基于智能制造的樣車試制精益管理

蔣磊 李十全 王龍 趙磊 謝蛟龍 徐彪

（東風本田汽車有限公司）

在中國經濟增長放緩的大背景下，汽車市場的激烈競爭促使汽車產業轉型升級要求迫切。在互聯網經濟新架構下，智能制造正成為未來中國汽車工業發展的必然趨勢。對于汽車行業而言，新產品投放市場的速度越來越快，技術的發展和迭代也越來越快[1]。作為從設計開發到投入生產的重要環節，樣車試制面臨著周期短和要求高的挑戰，而樣車零件大多為試生產樣件，數量少、價格高。此外再加上制造、問題識別、改進措施驗證等人員、設備的投入，樣車的開發試制成本往往居高不下[2]。因此，在智能制造的大環境下，對樣車試制實施精益制造管理，降低樣車開發試制成本，提高新車型競爭水平就顯得尤為必要。文章以某公司新車型樣車為例，對其試制精益管理進行了闡述。

1 現狀分析

圖1 示出某公司樣車開發試制流程圖。該樣車主要分為0X 樣車、V3 樣車和T 確樣車3 類，T 確樣車又分為認定、段確、品質、量確4 個階段[3]。為了適應汽車市場產品快速迭代的需求，自2016 年開始將新車型開發周期縮短至26 個月，并要求削減10%的研發成本。由于全新車型正常研發周期為36 個月，而商品企劃、產品開發階段的樣車試制周期通常需要7～8 個月，生產準備階段樣車試制周期則需要9～10 個月，試制樣車總需求量超過200 臺。因此，傳統的以實際裝調為主、虛擬驗證為輔的做法已經無法適應樣車快速試制及研發費用縮減的需求。面對這一問題，必須使用新的管理方式或新技術進行解決。

圖1 某公司樣車開發試制流程圖

2 方案實施

針對樣車需求臺數多、試制周期長、開發費用高等問題，需要以智能制造理論為驅動引擎，將精益制造管理思想融入樣車試制的各個階段，充分發揮虛擬仿真的作用，削減試制流程鏈中各個環節的浪費，提升樣車試制效率。同時，不斷發掘和運用與樣車試制相匹配的智能制造技術，制定與項目開發同步的實施計劃，優化項目管理模式，構建項目集群管理平臺，使智能制造與精益管理有機結合、協同推進，從而改變樣車試制臺數多、周期長、費用高的現狀。

2.1 項目集群管理平臺構建

傳統樣車試制組織采用矩陣管理模式，試制各環節的業務領域負責各自區域的工作[4]，缺乏聯動性。某公司每年有6～8 個項目同時開展，每個項目的試制計劃都受到各自車型開發大日程的約束。因此，有必要為試制全過程搭建管理平臺，運用項目集群管理理論，讓所有項目的相關方在此平臺上按規則接入。項目集群管理使樣車試制工作保持高度的柔性以適應技術和項目的獨特性，保證項目按計劃完成[5]，并能更高效地進行資源配置和進度控制，從而幫助組織實現既定目標，如圖2 所示。

構建項目集群管理平臺后，整車架構化、模塊化和平臺化開發變得更加廣泛和深入。根據公司全部整車項目開發的型譜規劃，實施項目群管理，優化資源配置，實現“1+1＞2”的效果。在單個項目內，將試制的某些工作環節整合形成“工作包”，由專家級工程師負責該工作包工作的完成。同時，基于架構化、模塊化和全球化項目開發流程，組建試制項目群，由各技術領域系長兼任項目群“群主”，負責協調群中各項目的資源約束，實現各項目間的協同管理和知識管理，如圖3 所示。

2.2 樣車試制精益管理方案實施

運用精益管理縮短生產前置期和提升流程效率的理念，制定了以智能制造為載體的精益管理方案，以此來縮短樣車試制周期、節約試制成本。此方案利用智能制造中物流管理相關技術、數字化制造技術、精益生產管理、品質持續改善管理等，將多種技術手段相結合，解決樣車試制周期及試制成本問題。基于智能制造的樣車試制精益管理方案整體思路，如圖4 所示。

圖4 樣車試制精益管理方案整體思路

2.2.1 樣車試制物流系統管理

通過運用智能制造中自動化物流管理技術，搭建面向試制物料管理的物流平臺，實現研發數據與試制物料系統的無縫對接，使得試制樣車零件的狀態、物料訂單得到有效管控，并與樣車試制加工計劃緊密相關。最終提高了試制物流效率、縮短了樣車零件納期、保證了樣件狀態的準確率、提高了樣車試制加工效率。物流系統方案，如圖5 所示。

圖5 樣車試制物流管理系統流程圖

運用試制物流系統之后，物料接收時不再需要手工登記輸入零件信息，降低了人為錯誤率。零件到庫情況、接收合格率等報表可以即時導出，便于及時掌握零件交付情況。

2.2.2 樣車試制智能制造系統管理

在物理樣車中，標定及道路試驗樣車數量無法減少，但對于各項進行設計驗證、裝配驗證、工藝驗證的車輛，可以通過數字化制造技術和虛擬仿真來減少物理樣車的試制臺數。利用項目集群管理平臺優勢，實現了產品工程設計、制造工藝規劃和品質方案企劃的同步推進。通過對沖壓、焊裝、涂裝、樹脂以及總裝等五大工藝進行數字化設計和仿真，在樣車試制之前先行識別各種制造工藝不良，并對產品結構實施同步設計優化，保證了產品設計質量，從而降低了在物理樣車上對制造工藝進行實車驗證的必要性，削減了試制樣車臺數。最終達到縮短產品開發周期、削減研發成本、提高產品品質穩定性的目的。數字化設計仿真施策方案，如圖6 所示。

圖6 數字化設計仿真施策方案

得益于CAE 仿真技術的不斷進步，各大工藝在實車上驗證的項目和工時也就隨之大幅減少。除了對產品設計和制造工藝進行虛擬評審之外，數字化仿真設計技術還可以實現零部件尺寸匹配性虛擬驗證，通過各系統之間零部件尺寸的虛擬分析驗證匹配性，提升整車實物匹配能力及效率，達到提升整車尺寸精度的目的。

數字化設計仿真工作主要針對V0，V1，V3，Go1，Go2 這5 版設計數據進行虛擬評審。從V0 數據開始，利用研發中心和新車型中心現有的各種CAD/CAE 軟件，通過數字化網絡平臺，實現研發、工藝、制造、采購、品質、物流等多領域跨部門的同步評審。

2.2.3 試制樣件模塊化開發

0X 裝車和V3 裝車2 個階段處于新車型開發前期，樣件需求少，交付周期短，而品質要求卻并不低，對于樣件關鍵測點要求尺寸合格率達到100%，其他的配合面、安裝孔等測點要求尺寸達到80%以上。在Go1 數據發布之前，產品設計變更頻繁，這就在無形中增加了試制樣件的開發難度，同時也帶來了額外的試制成本浪費。

為了降低試制樣件的開發難度，消除不必要的樣件試制成本浪費，在充分考慮試制工藝與正式工藝差異的同時，將正式工藝開發過程中所用的模塊化設計思路合理嵌入試制工藝的開發。試制工藝的模塊化開發主要包括工藝參數化設計、工裝輕量化設計、輔助工裝共用化設計以及工藝安全裕度校核[6-7]。利用模塊化設計手段，試制工藝、模具、夾具、檢具等實現了基于參數特征的智能設計。根據試制工裝結構強度有限元分析FEM（Finite Element Method，FEM）解析結果及動態虛擬調試結果，對試制工裝結構實施基于變密度法的結構拓撲優化，從而減小試制工裝尺寸，簡化試制工裝結構，降低試制工裝質量系數；此外，還根據試制工裝生產綱領的不同，合理取消了標準件的使用，使試制工裝數量趨于最小化、結構趨于輕量化，并縮短調試匹配周期。試制工藝可滿足±10%的工況波動范圍，安全裕度提升明顯，試制樣件尺寸一次合格率FTQ（First Time Quality，FTQ）可達85%，交付周期較之前減少2～3 周，樣車試制過程中的設計變更也顯著減少。

2.3 樣車試制標準化管理

標準化（Standard，STD）是精益制造的核心理念。在樣車試制過程中，通過建立標準手冊，并利用目視化看板工具，規范和維護工作場地合理布置，支持試制車間的現場管理，并消除試制浪費。

從加工方式來看，樣車試制屬于典型的訂單式生產模式[8]。然而，由于不同新車型項目在相同時間段存在交叉重疊，因此，試制車間的生產負荷呈明顯的波峰波谷狀。基于試制標準化建立單件及總成工時管理體系，可有效平衡各階段、各項目試制工作量，滿足試制需求并防止生產過剩。此外，標準化管理還可對生產計劃排布進行反向優化。通過數據累計，建立各工位的標準工時，再根據線平衡原則對各工位工作內容進行逐步優化，如圖7 所示。在減少作業人數、縮短工作時間的情況下，實現了試制效率的提升，增值時間占整體工作時間的比例也隨之上升。

圖7 試制車間裝配工位負荷優化案例

以作業指導書（Job Issue Sheet，JIS）的形式發布樣車試制裝配操作指導，并作為試制標準化的通用基礎文件，之后不同的新車型項目亦可活用。后續項目僅需編制特有的工藝操作指導即可完成裝配工藝的開發。

2.4 樣車試制過程品質控制

過程品質控制（Process Quality Control，PQC）可以預防不良的產生、及時檢測到不良的存在并采取對策，防止不良的再次發生，減少返工浪費，最終制造出滿足客戶需求的產品。樣車試制過程質量控制流程，如圖8所示。

圖8 樣車試制過程質量控制流程

在樣車試制過程中，運用了試制過程失效模式分析（Process Failure Mode and Effects Analysis，PFMEA）來辨識潛在的品質風險。通過嚴重度、頻度和不易探測度來量化評級所有的工藝風險優先級RPN（Risk Priority Number，RPN），并根據PFMEA 結果編寫專項過程控制計劃（Process Control Plan，PCP），將過程控制計劃中的品質控制方法融入試制車間現場工藝文件，以達到在樣車試制開發前期即從制造工藝角度預防品質不良發生的目的。

由于樣車試制中操作確認及品質不良探測的主體是人，為防止人為疏忽所導致的品質不良流出，在試制車間針對性地設置了工位自檢、工位互檢以及品質終檢等專項檢查。重點控制試制PFMEA 所分析出的高風險項，同時對每臺樣車制定專項試制手冊，完整記錄試制過程中的各項數據，以確保試制品質不良可以追溯分析。試制車間各工位之間還建立了前、后反饋機制，以便將品質信息及時傳遞從而提高試制品質不良對策效率，并預防該類品質不良再次發生。

3 效果確認

在運用智能制造技術和試制精益管理后，樣車開發試制周期縮短4 個月，可量化的直接試制成本節約可達30%以上。

3.1 經濟收益

3.1.1 試制樣車成本削減

新車型在0X、V3、認定、段確、品確、量確各階段，樣車試制加工數量分別為23，26，17，21，14，12 臺，總計113 臺，而原型車在0X、V3、認定、段確、品確、量確各階段，樣車試制加工數量分別為34，26，43，28，20，16 臺，試制車輛總計167 臺。相較原型車，新車型樣車試制數量減少54 臺，削減比例達到32.3%。

以V3 樣車試制為例，其總費用為3 200 萬元，而原型車各階段樣車試制總費用為4 620 萬元，與原型車相比，新車型樣車試制成本節約1 420 萬元，削減比例達到30.7%。

3.1.2 試制樣車品質提升

實施基于智能制造的樣車試制精益管理后，產品設計問題得以提前發現和解決。根據管理方案實現前后設計問題識別率的對比，如圖9 所示，在商品企劃和產品開發階段的設計問題識別率增長了40%以上，減少了樣車試制過程中品質不良的數量和發生頻率，有效提升了樣車試制的加工效率。

圖9 產品設計問題識別率對比

得益于產品設計問題的早期識別及對策，各階段尺寸合格率也較之前顯著提升。以新車型為例，V3 階段試制樣件尺寸FTQ 達到85.6%，首臺白車身尺寸合格率達到76.7%；而原型車V3 階段試制樣件尺寸FTQ僅為77.3%，首臺白車身尺寸合格率僅為71.5%。相較原型車，試制樣車尺寸精度提升比例超過5%。

3.2 技術效益

通過實施基于智能制造的樣車試制精益管理，文章總結了可以適應樣車快速試制及研發費用縮減的標準化試制流程（如圖10 所示），并實現了樣件試制工藝工裝的自主化設計和開發，攻克了試制工藝模塊化設計、試制工裝輕量化設計等一系列的技術難題，解決了長久以來產品試制完全受制于供應商的被動局面。

圖10 標準化試制流程

4 結論

進入十四五規劃之后，在提倡“中國制造2025”國家戰略的背景下，汽車研發中的樣車試制更要建立以用戶需求為目標、以減少浪費、提高效率為手段的指導原則，在汽車研發工作中推廣精益管理和技術創新，推動汽車研發面向智能化和精益化提升，提高企業競爭軟實力。未來，隨著云計算、大數據、人工智能、虛擬現實等技術的不斷發展，基于智能制造的精益管理將從研發試制領域橫向拓展至其他各領域，并不斷縱向延伸，擴大應用范圍，為汽車企業未來的高速發展奠定數字化工作基礎，加快面向十四五規劃的智能制造轉型。