文 | BFT機器人

前言

智能制造是推進制造強國戰(zhàn)略的主攻方向，加速制造企業(yè)設備、產(chǎn)線、車間和工廠的數(shù)字化、網(wǎng)絡化、智能化升級，從根本上變革制造業(yè)生產(chǎn)方式和資源組織模式。

同時，在經(jīng)濟下行壓力、人口紅利消失、消費結構升級、新冠疫情沖擊等多種因素推動下，制造企業(yè)加快轉(zhuǎn)型步伐，工廠正向高效化、智能化、綠色化方向躍遷升級，不斷涌現(xiàn)出技術創(chuàng)新、應用領先、成效顯著的智能工廠。

在此背景下，全面梳理智能工廠應用場景，總結智能工廠發(fā)展路徑，研判制造業(yè)高質(zhì)量發(fā)展趨勢，明確成效考核，對“十四五”期間高水平推進智能制造具有重要參考意義。

本報告圍繞智能工廠建設趨勢、場景、路徑、評價和實踐五個方面進行了闡述。趨勢方面，圍繞要素驅(qū)動、手段優(yōu)化、生產(chǎn)變革、資源配置和可持續(xù)維度進行了分析。場景方面，梳理了智能工廠建設落地的十大場景，歸納了場景差異化應用模式。

路徑方面，總結了原材料、裝備制造、消費品和電子信息四大行業(yè)的差異化發(fā)展路徑以及特色模式。評價方面，從價值增長、運營優(yōu)化和可持續(xù)發(fā)展三個維度提出了一套可量化轉(zhuǎn)型價值效益的績效指標體系。實踐方面，列舉了若干行業(yè)代表性領先工廠的主要轉(zhuǎn)型變革和關鍵績效改善。

01 智能工廠走深向?qū)?，呈現(xiàn)五大趨勢

一、”數(shù)據(jù)驅(qū)動“：數(shù)據(jù)成為智能應用關鍵使能

傳統(tǒng)生產(chǎn)要素逐步數(shù)字化，數(shù)控機床、工業(yè)機器人等廣泛應用和深度互聯(lián)，大量工業(yè)數(shù)據(jù)隨之產(chǎn)生，同時研發(fā)、運營等制造業(yè)務逐漸向數(shù)字空間轉(zhuǎn)移，進一步加速了工業(yè)數(shù)據(jù)的積累。

加之大數(shù)據(jù)、人工智能等技術突破與融合應用，為海量工業(yè)數(shù)據(jù)挖掘分析提供了有效手段。構建“采集、建模、分析、決策”的數(shù)據(jù)優(yōu)化閉環(huán)，應用“數(shù)據(jù) +模型”對物理世界進行狀態(tài)描述、規(guī)律洞察和預測優(yōu)化，已成為智能化實現(xiàn)的關鍵路徑，在工廠各個領域展現(xiàn)出巨大賦能潛力。

一是數(shù)據(jù)驅(qū)動的增強研發(fā)范式。

數(shù)據(jù)與研發(fā)創(chuàng)新全流程相結合，應用數(shù)據(jù)模型、智能算法和工業(yè)知識，建立超越傳統(tǒng)認識邊界的創(chuàng)新能力，推動研發(fā)創(chuàng)新范式從實物試驗驗證，轉(zhuǎn)向虛擬仿真優(yōu)化，進而邁向基于數(shù)據(jù)的設計空間探索、創(chuàng)新方案發(fā)現(xiàn)和敏捷迭代開發(fā)。

如寧德時代結合材料機理、大數(shù)據(jù)分析和人工智能算法探索各種材料基因的結合點，加速電解液、正極、包覆等電池材料的開發(fā)，縮短研發(fā)周期 30%，降低研發(fā)成本 30%。

二是基于數(shù)據(jù)的生產(chǎn)過程智能優(yōu)化。

基于海量制造數(shù)據(jù)采集、匯聚、挖掘與分析，融合工業(yè)機理，構建具有感知分析和洞察解析復雜制造過程的數(shù)字模型系統(tǒng)，通過對工藝流程、參數(shù)的閉環(huán)優(yōu)化與動態(tài)調(diào)整，實現(xiàn)自決策和自優(yōu)化生產(chǎn)制造過程。

如寶武鄂城鋼鐵，基于“數(shù)據(jù) +機理”構建轉(zhuǎn)爐工藝過程模型，破解轉(zhuǎn)爐煉鋼過程“黑箱”，動態(tài)優(yōu)化和實時控制氧槍、副槍及加料等操作參數(shù)，煉制效率提升 23%，煉制能耗降低 15%。

三是基于數(shù)據(jù)的精準管控與智能決策。

通過對工廠中人、機、料、法、環(huán)等全要素的深度互聯(lián)與動態(tài)感知，打通生產(chǎn)過程的數(shù)據(jù)流，通過數(shù)據(jù)自動流動化解復雜制造系統(tǒng)管控的不確定性，實現(xiàn)精準感知、動態(tài)配置和智能決策的生產(chǎn)運營管理。

如濰柴動力構建智能管理與決策分析平臺，匯聚生產(chǎn)數(shù)據(jù)，基于大數(shù)據(jù)分析結合人工智能算法，開展動態(tài)資源調(diào)度、設備預測維護、能耗智能優(yōu)化等數(shù)據(jù)應用，生產(chǎn)效率提升 30%，生產(chǎn)成本降低 15%。

四是數(shù)據(jù)加速模式業(yè)態(tài)創(chuàng)新與價值鏈重構。

通過數(shù)字技術連接各類終端、產(chǎn)品、設備等，基于數(shù)據(jù)分析開展遠程運維、分時租賃、產(chǎn)融結合等新服務與新業(yè)態(tài)，進而推動價值鏈高價值環(huán)節(jié)的產(chǎn)生或轉(zhuǎn)移以及價值網(wǎng)絡的全面重構。
如帕菲特機械構建售后增值服務運維平臺，基于產(chǎn)品數(shù)據(jù)分析開展租賃、運輸、金融等增值服務，服務效益提升 30%；山河智能裝備基于數(shù)據(jù)實時監(jiān)控裝備狀態(tài)，探索工程機械融資租賃服務，2022年 4月通過融資租賃方式推動工程機械出口 RCEP成員國，首期合同資金 1000萬元。

二、”虛實結合“：在數(shù)字空間中超越實際生產(chǎn)

隨著數(shù)字傳感、物聯(lián)網(wǎng)、云計算、系統(tǒng)建模、信息融合、虛擬現(xiàn)實等技術推廣應用，實現(xiàn)了物理系統(tǒng)和數(shù)字空間的全面互聯(lián)與深度協(xié)同，以及在此過程中的智能分析與決策優(yōu)化。

使得工業(yè)領域能夠在數(shù)字空間中對現(xiàn)實生產(chǎn)過程進行高精度刻畫和實時映射，以數(shù)字比特代替物理原子更高效和近乎零成本的開展驗證分析和預測優(yōu)化，進而以獲得的較優(yōu)結果或決策來控制和驅(qū)動現(xiàn)實生產(chǎn)過程。

數(shù)字孿生是在數(shù)字空間中對物理世界的等價映射，能夠以實時性、高保真性、高集成性地在虛擬空間模擬物理實體的狀態(tài)，已成為在工業(yè)領域虛實融合實現(xiàn)的關鍵紐帶。

一是基于數(shù)字孿生樣機的仿真分析與優(yōu)化。

通過建立集成多學科、多物理量、多尺度的，可復現(xiàn)物理樣機的設計狀態(tài)，且可實現(xiàn)實時仿真的虛擬樣機，在數(shù)字空間中完成設計方案的仿真分析，功能、性能測試驗證，多學科設計優(yōu)化以及可制造性分析等，加設計迭代。

如萊克電氣應用結構、電子、電磁等CAD（計算機輔助設計）工具，基于設計資源庫，構建電機產(chǎn)品多學科虛擬樣機，并開展機械、電磁、熱等多學科聯(lián)合仿真分析與優(yōu)化，產(chǎn)品研制周期縮短 55%。

二是基于生產(chǎn)數(shù)字孿生的制造過程監(jiān)控與優(yōu)化。

依托裝備、產(chǎn)線、車間、工廠等不同層級的工廠數(shù)字孿生模型，通過生產(chǎn)數(shù)據(jù)采集和分析，在數(shù)字空間中實時映射真實生產(chǎn)制造過程，進而實現(xiàn)仿真分析、虛擬調(diào)試、可視監(jiān)控、資源調(diào)度、過程優(yōu)化以及診斷預測等。

如一汽紅旗采用三維可視化和資產(chǎn)建模技術，實時接入車間生產(chǎn)數(shù)據(jù)和業(yè)務系統(tǒng)數(shù)據(jù)，建立了整車制造工廠數(shù)字孿生模型，從全局 /產(chǎn)線 /細節(jié)等不同角度實時洞察生產(chǎn)狀態(tài)，對故障 /異常狀況進行實時識別、精準定位和追蹤還原分析，生產(chǎn)異常處理效率提升 30%，工廠產(chǎn)能提升 5%。

三是基于產(chǎn)品運行數(shù)字孿生的智能運維與運行優(yōu)化。

在產(chǎn)品機械、電子、氣液壓等多領域的系統(tǒng)性、全面性和真實性描述的基礎上，通過采集產(chǎn)品運行與工況數(shù)據(jù)，構建能夠?qū)崟r映射物理產(chǎn)品運行狀態(tài)，以及功能、性能衰減分析的運行數(shù)字孿生模型，從而對產(chǎn)品狀態(tài)監(jiān)控、效能分析、壽命預測、故障診斷等提供分析決策支持。

如陜鼓動力依托設備智能運維工業(yè)互聯(lián)網(wǎng)平臺，通過裝備數(shù)據(jù)采集、識別和分析，結合工業(yè)機理，構建透平裝備運維數(shù)字孿生模型，實現(xiàn)產(chǎn)品健康評估、故障診斷和預測性維護，維護效率提高 20%以上，維修生產(chǎn)成本降低 8%以上。

三、”柔性敏捷“：柔性化制造將成為主導模式

目前，消費方式正逐步由標準化、單調(diào)統(tǒng)一向定制化、個性差異轉(zhuǎn)變。如服裝行業(yè)積極落地多種成衣的在線定制，家具行業(yè)大力推廣全屋家居的客戶定制，汽車行業(yè)加速探索乘用車用戶直連制造，鋼鐵行業(yè)小批量訂單需求增長等。

傳統(tǒng)大規(guī)模量產(chǎn)的生產(chǎn)模式已無法在可控成本范圍內(nèi)滿足個性化需求的敏捷響應和快速交付。工廠亟需通過構建柔性化生產(chǎn)能力，以大批量規(guī)?；a(chǎn)的低成本，實現(xiàn)多品種、變批量和短交期的個性化訂單的生產(chǎn)和交付。主要通過四個方面的協(xié)同來實現(xiàn)“柔性”。

一是產(chǎn)品模塊化快速開發(fā)。

基于數(shù)字化建模工具和數(shù)據(jù)管控平臺，依托產(chǎn)品模塊庫、設計知識庫和配置規(guī)則庫等，根據(jù)設計需求，選擇、配置和組合產(chǎn)品模塊，并通過參數(shù)化設計快速修改模塊設計，進而產(chǎn)生定制化產(chǎn)品的設計方案、工藝方案等。

如曲美家居應用三維家居設計工具，依托“一千余個設計案例庫和五萬余套設計樣本庫”，通過設計配置規(guī)則和參數(shù)化設計，快速根據(jù)客戶選配生成定制產(chǎn)品設計模型和工藝流程，店面定制家居設計效率提高 400%。

二是柔性資源配置與動態(tài)調(diào)度。

泛在連接各類生產(chǎn)資源，實時感知生產(chǎn)要素狀態(tài)，面向小批量定制工單，精確制定主生產(chǎn)計劃、物料需求計劃、車間任務排產(chǎn)，柔性配置和組織生產(chǎn)資源，并實時根據(jù)訂單狀態(tài)和異常擾動，動態(tài)調(diào)整計劃排程，調(diào)度生產(chǎn)資源。

如老板電器通過生產(chǎn)要素的全面互聯(lián)感知，構建工業(yè)指揮大腦，以小批量定制工單驅(qū)動，基于數(shù)據(jù)模型和智能算法優(yōu)化生產(chǎn)資源配置，實時進行調(diào)度，設備綜合效率提升 23%，生產(chǎn)效率提升 45%。

三是柔性與自適應加工。

依托柔性可重構產(chǎn)線、柔性工裝夾具和柔性線上物流搬運系統(tǒng)，基于數(shù)據(jù)對單件或小批量產(chǎn)品進行精準識別、資源匹配和生產(chǎn)全過程的精確控制，進而實現(xiàn)工藝流程不同，作業(yè)內(nèi)容差異的多品種變批量定制產(chǎn)品的柔性生產(chǎn)。

如 TCL構建基于 5G的可重構柔性液晶生產(chǎn)線，結合 5G邊緣計算，實現(xiàn)按訂單快速調(diào)整產(chǎn)線布局，自動更新設備參數(shù)等，轉(zhuǎn)產(chǎn)時間縮短 93%，產(chǎn)能提升 10%。

四是柔性供應鏈系統(tǒng)。

打通產(chǎn)業(yè)鏈供應鏈，建立面向研發(fā)、生產(chǎn)、運營等業(yè)務的供應鏈協(xié)同機制，基于跨企業(yè)的數(shù)據(jù)共享和實時反饋增強供應鏈資源柔性配置、業(yè)務動態(tài)協(xié)同和變化快速適應能力，進而實現(xiàn)供應鏈對定制需求的敏捷響應和快速交付。

如廣汽埃安構建供應商協(xié)同平臺，打通多級供應商數(shù)據(jù)渠道，推動“客戶、生產(chǎn)、供應、物流”各個環(huán)節(jié)緊密協(xié)同 ,建立定制訂單聯(lián)動的柔性供應鏈體系，能夠準確傳遞定制訂單的供貨需求，快速組織生產(chǎn)和交付采購訂單，定制化能力提升 35％

四、”全局協(xié)同“：單點優(yōu)化邁向全局協(xié)同變革

隨著 5G、物聯(lián)網(wǎng)等網(wǎng)絡技術的全面應用，泛在互聯(lián)，萬物互聯(lián)已成為數(shù)字時代的典型特征。網(wǎng)絡使得制造系統(tǒng)可以不斷超越時空的限制進行更廣泛地連接，將人、設備、系統(tǒng)和產(chǎn)品等要素連接起來，打通全要素、全價值鏈和全產(chǎn)業(yè)鏈的“信息孤島”，使數(shù)據(jù)能夠在不同系統(tǒng)、不同業(yè)務和不同企業(yè)之間高效流動。

進而基于數(shù)據(jù)協(xié)同，通過網(wǎng)絡化方式進行資源要素的共享、調(diào)度，企業(yè)內(nèi)外業(yè)務的集成打通，推動從數(shù)字化設計、智能化生產(chǎn)等局部業(yè)務優(yōu)化，向網(wǎng)絡化協(xié)同、共享制造等全局資源協(xié)同優(yōu)化邁進。

一是生產(chǎn)全流程集成控制與協(xié)同優(yōu)化。

基于設備、控制、管控和運營多層次制造系統(tǒng)和信息系統(tǒng)集成，通過數(shù)據(jù)協(xié)同開展計劃排程、資源調(diào)度、生產(chǎn)作業(yè)和運營管控的集成聯(lián)動，進而實現(xiàn)全生產(chǎn)流程各環(huán)節(jié)的統(tǒng)籌調(diào)度、資源組織、集中控制、高效銜接和動態(tài)優(yōu)化。

如寶武武漢鋼鐵依托工業(yè)互聯(lián)網(wǎng)平臺打通煉鋼、連鑄和軋鋼三大工藝流程，整合傳統(tǒng)分布式操作室，構建集控中心，實現(xiàn)煉鋼、連鑄、軋鋼全流程一體化排程、調(diào)度、控制、監(jiān)視和運維，生產(chǎn)效率提升12%，人員比例優(yōu)化 30%。

二是全供應鏈一體化集成與協(xié)同。

依托跨企業(yè)信息系統(tǒng)集成或構建供應鏈協(xié)同平臺，打造供應鏈協(xié)作入口，連接采購、庫存、物流、銷售等前后端的供應鏈環(huán)節(jié)，實現(xiàn)數(shù)據(jù)聯(lián)動的供應鏈集成優(yōu)化，提升內(nèi)外部整體協(xié)作效能。

如藍思科技構建供應商管理協(xié)同平臺，向上游供應商提供云協(xié)作門戶，集成供應商的生產(chǎn)、倉儲、運輸管理等系統(tǒng)，實時傳遞訂單、計劃等信息，同時采集供應商生產(chǎn)、物流信息，實現(xiàn)可視化管控與資源調(diào)度，采購成本降低 8%。

三是生產(chǎn)端與消費端打通與協(xié)同優(yōu)化。

打通生產(chǎn)系統(tǒng)和消費互聯(lián)網(wǎng)，以消費者精準洞察、需求敏捷響應和全生命周期體驗交付為核心，重構生產(chǎn)模式、運營方式和商業(yè)模式，優(yōu)化全鏈條資源配置與協(xié)作效率，進而快速創(chuàng)新產(chǎn)品服務來滿足個性化需求，挖掘長尾市場，推動規(guī)模經(jīng)濟向范圍經(jīng)濟轉(zhuǎn)變，進而構建新競爭優(yōu)勢。

如酷特智能基于工業(yè)互聯(lián)網(wǎng)打通成衣消費端和生產(chǎn)端，用戶可在線定制服裝，自動匹配版型和服裝設計，依托高度柔性化智能生產(chǎn)系統(tǒng)實現(xiàn)“一人一單”定制生產(chǎn)與直接交付，推動收入增長 16%。

四是基于網(wǎng)絡化協(xié)同的產(chǎn)業(yè)資源配置與全局優(yōu)化。

通過打造產(chǎn)業(yè)級平臺，泛在連接全產(chǎn)業(yè)資源要素，構建全局資源共享平臺，在更大范圍、更廣領域內(nèi)組織、配置和協(xié)同制造資源，并基于資源狀態(tài)實時感知，應用智能算法和大數(shù)據(jù)分析，動態(tài)優(yōu)化資源配置，實現(xiàn)全局資源效率提升。

如博創(chuàng)智能構建注塑行業(yè)的工業(yè)互聯(lián)網(wǎng)平臺 -塑云平臺，推動企業(yè)注塑機上云上平臺，基于實時感知設備運行狀態(tài)，租賃閑置設備產(chǎn)能，提高行業(yè)資源配置效率，并在此基礎上創(chuàng)新預測性維護等增值服務，創(chuàng)造新收益。

五、”綠色安全“：資源效率與社會效益相統(tǒng)一

安全生產(chǎn)和綠色環(huán)保是工廠經(jīng)營發(fā)展的生命線，是構建和諧社會的重要保障，是保證國民經(jīng)濟可持續(xù)發(fā)展的重大問題。

近年來，在雙碳戰(zhàn)略目標引領下，開展智能工廠建設和數(shù)字化轉(zhuǎn)型的同時，以數(shù)字技術賦能節(jié)能環(huán)保安全技術創(chuàng)新，應用人工智能、大數(shù)據(jù)、5G、工業(yè)互聯(lián)網(wǎng)等提升工廠能耗、排放、污染、安全等管控能力，逐步邁向綠色制造、綠色工廠和綠色供應鏈，加快制造業(yè)綠色化轉(zhuǎn)型，創(chuàng)造良好的經(jīng)濟效益和社會效益。

一是能耗監(jiān)控分析與能源效率優(yōu)化。

基于數(shù)字傳感、智能電表、5G等實時采集多能源介質(zhì)的消耗數(shù)據(jù)，構建多介質(zhì)能耗分析模型，預測多種能源介質(zhì)的消耗需求，分析影響能源效率的相關因素，進而可視化展示能耗數(shù)據(jù)，開展能源計劃優(yōu)化、平衡調(diào)度和高能耗設備能效優(yōu)化等。

如長城汽車通過實時采集室內(nèi)外溫度和制冷機系統(tǒng)負荷，利用校核系統(tǒng)模型實時決策制冷運行的最佳效率點，動態(tài)控制制冷機并聯(lián)回路壓力平衡和水泵運行頻率，降低制冷站整體能耗，節(jié)能率達到 16%以上。

二是安全監(jiān)控預警與聯(lián)動應急響應。

針對主要危險源進行實時監(jiān)控，基于采集數(shù)據(jù)分析自動識別安全風險隱患并實時預警；廣泛連接各類安全應急資源，構建應急預案庫，自動定位安全事故，推薦應急響應預案，并實時聯(lián)動調(diào)度應急資源，快速處置安全事故。

如萬華化學建設應急智慧系統(tǒng)，集成視頻、報警、氣象儀器等數(shù)據(jù)源，構建應急預案庫，實現(xiàn)事故定位、預案啟動、應急響應、出警通知以及相關設備和資源自動化聯(lián)動，能夠高效處置安全事故，降低損失。

三是全過程環(huán)境監(jiān)測與污染優(yōu)化。

依托污染物監(jiān)測儀表，采集生產(chǎn)全過程多種污染物排放數(shù)據(jù)，建立多維度環(huán)保質(zhì)量分析和評價模型，實現(xiàn)排放數(shù)據(jù)可視化監(jiān)控，污染物超限排放預警與控制，污染物溯源分析，以及環(huán)保控制策略優(yōu)化等。

如南京鋼鐵通過對 220個總懸浮微粒無組織排放監(jiān)控點的實時數(shù)據(jù)采集，構建和應用智慧環(huán)保模型，實現(xiàn)環(huán)保排放的預測預警與環(huán)保控制策略優(yōu)化，降低生產(chǎn)異常帶來的超標排放風險 80%，加熱爐排口硫超標現(xiàn)象下降 90%。四是全鏈條碳資產(chǎn)管理。

通過采集和匯聚原料、能源、物流、生產(chǎn)、供應鏈等全價值鏈條的碳排放數(shù)據(jù)，依托全生命周期環(huán)境負荷評價模型，實現(xiàn)全流程碳排放分布可視比較，碳排放趨勢分析、管控優(yōu)化以及碳足跡追蹤等。

如中石化鎮(zhèn)海煉化構建碳排放管理系統(tǒng)，在線計算各環(huán)節(jié)碳排放、碳資產(chǎn)數(shù)據(jù)，實現(xiàn)碳資源采集、計算、盤查和交易全過程管控，按照單臺裝置每月減少碳資產(chǎn)計算工作量 1天測算，全年降低成本 130多萬元。

02 智能場景梯次落地，形成多樣應用

以典型場景為基本要素，加速數(shù)字技術與全產(chǎn)業(yè)鏈、全價值鏈和全要素的融合滲透，是深化智能制造發(fā)展的新路徑探索。

本報告參考“2021年度智能制造試點示范行動”《智能制造典型場景參考指引 (2021年)》，對來源 2021年度智能制造示范工廠和優(yōu)秀場景”的數(shù)據(jù)進行統(tǒng)計分析，具體結果如圖 1所示。

總體來說，智能工廠發(fā)展路徑以制造過程和生產(chǎn)管理的智能優(yōu)化切入，加速供應鏈打通和協(xié)同，并向價值鏈上游研發(fā)設計和下游銷售服務等高價值環(huán)節(jié)延伸最終推動生產(chǎn)方式、商業(yè)模式和業(yè)務形態(tài)的創(chuàng)新變革。

一是智能工廠的主攻方向依舊是制造領城，主要集中在計劃調(diào)度、生產(chǎn)作業(yè)和質(zhì)量管控的三大核心環(huán)節(jié)，相關智能場景應用數(shù)量占比 55.4%。

二是生產(chǎn)管理也是工廠轉(zhuǎn)型改善重點，管理應用占比 20.5%，主要集中在設備管理、能源管理和安全管控三大環(huán)節(jié)。

三是數(shù)據(jù)驅(qū)動的研發(fā)變革和商業(yè)創(chuàng)新并行探索，各占比 10.6%、13.5%，未來研發(fā)變革和商業(yè)創(chuàng)新將創(chuàng)造新的價值，具有更大潛力。應用數(shù)量排名前十的“十大智 能場景”分別是智能在線檢測、工藝數(shù)字化設計、智能倉儲、人機協(xié)同作業(yè)、質(zhì)量精準追溯、在線運行監(jiān)測與故障診斷、產(chǎn)線柔性配置、車間智能排產(chǎn)、精益生產(chǎn)管理生產(chǎn)計劃優(yōu)化，總計占比超過 50%。

基本集中在工廠生產(chǎn)運營核心的工藝規(guī)劃、計劃排程、加工作業(yè)和生產(chǎn)管控高價值領域，符合智能工廠建設主觀需求和客觀規(guī)律，具備較為顯著的示范性。

一 、數(shù)據(jù)與算法驅(qū)動的精準工業(yè)質(zhì)檢

質(zhì)量檢測是采用科學的檢測手段和方法，測定產(chǎn)品特性是否符合規(guī)定的過程。質(zhì)量檢測效率和精度在一定程度上影響著生產(chǎn)效率和產(chǎn)品質(zhì)量。

傳統(tǒng)工廠依托人工開展質(zhì)量檢測活動，首先檢測效率相對較低，影響產(chǎn)線生產(chǎn)節(jié)拍；其次存在一定的質(zhì)量誤判率，導致不合格品流入后道工序或者市場，造成質(zhì)量損失；同時質(zhì)量檢測數(shù)據(jù)無法采集、管理和追溯，難以支撐質(zhì)量數(shù)據(jù)應用。

聚焦高效精確質(zhì)檢和質(zhì)量持續(xù)改進需求，將機器視覺、數(shù)字傳感、人工智能、邊緣計算等與檢測裝備相結合，打造智能檢測裝備，通過接觸或非接觸方式在線采集產(chǎn)品質(zhì)量數(shù)據(jù)，應用“工業(yè)機理 +數(shù)據(jù)分析”構建的質(zhì)量分析模型實時識別、判斷和定位質(zhì)量缺陷，進而自主決策質(zhì)量合規(guī)性。

智能在線監(jiān)測大幅度提高質(zhì)檢效率，提高缺陷識別率，降低質(zhì)量損失風險，同時推動質(zhì)量管理全流程的數(shù)字化，進而支撐全流程質(zhì)量追溯和質(zhì)量分析優(yōu)化。

智能在線檢測當前已在鋼鐵、電子、汽車、食品等行業(yè)的物料質(zhì)量檢測、加工和裝配質(zhì)量檢測、產(chǎn)品外觀檢測、包裝缺陷質(zhì)量檢測等方面得到廣泛應用，如華菱鋼鐵 5G+人工智能的棒材鋼材表面缺陷自動檢測，降低質(zhì)量損失年均 500萬元。主要包括以下三類典型應用模式。

一是外觀表面質(zhì)量檢測。

應用工業(yè)相機采集被測對象外觀或表面圖像數(shù)據(jù)，通過結合工業(yè)機理模型、大數(shù)據(jù)分析和深度學習算法等構建的缺陷分析模型自適應識別和定位表面質(zhì)量缺陷，篩選不合格產(chǎn)品。如鋼材表面缺陷檢測，LED液晶面板表面缺陷檢測，食品飲料包裝破損檢測等。

二是幾何尺寸公差檢測。

應用平面視覺測量或者三維視覺測量等方式采集對被測對象幾何參數(shù)，通過“工業(yè)機理 +數(shù)據(jù)分析”構建的測量算法進行幾何特征提取、尺寸公差測量和質(zhì)量合規(guī)性判定。如洗衣機總裝箱體尺寸視覺檢測，航天高精度零件車削加工輪廓尺寸檢測等。

三是裝配質(zhì)量防錯檢測。

應用工業(yè)相機采集被測對象裝配狀態(tài)圖像數(shù)據(jù)，通過深度學習等算法等進行關鍵特征提取，零件識別和定位，基于識別的裝配零件數(shù)量和裝配位置的正確性，判斷質(zhì)量合規(guī)性，如發(fā)動機活塞銷卡環(huán)裝配檢測，PCB電路板 SMT貼裝錯誤檢測等。

?二 、數(shù)字空間中高效規(guī)劃和迭代工藝

工藝設計是將產(chǎn)品設計轉(zhuǎn)化為一系列加工工序和資源配置要求的過程，是設計和制造之間的關鍵橋梁。工藝設計質(zhì)量和效率影響著研發(fā)周期、生產(chǎn)成本和產(chǎn)品質(zhì)量。

傳統(tǒng)工廠以二維工藝設計為主，首先二維環(huán)境下無法有效開展仿真驗證，工藝質(zhì)量完全依賴于人員經(jīng)驗，大量實物驗證增加了成本；其次工藝知識難以固化、顯性化和復用，設計過程的重復造輪子現(xiàn)象明顯；同時無法有效銜接三維產(chǎn)品設計和生產(chǎn)制造，工藝橋梁作用弱化明顯，增加了設計向制造的轉(zhuǎn)化周期。

面向高效、高質(zhì)量規(guī)劃制造過程和精準指導生產(chǎn)作業(yè)的需求，將基于模型的定義、先進制造、知識圖譜等技術與計算機輔助工藝設計、計算機輔助制造等系統(tǒng)結合，全面應用三維模型結構化表達工序流程、制造信息和資源要素，開展加工、裝配、生產(chǎn)等虛擬驗證與優(yōu)化迭代。

工藝數(shù)字化設計全面提升了工藝設計效率、質(zhì)量和可操作性，加速工藝知識積累和重用，大幅度減少實物驗證次數(shù)，降低研制成本，同時全面打通設計和制造的信息孤島，顯著提升產(chǎn)品研制效率。工藝數(shù)字化設計已在航空航天、汽車與零部件、電子信息等行業(yè)的機械加工、表面噴涂、組件焊接、整機裝調(diào)等工藝中得到廣泛應用，如魚躍醫(yī)療實施基于模型的機械加工、裝配等工藝設計，設計時間縮短 30%。主要包括以下三類典型應用模式。

一是三維工藝設計與仿真驗證。

在產(chǎn)品三維模型上添加制造信息，關聯(lián)設備、工裝、人員等制造資源，構建結構化工藝，借助加工、裝配等工藝仿真工具在虛擬環(huán)境中快速迭代優(yōu)化工藝設計，如白車身三維焊裝工藝設計，鑄造工藝數(shù)值模擬仿真等。

二是基于知識的快速工藝設計。

建立加工方案庫、工藝參數(shù)庫、工裝庫等結構化工藝知識庫，通過知識檢索或算法推薦等精準匹配和復用知識內(nèi)容，驅(qū)動工藝快速設計。如基于知識的航空發(fā)動機裝配工藝設計，基于工裝設計模板的鍛造模具參數(shù)化快速設計等。

三是設計工藝制造一體化協(xié)同。

打通設計、工藝和制造環(huán)節(jié)的業(yè)務流和數(shù)據(jù)流，基于統(tǒng)一設計數(shù)據(jù)源，開展面向制造的設計，并行工藝規(guī)劃與設計，工藝作業(yè)指導實時下發(fā)車間可視化展示，以及制造問題實時反饋驅(qū)動設計優(yōu)化。如航天產(chǎn)品研制的并行工程，配電裝備設計制造一體化等。

三 、物料自動存取和管控的智能倉儲

倉儲管理是對物料入庫、儲存、盤點和出庫的管控過程，是工廠物資采購、存儲、流通和使用的關鍵環(huán)節(jié)。倉儲管理效率和質(zhì)量關系著工廠的生產(chǎn)效率和產(chǎn)品成本。

傳統(tǒng)工廠倉儲管理以人工作業(yè)為主，首先物料出入庫和庫存盤點作業(yè)效率低下，時常由于出入庫的滯后導致生產(chǎn)物料無法準時齊套；其次信息管理粗放，庫存和出入庫信息記錄不清，帳實不符、物料呆滯問題明顯，拉高庫存成本；同時無法與計劃、調(diào)度、配送、生產(chǎn)等環(huán)節(jié)協(xié)同，難以適應敏捷柔性生產(chǎn)模式下拉動式物料精準配套需求。

面向高效、精準和低成本庫存管理以及生產(chǎn)協(xié)同優(yōu)化的需求，將人工智能、射頻識別、智能傳感等技術與立體庫、AGV（自動導引運輸車）等倉儲設備以及 WMS(倉庫管理系統(tǒng) )、WCS(倉儲控制系統(tǒng) )等倉儲管控系統(tǒng)相融合，實現(xiàn)物料自動出入庫和信息記錄，庫存可視化管理，以及庫位和存儲空間自適應優(yōu)化。智能倉儲實現(xiàn)了物料存取作業(yè)和庫房管理的少人化，提升庫存管理效率質(zhì)量，降低庫存成本，同時庫存環(huán)節(jié)的數(shù)字化、智能化打通了物料和加工環(huán)節(jié)，支撐基于生產(chǎn)需求的準時物料配送。

智能倉儲目前廣泛應用于消費電子、汽車制造、食品藥品、鋼鐵石化等行業(yè)的原料、輔料、在制品、成品等物料存儲和庫房管理，如廣州白云電器應用智能倉儲與自動物流，提升物流效率 12.58%。主要包括以下三類典型應用模式。

一是自動化物料存取。

依托 WMS系統(tǒng)進行出入庫、庫存等信息管理，應用 WCS系統(tǒng)自動控制立體庫、堆垛機、穿梭機、積放鏈等庫存裝備，結合人工智能規(guī)劃和優(yōu)化庫位，進行物料的自動識別、存儲、分揀和出庫。如石化工廠的聚烯烴自動化倉儲，鋼鐵工廠的鋼卷自動化庫區(qū)等。

二是協(xié)同聯(lián)動物料存取。

基于 WMS系統(tǒng)與生產(chǎn)計劃、車間執(zhí)行、采購銷售等系統(tǒng)集成打通，以生產(chǎn)投料、采購入庫、在制品流轉(zhuǎn)、訂單發(fā)貨等計劃信息驅(qū)動物料自動出入庫作業(yè)。如與 MES（制造執(zhí)行系統(tǒng)）集成的在制品協(xié)同出入庫，與 SRM（供應商管理系統(tǒng)）集成的采購物料協(xié)同入庫等。

三是實時拉動式物料存取。

將智能倉儲系統(tǒng)與各工序生產(chǎn)管控直接對接，匹配工序生產(chǎn)節(jié)拍，依據(jù)工序?qū)嶋H物料消耗和物料需求預測開展實時拉動式物料出入庫和庫存管控。如汽車車身涂裝工序拉動的白車身出庫、漆后車身入庫高效協(xié)同等。

四 、智能機器與人員協(xié)同的敏捷作業(yè)

生產(chǎn)作業(yè)是指將投入的各種資源通過加工、裝配等操作轉(zhuǎn)化為最終產(chǎn)品的過程，是生產(chǎn)活動的核心內(nèi)容。生產(chǎn)作業(yè)能力水平從根本上決定了工廠的生產(chǎn)能力。

在自動化、信息化階段，生產(chǎn)作業(yè)優(yōu)化強調(diào)大規(guī)模機器替代，首先局限在標準化、程序化和少量柔性要求的作業(yè)過程替代，限制產(chǎn)能進一步提升；其次人類僅單方面操作設備，人機作業(yè)內(nèi)容幾乎分離，阻礙了作業(yè)效率深度優(yōu)化；同時傳統(tǒng)機器缺乏感知，操作、防護不當則易造成人身傷害。

隨著智能傳感、深度學習等數(shù)字技術與傳統(tǒng)機器深度融合，機器逐步具備感知、分析、決策能力，可以通過圖像識別、數(shù)據(jù)分析、智能決策和精準執(zhí)行等自主適應要素變化，識別人類意圖，開展溝通交互，進而協(xié)同人類開展工作，推動人機工作方式從控制輔助向共生協(xié)同變革。

人機協(xié)同作業(yè)顯著擴大了機器的應用場景，增強了生產(chǎn)作業(yè)的柔性和韌性，同時推動人類思維和智能算法有機融合，共同學習，互相增強，協(xié)同創(chuàng)新。人機協(xié)同作業(yè)目前在汽車、鋼鐵、紡織、食品等行業(yè)的生產(chǎn)作業(yè)中的大重量物料搬運，輔助零件裝配與包裝，輔助工序加工作業(yè)等環(huán)節(jié)得到應用，如中聯(lián)重科應用模塊化人機協(xié)同工作站，提升挖掘機下車架部件裝配效率 50%。主要包括以下三類典型應用模式。

一是輔助物料識別、抓取與移動。

基于工業(yè)視覺 +人工智能算法自主識別物料，自動控制機械臂進行物料的抓取，以及移動放置至預定位置。如阿膠膠塊機器人自動扒膠，機械零件加工機器人自動上下料等。

二是輔助零件識別、定位與裝配。

通過機器視覺識別零件，測量和校正位置，控制機械臂基于接觸傳感等力反饋實現(xiàn)零件精細化裝配。如復雜電子裝備核心構件的機器人智能化裝配，傳動箱機器人輔助軸承熱裝等。

三是輔助加工作業(yè)規(guī)劃與自執(zhí)行。

依托視覺算法進行目標外觀、位姿等加工狀態(tài)識別，基于智能算法自動規(guī)劃和決策加工策略，控制機械臂操縱加工裝置完成作業(yè)。如鋼管毛刺機器人自適應打磨，機器人自動鋼卷拆捆帶作業(yè)。

五 、全環(huán)節(jié)質(zhì)量數(shù)據(jù)匯聚與精準追溯

質(zhì)量追溯是指采集產(chǎn)品全生命周期生產(chǎn)、質(zhì)量等信息并實現(xiàn)關聯(lián)管理和定位查詢的過程。實現(xiàn)質(zhì)量精準追溯有助于明確質(zhì)量責任、精準溯源問題和策劃質(zhì)量改善。

傳統(tǒng)工廠往往缺乏全流程質(zhì)量追溯能力，首先未實現(xiàn)原材料采購檢驗，生產(chǎn)全工序過程檢驗以及成品出廠檢驗等全流程質(zhì)量檢驗數(shù)據(jù)的采集，缺乏有效的質(zhì)量數(shù)據(jù)源；其次未能實現(xiàn)全流程質(zhì)量數(shù)據(jù)的集成打通，各階段質(zhì)量數(shù)據(jù)孤島嚴重，無法有效關聯(lián)；同時全流程質(zhì)量數(shù)據(jù)與實物產(chǎn)品間未實現(xiàn)綁定，無法通過產(chǎn)品標識查詢質(zhì)量數(shù)據(jù)。

聚焦產(chǎn)品全生命周期質(zhì)量管控、追溯和改善需求，通過數(shù)字化手段采集全流程質(zhì)量數(shù)據(jù)，依托質(zhì)量數(shù)據(jù)平臺匯聚、集成和打通各環(huán)節(jié)質(zhì)量數(shù)據(jù)，基于條碼、標識和區(qū)塊鏈等技術，實現(xiàn)全流程質(zhì)量數(shù)據(jù)與實物產(chǎn)品的關聯(lián)匹配和跨業(yè)務、跨企業(yè)的質(zhì)量信息追溯。質(zhì)量精準追溯有助于質(zhì)量問題的快速溯源、精準分析和準確處理，大幅度降低質(zhì)量損失，同時能夠為產(chǎn)品設計、工藝設計、生產(chǎn)作業(yè)、維修維護等優(yōu)化提供數(shù)據(jù)支持，加速產(chǎn)品迭代優(yōu)化。

目前質(zhì)量精準追溯在鋼鐵石化、食品飲品、生物醫(yī)藥、汽車與零部件、裝備制造等行業(yè)的原料質(zhì)量、生產(chǎn)質(zhì)量以及全生命周期質(zhì)量等管控上得到應用，如歌爾股份應用質(zhì)量管理系統(tǒng)對全流程生產(chǎn)、供應鏈質(zhì)量問題進行追蹤分析，產(chǎn)品良率提升 10%。主要包括以下三類典型應用模式。

一是從原料到成品全流程質(zhì)量追溯。

采集原材料檢測、生產(chǎn)過程質(zhì)量記錄以及成品質(zhì)量記錄信息，將產(chǎn)品從原料到成品的質(zhì)量信息關聯(lián)打通，基于產(chǎn)品標識實現(xiàn)正向和反向質(zhì)量快速追溯。如奶制品從奶源、生產(chǎn)到銷售全流程質(zhì)量追溯，鋼材從鐵礦、冶煉到下游使用全流程質(zhì)量追溯等。

二是從零部件到整機全系統(tǒng)質(zhì)量追溯。

將零部件質(zhì)量數(shù)據(jù)和零部件實物唯一編碼綁定，并逐一綁定至整機實物唯一編碼，進而實現(xiàn)從零件逐級定位至整機或從整機逐漸分解至零件的雙向質(zhì)量追溯。如電器產(chǎn)品主要物料質(zhì)量追溯，機器人產(chǎn)品關鍵零部件質(zhì)量追溯等。

三是從研發(fā)到運維全生命周期質(zhì)量追溯。

全面匯聚設計、工藝、采購、生產(chǎn)、交付和運維全生命周期產(chǎn)品質(zhì)量數(shù)據(jù)包，構建產(chǎn)品全生命周期質(zhì)量履歷，支持全生命周期質(zhì)量改善活動。如軌道交通裝備全生命周期質(zhì)量履歷管理，工程機械全生命周期質(zhì)量履歷管理等。

文章來源：中國信通院

更多精彩內(nèi)容請關注公眾號：BFT機器人
版權歸BFT機器人所有，如需轉(zhuǎn)載請與我們聯(lián)系。若您對該文章內(nèi)容有任何疑問，請與我們聯(lián)系，將及時回應。