焊接是現代機械制造業中一種常規的加工方式，廣泛地應用在制造領域。如在汽車制造過程中，發動機、變速箱、車橋、車架、車身、車廂六大總成全離不開焊接技術的應用。由于市面上的乘用車基本都是承載式車身，所以嚴控焊接工藝質量尤為重要。如果焊接質量不過關，可能會產生異響、導致車身鈑金變形開裂，嚴重甚至將威脅人身安全。
廣域銘島自主研發的Geega工業互聯網平臺以其獨特的工業人工智能軟件，支撐焊裝質量檢測的核心關卡，滿足了領克工廠對生產質量的極致追求，實現了生產過程中對焊接質量的高效管理。
Geega工業軟件支撐汽車制造業焊裝質量檢測
在汽車制造過程中，焊接質量檢測是一項精細而繁瑣的任務，每一個焊點的質量管理非常重要。每輛汽車的“白車身”主體結構約有3000多個焊點，傳統模式下采用鑿檢，輔以目視檢測，但這種方式不僅耗時耗力，且造成零件變形后必須重新整形，企業花費的成本較高。
基于工業機理模型應用焊接誤差率從8‰降至3‰
通過Geega焊點質量管理系統，將焊接車間原本300多臺獨立控制器匯總集成在一個平臺上，可以實時獲取生產過程中的每一個焊點工藝數據。 基于焊接過程電熱平衡和焊接參數模型的機理分析，對每一個焊點進行質量分析，對生產過程中的缺陷焊點實時預警。
焊接質量機理模型，從兩個維度進行分析，一方面，通過實際的焊接設備反饋的工藝參數數據與設計工藝參數進行逐項對比分析，對超過允許偏差范圍的參數進行提示預警；另一方面，對焊接后反饋數據，比如電阻、電流等進行偏差分析，發現潛在問題焊點。
同時，焊點質量系統會對近期所有焊點數據進行大數據分析，通過應用機器學習與AI算法，對頻繁出現問題的點進行標注。由此，指導工作人員進行定向檢測，更精準地排查隱患，大幅降低了質量管理的人力成本與時間成本，車間的焊接誤差率也從行業的8‰降至在3‰左右。而且，可以沉淀已知數據，形成焊接知識庫，以焊件組合進行焊接參數推薦，提升焊接參數調試效率。
待組裝車身上的焊點
工業機理模型促進工業知識的沉淀與復用
這套系統的技術核心在于“工業機理模型”的建立和應用，通過軟件技術對焊接全過程運行規律進行顯性化、模型化、代碼化，形成一個個還原焊接工藝的工業機理模型。目前，Geega沉淀的工業機理模型不局限于焊接質量檢測環節，已廣泛應用在沖焊涂總四大車間。
Geega焊點質量管理系統界面
比如沖壓排產模型，結合有限產能約束、DBR瓶頸、啟發式算法等理論與技術，實現一鍵排產，擔當生產調度的智腦；
比如色差分析模型，結合涂裝實時生產數據和原料供應商數據，建立數據分析模型，對涂裝外觀管理做根因分析和溯源管理；
又比如擰緊質量模型，重點管控關鍵擰緊工位扭矩數據，實現擰緊結果記錄及數據分析，及時觸發預警推送，消除隱性問題，提高產品質量和工作效率……
每個工業機理模型都是一個積木式的模塊，可供工業APP開發者靈活調用，促進工業知識的沉淀、傳播、復用與價值創造。這意味著，源于實踐的工業機理模型，未來將不僅僅作用于單一行業，而是可以實現跨行業的“復制性”應用。
Geega工業互聯網平臺應用到汽車制造生產線
作為現代工業皇冠上的明珠，汽車制造的全流程橫貫鋼鐵、機械、橡膠、石化、電子等數十個行業。Geega以吉利為依托，未來將沉淀豐富的工業機理模型，將工藝和行業知識沉淀到平臺上，以通用化、標準化的機理模型實現“源于制造，反哺制造”的良性生態循環，賦能行業數字化轉型。
版權聲明：本文內容由互聯網用戶自發貢獻，該文觀點僅代表作者本人。本站僅提供信息存儲空間服務，不擁有所有權，不承擔相關法律責任。如發現本站有涉嫌抄襲侵權/違法違規的內容， 請發送郵件至 舉報，一經查實，本站將立刻刪除。