CN112325818A - 一种用于白车身尺寸的质量分析预警方法 - Google Patents

Abstract

本发明提供了一种用于白车身尺寸的质量分析预警方法，通过对白车身尺寸偏差测量数据库或白车身专业三坐标测量软件数据库有效数据信息的提取，运用均值偏移算法、异常波动算法以及异常超差算法识别出均值偏移点、异常波动点、异常超差点，生成预警文件；通过预警文件中生成的评价信息，使工程师识别到背景技术中无法识别的均值偏移、异常波动、异常超差质量缺陷信息；实现了有效识别异常超差点、异常波动点和均值偏移点的功能，提升了白车身尺寸质量分析预警的准确度，解决了现有技术中的技术方法缺陷。本发明以更有针对性的判断监控测量点的质量缺陷，从而及时对白车身尺寸质量做出准确判断和有效预警，提前对策或规避可能造成的质量缺陷。

Description

一种用于白车身尺寸的质量分析预警方法

技术领域

本发明属于质量分析技术领域，具体涉及一种用于白车身尺寸的质量分析预警方法。

背景技术

白车身是指完成焊接但未涂装之前的车身，包括四门两盖等运动件，整个车身的面积大，且车身本身无明显的区域划分。

评价数据主要指最新的待尺寸质量分析的监控测量点数据。

均值偏移点是待评价测量偏差数据与距离待评价测量数据时间最近的两辆份历史测量偏差数据组成的三辆份测量数据，其中有两辆份数据在监控测量点历史测量数据样本均值的同一侧且不落在均值±2σ，或待评价测量偏差数据与距离待评价测量数据时间最近的五辆份历史测量偏差数据组成的六辆份测量数据均在监控测量点历史测量数据样本均值的一侧，且待评价测量偏差数据不落在均值±2σ范围内的监控测量点。

异常波动点是待评价测量数据与最近的历史测量数据差异大于等于4σ的监控测量点。

异常超差点是待评价测量数据不落均值±3σ范围内的监控测量点。

点位超差类型信息是指进行尺寸质量分析后监控测量点的评价信息的集合。

在白车身质量管理领域，白车身尺寸质量分析预警是基于白车身关键监控测量点评价数据的变化，进一步分析白车身质量的变化，并进行相应质量管理报警的机制。该机制可提前识别白车身尺寸变化，提前对策或规避可能造成的质量缺陷。

目前在白车身尺寸质量分析预警领域被普遍使用的方法是通过对所有白车身监控测量点设置尺寸监控上、下限。当监控测量点测量偏差超出监控上、下限后，对该监控测量点进行相应尺寸质量预警。该方法由于仅是预警单次测量的白车身尺寸偏差是否超过设置的上，限值，缺乏对监控测量点数据趋势的判定和分析，对均值偏移点、异常波动点、异常超差点的识别无法及时做出准确判断，最终造成质量缺陷的频发和大量的返修工作。

CN107273441A公开一种白车身质量管理方法及系统，该专利通过获取与一白车身实体对应的自车身图片；抠取所述自车身图片中的自车身区域：划分所述自车身区域为多个子区域：分配与所述子区域对应的部位编码：以白车身的预设质量管理参数为宇段建立数据表：获取与任一子区域对应的所述质量管理参数的值：保存所述质量管理参数的值和与所述任一子区域对应的部位编码至所述数据表。并且在质量管理参数是车身尺寸时，通过配置与所述部位编码对应的尺寸标准范围；并且预设时间间隔检测所述数据表中的所述部位编码对应的尺寸是否在对应的尺寸标准范围内，若不在的话，发出第二预警信息。

上述专利对于白车身尺寸的预警采用的是：当前检测且存储到数据表中部分编码(也即：监控测量点序号)对应的尺寸是否在尺寸标准范围内，也即：设置尺寸上限与下限，这正是本申请背景技术中提到的预警方式，通过设置上限、与下限的方式来对白车身尺寸不合格的情况进行预警。

CN107052727A(CN109702437A为CN107052727A的分案)公开一种白车身信息化管理方法及其系统，方法包括：依据白车身的制造进程，上位机实时接收白车身的生产线焊接参数、螺栓担力值、表面屡量信息和关键尺寸信息：依据所述生产线焊接参数生成可视管理界面：依据所述螺栓担力值对螺栓进行复紧；将所述表面质量信息与划分网格区域后的白车身视图的对应网格区域进行关联：将所述关键尺寸信息与己标注有尺寸线的白车身视图的对应尺寸线进行关联并显示。

上述专利目的是为了实现白车身信息的可视化，将检测到的关键尺寸与可视化的己标注有尺寸线的白车身视图关联进行显示，以实现检测的白车身的关键尺寸的可视化，并没有对检测的白车身的关键尺寸是否合格进行预警处理。

对白车身尺寸进行质量分析预警的现有技术中缺乏对监控测量点数据趋势的判定和分析，对均值偏移点、异常波动点、异常超差点的识别无法及时做出准确判断和有效预警，最终造成质量缺陷频发，导致大量返修。

发明内容

本发明要解决的技术问题是：提供一种用于白车身尺寸的质量分析预警方法，用于有效识别异常超差点、异常波动点和均值偏移点。

本发明为解决上述技术问题所采取的技术方案为：一种用于白车身尺寸的质量分析预警方法，包括以下步骤：

S1：通过数据库获取白车身各监控测量点的最近的历史测量数据和最新待评价测量数据；

S2：运用数据处理程序算法剔除掉获取的信息中的无用信息，对读取数据进行数据截取，提取读取数据中有效信息；

S3：运用均值偏移算法、异常波动算法和异常超差算法分析截取的有效信息，判断每一个监控测量点对应的最新待评价测量数据是否为均值偏移点、异常波动点和或异常超差点数据信息；

S4：输出最新待评价测量数据是否为均值偏移点、异常波动点和或异常超差点对应的监控测量点的数据信息，并生成预警文件；

S5：根据预警文件判定各监控测量点是否导致白车身质量缺陷，并提前做出质量对策以规避质量缺陷。

按上述方案，所述的步骤S1中，数据库包括白车身尺寸偏差测量数据库和白车身专业三坐标测量软件。

按上述方案，所述的步骤S1中，白车身各监控测量点对应的最近历史测量数据样本量至少包括25辆份。

按上述方案，所述的步骤S2中，有效信息包括监控测量点序号、监控测量点名称、监控测量点监控方向、监控测量点的历史测量数据和监控测量点的最新待评价测量数据。

按上述方案，所述的步骤S3中，异常超差算法的具体步骤为：设n为监控测量点的历史测量数据样本量；X_i为监控测量点第i辆测量数据偏差值；R_CII为根据历史测量数据计算出的白车身实际CII指数；T_CII为白车身质量管理目标CII指数；设白车身尺寸的偏差数据服从某一正态分布N(μ，σ2)，若监控测量点的最新待评价测量偏差数据不落在[μ-3σ，μ+3σ]范围内则判断为异常超差点，具体公式如下：

进一步的，白车身质量管理目标CII指数根据车型市场定位、成本、制造工艺制定，取值范围为2.0～2.8。

按上述方案，所述的步骤S3中，异常波动算法的具体步骤为：设X为待评价测量偏差数据，X_n为距离待评价测量数据时间最近的历史测量偏差数据；若待评价测量数据与最近的历史测量数据的差异大于等于4σ则判断待评价测量数据为异常波动：

|X-X_n|≥4σ。

按上述方案，所述的步骤S3中，均值偏移算法的具体步骤为：

待评价测量偏差数据与距离待评价测量数据的时间最近的两辆份历史测量偏差数据组成的三辆份测量数据中，有两辆份数据在均值μ的同一侧且不落在[μ-2σ，μ+2σ]范围内，则判断待评价测量偏差数据为一类均值偏移；

待评价测量偏差数据与距离待评价测量数据的时间最近的五辆份历史测量偏差数据组成的六辆份测量数据均在均值μ的同一侧，且待评价测量偏差数据不落在[μ-2σ，μ+2σ]范围内，则判断待评价测量偏差数据为二类均值偏移。

按上述方案，所述的步骤S4中，预警文件包括监控测量点序号、监控测量点名称、监控测量点监控方向和对应的点位超差类型信息。

一种计算机存储介质，其内存储有可被计算机处理器执行的计算机程序，该计算机程序执行如权利要求1至权利要求9中任意一项所述的一种用于白车身尺寸的质量分析预警方法。

本发明的有益效果为：

1.本发明的一种用于白车身尺寸的质量分析预警方法，通过对白车身尺寸偏差测量数据库或白车身专业三坐标测量软件数据库有效数据信息的提取，实现了有效识别异常超差点、异常波动点和均值偏移点的功能，提升了白车身尺寸质量分析预警的准确度，解决了现有技术中的技术方法缺陷。

2.本发明通过对白车身尺寸偏差测量数据库或白车身专业三坐标测量软件数据库有效数据信息的提取，运用均值偏移算法、异常波动算法以及异常超差算法识别出均值偏移点、异常波动点、异常超差点，生成“白车身数据预警单”文件；通过预警文件中生成的评价信息，使工程师识别到背景技术中无法识别的均值偏移、异常波动、异常超差质量缺陷信息。

3.本发明以更有针对性的判断监控测量点的质量缺陷，从而及时对白车身尺寸质量做出准确判断和有效预警，提前对策或规避可能造成的质量缺陷。

附图说明

图1是本发明实施例的流程图。

图2是本发明实施例的分析数据的具体步骤流程图。

图3是本发明实施例的均值偏移异常缺陷示意图。

图4是本发明实施例的异常波动缺陷示意图。

图5是本发明实施例的异常超差缺陷示意图。

具体实施方式

下面结合附图和具体实施方式对本发明作进一步详细的说明。

参见图1，本发明的实施例包括。

本发明的一种用于白车身尺寸的质量分析预警方法，包括以下步骤：

S1、读取数据：通过提取白车身尺寸偏差测量数据库或白车身专业三坐标测量软件，获取白车身各监控测量点对应的最近历史测量数据和最新待评价测量数据进行下一步处理。白车身各监控测量点对应的最近历史测量数据样本量至少25辆份。其中，白车身尺寸偏差测量数据库或白车身专业三坐标测量软件数据库往往是各主机厂自主开发或外购的成熟系统，可以用于存储白车身尺寸偏差测量数据。

S2、截取数据：由于读取的数据信息量大，为方便后续数据分析需对读取数据进行数据截取，以提取读取数据中有效信息。提取的有效信息主要包括：监控测量点序号、监控测量点名称、监控测量点监控方向、监控测量点对应的历史测量数据以及监控测量点对应的最新待评价测量数据。其中，数据截取的方法主要是运用数据处理程序算法剔除掉无用信息，主要保留监控测量点序号、监控测量点名称、监控测量点监控方向、历史监控测量点数据以及最新待评价测量数据。

S3、分析数据：对截取的有效信息数据进行数据分析，运用均值偏移算法、异常波动算法以及异常超差算法，判断每一个监控测量点对应的最新待评价测量数据是否为均值偏移点、异常波动点、异常超差点数据信息。

具体地，该异常超差算法原理与公式。白车身尺寸偏差数据服从某一正态分布N(μ，σ2)，即监控测量点测量的最新待评价测量偏差(即前述的最新待评价测量数据)不落在[μ-3σ，μ+3σ]范围内就为异常超差点。具体公式可以如下：

其中：n为监控测量点历史测量数据样本量；Xi为监控测量点第i辆测量数据偏差值；R_CII为根据历史测量数据计算出的白车身实际CII指数；T_CII为白车身质量管理目标CII指数(根据车型市场定位、成本、制造工艺而制定的，通常取值在2.0到2.8范围)。

具体地，该异常波动算法原理与公式。当待评价测量数据与最近的历史测量数据差异大于等于4σ时，触碰“警戒限”，即待评价测量数据为异常波动。具体：

|X-X_n|≥4σ

其中：X为待评价测量偏差数据；Xn为距离待评价测量数据时间最近的历史测量偏差数据。

具体地，该均值偏移算法原理与公式。一类均值偏移：待评价测量偏差数据与距离待评价测量数据时间最近的两辆份历史测量偏差数据组成的三辆份测量数据中有两辆份数据在同一侧且不落在[μ-2σ，μ+2σ]范围内；二类均值偏移：待待评价测量偏差数据与距离待评价测量数据时间最近的五辆份历史测量偏差数据组成的六辆份测量数据均在均值μ的一侧，且待评价测量偏差数据不落在[μ-2σ，μ+2σ]范围内。

S4、输出数据：输出最新待评价测量数据为均值偏移点、异常波动点、异常超差点对应的监控测量点的数据信息，并基于所述监控测量点的数据信息生成“白车身数据预警单”Excel文件，文件中主要包含：监控测量点序号、监控测量点名称、监控测量点监控方向以及对应的点位超差类型信息。其中，生成的白车身数据预警单如下表1所示。

表1白车身数据预警单格式示意表格

测量点

名称

方向

异常超差点

异常波动点

一类均值移点

二类均值偏移

F47R19

右后固定灯定孔

Y

孔

NG

F47R21

侧围合拼工序贴合面

Z

NG

F47R22

侧围合拼工序贴合面

Z

NG

P47L18

侧围合拼工序贴面

Y

NG

NG

P51L01

后围总成主定位孔

Z

NG

S5、质量决策：基于白车身数据预警单指导工程师判定各监控测量点是否导致白车身质量缺陷，并提前对策，规避质量缺陷。

本发明通过对白车身尺寸偏差测量数据库或白车身专业三坐标测量软件数据库有效数据信息的提取，运用均值偏移算法、异常波动算法以及异常超差算法识别出均值偏移点、异常波动点、异常超差点，生成“白车身数据预警单”文件。通过预警文件中生成的评价信息，使工程师识别到背景技术中无法识别的均值偏移、异常波动、异常超差质量缺陷信息。参见图3、4、5，根据现有技术设置偏差的上下限制方式，比如设置的为上下限制正负1，如果在某监控测量点测量的偏差在上下限制正负1之间，与以往一段时间内测量的偏差趋势性差异比较大，此时采用现有技术就不能检测出来，应该理解的是，测量偏差趋势性差异比较大的监控测量点可能存在白车身质量的缺陷。以更有针对性的判断监控测量点的质量缺陷，从而及时对白车身尺寸质量做出准确判断和有效预警，提前对策或规避可能造成的质量缺陷。

以上实施例仅用于说明本发明的设计思想和特点，其目的在于使本领域内的技术人员能够了解本发明的内容并据以实施，本发明的保护范围不限于上述实施例。所以，凡依据本发明所揭示的原理、设计思路所作的等同变化或修饰，均在本发明的保护范围之内。

Claims (10)

1.一种用于白车身尺寸的质量分析预警方法，其特征在于：包括以下步骤：

S1：通过数据库获取白车身各监控测量点的最近的历史测量数据和最新待评价测量数据；

S2：运用数据处理程序算法剔除掉获取的信息中的无用信息，对读取数据进行数据截取，提取读取数据中有效信息；

S3：运用均值偏移算法、异常波动算法和异常超差算法分析截取的有效信息，判断每一个监控测量点对应的最新待评价测量数据是否为均值偏移点、异常波动点和或异常超差点数据信息；

S4：输出最新待评价测量数据是否为均值偏移点、异常波动点和或异常超差点对应的监控测量点的数据信息，并生成预警文件；

S5：根据预警文件判定各监控测量点是否导致白车身质量缺陷，并提前做出质量对策以规避质量缺陷。

2.根据权利要求1所述的一种用于白车身尺寸的质量分析预警方法，其特征在于：所述的步骤S1中，数据库包括白车身尺寸偏差测量数据库和白车身专业三坐标测量软件。

3.根据权利要求1所述的一种用于白车身尺寸的质量分析预警方法，其特征在于：所述的步骤S1中，白车身各监控测量点对应的最近历史测量数据样本量至少包括25辆份。

4.根据权利要求1所述的一种用于白车身尺寸的质量分析预警方法，其特征在于：所述的步骤S2中，有效信息包括监控测量点序号、监控测量点名称、监控测量点监控方向、监控测量点的历史测量数据和监控测量点的最新待评价测量数据。

5.根据权利要求1所述的一种用于白车身尺寸的质量分析预警方法，其特征在于：所述的步骤S3中，异常超差算法的具体步骤为：设n为监控测量点的历史测量数据样本量；X_i为监控测量点第i辆测量数据偏差值；R_CII为根据历史测量数据计算出的白车身实际CII指数；T_CII为白车身质量管理目标CII指数；设白车身尺寸的偏差数据服从某一正态分布N(μ，σ2)，若监控测量点的最新待评价测量偏差数据不落在[μ-3σ，μ+3σ]范围内则判断为异常超差点，具体公式如下：

6.根据权利要求5所述的一种用于白车身尺寸的质量分析预警方法，其特征在于：白车身质量管理目标CII指数根据车型市场定位、成本、制造工艺制定，取值范围为2.0～2.8。

7.根据权利要求1所述的一种用于白车身尺寸的质量分析预警方法，其特征在于：所述的步骤S3中，异常波动算法的具体步骤为：设X为待评价测量偏差数据，X_n为距离待评价测量数据时间最近的历史测量偏差数据；若待评价测量数据与最近的历史测量数据的差异大于等于4σ则判断待评价测量数据为异常波动：

|X-X_n|≥4σ。

8.根据权利要求1所述的一种用于白车身尺寸的质量分析预警方法，其特征在于：所述的步骤S3中，均值偏移算法的具体步骤为：

待评价测量偏差数据与距离待评价测量数据的时间最近的两辆份历史测量偏差数据组成的三辆份测量数据中，有两辆份数据在均值μ的同一侧且不落在[μ-2σ，μ+2σ]范围内，则判断待评价测量偏差数据为一类均值偏移；

待评价测量偏差数据与距离待评价测量数据的时间最近的五辆份历史测量偏差数据组成的六辆份测量数据均在均值μ的同一侧，且待评价测量偏差数据不落在[μ-2σ，μ+2σ]范围内，则判断待评价测量偏差数据为二类均值偏移。

9.根据权利要求1所述的一种用于白车身尺寸的质量分析预警方法，其特征在于：所述的步骤S4中，预警文件包括监控测量点序号、监控测量点名称、监控测量点监控方向和对应的点位超差类型信息。

10.一种计算机存储介质，其特征在于：其内存储有可被计算机处理器执行的计算机程序，该计算机程序执行如权利要求1至权利要求9中任意一项所述的一种用于白车身尺寸的质量分析预警方法。

Images