浅谈汽车冲压智能制造的发展方向

文／谭伟峰·广汽本田汽车有限公司

任何一家对汽车技术有执着追求的制造企业，都希望自己能在新四化这个变革舞台上走得更高、更远。冲压作为汽车企业的第一道工序，如何在这个变革中通过智能制造实现数字化、人员最少化和成本最优化，是树立在每一个冲压人面前的目标。现如特斯拉、小鹏这些代表性的现代化智能工厂已走在时代前面，提前布局了智能制造和面向未来的全数字化。为此，本文希望将冲压新四化的一些想法与方向进行分析，给改革中的企业提供一些助力。

智能制造成熟度

自2015 年汽车蓝皮书论坛组委会主席贾可博士提出汽车新四化概念后，给整个传统车企带来了翻天覆地的变化。加上近年新崛起的电动车企业不断利用新四化来包装产品，让市场上大部分人在谈“电动化”“网联化”“智能化”“共享化”时，都会认为新四化就是指车这个终端产品和其上面的各类辅助电子化系统，而很少会联想到汽车生产线上冲、焊、涂、总四大制造环节才是真正需要融入新四化的汽车孵化源头。作为一名汽车的规划人员，必须清楚地知道，制造环节的智造才是未来每一个车企最大的比拼战场。

知根才能发展，只有制造自身实现了智造，才能更好地造出满足市场需求的智能终端产品，否则最终只会被市场淘汰。真正意义的智造“电动化”“网联化”“智能化”“共享化”不是仅指车产品上的各种科技技术应用、互联网＋或多高的自动驾驶，而应该是指企业内部制造的管理、模式、架构的新四化。纵观国内不少的冲压领域，很多企业才刚进行全面自动化升级变革，管理上仍然保持着20 世纪末的方式。线末装箱劳动力密集，生产、品质都依靠人的经验与个人的评判基准，导致零件背后没有生产数据可溯源。甚至为了减少品质的波动，一直延续着多工序生产和单零件大批量生产的粗放型排产。这样一来，成本居高和灵活性低下成为了冲压的通病，且产能提升时的投资往往也是巨大的。即便一些超大型的企业，虽然在管理上严格执行ISO，品质上遵从极高的基准，但在管理上对大数据的不敏感，也往往会导致一些问题的反复发生，如一些基础品质问题，在每个车型上重复发生而得不到遏制。而这些问题的根源，就是缺少数据分析，无法纵观一个车型的始终所导致。

汽车冲压的生产，在20 世纪就一直围绕零件的成形，开卷、落料、清洗、拆垛、成形、质检、装箱、入库、出荷等环节开展自动化变革。这些变革环节中，一直都是沿用成熟的生产技术与工艺，一些数字化新技术极少在冲压领域被应用。过往曾经出现过的冲压零件自动装箱系统，受限于零件装挂数量、后工序取用困难等问题，也如昙花一现，并未能在行业中被广泛认可和推广。

作为一家对汽车技术有着执着追求的企业，肯定不会在智能制造这个变革时代缺席。其中，本田算是在数字化技术上走得比较早的一部分车企之一，相比电动车企业全新建设的全数字化工厂不同，本田没有抛弃原有的生产基础，而是在此基础上不断进行效率的精益求精，走出了一条属于自己的低投入变革之路。早在2010 年，本田就开始导入零件自动装箱，更是将此作为了后续所有冲压生产线的标准配套，实现了班组人员最小化；侧围输送链，最大程度上削减了车间面积和优化了焊装大零件物流输送；全模型化的伺服冲压技术，更是成功将一个车型的工序数量缩减至三序，随后又从一模两件发展到一模多件，甚至是不同零件配套共取，并将坯料利用率提升到行业的最高水平。另外，在其他新技术的研发中，本田也从未停步，在新四化的激励下，冲压车间涌现了很多的新技术，如“质量自动检测技术”“AGV 运输”“MES 系统”“智能天车”等，已如雨后春笋般在新兴的冲压车间不断涌现。作为冲压规划者，如何将这些众多新技术串联起来，并成为一个数字化孪生车间，是决定未来本田冲压站位高低的一个重大推动力。

在2020 年，本田根据最新的《智能制造能力成熟度模型GB/T 39116-2020》描述，对于智能制造成熟度也同步分为了5 个等级，分别是一级规划级、二级规范级、三级集成级、四级优化级和五级引领级。同时，这五个等级也分别代表了现在制造企业的五个不同的状态。其中，对于每个等级的现状如图1 所示。

图1 智能制造能力成熟度模型(GB/T 39116-2020)

规划级是指能够对核心业务活动，如设计、生产、物流、销售、服务进行流程化管理，让整个产品线不再是断层，而是整个生命周期联合在一起。这个环节需要对制造的基础和条件进行规划，并实现一定的数字化，可以实现全流程的溯源。这一点，企业在ISO认证时基本都已经能做到。

规范级和集成级，就是企业采用自动化技术、信息技术手段对核心装备和核心业务活动进行改造和规范化，实现单一业务的活动数据共享。然后对装备、系统等开展集成，实现跨业务活动间的数据共享。对于这两点，本田从2008 年开始就已规划了未来自动化冲压车间的蓝图，实现了从单零件的自动装箱到全零件的自动装箱，从简单的库存数据库升级到容器、定位、品质一体化数据中心，实现每一个冲压零件的生产轨迹登记和品质溯源。同时，还能关联能耗数据、设备状态等，对不太合理的数据进行处理和生产优化的提醒与建议，如图2 所示。

图2 数据共享

优化级，企业对人员、资源、制造等进行数据挖掘，形成知识、模型等，实现对核心业务活动的精准预测和优化。这个阶段是整个智能制造的核心，实现了数据的自动采集，汇总了整个企业所有生产的数据，对于每一个趋势发展、效率高低都能进行预判与优化，并自动下发不同的工艺文件。未来所有的生产布局、流程都将要依赖这个模型进行扩展，实现少人化和信息化，如图3 所示。

图3 核心业务活动的精准预测和优化

最后的引领级则是一个终极的发展目标，基于上述搭建的模型，持续驱动业务活动的优化和创新，实现产业链协同并衍生新的智造模式。也就是大家常说的数字化孪生生产车间，可以基于数据的科学决策和动态优化，实现无人化智能制造，并主动学习和自动持续优化能力，实现生产资源自组织、柔性化、个性化需求，且与安全一体化管理，为企业带来持续客观的经济效益，如图4 所示。

图4 无人化智能制造

为了更好地去推进冲压的智能化制造，在整体布局时，必须要充分考虑冲压的生产环境和制约因素。

大数据生产管理系统

在生产系统上，每个企业都有自己的生产管理思路，但并不是所有的管理思路都能成为数字化系统，并能覆盖车间的所有领域，例如设备、工艺和品质等。另外，冲压生产也不能粗狂地按计划大批量地生产，特别是共线车型多的企业，会导致零件占据大量的存放空间，并有品质隐患。很多企业虽然也有生产系统，但往往就是管控库存与生产计划，忽视了其他的影响因素，容易发生与计划脱节、完成率不高等问题。常规的生产系统搭建如图5 所示。

图5 生产系统搭建

对于常规的生产系统，可获知的信息量少，更多还需要依靠班组自我调整，才能保障生产的顺利。而最优的做法，是根据现场的各种状态去协调生产的变化，例如新车型的调试、设备的维修、后工序现车型、空容器数量、安全库存量等，甚至还需要结合坯料的生产运输情况，将生产计划从落料、生产到库存，成为一个有机流程开展统筹安排。

智能化方向：建立全面MES 生产管理系统，可监控冲压车间的每一个细节，足不出户管控车间。

为了获取更多、更全面的信息，智能化的生产系统必须要将信息量最大化，包含且不限于设备状态、模具状态、人员在岗信息、品质状态、能源变化等方面。因为任何一个节点出现异常，都会直接导致生产的不稳定。其中设备和模具的状态，是除库存外的最重要的数据。

同时，冲压与其他车间存在最大的差异，首先，生产不能单纯依靠拉动性来进行生产，需要根据不同的车型生产计划、数量，结合现场的零件容器、坯料和库存空间，在保证最低安全库存的基础下提前进行排产；其次，还需要考虑单批次的生产量与下一工序模具准备的工时，调整每批次生产的零件数量，让冲压线稼动率最大化。综上所有因素，冲压智能化生产模型必须要将上述所有的条件整合起来作为输入量，方可输出最合理、最优化的生产计划，并操控生产。因此，冲压的智能化必须有且只能有一个大脑来整合这些数据。这个大脑就是生产制造执行系统(MES)，如图6 所示。

图6 MES 生产管理系统

车间内布局“一个核心＋多个辅助”，构成冲压车间信息化系统(图7)。在这个架构中，所有的信息全部汇总至MES 系统中进行整理，通过内部的大数据模型，排列出最合理的生产计划，交付生产线。但这仅仅是完成了“软件”部分的内容，真正智能化的生产才刚刚启动。

在实际生产过程中，MES 系统还需要不断监控整个生产环节，从坯料的入库到AGV 上料，从设备的运转到品质的检测，从零件的自动装挂到入库，从焊装岗位的投递到空容器的重新入库。这一切都需要精准的策划与调控，任何一个数据出现异常都会导致生产的瘫痪或发生产品品质的重大事故。这是一个复杂且又庞大的工程，现阶段广本处于在智能成熟的第三级，为第四级的蜕变积累着数据的经验。

品质提升

在传统的品质检查中，都是通过人工对光进行外观品质的确认，检出率与检查人的技术能力直接相关。无论是在线质检或检具扫描，耗费时间长且仍无法规避异常流出，特别在生产线的节拍不断提升中，这个异常流出会不断被放大。零件检具检测如图8 所示。

图8 零件检具检测

智造技术：在线自动检测，机器人蓝光扫描。随着视觉系统的日趋成熟、图像从2D 到3D，数据分析速度快速提升，自动品质检测已经从离线搬到了在线状态。利用穿透性强、抗干扰能力强的短波长蓝光，进行高精度的零件扫描，可以识别的品质问题，已经从原来的单纯开裂，发展到了型面曲线、孔数清点、尺寸精度确认等许多方面，可以实现多种不同的作业。导入该类设备，可以大幅削减品控人员、品质检查的区域，甚至检具等投入。同时，对于高速伺服线的高生产节拍，还能有效削减不良品的产生数量，削减生产成本。在线品质检测如图9 所示。

图9 在线品质检测

线末智能物流

早在2006 年，国内冲压领域就全面进入自动化生产的时代。与此同时，零件装箱的强度也随着生产速度的提升遇到了瓶颈，需要更多的员工去配合零件装箱。随着生产线生产节拍普遍达到12SPM 以上，装箱的人员需求也继续增大，生产线装箱面积需求也日益增大，如一些汽车生产企业线末皮带设计长度就达到了40 米，仅是为了满足装箱岗位的需求。特别是一些大型的零件，生产时需要的装箱人员数量占到了整个班组人数的50%。而且人工装箱存在许多的问题，如零件变形、触摸污染等。在此背景下，适应性高的自动装箱系统再次成为了冲压行业的一个急需。

在2010 年，许多的厂家开始考虑覆盖件自动化装箱的课题研究。但是受到已有零件容器的限制，仅能实现极少部分的零件自动装箱(图10)，毕竟一旦转为自动装挂后，装箱的数量将会大幅削减，且台车的精度要求要比原来提升了数个等级，导致制造成本剧增。而本田在第一代的自动装箱系统中，就通过视觉识别实现了大型零件的自动装挂，节拍实现11SPM。但由于受到人工生产物流的因素影响，经常存在生产的停顿，如容器精度差异、容器运输不及时等等，难以体现自动装箱的优势。

图10 2010 年导入的自动装箱系统

智能化方向：建立台车数据库，零变化切换自动装箱；配合AGV 和智能立体仓库搭建自动库存系统。

自动装箱的设计，不能仅仅考虑装挂一个环节，更多要结合库存开展联动，将叉运、库存和出荷作为一个整体进行规划，才能最大程度节省空间与人员，同时实现自动装箱的最大优势和弱化原来的弊端。特别是涉及不良品的混装，更加是一大难题。一些企业曾采用人工剔除或不区分混装的方式，以减少设备和物流的影响。但是这样一来，少人化仍难以达成，还会导致场地的布局混乱。对此，在MES 系统的配合下，同步导入线末自动AGV 系统，将冲压线原来人员最为密集的线末物流有机整合为一个自动化智能整体，通过RFID 实现了不同零件、不同品质种类的有序排布。自动装箱不再是独立的系统，而是物流的一个有机组成，不但使效率大幅提升，还可以让整个生产进入数字化时代。

首先，针对手动装箱台车的精度不足这一个最大的困扰问题，过往均是采用重新制作高精度的台车，但是造成生产成本的激增。为此可以结合MES 系统，通过离线对已有台车的精度进行精准测量，形成具体的数据库资料，并寄存在服务器中；对台车安装二维码/RFID 等身份识别信息，每次生产时自动将装挂的位置作标与机器人作标结合，保证装挂的稳定性与品质一致性。

然后，利用AGV 智能入库小车或专用输送链进行零件的自动入库，即可保证先进先出，又能全面掌控零件的实际数量，已达到最佳的生产模式。另一方面，立体库的设置能最大化空间的利用，削减冲压最大的零件面积占用。但作为配套，生产管理系统则需要在管理上增加更多的生产计划、出入库信息等的模块用于支撑整体智能库的运作。

结束语

兵欲善其事，必先利其器。在数字化变革的浪潮里，冲压必须要懂得转换思维，将制造升级为智造，才能让生产效率、场地占用、人员数量达到最优平衡，真正实现提产降本。

对于冲压领域的新四化，特别是老企业的变化转变，由于原来管理模式的差异，过程必然是会往个性化发展的。但对于已有的冲压车间，废旧立新是必然之势，且是一个长期曲折的过程。这个过程没有一步到位的灵丹妙药，也绝不会只有唯一的一条道路，因此，作为规划者必须要考虑各种因素，站在高处俯视自身才可做出最好的选择，让企业立于时代的高位。