量产爬坡期提速14天的秘诀：自动参数调优

“主流企业一年内主要生产线需适应2-3款新车型，工艺工程师及技术部门临时调参和工艺验证任务量是传统车厂的2-3倍以上。”——《2023中国新能源汽车产业发展白皮书》

“因工艺设备问题导致的交付延误占比6~9%。”——麦肯锡全球汽车制造2024报告

在当前制造行业产品迭代速度直追“快消电子产品”的行情下，快速交付＝抢占份额，而“快准好”地调好工艺参数已经成为交付的加速剂

调好工艺参数为何如此困难？

以焊接设备为例，理想汽车的整车焊接22条产线工艺点超6000个，每个工艺点都需要工程师精心调参，一条新产线的参数调试从PPV-SOP阶段，至少需要24个工程师在现场调试。 一旦个别参数设置不合理，就很有可能导致焊接过程中产生飞溅，从而留下毛刺，导致脱漆、密封不良等一连串质量问题。 “SOP阶段，一条产线至少需要配2~3名经验丰富的工艺工程师和2~5名辅助技工，花费1～2周的时间进行调参。如果是新产线，调参周期还会再延长一周”（常州工厂焊接车间负责人）

车身毛刺

如何不需要花大价钱招聘高级人才还能获得“快准好”的优质参数？

连山的解决方案：让数据说话，自动参数调优

工艺参数调优需要解决的就是两个问题：

1. 现有的材料不同的设备如何自动获取优质参数？

2. 新的材料如何推荐出最佳参数组合？

对于现有的材料，连山打通常州工厂所有焊接设备数据，统计百万级飞溅样本数据，并筛选出20W低飞溅优质样本，智能推荐模型找到板材搭接组合特征相似度最高，且点焊飞溅最低的参数，当工厂来新设备时可秒级自动获取优质参数组合，无需反复调试。

而面对新材料，连山则构建了标准板材材料性能库，包含各类材料牌号化学性能、机械性能、热物理参数等核心指标的标准化管理。通过神经网络模型预测结果，学习专业工程师的经验，推荐新材料适配的点焊飞溅率最低的13个参数，从而能将主观的经验值转为可解释的科学数据。

第一个工艺优化硅基人在2024年12月19日正式上岗，将焊装车间ER1-150工位的X01WN00936焊点飞溅率从57.94%，降低到了0%。

快速横展，节约300万返修成本

在X01WN00936焊点成功完成试点后，连山将算法方案沉淀为可以横展的工作流，以平均每周4个工位的速度横展到基地其他车间的点焊工艺，目前理想汽车焊装基地已经有16个工艺优化硅基人在岗，覆盖84.4%关键点焊工艺，在G2、G1阶段节约300万返修成本，人工调试效率提升80%。