這對于總體處于“工業2.0”補課、“工業3.0”局部應用的國內汽車企業提出了嚴峻挑戰。基于上述產業背景,浙江吉利控股集團有限公司制造工程(ME)中心數字化工廠部張喆在2017中國汽車智能制造論壇上就"數字化轉型、精益運營、數字化管理和智能物流的發展"發表演講。
介紹了吉利汽車通過產品創新和管理變革,有效利用信息技術、自動化技術、智能化技術建立差異化競爭優勢,從而縮短產品上市周期、降低成本、提升產品質量,滿足日益增長的個性化需求,敏捷應對市場變化,在激烈的競爭中實現可持續發展。今天我要分享的是吉利汽車的數字化轉型、精益運營、數字化管理和智能物流的發展。了解我的人都知道,我在一個月前發生了一些職位的變化,除了在管理整個數字化工廠之外,現在工廠、焊裝、自動化等等也都在管。吉利建立數字化工廠的時間并不長,只有短短的兩年半,這兩年半里我們一直在想如何把數字化工廠給做好。這個過程當中碰到了很多阻礙,有很多風險。到今天我們回顧這兩年半的工作發現,其實數字化工廠不光是某個部門來做的。
所以在我們未來的規劃當中,明年我們就會真正在焊裝、總裝、涂裝、沖壓以及物流,還包括IT一些相關部門,來真正打造吉利3.0工廠,甚至是未來4.0工廠的邁進。目前吉利控股集團中,包括高端的沃爾沃、領克以及比較近收購的馬來西亞的品牌等,無論是老基地的改造還是新基地的投產,我們數字化工廠都會進行部署。我們為什么要做數字化工廠?目的是兩個:***是降低成本,第二是提高產品質量。我記得在一個多月前我們有一家合作伙伴也組織了一場論壇,有人在臺下問我,數字化工廠是花錢的那怎么能夠降低成本?的確是這樣,從表面上看我們每年對數字化工廠投入的金額是很巨大的,包括領導的支持也是很巨大的。而一旦實施數字化工廠,我們相關的成本都可以大幅度降低。
另外運營成本也是降低的。今天主要是從四個方面來講:生產物流數字化、生產技術數字化、數據平臺數字化以及數字化智能制造。我會拿一些我們數字化工廠已經在做的案例來進行分享。我相信在座的所有人,一旦談到中國制造工業4.0,每個人腦海里都有不一樣的概念,希望我們接下來我們的案例或者是剖析能夠引起大家的共鳴,大家一起為了中國制造工業4.0這樣個愿景一起來邁進。我們從去年開始做工廠物流,我們會對3D物流模型進行搭建,這在很多車廠里是很常用的,包括我們會對交通路口通過等進行計算。同時我們對能耗進行監控及仿真,然后跟實際數據進行對比。今后我們都會使用這樣的系統對所有新工廠進行規劃。數字化工廠有一塊仿真業務。
包括對沖壓車間驗證,焊裝車間是全線體驗證,涂裝會對噴涂進行模擬,總裝更多的是偏向于裝配以及人機工程驗證。我在規劃領域做了十幾年,在加入吉利之前也有在很多單位工作過,大家都有一個認識和共鳴是什么呢?仿真跟現場其實是有脫節的。仿真是仿真、實際是實際,如果有做生產制造的人應該知道,所有的仿真數據僅供參考。如果在座的有機器人工程師、機械工程師的話,想必大家更清楚,仿真做的是不能直接上線上自動運行的。數字工廠經過兩年的探索,目前我們把整個現場跟仿真的差距已經縮短到了3毫米。所以說,我們所見即是所得。我們在仿真里面所做的所有的工作、看到的所有的情景跟現場誤差就是3毫米。從去年開始,我們的數字化雙胞胎已經在兩到三個工廠里面成功實施了。
從明年開始吉利所有的項目都會在技術協議里面寫入我們會有虛擬技術調試技術,來要求供應商進行部署實施。在那么多仿真工作基礎上,吉利目前有兩個平臺來進行CRM的部署,一個就是Telematics,另外一個會在后年逐步進行切換的TCenvironment。我們會優先于其他幾個專業,會在明年年底率先切換,進行部署應用。圖上可以看到通過整個這些環節,所見即所得,虛擬和實物可以做到完全一樣。截至目前為止,數字化工廠已經對點云平臺,對標準體系、工作流程都進行開發。目前我們還有另外一個小團體,他們更多的是基于二次開發。明年我們會把整個數字化工廠經驗系統進行部署,它會通過經驗庫系統,把吉利總結的經驗教訓全部統計到經驗庫系統里面。
把我們的ERP、AI系統等等,共同打造成經驗庫系統。基于整個平臺,我們有分成一個平臺四個系統來進行大數據、SAP等等系統,把它全部串聯到數字化的平臺當中。想必大家以前是通過電腦來連接整個系統的,我們在調研過程當中發現現在年輕人為多,所以除了在IE平臺開發之外,我們所有數字化系統都可以通過Android和蘋果系統來進行開發,在我的手機里已經可以實時對吉利數字化系統進行訪問。很多人說,兩年多來數字工廠除了在做那些具體工作之外,還做了哪些東西?其實兩年多來我們更多的時間是花在數字化標準體系建立、平臺搭建及規范、資源數據庫搭建以及業務數據庫規范管理。為什么會這樣說呢?截止到目前,整個吉利包括領克工廠目前在國內有十幾個基地在同時生產我們的汽車。
每一家工廠的工藝、設備各有千秋,那如何把這些工藝、設備做成標準化、統一化?可口可樂無論是在德國、美國、中國,你品嘗到的可口可樂都是同一個味道的。那么汽車能不能也這樣發展?我們吉利汽車能不能也往這方面發展?這張圖里所看到的就是截取的某一個工廠的圖,我們十幾個基地都實現了這樣的技術,在控制端在電腦端就可以對十幾個工廠進行靜態的可視化的操作,包括里面的設備位置以及它們之間的距離等等。在完成整個工廠3D可視化之后,就開始來對工廠進行網格化的監控管理。這里面就是截取于我們某一個工廠某一條線體來進行的實施。看到這里可能很多人會講,這不就是工廠漫游嘛,類似于Google街景這樣的東西,其實我們進行網格化管理之后。
隨后在進行工廠漫游的情境之下,我們又添加了一些新功能,比如說我們漫游到某一處的時候可以點擊某一個設備看到它的運行狀態、生產圖紙,也可以走到某一個工序邊上進行雙擊可以看到它的工序步驟。換句話說,我們也希望通過這樣一個工廠漫游實現的不僅僅是一個展示,更多的是對于整個規劃人員、操作人員、維修人員,真正可以用的全方位的設備的監控。在監控完成之后我們又涉及到了另外一個事情,就是很多在座的生產的人都知道,我們現在生產的數據99%都是無用的數據。所以我們數字工廠在今年4月份的時候,在諾挪威那邊跟一家友商達成了一系列框架協議,我們使用了工業大數據這樣一個平臺。當然整個吉利的工業大數據不僅僅體現在某一個合作伙伴上。
截至目前為止我們已經包括跟西門子、阿里、百度、英特爾都建立了聯系,在整個工業大數據上進行探索。當然談到工業大數據,我們想把它展開。工業大數據對于整個汽車甚至于整個吉利的生產制造它的作用在哪里?我們之前有過調研,我在兩個半月以前,我們跟亞馬遜(美國)通了電話,隨后亞馬遜的一個產品經理用了將近一個小時試圖說服我他們的數據是如何龐大、如何好,如何使用他們的大數據。結果我們在做內部評審時,我問了團隊里這樣?我們為什么要大數據?大數據能為我們帶來什么樣的好處?當很多的人都在關注數據如何安全、數據傳遞如何實時化的時候,作為生產制造,我們是不是更應該關注到那些數據能給我們帶來什么價值?我們能獲取哪些數據?所以整個團隊換了一種思路。
我們從整個生產實時數據來進行獲取,我們自己來定義哪些數據是需要獲取的、哪些數據是可以拋棄的。我們跟一家合作伙伴經過了兩個多月的部署實施,我們發現數據里面99.9%的數據都是無用數據、都是可以被丟棄的數據。那么剩下的0.1%的數據可以說真正的會給我們吉利汽車生產制造、提升、預防維護是至關重要的。那么比較后我們需要對數據進行挖掘得到比較佳的參數。比較終我們的生產與能源耦合系統也會介入其中。這個圖是我在某個基地里面實施了兩個月的數據監控。其實在這張表中大家可以看到整個數據前面相對來說是比較平穩的,到后面發生了一些裂變。我為什么拿這張圖說明?吉利當初在做大數據的時候,其實也不是抱有太大的信心。我覺得可能需要一年兩年三年才能有成果。
但是當我拿到這份報告時的確震驚到我,因為就通過兩個月的監控,隨后那家供應商就花了16個小時整個數據的挖掘進行改善,比較終改造前跟改造后,我們的節拍可以提升4秒鐘。所以基于這樣的值,我們在明年整個數字化工廠會把大數據作為一個重點目標來進行推進。我們再回顧一下數字化工廠。其實前面講了那么多,整個數字化工廠所做的就是對于仿真進行驗證、對于數字化雙胞胎進行部署實施,當然我們已經有兩個基地采取到了數字雙胞胎技術。明年我們會對所有新生產線全部使用數字化雙胞胎理念。比較終我們在明年會啟動智慧工廠項目,除了之前談到的ERP等系統之外,北京四度科技會把整個包括AI、AR/VR技術以及類似于工廠漫游的技術,都融入到智慧工廠里面。
比較終在這樣的基礎上來實現整個數字化工廠。數字化雙胞胎場景的應用,會有幾個關鍵點。首先就是仿真數據跟現場數據它們的誤差只有13毫米。第二個值就是所有的CT節拍所有的誤差控制在了0.5秒。第三個是所有機器人在三維仿真里面的數據跟現場是完全一樣的。我們可以在這樣一個控制室,我們在控制室里面可以控制現場任何一臺機器人的啟動、停止,可以調動現場任意一個程序。當然現場所有的信號、程序都可以實時反饋到監控室里面,讓監控室實時同步的對生產現場環境進行模擬監控。我們的第二個實驗室就是人機工程實驗室。