基于全流程汽车零部件数字化质量审核体系信息系统的构建与应用

摘要

针对传统汽车零部件质量审核中存在数据孤岛严重、实时性不足、追溯困难及响应滞后等问题，本文提出一种基于数字孪生的全流程数字化质量审核方法。该方法构建了“物理层-数据层-数字孪生模型层-应用层”四级架构，融合多源异构数据采集与融合技术，构建涵盖几何、物理、行为与规则协同的数字孪生模型，并集成质量异常预测、缺陷分类与动态阈值判断等智能算法，实现从设计、采购、生产、检测到售后全生命周期的质量审核智能化。结果表明：在汽车支柱塔生产场景中，该方法将缺陷检出率提升至98.5%,单次审核耗时降低75%,零部件不良率由5.8%降至1.2%,质量追溯耗时缩短93.3%,显著优于传统模式，为汽车零部件质量管控提供了高效可行的技术路径。

关键词

汽车零部件 / 数字化质量审核 / 数字孪生 / 多源数据采集