焊接是現代機械製造業中一種常規的加工方式，廣泛地應用在製造領域。如在汽車製造過程中，發動機、變速箱、車橋、車架、車身、車廂六大總成全離不開焊接技術的應用。由於市面上的乘用車基本都是承載式車身，所以嚴控焊接工藝質量尤為重要。如果焊接質量不過關，可能會產生異響、導致車身鈑金變形開裂，嚴重甚至將威脅人身安全。

廣域銘島自主研發的Geega工業網際網路平臺以其獨特的工業人工智慧軟體，支撐焊裝質量檢測的核心關卡，滿足了領克工廠對生產質量的極致追求，實現了生產過程中對焊接質量的高效管理。

Geega工業軟體支撐汽車製造業焊裝質量檢測

在汽車製造過程中，焊接質量檢測是一項精細而繁瑣的任務，每一個焊點的質量管理非常重要。每輛汽車的“白車身”主體結構約有3000多個焊點，傳統模式下采用鑿檢，輔以目視檢測，但這種方式不僅耗時耗力，且造成零件變形後必須重新整形，企業花費的成本較高。

基於工業機理模型應用焊接誤差率從8‰降至3‰

透過Geega焊點質量管理系統，將焊接車間原本300多臺獨立控制器彙總整合在一個平臺上，可以實時獲取生產過程中的每一個焊點工藝資料。 基於焊接過程電熱平衡和焊接引數模型的機理分析，對每一個焊點進行質量分析，對生產過程中的缺陷焊點實時預警。

焊接質量機理模型，從兩個維度進行分析，一方面，透過實際的焊接裝置反饋的工藝引數資料與設計工藝引數進行逐項對比分析，對超過允許偏差範圍的引數進行提示預警；另一方面，對焊接後反饋資料，比如電阻、電流等進行偏差分析，發現潛在問題焊點。

同時，焊點質量系統會對近期所有焊點資料進行大資料分析，透過應用機器學習與AI演算法，對頻繁出現問題的點進行標註。由此，指導工作人員進行定向檢測，更精準地排查隱患，大幅降低了質量管理的人力成本與時間成本，車間的焊接誤差率也從行業的8‰降至在3‰左右。而且，可以沉澱已知資料，形成焊接知識庫，以焊件組合進行焊接引數推薦，提升焊接引數除錯效率。

待組裝車身上的焊點

工業機理模型促進工業知識的沉澱與複用

這套系統的技術核心在於“工業機理模型”的建立和應用，透過軟體技術對焊接全過程執行規律進行顯性化、模型化、程式碼化，形成一個個還原焊接工藝的工業機理模型。目前，Geega沉澱的工業機理模型不侷限於焊接質量檢測環節，已廣泛應用在衝焊塗總四大車間。

Geega焊點質量管理系統介面

比如衝壓排產模型，結合有限產能約束、DBR瓶頸、啟發式演算法等理論與技術，實現一鍵排產，擔當生產排程的智腦；

比如色差分析模型，結合塗裝實時生產資料和原料供應商資料，建立資料分析模型，對塗裝外觀管理做根因分析和溯源管理；

又比如擰緊質量模型，重點管控關鍵擰緊工位扭矩資料，實現擰緊結果記錄及資料分析，及時觸發預警推送，消除隱性問題，提高產品質量和工作效率……

每個工業機理模型都是一個積木式的模組，可供工業APP開發者靈活呼叫，促進工業知識的沉澱、傳播、複用與價值創造。這意味著，源於實踐的工業機理模型，未來將不僅僅作用於單一行業，而是可以實現跨行業的“複製性”應用。

Geega工業網際網路平臺應用到汽車製造生產線

作為現代工業皇冠上的明珠，汽車製造的全流程橫貫鋼鐵、機械、橡膠、石化、電子等數十個行業。Geega以吉利為依託，未來將沉澱豐富的工業機理模型，將工藝和行業知識沉澱到平臺上，以通用化、標準化的機理模型實現“源於製造，反哺製造”的良性生態迴圈，賦能行業數字化轉型。