王和山 吴彬 马溪遥
上汽通用五菱汽车股份有限公司 广西柳州市 545007
“中国制造2025”规划是中国政府在新一轮产业革命浪潮中做出的积极举措,是在“新常态”和“供给侧改革”的背景下,强调制造业在中国经济中的基础作用,认真谋划如何从要素驱动、投资驱动转向创新驱动,以及如何将制造大国升级为制造强国。
目前制造行业共同面临的三大任务:制造、供应链、销售。
制造过程将逐步走向智能制造,由于制造过程是遵循前期设定的工艺标准,且有固定的、规范的、匀速的生产流水线,因此智能机器人只需要按照工艺轨迹实现操作即可,目前大部分制造企业已经走向智能制造时代。
相比制造的标准化、固定化而言,供应链过程则是更多的随机化、多变化、柔性化。在一个无比灵活、变化多端的领域里想实现智能化困难是相当大的,机器人的行动毕竟是靠程序控制的,而整个供应链环节大部分都是长距离运输过程和无规律的搬运过程,无法创造机器人的行走条件,因此智能物流的全面实现还将面临很大的瓶颈。
供应链是保证制造的先决条件,巧妇难为无米之炊,没有精准的供应链体系,智能制造将是一句空话。在目前大的市场经济格局下,智能制造已成趋势,那么智能物流的趋势在何方?
SGMW作为一个拥有50多年制造历史,30多年造车经验的老企业,智能制造已经全面普及,面向高线速(JPH)、高标准、高效率的生产线,非智能的供应链环节怎样才能跟上节奏?
下面让我们看看SGMW物流工程师们是如何用非智能设备来响应高效智能生产线的:
为了约束供应商精准到货,满足内部拉动,物流工程师们根据各个供应商及3PL在主机厂附近的分布情况,设定了精准的拉动时间窗口,规范供应商的发货、到货,从而实现在有限库存条件下的精准外部拉动。
东车小件供应商到货时间窗口(单线三班)PD08
按照生产线速和供应商到货时间窗口、到货频次等信息,设定最小化、最合理的厂内库存,不仅节约了大部分的仓储场地,避免了零件长时间积压,而且能够很好满足内外部的拉动需求。
虽然供应链系统的大部分环节目前还无法实现智能化,但是物流工程师们也在绞尽脑汁的思考能否在小范围内先实现智能化。由于小件备料是在仓库运行,有标准的超市料架和宽敞的备料通道,备料线路灵活可变,工程师认为其具备智能运行的条件,说干就干,目前西部库房的AGV备料小车已经正式运行,这将是SGMW走向智能物流的第一步,后期的光电感应、激光扫描拣料指日可待。
由于河西基地是SGMW最古老的厂房,厂房设计的合理性无法和新建工厂相提并论,厂内干道车流十分复杂,仓库和生产车间之间无专用配送轨道,只能通过预定的配送线路和拉动时间,人工配送上线,目前厂内配送这一块占据了不菲的生产成本,后期我们会努力实现这一块的智能化以满足高标准的生产要求。
大件拉动目前和小件拉动情况大致相似,由于大件一般装箱数较少,拉动频次高,为了节约配送成本,大件库存一般都离生产工位较近,其实这给后期的智能配送奠定了一定的基础,短距离AGV直接配送到线旁并不是不可能。
装卸环节最大的限制条件是场地,装卸同等数量的货物,场地越小,交叉越多,规律性越模糊,目前河西工厂就面临着这样的情况,每天装卸的数量都超过了现有车位及卸货平台的吞吐量,很难实现规律的装卸模式,因此只能通过核算叉车工作量及物流门吞吐量来大致确定装卸线路,确保高效生产,但现场操作安全无法有效保证。
目前河西基地物料拉动信息传递还是采用的较传统的看板拉动模式,这种拉动模式的最大弊端在于看板卡容易丢失、损坏,且不易发现,这样带来的最终结果就是产生紧急拉动甚至停线,受到自然环境的影响,如刮风、路面颠簸等条件限制,这种丢失情况又是不可控的。同时刷卡扫描占据了一定的人力成本,电子拉动将是信息传递的趋势,SGMW的其他基地基本已经实现电子拉动,河西基地正在努力。
为了保证智能生产线的高线速、高标准、高效率,在没有全面实现智能控制的物流系统中,咱们的物流工程师们在每个环节都设定了很多操作标准和游戏规则,只要供应链中的所有参与者都能按照这些标准和规则来玩游戏,那么我们很有信心能够做到高线速、高标准,也许这些标准和规则就是未来智能物流的程序输入。
未来工厂的智能物流控制系统将负责生产设备和被处理对象的衔接,在系统中起到承上启下的作用。他以物联网技术为基础,利用射频识别、光电感应、红外感应器、超声波感应、激光扫描、机械视觉系统等等高科技技术,按约定的协议来控制集装单元、智能搬运机、自动化输送链、AGV、堆垛机等设备来完成我们所需的物流操作,这才是高效供应链的生态系统,也是我们努力的方向。
面对精准供应链体系—智能物流,我们任重而道远,只能努力学习科学文化知识、大胆创新才能为企业的发展、为社会的发展做出贡献,未来的制造领域,知识型员工将逐步取代流水线员工,从而成为企业的主力,所有的体力劳动都将被机器人取代,唯独一颗聪慧的头脑无法被取代。
SGMW物流部拥有一群“有想法、有行动、有担当、有作为”的四有工程师,我相信通过他们的努力,智能驱动、精准供应的时代即将来临。