智能制造在發(fā)動(dòng)機(jī)缸體機(jī)加工質(zhì)量雙追溯—雙閉環(huán)體系應(yīng)用

摘 要：隨著汽車(chē)工業(yè)的發(fā)展，發(fā)動(dòng)機(jī)缸體機(jī)加工的質(zhì)量控制要求也不斷提高。但在復(fù)雜的加工環(huán)境下，傳統(tǒng)的質(zhì)量追溯與控制手段，難以滿足高質(zhì)量要求，存在信息孤島、數(shù)據(jù)不連貫、溯源效率不高等問(wèn)題。本文提出了“雙溯源-雙閉環(huán)”的發(fā)動(dòng)機(jī)缸體機(jī)加工質(zhì)量基于智能制造的體系。通過(guò)設(shè)計(jì)缸體機(jī)加工的質(zhì)量追溯系統(tǒng)，實(shí)現(xiàn)了從原材料到成品的全過(guò)程追溯，并通過(guò)流程閉環(huán)和質(zhì)量閉環(huán)相結(jié)合，構(gòu)建了加工參數(shù)和工藝流程實(shí)時(shí)調(diào)整的雙閉環(huán)控制體系，從而提高了質(zhì)量控制的精準(zhǔn)性。結(jié)合實(shí)際應(yīng)用案例，驗(yàn)證了該系統(tǒng)在改進(jìn)缸體加工質(zhì)量和提高生產(chǎn)效率方面的有效性和可行性，以期為提高缸體加工的質(zhì)量控制水平和生產(chǎn)效率提供參考。

關(guān)鍵詞：智能制造 缸體機(jī)加工 雙追溯體系 雙閉環(huán)控制 質(zhì)量控制

1 緒論

在制造業(yè)不斷發(fā)展的今天，企業(yè)競(jìng)爭(zhēng)的關(guān)鍵在于產(chǎn)品質(zhì)量的提高和生產(chǎn)效率的提高。作為汽車(chē)制造的核心部件，發(fā)動(dòng)機(jī)缸體的加工質(zhì)量對(duì)整車(chē)的性能、可靠性有著直接的影響。雖然傳統(tǒng)的缸體機(jī)加工工藝已相當(dāng)成熟，但由于數(shù)據(jù)收集不全、質(zhì)量問(wèn)題難以追溯等原因，在質(zhì)量控制和溯源上還存在著不小的問(wèn)題。智能制造技術(shù)正是為了解決這些問(wèn)題而產(chǎn)生的。智能制造實(shí)現(xiàn)了生產(chǎn)過(guò)程的智能管理和質(zhì)量控制，將先進(jìn)的傳感技術(shù)、大數(shù)據(jù)分析和人工智能融合在一起。本文旨在探討智能制造在發(fā)動(dòng)機(jī)缸體機(jī)械加工中的應(yīng)用，尤其是在設(shè)計(jì)和實(shí)現(xiàn)質(zhì)量雙溯源、雙閉環(huán)控制系統(tǒng)方面，以期為在發(fā)動(dòng)機(jī)缸體機(jī)械加工中應(yīng)用智能制造技術(shù)提供借鑒。

2 發(fā)動(dòng)機(jī)缸體機(jī)加工的工藝流程與質(zhì)量控制現(xiàn)狀

2.1 缸體機(jī)加工流程概述

發(fā)動(dòng)機(jī)缸體機(jī)加工是一個(gè)復(fù)雜且精密的過(guò)程，需要先對(duì)氣缸體毛坯進(jìn)行鑄造或鍛造后的外觀檢查，做到無(wú)明顯瑕疵。對(duì)毛坯進(jìn)行了初步清理，并進(jìn)行了去刺處理，準(zhǔn)備進(jìn)行后續(xù)處理。通過(guò)數(shù)控機(jī)床對(duì)坯料進(jìn)行粗加工，將其中多余的多數(shù)材料去除。主要工藝有缸體底面、側(cè)面、頂面的銑削加工，缸孔、油孔、水孔的鉆削、鉸接加工等。粗加工階段需要保證坯料的基本大小、形態(tài)達(dá)到后續(xù)精細(xì)加工的要求。精加工主要包括鏜孔，珩磨缸孔，銑削缸蓋安裝面，鉆孔，攻絲螺紋孔等，是缸體機(jī)加工的核心環(huán)節(jié)。這些工序需要高精度的數(shù)控機(jī)床和先進(jìn)的刀具才能保證圓度、直線度和缸孔表面粗糙度達(dá)到設(shè)計(jì)要求，而這些刀具都是需要經(jīng)過(guò)高精度的數(shù)控機(jī)床和先進(jìn)的刀具磨機(jī)對(duì)缸孔進(jìn)行精細(xì)研磨，以保證缸孔表面光潔度和尺寸精度，是精加工缸孔的關(guān)鍵工序。在磨礪的過(guò)程中，為避免缸孔表面出現(xiàn)劃痕或燒傷，需要嚴(yán)格控制其壓力、速度和磨礪液體的流速。缸體在加工完成后，需要對(duì)表面的碎屑、油污等進(jìn)行一次徹底的清洗。清洗后的缸體進(jìn)行了包括尺寸檢測(cè)、表面粗糙度檢測(cè)、缸孔圓度和直線度檢測(cè)等多項(xiàng)檢測(cè)，以保證各項(xiàng)指標(biāo)都達(dá)到了標(biāo)準(zhǔn)，同時(shí)也保證了缸體內(nèi)部的缸體與缸蓋、活塞、連桿等其他部件組合而成[1]。在組裝完成后，還要進(jìn)行包括氣密性試驗(yàn)、動(dòng)力平衡試驗(yàn)等在內(nèi)的最終測(cè)試，以保證引擎的整體表現(xiàn)及可靠性。

2.2 當(dāng)前質(zhì)量檢測(cè)與溯源問(wèn)題分析

當(dāng)前，發(fā)動(dòng)機(jī)缸體機(jī)加工在質(zhì)量檢測(cè)與溯源方面存在若干問(wèn)題：（1）數(shù)據(jù)采集不全面，許多工序依賴人工記錄，容易出現(xiàn)遺漏和錯(cuò)誤，導(dǎo)致數(shù)據(jù)不準(zhǔn)確；（2）質(zhì)量檢測(cè)手段單一，主要依靠傳統(tǒng)的手動(dòng)測(cè)量和目視檢查，難以實(shí)現(xiàn)全程實(shí)時(shí)監(jiān)控和高精度檢測(cè)；（3）質(zhì)量問(wèn)題的追溯難度大，一旦出現(xiàn)缺陷，很難快速定位到具體的加工環(huán)節(jié)和責(zé)任人，影響問(wèn)題的及時(shí)解決和預(yù)防措施的制定；（4）信息孤島現(xiàn)象嚴(yán)重，各工序之間的數(shù)據(jù)缺乏有效整合和共享，導(dǎo)致質(zhì)量管理的碎片化，難以形成系統(tǒng)的質(zhì)量控制體系。這些問(wèn)題不僅影響了生產(chǎn)效率和產(chǎn)品質(zhì)量，還增加了企業(yè)的運(yùn)營(yíng)成本和風(fēng)險(xiǎn)。因此，亟需引入先進(jìn)的智能制造技術(shù)和系統(tǒng)，實(shí)現(xiàn)全面的質(zhì)量檢測(cè)與溯源，提升缸體機(jī)加工的整體管理水平。

3 智能制造在缸體機(jī)加工中的應(yīng)用框架

智能制造系統(tǒng)架構(gòu)設(shè)計(jì)：智能制造系統(tǒng)在發(fā)動(dòng)機(jī)缸體機(jī)加工中的應(yīng)用框架設(shè)計(jì)旨在實(shí)現(xiàn)全流程的智能化管理和質(zhì)量控制。生產(chǎn)過(guò)程中的各種數(shù)據(jù)包括加工參數(shù)、環(huán)境條件以及設(shè)備狀態(tài)等，通過(guò)安裝各種傳感器以及視覺(jué)攝像機(jī)、激光測(cè)距儀、溫度傳感器等各種智能設(shè)備，并實(shí)時(shí)采集。將感知層采集到的數(shù)據(jù)通過(guò)工業(yè)因特網(wǎng)和無(wú)線通信技術(shù)傳輸?shù)街醒敕?wù)器或云端平臺(tái)，從而達(dá)到實(shí)時(shí)傳送、存儲(chǔ)數(shù)據(jù)的目的。為采集的數(shù)據(jù)進(jìn)行清洗、整合、分析，并從中提取有價(jià)值的數(shù)據(jù)和洞察，搭建一個(gè)大數(shù)據(jù)處理和分析平臺(tái)。平臺(tái)層還支持實(shí)現(xiàn)預(yù)測(cè)性維護(hù)和智能決策的機(jī)器學(xué)習(xí)和人工智能算法。開(kāi)發(fā)生產(chǎn)管理系統(tǒng)、質(zhì)量追溯系統(tǒng)、設(shè)備管理系統(tǒng)等各種應(yīng)用系統(tǒng)，實(shí)現(xiàn)可視化管理生產(chǎn)過(guò)程，實(shí)時(shí)監(jiān)控，溯源質(zhì)量[2]。同時(shí)支持移動(dòng)終端訪問(wèn)，方便現(xiàn)場(chǎng)操作者對(duì)生產(chǎn)過(guò)程、資源進(jìn)行實(shí)時(shí)查看和操作，同時(shí)，它還支持基于數(shù)據(jù)分析結(jié)果的決策，幫助管理員及時(shí)發(fā)現(xiàn)和解決生產(chǎn)問(wèn)題。

4 缸體機(jī)加工質(zhì)量雙追溯體系設(shè)計(jì)

4.1 質(zhì)量追溯數(shù)據(jù)模型與系統(tǒng)架構(gòu)

質(zhì)量追溯體系的數(shù)據(jù)模型與系統(tǒng)架構(gòu)是實(shí)現(xiàn)全面質(zhì)量監(jiān)控和精準(zhǔn)追溯的關(guān)鍵。感知層實(shí)時(shí)采集生產(chǎn)過(guò)程中的數(shù)據(jù)，包括加工參數(shù)、環(huán)境條件和設(shè)備狀態(tài)等，通過(guò)安裝各種高精度傳感器（如可視攝像機(jī)、激光測(cè)距儀、溫度傳感器等）。網(wǎng)絡(luò)層將感知層采集到的數(shù)據(jù)傳輸?shù)街醒敕?wù)器或云平臺(tái)上，以保證數(shù)據(jù)的實(shí)時(shí)可靠，利用工業(yè)互聯(lián)網(wǎng)和無(wú)線通信技術(shù)。數(shù)據(jù)層在中央伺服器或云端平臺(tái)建立數(shù)據(jù)倉(cāng)庫(kù)及數(shù)據(jù)庫(kù)，以清洗、整合及儲(chǔ)存所收集的數(shù)據(jù)。數(shù)據(jù)層還包括確保數(shù)據(jù)安全完整的數(shù)據(jù)備份和恢復(fù)機(jī)制。分析層對(duì)存儲(chǔ)的數(shù)據(jù)進(jìn)行深度分析，并通過(guò)大數(shù)據(jù)分析和人工智能算法，提煉出寶貴的洞見(jiàn)。分析層支持實(shí)時(shí)監(jiān)控，支持趨勢(shì)分析，支持異常偵測(cè)，對(duì)發(fā)現(xiàn)的問(wèn)題，及時(shí)的幫助解決。應(yīng)用層開(kāi)發(fā)生產(chǎn)管理系統(tǒng)、質(zhì)量追溯系統(tǒng)、設(shè)備管理系統(tǒng)等各種應(yīng)用系統(tǒng)，實(shí)現(xiàn)可視化管理生產(chǎn)過(guò)程，精準(zhǔn)追溯質(zhì)量問(wèn)題。應(yīng)用層還支持手機(jī)終端存取，便于現(xiàn)場(chǎng)操作人員實(shí)時(shí)查看并進(jìn)行操作。決策層以數(shù)據(jù)分析結(jié)果為基礎(chǔ)，為管理人員優(yōu)化生產(chǎn)流程和資源配置、提升生產(chǎn)效率和產(chǎn)品質(zhì)量提供智能化決策支持。

4.2 雙追溯系統(tǒng)的實(shí)現(xiàn)與數(shù)據(jù)鏈路設(shè)計(jì)

通過(guò)建立完整的數(shù)據(jù)鏈，雙追溯系統(tǒng)實(shí)現(xiàn)了從原料到最終產(chǎn)品的全程品質(zhì)追溯，實(shí)現(xiàn)了產(chǎn)品的全過(guò)程品質(zhì)追溯。對(duì)加工參數(shù)、環(huán)境條件、設(shè)備狀態(tài)等數(shù)據(jù)進(jìn)行實(shí)時(shí)采集，在每個(gè)關(guān)鍵工序安裝高精度傳感器。這些數(shù)據(jù)被傳送到中央服務(wù)器或云平臺(tái)，通過(guò)工業(yè)互聯(lián)網(wǎng)。在中央服務(wù)器或云平臺(tái)上，建立數(shù)據(jù)倉(cāng)庫(kù)，清洗、整合、存儲(chǔ)收集到的數(shù)據(jù)。在數(shù)據(jù)整合時(shí)，使用數(shù)據(jù)整合演算法來(lái)確保數(shù)據(jù)的連貫性與精確性。例如，數(shù)據(jù)整合公式是：

其中，Di是第i個(gè)傳感器的數(shù)據(jù)，wi是第i個(gè)傳感器的權(quán)重。建立完整的數(shù)據(jù)鏈路，從原料入庫(kù)到成品出庫(kù)，每一個(gè)環(huán)節(jié)的數(shù)據(jù)都關(guān)聯(lián)到相應(yīng)的流程和操作人員，保證了數(shù)據(jù)的可追溯。數(shù)據(jù)鏈路通過(guò)產(chǎn)品序列號(hào)等唯一標(biāo)識(shí)符將各工序的數(shù)據(jù)記錄連接起來(lái)[3]。質(zhì)量追溯系統(tǒng)的開(kāi)發(fā)，按照產(chǎn)品的序列號(hào)、批次號(hào)等信息，提供圖形化界面并支持追溯查詢。系統(tǒng)對(duì)具體的處理環(huán)節(jié)和責(zé)任人進(jìn)行快速定位，并能提供詳盡的可追溯的報(bào)表。

5 缸體機(jī)加工質(zhì)量雙閉環(huán)控制體系設(shè)計(jì)

5.1 雙閉環(huán)控制體系概述

雙閉環(huán)控制系統(tǒng)是智能制造實(shí)現(xiàn)缸體機(jī)加工環(huán)節(jié)全面質(zhì)量控制的重要手段，旨在保證生產(chǎn)過(guò)程的穩(wěn)定性和產(chǎn)品質(zhì)量的可靠性，通過(guò)流程閉環(huán)和質(zhì)量閉環(huán)的協(xié)同作用，實(shí)現(xiàn)缸體機(jī)加工環(huán)節(jié)的全面質(zhì)量控制。工藝閉環(huán)控制主要注重生產(chǎn)過(guò)程中的實(shí)時(shí)監(jiān)控和參數(shù)調(diào)節(jié)，加工參數(shù)（如溫度、壓力、速度等）通過(guò)傳感器和控制系統(tǒng)實(shí)時(shí)監(jiān)控，發(fā)現(xiàn)偏差后自動(dòng)調(diào)節(jié)，從而保證了加工過(guò)程的穩(wěn)定性。質(zhì)量閉環(huán)控制則側(cè)重于產(chǎn)品質(zhì)量的不斷提升，通過(guò)質(zhì)量檢測(cè)系統(tǒng)對(duì)成品數(shù)據(jù)進(jìn)行采集，對(duì)質(zhì)量指標(biāo)（如尺寸精度、表面粗糙度等）進(jìn)行分析，并向生產(chǎn)管理系統(tǒng)傳遞反饋信息，對(duì)優(yōu)化調(diào)整生產(chǎn)參數(shù)進(jìn)行指導(dǎo)。

5.2 過(guò)程閉環(huán)控制系統(tǒng)設(shè)計(jì)

過(guò)程閉環(huán)控制系統(tǒng)是雙閉環(huán)控制系統(tǒng)的重要組成部分，通過(guò)在關(guān)鍵的加工設(shè)備和工位上安裝高精度傳感器，對(duì)加工參數(shù)，如溫度、壓力、速度、振動(dòng)等進(jìn)行實(shí)時(shí)監(jiān)測(cè)，從而實(shí)現(xiàn)對(duì)加工設(shè)備和工位這些傳感器可以實(shí)時(shí)地提供數(shù)據(jù)，保證準(zhǔn)確及時(shí)地進(jìn)行監(jiān)測(cè)。通過(guò)工業(yè)互聯(lián)網(wǎng)和無(wú)線通信技術(shù)，向中央控制系統(tǒng)實(shí)時(shí)傳輸傳感器采集的數(shù)據(jù)。要保證數(shù)據(jù)在傳輸過(guò)程中的完整可靠，避免數(shù)據(jù)遺失或延遲等情況的發(fā)生。中央控制系統(tǒng)通過(guò)先進(jìn)算法（如PID控制算法）對(duì)接收到的數(shù)據(jù)進(jìn)行實(shí)時(shí)監(jiān)控和分析，及時(shí)發(fā)現(xiàn)處理過(guò)程中的異常情況，從而對(duì)數(shù)據(jù)進(jìn)行處理[4]。自動(dòng)調(diào)節(jié)控制參數(shù)，如調(diào)節(jié)機(jī)床轉(zhuǎn)速、進(jìn)給率或冷卻液流量等，當(dāng)系統(tǒng)檢測(cè)到加工參數(shù)偏離預(yù)設(shè)范圍時(shí)，保證加工過(guò)程恢復(fù)正常狀態(tài)。通過(guò)反饋機(jī)制對(duì)調(diào)整后的參數(shù)進(jìn)行再次監(jiān)測(cè)，使之形成一個(gè)閉環(huán)的管控。

5.3 質(zhì)量閉環(huán)控制系統(tǒng)設(shè)計(jì)

質(zhì)量閉環(huán)控制系統(tǒng)是雙閉環(huán)控制體系的另一重要組成部分，通過(guò)在關(guān)鍵工序和最終檢驗(yàn)環(huán)節(jié)部署高精度檢測(cè)設(shè)備，如三坐標(biāo)測(cè)量機(jī)（CMM）、光學(xué)測(cè)量?jī)x和表面粗糙度儀等，對(duì)加工后的缸體進(jìn)行全面檢測(cè)，包括尺寸精度、形位公差和表面粗糙度等質(zhì)量指標(biāo)。通過(guò)工業(yè)互聯(lián)網(wǎng)和無(wú)線通信技術(shù)，將檢測(cè)數(shù)據(jù)實(shí)時(shí)傳輸?shù)街醒胭|(zhì)量管理系統(tǒng)。數(shù)據(jù)傳輸過(guò)程中應(yīng)確保數(shù)據(jù)的完整性和準(zhǔn)確性，避免數(shù)據(jù)丟失或錯(cuò)誤。中央質(zhì)量管理系統(tǒng)對(duì)接收到的數(shù)據(jù)進(jìn)行實(shí)時(shí)分析，使用統(tǒng)計(jì)過(guò)程控制（SPC）等方法，識(shí)別質(zhì)量波動(dòng)和異常情況。系統(tǒng)生成質(zhì)量報(bào)告，提供詳細(xì)的分析結(jié)果和改進(jìn)建議。例如，SPC控制圖可以用來(lái)監(jiān)控關(guān)鍵質(zhì)量指標(biāo)的變化趨勢(shì)：

其中，是平均值，σ是標(biāo)準(zhǔn)差，UCL和LCL分別是上控制限和下控制限。根據(jù)質(zhì)量反饋信息，調(diào)整生產(chǎn)參數(shù)和工藝流程，如修改刀具路徑、優(yōu)化切削參數(shù)或調(diào)整冷卻液流量等[5]。調(diào)整后的參數(shù)通過(guò)反饋機(jī)制再次進(jìn)行檢測(cè)和分析，形成閉環(huán)控制，確保質(zhì)量問(wèn)題得到有效解決和預(yù)防。

6 智能制造體系在缸體機(jī)加工中的實(shí)際應(yīng)用案例

6.1 案例背景

北京奔馳發(fā)動(dòng)機(jī)工廠自2014年起引入先進(jìn)的智能制造解決方案，實(shí)施了“雙追溯-雙閉環(huán)”的質(zhì)量管理策略，構(gòu)建了一個(gè)貫穿生產(chǎn)全流程的智能平臺(tái)。通過(guò)采用隨行托盤(pán)技術(shù)、RFID技術(shù)和Prisma系統(tǒng)，實(shí)現(xiàn)了工件加工信息流的有效追溯；利用QDA系統(tǒng)進(jìn)行質(zhì)量信息流的追溯與分析，確保了產(chǎn)品質(zhì)量的可追溯性和穩(wěn)定性。這些措施不僅達(dá)到了IT6級(jí)別的加工精度和0.1μm的在線測(cè)量精度，還顯著降低了不良品率，達(dá)到了德國(guó)戴姆勒公司的高標(biāo)準(zhǔn)要求。

6.2 實(shí)施方案

北京奔馳發(fā)動(dòng)機(jī)工廠在缸體機(jī)加工中，采用隨行托盤(pán)技術(shù)，每個(gè)托盤(pán)配備RFID芯片，用于存儲(chǔ)工件的加工信息，確保信息的連續(xù)性和準(zhǔn)確性。利用Prisma系統(tǒng)實(shí)時(shí)收集和監(jiān)控生產(chǎn)線上的各種數(shù)據(jù)，包括機(jī)床狀態(tài)、加工參數(shù)、報(bào)警信息等，實(shí)現(xiàn)生產(chǎn)過(guò)程的透明化管理。通過(guò)QDA系統(tǒng)記錄和分析所有在線測(cè)量結(jié)果，包括三坐標(biāo)測(cè)量、粗糙度檢測(cè)等，確保每個(gè)加工環(huán)節(jié)的數(shù)據(jù)均可追溯。同時(shí)，建立“雙追溯-雙閉環(huán)”質(zhì)量管理體系，通過(guò)實(shí)時(shí)數(shù)據(jù)采集和分析，及時(shí)發(fā)現(xiàn)并解決生產(chǎn)中的質(zhì)量問(wèn)題。結(jié)合智能化管理和反饋機(jī)制，優(yōu)化加工參數(shù)，提高加工精度和效率，確保生產(chǎn)過(guò)程的高效性和產(chǎn)品質(zhì)量的穩(wěn)定性。

6.3 系統(tǒng)應(yīng)用效果分析

通過(guò)引入智能制造體系，北京奔馳發(fā)動(dòng)機(jī)工廠在缸體機(jī)加工中取得了顯著成效，具體如表1所示。

加工精度從IT7提升至IT6，提升了1個(gè)等級(jí)；在線測(cè)量精度從0.5μm提高到0.1μm，提升了4倍。不良品率從0.8%降至0.2%，下降了75%；生產(chǎn)效率從60件/小時(shí)提高到80件/小時(shí)，提升了33.3%。數(shù)據(jù)追溯率從80%提升至100%，提高了20%；質(zhì)量問(wèn)題響應(yīng)時(shí)間從30分鐘縮短至10分鐘，縮短了66.7%。過(guò)程能力指數(shù)Cpk從1.3提升至1.67，提升了28.4%。這些改進(jìn)顯著提升了產(chǎn)品質(zhì)量和生產(chǎn)效率，達(dá)到了德國(guó)戴姆勒公司的高標(biāo)準(zhǔn)要求。

7 結(jié)語(yǔ)

在發(fā)動(dòng)機(jī)缸體機(jī)加工中應(yīng)用智能制造，使生產(chǎn)過(guò)程的透明性、質(zhì)量可控性通過(guò)構(gòu)建質(zhì)量雙追溯、雙閉環(huán)控制體系而得到明顯提高。通過(guò)高效率的數(shù)據(jù)搜集和實(shí)時(shí)監(jiān)控，在降低質(zhì)量波動(dòng)風(fēng)險(xiǎn)的同時(shí)，保證了在生產(chǎn)過(guò)程中各個(gè)環(huán)節(jié)的精確追溯和調(diào)整。同時(shí)，雙閉環(huán)式控制系統(tǒng)可以實(shí)現(xiàn)過(guò)程和質(zhì)量的動(dòng)態(tài)優(yōu)化，使產(chǎn)品的連貫性和可靠性得到進(jìn)一步的提高。智能制造技術(shù)的應(yīng)用，為缸體機(jī)加工行業(yè)實(shí)現(xiàn)高效、優(yōu)質(zhì)生產(chǎn)提供了堅(jiān)強(qiáng)保證。

參考文獻(xiàn)：

[1]石磊，王冬巖，秦艷波.基于數(shù)控技術(shù)的發(fā)動(dòng)機(jī)智能制造工廠數(shù)據(jù)采集分析[J].中國(guó)機(jī)械，2024（25）：56-59.

[2]宋佩林.發(fā)動(dòng)機(jī)裝配車(chē)間數(shù)字孿生技術(shù)研究與應(yīng)用[D].長(zhǎng)春：長(zhǎng)春工業(yè)大學(xué)，2024.

[3]李進(jìn)都，劉子儀.智能制造技術(shù)在發(fā)動(dòng)機(jī)工廠的應(yīng)用與展望[J].汽車(chē)制造業(yè)，2020（13）：10-11+14.

[4]劉西欣，陳凱，楊柳，等.智能制造在發(fā)動(dòng)機(jī)缸體機(jī)加工質(zhì)量雙追溯-雙閉環(huán)體系應(yīng)用[J].汽車(chē)工藝師，2020（Z1）：42-45.

[5]夏春山，李蓉，劉揚(yáng)，等.基于智能檢驗(yàn)設(shè)備的發(fā)動(dòng)機(jī)制造數(shù)據(jù)協(xié)同管理研究和實(shí)踐[J].智能制造，2019（06）：45-50.