付岩 李洪茹
(1. 国际汽车工程科技创新战略研究院,北京 100176;2. 北京福田戴姆勒汽车有限公司,北京 101400)
主题词:整车企业 数字化转型 系统架构 智能制造
SOP Start of Production
BOM Bill of Material
EBOM Engineering BOM
PBOM Process BOM
MBOM Manufacturing BOM
SBOM Sales BOM
C2B Consumer to Business
SCADA Supervisory Control And Data Acquisition
ERP Enterprise Resource Planning
PLM Product Lifecycle Management
MES Manufacturing Execution System
IOT Internet of Things
MPM Manufacturing Process Management
CAX CAD、CAPP、CAE、CAM
MOM Manufacturing Operations Management
为应对新形势、新挑战,把握数字化发展新机遇,国家纷纷出台政策促进数字化新经济形态发展。2021 年 12 月 12 日国务院印发了《“十四五”数字经济发展规划》,其中“大力推进产业数字化转型,加快企业数字化转型升级”是8个重点任务之一。汽车产业作为国民经济的重要支柱产业,数字化转型成为了汽车产业发展的必选题。但是,整车企业在推进数字化转型过程中,存在转型路径不明晰、转型方向不明确、顶层规划不具体一系列问题,需要一套行之有效的数字化转型系统架构和方法机制来系统性、全局性的推动转型变革,稳定获取预期成效。
本文针对汽车行业中的整车企业,对其在产品生命周期转型过程中的系统架构进行探索研究,以期助力整车企业数字化转型工作的有效推进。
整车企业数字化系统架构由生命周期、数字化能力、协同能力3 个维度组成(图1)。生命周期维度分为5个阶段:研发、制造、物流、销售和服务,这也是整车生命周期的5个阶段。数字化能力和协同能力是能力维度,每个能力维度分别有5个能力要素。数字化能力维度主要包括:初始积累、浅层应用、规范发展、融合互通、新兴业态;协同能力维度主要包括:单元协同、系统协同、部门协同、企业协同、供应链协同。其每个维度上,各个能力要素是逐级提升的。
图1 整车企业数字化转型系统架构模型
某商品车从项目启动到产品销售到客户手中,以及对客户使用过程进行服务的各个阶段,生命周期维度包含研发、制造、物流、销售、服务一系列相互关联的活动。
研发:指整车企业某款新车型的研发过程,从项目立项到SOP的全过程。
制造:指某车型量产后,采购原材料或外购件、通过符合设计要求的工艺方法和生产装备、按照生产计划制造出满足质量目标、符合法规要求的商品车的全过程。
物流:指物品从供应地向接收地的实体流动过程;包括整车生产过程所需的原材料、外购件的下单采购、厂外运输、厂内运输、仓储、分拣、配送等流程;以及成品车销售过程的运输。
销售:指整车企业生产下线的商品车从工厂到达使用客户手中的一系列经营活动。
服务:整车生产企业与客户接触过程中所产生的一系列活动的过程及结果,包括售前服务、售中服务、售后服务等。
整车企业基于新一代数字化技术使商品全生命周期各阶段具有数字化水平的过程,数字化能力维度包含初始积累、浅层应用、规范发展、融合互通和新兴业态等5个级别。
初始积累:指企业在研发、制造、物流、销售、服务等过程中,对生命周期各阶段产生的数据有所收集,并进行基本的数据利用与分析。
浅层应用:使用信息化软件实现关键环节数据采集,结合人工经验进行数据分析,并且分析结果可以在部门内共享。
规范发展:利用数字化软件对生命周期中关键环节的数据进行自动采集和分析,并将分析结果在部门间共享。
融合互通:利用数字化集成技术对生命周期各阶段数据进行自动采集和分析,分析结果可以对企业的业务活动提供优化建议和决策支持。
新兴业态:数据在企业之间发挥作用,实现数据的闭环赋能,具有自优化可实现精准执行的能力。
整车企业内与业务活动有关的硬件装备或组织的协同能力,在各要素的配合和支持下保证数字化能力的实现。协同能力维度包含5个级别:单元协同、系统协同、部门协同、企业协同、供应链协同。
单元协同:指具备支持数据收集的设备和网络,具有基本数据分析能力的组织和人员。
系统协同:指具有支持信息化软件运行的设备和网络;具有支持数据在部门内共享的组织和人员;能支撑数据在部门内流动起来。
部门协同:指具有支持数据跨部门协同的条件,数据产生价值能够支持业务活动的跨部门协同。
企业协同:具有支持数字化集成技术应用的组织、人员、设备、网络,数据在企业间流动形成企业协同。
供应链协同:在企业协同的基础上进行升级,能够实现数据在企业间形成闭环、实现精准执行、具有自适应和自执行的能力。
数字化转型要做到生命周期中每个阶段之间的数据流是贯通的,形成数据闭环,即横向贯通(图2)。以生命周期中的“阶段”为主线,每个阶段的数据流有2 个发展方向:协同能力和数字化能力,即纵向集成。横向贯通与纵向集成是数字化转型的重要手段。
图2 整车企业数字化转型的纵向集成和横向集成
同时,对于制造业来讲,数字化转型是智能制造的发展之路,数字化转型的目标是要实现智能制造。因此,在整车企业数字化系统架构模型中能力维度最高的深色位置代表智能制造的状态。智能制造状态是指生命周期中每个阶段的数据流是能贯穿和覆盖每个能力要素,贯穿覆盖到整个企业,使整个企业具备智能制造的能力。在这个模型中,重点是数据流的贯通,即数据流能覆盖的范围,以数据流覆盖范围来衡量“数字化能力”和“协同能力”的级别,来确定企业的数字化水平。
企业作为整体有数字化水平分级,生命周期的每个阶段也可以作为独立模块进行水平分级(图3)。研发、制造、物流、销售、服务每个阶段在“数字化能力”和“协同能力”2 个维度进行数字化水平分级(S1 至S5)。从S1 至S5 的每个级别与每个能力维度的能力要素相互对应。
图3 系统能力维度水平分级
完成数字化转型、具备智能制造能力最理想状态是企业做好生命周期的每个单元的和横向贯通与纵向集成,让数据流贯通立方体模型的每个角落。但整车企业的数字化转型不是一蹴而就的,是循序渐进的过程,企业可以根据自身特点,分模块来进行转型(图4),无论哪个阶段做好都可以形成一个独立的数字化模块。分别是数字化研发、数字化制造、数字化物流、数字化销售、数字化服务。
图4 整车企业的数字化模块
在整车企业数字化转型系统架构的模型中,包含了汽车行业的特点,体现了汽车企业的特色如图5所示。正立面,由“数字化能力”和“生命周期”组成了“数字化生命周期”。侧立面,“数字化能力”和“协同能力”组成“数字化工厂”。底面,“生命周期”和“协同能力”构成“传统制造”,这里“传统制造”只具备企业协同能力,还未达到供应链协同。传统的制造逐渐具备数字化能力的过程就是数字化转型过程。
图5 数字化转型系统架构的内涵
整体而言,侧立面的数字化工厂作为车企制造过程的载体,在数字化生命周期的支撑下就构成了数字化企业。
按照“整车企业数字化转型系统架构”模型的定义,汽车行业数字化水平分级原则是:生命周期的某个阶段,具备某个协同能力,同时达到某个数字化能力。级别的划分在概念上结合了“数字化能力”和“协同能力”中的能力要素概念。
如图6所示,整车企业数字化水平分为储备级、萌芽级、发展级、晋阶级、生态级,即从S1至S5共5个级别。如图6为企业的分级标准,其中的每个数字化模块均有对应的分级标准,具体内容如下。
图6 整车企业数字化水平分级
4.1.1 研发-S1级
(1)应使用基础CAD∕CAE 等研发软件进行产品研发。
(2)应对整车和零部件的关键参数进行基本的性能分析和试验数据分析。
(3)研发过程应该有相应的整车开发流程或者项目管理制度进行支持。
4.1.2 研发-S2级
(1)基于3 维模型实现整车和关键零部件的性能仿真、评价和预测分析。
(2)建立统一的EBOM、PBOM、MBOM、SBOM 产品数据管理体系,实现产品研发、工艺设计、生产制造和市场销售系统协同。
(3)提供产品数据的统一管控和在线共享,打通多专业在线设计流程,实现跨部门、跨地域的产品在线协同开发,全面提升研发效率。
4.1.3 研发-S3级
(1)3维模型集成产品信息;能够支持业务活动的跨部门协同,建立贯穿产品全生命周期的业务流程,实现跨学科、跨专业的高效并行研发,在整个过程中保证设计数据源的唯一性。
(2)建立虚拟样机、虚拟装配等数字化仿真能力,实现汽车产品性能仿真分析及优化。
(3)关键零部件的台架实验平台实现实验数据采集、实现验证与迭代优化。
4.1.4 研发-S4级
(1)实现模块化设计和平台化设计,缩短开发周期,满足电动化智能化网联化的产品研发。
(2)建立车联网平台,采集和分析车辆数据,建立虚拟世界的数字孪生,指导和改善汽车产品研发。
(3)建立汽车软件研发管理体系、逐步建立完整的汽车安全管理体系。
(4)集聚产业链上下游企业、客户、社会潜在设计者等创新资源,驱动联合创造、创新。
4.1.5 研发-S5级
(1)实现 C2B 个性化定制,C2B 平台应打通产品生全周期。
(2)持续优化和迭代智能驾驶核心算法、建立端云一体化的汽车电子电气架构,实现产品全生命周期的软件更新。
(3)应将人员知识、技能和经验进行数字化与软件化。
(4)应对数据分析模型实时优化,实现基于模型的精准执行。
4.2.1 制造-S1级
(1)应有工艺设计管理规范,并有效执行;包含:工艺文件体系管理、工艺数据∕文档存档管理、变更管理等。
(2)应基于生产计划进行排产,形成详细生产作业计划并开展生产调度。
(3)建立标准化控制平台和标准化数据接口及协议。
4.2.2 制造-S2级
(1)小型SCADA 系统应用,实现某工艺或设备的自动化闭环管控,构建产品的节拍、品质以及柔性化生产能力。
(2)在PLM 系统的支持下,对工艺以及生产数据进行结构化管理,实现工艺设计关键环节的仿真以及工艺设计的内部协同与集成。
(3)通过ERP∕MES等系统集成,能够对工厂∕产线的数据进行实时采集与分析,形成制造运营透明可视能力。
(4)通过MES∕IOT 设备的集成,能够构建设备的数字孪生,具备可视∕监控∕预警的能力。
4.2.3 制造-S3级
(1)实现计算机辅助3维工艺设计及仿真优化,建立单元级工艺优化模型,以及工艺设计与产品设计间的信息交互、并行协同。
(2)通过统一工厂数据模型,集成MES∕安灯∕设备∕能源∕质量∕排产等系统,形成工厂数字化执行能力,实现产品质量的快速与精准检测。
(3)通过MPM∕CAX系统与ERP∕MOM等系统的集成,实现制造开发和制造运营系统的工程数据集成,具备数字模型驱动生产的能力。
(4)基于排产、加工、物流、质量等多种智能化应用的整合和打通,实现人、加工装备、检测装备和物流仓储系统的高效协作,构建智能产线∕车间,打破智能孤岛和释放协同效能,从而带动整体效能提升。
4.2.4 制造-S4级
(1)应进行结构化工艺设计、同步工程分析、工艺仿真及优化,实现工艺设计与制造间的协同。
(2)应根据生产作业计划,自动将生产指令、生产程序、运行参数下发到数字化设备;将工艺文件自动将下发到各制造单元。
(3)对制造过程产生的数据进行采集和动态监测、实时管控,实现生产作业数据的在线分析、产品质量的精准追溯。
(4)实现产线、物流、检测、运维、决策等全场景有效整合,打造全流程集成的智能工厂,实现整个生产制造体系的智能化升级,全面提升制造系统的应变能力和柔性化水平,支撑大规模个性化定制等新模式应用。
4.2.5 制造-S5级
(1)建立完整的3维工艺数字化仿真模型,实现公司设计动态优化,完成生产全过程的数字化模拟,能够基于知识库实现工艺的实时在线优化。
(2)基于订单的全柔性即时生产,订单、生产、物流实时协同,支持订单在线修改,订单全流程透明化,用户全过程参与产品制造。
(3)实现生产资源自组织、自优化,满足柔性化、个性化生产的需求。
4.3.1 物流-S1级
(1)应根据订单计划、物料需求和库存等信息制定采购计划,实现对采购订单、采购合同和供应商等信息的管理。
(2)应基于生产计划制定配送计划,实现原材料、半成品等定时、定量配送。
(3)通过信息化手段管理物流过程,部分重点业务形成数据交互雏形,建立完整的数据流动网络并且在日常业务中进行全链条内的关键业务数据记录。
4.3.2 物流-S2级
(1)应通过信息系统制定物料需求计划,生成采购计划,并管理和追踪采购执行全过程,管理原材料、半成品件、成品的出入库管理。
(2)应建立仓储管理系统,实现货物库位分配、出入库和移库等管理。
(3)应通过运输管理系统实现订单、运输计划、运力资源、调度等的管理。
4.3.3 物流-S3级
(1)基于中央物流调度系统,连接现场智能物流装备,配备智能调度算法,联动车间生产计划,通过规划最优物流路径、最佳配送订单计划和动态任务调度,实现需求拉动的精准物料配送。
(2)应实现运输配送关键节点信息跟踪,并通过信息系统将信息反馈给客户。实时掌握客户需求变化,捕捉市场波动,预测营销重点,将客户需求自动转化为内部需求,以便提供精准满足客户需求的产品或者服务。
(3)建立物流运营管理系统,板块内主体业务间流程化运行,实现业务系统化、规范化。
4.3.4 物流-S4级
(1)公司级整体业务贯通,全部业务运营进行系统化线上操作,并具备完整的数据报表平台进行关键业务数据的实时展示。
(2)依据实际生产状态实时拉动物料配送、调整目标库存水平。监控采购风险并及时预警,自动提供优化方案;实现库存和路径的优化,能够进行趋势预测,结合知识库自动给出纠正和预防措施。
(3)基于业务现状数据及过往历史数据,建立模拟决策模型,实现基于模型的趋势分析,给管理层提供决策依据。
4.3.5 物流-S5级
(1)打通产品全生命周期,实现供应链中合作伙伴之间的高效协同;并实现企业与供应链的集成优化,实现最优库存或即时供货;实现物、车、路、用户的最佳方案自主匹配。
(2)实现无人机运输、物联网跟踪。
(3)实现企业供应链间业务数据联动,实时进行业务数据交互,实现C2B模式的供应链运营。
4.4.1 销售-S1级
(1)应基于市场信息和销售历史数据,通过人工方式进行市场预测,制定销售计划。
(2)应对销售订单、销售合同、分销商、客户等信息进行统计和管理。
4.4.2 销售-S2级
(1)应通过信息系统编制销售计划,实现销售计划、订单、销售历史数据的管理。
(2)应通过信息技术手段实现分销商、客户静态信息和动态信息的管理。
4.4.3 销售-S3级
(1)应根据数据模型进行市场预测,生成销售计划。
(2)应与采购、生产、物流等业务集成,实现客户实际需求拉动采购、生产和物流计划。
(3)将客户需求自动转化为内部需求,以便提供精准满足客户需求的产品或者服务。挖掘自媒体网络价值,实现自动用户积累。
4.4.4 销售-S4级
(1)应通过对客户信息的挖掘、分析,制定精准的销售计划。
(2)应综合运用各种渠道,实现线上、线下协同,统一管理所有销售方式。
(3)应根据客户需求变化情况,动态调整设计、采购、生产、物流等方案。
4.4.5 销售-S5
(1)实现满足客户需求的精准营销,并挖掘客户新的需求,促进产品创新。
(2)满足销售过程中客户对产品使用场景及使用方式的虚拟体验。
(3)应实现产品从接单、答复交期、生产、发货到回款全过程自动管理的销售模式。
4.5.1 服务-S1级
(1)应制定产品∕客户服务规范,并有效开展现场运维及远程运维指导服务。
(2)应对产品故障信息及客户服务信息进行统计,并反馈给设计、生产、销售部门。
4.5.2 服务-S2级
(1)应建立包含客户反馈渠道和服务满意度评价制度的规范化服务体系,实现客户服务闭环管理。
(2)应具有产品故障知识库和维护方法知识库,为服务人员提供现场运维和远程运维操作指导。
(3)应通过信息技术手段对产品使用信息客户服务信息进行统计,并反馈给相关部门。
4.5.3 服务-S3级
(1)保证整车产品应具有数据采集、存储、网络通信等功能。
(2)产品服务系统应具有产品运行信息管理、维修计划和执行管理、维修物料及寿命管理等功能,并实现与设计、生产、销售等系统的集成。
(3)应具有客户服务信息数据库及客户服务知识库,实现与客户关系管理系统的集成。
(4)深度挖掘潜在需求,围绕产品衍生出一系列增值服务项目,为客户创造产品本身之外的价值。
4.5.4 服务-S4级
(1)保证整车产品应具有数据传输、故障预警、预测性维护等功能,实现智能化、网联化。
(2)应提供远程监测、故障预警、预测性维护等服务。
(3)应实现面向客户的精细化管理,提供主动式客户服务,满足客户需求的精准服务。
(4)实时采集和传输运行数据和报警等状态信息,实现对产品状态实时监控,并基于大数据建立故障诊断分析模型,对潜在故障进行远程分析与排除。
4.5.5 服务-S5级
(1)应实现自然语言交互、智能客户管理,并通过多维度的数据挖掘,进行自学习、自优化。
(2)远程运维平台应对装备∕产品上传的运行参数、维保、用户使用等数据进行挖掘分析,并与产品全生命周期管理系统、产品研发管理系统集成,实现产品性能优化与创新。
(3)应实现整合跨区域、跨界服务资源,构建服务生态。
整车企业的数字化转型系统架构还需要各企业在实践中不断的探索和研究,需要在此架构基础上探索出一条适合整车企业发展数字化转型、实现智能制造的技术路径。制造业发展数字化转型的最终目标是实现智能制造,下一研究目标是在《智能制造能力成熟度评估方法》的基础上,制定符合汽车行业特点的评估方法。