数字化驱动“智造”升级
来源:用户上传
作者:
发展智能制造、抢占全球未来产业制高点,已成为各国共识。作为工程机械行业的龙头企业,徐工加快推进制造体系效率、成本、质量变革,大力推动智造创新。徐工顶层设计智能制造实施规划,科学、系统性推进智能产线、智能工厂建设,通过寻路径、建模式、出成果、树标杆,牢牢占领智能制造制高点。
在2019年10月世界智能制造大会上,工信部授予徐工重型智能制造标杆企业,成为工程机械行业唯一一家入选企业。目前徐工已经获得1项国家级智能制造试点示范项目,4个制造业单项冠军示范企业和产品,1个江苏省智能工厂,11个江苏省示范智能车间等多项智能制造领域成果,彰显了徐工在智能制造领域持续深耕发力的硬核实力。
徐工数字化发展历程
徐工数字化经历了3个阶段
第一个阶段为业务数据化。主要是2013年以前的企业信息化阶段,这个阶段重点内容为企业业务的电子化、信息化过程。例如:1998年之前,徐工称之为破冰起步,是国内第一批完成“甩圖板”工程的企业;1998至2007年,徐工探索实践ERP系统建设,是国内第一批上线MRPⅡ的企业,是行业内最早完成CIMS工程的企业,也是行业内最早实施ERP的企业,连续三年被评为中国信息化500强;2008至2013年为公司两化融合阶段,启动了信息化整体提升工程项目,被列入国家重点产业振兴和技术改造项目。这一时期定义为徐工集团的数字化基础阶段。
第二个阶段是数据业务化。时间周期为2014年至2017年,在这个阶段,徐工通过顶层设计,制定《互联网+融合行动方案》《徐工集团智能制造实施方案》,2014年实现产业化突破,成立了业内首家专业化信息技术股份公司,并获得国家工业和互联网融合示范试点企业。主要包括通过工业物联网、设备联网数据采集、智能研发、智能制造、智能服务等新一代数字技术应用,紧紧围绕全价值链数据如何采集收集、使数据成为业务的一个重要环节并驱动业务和流程,目前徐工已基本形成了数据业务化的框架体系,这一时期为徐工的数字化发展阶段。
第三阶段是大数据时代下的数据资产化。2018年,徐工全面开启数字化转型的新阶段,并首次在集团新修订的“十三五”战略规划中提出将数据定义为资产,例如物联网数据已经成为徐工每个分子公司的重要数据资产的一部分,积累了70多万个产品在市场上的大数据。以前通过现场查看实物了解产品情况,现在通过数据就可以将徐工的设备资产进行有效管理;同时除了给客户提供实物产品以外,徐工强调必须提供另外一个“数字化产品”,例如徐工正在打造的面向全球客户的X-GSS系统。围绕数据资产化,徐工还在开展很多工作,如数据资产的治理,数据安全、数据价值评估等体系化工作。
智能制造成为先进制造业高质量发展的主战场
制造业是立国之本,树立与智能化时代与时俱进的“产品观、智造观、用户观、生态观”是企业发展的生命线。对徐工而言,就是按照国家制造强国的战略指导,以智能制造作为主攻方向,强化数据的价值作用,体现为通过产品研发的数字化、制造过程的数字化,真正打造出高端、高可靠的智能化产品,向客户提供全生命周期数字化服务,充分将数字化、智能化技术融入到这些重点领域,并加速迈向智能制造发展的更高阶段。
作为一家集团化的公司,徐工内部既有主机生产制造,更有面向行业服务的核心零部件两种制造模式,全面推行智能化应用难度可想而知。在具体实践路径上,徐工认为智能制造的推进应用,应该首先关注共性问题,通过解决关键共性难题,可以加速智能制造的工作在企业落地的务实性、有效性。摆在徐工面前的重点共性问题主要有三个方面:一个是产品关键智能技术突破。工程机械主要用于基础设施工程施工服务,从某一种角度上来说就是一种特种作业的机器人。让一个机器如何施工更加高效,智能控制的技术、无人操控的技术,以及高可靠性的技术,是产品应用当中的关键。第二个是共性的关键制造技术。工程机械需要承载变化动态载荷,工况变化可以说有很多不可预测性。在这样一种情况下,它的结构件强度、焊接、装配等工艺研究和应用,产品在线检测,以及怎么确保它的实用功能可靠性,在制造过程当中显得尤为重要。第三个是大数据的应用与分析。其中包含数据治理,数据的收集、采集,以及环境适配、数据管理等方面的内容,要真正发挥数据驱动智能制造的价值牵引作用。
制造业高质量发展的基础是产品创新,产品研发是智能制造的源头,其核心是研发过程的全面数字化、智能化
徐工的实践体现为模型共享、数据驱动,支撑徐工“一院五中心”(徐工中央研究院,欧研中心、美研中心、巴西研发中心、印度研发中心和创新中心)的全球协同研发新模式,总结为“三高三协同”。
“三高”是指数据高规范,重点是按照标准规范体系,徐工已梳理形成集团级标准件和通用件库;模型高重用,建立产品三维模型并实现同步共享,标准知识库共用;平台高安全,重点体现在全网的数据加密管理,异地容灾的高安全性保障比如部署南京、徐州两地灾备数据中心。
“三协同”是指研发数据的跨专业协同,体现在所有整机产品实现自顶向下TOP-DOWN的参数化、模块化高效设计;研发与制造的协同,通过数字化工艺保障研发与制造的一致性、制造工艺的稳定性,实现主机与核心零部件的研发、制造协同;研发与市场协同,体现在基于产品正向设计和可靠性设计,向市场和用户提供精准的产品远程运维、故障在线诊断、通过X-GSS实现“一机、一档、一册”数字化产品服务。
制造业高质量发展的载体是制造环节,制造环节上承研发、下启服务,是决定企业生产效率和产品质量的“主战场”
徐工智能化制造的实践可以概况总结为体现以数据为中心,“一硬、一软、一网、一平台”。 “一硬”是指数字化车间的智能装备、单元及产线,这是基础条件;“一软”是指以精益制造MES为中枢神经的制造指挥系统,这是核心支撑;“一网”是指基于SCADA系统实施的关键设备联网,这是关键保障;“一平台”是指通过工业互联网平台,将智能制造打造的能力、知识经验通过平台赋能至产业链伙伴和其他行业,开展模式创新。徐工在智能制造方面的具体创新实践包括以下6个方面。 破解制造工艺技术难题,构建智能柔性制造产线
工程机械是属于典型的多品种、小批量、离散制造的特种装备,最大特点是种类多、需求差异大。例如起重机从8吨到1600吨,其大小和结构都存在极大差异,在全球范围内没有成熟的经验可以借鉴,在这个探索的过程中,徐工先后攻克了大型智能校型技术、智能化翻转技术、重载物流等多项行业工艺技术难题,这些都是智能制造的基础条件。
在突破制造工艺技术的难题基础上,徐工将焊接机器人、大型数控加工中心、智能物流设备等打造成柔性的制造单元,并通过数据共享实现多单元联动的产线柔性制造,解决生产波动性大的问题。历时10年工艺积累,2年设计建设,建设的全球起重机行业首条转台柔性智能化生产线投入运行,该产线能覆盖20余种产品,实现了工件自动周转、自动对接、自动焊接、自动检测,全过程无需人工干预。截至目前,徐工正加速建设8大智能工厂,将建成32条智能化柔性生产线。
打破“工厂黑箱”、设备联网让“哑设备”开口说真话
徐工在智能制造建設中关注设备“治哑”,让“人、机、料、法、环”5个层面通过网络互连、数据共享,融合并形成一个完整的网络系统。徐工在行业率先实施数据采集与分析SCADA系统,实时采集各类生产设备关键运行数据,对设备进行智能化管理及预测性维护,实现加工程序自动调用和识别补偿。徐工关键设备联网数量超过2000多台,接入数据点数近18万个,每天产生的数据已经有5亿多条,这些数据已成为驱动智造的血液。通过与生产现场的信息集成和数据分析,产线、设备的利用率、能耗、运转参数、报警情况等做到了实时监测,并对产品工件加工过程质量、检测信息实时采集、分析,真正实现让设备“开口说真话”,使工匠“眼里看明白”,一目了然。
全力构建精益制造信息系统,打造品质新保障
徐工精益制造信息系统是以MES为核心,充分融合精益生产的理念,聚焦制造过程质量和执行效率。MES作为整个制造过程的大脑,负责调度生产、物料、质量、设备等所有生产资源,通过生产流程,使之发挥最大效益。在MES系统实施过程中,徐工始终坚持精益制造的思想,引用行业最佳实践,优化业务流程,改变工厂原有效率低下的流程。将优化后的流程形成项目蓝图,并经业务部门评审后进行固化,固化后在系统进行细化与实现。
通过MES系统:建立了制造过程信息化平台,使信息化延伸到车间一线,整合了车间生产力,建立统一信息平台;生产订单下发到工作中心,使订单划分到车间工段、工作中心,精细化管理订单生产,实时反馈生产进度;整机电子档案建立,包括实时的采集整机档案信息,统一电子档案管理,电子档案监控和资源共享;建立了质量追溯信息电子档案,包括加工人员追溯信息、加工设备采集数据收集存档、质量评审流程追溯。目前徐工自主开发的匹配智能制造的MES系统,围绕生产管理、计划管理、物流管理、设备管理、库存管理、产品档案6大模块,已经在全集团推广实施,正在向离散行业实现APS高级计划与排产这一共性难题发起挑战,目标是实现车间工序级任务排产,解决多品种、小批量生产模式多约束条件下的复杂生产计划排产,实现负荷均衡化生产。
质控关键、建设全生命周期质量大数据系统
打通信息孤岛,聚焦全面质量管理,建立贯穿全生命周期的质量大数据系统,实现各系统之间质量数据互通,集成应用,使质量信息化系统更加完整,重点实现产品质量的可追溯性、质量预警功能与数据应用、高效率的在线检测。
数据+模型,应用机器学习,给机器安装“工业大脑”
结合多年的生产实践经验和数据积累,徐工利用机器学习、大数据技术深挖应用场景,聚焦质量和效率提升,建立了涵盖工艺、质量、设备等5大类算法模型65个。例如在大型复杂结构件检测校型工序上探索应用人工智能(机器学习)、工业大数据等技术,实现焊后自动检测,智能匹配校型量,沉淀工业机理模型和专家知识库,突破了大型复杂结构件变形控制的行业难题。
培育汉云工业互联网平台,向行业赋能
基于对工业制造的理解,面向制造业数字化、网络化、智能化需求,公司通过构建精准、实时、高效的数据采集互联体系,实现工业技术、经验、知识的模型化、标准化、软件化、复用化,不断优化研发设计、生产制造、运营管理等资源配置效率。徐工全力打造的汉云工业互联网平台目前已跻身国内工业互联网第一梯队,并成功获得了国家跨行业跨领域工业互联网试点示范。
通过智能制造实践效果来看,目前公司已经实现了“三降两提升”,包括生产效率提升25%,运营成本降低24%,产品研制周期降低30%,一次交验不合格率降低20%,以及能源利用率提升10%。
制造业高质量发展的关键在服务环节,服务环节是智能制造的价值体现
现代服务业已经成为了我国经济增长的重要支撑部分,确保为全球客户始终提供满意、高效、全生命周期的服务是徐工持续努力的方向,并带动整个企业的技术创新和管理创新。借助数字化的技术手段,推动服务型制造的跨越式发展,推动企业数字化服务能力持续有效提升。徐工智能制造不断加码打造智能化产品,提升客户的体验。同时积极开展产品远程运维的增值服务模式,培育企业智能化服务新型能力,这已成为徐工向服务型制造转型中的“新引擎”。
强补全生命周期服务的短板,快速打造数字化产品,提升智能化服务水平
中国企业的后市场业务在智能主动服务、备件、物流等方面尤其是国际市场网络布局上,还有很长的路要走。智能化服务能力打造为国内企业缩小与国外标杆企业的差距提供了先进手段。徐工正打造“数字化产品”的理念,构建徐工全球数字化备件服务信息系统(X-GSS系统),为全球客户提供一个精准、增值、满意的全生命周期数字化服务系统。
基于数字化产品,开展商务模式创新,降低客户全生命周期成本实现价值增值
模式创新具体体现在基于徐工智能产品所积累的大数据,截至目前已经形成了产品市场数据1TB,累计积累71亿小时的工业大数据,通过对这些数据的分析可以有效支撑徐工产品全生命周期监测,包含精准定位、远程遥控、实时监测设备工况信息、远程故障诊断、设备作业日历,从而为徐工精准营销服务备件,改进产品研发以及优化工艺制造参数等提供支撑。 同時借助徐工汉云工业互联网平台积累的数据能指导客户进行科学运维和智能施工,降低总使用成本。工业互联网平台在工程机械研发数字化、售后服务智能化、终端客户增值等领域的扩展应用,能最大程度发挥工业云平台优势,全面降低客户全生命周期成本。
未来,智能制造将“重塑”制造业竞争新格局
一是积极拥抱智能化技术,深度拓展研发领域的应用,打造高品质的智能化产品
智能制造输出的是智能化产品,从市场发展趋势来看,更加需要智能化产品、智能互联产品、产品机群、成套化解决方案发展。从经济效益上智能化产品的附加值比普通单一产品高达30%以上,因此徐工正在通过智能设计不断研发中高端的智能化产品,包括智能控制技术、可靠性设计技术、智能作业技术,以及其他共性关键技术,从智能制造角度来讲,要从源头上确保智能制造对象的先进性。
二是要持续探索人工智能在制造领域应用,实现软件定义制造
当前AI发展迅速,在制造环节中的应用不断丰富,徐工将结合AI在检测调型的实践基础上,进一步完善关键质量检测方面应用深度学习技术,对采集的制造数据进行算法训练,利用边缘计算技术优化工艺参数,减少质量缺陷,真正实现软件定义制造。
三是未来智能化引领创新将深刻影响先进制造业与现代服务业深度融合
数字化时代已经来临,新技术迭代正在日益加速,一些引领性的创新技术将给行业和客户带来颠覆性的变化。无人操控是工程机械行业皇冠上的一颗明珠,全球行业巨头都在不断尝试,徐工组建团队正在强投入并加紧步伐攻克难关,这个领域一旦突破,将创造产业技术和应用的新趋势新未来。未来的施工场景中,在荒无人烟的矿山、在道路崎岖的工地,利用5G等先进技术,无人机测绘实现三维施工路径规划,无人操控的智能工程机械兵团有序作业,建设者们自此可以告别恶劣的施工环境,在千里之外的指挥中心遥控设备,这种颠覆性的产业技术革命将为社会产出更高效的生产力。
四是以开放、共享、共建理念,标准引领,打造“同盟军”,构建智能制造发展生态
推进智能制造,企业是主体。一方面需要核心企业以《智能制造能力成熟度模型》《智能制造能力成熟度评估方法》2个国家标准为依据,持续开展智能制造能力成熟度自诊断和评估,指导企业智能制造的实施,提高实施的效果。另一方面,制造业的产业链很长,上下游配套企业与主机制造商的协同制造能力非常关键,必须通过主机企业带动、智能制造标杆企业的示范引领,持续帮助和带动上下游企业共同提升智能制造水平。
智能制造是一项复杂、系统、长期性的工程,只有起点,没有终点。作为工程机械行业排头兵,在智能制造的道路上徐工将坚定前行、义不容辞,以开放的姿态虚心学习,拥抱创新,持续打造新的竞争优势。努力为国家制造强国战略,国家“两个一百年”做出新的更大贡献!
转载注明来源:https://www.xzbu.com/1/view-15136102.htm