[发明专利]工业过程的质量监控

说明书

提供了一种用于生成携带机器可读唯一标识符的部件的数字生产质量证书的方法，所述携带机器可读唯一标识符经历多个制造步骤。该方法包含从针对多个被监控的制造步骤从一个或多个传感器获得指示这些制造步骤的参数。所获得的参数与机器可读唯一标识符链接，并且基于针对选定监控的制造步骤获得的参数对所述选定监控的制造步骤执行一个或多个质量分析。针对所述部件生成包含与质量分析结果相关的数据的数字质量证书，并存储针对所述部件获得的参数。本发明还提供监控制造过程的方法和系统的实施例。

技术领域

本申请要求于2018年6月14日提交的欧洲专利申请EP 18 382 425.9的权益。

本公开涉及在工业过程中、且特别是汽车工业中的质量控制，并且更具体地涉及用于为这种工业过程生成质量证书的方法和系统。本公开进一步涉及尤其基于用于执行该工业过程的设备的参数的改进的故障诊断。本公开进一步涉及用于制造产品或产品的部件以及用于监控制造过程的方法和系统。

背景技术

在各种工业生产过程中，质量控制非常重要。在许多情况下，质量控制依赖于在已经进行一个或多个过程之后对部件或成品的视觉检查。在许多情况下，视觉检查是手动的，即操作者检查产品。还已知，使用例如相机、或机器人、或激光器的自动检查或非破坏性测试，以及合适的图像处理软件。如果视觉(或其他)检查显示没有显著缺陷，则可认为产品或部件已通过质量测试。

可以在产品上留下物理质量标记，以指示已经进行了检查，并且发现产品满足相关要求。该物理质量标记可以是例如贴纸或激光标记的形式。该质量标记可以典型地进一步指示生产时间、日期或周期以及生产地点。通常可以对成品、或半成品、产品的子组件或较大部件进行质量检查。通常不对原料、小零件和子部件进行质量分析和跟踪。

然而，这种视觉检查无论是手动进行还是自动进行，都具有有限的可靠性，因为存在的缺陷可能是不可见的。因此，有缺陷的产品或部件可能被分派到客户或进行进一步处理的进一步制造站点。此外，增加对“成”品或零件进行的可靠性的广泛的质量检查过程增加了工业过程的时间和资源。用于检查的系统通常是复杂的并且因此是昂贵的。

当使用产品时，可能发现意外的和/或未知的缺陷。制造商有时可基于例如制造站点和/或制造周期来定购一系列产品的召回。因此，对于一系列产品，假定由于产品在相同条件下经受相同过程，所以可能发现相同或类似的缺陷。产品的这种召回可能是昂贵的、复杂的并且可能是不必要的：尽管假定制造条件是相同的，但它们实际上不是。而且，潜在缺陷产品不被召回，因为它们被假定为不具有相同的缺陷，而实际上它们确实具有相同的缺陷。

诸如汽车的车辆并入了大量具有大复杂度的不同部件，例如底盘，白车身(BIW)，气动、液压和电动控制系统。不同的部件可以由大量的零件构成并且经受不同的过程，这些过程涉及成形(例如轧制、热或冷冲压等)，结合(例如不同形式的焊接、铆接等)以及机加工(例如铣削、切削、修整等)。在这些方法中，生产率是最重要的，并且成本控制也是非常重要的。此外，所得到的最终产品必须满足广泛和苛刻的用户和安全要求。这种因素的组合使得在汽车部件的制造中有效和高效的质量控制非常重要。

US 2017/0032281公开了一种用于处理从多个焊接系统之一收集的焊接数据的焊接生产知识系统，该焊接生产知识系统包含与位于一个或多个物理位置的多个焊接系统通信耦合的通信接口。该通信接口可以被配置成从所述多个焊接系统之一接收与焊接相关联的焊接数据。该焊接生产知识系统可以包含与通信接口和焊接数据存储器可操作地耦合的分析计算平台。该焊接数据存储器采用数据集，该数据集包含(1)与所述一个或多个物理位置相关联的焊接过程数据，和/或(2)与所述一个或多个物理位置相关联的焊接质量数据。分析计算平台可以采用焊接生产知识机器学习算法来分析相对于焊接数据存储器的焊接数据以识别所述焊接中的缺陷。

因此，US 2017/0032281关注于基于焊接数据的机器学习以导出可以帮助诊断焊接故障的算法。然而，现有技术未能开发出有效且高效的质量控制系统。