一汽红旗繁荣工厂车间智能管控系统查看源代码讨论查看历史

来自 搜狐网 的图片

一汽红旗繁荣工厂车间智能管控系统互联网、大数据、云计算及人工智能等新一代信息通信技术，推动着制造业智能化转型升级。基于数据驱动的智能制造正在引领制造方式变革，智能制造已成为企业抢占高质量发展制高点的有力支撑。机械工业第九设计研究院股份有限公司（以下简称“九院”）联合阿里云计算有限公司（以下简称“阿里云”）突破国外技术壁垒，共同为一汽红旗繁荣工厂开发的以数据价值创造为核心的车间智能管控系统，全面助力一汽红旗打造国际一流的汽车智能制造工厂新标杆。

一、案例简介

一汽红旗繁荣工厂车间智能管控系统是定位于上层MOM系统与底层控制系统之间的数据智能管理系统。系统通过对产线边缘侧的数据采集、实时分析及数据价值挖掘，形成与线体自动控制系统和工厂管理系统高效协同运营，并使车间生产运营具有全面感知、优化协同、预测预警、科学决策的能力，最终提升工厂生产效能、降低运行成本、提高产品质量，并以高质量的分析结论和决策建议支撑工厂持续优化。

系统以数据价值为核心，基于中台、微服务、云原生等新技术架构，实现了业务的数字化、数据的价值化、管理的智能化。

该系统目前已稳定运行于一汽红旗繁荣工厂冲压、焊装、涂装、总装、电池电驱五大生产车间，为车间稳定生产及高效运营提供了坚实保障。

二、案例背景介绍

一汽红旗目标打造成为“中国第一、世界著名”的“新高尚品牌”。未来五年，新红旗将形成覆盖全家族四大系列21款全新产品。其中，2020年已实现产销20万辆，2022年目标40万辆，2025年力争突破60万辆，2030年全力冲击80万辆-100万辆。面对红旗产能快速提升，现有红旗工厂的产能已不能满足产品发展的目标，急需建设新的生产基地。

一汽红旗繁荣工厂位于吉林省长春市汽车产业经济开发区内，工厂总占地面积约75.6万平方米，包含冲压、焊装、涂装、总装、电池电驱五大生产车间，以及相关的物流、动力站房、污水处理、食堂、展厅等配套设施，工程总投资约75亿元人民币，具备年产20万辆新能源乘用车生产能力。工厂建设之初就确定了打造国内领先、国际一流汽车行业智能化标杆工厂的目标。

一汽红旗繁荣工厂智能化建设以质量、效率、成本最优为目标，以数据的价值挖掘作为主线，以管理的全面数字化和信息化为原则，以生产制造过程的智能化为高地，以车间级智能管控系统为主要智能载体，实现对业务、流程、资产、人员、产品的数字化/智能化应用覆盖。

三、案例应用详情

1、总体应用框架

边缘层：通过对冲压、焊装、涂装、总装、电池电驱五大生产车间大范围、深层次海量数据的采集，以及异构数据的协议转换与边缘计算处理，使得采集的数据具备实际应用的意义，同时减少数据传输带宽与云端负荷。

平台层：基于通用的平台资源叠加大数据分析处理能力、人工智能算法、工业微服务等创新功能，实现传统工业软件和既有工业技术知识的解构与重构，构建可扩展的开放式能力平台。

应用层：根据平台层提供的微服务，开发面向不同车间、不同角色、不同应用场景的工业APP，实现对车间计划、设备、质量、能源、物料等业务的全面覆盖。

2、关键技术应用详情

系统应用了云原生、微服务、大数据、人工智能、数字孪生等前沿技术，各类计算及应用平台采用分布式部署形式，具有很强的通用性（在离散制造业）、延展性（产线-车间-工厂）和集成性（集成相关系统开展大数据分析），其服务的广度和价值创造能力达到国内一流、国际领先。

（1）数据中台：通过对数据进行全生命周期治理和建模，构建数据共享能力中心。中台覆盖离线计算与实时计算，满足开发人员从数据同步、数据分析、数据质量、数据API的各层次应用，极大缩短了数据价值的萃取过程。

（2）AI平台：采用阿里云人工智能基座，采用低代码开发模式进行敏捷开发、画布和调优，可沉淀和复用基于工业knowhow的算法模型。

（3）数字孪生平台：采用游戏级的可视化引擎、高度集成化的设计，支持接入工业实时数据并实现生产场景还原，提供完整的构建工业数字孪生的服务。

（4）业务应用：基于数据中台提供的数据服务，提供面向车间生产制造过程的全部业务APP，包含生产管理、设备管理、质量管理、能源管控、物料管理等业务。

（5）智能应用：基于数据中台提供的数据服务和AI平台提供的算法服务，以数据价值挖掘为主线，谋求质量、效率、效益的提升，开发了包括设备预测性维护、质量预测、智能空调、智能照明、立体库智能调度等一系列智能应用产品。

（6）数字孪生：基于数字孪生平台，创建与工厂/车间/线体/设备等物理实体对应的数字虚拟空间，借助历史数据、实时数据等帮助客户实现可视化的管理手段创新与决策分析的新模式。

四、创新性与优势

车间智能管控系统助力客户实现了对汽车工厂生产制造过程的国产化自主创新、数字化全面运营和智能化业务决策。

1）国产化自主创新：平台、应用的完全自主开发与交付，突破了国外工业软件的壁垒，实现了技术、安全、服务的全面自主可控。

2）数智化全面运营：将OT技术和IT技术深入融合，系统以数据为引擎，以应用为导向，实现了对计划、生产、质量、设备、能源、物料、人员等全过程、全方位、全业务的数智化运营。

3）智能化业务决策：系统将物联网、大数据、人工智能等技术突破性地融入到生产制造核心环节，支撑预测预警、科学决策。

五、案例应用效益分析

质量方面，对生产环节质量问题，运用多元统计分析和模式识别方法实现制造偏差源诊断，实现“数据驱动质量提升”的闭环机制。其中，针对冲压、焊装、涂装车间生产过程中出现的人工无法排查出根因的质量缺陷难题，以生产数据为驱动，融合工艺机理，构建了自动预测、自主决策的智能系统，通过对冲压、焊接、喷涂工艺质量进行预测，质量预警准确率达到98%，缺陷问题追溯分析效率提升80%，问题缺陷流出概率减少10%，大幅提升了工艺水平与产品质量。

成本方面，对生产参数、工艺参数、能源参数实时监测和动态调整，整体实现能耗降低10%。其中，APC智能空调系统综合运用仿真建模及人工智能等技术手段，建立空调在不同室外环境下最节能的智能控制决策和工作状态模式，较传统PID控制方式能耗节约约15%。对电机、风机、机器人等关键设备的运行状态进行实时在线监测，通过设备异常检测和故障诊断算法实现对设备的故障预测，整体减少设备停机时间80%，延长设备生命周期20%，减少设备维护成本60%。

效率方面，系统以数据全透明、可视化和自调优的方式帮助客户随时随地了解和优化生产及设备的运行状态，准确配置各类生产资源，及时和清晰地进行问题预判与决策，提升管理效率30%以上。