獨家專訪！「8 問」吉利數字化工廠
在智能製造的浪潮下，吉利以全新的視角定義了自己的數字化工廠，並通過多種先進技術的創新應用，走出了一條獨特的數字化發展之路。
浙江吉利控股集團有限公司製造工程中心總監張喆先生是吉利數字化工廠的負責人，對於吉利汽車的數字化工廠，AI《汽車製造業》記者8 問張喆先生，通過吉利數字化工廠的部署和架構，以及數字化團隊三年來的階段性成果和一些創新亮點，讓我們看到了智能製造在中國汽車製造業的落地和發展。
——浙江吉利控股集團有限公司製造工程中心
總監張喆先生
這位睿智的德國海歸，以跨行業的創新思維，將可穿戴設備用於工藝模擬，將測繪儀器用於工廠掃描，並帶領團隊，從生產製造、物流等各個環節進行數字化的提升，全面務實地推進吉利的數字化工廠。
以下就是對於張喆先生的八個問題，張喆先生以親身經歷作答，耐人品讀！
1、如何結合中國汽車製造業的實際去理解數字化？
張喆先生：實際上，每個人對數字化的理解是不一樣的，每家企業根據實際情況對數字化的理解也會不一樣，相應部署也會大不相同。
吉利的數字化工廠是一個基於自動化、網路化的系統，是一個貫穿整個產品生命周期的系統，需要從產品研發、生產製造、物流和銷售等各個環節進行數字化的提升，目的是縮短產品上市周期，全面提升產品質量，同時，數字化、智能化也是幫助企業降本增效的重要途徑，是製造業的發展趨勢。
當然，數字化是不斷發展變化的，隨著技術的進步和時間的推移，它所包含的內容也會不斷擴展，因此，我們的數字化建設，也是一個邊建立標準邊實施、邊實施邊優化完善的動態過程。
2、整體組織形式上，吉利是如何管理和部署數字化工廠的呢？
張喆先生：吉利製造工程中心（ME）將數字化定為重點發展方向之一，從資金、技術和人力等方面全力支持數字化工廠的建設。三年前，通過對製造工程的拆分、整合建立了數字化工厂部，希望能夠引導整個集團旗下所有工廠的數字化建設，無論是老基地的改造還是新基地的建設投產，都由我們來進行數字化工廠的統一部署。
3、吉利數字化工廠的整體架構是怎樣的呢？
張喆先生：吉利數字化工廠的整體架構上，我們有兩個維度的考慮—— 一個平台和一套評價體系。
一個平台，即「One TC」平台，我們希望以此平台為數據流的互通和共享打好基礎，建立順暢通道。「TC」即Teamcenter系統，其業務範圍覆蓋：產品造型設計、工程總布置數據管理、CAD數據管理，Part-Design可視化EBOM管理、Master MBOM管理以及與企業級BOM系統集成、整車虛擬評審DMU、工程設計變更、SBOM管理、工藝管理、產品BOP和工廠BOP等，總之是以產品數字化為基礎，關聯生產工藝流程數字化、設備數字化、物流和銷售數字化的方方面面。
一套評價體系是我們希望建立一套側重於生產製造的數字化評價體系。基於目前研發和銷售方面的數字化程度較高而生產製造環節的數字化成為相對短板，因此，現階段，我們把吉利數字化工廠建設的重心放到了生產製造環節，重點工作包含全部生產流程工藝模擬、工廠自動化、設備監控和維護、工廠掃描和工廠點雲、IE技術、大數據等方面的應用。在發展應用的過程中，我們會逐漸將這些點逐步連成面，進而發散出去，最終形成一套體系。
目前汽車行業的自動化水平還是比較高的，但這並不等於數字化。我們在進行一個新工廠規劃和建設的時候，不僅要關注產能節拍、無故障時間等傳統指標，還要關注設備開動率、編程效率、物流策略是否合理，以及操作人員的工作效率以及土地利用率等問題，整個決策的過程中，評價體系的作用和價值就會越來越凸顯出來。最終通過統籌考慮，我們就可以提出一個更加合理的符合吉利實際需求的數字化解決方案。
4、在吉利數字化工厂部署實施的過程中值得分享的階段性成果或創新亮點？
張喆先生：具體實施過程中，從最初將工藝模擬作為切入點，然後逐步深入進行SE同步工程，之後又把自動化新技術融入進來，到今年進一步融入IE技術，我們希望將數字化逐步轉型為智能製造，我們也正在持續努力打造吉利工業3.0，並逐步邁向工業4.0。
談到創新亮點，我想分享我們將可穿戴設備用於工藝模擬、採用測繪儀器實現的工廠掃描技術以及虛擬調試技術的實施等幾個項目。
在最初準備進行模擬和軟體開發時，為了提高模擬精度，同時對人機工程進行檢驗和優化，我們參考了美國環球影城的真人動畫拍攝製作方式，大膽創新，將可穿戴設備引入進來，通過感測器實現人機工程數據的採集、分析和標定等，經過在工廠車間的探索和應用，目前我們已經實現了工藝模擬與實際生產環境幾乎完全一樣的結果——所見即所得，有效地解決了很多人機工程的問題，與此同時，對所有人員和設備的編程效率統計和標準工時制定，都幫助我們大幅提高了設備開動率。目前，經過不斷積累，目前我們已完成了衝壓、焊裝、塗裝、總裝及物流等主要流程的工藝模擬。
與此同時，出於高效生產的需求，所有生產設備需要被嚴格、精準地定位和安裝，因此我們借鑒了測繪技術在構建地理信息系統中的應用，將全站儀等測繪儀器用於工廠掃描，對所有生產設備的位置信息進行精確掃描和定位，將其相對坐標變成絕對坐標，實現了工廠的網格化，為數字化工廠奠定了非常好的基礎。工廠掃描的使用也為模擬系統提供了可靠的位置信息，經過兩年多的發展，我們最終將虛擬環境與現實環境之間的誤差縮小到了3 mm。
此外，隨著產品更新換代速度的加快，吉利的改造項目不斷增多，為了最大程度地減少改造項目對現有產線正常生產帶來的影響，我們又開發實施了虛擬調試技術，成為國內自主品牌汽車企業中第一家在生產過程中使用虛擬調試技術的廠商。該技術雖然誕生於幾年前，但在後續幾年的時間裡始終沒有國內汽車企業使用，原因在於該技術的實施需要大量的資料庫開發、程序開發和模塊開發作為支持，難度非常大。吉利基於自身發展需求，獨立完成了所有開發任務，2017年開始使用，有效提升了改造項目的進度，綜合效益非常顯著。
5、在您分享的這些案例中，我們看到了一種打破常規應用的創新思維，為汽車行業帶來了很多跨行業的創新應用，也取得了意想不到的收穫。能否分享一下您的體會？
張喆先生：在我看來，創新不是必須要有發明創造，而是要將已有的、先進的技術進行整合與使用，並對此承擔責任。
從吉利製造工程中心（ME）的角度來說，我們同樣更多的是希望將外界先進的、吉利還沒有的技術引入進來進行創新應用。吉利製造工程中心（ME）一直十分鼓勵員工在推動企業發展、幫助企業解決實際問題的基礎上進行創新活動，除了一些高端的前沿科技外，我們一直在致力於跨行業、跨領域的技術創新。
6、數字化工廠中是如何進行生產監控和管理的呢？它與傳統工廠的管理模式有何不同？
張喆先生：從宏觀角度來說，傳統的製造企業是對人進行管理，而數字化工廠是對設備、數據和生產狀態進行管理。從微觀角度來說，傳統工廠的管理模式很粗獷，生產指標也不夠完善，隨著數字化、智能化的發展，數字化工廠的管理將更加精細化、網格化，並且越來越精準的數據及評價體系的建立，會給決策帶來更多量化的依據，進而大幅提升管理水平。
相較於傳統的生產管理模式，數字化工廠會有更多的技術指標和數據信息，因此，基於數據的管理模式更加科學合理，也更加高效。當生產過程出現問題時，數字化管理體系可以精準地找到發生問題的環節和原因，並通過整體調控有效地解決問題，保證整個生產系統高效運作。另外，數字化工廠中，越來越多的設備會具備預維護的功能、遠程診斷的功能，加上大數據的應用，都會為生產效率和效益的提升帶來更多可能性。
7、現在大家提及智能製造的時候，會越來越多地提及「大數據」。在您看來，對於生產企業來說，應該如何有效地利用工業大數據呢？
張喆先生：大數據對於智能製造來說是非常必要的，但是從宏觀角度來說，大數據通常意味著龐大的數據量，但對於我們，更為重要的是，其中有用的數據有多少。
我經常會舉一個例子：中國人民銀行可能有幾十億條儲戶信息，而支付寶僅有幾億個用戶。當我們單純考量數據量的時候，我們會發現中國人民銀行的數據量是非常龐大的；但當我們對數據進行分析再利用的時候，可能支付寶的活躍數據更為有效。這可能正是很多人的誤區，認為在做大數據分析的時候一定要強調數據採集量的豐富，其實這種做法是不合理的。
同樣，從整個製造策略上來看，工廠在採集數據時不應該在乎量大，而更應該在乎如何挖掘和使用這些數據。以吉利來說，發展大數據的主要目的是提升產能，同時對設備進行主動性維護，因此，我們會過濾掉很多對我們來說沒有實際價值的數據，將我們需要的數據保存下來並進行分析利用。
以設備維護為例，所有的設備故障可以被分為三類：第一類是可以被預測的，例如設備即將達到使用壽命時容易出現的故障；第二類是日常頻發性的故障；第三類是突發性的故障，根本無法預測。我認為現有的大數據只能解決第一類問題，而對另外兩類問題仍然束手無策，我們的大數據，正是希望逐步解決後兩類問題。為此，吉利建立了自己的經驗庫，將設備問題進行量化，通過採集有效的數據來逐步實現對頻發故障和突發故障的預警和預防。
8、能否展望一下數字化工廠的未來？
張喆先生：數字化工廠的未來方向是智能工廠，除了現有的各種新技術的應用和完善，將來，虛擬現實、人工智慧甚至神經網路等高科技都有可能被用於工業現場，使得生產系統能夠主動獲取信息、主動優化生產。展望未來，一切皆有可能。
TAG:AI汽車製造業 |