基于数据驱动的车辆生产下线质量分析及其工艺优化

• 作者: 杜玉峰 耿黄政 高长斌
• 来源期刊: 企业技术开发
• 学科: 工学
• 关键词: 数据分析 K-MEANS聚类 在线防错软件
• 年，卷（期）: 2019,（6）
• 页码范围: 16-20
• 页数: 5页
• 分类号: TP277

摘要

文章对下线检测系统采集的质量数据进行数据分析,根据分析结果,提出质量提升的建议和工艺优化的措施。采用z-score标准化等预处理方法对原始质量数据进行预处理,运用K-Means聚类对排放数据进行聚类分析,从而确定具有潜在质量问题的车辆;将质量数据统计分析与检测系统工作原理相结合,找出ECU检测工位存在的质量问题,针对此问题,提出了基于检测系统在线防错软件的优化方案,经实车批量测试验证了该方案的可行性,满足企业使用要求。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	耿黄政		6	18	1.0	4.0
2	高长斌		9	6	1.0	2.0
3	杜玉峰		5	2	1.0	1.0