汽車研發(fā)階段試驗(yàn)質(zhì)量問題數(shù)字化管理應(yīng)用

李 濤

汽車研發(fā)階段試驗(yàn)質(zhì)量問題數(shù)字化管理應(yīng)用

李 濤

（廣州汽車集團(tuán)股份有限公司 汽車工程研究院，廣東 廣州 511434）

在汽車研發(fā)過程中，各個(gè)環(huán)節(jié)會存在缺陷，例如設(shè)計(jì)方案不合理、結(jié)構(gòu)設(shè)計(jì)強(qiáng)度不足、整車性能不達(dá)標(biāo)等，在研發(fā)階段發(fā)現(xiàn)設(shè)計(jì)缺陷并進(jìn)行合理的閉環(huán)管理十分重要?；趶V州汽車集團(tuán)股份有限公司汽車工程研究院質(zhì)量管理體系及傳祺影豹等車型研發(fā)項(xiàng)目，文章簡略總結(jié)研發(fā)過程中設(shè)計(jì)缺陷從提出到關(guān)閉的全生命周期管理流程，重點(diǎn)介紹基于數(shù)字化技術(shù)快速準(zhǔn)確地填報(bào)研發(fā)試驗(yàn)質(zhì)量問題及其統(tǒng)計(jì)方法，同時(shí)也對汽車研發(fā)試驗(yàn)質(zhì)量問題的解析及數(shù)字化實(shí)現(xiàn)方法進(jìn)行了闡述。通過數(shù)字化技術(shù)將常見設(shè)計(jì)缺陷的描述模板化，根據(jù)試驗(yàn)任務(wù)信息自動填充試驗(yàn)質(zhì)量問題記錄表單，利用機(jī)器學(xué)習(xí)算法智能推薦問題等級，大幅提升試驗(yàn)質(zhì)量問題的填報(bào)效率和準(zhǔn)確性?；谲嚶?lián)網(wǎng)、5G以及解析方法數(shù)字模式化等現(xiàn)代數(shù)字化技術(shù)的綜合應(yīng)用，可以實(shí)現(xiàn)質(zhì)量問題解析效率的大幅提升。

試驗(yàn)質(zhì)量問題；汽車研發(fā)階段；數(shù)字化管理

汽車作為最復(fù)雜的民用機(jī)電一體化產(chǎn)品，其物理構(gòu)件多達(dá)上萬個(gè)。隨著智能網(wǎng)聯(lián)技術(shù)的發(fā)展，車載應(yīng)用軟件和信息通信系統(tǒng)日趨完備，加劇了汽車的復(fù)雜程度。在長達(dá)3～5年的研發(fā)過程中，各個(gè)環(huán)節(jié)均有可能存在缺陷[1]，例如設(shè)計(jì)方案不合理、結(jié)構(gòu)設(shè)計(jì)強(qiáng)度不足、整車性能不達(dá)標(biāo)等。一款全新車型各類研發(fā)缺陷數(shù)以千計(jì)，一旦流入市場將造成巨大的經(jīng)濟(jì)損失。如何在研發(fā)階段完全顯化設(shè)計(jì)缺陷并進(jìn)行合理的閉環(huán)管理十分重要。

作為研發(fā)工作的最后一環(huán)，汽車研發(fā)試驗(yàn)是把好研發(fā)質(zhì)量的最后一道關(guān)卡，是對整個(gè)研發(fā)活動的全面檢證。不僅需要對整車功能、性能、可靠性進(jìn)行全方位的考察，還需對用車體驗(yàn)等主觀指標(biāo)進(jìn)行實(shí)車評價(jià)，最終評估車型是否達(dá)到預(yù)期設(shè)計(jì)目標(biāo)、用戶需求以及上市要求。作為研發(fā)質(zhì)量問題管理流程的起點(diǎn)，快速、準(zhǔn)確地填報(bào)質(zhì)量問題，可以大大降低后續(xù)解析、優(yōu)化質(zhì)量問題的人力、物力投入。做好質(zhì)量問題的統(tǒng)計(jì)分析，也有助于產(chǎn)品質(zhì)量的提升，防患試驗(yàn)安全事故。

1 汽車研發(fā)質(zhì)量問題管理流程

汽車研發(fā)質(zhì)量問題管理包括發(fā)現(xiàn)問題、分析問題、解決問題和總結(jié)問題四個(gè)步驟，發(fā)現(xiàn)問題是對各個(gè)研發(fā)環(huán)節(jié)的檢驗(yàn)，從設(shè)計(jì)方案評審到市場反饋環(huán)節(jié)都可以提出問題，經(jīng)過一定甄別確認(rèn)缺陷后分配給研發(fā)領(lǐng)域進(jìn)行分析和優(yōu)化，如圖1所示。

圖1 汽車研發(fā)缺陷管理架構(gòu)

從缺陷的應(yīng)對處理方式上講，不一定所有缺陷都要進(jìn)行優(yōu)化提升。因?yàn)榭紤]成本和周期等因素，可能鑒于當(dāng)前條件只能維持現(xiàn)狀；也有一些缺陷因?yàn)榘l(fā)生機(jī)理或制造工藝等因素偶發(fā)一兩次，無法復(fù)現(xiàn)和解析，只能做監(jiān)視處理。相同原因引發(fā)的缺陷滿足一定約束條件時(shí)可以合并處理。此外，優(yōu)化整改完成后，對問題的總結(jié)很有必要，總結(jié)問題發(fā)生的原因、解析方法和對策經(jīng)驗(yàn)，防止再發(fā)。在產(chǎn)品方案評審、仿真分析等早期階段發(fā)現(xiàn)的問題應(yīng)該納入閉環(huán)管理，防止流入到研發(fā)的后期階段，而礙于研發(fā)時(shí)間不足、成本不足、改動量大等因素質(zhì)量問題并未改善。

2 汽車研發(fā)試驗(yàn)質(zhì)量問題填報(bào)

全新整車研發(fā)項(xiàng)目試驗(yàn)發(fā)現(xiàn)的質(zhì)量問題高達(dá)上千個(gè)，汽車研發(fā)試驗(yàn)暴露的質(zhì)量問題都需要試驗(yàn)人員逐個(gè)錄入系統(tǒng)，耗費(fèi)大量人力，同時(shí)，每個(gè)人的思維方式及語言組織方式不同，對問題的描述很難做到全面、統(tǒng)一、嚴(yán)謹(jǐn)。因此，提出了“模板化描述、自動化填充，提升質(zhì)量問題描述準(zhǔn)確性和填報(bào)效率”的方案。填報(bào)方式有三種，分別是新建、復(fù)制、批量導(dǎo)入，質(zhì)量問題填報(bào)流程如圖2所示。

圖2 質(zhì)量問題填報(bào)流程

注：QMS：質(zhì)量管理體系（Quality Management System）。

1）新建質(zhì)量問題表單：基于試驗(yàn)任務(wù)創(chuàng)建質(zhì)量問題，系統(tǒng)將試驗(yàn)任務(wù)的信息自動填充到表單中，如：任務(wù)名稱、任務(wù)編號、試驗(yàn)進(jìn)度和車輛信息等。

2）選擇模板：從質(zhì)量問題描述模板庫中選擇描述模板，包含模板名稱、問題描述、初步原因分析、現(xiàn)場處置措施等文字較多的描述性文本字段，自動填充到表單中。例如描述“發(fā)動機(jī)曲通管結(jié)冰”的問題描述模板，即：工況：100～120 km/h，變速行駛2.5 h；環(huán)境溫度：-30 ℃；滿載質(zhì)量（kg）；空調(diào)設(shè)置；動力總成：發(fā)動機(jī)型號+變速箱型號；軟件版本：電子控制單元、自動變速箱控制單元、發(fā)動機(jī)管理系統(tǒng)；問題描述：通過內(nèi)窺鏡觀察得知，曲通管口結(jié)冰面積占據(jù)整個(gè)管口面積的比例是否超過設(shè)計(jì)要求；后果/影響：低溫長時(shí)間在曲通管結(jié)冰嚴(yán)重路面行駛，會導(dǎo)致曲通管堵死、曲軸箱內(nèi)部壓力升高，嚴(yán)重時(shí)會導(dǎo)致機(jī)油尺處機(jī)油噴出，引發(fā)發(fā)動機(jī)故障。

3）修改質(zhì)量問題表單：表單內(nèi)容大部分基于試驗(yàn)任務(wù)信息自動帶入，需要人工確認(rèn)；問題描述模板需要編輯；未自動填充部分內(nèi)容需要填寫。

4）提交審批：質(zhì)量問題發(fā)布前需要相關(guān)人員確認(rèn)問題內(nèi)容后交由設(shè)計(jì)工程師優(yōu)化整改。

5）自動推送至QMS：質(zhì)量問題審批通過后，將數(shù)據(jù)通過系統(tǒng)接口傳輸至QMS，發(fā)起不合格控制程序（優(yōu)化整改）。

6）同步質(zhì)量問題狀態(tài)：將質(zhì)量問題優(yōu)化整改進(jìn)度反饋至試驗(yàn)管理系統(tǒng)，讓問題提出人掌握優(yōu)化整改進(jìn)度，并判斷提出問題的有效性。

7）復(fù)制質(zhì)量問題：由于同一任務(wù)下的大部分質(zhì)量問題內(nèi)容相同，如車輛信息通過復(fù)制后編輯，可提升填報(bào)效率。

8）批量導(dǎo)入質(zhì)量問題：有時(shí)一個(gè)綜合性試驗(yàn)可能發(fā)現(xiàn)多個(gè)質(zhì)量問題（記錄于Excel表格中），通過批量導(dǎo)入方式填報(bào)質(zhì)量問題，提升填報(bào)效率。

9）常見字段枚舉：填報(bào)人從下拉框選擇常見的字段內(nèi)容，并填寫需要的內(nèi)容，例如質(zhì)量問題歸屬系統(tǒng)、問題等級等。

質(zhì)量問題填報(bào)記錄單如圖3所示。在軟件系統(tǒng)開發(fā)設(shè)計(jì)此表單時(shí)，要注意平衡填報(bào)詳盡程度與填報(bào)效率，越詳盡越有利于后續(xù)問題傳閱和統(tǒng)計(jì)分析，但可能會影響填報(bào)效率。此外，例如問題等級、問題名稱等內(nèi)容可以利用人工智能分析過往數(shù)據(jù)由系統(tǒng)自動推薦。

圖3 試驗(yàn)質(zhì)量問題填報(bào)單

3 試驗(yàn)質(zhì)量問題統(tǒng)計(jì)分析

質(zhì)量問題填報(bào)記錄單的字段多達(dá)幾十個(gè)，統(tǒng)計(jì)維度很多，同時(shí)還需要對數(shù)據(jù)進(jìn)行篩選，并用一種通用的統(tǒng)計(jì)功能來應(yīng)對統(tǒng)計(jì)需求。通過多個(gè)字段的組合，實(shí)現(xiàn)若干種數(shù)據(jù)篩選和統(tǒng)計(jì)[2]。例如可以統(tǒng)計(jì)某時(shí)期內(nèi)，某項(xiàng)目樣車的試驗(yàn)質(zhì)量問題狀態(tài)占比，展現(xiàn)形式可以使用柱狀圖、餅圖等，如圖4所示。

4 汽車研發(fā)試驗(yàn)質(zhì)量問題解析

汽車研發(fā)試驗(yàn)提出的問題種類和數(shù)量繁多，可以是整車、系統(tǒng)、零部件，也可以是機(jī)械、電子、軟件，還可以是客觀和主觀。只要站在用戶的角度審視，并將不滿意的地方全部提出，再由后續(xù)流程節(jié)點(diǎn)進(jìn)行評估和整改。為了提高試驗(yàn)質(zhì)量問題的整改效率，管理“提問題”的水平就至關(guān)重要。除了上述問題描述的準(zhǔn)確性、統(tǒng)一性，更重要的是能更進(jìn)一步在試驗(yàn)現(xiàn)場進(jìn)行深入地問題解析，甚至提出整改建議方案。

圖4 質(zhì)量問題整改進(jìn)度統(tǒng)計(jì)

在試驗(yàn)質(zhì)量問題解析中，要講求現(xiàn)地、現(xiàn)物、現(xiàn)場，最好是試驗(yàn)人員與產(chǎn)品開發(fā)人員在問題發(fā)生時(shí)共同參與調(diào)查，例如有些異響問題在特定氣候環(huán)境條件下才會發(fā)生，也有些軟件問題在特定的場景下才會失效。

在分析手法方面常用魚骨圖、故障樹等品質(zhì)控制（Quality Control, QC）工具，有時(shí)候也會采用頭腦風(fēng)暴、正交排除等方法。這些常用的解析模型可以固化到軟件系統(tǒng)中，并開發(fā)相應(yīng)的移動應(yīng)用，提高現(xiàn)場協(xié)同解析效率。

以常見的雨刮刮凈度不達(dá)標(biāo)為例，介紹一種基于物質(zhì)因果（Substance Attribute Function Result, SAFC）模型的解析方法[3]，從“物質(zhì)－功能－屬性－因果”的關(guān)聯(lián)關(guān)系解析問題的根本原因，如圖5所示。該方法從問題點(diǎn)出發(fā)（如刮片納米涂層耐磨性不達(dá)標(biāo)、橡膠基質(zhì)耐候性不達(dá)標(biāo)），逐層根據(jù)“物質(zhì)－功能－屬性－因果”關(guān)聯(lián)關(guān)系遞進(jìn)，最終達(dá)到根本原因。

圖5 基于SAFC模型的雨刮刮凈度不達(dá)標(biāo)問題分析

即便工程師經(jīng)驗(yàn)豐富、分析手法嫻熟，對于偶發(fā)問題的復(fù)現(xiàn)有時(shí)候也顯得束手無策，隨著現(xiàn)代車聯(lián)網(wǎng)、云計(jì)算、5G等技術(shù)的普及，車輛數(shù)據(jù)實(shí)時(shí)采集、上傳及在線分析等技術(shù)已較為成熟，可以有效幫助偶發(fā)問題排查。例如本院的試驗(yàn)車輛監(jiān)控及數(shù)據(jù)分析平臺，對解析各類汽車機(jī)電控制系統(tǒng)的問題起到了重要作用，尤其早期狀態(tài)不夠成熟的工程樣車問題解析。該系統(tǒng)可以實(shí)現(xiàn)控制器局域網(wǎng)絡(luò)數(shù)據(jù)以及加速度、應(yīng)力應(yīng)變、氣候環(huán)境等自定義數(shù)據(jù)的實(shí)時(shí)采集，還可以實(shí)時(shí)監(jiān)控車輛地理位置、駕駛行為等，這都為遠(yuǎn)程協(xié)同試驗(yàn)及問題調(diào)查帶來便利。

5 總結(jié)

本文總結(jié)了汽車研發(fā)質(zhì)量問題管理流程，提出了如何準(zhǔn)確、高效地填報(bào)試驗(yàn)質(zhì)量問題，以及通用的質(zhì)量問題統(tǒng)計(jì)功能來應(yīng)對多種統(tǒng)計(jì)需求，并應(yīng)用于試驗(yàn)管理系統(tǒng)質(zhì)量問題填報(bào)和統(tǒng)計(jì)功能開發(fā)，同時(shí)也對汽車研發(fā)試驗(yàn)質(zhì)量問題的解析及數(shù)字化實(shí)現(xiàn)方法進(jìn)行了闡述。

[1] 洪永福.汽車研發(fā)管理[M].北京:機(jī)械工業(yè)出版社,2019.

[2] 李濤.基于大數(shù)據(jù)相關(guān)性思維的整車試驗(yàn)與質(zhì)量問題關(guān)聯(lián)性分析[J].汽車實(shí)用技術(shù),2020,45(4):112-114.

[3] 張武城,趙敏,陳勁,等.基于U-TRIZ的SAFC分析模型[J].技術(shù)經(jīng)濟(jì),2014,33(12):7-13.

Application of Digital Management of Test Quality Problems in Automobile Research and Development Stage

LI Tao

( Automotive Engineering Institute, Guangzhou Automobile Group Company Limited, Guangzhou 511434, China )

In the process of automobile research and development (R&D), there will be defects in all aspects, such as unreasonable design scheme, insufficient structural design strength, and substandard vehicle performance. It is very important to find design defects in the R&D stage and carry out reasonable closed-loop management. Based on the quality management system of Automotive Engineering Institute, Guangzhou Automobile Group Company Limited,the R&D projects of Trumpchi EMPOW and other vehicle models, this paper briefly summarizes the whole life cycle management process of design defects in the R&D process from putting forward to closing. It focuses on the rapid and accurate filling of R&D test quality problems and their statistical methods based on digital technology. At the same time, it also introduces the analysis and digital implementation methods of vehicle R&D test quality problems. The description of common design defects templated by digital technology, the test quality problem record form automatically filled according to the test task information, and the problem grade intelligently recommended by machine learning algorithm, which can greatly improve the filling efficiency and accuracy of test quality problems. Based on the comprehensive application of modern digital technologies such as the internet of vehicle, 5G and digital modeling of analytical methods, the efficiency of quality problem analysis can be greatly improved.

Test quality problems; Automobile research and development stage;Digital management

U472.32

A

1671-7988(2023)18-174-05

李濤（1984－），男，高級工程師，研究方向?yàn)槠囋囼?yàn)及管理，E-mail:litao@gacrnd.com。

10.16638/j.cnki.1671-7988.2023.018.034