車身機運智能追蹤系統研究與應用

要強壯，談 洋，陳 瑤，黃 麟，黃青簿

（上汽通用汽車有限公司武漢分公司，武漢 430208）

汽車制造行業車身車間高節拍的底板線和主線的傳輸通常采用Pallet傳輸系統[1]，為解決多車型共線生產的問題，車身機運大量采用柔性化焊接技術及工裝夾具快速切換技術[2-3]。以國內某車身車間為例，各類機運設備體量大，總量超過600臺，隨行Pallet、工裝等設備在多車型切換時故障頻次較高。機運設備存在報錯頻次高，單班累計停機時間長的問題，制約車間設備開動率的提升。丁煥等[4]對機運系統自動化改造進行了研究，朱正德等[5]研究了適應汽車柔性化生產方式的檢測技術。為響應業務數字化轉型的需求，本文自主研究設計，實現機運設備關鍵數據的智能追蹤，并用于機運設備故障分析及改進，達到降本增效創新。

1 車身機運設備問題

1.1 機運設備故障頻次高

汽車制造行業車身車間各類機運設備體量大，尤其是多車型切換混線生產車間，不同車型、不同參數配置的組合將產生不同的故障點，導致隨行Pallet、工裝等設備在多車型切換時故障頻次高，綜合效率指數偏低，是車間運營的痛點問題。傳統的方法采用人工統計機運設備報錯信息，效率低且工作量大，目前缺乏有效的手段快速鎖定高頻故障機運設備及問題點，問題跟蹤較困難、解決見效慢。對機運設備故障統計及分析缺乏有效的數據支撐，制約設備開動率的提升。

1.2 機運設備保養工時長

對于多車型混線生產的車間，因車型配比、車間生產節拍和排產模式變化等因素，機運設備實際運行時間存在較大變動。傳統的機運設備保養方式按照固定周期進行保養，存在一定缺陷。當雙班排產較多，停產時間減少，設備未能及時按周期保養，影響使用壽命，易導致欠缺保養的問題。設備臨近保養周期時，往往伴隨先兆性預警，例如滾床皮帶磨損易導致進車掉高速，電流波動較大，若不及時檢查會導致皮帶斷裂造成長時間停機。當單班排產較多，設備實際運行時間減少，按傳統固定周期進行保養，存在備件及人工成本浪費，易導致過度保養的問題。因此，車間對精益化保養方法的需求越來越強烈。

2 機運智能追蹤系統

2.1 系統架構

針對機運設備運營過程的痛點問題，開發機運設備智能追蹤系統，進行數據提取及分析改進工作。系統架構分為3層：設備采集層，數據集成層和應用層。設備采集層和數據集成層通過現有PLC實現采集傳輸，主要包含機運設備相關氣缸、傳感器、電機和變頻器等設備運行信息，同時匹配報錯信息、設備編號，可實現機運設備過程參數及故障信息的精確追蹤。

數據采集層采用OPC通信協議，提供單一來源的工業數據，實現數據采集功能，數據集成層采用SQL Server關系數據庫管理，實現機運設備關鍵數據存儲。應用層設置人機交互界面，實現設置和查詢功能，并能引入智能算法和專家資源庫，實現在線診斷和趨勢分析。系統架構如圖1所示。

圖1 系統架構圖

2.2 系統功能框架

車身機運智能追蹤系統功能框架如圖2所示，主要包含4大模塊，故障信息追蹤模塊、保養任務跟蹤模塊、過程參數追蹤模塊和系統設置模塊，并預留接口可根據需求進行擴展新增。各模塊功能集成應用，實時監控機運設備運行信息。通過自主編程實現機運設備參數信息后臺采集統計，精確匹配報警代碼、保養信息、過程參數等，滿足現場智能追蹤的需求。

圖2 功能框架圖

2.3 故障信息追蹤功能

針對機運設備故障頻次高，故障鎖定手段缺乏的問題，開發故障追蹤功能，實現自動記錄報錯信息。故障追蹤功能主要包括報警信息匹配和報警記錄查詢模塊。

報警記錄查詢模塊匹配設備編號和報錯代碼，現場人員可快速鎖定機運故障，針對性調整，并能存儲歷史報錯信息，方便人員根據數據庫記錄進行故障追蹤。故障追蹤模塊同時能輸出頻次最高設備車型、故障點等關鍵數據，用以指導維修PM工作。

信息監控收集采用KEPServerEX軟件，利用OPC（自動化產業的互操作性標準）和以IT為中心的通信協議實現工業數據的實時采集，保證數據的穩定性和唯一性，并通過交互的操作界面實現連接和監測機運設備功能，KEPServerEX主要承擔數據采集功能。首先與PLC建立通信連接，選擇采集數據，確定PLC數據路徑，建立數采Tag與PLC數據連接，創建數據源配置，將采集數據寫入數據庫配置，最后對數據庫查詢代碼進行調試。通過以太網通信的EtherNet/IP通信模塊實現交互通訊和數據收集。

2.4 過程參數追蹤功能

過程參數追蹤模塊實現機運設備運行參數的記錄和查詢。實時記錄機運設備過程參數，設置接口實現歷史數據查詢和趨勢分析。采集過程參數包括車號、氣缸號、編碼尺位置、碳刷厚度、電機電流值和進出車時間等參數，精確匹配設備運行和造車信息。

基于機運設備的過程參數追蹤功能，現場維修人員可以根據查詢報表，對歷史數據進行趨勢分析，指導維修作業的開展和預測性維修。過程參數追蹤模塊也可引入專家系統，設置程序邏輯接口，設備運行數據出現異常進行報警并提示檢查，實現在線專家診斷。

2.5 保養任務全周期跟蹤功能

開發設備保養任務全周期跟蹤功能，針對關鍵設備常見故障原因分類，建立關鍵設備PM智能監控系統，實現對機運設備PM任務監控。通過PLC檢測設備運行信號，自動記錄設備運行時間，由固定周期保養模式改進為設備運行時長保養模式，實現精細化保養。設置人機交互界面設定保養周期，實時顯示保養任務剩余時長，并實現提前預警，按設備實際運行時長提示責任人執行保養任務。

3 智能追蹤系統應用

3.1 故障分析改進

車身機運智能追蹤系統開發以后，針對機運故障頻次和人工處理工時進行測量，從數據追蹤系統獲取采樣結果，對測量系統進行分析，運用正態分布圖及均值-極差控制圖Xbar-R對測量系統過程能力分析，確認了過程穩定且可控。該系統可以為后續機運故障研究和人工工時優化提供有效支撐。下面將該系統用于車間機運設備的故障分析和改進實踐。

從故障追蹤模塊中拉取生產期間機運故障數據，根據報警信息劃分故障類型，進行數據分析。機運設備共計6類故障，包括機械報錯、傳感器檢測報錯、驅動電氣報錯、輸送設備報錯、尺寸監控報錯和其他報錯等。

針對機運故障頻次高的問題，將歷史故障數據自動生成帕累托圖進行數據分析，識別影響機運故障原因。機運故障帕累托圖中數據顯示機械報錯和傳感器檢測報錯占比達到78%，需要聚焦資源優先解決。運用因果圖，從人機料法環測6個維度進行原因分析，通過因果關系矩陣篩選，對造成機械報錯頻次和傳感器報錯頻次的原因統計，進行評分分析，鎖定主要問題。

問題一為Pallet機械故障頻次高，進一步分析根本原因，Pallet結構設計缺陷，Pallet防護不到位，導致勾銷缸動作時易發生卡滯故障；機運設備現有保養方法不合理，Pallet及對應勾銷缸數量眾多導致保養不到位。問題二為傳感器檢測報錯頻次高，原因為機運設備故障鎖定手段缺乏，傳感器故障鎖定困難導致配調不到位。

匯總3個根本原因包括：Pallet結構設計缺陷，保養方法不合理，故障鎖定手段缺乏，需針對性的改進攻關。

3.2 創新改進

3.2.1 Pallet結構改進

針對Pallet機械結構問題，采用普氏矩陣生成多個方案，基準方案為對Pallet上勾銷缸選型更改，采用推力更大的氣缸，整體替換；方案1，Pallet勾銷缸更換為電缸增加驅動力；方案2，Pallet勾銷缸增加外置防飛濺擋板；方案3，Pallet勾銷缸增大氣管管徑。與基準方案進行打分對比，方案2增加外置防飛濺擋板較優，設置為二次基準方案，進行矩陣更新，新增方案4，勾銷缸內部改造增加防飛濺卡片；方案5，增加自動吹掃裝置。

從造車質量，造車CT，降低故障率，改造成本，改造風險維度進行方案對比迭代，最終留下3個方案。從成本，施工風險，實施時間3個維度對比，采用數據量化，最終選定了Pallet內部結構改造，增加防飛濺裝置這個方案。

選取改進后的Pallet進行樣件測試，采集Pallet勾銷缸改進前后飛濺數量，驗證改進效果。采用配對t檢驗方法，驗證方案的有效性，假設改進后飛濺減低80%認為有效，基于95%的置信度進行配對檢驗，根據數據分析得出結論勾銷缸改進方案效果良好。

3.2.2 機運故障處理流程改進

基于機運設備的故障追蹤功能，設備維修人員的故障處理及設備調試流程對應進行了變化。改進前根據經驗逐個配調機運設備，效果不理想，改進后可根據報錯信息表鎖定報錯信息，針對性調整，提高檢測穩定性，機運設備故障處理流程改進如圖3所示。3.2.3 機運保養流程改進

圖3 機運設備故障處理流程圖

基于保養任務全周期跟蹤功能，機運設備保養流程進行相應改進更新，改進前Pallet保養按照固定保養周期模式，改進后增加后臺運行數據跟蹤和過程參數監控，根據設備運行時長科學保養。TPM/PM任務監控功能通過按設備實際運行時間監控保養周期，在高產時設備提前達到使用壽命，能及時預警發現隱患，減少停機發生；低產時，延后設備保養日期，避免設備過度保養造成的維修成本浪費問題。結合趨勢預測模型，利用大數據問題分析思維方式，采集設備關鍵運行數據，提前發現設備故障隱患，助力高頻問題解決，實現精準維修。系統已實現對滾床皮帶檢查、軸承座加油和電機檢查等PM任務監控。關鍵運行數據監控預警實現對滾床電機運行電流轉速監控，摩擦線進出車聯動信號監控，高頻故障數據采集分析實現對移載叉設備、勾銷缸切換報錯數據采集分析。改進后的機運設備保養流程如圖4所示。

圖4 機運設備保養流程圖

3.2.4 Pallet自動下線功能

從機運數據系統中拉取生產期間機運故障數據，進行統計分析，Pallet機械報錯故障人工處理工時存在異常點，調查原因為Pallet機械故障無法在線修復，需人工下線Pallet修復，導致人工處理工時異常增加，該問題需要研究攻關。分析Pallet下線流程，現有Pallet故障無法在線修復時，由人工手動操作Pallet動作，跟蹤故障Pallet直至下線工位，手動操作下線。傳統的手動下線全程跟蹤的方式，時間過長，存在浪費點。通過開發自動下線功能，編寫自動控制程序，人員輸入設備編號，一鍵操作，實現自動上下線，縮短處理工時及停機時間。自動下線機運設備流程如圖5所示。

圖5 自動下線流程圖

3.3 改進效果

通過自主編程開發，實現對設備編號、故障信息、故障時長、進出車電流、保養記錄的精確追蹤，基于該智能追蹤系統，對機運系統數據進行分析和優化，達到綜合效率提升的目標。通過改進勾銷缸防飛濺卡片，開發設備保養任務全周期跟蹤系統，設置機運報錯自動記錄功能，達成機運設備故障頻次降低?；谥悄茏粉櫹到y進行機運故障研究和人工工時優化分析。從系統中拉取2021年6月及10月生產期間機運故障數據，分別比較改進前后機運故障頻次，改進前NP=11，降到改進后NP=2.1。

4 結束語

汽車制造行業車身車間機運設備體量大，監控數據多，精確匹配設備編號、報警代碼和過程參數等信息，復雜程度高。結合數據提取及趨勢分析算法，實現機運設備運行及保養方式的優化改進，可以實現故障率的有效降低。通過項目推進及方案推廣，實現降本增效的目的，基于故障數據分析結果，合理部署設備維修保養工作開展，可有效降低維修人員的工作負荷。本文提出的車身機運追蹤系統基于現有硬件條件開發實施，投入成本低，系統開發完成后適用性強，可以為同行業應用場景提供借鑒。