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

吉利数字化工厂部部长:吉利数字化工厂的实践干货

[复制链接]
跳转到指定楼层
楼主
发表于 2018-4-28 16:26:49 | 只看该作者 |只看大图 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
编者按:智能制造是《中国制造 2025》战略的主攻方向,在新的产业竞争环境下,决定竞争成败的关键不再是设施规模、低劳动力成本等因素,技术管理软实力和科技创新能力对竞争力的贡献更为突出。这对于总体处于 " 工业 2.0" 补课、" 工业 3.0" 局部应用的国内汽车企业提出了严峻挑战。
基于上述产业背景,12 月 19 日,由车云主办的《2017 中国汽车智能制造论坛》在北京开幕,探讨汽车制造业如何通过产品创新和管理变革,有效利用信息技术、自动化技术、智能化技术建立差异化竞争优势,从而缩短产品上市周期、降低成本、提升产品质量,满足日益增长的个性化需求,敏捷应对市场变化,在激烈的竞争中实现可持续发展。
以下是浙江吉利控股集团有限公司制造工程 ( ME ) 中心数字化工厂部部长张喆关于《吉利汽车数字化转型、精益运营、数字化管理和智能物流的发展》的发言内容:


今天我要分享的是吉利汽车的数字化转型、精益运营、数字化管理和智能物流的发展。
了解我的人都知道,我在一个月前发生了一些职位的变化,除了在管理整个数字化工厂之外,现在工厂、焊装、自动化等等也都在管。吉利建立数字化工厂的时间并不长,只有短短的两年半,这两年半里我们一直在想如何把数字化工厂给做好。这个过程当中碰到了很多阻碍,有很多风险。
到今天我们回顾这两年半的工作发现,其实数字化工厂不光是某个部门来做的,所以在我们未来的规划当中,明年我们就会真正在焊装、总装、涂装、冲压以及物流,还包括 IT 一些相关部门,来真正打造吉利 3.0 工厂,甚至是未来 4.0 工厂的迈进。
目前吉利控股集团中,包括高端的沃尔沃、领客以及最近收购的马来西亚的品牌等,无论是老基地的改造还是新基地的投产,我们数字化工厂都会进行部署。
我们为什么要做数字化工厂?目的是两个:第一是降低成本,第二是提高产品质量。
我记得在一个多月前我们有一家合作伙伴也组织了一场论坛,有人在台下问我,数字化工厂是花钱的那怎么能够降低成本?的确是这样,从表面上看我们每年对数字化工厂投入的金额是很巨大的,包括领导的支持也是很巨大的。而一旦实施数字化工厂,我们相关的成本都可以大幅度降低,另外运营成本也是降低的。
今天主要是从四个方面来讲:生产物流数字化、生产技术数字化、数据平台数字化以及数字化智能制造。我会拿一些我们数字化工厂已经在做的案例来进行分享。
我相信在座的所有人,一旦谈到中国制造 2025、工业 4.0,每个人脑海里都有不一样的概念,希望我们接下来我们的案例或者是剖析能够引起大家的共鸣,大家一起为了中国制造 2025、工业 4.0 这样个愿景一起来迈进。
我们从去年开始做工厂物流,我们会对 3D 物流模型进行搭建,这在很多车厂里是很常用的,包括我们会对交通路口通过等进行计算。同时我们对能耗进行监控及仿真,然后跟实际数据进行对比。今后我们都会使用这样的系统对所有新工厂进行规划。
数字化工厂有一块仿真业务,包括对冲压车间验证,焊装车间是全线体验证,涂装会对喷涂进行模拟,总装更多的是偏向于装配以及人机工程验证。
我在规划领域做了十几年,在加入吉利之前也有在很多单位工作过,大家都有一个认识和共鸣是什么呢?仿真跟现场其实是有脱节的。仿真是仿真、实际是实际,如果有做生产制造的人应该知道,所有的仿真数据仅供参考。如果在座的有机器人工程师、机械工程师的话,想必大家更清楚,仿真做的是不能直接上线上自动运行的。
吉利数字化工厂经过两年的探索,目前我们把整个现场跟仿真的差距已经缩短到了 3 毫米。所以说,我们所见即是所得。我们在仿真里面所做的所有的工作、看到的所有的情景跟现场最大的误差就是 3 毫米。
从去年开始,我们的数字化双胞胎已经在两到三个工厂里面成功实施了。从明年开始吉利所有的项目都会在技术协议里面写入我们会有虚拟技术调试技术,来要求供应商进行部署实施。
在那么多仿真工作基础上,吉利目前有两个平台来进行 CRM 的部署,一个就是 Telematics,另外一个会在后年逐步进行切换的 TCenvironment。我们会优先于其他几个专业,会在明年年底率先切换,进行部署应用。
图上可以看到通过整个这些环节,所见即所得,虚拟和实物可以做到完全一样。


截至目前为止,数字化工厂已经对点云平台,对标准体系、工作流程都进行开发。目前我们还有另外一个小团体,他们更多的是基于二次开发。
明年我们会把整个数字化工厂经验系统进行部署,它会通过经验库系统,把吉利总结的经验教训全部统计到经验库系统里面,把我们的 ERP、AI 系统等等,共同打造成经验库系统。
基于整个平台,我们有分成一个平台四个系统来进行大数据、SAP 等等系统,把它全部串联到数字化的平台当中。想必大家以前是通过电脑来连接整个系统的,我们在调研过程当中发现现在年轻人为多,所以除了在 IE 平台开发之外,我们所有数字化系统都可以通过 Android 和苹果系统来进行开发,在我的手机里已经可以实时对吉利数字化系统进行访问。
很多人说,两年多来吉利数字化工厂除了在做那些具体工作之外,还做了哪些东西?其实两年多来我们更多的时间是花在数字化标准体系建立、平台搭建及规范、资源数据库搭建以及业务数据库规范管理。
为什么会这样说呢?截止到目前,整个吉利包括领客工厂目前在国内有十几个基地在同时生产我们的汽车,每一家工厂的工艺、设备各有千秋,那如何把这些工艺、设备做成标准化、统一化?可口可乐无论是在德国、美国、中国,你品尝到的可口可乐都是同一个味道的。那么汽车能不能也这样发展?我们吉利汽车能不能也往这方面发展?


这张图里所看到的就是截取的某一个工厂的图,我们十几个基地都实现了这样的技术,在控制端在电脑端就可以对十几个工厂进行静态的可视化的操作,包括里面的设备位置以及它们之间的距离等等。在完成整个工厂 3D 可视化之后,就开始来对工厂进行网格化的监控管理。这里面就是截取于我们某一个工厂某一条线体来进行的实施。看到这里可能很多人会讲,这不就是工厂漫游嘛,类似于 Google 街景这样的东西,其实我们进行网格化管理之后,随后在进行工厂漫游的情境之下,我们又添加了一些新功能,比如说我们漫游到某一处的时候可以点击某一个设备看到它的运行状态、生产图纸,也可以走到某一个工序边上进行双击可以看到它的工序步骤。换句话说,我们也希望通过这样一个工厂漫游实现的不仅仅是一个展示,更多的是对于整个规划人员、操作人员、维修人员,真正可以用的全方位的设备的监控。
在监控完成之后我们又涉及到了另外一个事情,就是很多在座的生产的人都知道,我们现在生产的数据 99% 都是无用的数据。所以我们吉利数字化工厂在今年 4 月份的时候,在诺挪威那边跟一家友商达成了一系列框架协议,我们使用了工业大数据这样一个平台。当然整个吉利的工业大数据不仅仅体现在某一个合作伙伴上,截至目前为止我们已经包括跟西门子、阿里、百度、英特尔都建立了联系,在整个工业大数据上进行探索。
当然谈到工业大数据,我们想把它展开。工业大数据对于整个汽车甚至于整个吉利的生产制造它的作用在哪里?我们之前有过调研,我在两个半月以前,我们跟亚马逊(美国)通了电话,随后亚马逊的一个产品经理用了将近一个小时试图说服我他们的数据是如何庞大、如何好,如何使用他们的大数据。结果我们在做内部评审时,我问了团队里这样一句话?我们为什么要大数据?大数据能为我们带来什么样的好处?当很多的人都在关注数据如何安全、数据传递如何实时化的时候,作为生产制造,我们是不是更应该关注到那些数据能给我们带来什么价值?我们能获取哪些数据?
所以整个团队换了一种思路,我们从整个生产实时数据来进行获取,我们自己来定义哪些数据是需要获取的、哪些数据是可以抛弃的。我们跟一家合作伙伴经过了两个多月的部署实施,我们发现数据里面 99.9% 的数据都是无用数据、都是可以被丢弃的数据。那么剩下的 0.1% 的数据可以说真正的会给我们吉利汽车生产制造、提升、预防维护是至关重要的。那么最后我们需要对数据进行挖掘得到最佳的参数。最终我们的生产与能源耦合系统也会介入其中。


这个图是我在某个基地里面实施了两个月的数据监控。其实在这张表中大家可以看到整个数据前面相对来说是比较平稳的,到后面发生了一些裂变。我为什么拿这张图说明?吉利当初在做大数据的时候,其实也不是抱有太大的信心。我觉得可能需要一年两年三年才能有成果。但是当我拿到这份报告时的确震惊到我,因为就通过两个月的监控,随后那家供应商就花了 16 个小时整个数据的挖掘进行改善,最终改造前跟改造后,我们的节拍可以提升 4 秒钟。所以基于这样的值,我们在明年整个数字化工厂会把大数据作为一个重点目标来进行推进。
我们再回顾一下数字化工厂。其实前面讲了那么多,整个数字化工厂所做的就是对于仿真进行验证、对于数字化双胞胎进行部署实施,当然我们已经有两个基地采取到了数字双胞胎技术。明年我们会对所有新生产线全部使用数字化双胞胎理念。最终我们在明年会启动智慧工厂项目,除了之前谈到的 ERP 等系统之外,我们会把整个包括 AI、AR/VR 技术以及类似于工厂漫游的技术,都融入到智慧工厂里面,最终在这样的基础上来实现整个数字化工厂。
数字化双胞胎场景的应用,会有几个关键点。首先就是仿真数据跟现场数据它们的误差只有 13 毫米。第二个值就是所有的 CT 节拍所有的误差控制在了 0.5 秒。第三个是所有机器人在仿真里面的数据跟现场是完全一样的。我们可以在这样一个控制室,我们在控制室里面可以控制现场任何一台机器人的启动、停止,可以调动现场任意一个程序。当然现场所有的信号、程序都可以实时反馈到监控室里面,让监控室实时同步的对生产现场环境进行模拟监控。
我们的第二个实验室就是人机工程实验室。在左下角可以看到通过整个人机工程实验室可以把很多人机工程上的问题,通过可穿戴设备进行模拟验证。这有点像拍电影,其实灵感来源于哪里呢?三年前在我离开前一家公司的时候,我带着全家去了美国,当时在拍电影。拍电影,尤其是拍科幻电影很简单,就在单色的背景前面一些人穿着可穿戴设备、传感器做所有动作,那些动作被输到电脑里进行合成。所以吉利数字化工厂,我们就在想能不能进行跨行业结合。所以我们借鉴了电影技术,也购买了拍电影的穿戴设备。原来我们进行的都是静态的验证,但是到现场我们突然发现,现场操作工因为地域差别、启停差异等,仿真还是有很大差别的。但是我们应用一套可穿戴设备,把真实功能所有动作通过仿真可以 100% 的做出来,用红色、黄色、绿色来识别某一个关节某一个动作的差异。当然通过这样一套传感器技术,我们除了对于人体大的 74 个环节进行模拟之外,甚至可以拆分到具体动作,比如手指关节动作、头部运动动作,都可以进行自定义。
第三个实验室也是很引以为豪的,就是 VR 实验室。我们会利用 K5 系统来对整个吉利的 CAD、CAE、评审进行实时的验证。明年我们这个实验室就会建立完毕,如果大家有兴趣的话也可以届时来我们实验室进行交流参观。谢谢大家!

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, 2024-4-24 06:45

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