序論：寫作是一種深度的自我表達。它要求我們深入探索自己的思想和情感，挖掘那些隱藏在內(nèi)心深處的真相，好投稿為您帶來了一篇汽車制造工業(yè)大數(shù)據(jù)處理技術(shù)分析范文，愿它們成為您寫作過程中的靈感催化劑，助力您的創(chuàng)作。

１前言

２０２１年，工信部發(fā)布了“十四五”智能制造規(guī)劃以及“十四五”大數(shù)據(jù)產(chǎn)業(yè)規(guī)劃，提出了到２０３５年，規(guī)模以上制造業(yè)企業(yè)全面普及數(shù)字化網(wǎng)絡(luò)化，重點行業(yè)骨干企業(yè)基本實現(xiàn)智能化的目標(biāo)。工業(yè)大數(shù)據(jù)匯聚了產(chǎn)品全生命周期各個環(huán)節(jié)的數(shù)據(jù)，覆蓋了客戶需求調(diào)研、銷售、計劃訂單、設(shè)計研發(fā)、產(chǎn)品工藝、生產(chǎn)制造、產(chǎn)品交易、訂單發(fā)貨、售后維修運維、報廢處理、回收再制造等多個工業(yè)領(lǐng)域，形成了典型工業(yè)智能制造模式，工業(yè)大數(shù)據(jù)通過工業(yè)物聯(lián)網(wǎng)進行數(shù)據(jù)采集和整合，連接工業(yè)制造的各環(huán)節(jié)設(shè)備及企業(yè)資源管理（ＥＲＰ）、生產(chǎn)制造執(zhí)行（ＭＥＳ）、產(chǎn)品全生命周期（ＰＬＭ）等信息系統(tǒng)，打通各設(shè)備產(chǎn)生的數(shù)據(jù)，為企業(yè)成本控制、資源優(yōu)化、精細化經(jīng)營創(chuàng)造價值。汽車產(chǎn)業(yè)是我國建設(shè)制造業(yè)強國的重要支撐，受到大數(shù)據(jù)發(fā)展的廣泛影響，汽車產(chǎn)業(yè)已經(jīng)進入數(shù)字化轉(zhuǎn)型變革的關(guān)鍵時期。然而，我國汽車產(chǎn)業(yè)仍面臨大而不強的諸多弊端，例如缺失核心零部件制造技術(shù)及能力、缺乏基礎(chǔ)研發(fā)能力、制造水平較淺，自主創(chuàng)新能力及創(chuàng)新體系不完善等，隨著新一代信息通信技術(shù)與汽車產(chǎn)業(yè)深度融合，工業(yè)大數(shù)據(jù)處理技術(shù)逐步應(yīng)用至汽車產(chǎn)業(yè)中，帶動汽車產(chǎn)業(yè)數(shù)智化轉(zhuǎn)型發(fā)展。

２工業(yè)大數(shù)據(jù)處理流程及作用

工業(yè)大數(shù)據(jù)作為大數(shù)據(jù)的應(yīng)用行業(yè)，具有數(shù)據(jù)容量大、數(shù)據(jù)分布廣泛多樣、生產(chǎn)現(xiàn)場數(shù)據(jù)處理速度快、產(chǎn)品生命周期同一階段數(shù)據(jù)關(guān)聯(lián)性強等特點。工業(yè)大數(shù)據(jù)的處理為在適合工具的輔助下，汲取和集成不同結(jié)構(gòu)的數(shù)據(jù)源，按照數(shù)據(jù)源結(jié)構(gòu)標(biāo)準(zhǔn)進行統(tǒng)一存儲，并進行結(jié)構(gòu)分析，最后將結(jié)果展示給終端前用戶。數(shù)據(jù)處理流程涵蓋采集、預(yù)處理、存儲、處理分析、可視化及應(yīng)用環(huán)節(jié)。數(shù)據(jù)采集通過同構(gòu)／異構(gòu)數(shù)據(jù)庫、文件系統(tǒng)、服務(wù)接口等數(shù)據(jù)源收集數(shù)據(jù)，數(shù)據(jù)源數(shù)據(jù)易受數(shù)據(jù)沖突、噪聲數(shù)據(jù)及缺失數(shù)據(jù)值的影響，因此為了保證數(shù)據(jù)分析與預(yù)測結(jié)果的準(zhǔn)確性，需要對數(shù)據(jù)進行預(yù)處理。大數(shù)據(jù)的預(yù)處理環(huán)節(jié)可大幅度提升數(shù)據(jù)整體質(zhì)量，涵蓋了數(shù)據(jù)清理、集成、規(guī)律與轉(zhuǎn)換等多項內(nèi)容。數(shù)據(jù)處理涉及的計算模型有分布式內(nèi)存計算系統(tǒng)、分布式流計算系統(tǒng)、ＭａｐＲｅｄｕｃｅ分布式計算框架等。數(shù)據(jù)處理的計算模型可對海量結(jié)構(gòu)化及非結(jié)構(gòu)化的數(shù)據(jù)進行實時處理，有效降低數(shù)據(jù)讀寫及移動風(fēng)險，保證工業(yè)大數(shù)據(jù)的價值性和時效性，大幅度提升數(shù)據(jù)處理性能。數(shù)據(jù)分析是大數(shù)據(jù)處理與應(yīng)用的關(guān)鍵環(huán)節(jié)，工業(yè)大數(shù)據(jù)分析是工業(yè)智能化發(fā)展的核心，包括預(yù)測性分析、可視化分析、數(shù)據(jù)挖掘、語義提取、質(zhì)量管理等分析方法，預(yù)測性分析可深度挖掘數(shù)據(jù)特點，由數(shù)據(jù)建模帶入新數(shù)據(jù)，對未來的數(shù)據(jù)進行預(yù)測，為決策提供數(shù)據(jù)性的判斷；可視化分析直觀顯示數(shù)據(jù)特點，便于理解；數(shù)據(jù)挖掘基于不同的數(shù)據(jù)類型及格式，采用挖掘算法，科學(xué)的呈現(xiàn)數(shù)據(jù)自身的特性；語義分析主要針對非結(jié)構(gòu)化數(shù)據(jù)進行分析，可智能分析提取數(shù)據(jù)源數(shù)據(jù)。數(shù)據(jù)可視化可通過全過程信息化管控，通過顯示大屏、生產(chǎn)看板等單個或者多個技術(shù)手段，展現(xiàn)數(shù)字生產(chǎn)及數(shù)字運營成果，多視角展現(xiàn)計劃排產(chǎn)、生產(chǎn)制造、品質(zhì)監(jiān)控、設(shè)備管理、倉儲管理的過程，使數(shù)據(jù)管理過程呈現(xiàn)直觀方便、高效快捷的特點。數(shù)據(jù)應(yīng)用主要體現(xiàn)在工業(yè)設(shè)備級管理、生產(chǎn)線級智能制造和工廠級控制三個層次，典型應(yīng)用至產(chǎn)品創(chuàng)新、產(chǎn)品故障預(yù)測診斷、產(chǎn)線數(shù)據(jù)診斷、產(chǎn)品銷售預(yù)測管理、生產(chǎn)計劃排程、產(chǎn)品質(zhì)量分析方面。

３汽車制造過程中的工業(yè)大數(shù)據(jù)

汽車車身制造工藝異常復(fù)雜，通常需要通過上百道工序，將幾百個零部件拼接成完整的白車身，在汽車制造過程中的工業(yè)大數(shù)據(jù)可以將企業(yè)信息化系統(tǒng)打通，聯(lián)通工廠、車間工業(yè)環(huán)境，為企業(yè)產(chǎn)品全生命周期數(shù)據(jù)管理提供解決方案，為企業(yè)管理提供預(yù)測分析。基于汽車整車及零部件企業(yè)資源管理（ＥＲＰ）系統(tǒng)、生產(chǎn)制造執(zhí)行系統(tǒng)（ＭＥＳ）、生產(chǎn)排程系統(tǒng)（ＡＰＳ）、物流執(zhí)行（ＬＥＳ）系統(tǒng)、產(chǎn)品全生命周期系統(tǒng)（ＰＬＭ）、物料揀選系統(tǒng)（ＰＴＬ）、倉儲管理系統(tǒng)（ＷＭＳ）、供應(yīng)商管理系統(tǒng)（ＳＲＭ）等眾多工業(yè)軟件平臺在汽車制造過程中的應(yīng)用，在構(gòu)建數(shù)據(jù)驅(qū)動下的智能制造體系，建立汽車生產(chǎn)流程數(shù)字化模型過程中，從產(chǎn)品數(shù)據(jù)流、工藝數(shù)據(jù)流、制造數(shù)據(jù)流、質(zhì)量數(shù)據(jù)流等維度分析，主要有以下工業(yè)大數(shù)據(jù)。

３．１產(chǎn)品數(shù)據(jù)

產(chǎn)品數(shù)據(jù)是企業(yè)研發(fā)能力的重要體現(xiàn)，是新產(chǎn)品研發(fā)的重要依據(jù)。產(chǎn)品數(shù)據(jù)管理水平的提高可以優(yōu)化產(chǎn)品設(shè)計過程，提高生產(chǎn)制造部門的工作效率。主要包括以下幾個方面：整車產(chǎn)品數(shù)據(jù)：包括車輛識別代號（ＶＩＮ）等整車信息、整車技術(shù)條件、整車技術(shù)規(guī)范、內(nèi)外飾效果圖、人機工程設(shè)計要求、整車性能分析報告、整車總布置圖、管線布置圖等；零部件產(chǎn)品數(shù)據(jù)：包括產(chǎn)品零部件開發(fā)要求書、產(chǎn)品圖紙、產(chǎn)品數(shù)量及規(guī)模、零部件確認報告等；試驗測試數(shù)據(jù)：包括車輛基本性能測試報告、整車可靠／耐久性試驗報告、法規(guī)項驗證報告、強制性標(biāo)準(zhǔn)檢驗、風(fēng)洞試驗、動力標(biāo)定、產(chǎn)品公告等；產(chǎn)品配置及零件清單：包括商標(biāo)代碼、型號代碼、顏色代碼、發(fā)動機代碼、檔位代碼、整車裝配結(jié)構(gòu)、關(guān)鍵產(chǎn)品特性（ＫＰＣ）清單、裝車物料（ＢＯＭ）清單、車輛零件清單、零件種類清單、車身附件清單、零件清單適用性評估報告等；車輛設(shè)計問題處理及產(chǎn)品更改：包括各階段車輛生產(chǎn)問題庫、試驗故障問題庫、感知質(zhì)量問題庫、工程工作指令、產(chǎn)品更改申請等；研發(fā)項目文檔：包括產(chǎn)品開發(fā)策略、產(chǎn)品開發(fā)計劃、競品分析、產(chǎn)品質(zhì)量目標(biāo)、項目組織結(jié)構(gòu)等。

３．２工藝數(shù)據(jù)

汽車制造屬于典型的離散制造，主要采用多品種配置，中小批量生產(chǎn)，面向訂單的生產(chǎn)方式，產(chǎn)品結(jié)構(gòu)復(fù)雜，零部件種類繁多，工藝路線和設(shè)備配置靈活，工藝數(shù)據(jù)的傳遞可保障汽車生產(chǎn)過程的有序進行，具體如下：生產(chǎn)車型數(shù)據(jù)及其制造工藝數(shù)據(jù)：包括生產(chǎn)計劃、排產(chǎn)順序、車型品種、零部件類別、生產(chǎn)及消耗數(shù)量、材料規(guī)格型號、物流路線、消耗或存放點位、工藝參數(shù)、檢測參數(shù)、電子電氣標(biāo)定數(shù)據(jù)、操作要求等，用于傳達生產(chǎn)指令、指導(dǎo)生產(chǎn)線及相關(guān)人員生產(chǎn)車型、生產(chǎn)工藝、工藝參數(shù)和檢測參數(shù)、產(chǎn)品數(shù)據(jù)、零部件材料、送至工位的時間等信息，可通過信息系統(tǒng)及時傳遞到設(shè)備及人員，識別車型及零部件、指導(dǎo)生產(chǎn)操作。

３．３制造數(shù)據(jù)

汽車制造過程數(shù)據(jù)是過程制造質(zhì)量實時監(jiān)控、質(zhì)量判斷、預(yù)警分析、技術(shù)決策等項目的重要抓手［１］。制造數(shù)據(jù)是汽車制造過程中隨時產(chǎn)生的，主要包括以下兩個部分：生產(chǎn)物流數(shù)據(jù)：生產(chǎn)制造過程中車身及零部件運輸、倉儲、搬運裝卸、包裝及流通加工產(chǎn)生的數(shù)據(jù)［２］。設(shè)備運行狀態(tài)數(shù)據(jù)：設(shè)備生產(chǎn)汽車零部件或整車時產(chǎn)生的電壓、電流、功率、壓力、位移、轉(zhuǎn)速、風(fēng)速、風(fēng)量、溫度、運行時間、振幅、頻率等；關(guān)鍵工裝的狀態(tài)數(shù)據(jù)如模具狀態(tài)、焊裝夾具狀態(tài)、車身吊具狀態(tài)、噴漆室清潔度、合裝托盤狀態(tài)等。

３．４過程質(zhì)量監(jiān)測數(shù)據(jù)

制造過程質(zhì)量監(jiān)測伴隨著汽車制造的全過程，從沖壓件至整車下線，大量不同類型監(jiān)測數(shù)據(jù)源源不斷的產(chǎn)生，主要包括沖壓件表面質(zhì)量評審、焊點超聲波檢查、車身ＡＵＤＩＴ、涂裝ＡＵＤＩＴ、白車身ＣＭＭ、總裝下線檢驗、整車客戶評審數(shù)據(jù)等過程質(zhì)量監(jiān)測數(shù)據(jù)。

３．５能源消耗數(shù)據(jù)

汽車生產(chǎn)制造過程會直接或間接消耗鋼、鐵等原材料、刀具等輔助材料、電、煤、天然氣等能源，并產(chǎn)生廢棄物排放，所產(chǎn)生的能源消耗類數(shù)據(jù)主要有全年單車電量、全年單車空氣壓縮量、全年單車水量、全年單車循環(huán)水量、全年單車蒸汽量、全年單車天然氣量等能源消耗數(shù)據(jù)［３］。

４工業(yè)大數(shù)據(jù)處理技術(shù)在汽車制造過程中的應(yīng)用

４．１數(shù)據(jù)采集

４．１．１射頻識別（ＲＦＩＤ）技術(shù)

車型識別是數(shù)據(jù)采集的重要步驟。生產(chǎn)車型來自生產(chǎn)計劃，在沖壓件倉庫和總裝零件倉庫，零件入庫信息可記錄適用的車型及生產(chǎn)日期或批次，通過掃碼將零件信息錄入工廠計算機信息管理系統(tǒng)，信息傳遞和識別采用ＲＦＩＤ實現(xiàn)。在需要傳遞信息零件轉(zhuǎn)運臺車或貨架上安裝ＲＦＩＤ電子標(biāo)簽，通過ＲＦＩＤ讀寫器將零件信息自動寫入轉(zhuǎn)運臺車或貨架上電子標(biāo)簽中，信息往下傳遞至與所裝配車型車輛識別代碼ＶＩＮ相聯(lián)，建立起追溯關(guān)系。焊裝線車身載具、涂裝車身吊具、ＰＢＳ線臺車、總裝重要零件出庫臺車、動力總成載具、儀表表盤總成裝配臺車、座椅總成轉(zhuǎn)運托盤等各類載具上均可安裝ＲＦＩＤ，實現(xiàn)采集數(shù)據(jù)與車型代碼的關(guān)聯(lián)。通過ＲＦＩＤ技術(shù)進行實時數(shù)據(jù)采集，可保證設(shè)備、物料、人力、工具等資源的正確使用，尤其體現(xiàn)在總裝配生產(chǎn)線上，利用ＲＦＩＤ技術(shù)識別車輛零部件，保證物料被送到準(zhǔn)確位置，減少裝配出錯率。在車間生產(chǎn)調(diào)度上，通過ＲＦＩＤ對生產(chǎn)現(xiàn)場的設(shè)備和人員的實時跟蹤，監(jiān)控其生產(chǎn)狀態(tài)，可實現(xiàn)對車間生產(chǎn)的整體控制。

４．１．２可編輯邏輯控制器（ＰＬＣ）通信技術(shù)

設(shè)備運行數(shù)據(jù)是實時監(jiān)測設(shè)備運行、故障預(yù)測、設(shè)備效率分析、能耗分析及制訂降本措施等工作的依據(jù)。基于ＴＣＰ／ＩＰ通訊協(xié)議的電氣設(shè)備ＰＬＣ可通過以太網(wǎng)口直接接入到車間網(wǎng)絡(luò)中。

４．１．３在線監(jiān)測技術(shù)

制造數(shù)據(jù)及過程質(zhì)量監(jiān)測數(shù)據(jù)是質(zhì)量實時監(jiān)控、質(zhì)量判斷、預(yù)警分析、技術(shù)決策的重要抓手。采集這些數(shù)據(jù)需安裝在線檢測設(shè)備或傳感器，自動連續(xù)檢測數(shù)據(jù)，通過車間網(wǎng)絡(luò)傳到計算機數(shù)據(jù)庫，并與車輛ＶＩＮ碼建立聯(lián)系，以便進行建模分析。

４．２數(shù)據(jù)處理分析

４．２．１數(shù)據(jù)融合

通過建立數(shù)據(jù)處理系統(tǒng)或平臺，對采集的數(shù)據(jù)根據(jù)數(shù)據(jù)源、數(shù)據(jù)類型、數(shù)據(jù)分類進行數(shù)據(jù)解析，對汽車制造行業(yè)生產(chǎn)數(shù)據(jù)的多層次、多方面、多級別的融合處理，實現(xiàn)制造過程業(yè)務(wù)流的貫通，打通工藝、生產(chǎn)、物流、質(zhì)量等環(huán)節(jié)，實現(xiàn)了實時分析、狀態(tài)感知、自主決策及精準(zhǔn)執(zhí)行的智能管控模式。針對汽車制造行業(yè)中數(shù)據(jù)的制造屬性，建立數(shù)據(jù)融合功能模塊之間關(guān)聯(lián)性與融合算法，構(gòu)建典型的數(shù)據(jù)融合模型，應(yīng)用多元感知技術(shù)，獲取目標(biāo)的高似然率特多源數(shù)據(jù)融合與協(xié)同管控方法的研究與應(yīng)用征矢量信息，利用數(shù)學(xué)描述的角度，將矢量信息轉(zhuǎn)化為標(biāo)量信息，并對其進行控制。根據(jù)數(shù)據(jù)時間多變性及隨機性，采用不同方式和方法，考慮數(shù)據(jù)要素之間的差異，對定向目標(biāo)多次數(shù)字化產(chǎn)生的幾何差異進行分析篩選，對新數(shù)據(jù)及原始數(shù)據(jù)，則根據(jù)幾何屬性和時間要素進行轉(zhuǎn)換兼容，基于時間軸，構(gòu)建數(shù)據(jù)算法模型［４］。

４．２．２數(shù)字化虛擬仿真

根據(jù)汽車廠沖壓、涂裝、焊裝、總裝四大工藝車間生產(chǎn)流程，進行數(shù)字化虛擬仿真，利用Ｔｅｃｎｏｍａｔｉｘ等軟件工具，建立數(shù)字化產(chǎn)線仿真模型，搭建數(shù)字化工藝平臺，快速準(zhǔn)確的對生產(chǎn)線進行工藝布局設(shè)計、工藝流程規(guī)劃設(shè)計及ＡＧＶ路徑規(guī)劃，通過路徑仿真，實現(xiàn)節(jié)拍驗證與工藝優(yōu)化工作，有效降低施工階段工程更改，降低成本，縮短生產(chǎn)調(diào)試時間，提高生產(chǎn)能力。

４．３數(shù)據(jù)可視化及應(yīng)用

數(shù)據(jù)可視化利用計算機網(wǎng)絡(luò)技術(shù)，可分析處理海量的信息數(shù)據(jù)，在汽車生產(chǎn)車間以ＰＣ、看板、大屏、駕駛艙等為主要視覺展示手段實現(xiàn)可視化，可大幅度提高汽車生產(chǎn)制造過程的透明度，方便管理者進行決策分析。

４．３．１人工智能物聯(lián)網(wǎng)技術(shù)

ＡＩｏＴ（人工智能物聯(lián)網(wǎng)）＝ＡＩ（人工智能）＋ＩｏＴ（物聯(lián)網(wǎng)），它結(jié)合了ＡＩ技術(shù)及ＩｏＴ技術(shù)，利用物聯(lián)網(wǎng)技術(shù)產(chǎn)生、收集海量數(shù)據(jù)，經(jīng)過大數(shù)據(jù)分析、人工智能，實現(xiàn)萬物數(shù)據(jù)化及可視化。全流程可視化為汽車生產(chǎn)制造及物流優(yōu)化發(fā)展的重要支撐和方向，通過ＡＩｏＴ（人工智能物聯(lián)網(wǎng)）等技術(shù)應(yīng)用，可形成汽車生產(chǎn)物流全過程及自動設(shè)備可視化，幫助汽車主機及零部件廠、零部件供應(yīng)商、車輛承運商、汽車經(jīng)銷商及客戶等關(guān)鍵用戶實時掌握汽車生產(chǎn)及物流運行情況，實現(xiàn)生產(chǎn)指導(dǎo)、實時預(yù)警、及時改進、有效追溯的目標(biāo)。

４．３．２數(shù)字孿生技術(shù)

數(shù)字孿生（ＤｉｇｉｔａｌＴｗｉｎ），即數(shù)字鏡像、數(shù)字映射，是超越現(xiàn)實的概念，體現(xiàn)了物理實體和數(shù)字虛擬體間的精確映射與孿生的關(guān)系，數(shù)字孿生持續(xù)的發(fā)生在孿生體的全生命周期中。依托數(shù)字孿生技術(shù)，可對關(guān)鍵數(shù)據(jù)進行數(shù)字化映射、監(jiān)測、診斷、預(yù)測、仿真、優(yōu)化［５－７］，實現(xiàn)汽車從產(chǎn)品研發(fā)、物料采購、零部件制造、物流質(zhì)檢、整車生產(chǎn)、車輛運輸、車輛銷售、車輛服務(wù)等多環(huán)節(jié)的汽車領(lǐng)域全生命周期數(shù)字孿生驗證環(huán)境，可應(yīng)用于生產(chǎn)制造、經(jīng)營管理等多個場景［８－９］，提升整體生產(chǎn)價值鏈的數(shù)字化轉(zhuǎn)型效率。

５結(jié)語

工業(yè)４．０時代，工業(yè)制造業(yè)轉(zhuǎn)向智能互聯(lián)方向發(fā)展，信息技術(shù)是企業(yè)運營的重要載體，數(shù)據(jù)變革時代，工業(yè)大數(shù)據(jù)將成為汽車企業(yè)的核心資產(chǎn)，提高工廠對不同設(shè)備收集的海量信息進行梳理的能力，企業(yè)信息系統(tǒng)數(shù)據(jù)計算能力及數(shù)據(jù)消化能力的提高，能夠使企業(yè)在低成本運營的同時，實現(xiàn)綠色生產(chǎn)、精益生產(chǎn)以及按需生產(chǎn)，有效控制生產(chǎn)流程，加速產(chǎn)品創(chuàng)新，大幅度提高企業(yè)經(jīng)營效率。工業(yè)大數(shù)據(jù)的應(yīng)用不僅意味著企業(yè)數(shù)字化信息化，更是把數(shù)據(jù)作為智能制造的核心數(shù)據(jù)資產(chǎn)和驅(qū)動力，在不斷獲得數(shù)據(jù)的驅(qū)動過程中優(yōu)化制造資源的配置效率，構(gòu)建完善的業(yè)務(wù)體系，從單機設(shè)備、生產(chǎn)線、產(chǎn)業(yè)鏈再到產(chǎn)業(yè)生態(tài)不斷拓寬。在未來１０年以內(nèi)，汽車整車及零部件制造產(chǎn)業(yè)會真正邁入大數(shù)據(jù)時代，汽車生產(chǎn)制造的各個環(huán)節(jié)將全面實現(xiàn)數(shù)字化及智能化，汽車產(chǎn)業(yè)智慧化發(fā)展，以工業(yè)大數(shù)據(jù)的處理技術(shù)將在汽車制造過程中得到全面推廣，以數(shù)據(jù)挖掘為核心的解決方案應(yīng)用將成為汽車行業(yè)的必然。

參考文獻：

［１］汽車制造過程質(zhì)量監(jiān)測數(shù)據(jù)管理平臺開發(fā)與應(yīng)用，黃文亮、梁其升、黃曉麗，汽車與駕駛維修（維修版），２０２１，（０５），４８－５１．

［２］汽車制造數(shù)據(jù)深度賦能研究及實踐，王娟娟、彭小剛、顏先洪、王俊平、劉宗和、趙仁茂，２０２１中國汽車工程學(xué)會年會論文集（５）．

［３］汽車生產(chǎn)過程中能源消耗的碳排放計算與分析，周亞蘭、龔本剛、張孝琪，巢湖學(xué)院學(xué)報，２０１４，１６（０３），９２－９８．

［４］多源數(shù)據(jù)融合與協(xié)同管控方法的研究與應(yīng)用，閆媛媛、張博、馮志祥，電子技術(shù)與軟件工程，２０２０，（２０），１８３－１８５．

［５］基于數(shù)字孿生的物聯(lián)網(wǎng)工業(yè)運維系統(tǒng)，周興澤、劉松、孫浩、師好智、李依霏、王瑞、李一凡，工業(yè)控制計算機，２０２２，３５（０５），１１５－１１６．

［６］５Ｇ數(shù)字孿生實驗室構(gòu)建技術(shù)及實現(xiàn)，游佳，通信技術(shù)，２０２２，５５（０５），６０５－６０９．

［７］數(shù)字孿生技術(shù)在全生命周期生產(chǎn)中的應(yīng)用，楊子兵、周海臣、邢亮、張新生，電子技術(shù)，２０２２，５１（０４），２５０－２５１．

［８］汽車白車身焊接生產(chǎn)線可試驗數(shù)字孿生體建模方法，李浩、林奧奇、李兵、張曉峰、王昊琪、謝貴重、劉根，中原工學(xué)院學(xué)報，２０２１，３２（０１），１－７．

［９］基于數(shù)字孿生的再制造車間作業(yè)模式，劉丹、黃海濤、王保興、周同新、羅盛照，計算機集成制造系統(tǒng)，２０１９，２５（０６），１５１５－１５２７．

作者:劉藝 歐培培 魏磊 李佳林 單位:中汽研汽車工業(yè)工程（天津）有限公司