编者按
《上海市建设100+智能工厂专项行动方案(2020-2022年)》于去年9月发布,计划三年推动建设100家智能工厂,打造10家标杆性智能工厂,培育10家行业一流水平的智能制造系统集成商,搭建10个垂直行业工业互联网平台,即“10030”工程。本期,我们摘编介绍上汽通用凯迪拉克数字化智能工厂案例。
上汽通用汽车凯迪拉克工厂于2016年1月建成投产,主要生产面向国内和出口市场的传统及新能源豪华轿车、SUV和MPV,全厂占地47.7万平方米,包含车身、油漆、总装、动力总成四大主体及相关辅助设施。凯迪拉克工厂从前期规划开始,就秉承公司智能制造理念,始终瞄准前沿技术,持续推动互联网、大数据与汽车产业的深度融合,率先在工程开发、制造效率、产品质量、物流效率、绿色节能等方面开展智能制造的有效实践。
在产品开发和工艺及工装设备开发全过程中全面应用数字化和虚拟仿真技术,建立了基于MBD产品全生命周期的工艺管理平台,开发了产品3D标注及结构化工艺信息提取、基于AI的工艺自动编排、基于自然语义处理的工艺文件自动生成等功能模块,实现了从工艺方案的人工编排到“一键式”生成的转变,并开通了从产品设计、工艺规划到生产线的数据流,保证了产品全生命周期数据的一致性。
在生产运营过程中,基于一网到底的全覆盖工业以太网和智能基础硬件,实现各类生产数据(安全、质量、成本、响应、人员)的自动采集和汇总;依托自主开发建设的生产运营管理系统和数字化运作系统,借助PT刀具大数据管理系统、高自动化率白车身制造工效智能管理系统、门盖生产与缓存智能一体化精细管理、总装Free Flow防错系统、能源智能管理监控系统等,实现安全、生产、设备、物流、质量、人员多维度的要素覆盖,并致力于生产多系统数据集成互联和移动化应用,满足不同管理层级运营管理需求;依托大数据分析管理平台,通过各类生产大数据挖掘和分析,实现数据横向对比、趋势分析、自主判断和前馈预警等,大幅提升生产运营的综合运作效率。
借助整车现场智能质量检测系统、动力总成质量智能管理平台、全生命周期质量大数据分析预警平台等平台,实现制造现场产品状态的自动检测及制造过程能力的自动分析,提高人员效率,保障制造质量;依托质量大数据分析平台,实现质量与上下游业务链的数据互联互通和全生命周期的质量大数据分析预警,识别潜在问题,优化产品设计,提升客户满意度。
通过建设数字化设备管理系统(EAM)及关键设备状态分析专家系统,搭建设备管理工作平台,在信息技术的支持下,建立设备全生命周期管理体系,优化资产管理、维修管理和备件管理的工作流程,从而达成设备资产的维护费用最小、运行成本最低和运行效能最高的目标。
通过各类信息系统的搭建,贯通从生产计划、零部件计划、运输配送以及整车储运的整个物流业务链数据,并通过各类自动化技术的集成部署及数字化技术的融合应用,整合多方资源,实现物流全过程的智能化、精益化管理,打造互联互通、高效协同、智能决策的物流及供应链体系,实现物流业务的智能分析与决策,实现物流高效、精准的运作及输送,提升了运作效率,降低了运作成本,支持打造数字化工厂。
通过升级和整合现有能源管理系统和污染物排放智能管理系统,实时监控基地和工厂用能和排放情况,提高能源管理水平,挖掘节能减排潜力,降低环境污染排放风险。
通过对业务流程的梳理和优化,规划并搭建各类信息系统;借助数字化项目管理平台、智能化虚拟评估、全业务链尺寸质量智能分析预警平台、机加工数字化工艺设计平台、装配数字化工艺设计平台等,实现制造工程全数字化开发环境,并与业务链上下游系统实现数据交互;结合灵活、先进的数字化仿真手段、大数据及人工智能技术,不断提升工艺开发质量和效率,实现工艺的自动、即时开发,缩短新车型投产周期。
工厂通过数字化及人工智能技术的深入推广,进一步缩短了产品工艺开发和工艺验证周期,加快了产品启动及上市研制和开发的周期,实现产品的快速迭代。
在生产管理方面,借助数字化的全面应用,建立生产运营管理平台,生产管理效率提升20%;通过PT刀具大数据管理系统应用,使刀具成本下降10%。
在质量管理方面,通过运用数字化、智能化的质量检测手段,实现了制造现场产品状态的自动检测及制造过程能力的自动分析,保障了制造质量。
在设备管理方面,通过数字化设备管理系统(EAM),借助移动终端实现无纸化维修业务,物料交接效率提高了50%。
在智慧物流方面,从集成供应商端到工厂基本实现一车一单排序上线,减少了线旁库存,仓储面积大幅下降,单车物料占地面积最少。
在能源管理方面,通过过程监控和网格化管理、提高现场能源管理水平,降低了单位产品能耗和成本5%。
在数字化开发运行方面,实现了制造工程全数字化开发环境,整体项目规划与实施的工作效率提升13%,比传统开发周期缩短了30%。
上汽通用汽车凯迪拉克数字化工厂在建设和运营过程中,始终秉承公司智能制造理念,始终瞄准前沿技术,推动数字化、智能化与汽车产业的深度融合,在智能制造方面进行了富有成效的实践与示范。