焊接是现代机械制造业中一种常规的加工方式，广泛地应用在制造领域。如在汽车制造过程中，发动机、变速箱、车桥、车架、车身、车厢六大总成全离不开焊接技术的应用。由于市面上的乘用车基本都是承载式车身，所以严控焊接工艺质量尤为重要。如果焊接质量不过关，可能会产生异响、导致车身钣金变形开裂，严重甚至将威胁人身安全。
广域铭岛自主研发的Geega工业互联网平台以其独特的工业人工智能软件，支撑焊装质量检测的核心关卡，满足了领克工厂对生产质量的极致追求，实现了生产过程中对焊接质量的高效管理。
Geega工业软件支撑汽车制造业焊装质量检测
在汽车制造过程中，焊接质量检测是一项精细而繁琐的任务，每一个焊点的质量管理非常重要。每辆汽车的“白车身”主体结构约有3000多个焊点，传统模式下采用凿检，辅以目视检测，但这种方式不仅耗时耗力，且造成零件变形后必须重新整形，企业花费的成本较高。
基于工业机理模型应用焊接误差率从8‰降至3‰
通过Geega焊点质量管理系统，将焊接车间原本300多台独立控制器汇总集成在一个平台上，可以实时获取生产过程中的每一个焊点工艺数据。 基于焊接过程电热平衡和焊接参数模型的机理分析，对每一个焊点进行质量分析，对生产过程中的缺陷焊点实时预警。
焊接质量机理模型，从两个维度进行分析，一方面，通过实际的焊接设备反馈的工艺参数数据与设计工艺参数进行逐项对比分析，对超过允许偏差范围的参数进行提示预警；另一方面，对焊接后反馈数据，比如电阻、电流等进行偏差分析，发现潜在问题焊点。
同时，焊点质量系统会对近期所有焊点数据进行大数据分析，通过应用机器学习与AI算法，对频繁出现问题的点进行标注。由此，指导工作人员进行定向检测，更精准地排查隐患，大幅降低了质量管理的人力成本与时间成本，车间的焊接误差率也从行业的8‰降至在3‰左右。而且，可以沉淀已知数据，形成焊接知识库，以焊件组合进行焊接参数推荐，提升焊接参数调试效率。
待组装车身上的焊点
工业机理模型促进工业知识的沉淀与复用
这套系统的技术核心在于“工业机理模型”的建立和应用，通过软件技术对焊接全过程运行规律进行显性化、模型化、代码化，形成一个个还原焊接工艺的工业机理模型。目前，Geega沉淀的工业机理模型不局限于焊接质量检测环节，已广泛应用在冲焊涂总四大车间。
Geega焊点质量管理系统界面
比如冲压排产模型，结合有限产能约束、DBR瓶颈、启发式算法等理论与技术，实现一键排产，担当生产调度的智脑；
比如色差分析模型，结合涂装实时生产数据和原料供应商数据，建立数据分析模型，对涂装外观管理做根因分析和溯源管理；
又比如拧紧质量模型，重点管控关键拧紧工位扭矩数据，实现拧紧结果记录及数据分析，及时触发预警推送，消除隐性问题，提高产品质量和工作效率……
每个工业机理模型都是一个积木式的模块，可供工业APP开发者灵活调用，促进工业知识的沉淀、传播、复用与价值创造。这意味着，源于实践的工业机理模型，未来将不仅仅作用于单一行业，而是可以实现跨行业的“复制性”应用。
Geega工业互联网平台应用到汽车制造生产线
作为现代工业皇冠上的明珠，汽车制造的全流程横贯钢铁、机械、橡胶、石化、电子等数十个行业。Geega以吉利为依托，未来将沉淀丰富的工业机理模型，将工艺和行业知识沉淀到平台上，以通用化、标准化的机理模型实现“源于制造，反哺制造”的良性生态循环，赋能行业数字化转型。
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容， 请发送邮件至 举报，一经查实，本站将立刻删除。