大数据时代与车身工艺数字化

laoxiang21

　　
　　

　　车身工艺规划与供应商、工厂的数据交互
　　随着IT产业、电商行业等大家熟知的基于大数据的行业，传统的汽车制造行业也与时俱进地加入到大数据的时代。大到整个汽车制造业小到汽车制造业中一环的车身工艺，都已经来到大数据的时代。本文主要阐述大数据背景下，车身工艺数字化面临的挑战与对策。
　　近年来，随着互联网、物联网、云计算和三网融合等IT与通信技术的迅猛发展，数据的快速增长成了许多行业共同面对的严峻挑战和宝贵机遇，信息社会已经进入了大数据(Big Data)时代。人们用大数据来描述和定义信息爆炸时代产生的海量数据，并命名与之相关的技术发展与创新。一般意义上，大数据是指无法在一定时间内用常规机器和软硬件工具对其进行感知、获取、管理、处理和服务的数据集合。大数据的涌现不仅改变着人们的生活与工作方式、企业的运作模式，甚至还引起科学研究模式的根本性改变。
　　随着IT产业、电商行业等大家熟知的基于大数据的行业，传统的汽车制造行业也与时俱进的加入到大数据的时代。不管大家是否注意到这一点，大到整个汽车制造业小到汽车制造业中一环的车身工艺，都已经来到大数据的时代。
　　大数据时代车身工艺的数字化特点
　　车身工艺数字化进程向大数据时代转变的进程已经开始很久了，很多人可能没有注意到这个过程。在车身工艺数字化的进程中，各整车企业不间断地搜集工装数模、设备模型和焊枪模型等，通过长时间的不断积累，就形成了有车身工艺自身特点的包含产品数据、工艺数据、三维数据和制造信息等内容的大数据库。大数据时代车身工艺大数据库和其他行业的大数据一样，拥有数据量大、数据类型繁多、处理速度快和价值回报高四个特点。
　　1．数据量大
　　传统的车身工艺数据从原始的手绘图样到office办公软件的电子工艺，再到由Tecnomatix等专业工艺软件制作的电子数据，数据量由原来的MB、GB级别升级到现在的TB。从原始的U盘、光盘为代表的存储介质，发展到现在以工作站TB硬盘为代表的存储介质，存储空间更大，数据稳定性更高。
　　2．数据类型繁多
　　传统的车身工艺数据简单的可以分为产品数据、工艺数据和资源数据。工艺开发工作中相关的各种输入/输出信息分散在CAD、AutoCAD、Excel、PPT、PDF和etc不同的系统中，数据类型繁多，难以做到同步更新及数据共享、协同工作，开发周期不能有效缩短。
　　3．处理速度快
　　大数据时代，为了高效地组织数据，西门子的Teamcenter系统和Tecnomatix系统把产品数据、工艺数据和资源数据种类繁多的数据组织在一起，通过软件的合理设计，有效避免了不同文件处理系统之间的切换，也提高了数据的处理速度。
　　4．价值回报高
　　传统的车身工艺数据重复利用率很低，每个车型项目结束后，所有的产品数据、工艺数据和资源数据被锁在文件柜里，不能发挥任何作用。大数据时代的车身工艺数据存储系统单一、数据存储规范，后续车型项目可以借鉴参考前面车型项目的数据，生产节拍相近的生产线可以直接使用前面车型项目的数据，共线生产的后续车型也可以在前面车型项目数据的基础上进行整改，数据得到最大程度地使用，价值回报高。
　　大数据时代车身工艺数字化的技术瓶颈
　　1．数据安全性
　　车身工艺大数据的数据安全性问题是一个困扰已久的技术瓶颈。车身工艺新项目的开发，可以分为工艺的初步设计、发标、供应商技术评审、确定供应商、供应商进行详细工艺设计、车身工艺进行设计审核、设备加工制造、设备进场安装、生产线试生产以及最终项目交付等步骤。在这个新项目开发的过程中，需要整车厂的车身工艺开发部门与供应商包括车身车间进行频繁的数据传输，数据传输过程中的数据安全性问题就变得非常重要。
　　如前所述，车身工艺最重要的三类数据——产品数据、工艺数据和资源数据都需要和供应商进行数据交互。由于国内供应商的数据服务器和整车企业的数据服务器没有使用数据电缆连接成统一网络系统，也就是说供应商的数据服务器和整车企业的数据服务器是独立的，只能使用FTP、刻光盘等数据传输系统进行数据传输，这个数据传输过程的数据丢失等风险不可控制。
　　数据传输到达供应商数据系统后，如何控制产品数据、工艺数据和资源数据不被复制到其他设备，变相传递到其他人，也是关系到数据安全的关键问题。目前采用的签署数据安全保密协议、封闭USB等读写接口等办法，由于缺少实时监控，也不能从根本上解决数据安全的问题。
　　2．数据检索与归类
　　车身工艺最重要的产品数据、工艺数据和资源数据三类数据，除了存储在Teamcenter、Tecnomatix等专业软件中的数据，还有现场工艺视频数据库、各车型外观造型可制造性数据库等各种文件形式的大数据，如何检索与归类这些数据是车身工艺数字化的技术瓶颈之一。
　　虽然知识库系统已经在整车厂各部门开始应用，但是多样的数据格式，采用传统的检索文件名称、检索文件关键字的方法，已经无法满足数据检索与归类的需要。在文件存储的时候，填写文件名称、文件关键字等信息，给工程师带来了额外的工作，工程师在存储数据的过程中有抵触情绪；使用的时候由于检索不方便使得这些数据没有很好地发挥其作用。
　　如何解决车身工艺数据检索与归类的问题，能够直接查询图片、视频以及其他格式数据的有效信息，比如某车型分缝线的长度等这种复杂信息，是大数据时代，车身工艺数字化数据急需解决的瓶颈问题之一。
　　3．数据传输速度
　　随着车身工艺数字化数据向TB以上大小发展，和供应商数据传输过程中的传输速度问题变得比较突出。整车企业在车身工艺供应商定点以后，需要及时地将产品数据、工艺数据和资源数据传输给供应商。大量的数据在压缩解压缩和上传传输系统等过程中，非常容易造成数据丢失，数据传输速度也很慢。按照车身项目开发的时间节点，一般不对数据传输的时间进行规定，默认数据能够及时传递给供应商，但实际项目运行过程中，数据传输总是花费2～4天的时间。在项目工艺开发的过程中，为了监控项目的开发质量和进度，还需要在供应商和整车厂之间进行多次数据传输。主机厂的车身工艺部门确认供应商的开发内容后，供应商才能继续进行项目开发或者机加工。
　　数据传输的时间压缩了供应商工艺开发的时间，是大数据时代，车身工艺数字化数据急需解决的瓶颈问题之一。
　　4．数据质量检查
　　随着大数据时代，车身工艺数据量的增加、车身工艺数据库系统和车身工艺软件系统的应用，整车厂工艺部门与供应商、工厂之间的数据交互联系的日益紧密，如何高效地进行数据检查也是困扰车身工艺数字化的瓶颈之一。如何高效准确地检查产品数据、工艺数据和资源数据，检查各种2D/3D以及传统的Excel、Word和图片等数据，保证进入数据库数据的准确性，开发数据再利用的价值，是大数据时代车身工艺数字化数据急需解决的瓶颈问题之一。
　　大数据时代车身工艺数字化的举措
　　1．建立供应商与整车厂数据直连系统
　　随着大数据时代，各家整车企业对数字化车身数据库的认识程度加深，各家整车企业对大数据带来的高价值回报的认可，建立关键供应商与整车厂的数据直接连接系统，来应对数据安全性的必要性和紧迫性会变得越来越重要。
　　建立供应商与整车厂数据直连系统，一方面可以解决数据的安全性问题，保证新车型项目的数据不泄露到直连系统之外；一方面还可以提高数据的传输速度，解决大数据量数据传输时间上的损耗。
　　2．规范数据归类，使用先进的检索技术
　　应对数据检索与归类的难题，需要在车身工艺数字化大数据的积累过程中，提前设计好合理的数据库架构。在数据库搭建之初，建立科学的数据库架构，避免后期数据量很大的时候再进行数据迁移。
　　借鉴IT行业先进的检索技术，比如聚类分析法、因子分析法、相关分析法、索引、散列和并行计算等方法，开发适合车身工艺数据特点的高效的检索方法，与标准化的车身工艺数据库分类相对应，提高数据的检索效率和使用方便性。
　　3．开发自动检查车身数据质量的工具
　　为了应对数据质量检查这项车身工艺数字化的技术瓶颈，需要开发自动检查车身数据质量的工具。随着数据量的增加，需要保证数据的正确性才能把数据放入数据库，否则数据量大了不是好事。形成的垃圾数据越多，浪费的存储空间越大，检索时间越长，带来的价值越低。所以，在数据存入数据库之前，检查数据质量，实现有效的数据存入数据库，错误数据不进入数据库，是必须严格把守的关口。
　　有效地检查数据，需要依靠自动检查数据的工具来检查，如果仅仅是依靠工程师手工检查，很多问题将不能被及时发现。比如3D的资源数据，对于线形、颜色和图层等方面，整车厂都有相对应的标准，如果工程师手工检查数据的正确性，会受到工程师能力的限制，也要花费更多的时间。所以，依靠自动检查数据的工具来检查，是历史发展的趋势。
　　结语
　　大数据时代，车身工艺数字化不可避免地需要用大数据时代的思维方式来考虑问题。如果按照传统的思维，以制造的想法看车身数字化是非常有局限性的。借鉴IT等前沿行业的先进方法，实现传统制造业向智能化制造业升级的目标有着重要的意义。