📖

术语词典

168 条汽车行业质量管理专业术语,覆盖体系与审核、五大核心工具、供应商质量、工程方法与可靠性、新能源与数字化智造

📐 正在按 研发质量工程师 的常用分类筛选(4 类)。 只是筛掉不相关的分类,词条一条没删——想全部看就点右边。 看全部 352 条 这个岗位还看什么 →
分类: 全部 📘 通用基础 📜 标准与法规 🏛️ 体系与审核 📊 FMEA 🔄 APQP 📋 PPAP 📈 SPC 🎯 MSA ⚙️ 5M1E 📝 ECN 🔧 8D 🧾 不合格品处置 🤝 供应商质量 📐 工程方法 🔋 新能源与智能网联 🖥️ 数字化与智造
快速跳转: 最 基 位 三 校 计 公 蒙 有 模 电 N I T 六 价 质
最小实体要求 LMC
Least Material Condition
尺寸要素处于包含材料最少的极限状态:孔为最大孔径、轴为最小轴径。形位公差加 Ⓛ 修饰时,公差在 LMC 下取标注值,实际尺寸偏离 LMC 时可获得补偿。为什么需要它:有些失效不是「装不进去」,而是「壁太薄、边距太小」—— 例如孔到边缘的距离不足会导致破裂,此时希望孔不要太大、位置不要偏向边缘,控制方向与 MMC 正好相反。典型应用:孔到边的距离(防止边距过小开裂)、薄壁件的壁厚控制、密封槽的最小壁厚、铸件的加工余量。实务提示:LMC 在汽车图纸上出现频率远低于 MMC,容易被检验人员忽略或错按 MMC 判定;一旦标注了 Ⓛ,测量程序与检具方案都必须相应调整,这一点在 PPAP 的尺寸结果审查中常被漏检。
工程方法
💬 相关讨论 →
基准 Datum
Datum
GD&T 中用于建立测量参照的、理论精确的点、线或面,由零件的实际要素(基准要素)按优先级(A→B→C)建立。基准体系决定了「测量什么方向上的偏差」,因此选错基准会让合格的零件判为不合格(或反之)。选择原则(按功能优先):① 优先选与装配定位实际接触的面或孔(装配面、定位销孔);② 其次是加工与检测时的定位面(保证可重复装夹);③ 避免选「加工方便但不参与装配」的面。基准顺序必须与装配顺序一致,否则会放大装配偏差。三种形态:基准要素(零件上的实际面/孔)、模拟基准(检验时用的平板、心轴、检具定位件 —— 实际要素总有不平度,用模拟基准把不确定度固定下来)、基准体系(三个相互垂直的基准面构成的坐标系统)。最常见的现场争议:供应商按图纸基准测合格、顾客按装配状态测不合格 —— 根因是图纸基准与装配基准不一致。这类问题在 PPAP 阶段若不做「基准与装配关系」的评审,量产后必然以装配干涉的形式爆发。
工程方法
💬 相关讨论 →
位置度 Position Tolerance
Position Tolerance
控制要素(通常为孔、轴、槽的中心)相对于基准的位置偏差的形位公差,公差带通常是直径等于公差值的圆柱(对孔/轴)或两平行平面之间的区域。标注形如「⌖ ⌀0.2 Ⓜ A B C」。为什么汽车图纸大量用位置度而非坐标正负公差:① 坐标公差给出的是矩形公差带,四个角超出圆形装配需求(等于把不必要的精度要求转成成本);② 位置度可直接用 MMC 获得补偿公差并用功能检具检验;③ 位置度能明确表达「相对于哪几个基准」的完整约束。计算与判定:实际偏差 = 2×√(Δx²+Δy²)(即偏差量的两倍与直径公差带比较);在 MMC 下允许加上补偿量。CMM 测量后须按此换算,直接拿 Δx、Δy 分别与公差比是常见错误(会误判)。与装配的关联:位置度公差通常由「最坏情况公差叠加」反算得出 —— 孔位偏、孔径小、销径大三者叠加仍能装配,才说明公差设定合理;这也是为什么位置度常与 MMC 一起出现。
工程方法
💬 相关讨论 →
三坐标测量机 CMM
Coordinate Measuring Machine
通过探针在三个坐标方向上逐点接触(或光学非接触)工件表面,由软件拟合出几何要素并计算尺寸与形位误差的精密测量设备,是 GD&T 特性的主要测量手段,精度通常在微米级。使用要点:① 测点策略 —— 圆至少 3-4 点、圆柱需多层截面、平面需覆盖整个面(点数不足会拟合出错误结果);② 基准建立必须与图纸基准体系一致(先建坐标系再测,而不是随便找个面建);③ 温度补偿(20±2℃ 标准温度,工件与设备需等温);④ 探针校准与测球半径补偿;⑤ 程序须经 MSA 验证(同一工件重复测量与不同操作员测量的变异)。常见问题:PPAP 的尺寸结果用 CMM 测但程序未验证、基准与图纸不符、薄壁件夹持变形(夹紧力导致测得的尺寸偏小)、把「测出来合格」当作「功能合格」(尺寸合格但装配干涉,因为公差叠加未考虑)。替代与补充:大批量生产常用专用检具(更快但只能判定通止),CMM 更多用于首件、抽检、争议仲裁与模具修正。
工程方法
💬 相关讨论 →
校准 Calibration
Calibration
在规定条件下,将测量设备(或测量系统)的示值与对应的标准器示值进行比较,确定其示值误差的一组操作。注意:校准的产出是「误差值与不确定度」,不是「合格/不合格」判定 —— 是否可用(是否符合使用要求)由使用者按公差与测量要求判断(部分场景下称为「检定」或「计量确认」)。管理要求(IATF 16949 条款 7.1.5.2):① 建立台账,标识校准状态与有效期;② 校准须可溯源至国家或国际基准;③ 校准记录须包含标准器信息、环境条件、误差值与结论;④ 规定校准周期(按使用频次、历史漂移、重要性确定,而非一律一年);⑤ 发现失准时须评估「上次校准以来用该设备检验的产品」的影响范围并处置 —— 这一条是审核高频不符合项。易被忽略的对象:检具与工装上的测量元件(定位销尺寸)、试验设备(拉力机、扭矩扳手、盐雾箱温控)、软件(CMM 程序、视觉算法版本)、以及生产线上的在线量仪。实务提示:校准周期的设定应基于数据(历史校准结果是否总是零漂移),一味缩短周期是浪费,一味延长则会漏掉漂移风险。
工程方法
💬 相关讨论 →
计量溯源 Metrological Traceability
Metrological Traceability
通过一条不间断的、每步均有规定不确定度的校准链,把测量结果与国家或国际测量基准联系起来的性质。链条通常是:工作量具 → 企业最高标准器 → 法定计量机构标准 → 国家基准 → SI 单位定义。为什么必须:若测量结果无法溯源,则「合格」只是相对于某台未知设备的状态,供应商与顾客各用不同的尺子,争议无法裁决。汽车供应链的跨地域供货(不同国家工厂生产同一零件)尤其依赖溯源一致性。实操要求:① 校准证书须由具备资质的机构出具,且证书上须体现标准器信息与不确定度;② 内部校准须建立「企业最高标准器」并送外校准;③ 校准链上的不确定度应满足「测量不确定度 ≤ 公差 1/10」或顾客规定的比率(VDA 5 对此有明确判据);④ 记录须能证明链条完整(不能中间断链,例如用未经校准的量块去校准卡尺)。常见不符合:采购的检具只有厂家「出厂合格证」而无校准证书(合格证不等于校准);校准证书已过期未续;使用未经溯源的自制检具做 PPAP 尺寸判定。
工程方法
💬 相关讨论 →
公差分析 Tolerance Stack-up
Tolerance Stack-up Analysis
把装配链上各零件的尺寸与形位公差按一定规则累积,预测装配后的间隙/干涉/功能特性的分布,用以验证「零件公差设定能否保证装配与功能」。分两类方法:最坏情况法(Worst Case,所有零件都取极限公差,结果保守)与统计法(RSS,均方根,假设各偏差独立且服从正态分布,结果更接近实际但要求过程受控)。在汽车行业的典型应用:① 设计阶段分配公差(先定装配间隙目标,再反算各零件公差);② 分析装配干涉与外观间隙不均(如车门与车身的间隙面差);③ 判断是否需要增加调整垫片或改为浮动装配;④ 解释「所有零件都合格但装不上」的根因(这是公差叠加的经典问题,也是 GD&T 与 MMC 存在的理由)。关键认知:RSS 结果通常比最坏情况小很多,若用 RSS 定公差但实际过程偏移严重(均值不在中心),实际不良会远高于预测 —— 因此必须先确认过程受控且中心化,再使用统计法。更精确的方法:蒙特卡洛仿真(可处理非正态、非线性、形位公差),适用于关键装配(如电池包与车身、动力总成配合)。
工程方法
💬 相关讨论 →
蒙特卡洛仿真 Monte Carlo
Monte Carlo Simulation
从各输入变量的概率分布中随机抽样,代入模型计算,重复数万至数百万次,从而得到输出分布的方法。用于无法用解析公式求解的累积误差、非线性装配与多变量叠加问题。在公差分析与可靠性中的用途:① 公差叠加(可处理非正态分布、形位公差、装配约束);② 可靠性评估(把各部件寿命分布代入系统模型,得到系统失效概率);③ 风险量化(如电池热失控的多因素耦合概率);④ 成本-良率权衡(给定公差组合预测装配良率,反算最优公差分配)。实施要点:① 输入分布必须有依据(来自过程能力数据或供应商数据),不能凭感觉给正态分布;② 抽样次数要足够(通常 ≥10 万次才能稳定估计尾部的 P99.9);③ 需做敏感性分析(哪个变量的贡献最大),否则只得到一个数字而无法指导改进;④ 随机数种子应固定以便复现。与 RSS 的关系:正态、线性、独立时蒙特卡洛结果与 RSS 接近;一旦存在非正态或非线性,两者会显著分离,此时蒙特卡洛更可信。
工程方法
💬 相关讨论 →
有限元分析 FEA
Finite Element Analysis
把连续的几何体离散为有限个单元(网格),在每个单元内用近似函数求解偏微分方程(结构应力、传热、模态等),从而得到整个结构上的应力、变形、温度分布的方法。汽车行业的典型应用:车身与底盘强度刚度、悬架疲劳寿命预测、电池包箱体在挤压与振动下的强度、焊接接头的应力集中、零部件的轻量化拓扑优化。可信度的三个前提:① 网格质量(关键区域网格过粗会漏掉应力集中,网格无关性验证不可省);② 边界条件与载荷的真实性(约束方式错误是最常见误差来源,把实际柔性连接当刚性约束会显著高估或低估应力);③ 材料模型(弹性模量、屈服准则、硬化曲线、温度相关性)。与试验的关系:仿真不能替代试验,两者必须互相校验(相关性分析)—— 用应变片/加速度计实测值与仿真对比,偏差在可接受范围内(通常 ≤10-15%)才能用仿真做设计决策。审核时常查「仿真报告是否做了试验相关性验证」,只有仿真而无验证是常见弱点。在 PFMEA 与设计验证中的落点:仿真是 DVP&R 中「分析」类验证手段(A 类),可减少实物试验数量,但不能单独作为安全特性符合性的唯一证据。
工程方法
💬 相关讨论 →
模态分析 Modal Analysis
Modal Analysis
确定结构固有频率、振型与阻尼比的分析方法,分计算模态(FEA 求解特征值)与试验模态(用激振器/力锤激励,测响应并拟合)。用于避免共振、指导减振设计与验证仿真模型。汽车行业的核心用途:① 避免零部件固有频率与发动机激励频率、路面激励、电机阶次重合(共振会导致噪声放大与疲劳失效);② 车身与副车架的模态目标设定(通常要求一阶弯曲/扭转频率高于某阈值);③ 电池包与支架的模态需避开发动机与电机的激励频段;④ 试验模态用于修正 FEA 模型(模型相关性更新)。关键概念:固有频率随刚度增大而升高、随质量增大而降低;阻尼比决定共振峰的尖锐程度(汽车结构常见 1%-5%);振型描述变形形态。与 NVH 的关系:模态是 NVH 问题的基础诊断工具 —— 某转速下出现轰鸣,先看该转速对应激励频率是否接近某部件固有频率,再决定改刚度、加质量还是加阻尼(三者对应不同的成本与周期)。
工程方法
💬 相关讨论 →
计算流体动力学 CFD
Computational Fluid Dynamics
用数值方法求解流体流动与传热控制方程(连续性、动量、能量),得到流场、压力场与温度场的方法。汽车行业两大应用方向:空气动力学(整车风阻、气动噪声、发动机舱与制动散热)与热管理(电池包与电驱的冷却、座舱热舒适、热失控传播仿真)。新能源车的核心价值:电池包温度均匀性直接决定寿命与安全 —— CFD 可预测不同冷却方案(液冷板流道、风冷、浸没式)在各工况下的最高温度、温差与压降,从而在样件前完成方案筛选。热失控传播仿真( Thermal Propagation)还用于验证「单体热失控后整包不起火不爆炸」的法规符合性(GB 38031-2025 要求),是当前最热的仿真课题之一。可信度前提:湍流模型选择(k-ε、k-ω SST、LES 适用场景不同)、网格质量与边界层处理、边界条件(入口流速、环境温度、发热功率)的真实性。与 FEA 一样,须与风洞试验或台架实测做相关性验证。
工程方法
💬 相关讨论 →
电磁兼容 EMC
Electromagnetic Compatibility
设备在其电磁环境中能正常工作、且不对该环境中的其他设备造成不可承受电磁骚扰的能力。包含两方面:发射(EMI,设备向外产生的干扰,分传导发射与辐射发射)与抗扰(EMS,设备承受外来干扰的能力,分传导抗扰与辐射抗扰)。汽车行业主要标准:CISPR 25(车载零部件的传导与辐射发射限值)、ISO 11452 系列(零部件辐射抗扰,如 BCI 大电流注入、自由场)、ISO 7637(沿电源线的瞬态传导抗扰,模拟负载突降与开关瞬变)、ISO 10605(静电放电 ESD);整车层面有 UN R10 法规。为什么是新能源与智能网联的痛点:高压大电流系统(电机逆变器的开关频率、DC-DC)是强干扰源,同时低压控制与传感器信号极其微弱,两者共存使 EMC 设计难度陡增;ADAS 的雷达与摄像头对干扰敏感,误报可能直接触发错误的制动或转向。工程落点:EMC 应在设计阶段通过布线、屏蔽、滤波、接地解决,靠后期整改(加磁环、改屏蔽罩)成本极高且常常只能压线通过;EMC 试验失败是整车开发后期最常见的进度风险之一。
工程方法
💬 相关讨论 →
NVH NVH
Noise, Vibration and Harshness
噪声(Noise)、振动(Vibration)与声振粗糙度(Harshness)的统称,描述驾乘人员对车辆声音与振动的感知,是顾客最容易察觉、也最难量化的质量维度之一 —— 它往往不导致功能失效,但直接影响感知质量与投诉率。三个频段的划分(大致):低频振动(<50 Hz,如怠速抖动、路面激励)、中频噪声(50-500 Hz,如轰鸣、路噪)、高频噪声(>500 Hz,如风噪、齿轮啸叫、电机高频啸叫)。不同频段对应不同的机理与对策(模态、阻尼、隔声、密封、声学包)。新能源车的特殊挑战:失去发动机掩蔽后,风噪、路噪、电机高频啸叫、减速器齿轮噪声、电子泵与压缩机的运转声都变得突出,因此 NVH 指标比燃油车更严;同时电驱的高转速(15000-20000 rpm)带来新的阶次噪声问题。评价方法:主观评价(专业人员按评分标准听/感)+ 客观测量(声压级、加速度、阶次分析、传递路径分析 TPA)。质量工作中的落点是「异响(BSR,Buzz/Squeak/Rattle)」—— 它是售后投诉的高频项,且与装配质量、卡扣设计、公差配合直接相关,属于典型的过程敏感特性。
工程方法
💬 相关讨论 →
IP 防护等级 IP Code
Ingress Protection Code
国际电工委员会(IEC 60529 / ISO 20653)规定的外壳防护等级,格式为 IP + 两位数字:第一位表示防固体异物(0-6,6 为完全防尘),第二位表示防水(0-9K,数字越大防护越强)。汽车行业常用 IP67、IP6K9K、IP69K 等(K 表示按 ISO 20653 的汽车专用试验条件)。常见等级含义:IP67 = 完全防尘 + 短时浸水(1 m 深 30 min)不影响;IP6K9K = 完全防尘 + 高压高温喷水(80-100 bar、80℃),用于发动机舱与底盘件、以及需要高压清洗的部位;IP54 = 防尘(有限进入但不影响功能)+ 防溅水。在新能源车中的应用:电池包通常要求 IP67 起(部分要求 IP68 或 IP6K9K),电机与电控要求 IP67/IP6K9K,充电口要求 IP54/IP55 以上;密封失效导致的进水是电池包失效与起火的重要诱因之一。验证与量产控制:型式试验做浸水/喷水;量产靠气密性检测(压降法或流量法)100% 检验,因为水密试验是破坏性的、不能全检 —— 因此「气密测试限值与 IP 等级的对应关系」必须通过相关性试验建立,不能凭经验定压降阈值。
工程方法
💬 相关讨论 →
TRIZ TRIZ
Theory of Inventive Problem Solving (Teoriya Resheniya Izobretatelskikh Zadatch)
由苏联 Altshuller 通过对大量专利的分析总结出的发明问题解决理论,核心思想是「技术问题的解在别的领域已经被人解决过」,因此可以用结构化方法跨领域迁移。主要工具:40 个发明原理、矛盾矩阵(把「改善 A 却恶化 B」的技术矛盾映射到推荐原理)、物场分析、理想最终结果(IFR)、S 曲线(技术系统进化趋势)。在汽车工程中的典型用法:解决「轻量化 vs 强度」「散热 vs 密封」「刚度 vs 成本」这类典型技术矛盾 —— 例如用「分割原理」把整体件拆成模块、用「预先作用原理」做预紧或预热、用「反向作用」把拉改为推。与 DOE 的分工:TRIZ 解决「想不出方案」(概念层),DOE 解决「方案定了但参数不知怎么调」(优化层)。工程上常见顺序是 TRIZ 出概念 → DOE 定参数 → FMEA 评风险。局限:TRIZ 偏重机械与物理矛盾,对软件、用户体验、组织流程类问题适用性较弱;且它给出的是「候选方向」,仍须用试验与数据验证。
工程方法
💬 相关讨论 →
六西格玛设计 DFSS
Design for Six Sigma
在新产品/新过程的设计阶段就植入六西格玛能力的方法体系,目标是把缺陷预防在设计里,而不是量产后靠 DMAIC 去救火。常用路线:DMADV(Define-Measure-Analyze-Design-Verify)与 IDDOV(Identify-Define-Develop-Optimize-Verify)。与 DMAIC 的区别:DMAIC 改进已有过程(问题已发生),DFSS 设计新过程(问题尚未发生)。业界经验是设计阶段决定了 70%-80% 的最终质量与成本,因此 DFSS 的投入产出比通常高于后期改进。核心工具组合:QFD(把顾客需求转成设计特性)、TRIZ(解决设计矛盾)、公理设计、稳健设计/田口(降低对噪声的敏感)、DFMEA、公差分析、蒙特卡洛、可靠性预计与验证(DVP&R)。在 APQP 中的位置:DFSS 的方法与 APQP 的第二阶段(产品设计与开发)高度重叠,实务中常把 DFSS 作为 APQP 的设计质量工具包使用,而不是另立流程。
工程方法
💬 相关讨论 →
价值工程 VE/VA
Value Engineering / Value Analysis
以「功能与成本的比值」为核心,通过分析产品功能是否必要、是否有更低成本的实现方式,在不降低必要功能的前提下降低成本的方法。价值工程(VE)用于设计阶段,价值分析(VA)用于已有产品的改进。基本步骤:功能定义(这个零件/工序到底提供什么功能)→ 功能评价(功能重要度 vs 成本占比,找出「成本高但功能不重要」的项)→ 方案创造(用 TRIZ、头脑风暴找替代方案)→ 方案评价与实施。汽车行业的典型应用:去掉冗余功能、合并零件(减少零件数同时提升可靠性)、材料替代(以塑代钢)、工艺简化、公差合理化(把过严公差放宽到功能真正需要的水平 —— 这是最容易见效的一项,因为过严公差往往来自「设计保守」而非功能要求)。与降本的区别:VE/VA 是「功能不降、成本下降」,而单纯降本(偷工减料)会牺牲功能并最终以售后成本偿还。质量管理要警惕的是「以 VE 为名的降本」—— 若变更涉及特殊特性或材料,必须走变更管理与重新验证。
工程方法
💬 相关讨论 →
质量损失函数 QLF
Quality Loss Function
田口玄一提出的概念:产品质量的损失与「特性偏离目标值的程度」的平方成正比,即 L = k(y - m)²,其中 y 为实际值、m 为目标值、k 为常数。它把「合格/不合格」的二值判断,改为「偏离目标越远、社会损失越大」的连续判断。与传统公差观念的根本差别:传统观念认为「只要在公差内就没损失」,质量损失函数认为「在公差内但靠近极限值的产品,损失远大于靠近目标值的产品」。因此改进方向不是「做到公差内」,而是「把分布中心对准目标值并减小变异」。工程价值:① 解释为什么「100% 合格但顾客仍有抱怨」—— 产品都合格但均值偏移,顾客感知一致性差;② 为「公差该定多严」提供经济依据(公差收紧的制造成本 vs 损失减少的收益);③ 支撑稳健设计的目标设定(望目特性、望小特性、望大特性三类)。在汽车行业的体现:外观间隙面差的「一致性」比「是否在公差内」更影响感知质量;同一批零件尺寸分布窄的供应商,装配后的返修率显著低于分布宽的供应商 —— 这正是质量损失函数预测的结果。
工程方法
💬 相关讨论 →
‹ 上一页 2 3 4 下一页 › 151-168 / 168