C2B模式下的焊装车间数字化转型

徐贵峰　姜雪艳　徐健　孟凡刚　何珊珊　廖卫国

摘 要：本文主要探究了车企焊装车间数字化转型，阐述了C2B模式对传统焊装车间的冲击，并从工艺流程、工艺规划与开发、虚拟仿真与调试、工艺变更与管理等方面讨论智能车间数字化建设方案，确定了一套适合C2B模式的数字化管理体系。

关键词：数字化转型 焊装车间 C2B 智能化

1 引言

随着科技和生产力的迅速发展，技术变革加速，汽车市场竞争空前激烈。消费者对汽车的需求也逐步从最初的关注其功能化转变为关注产品的差异化和个性化[1]。目前，中国车企在制造端面临的核心问题是现有的制造方案不能满足客户个性化、定制化的购车需求，大批量制造的同质化产品已无法得到客户的青睐，因此车企为提升自身竞争力开始尝试小批量定制化产品。客户对于质量、配置、服务和交付时间要求的不确定性倒逼车企必须对整个生产流程做出改变，而数字化转型便是车企生产流程变革的重要手段。

在大规模定制化的C2B模式下，传统车间生产模式已无法满足大规模定制化的生产需求，汽车行业开始尝试由传统模式向智能化、柔性化的大规模定制生产转变。本文主要结合上汽大通焊装车间数字化建设，探讨车企的制造端数字化转型之路。

2 车企制造端数字化转型的背景

生产制造数字化是应用数字化技术，以满足客户定制化需求为本，以应对车企生产不确定性为核心的生产方式的革新。所谓数字化智能工厂，是指以产品全生命周期的相关数据为基础，在计算机虚拟环境中，对整个生产过程进行仿真、评估和优化，并进一步扩展到整个产品生命周期的新型生产组织方式。数字化工厂需要具备高度的精益化和自动化水平，同时拥有强大和完整的信息系统，连接工厂内外，并灵活调整生产的各个环节。

生产数字化可以帮助车企优化生产排期、工艺流程，通过自动化设备的使用、制造经验的提升和精益制造的改善，将生产效率成倍提升。车企进行生产数字化转型的核心在于利用数据能力识别消费者需求转变所带来的潜在风险，将生产流程、工藝中的不确定性降到最低。（见图1）

3 车企制造端数字化转型的核心技术

焊装是汽车质量分界点，工艺相对复杂，环境恶劣，部分操作要求带有计算机视觉的设备进行自动化激光点焊，自动化率可达80%～90%。因此，焊装车间的数字化建设是车企制造端数字化建设的重中之重，焊装的数字化建设的核心技术主要集中在工业大数据、工业管理软件、工业机器人、数字孪生等方面。

3.1 工业大数据

大数据是车企数字化转型的核心技术、基础技术，部分企业将数字化理解为数据的采集、分析和使用的闭环，但简单的闭环模式难以解决车企面临的问题，还需要通过生产控制系统、BOM系统、PMS、PLM、WMS等进行串联形成网络化数字体系，通过数据中台形成相互连通的网状结构，不同数据以相互交织的方式向上赋能，才能真正做到汽车生产全流程数字化转型。

工业数据是车企生产环节转型的基础，而数据的透明化、决策的敏捷化是生产数字化转型的根本。通过对库存、制造、物流、质检等各个生产环节产生的数据进行有效连接，分析及使用，改变原有粗放的生产方式，用数据的透明及快速传输能力打造数字工厂，从而精准管控生产效率，预防潜在风险。

3.2 工业软件

工业软件是生产数字化的另一重要基础，通过工业软件的应用，在车企生产运营过程中实现信息化、数字化，贯穿产品研发、设计、生产、数据收集和信息管理的全业务过程。在生产制造环节，生产现场的不确定性始终困扰着汽车行业，严格的交货周期、新旧车型的调整、产线设备的升级以及一线人员的变动，使静态的生产计划转为动态，这往往牵一发而动全身。同时，为应对消费者的个性化需求，生产管理的单位正在由批量生产向单一定制和生产转变。工业软件的使用正是解决以上问题的方案之一，制造执行系统（MES）是生产执行侧软件，填补计划层与控制层之间的信息空白，负责车间级生产过程执行管理，在车企智能制造构架中搭建上下联通的桥梁。

3.3 工业机器人

机器人在生产数字化中扮演着执行终端和数据收集器的角色，将生产制造层面的基础数据进行收集和储存，通过服务器上传至车间级MES和企业级ERP集成中，为生产数字化提供数据基础。在项目规划时会提前在各个环节上进行人力执行和机器人执行的成本核算，考虑项目成本、运维成本后按需使用工业机器人。随着人工成本的不断上涨以及“用工荒”的不断冲击，在汽车焊装规划中，各种各样的工业机器人越来越多的被大规模使用。

3.4 数字孪生技术

数字孪生技术是以数字化的方式将物理实体转化为数字模型，利用实时数据和历史数据的结合进行模拟、控制、验证、预测，从而降低生命周期中不确定性的技术手段。数字孪生可在汽车生产之前通过虚拟生产的方式模拟不同配置、类型汽车的生产过程，降低实际操作时出现的瓶颈，缩短产能爬坡周期，减少计划外的停机时间。同时可将原材料、边线物流、工序要求、设备健康状况等进行统一模拟并记录模拟生产时的参数，有助于及时发现实际生产过程中的异常情况，快速解决不确定性问题。通过数字孪生技术，车企将看到更加理想的最终产量和生产流程可靠性。

4 数字化转型下的焊装智能车间建设

上汽大通建立了数字化智能制造平台（见图2），通过大数据分析、虚拟仿真、物联网、视觉跟踪等技术应用，实现了虚拟验证、工艺在线、设备在线、质量在线、物流在线。

4.1 基于数字孪生技术的虚拟验证

C2B生产模式下客户根据自己的喜好进行定制化选配，这导致车辆配置种类呈指数级增加，对现场工艺验证带来巨大的挑战。尤其是随着现代化制造车间建设，焊装生产线自动化率越来越高，一旦产品发生变更，相应的机器人程序、PLC程序都要重新进行修改、调试、验证，对生产线产生巨大影响。

工艺仿真能够在三维沉浸感的虚拟环境中真实再现一个具体的工艺过程，并且允许用户实时操作工艺设备或改变相关参数，能够使得用户在产品开发或生产规划阶段对产品的工艺过程进行仿真和评估，从而检验和优化生产工艺;（见图3）

通过仿真系统应用，实现了工厂规划虚拟仿真，通过制造数字化实现对市场新情况快速调整，在真实工厂建立以前在系统中优化制造效率和消除瓶颈，用仿真、分析和可视化增加产能和最大化盈利率，不断优化生产和物流。（见图4）

4.2 基于PMS系统的工艺在线

在C2B生产模式下，传统的工厂生产作业工艺文件管理是碎片化、离散化的，每个车型对应一份工艺文件、对应一份作业指导书，而C2B最大的特点就是车型配置可以自由排列组合，在C2B模式下，一个工位配置排列组合后种类可达上百种，现场不可能采用上百种作业指导书来指导生产，传统工艺管理模式无法满足C2B生产需求。上汽大通自主开发了“制造工艺在线平台PMS”系统，通过PMS系统实现了对制造工艺进行在线开发、管理、发布。

上汽大通PMS工艺管理系统是针对C2B模式开发的工艺管理系统，打破了原有工艺文件绑定车型的模式，将工艺指导细化到配置级，对每一个配置进行编制作业指导、焊点文件、涂胶标准等工艺文件，将这些细化到配置级别的工艺文件放到系统数据库中，客户根据自身细化对车型配置排列组合后，系统会将这些车型配置信息发送到对应工位，然后根据配置信息调用对应工艺文件进行排列组合，自动生成该车辆本工位的工艺文件。同时，PMS系统强制对工艺文件进行关联处理，产品变更后对应的工艺文件自动链接更新、人工校核、发布，大大缩短工艺变更周期、提高正确率[2]。

工艺管理系统以产品生产制造过程的工艺文件数据为中心，覆盖工艺各个层次的管理及整个业务流程，体现生产过程中工艺的业务数字化，通过终端展示，将工位打造成可视化工位。（见图5）

4.3 基于物联网技术的设备在线

上汽大通通过“智能制造平台”进行设备全生命周期管理，以设备智能连接、数字化管理的方式参与到设备全生命周期的每一个阶段中，具体包括：预防性维修，减少故障频次;远程监控，上下载程序，降低服務成本;工业大数据挖掘分析，在为客户提供数据增值服务的同时创新精益管理，为实现精准营销创造数据基础条件。设备全生命周期管理的功能模块包括：设备资产、在线监测、报警管理、专业分析、综合评价、智能诊断、设备维护（点检管理、润滑管理、设备保养管理）、维修管理、备件管理、统计分析、移动应用的开发：等多个功能模块。

上汽大通焊装车间通过物联网技术实现所有生产设备网联化，通过中台控制系统实时集中监控，对底层生产过程实时信息进行采集，并且制作报表以及对实时数据进行应用分析;通过信息集成形成优化控制、优化调度和优化决策等的判断或指令;以实现企业生产过程的安全、稳定、高效的目标。（见图6）

通过PMC系统实时监视生产状态，测量和跟踪设备的工作状态，采集报警并向车间发出报警信号，统计生产的节拍时间、设备的正常运行时间、故障停机时间。最终PMC系统将生产信息和报警信息记录到PMC数据库，供生成报表使用。

4.4 基于大数据管理的质量在线

质量在线整体架构基于PDCA循环模型，整个平台分为四大部分，每个部分有若干具体的功能能模块，通过各模块的交互作用，实现质量在线管理。（见图7）

4.4.1 精确追溯防错系统

上汽大通在推进C2B生产模式过程中，通过数据采集技术应用，建立了质量在线管理系统，通过条形码、二维码或无线射频识别（RFID）卡等识别技术，可查看每个产品生产过程的订单信息、报工信息、批次号、工作中心、设备信息、人员信息，实现生产工序数据跟踪，产品档案可按批次进行生产过程和使用物料的追溯。

系统利用IMES制造系统后台所做的规则来锁定每种车型需要接收到的零件条码信息，员工在装配零件时需扫描条码，错误或遗漏都将导致不合格，进而导致车辆无法通过下线点，从而达到后道系统自动控制的目的。

4.4.2 BQMS-制造质量管理系统

上汽大通建立了BQMS制造质量管理系统，通过系统实现了质量信息录入、信息统计与推送、车辆配置查询、报表生成等功能，业务功能涵盖制造过程、质量检验、质量信息、PDI等整车制造过程。BQMS系统实现了上汽大通整个工厂全覆盖，包括各生产车间、VDC及CANOPY区域，BQMS系统实现“制造”、“检验”、“评审”、“交付前检查”全质量控制业务链的覆盖，实现出厂前全过程的质量控制。

BQMS系统与MES、GBOM、PQCP等多个系统实现数据交互，充分调动信息资源，实现信息自动传递，准确、快速、即时，同时能够满足C2B造车的各项要求。

4.4.3 焊接群控系统

C2B模式下，每一台车的焊点数量、参数都可能不一样，焊接过程监控管理显得尤为重要，上汽大通引进了焊接群控系统进行焊接质量管理。通过焊接质量群控系统，实现车身机器人焊接工位焊接参数的自适应调控。并通过建云端服务器，通过数据累计事实优化现场焊接参数。焊接群控系统对每个焊点的参数进行记录、追踪，通过参数跟踪，监控焊接质量状态，过程出现波动时及时修正，大大提升焊接质量。同时，焊接群控系统建立云端服务器，将现场焊接环境上传，通过优化算法得出最优焊接参数进行实时调整与焊接，力求达到最佳焊接状态[3]。

4.4.4 视觉技术应用

在C2B模式下，零件种类、车型配置呈指数级增加，传统的防错识别措施已无法满足大量的细小差异点的识别，而且，车身大部分采用焊接形式，一旦用错零件，将无法轻易返工，造成大量的浪费。

上汽大通在车身智能车间建设过程中，大量采用“AI工业视觉技术”，实现各种零件差异体的全自动柔性管理，自动处理所有组件，通过智能、直观的机器人视觉系统实现100%工艺和质量控制。

上汽大通车身车间视觉系统主要分为视觉防错、视觉检测、视觉引导、视觉测量四大类。视觉防错是通过拍照比对技术对零件安装状态进行监控、比对，可实现错装、漏装、不良等问题的在线报警，保证产品100%正确装配。

视觉检测技术是通过3D结构光探测零件位置、形态，主要用于车身涂胶检测，可检测是否缺胶、断胶、多胶，检测胶的位置、胶宽、胶高以及胶到边界距离等工艺参数。（见图8）

视觉引导技术是视觉感光元器件识别零件位置、状态，根据不同状态分析计算运行路径，实现零件自动定位，主要应用与分总成自动上件过程。

视觉测量系统是利用激光扫描技术实施监控整车尺寸状态，及时发现波动（故障），快速发现制造过程变差，及时对过程进行纠正，保证质量稳定性。（见图9）

4.5 基于工业管理系统的物流在线

随着“互联网+”的快速发展，传统供应链已不能满足新经济、新技术、客户新需求的要求。在上汽大通智能制造发展战略下，物流全过程中对传统业务流进行全局数字化改造，打造全局物流数字化体系;同时，依托自动化物流设备、感知技术、物联网、大数据、智能优化算法等先进技术，挖掘和寻找传统业务突破点和新的效益增长点，为智能物流转型升级打下坚实基础。（见图10）

在订单管理方面，通过APS系统实现生产订单管理与资源调度，通过“日历订车”自动计算交车日期并实时反馈，并通过资源配置及预测系统合理分配生产资源。在计划管理方面，通过智能排产系统、OTD在线系统，实现车辆智能排产。终端客户触发订单后，系统自动识别产能和物料风险，自动制定计划，并通过OTD在线系统，实时跟踪管理整车制造与运输各环节的OTD情况。在物料管理方面，基于商用车业务体系，改进完善MRP系统，实现系统MRP运算，目前已覆盖99%零件，持续推动计算准确率优化;同时，通过SCM系统，建立供应链在线管理平台，实现供应商数据的在线应用与管理。

5 结束语

随着工业4.0的不断推进，越来越多的企业开始推进数字化转型，而制造端的数字化转型又是车企数字化转型的重中之重。通过制造端数字化转型，可以帮助车企优化生产排期、优化工艺流程、降低生产成本，同时可以帮助车企利用数据能力应对消费者需求转变所带来的潜在风险，将生产流程、工艺中的不确定性降到最低，为车企带来新的增长点。

参考文献：

[1]李超，中国汽车企业大规模定制生产方式研究[J].上海汽车，2007（t0）：16—19.

[2]徐贵峰，姜雪艳，孙渠成，徐健，C2B模式下的焊装工艺开发[J].2020中国汽车工程学会年会论文集，2020（10）：2387.

[3]徐贵峰，姜雪艳，孙渠成，徐健，C2B模式下的焊装工艺开发[J].2020中国汽車工程学会年会论文集，2020（10）：2388-2389.