为深入落实党中央、国务院部署，推动企业梳理科学质量观，建立先进质量管理体系，加快质量管理数字化，不断提高质量改进能力，实现质量效益显著提升，为推动“中国制造”向高端迈进，加快推进新型工业化、建设现代化产业体系提供高质量支撑，工信部公布了2025年度工业和信息化质量提升与品牌建设典型案例名单（全国90个），我市有3个案例入选，分别是重庆长安汽车股份有限公司的“整车制造全流程质量控制数智化实践”、中国汽车工程研究院股份有限公司的“基于数智化的动力电池服役质量检测管控技术创新实践”和中汽院（重庆）机器人检测技术有限公司的“基于全工况模拟试验与数据驱动的具身智能机器人零部件可靠性提升实践”，现将案例内容发布，为解决我市企业管理和行业发展共性问题提供普适性、系统化解决方案。
今天，一起去看看
重庆长安汽车股份有限公司的
整车制造全流程质量控制“数智化”实践
企业简介
重庆长安汽车溯源至1862年，2025年7月重组并入中国长安汽车集团，为央企A股上市主体（000625），主营整车及核心零部件研产销，正转型为智能电动出行科技企业。公司以创新引领高质量发展，搭建全流程质量管理体系，依托“云网台景”数字质量大脑大幅缩短售后问题定位时长，还建有行业独有的智能汽车安全技术全国重点实验室，以AI仿真提升研发效率。企业全球布局完善，营销网络覆盖百余个国家和地区，渠道超1.4万个。2025年销量291.3万辆，创七年新高；2025年营收2860亿元，新能源、海外销量均实现亮眼增长。截至2025年7月，集团资产总额超3000亿元。2025年公司斩获11项行业重磅奖项，董事长获汽车工业饶斌奖，混动电驱总成项目拿下科技进步奖特等奖，质量管理实践也入选国家级创新案例。
典型案例名称
整车制造全流程质量控制“数智化”实践。
拟解决的企业痛点或关键问题
当下汽车产业加速向智能化、电动化转型，行业对产品一致性、可靠性与生产效率要求持续提升，传统质量管控模式短板凸显，主要存在四大痛点：1.数据孤岛、流转滞后。整车制造海量数据分散在各系统，依靠人工处理，仅能事后追溯，无法提前预警，难以赋能质量优化与新品研发。2.智能检测功能受限。智能汽车软硬件检测项目繁多，人工检测效率低、标准不一、一致性差，难以满足当前企业超120项高频次检测需求，制约生产效率，易引发市场投诉。3.关键工艺参数管理依赖人工。焊接等关键工艺参数核对、变更均依靠人工操作，流程不规范，耗时且易出现失误、版本混乱，埋下批量质量隐患。4.复杂缺陷检测存在感知盲区。冲压、涂胶、涂漆、装配等环节的复杂缺陷仅靠人工排查难以全覆盖，问题易流转至下游环节乃至终端市场。
本次实践立足整车制造全流程，融合数智化技术，打造覆盖“冲、焊、涂、总”全过程、贯穿“零部件-白车身-整车”全环节质量管控模式，推动质量管控从事后补救向事前预警、事中管控转变，系统性破解行业现存管理难题。
主要做法
建立尺寸数据精益管理平台，形成全业务尺寸管理新生态
该平台作为全局数据中枢，打通各生产基地、供应商间的数据壁垒，实现整车研发、制造、零部件配套全流程尺寸数据自动采集、集中存储与标准化管理。平台集成SPC统计过程控制、公差仿真分析、3D可视化等功能，可开展多维度智能趋势预判与根因分析。依托可视化看板实时监控过程能力PPK等核心质量指标，支持一键生成定制报告，预警信息可即时推送至相关责任人，推动质量管控由经验决策转向数据驱动。
▲尺寸数据精益管理平台架构
▲白车身数据分析展示图
▲零件配合数据分析展示图
部署智能化及三电探测系统（EOL），破解智能汽车功能检测难题
系统于车辆终检线模拟用户前50公里复杂工况，对智能座舱、驾驶辅助、车身电气等开展自动化、高强度压力测试。依托云-边-端协同架构，由中央质检云平台配置测试任务，电检服务器分发至车辆端，完成超120项深度检测。该系统可精准识别并拦截隐性、偶发性软件故障，实现人工难以覆盖的深度功能测试自动化，有效提升整车软件及电气系统可靠性。
▲EOL检测流程图
推行焊接工艺参数数字化全生命周期管理，解决文实不一致痼疾
一是工艺参数全面电子化（E化）：将各车型焊接参数表迁移至低代码平台，打造统一、权威的数字化标准，实现结构化存储，严格管控版本与权限。
二是参数变更流程全链路自动化。依托平台搭建线上标准化审批流程（申请-审批-执行-确认-验证），全程留痕，杜绝线下私自改动参数。
三是“文实一致性”自动核对。结合RPA机器人、VBA脚本与低代码平台，自动采集、比对现场参数与标准参数，快速生成差异报告，大幅压缩核对时长，由人工核对的数月缩短至数天。
▲焊接参数自动比对流程及结果
铺就“视觉AI防错网络”，实现质量缺陷的主动精准拦截
在整车制造全流程关键质控点部署传感器与AI视觉检测设备，搭建全覆盖、主动式智能防错体系，覆盖冲压、焊接、涂装、总装四大环节，精准拦截各类质量缺陷。
冲压环节：采用自动光学扫描技术替代传统检具，高效完成冲压零件精度检测，提升检测效率与精准度。
▲零件配合数据分析展示图
焊接环节：搭建集全流程视觉监测、实时数据分析、智能闭环管控于一体的涂胶质量监控体系，联动视觉检测系统与车间生产执行系统，实现涂胶全链条质量可控、可追溯。
▲涂胶质量监测视觉识别
涂装环节：研发漆面缺陷视觉检测系统，依托漆面样板缺陷模型训练算法，实现缺陷特征分类，绑定车辆信息生成缺陷画像，适配生产节拍并实时展示。同时，通过视觉设备智能核验，精准识别并拦截天窗密封条漏装车辆，有效规避整车漏水隐患及后端停线风险。
▲总装外观检测线视觉识别
总装环节：搭载AI自学习算法动态优化检测模型，部署通过9台全局快门工业相机及伺服驱动系统，对车标、轮胎、后视镜等关键部件进行高精度图像采集。通过VIN码识别建模并联动MES系统数据比对，自动识别零件错漏装并实时报错，形成“检测-判断-反馈”全自动智能闭环管控。
应用成效
整车制造全流程质量控制“数智化”实践的落地，有效提升了企业质量管控水平、生产效率与成本管控能力，也为汽车行业质量控制“数智化”提供了可复制、可落地的实施路径，具有重要行业指导价值。
构建研-产-供全链条尺寸数据追溯体系
尺寸数据精益管理平台实现了全域尺寸数据规范化管控，数据分析效率提升100%，问题整改效率提升50%以上。目前企业关重件已实现100%平台化监控，累计纳入175家核心供应商，涵盖宁德时代、福耀玻璃、万向钱潮等行业头部厂商，全面夯实零部件质量管控基础。
质量水平显著跃升、生产成本显著下降
数智化管控体系落地后，产品一次合格率提升8%以上，实现软件批量问题“零流出”，漆面缺陷自动检出率超99%；关键工艺参数“文实一致性”达100%，关键工位错漏装等低级质量问题归零。成本效益方面，尺寸管理平台助力单工厂年降本约300万元，EOL与AI视觉检测系统每年节省人力成本超75万元，同时通过替代高价检具，单项目平均节省设备投资180万元。
实现质量管理范式根本转变
一是推动质量管理模式升级，彻底告别分散滞后、经验主导的传统管理方式，转型为集中实时、数据驱动的科学化质量治理模式。二是建成覆盖工艺标准、生产执行、质量验证的全流程数字化闭环管理能力，实现了问题的可追溯、可预测、可前置预防，从根源上提升整体质量管控能力。
行业示范引领作用突出
长安汽车多项数智化质量管控实践成果获得行业认可，多次受邀在行业顶级平台分享经验，包括2025汽车行业数智化典型应用场景交流大会、第三届汽车行业标杆智能工厂和数字化车间交流大会、第三十二届中国汽车工程学会年会暨展览会等，为国内汽车行业质量数智化转型提供了优秀示范样本。
典型经验
坚持“数据驱动”核心理念。以打通数据孤岛、挖掘数据价值作为数智化转型核心出发点，通过搭建统一数字化平台，盘活海量生产数据，让数据成为质量改进、问题研判、优化升级的核心依据。
遵循“自动化”与“智能化”双路径。针对参数核对、重复检测等繁琐易错的人工操作，依托RPA、自动化设备实现全面替代；针对缺陷识别、趋势预测等复杂分析场景，引入AI算法赋能升级，通过人机协同模式提质增效。
构建“全流程闭环”管控体系。摒弃单点化、碎片化工具应用模式，搭建涵盖标准制定、生产执行、数据采集、分析预警、优化反馈的全链条数字化闭环，实现所有质量活动可控、可溯、可迭代优化。
注重“平台化与标准化”建设。依托低代码柔性平台搭建数字化系统，保障解决方案可配置、可扩展、可复用。同时，将成熟优秀的管控实践固化为标准化线上流程，为成果规模推广复制筑牢基础。
推广价值及可复制性
目前，该质量数智化实践已在长安汽车全球12大基地全面落地，并多次在行业平台推广分享，具备极强的通用性、成熟度与推广价值，可复制性突出。
全栈式打通研产供数据壁垒，适配性广
全流程覆盖尺寸精益管理平台已全面推广至公司所有生产基地，同时接入宁德时代等175家核心供应商，可有效适配复杂供应链协同场景，充分验证了体系的普适应用价值。
核心方法论通用性强
本次构建的“数据平台+自动化+智能感知”整体解决方案，并不局限于汽车单一工艺场景，可平移应用于其他各类离散制造业的数据治理、在线质检、工艺管控等同类场景，适配行业范围广。
落地技术成熟开放、门槛低
实践所采用的工业视觉、RPA机器人、低代码平台、云计算等均为当前成熟通用的工业技术，技术体系开放稳定，大幅降低了行业企业学习落地与改造升级的实施门槛。
投资回报清晰，落地参考性强
本次实践已明确验证了在质量提升、效率优化、降本减人等方面的显著效益，为同行业、同类型制造企业的数智化转型提供了清晰的投入产出依据，充分论证了智能制造升级的必要性与紧迫性。