近兩年，隨着大數據、雲計算等新技術新應用迅猛發展，企業信息化管理理念也在發生深刻變化，特別是在工業大數據應用方面，不僅僅是大量的數據彙集，更是囊括了和製造相關各個階段、多個維度的數據，並且找出這些數據之間相互的影響關係，保證最終產品的質量。
需求與問題
汽車車身製造工藝異常複雜，需要通過上百道工序，將幾百個零部件拼接成一個完整的白車身，其中的尺寸精度質量是一項複雜、系統的工作。並且車身的尺寸精度影響着整車零部件安裝、四輪定位、匹配、密封等一系列的功能。據統計，整車80%的質量問題都是由於尺寸精度的原因引起，因此尺寸工程是汽車質量工作的重要內容。爲此，在製造過程中與車身尺寸精度密切相關的工程工藝方面，亟需將工業大數據應用到尺寸工程中，提高車身製造的尺寸精度。
總體規劃
平臺根據企業的實際需要，充分利用企業積累的大量測點監測數據，使用基於時間序列的模式識別算法對車身各分總成的製造尺寸質量進行預測，在預測到異常波動時及時做出預警，以便生產過程能夠制定並採取有效措施，恢復生產的穩定性，以數據驅動質量，進而縮短反饋週期，降低生產成本，提高生產效率。同時根據同一故障源產生的異常測點波形相似度爲基礎，將同一故障源產生的異常測點波形相似的數據形成一個聚類，並建議相應的處理措施，工程師僅需對聚類中的典型告警信息做分析和跟蹤處理，從而大量減少工作量，提升工作效率。
解決方案
SaCa DataInsight產品能夠全面收集生產線數據，針對各個零部件所產生數據進行實時採集，對成車身總成進行檢測，實現監控告警與問題診斷。在車身質量分析檢測應用主要包含以下方面：
一、建成了完備的數據採集體系，包括多種產品測量數據、工藝數據以及現場實時數據收集
二、建立預處理體系，基於過濾後的數據進行質量評價體系建設，利用平臺可視化組件，製作和發佈多種報表，來反映產品質量狀態和生產工藝狀態。
三、將分AWK合格率算法和尺寸鏈FMK合格率算法引入到平臺中，可以準確地計算各分總成和尺寸鏈的合格率，建設尺寸分析處理與質量實時問題報警，用戶可以從不同的方面來了解產品的質量狀態，來查找產品質量的變化趨勢。
方案優勢
建成了完備的數據採集體系，無縫對接了各種車身測量設備，
將三維車模引入到系統中，可以更加直觀地監測量點的狀態信
將尺寸狀態智能預測引入到系統中可以提前採取措施對可能產生問題的測量點進行預防，
將尺寸狀態智能分析引入到系統中，可以輔助工程師快速地定位問題所在
方案價值
利用汽車車身質量分析檢測平臺，實現了全生命週期的大數據管理應用，更全面、更有效地採集生產數據；將這些數據充分反饋到製造過程中來，更有效提高製造產品的質量。最終將製造過程數據有效反饋到研發部門，幫助整個研發過程質量提升。
相關案例
華晨寶馬汽車車身質量分析檢測平臺
相關產品
SaCa DataInsight
一款面向海量機器數據的數據管理分析產品。提供數據搜索、數據告警、可視化報表及數據預測分析等功能。可從任意數據源收集機器數據並統一管理，同時提供對海量數據的實時分析能力。產品廣泛應用於 IT 運維、安全合規及業務分析等領域。