0 前言

曲轴作为汽车发动机传动系统的核心部件，其结构精度与力学性能直接影响发动机的动力传输效率与使用寿命。因此，必须通过严格的生产过程控制确保沟槽尺寸、疲劳强度等关键指标符合要求，任何偏差都可能导致发动机异响、功率下降甚至安全事故。在批量生产中，OP50沟槽滚压工序是控制沟槽尺寸精度的关键环节，其加工稳定性对后续装配及产品合格率至关重要。

伴随汽车制造业的数字化转型，我公司提出“电智化、数字化和全球化”的发展目标。然而该工位目前仍依赖传统监控方式，存在以下问题：一是人工记录无法实时跟踪加工参数，质量问题往往滞后发现，易导致批量不合格品；二是质量数据分散存储，形成“数据孤岛”，难以进行跨工序关联分析与异常溯源；三是报警机制依赖人工经验，缺乏标准化规则，误报、漏报时发，影响处理效率。

为此，本文基于公司数字化战略，采用Django框架开发新一代生产线质量监控系统。Django作为基于Python的开源Web框架，遵循MVC架构，支持高效的ORM数据交互、模块化扩展与灵活的前端开发，为系统实现提供了技术基础。本文重点阐述该系统的设计、开发与应用过程，旨在实现关键工序数据的实时采集、多模型异常识别与及时报警，为曲轴制造质量管控的数字化升级提供参考。

1 系统技术原理与架构

1.1 系统技术选型

（1）开发语言与架构：选用Python作为开发语言，其作为一种高级编程语言，具有简洁、易读、可扩展性强等特点。它拥有丰富的库（如Pandas、Numpy），可满足质量数据处理需求。采用Django5.0框架搭建系统后端，利用其内置的ORM系统简化与数据库的交互，无须编写复杂SQL语句即可实现数据的增删改查等功能。同时，Django能够方便地集成各种数据分析库，对采集到的质量数据进行实时分析和处理，及时发现潜在的质量问题。

（2）数据存储方案：考虑到企业现有曲轴生产线质量数据多存储于SQL Server数据库，系统使用MySQL作为主数据库，通过mssql-django库实现Django与SQL Server的无缝对接，确保历史数据可追溯、实时数据存储稳定。

（3）数据采集及报警工具：使用现有工业级压力传感器，实时采集曲轴各工序关键数据，同时集成飞书机器人API，当系统识别质量异常时，自动推送报警信息至指定生产管理群组，实现快速响应。

1.2 系统架构设计

系统遵循Django的MTV架构，结合曲轴生产线业务需求，构建“数据采集—数据存储—数据分析—预警展示”四层架构。

（1）数据采集层：通过设备自带传感器采集曲轴各关键工位数据（设备状态、压力等），质量数据则采集质量检测过程，生成测量结果数据，经内部网络传输至系统后端。

（2）数据存储层：基于SQL Server数据库设计“生产线—工位—特征—数据记录”四级数据模型，通过Django ORM映射为Model类，实现数据结构化存储。如针对OP50工位，设计Op50QdasFeature模型，包含zone（生产线）、op（工位）、feature（特征）、value（数据）和timestamp（时间戳）等字段，确保数据可按生产线、工位、特征及时间等多维度查询。

（3）数据分析层：作为系统核心，该层基于Django实现两大功能。一是数据分析接口开发，提供工位信息获取、实时数据查询、历史数据导出接口；二是多模型数据分析，采用“管道—过滤器”模式设计异常识别算法，支持严重超差、重复超差和连续超差等自定义规则。

（4）预警展示层：当数据分析，出现异常时，触发飞书机器人API调用，推送包含零件号、异常值、控制范围、发生时间的报警信息。同时采用Vue3构建前端Web界面，实现现场大屏展示。

2 系统在曲轴生产线中的应用实例

2.1 业务流程设计

针对业务设计流程图，主要实现目标为对质量数据进行获取和分析，并对不合格进行信息反馈，如图1所示。

图1 质量数据分析业务流程

同时识别流程的关键节点在分析数据节点，团队提出了在数据分析时，具备多种情况报警的需求，以避免误报警或者过于频繁报警，如严重超差，m次内n次超差等。

2.2 功能原型设计

根据业务流程，对主要功能需求进行了原型设计，以验证项目功能、交互和视觉设计的工具。如要求较为复杂项目，可使用“墨刀”、Figma等在线原型设计与协作工具。本项目功能实现相对简单，因此，直接使用了Microsoft Office PowerPoint做简单设计，主要能满足使用人员要求即可。

完成初步设计后，与使用人员进行沟通，确认是否达到需要的功能，有无改进建议，根据建议完成改进后，最终完成项目的原型设计。

2.3 核心功能模块开发

（1）数据接口开发

本项目主要设计了三个接口：工位信息获取接口、数据获取接口和数据分析接口。

工位信息获取接口，主要为建立“生产线—工位—监控特征”的对应关系，实现用户快速查询筛选工位、监控特征等信息，例如：当用户选择了生产线曲轴线，对应的工位、监控特征则过滤赋给下拉框中，做到“生产线—工位—监控特征”的匹配。

数据获取接口，主要功能为获取生产线最新的数据。数据获取接口可以是一次性获取所有工位最新质量监控数据，或者按生产线、工位和监控特征筛选获取最新质量监控数据。

数据分析接口是最为重要的应用接口之一，负责在数据获取后进行分析处理。本项目采用管道—过滤器模式的体系结构，根据用户需求设置了三种数据分析方法：重复超差（REPEAT）、严重超差（SEVERE）和连续超差（CONSECUTIVE）。这三种方法相互独立，可以单独进行配置。

1）重复超差(REPEAT):可配置为“在m次检测中发生n次超差”，参数m和n均可在配置文件中设置。

2）严重超差(SEVERE):用于判断数据是否超出标准值x，参数x是可配置选项。

3）连续超差(CONSECUTIVE):用于判断数据是否连续n次超差，参数n是可配置选项。

通过这种方式，系统能够根据不同数据的特征和监控要求，灵活采用相应的分析方法，所有这些只需在配置文件中进行设置即可实现。以CS-OP50-MinForce_PB01为例，其配置如下：

以上配置表示监控曲轴线OP50工位P1最小滚压力，当出现“超出公差75”“10次内有2次超差”或者“连续超差3次”时，均进行报警。

（2）前端界面开发

按照原型设计，进行前端Web界面开发，主要原则是方便用户交互。本项目前端选用Vue3作为前端框架，其作为一套用于构建用户界面的渐进式JavaScript框架，具有代码复用性强、拥有更高效的和完善的响应式系统的特点。另外还支持TypeScript提供了更好的类型检查和代码提示，有助于减少开发过程中的错误。Vue3增加了如Fragment（片段）、Teleport（传送门）和Suspense（悬念）等，增强了组件的功能和灵活性。

前端主要实现三大功能。

1）实时监控面板：以“生产线—工位”为维度，绘制OP50滚压力的Echarts趋势图表，提供时间范围筛选（1天内/1周内/1月内），方便支持管理人员直观查看数据波动情况。

2）异常报警模块：实时展示飞书机器人推送的报警信息，包含“报警类型”“工位”“当前值”“控制范围”“零件号”和“发生时间”等信息，并支持填写处理措施，形成问题解决闭环。

3）数据管理模块：支持按生产线、工位或特征等查询数据，并支持管理人员可修改超差阈值、报警间隔等参数，修改后实时同步至后端数据分析接口。最终前端设计结果如图2所示。

图2 项目前端Web页面

（3）部署及调试

由于项目仅在单位内部网络访问，因此项目可部署在内网的Windows Server服务器或者NAS网络附属存储中，本项目部署在后者，即NAS网络附属存储中，且通过Docker容器镜像进行部署，并使用Nginx进行反向代理。项目后端主程序Docker镜像选择python:3.12-slim，前端镜像选择：node:20-alpine，Nginx镜像选择nginx:1.28.0。

部署时注意以下两点：

1）注意容器端口匹配正确。

2）Nginx容器对容器卷的访问权限配置，如对静态文件应有读取权限，对于媒体文件应有读取和修改权限等。项目调试分为应用场景测试和用户测试。应用场景测试主要由开发人员进行数据采集调试，模拟OP50工位传感器数据，验证数据是否准确存储，数据分析是否合理等；用户测试测交给现场用户进行实际场景使用测试。

2.4 应用效果

系统上线后，实现了对曲轴OP50滚压力的实时监控与报警，显著提升了质量问题发现与处理的效率，减少了人工巡检成本，得到了生产团队的认可。当OP50滚压力出现异常时，通过飞书机器人API将信息发送到指定群组，实现数据的监控及报警，如图3所示。

图3 严重超差及重复超差信息推送

3 结语

本文通过曲轴生产线OP50工位滚压力监控的实际案例，验证了基于Django的质量监控系统在提升质量管理效率方面的有效性。该系统具备配置灵活、响应迅速、易于扩展等特点，适用于在类似生产场景中推广。该系统采用基于Django框架的模块化设计，具备良好的扩展性，可快速适配曲轴生产线其他工序的监控需求，同时为汽车制造业其他关键零部件(如缸体、缸盖)的质量监控系统开发提供了可复用的技术架构与实施路径。

未来可在以下方面进一步优化：一是提升数据采集硬件的精度与稳定性；二是进一步向“预测性质量管控”升级；三是扩展系统至更多工序与质量指标监控，实现全流程质量数字化管理。

参考文献

[1] 苏扬.ASP.NETMVC架构与Web开发工作探析[J].电脑知识与技术,2021,17(33):53.

[2] 叶林瓒，刘畅.基于管道-过滤器模式的机载导航数据库格式化技术研究[J].航空电子技术,2014(157):15-16.

[3] 吕志强.基于Vue前端开发框架的管理系统设计[J].电脑知识与技术,2024,20(36):56-58.

本文为“AI汽车制造业”首发，未经授权不得转载。版权所有，转载请联系小编授权（VOGEL100）。本文作者：黄云飞，单位：上汽通用五菱汽车股份有限公司重庆分公司。责任编辑龚淑娟，责任校对何发。本文转载请注明来源：AI汽车制造业