长安汽车作为中国知名汽车制造企业，中国品牌汽车产销累计已突破 1000万辆，并连续 10 年位于中国品牌汽车销量前茅。近些年，长安总体战略也是从传统汽车制造企业转向智能制造服务型企业，重点发展科技、智能制造、服务三大方面，并在重庆本部成立了智能化中心。长安汽车某工厂冲压车间共建有三条冲压生产线，主要负责生产侧围、翼子板、车门、引擎盖等轮廓尺寸较大且具有空间曲面形状的乘用车车身覆盖件。

目前在冲压生产过程中，一方面由于冲压设备性能、板材材料性能、生产加工过程参数等波动，部分侧围在拉伸工序中易产生局部开裂现象，需反复进行参数调整与试制；另一方面，在冲压产线线尾，需对冲压件外观质量进行统一检测，现有检测方式为人工手动检测，需在有限生产节拍时间内，快速分拣出带有开裂、刮伤、滑移线、凹凸包等表面缺陷的冲压件，检测标准不统一、稳定性不高、质检数据难以有效量化和存储，不利于企业数据资源收集、质量问题分析与追溯。

美林数据通过建设大数据存储与处理平台，实现了工厂冲压车间的所有设备、

模具、材料、生产制造过程数据、质量检验数据的集成、存储与统一管控。平台

建设过程参考了《信息技术大数据参考架构》《大数据存储与处理平台技术要求》《信息技术数据质量评价指标》《非结构化数据访问接口规范》等标准。

解决方案

依据大数据存储与处理平台，借助基于机器学习的数据挖掘、基于机器视觉的智能检测技术，实现了冲压侧围件开裂预测与产品件表面缺陷的智能识别检验。

▶ 依据冲压设备加工参数、板材参数、模具性能参数及维修记录等，通过数据挖掘机器学习算法，建立冲压工艺侧围开裂智能预测模型。通过样本积累与模型训练调优，准确预测冲压侧围件的开裂风险。最后，确定了冲压制造过程影响因素间的相关性，制定了生产过程参数组合控制策略，为冲压制造过程工艺优化和质量把控提供支持。

▶ 基于机器视觉的冲压件缺陷智能识别检测，立足生产线现有条件，设计图像采集系统，通过图像实时采集与智能分析，快速识别冲压件是否存在表面缺陷，并自动将所有检测图像及过程处理数据存储至大数据平台。通过质检数据、生产过程工艺参数、产品设计参数间的关联，借助大数据分析技术，形成冲压产品质量问题分析管理的闭环连接，实现冲压产品质量的精确控制和优化提升。

▶ 项目实施总体框架如下：

项目实施总体框架图

在项目具体实施过程中，美林数据通过与长安汽车项目团队进行业务研讨及评定，综合制造业底层数据采集、平台数据规范设计、数据质量检测、大数据分析总体技术要求等方面内容，编写了企业级《制造业大数据分析业务指南》。此外，根据项目实施经验，为工业大数据领域相关标准、应用规范的立项、研制、发布等提供了信息反馈和经验积累，后续将协助大数据标准工作组确定并推出相关标准内容。