最具影响力的数字化技术在线社区

168大数据

 找回密码
 立即注册

QQ登录

只需一步,快速开始

1 2 3 4 5
打印 上一主题 下一主题
开启左侧

一家汽车零部件企业“工业4.0”炼成记

[复制链接]
跳转到指定楼层
楼主
发表于 2015-11-21 12:09:56 | 只看该作者 回帖奖励 |倒序浏览 |阅读模式

马上注册,结交更多数据大咖,获取更多知识干货,轻松玩转大数据

您需要 登录 才可以下载或查看,没有帐号?立即注册

x
工业4.0可谓是德国的国家战略,这和位于昆山市张浦镇的生产汽车线束的民营企业昆山沪光电器有限公司有什么关系呢?
  先看看这家企业是干什么的?生产线束。线束简单地讲就相当于汽车的筋络,虽然在零部件里的占比成本金额不大,但零部件间的联接全靠它。筋络要是不通,汽车就要生病了。
  
  至于说到工业4.0和这家企业的关系,原来可能真没什么关系,这本是一家成立于1988年的小作坊企业,但现在,它可是国际最著名汽车线束制造商-德尔福克最主要竞争对手、全球连接器巨头美国泰科电子(TE Connectivity)全球战略合作伙伴,大众汽车中国CEO海兹曼甚至说这是全球最先进汽车线束制造工厂之一。沪光凭的什么?答案是工业4.0.
  
  用一句学术总结语可以这样说:昆山沪光成功的核心因素就是利用智能化和数字化技术颠覆了汽车线束行业传统生产方式-劳动力密集型,实现了线束制造从仓库到产品包装的全自动化。
  那么,问题来了,沪光是怎么做到的? 近日,上海交大安泰-马赛Kedge商学院汽车行业校友会与工业4.0俱乐部一起对沪光进行了探访,从探访中或许可以找到些答案。
  中国企业的竞争优势是什么?重要的事情说三遍:成本,成本,成本。但是,现在中国长三角地区的制造成本仅比美国低5%,像昆山沪光这种劳动密集型企业如果不实现智能化生产,将没有成本优势。
  “昆山沪光目前已经完成了汽车线束前工序的智能化制造系统,按照德国工业4.0标准,其智能化水平已经达到了工业2.5水平,在全球汽车线束智能化制造领域处于领先水平。”昆山沪光技术副总经理蔡保卫说,沪光智能化制造系统的四大支柱(智能加工设备、智能物流系统、智能计划管控、智能绩效监控)和六大平台(决策、管理、研发、制造、协同、集成),是保证沪光实现智能生产的基础和体系。
  
  工厂车间可以看到,智能小车AGV忙碌地穿梭在专用车道中,把物料从仓库点数、分拣后运送到指定工位,然后自动回到下一个接料点。当遇到有人或障碍物时,AGV小车知道减速避让。当AGV小车电力不足时,AGV小车会自动走到充电处补充电力。
  
  AGV小车24小时工作,任劳任怨,无需情绪安慰,无需担心安全。实现了从原材料计数到成品困扎的全过程智能化计划物流系统。蔡保卫说,自动化的AGV最初的构想来源于昆山沪光电器有限公司董事长成三荣在医院看到自动分药取药受到的启发。“药都可以这样分,工厂的物料当然也可以了。”成三荣正是从这个小小的起点开始步入了工业4.0的大智能世界。
  整个前工序制造过程中实现了自动化生产和全面质量监控,物料使用实现全过程追溯,报废一米导线都能知道问题出在哪个工位、哪台设备、哪个工人、哪个时间点、哪个批次、哪个供应商、哪个订单,一切尽在掌握之中。荣三成说:“工厂还在规划实施后工序-线束总装智能化机器人生产线。完成后37人的总装线只需要5个人就可以完成工作。
  
  成三荣把昆山沪光为什么会走向智能化制造归结于两个原因:一、德国大众汽车对产品质量的苛刻要求,汽车线束制造过程必须做到零缺陷,依靠传统的劳动力密集型生产方式完全不可能实现;二、过去劳动成本的逐年上升,导致汽车线束制造依靠廉价劳动力实现的模式无以为继。
  通过过去八年摸索,昆山沪光为中国汽车零部件企业找到了一条新的“低成本”模式,即通过汽车线束全智能化制造,实现边际成本最优化。原来增加产能的需要配上设备的同时需要增加同样成本的人力,而实现智能化后,随着生产规模扩大,人员增加非常有限。人员不会因为产能增加而大幅增加,可复制性更强,成本更有竞争力。
  
  随着昆山沪光后工序智能化改造完成,公司员工将从3600人降为500人,大量的普通工人将通过技能培训,改造为负责运维智能化设备的技术工人。
  【点评】沪光的实践体现出中国民营制造企业的活力和远见。沪光的智能化系统让我们看到边际成本的优势。原来增加产能时需要配设备的同时增加同样成本的人力。而智能化后,生产规模扩大,但人员增加非常有限。

楼主热帖
分享到:  QQ好友和群QQ好友和群 QQ空间QQ空间 腾讯微博腾讯微博 腾讯朋友腾讯朋友
收藏收藏 转播转播 分享分享 分享淘帖 赞 踩

168大数据 - 论坛版权1.本主题所有言论和图片纯属网友个人见解,与本站立场无关
2.本站所有主题由网友自行投稿发布。若为首发或独家,该帖子作者与168大数据享有帖子相关版权。
3.其他单位或个人使用、转载或引用本文时必须同时征得该帖子作者和168大数据的同意,并添加本文出处。
4.本站所收集的部分公开资料来源于网络,转载目的在于传递价值及用于交流学习,并不代表本站赞同其观点和对其真实性负责,也不构成任何其他建议。
5.任何通过此网页连接而得到的资讯、产品及服务,本站概不负责,亦不负任何法律责任。
6.本站遵循行业规范,任何转载的稿件都会明确标注作者和来源,若标注有误或遗漏而侵犯到任何版权问题,请尽快告知,本站将及时删除。
7.168大数据管理员和版主有权不事先通知发贴者而删除本文。

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

关闭

站长推荐上一条 /1 下一条

关于我们|小黑屋|Archiver|168大数据 ( 京ICP备14035423号|申请友情链接

GMT+8, 2024-5-8 05:13

Powered by BI168大数据社区

© 2012-2014 168大数据

快速回复 返回顶部 返回列表