上汽大众的白车身焊装线已经基本实现自动化的流水线生产，其采用的PLC系统能够获取大量的焊装线生产节拍信息，但在节拍数据处理时缺乏统一的数据描述、异常节拍自动检测技术和数据分析系统。因此针对这些问题开展白车身焊装线运行节拍的数据分析，可以为焊装线的工位优化、故障分析提供有效的支持，提高生产效率。

本项目通过对SysML建模方法与异常数据检测算法的研究，设计开发白车身焊装线数据系统，实现对生产节拍信息的合理分析，从而支持生产线运行过程的管理决策。

•      了解白车身焊装线的工艺与布局，明确焊装任务分配、工装设备和原料之间的关联关系，分析和辨识影响焊装线节拍的关键因素。

•      依据实际产线情况，基于SysML建立白车身焊装线生产系统的数据模型，包括结构模型、行为模型和需求模型。

•      进行节拍数据异常检测技术的研究，利用算法和程序对节拍数据异常值进行检测。

•      设计面向白车身焊装线的数据分析系统，实现对焊装线节拍数据的记录和自动异常检测，并在实际装配过程中进行测试验证。

•      基于SysML建模语言对白车身焊装线数据系统进行模型构建，从功能需求、组织结构和生产活动三个方面建立了需求模型、结构模型和行为模型，多角度全面分析系统。

•      利用基于统计和基于密度的异常值检测算法对节拍数据进行异常值检测，并且分析每个异常对上下游工位的影响。

•      设计并开发了白车身焊装线数据系统，包括数据建模，工艺管理，算法应用三个模块。数据建模对产线，工位进行建模，工艺管理对工艺，原材料，零件进行管理，算法应用利用算法对节拍数据进行异常值。