为应对汽车行业多品种、柔性化的生产模式，企业需在转换工艺规划的同时，创建与之相适应的制造质量保证机制。本文以国内某发动机主流企业刚完成的“透明化工厂”项目为例，介绍了通过提升“qs-STAT企业版统计分析软件”的功能，完成网络化生产过程实时监控的全过程，从而实现了从自动数据录入、可视化、统计分析、数据管理、数据显示到数据分布模型的自动选择和评定及质量信息的归档全面解决方案。

众所周知，工业4.0的核心就是基于智慧工厂的智能制造，而为了确保产品的制造质量，就必须遵循现代质量观念，即“质量是设计和制造出来的，不是检查出来的”。对于中国这样一个汽车制造大国来说，在保证产品质量的同时，进而实现降本增效的目标，强化工艺过程的稳定性并进行优化和功能的拓展。

建成于2005年的上海大众动力总成有限公司(以下简称“VWPT”)是一个专业生产小排量汽油发动机的合资企业，也是全球最大的生产知名EA211系列发动机的工厂，并为多年来国内产销均据首位的上汽大众提供了占其产能所需80%的发动机。3000余名员工在2016年生产了165万台发动机，而2018年的计划产量为195万，其产能规模已达到亚洲第一、世界第二。

当前，以汽车行业为代表的现代制造业正大力推行工业4.0和国家于三年前出台的“中国制造2025”，而通过打造透明化工厂来实现企业的智能制造就是一条正确的途径，所谓“透明化”，实质上就是在集成的联网技术基础上，使企业中各职能部门在规定的要求下，按高效互动的方式运行，从而体现了智能化制造的基本特征。这有很大的意义，因此继续执行统计过程控制(SPC)这一成熟的技术无疑是十分必要的。但很显然，为了适应“快速、小批量、定制化生产”的智能化制造的需求，务必充分利用信息化技术，对传统的SPC系统进行优化和功能的拓展。

早在四五年前，VWPT就通过与知名的统计分析软件企业q_DAS公司的紧密合作，实施了一个覆盖全厂的网络化生产现场制造质量实时监控系统，从而在打造透明工厂、实现企业智能制造的道路上迈出了重要的一步。该“透明化工厂”项目是依据企业计划建立一个高水平质量信息系统的需求而立项的，具有生产现场质量数据可视化、数据集中管理、后台自动分析评价(CAMERA)等一系列先进功能。经过几年的努力，所实施并完成的透明化工厂项目，不但大大地提升了企业的运行水平和产品的制造质量，也为国内汽车行业中众多的总成厂、零部件厂以及有相似需求的不同行业和企业提供了很好的借鉴。

图1 传统型和柔性型曲轴生产线示例

生产模式的转变对生产过程监控系统提出了新需求

事实表明，为了应对当今不断变化的汽车消费市场的需求，在最大程度地适应多品种、柔性化生产模式的同时，还必须提升生产过程实时监控系统的功能。以四缸发动机的曲轴生产线为例，多年以来，其中的轴颈磨削工序主要由专用多砂轮切入式磨床组成，基本组合包括用于加工5档主轴颈和用于连杆轴颈(分别加工1、4档和2、3档)的设备各一台。在VWPT一厂的曲轴一线(见图1a)中，红圈内就是3台磨床，工件借助机械手抓取在空中进行输送，并按顺序逐一送入机床。但在之后建成的二厂里，具有砂轮随动、跟踪功能的CNC磨床已占据了曲轴轴颈磨削加工的主导地位，通过对控制程序的调整，可方便地用于不同类型曲轴的磨削加工，具有很好的柔性。由于采用了一次安装就能完成全部主轴颈、连杆颈的加工，提高了效率和精度。同时，因为该自动生产线的工艺方案和平面布置选择了能够方便地扩充产能的鱼骨形(参见图1b中的诸多箭头)，相比传统的图1a所示的直线形工艺布置，鱼骨型的方案进一步提高了生产线的柔性化程度。从图1b可见，在几年前刚建成的曲轴二线中，磨削工序已留有可置放8台相同机床的空间，如图中显示，现今实际配备的磨床数量是6台。

图2 常规情况下的单值进程图

图3 经设置后包含了过程实时监控细化信息的分析图  

此时，过程监控系统将面临由图1b中的磨削工序流出，经抽样后送到生产旁检具进行测量的任何一个工件都可能存在14种不同的状态，而如果在线检具不加区分地进行测量，并按传统做法对所有实测值逐个进行数据处理，那就失去意义了。而如果真要对此时的加工过程是否处于稳定的受控状态进行分析、判断，就必须把抽样、测量细化到上述10多种工况中的具体一种，只有在具体地识别了某一工况后，再有针对性地进行数据处理才有意义。为此，就必须事先对那些相关的、将提供质量信息的检测设备进行统一的数据格式的设置。并且要求在那些用于评价的质量数据中，除了测量值以外，还需要包括工件批次号、机床、动力头(夹具)、检具及生产线等信息。当然，根据具体情况的不同所设置的内容会有差别，但数据格式的模式是相同的，之后就会得到如图3那样的反映某道工序过程运行状况的(单值进程)分析图。可见，若与图中那看似繁复，但终究只有一条单值进程曲线(图2)的情况做对比，差别还是很大的。由此，结论就很明确了，即只有具备了经过细化的过程监控系统后，才能对原来无法确切和有针对性地记录的一些异常现象予以识别、分析。之后再按分析、判断的结果及时采取相应的措施。可见随着工艺和生产方式的变化，极需对传统SPC进行优化，以使其功能必须要有相应的拓展、提升。

在规模型生产企业建设高水平网络化过程实时监控系统的必要性及主要配置

VWPT作为代表性的规模型生产企业，在过去10多年中，随着国内汽车工业的高速发展和工厂生产能力的不断扩大，置于车间现场的测量点和在线检具的数量也在迅速增加。但由于这些测量点(及在其中配置的在线检具)均是随着生产车间的建设而添加的，所以带来了5个突出的问题：测量数据的来源很分散：测量数据分布在3个厂房的生产现场和4个测量室内;测量数据互相孤立，即没有统一的数据格式，导致测量数据无法交互;测量数据无法共享，即所有测量数据保存在本地电脑，无法快速访问;现场无过程监控，即测量人员只对单次测量有反应，对于整体趋势无法预判;现场反馈不及时，即由于前面的原因，导致了质量信息反馈到职能部门和管理层相对迟缓。

为了对上述问题进行改进，并基于德国大众全球范围内推行建设透明化工厂的建议，VWPT建立了一套用于企业的网络化生产现场制造质量实时监控系统，具有质量数据的现场可视化、数据集中管理、后台自动分析评价系统(CAMERA 系统)。该系统功能应能够达到以下要求：第一，提供先进的统计过程控制理论及方法，减小生产过程中的变差，从而提高生产效率;第二，通过对质量数据的可视化及更好的人机交互，提高工程师及相关操作人员的工作效率，提高现场人员对质量数据的敏感性，可能的生产问题能做出及时的反馈;第三，实现在全厂范围内的，完成来自生产现场的质量数据的集中储存、管理及分析;第四，对测量系统分析、加工及装配设备验收、过程能力的评定提供一套统计分析评价策略;第五，能够提供从自动数据录入、可视化、统计分析、数据管理、数据显示、数据分布模型的自动选择、评定及质量信息归档全面解决方案。

图4 网络化制造质量实时监控系统数据传递示意图

进而再对来自企业生产现场的海量质量数据的特点进行分析：这些数据一般有两类：一类是生产现场的检具，例如安放在三个厂房中不同生产线旁的Marposs检具，它们又分为手工的Marposs检具和重要工位的全自动Marposs测量机(它们多数分布在GROB加工中心旁)等;另一类是精密测量室的各种检测设备，例如Hexagon公司的CMM三坐标测量机、Mahr公司的MFK形位公差测量仪和Hommel公司的粗糙度仪等(图4左侧为三类/种数据源)。本项目的目标是将所有这些检量具的测量结果不仅以纸质的保存方式供生产人员参考，更多是将这些数据都保存到数据库，供现场的主管工程师用于实时分析。而对经理层则可以通过网页的方式来了解实时的产品质量、OEE数据等(图4中数据库连接的上下部分)，同时在生产现场也会以大屏幕的方式来显示网页的测量结果，这就使得现场的生产人员对于整体生产线的生产质量有了更直观的了解，并且也可以做出更及时的反应(如停机、换刀等)。依据VWPT 的要求，该系统将通过现场操作员、主管工程师、相关管理层等三个层面来实现企业的需求，可参见图5。

图5 具有三层数据可视化功能的现场制造质量实时监控系统的构架图

现场操作员(位于图5中左侧)可通过在线检具旁的监视屏随时观测数据的波动情况，对其工位的生产过程进行控制，而各个生产测量室在检测完毕交付测试的零件后，即迅速将测量数据通过网络反馈到生产现场，现场操作员在得到反馈的数据后对生产及时做出调整，当一旦出现特殊波动也能够立刻反馈给现场质量管理人员，既减少了TP和TQ的工作量，又提高了数据传递的效率和时效性。而这些数据得到现场操作员的确认后归入到中央质量数据库，供相关工程师们进行查询和分析。现场的主管工程师位于图5中间部分。利用所执行的生产工艺和流程，制定合适的目录文件并编入相应的检测设备，以使有关的质保和现场技术人员能方便地实现对数据的过滤、追溯。同时通过该系统，还可利用过程能力评定软件，对来自现场各测量点的质量数据进行分析，迅速获得短期和长期的过程能力成为可能，包括利用监控模块随时了解生产现场的质量趋势。而图5中的右侧，对应的是企业相关管理层，按照现场主管工程师的预先设定，自动报告系统就可以定期地自动从中央质量数据库调取对应的测量数据，并生成了规范的SPC的报告,可利用邮件或者公共网盘进行查看，q-STAT WEB网页系统生成了查询网页，相关管理层乃至主管领导只要对系统有一定了解，就可从任何一台联网的PC机的终端，随时监控整个工厂的质量状况。