一汽紅旗繁榮工廠車間智能管控系統檢視原始碼討論檢視歷史

來自 搜狐網 的圖片

一汽紅旗繁榮工廠車間智能管控系統互聯網、大數據、雲計算及人工智能等新一代信息通信技術，推動着製造業智能化轉型升級。基於數據驅動的智能製造正在引領製造方式變革，智能製造已成為企業搶占高質量發展制高點的有力支撐。機械工業第九設計研究院股份有限公司（以下簡稱「九院」）聯合阿里雲計算有限公司（以下簡稱「阿里雲」）突破國外技術壁壘，共同為一汽紅旗繁榮工廠開發的以數據價值創造為核心的車間智能管控系統，全面助力一汽紅旗打造國際一流的汽車智能製造工廠新標杆。

一、案例簡介

一汽紅旗繁榮工廠車間智能管控系統是定位於上層MOM系統與底層控制系統之間的數據智能管理系統。系統通過對產線邊緣側的數據採集、實時分析及數據價值挖掘，形成與線體自動控制系統和工廠管理系統高效協同運營，並使車間生產運營具有全面感知、優化協同、預測預警、科學決策的能力，最終提升工廠生產效能、降低運行成本、提高產品質量，並以高質量的分析結論和決策建議支撐工廠持續優化。

系統以數據價值為核心，基於中台、微服務、雲原生等新技術架構，實現了業務的數字化、數據的價值化、管理的智能化。

該系統目前已穩定運行於一汽紅旗繁榮工廠衝壓、焊裝、塗裝、總裝、電池電驅五大生產車間，為車間穩定生產及高效運營提供了堅實保障。

二、案例背景介紹

一汽紅旗目標打造成為「中國第一、世界著名」的「新高尚品牌」。未來五年，新紅旗將形成覆蓋全家族四大系列21款全新產品。其中，2020年已實現產銷20萬輛，2022年目標40萬輛，2025年力爭突破60萬輛，2030年全力衝擊80萬輛-100萬輛。面對紅旗產能快速提升，現有紅旗工廠的產能已不能滿足產品發展的目標，急需建設新的生產基地。

一汽紅旗繁榮工廠位于吉林省長春市汽車產業經濟開發區內，工廠總占地面積約75.6萬平方米，包含衝壓、焊裝、塗裝、總裝、電池電驅五大生產車間，以及相關的物流、動力站房、污水處理、食堂、展廳等配套設施，工程總投資約75億元人民幣，具備年產20萬輛新能源乘用車生產能力。工廠建設之初就確定了打造國內領先、國際一流汽車行業智能化標杆工廠的目標。

一汽紅旗繁榮工廠智能化建設以質量、效率、成本最優為目標，以數據的價值挖掘作為主線，以管理的全面數字化和信息化為原則，以生產製造過程的智能化為高地，以車間級智能管控系統為主要智能載體，實現對業務、流程、資產、人員、產品的數字化/智能化應用覆蓋。

三、案例應用詳情

1、總體應用框架

邊緣層：通過對衝壓、焊裝、塗裝、總裝、電池電驅五大生產車間大範圍、深層次海量數據的採集，以及異構數據的協議轉換與邊緣計算處理，使得採集的數據具備實際應用的意義，同時減少數據傳輸帶寬與雲端負荷。

平台層：基於通用的平台資源疊加大數據分析處理能力、人工智能算法、工業微服務等創新功能，實現傳統工業軟件和既有工業技術知識的解構與重構，構建可擴展的開放式能力平台。

應用層：根據平台層提供的微服務，開發面向不同車間、不同角色、不同應用場景的工業APP，實現對車間計劃、設備、質量、能源、物料等業務的全面覆蓋。

2、關鍵技術應用詳情

系統應用了雲原生、微服務、大數據、人工智能、數字孿生等前沿技術，各類計算及應用平台採用分布式部署形式，具有很強的通用性（在離散製造業）、延展性（產線-車間-工廠）和集成性（集成相關系統開展大數據分析），其服務的廣度和價值創造能力達到國內一流、國際領先。

（1）數據中台：通過對數據進行全生命周期治理和建模，構建數據共享能力中心。中台覆蓋離線計算與實時計算，滿足開發人員從數據同步、數據分析、數據質量、數據API的各層次應用，極大縮短了數據價值的萃取過程。

（2）AI平台：採用阿里雲人工智能基座，採用低代碼開發模式進行敏捷開發、畫布和調優，可沉澱和復用基於工業knowhow的算法模型。

（3）數字孿生平台：採用遊戲級的可視化引擎、高度集成化的設計，支持接入工業實時數據並實現生產場景還原，提供完整的構建工業數字孿生的服務。

（4）業務應用：基於數據中台提供的數據服務，提供面向車間生產製造過程的全部業務APP，包含生產管理、設備管理、質量管理、能源管控、物料管理等業務。

（5）智能應用：基於數據中台提供的數據服務和AI平台提供的算法服務，以數據價值挖掘為主線，謀求質量、效率、效益的提升，開發了包括設備預測性維護、質量預測、智能空調、智能照明、立體庫智能調度等一系列智能應用產品。

（6）數字孿生：基於數字孿生平台，創建與工廠/車間/線體/設備等物理實體對應的數字虛擬空間，藉助歷史數據、實時數據等幫助客戶實現可視化的管理手段創新與決策分析的新模式。

四、創新性與優勢

車間智能管控系統助力客戶實現了對汽車工廠生產製造過程的國產化自主創新、數字化全面運營和智能化業務決策。

1）國產化自主創新：平台、應用的完全自主開發與交付，突破了國外工業軟件的壁壘，實現了技術、安全、服務的全面自主可控。

2）數智化全面運營：將OT技術和IT技術深入融合，系統以數據為引擎，以應用為導向，實現了對計劃、生產、質量、設備、能源、物料、人員等全過程、全方位、全業務的數智化運營。

3）智能化業務決策：系統將物聯網、大數據、人工智能等技術突破性地融入到生產製造核心環節，支撐預測預警、科學決策。

五、案例應用效益分析

質量方面，對生產環節質量問題，運用多元統計分析和模式識別方法實現製造偏差源診斷，實現「數據驅動質量提升」的閉環機制。其中，針對衝壓、焊裝、塗裝車間生產過程中出現的人工無法排查出根因的質量缺陷難題，以生產數據為驅動，融合工藝機理，構建了自動預測、自主決策的智能系統，通過對衝壓、焊接、噴塗工藝質量進行預測，質量預警準確率達到98%，缺陷問題追溯分析效率提升80%，問題缺陷流出概率減少10%，大幅提升了工藝水平與產品質量。

成本方面，對生產參數、工藝參數、能源參數實時監測和動態調整，整體實現能耗降低10%。其中，APC智能空調系統綜合運用仿真建模及人工智能等技術手段，建立空調在不同室外環境下最節能的智能控制決策和工作狀態模式，較傳統PID控制方式能耗節約約15%。對電機、風機、機器人等關鍵設備的運行狀態進行實時在線監測，通過設備異常檢測和故障診斷算法實現對設備的故障預測，整體減少設備停機時間80%，延長設備生命周期20%，減少設備維護成本60%。

效率方面，系統以數據全透明、可視化和自調優的方式幫助客戶隨時隨地了解和優化生產及設備的運行狀態，準確配置各類生產資源，及時和清晰地進行問題預判與決策，提升管理效率30%以上。