者：机械工业第九设计研究院股份有限公司 贾浩鑫 赵锐 项涛
声明：本文系转载，旨在分享，版权归原作者所有，内容为原作者个人观点，并不代表本网站赞同其观点和对其真实性负责。如涉及作品版权问题，请与我们联系，我们将在第一时间删除内容！
