求真百科歡迎當事人提供第一手真實資料,洗刷冤屈,終結網路霸凌。

變更

前往: 導覽搜尋
無編輯摘要
|}
'''大连亚明新能源汽车智能制造工业互联网平台及汽车部件工业视觉检测应用'''大连亚明新能源汽车智能制造工业互联网平台及汽车部件工业视觉检测应用,大连亚明汽车部件股份有限公司(以下简称大连亚明)是一家生产铝合金压铸件的老牌企业,是国家商务部、发改委正式确认的“国 家汽车零部件出口基地企业, 是我国汽车压铸件行业的前20强企业。 主营产品为轻量化汽车核心压铸件,客户涵盖奔驰、 [[ 丰田 ]] 、大众、福特等主机厂。大连亚明是国家工业互联网试点示范企业、国家 [[ 制造业 ]] 与互联网融合发展试点示范企业、项目入选国家“5G+工业互联网<ref>[https://www.sohu.com/a/289198742_763503 重磅|工业互联网详细解读] ,搜狐,2019-01-15</ref>”第 一批典型解决方案。
==—、案例简介==
本案例通过对产品缺陷检测及远程维护 [[ 工艺 ]] 、压铸/模具智能化 生产管理系统设计、可视化生产管控平台、质量管理和追溯系统设计等关键技术研发攻关,建立新能源汽车智能制造工业互联网平台,实现关键零部件产业化。
==二、案例背景==
近年来,我国出台的 [[ 新能源汽车 ]] 扶持政策力度空前,按照工信部 《汽车行业中长期发展规划》到2025年新能源生产达700万辆,受 此影响,新能源汽车用压铸件需求量大增。
新能源汽车精密铸件在制造过程中存在产品质量检测开环、物联网通讯效能有限、数据存储与挖掘能力不足等技术问题,阻碍了生产 线效率、产品质量与平台管控能力的进一步提升。本 [[ 项目 ]] 融合落地新 一代信息技术,研制具有自主 [[ 知识产权 ]] 的新能源汽车智能制造工业互联网平台,解决企业面临的精密铸件制造难的问题。
==三、案例介绍==
通过研制具有自主知识产权的新能源汽车智能制造工业 [[ 互联网 ]] 平台,部署5G物联网与云计算平台,拓宽工业视觉与大数据服务场 景,建立智能化生产管控系统与可视化平台,实现全流程的关键零部 件智能制造与产业化。
本案例实施过程中的总体技术构架:
包括设备层、执行层、控制层、计划层、设计层与应用层(产业 化)。其中,设备层包括针对关键零部件的智能压铸工艺装备、以机 器人为代表的智能物流装备与以视觉检测为特色的智能检测装备;执 行层包含基于5G的现场数据采集、智能装备控制系统;控制层包含 闭合管理的车间制造执行系统MES、覆盖制造过程的可视化管控平 台、制造阶段数字李生、工业 [[ 大数据 ]] 多场景服务;计划层包括企业资 源计划ERP与产品全生命周期管理PLM;设计层包括数字化车间与 产品的设计与仿真研发;应用层针对压铸、加工车间等实现关键技术 产业化。
本案例主要实现的四大场景内容:
1. 基于5G和视觉的缺陷检测与远程维护工艺系统 [[ 设计 ]] (包括基 于5G的车间级与企业级网络建设,铸件内外部缺陷智能检测,铸件 装配作业智能防错,铸件螺纹漏加工等智能防错,基于实时缺陷检测 的远程维护工艺系统)
2. 覆盖制过程的多维度可视化生产管控中心建设(物理车间现场 数据可视化管控,数字弯生虚拟车间可视化管控)
3. 基于工业 [[ 互联网 ]] 的生产质量管理和追溯系统设计(物联网建设与大数据<ref>[https://www.sohu.com/a/247291508_324615 什么是大数据?大数据的定义又是什么?],搜狐,2018-08-15 </ref>服务,基于大数据技术的生产质量管理)
4. 基于数据驱动的智能管理与决策平台建设(闭环管理的车间制造执行系统,基于云端协同的数字李生技术研发)
利用工业视觉提高制造执行系统对生产现场信息的感知能力,进 一步提高多个作业场景的自动化、智能化程度。借助5G技术低延时、 高带宽的优势,将工业视觉所产生的大容量现场数据(如实时图像) 快速传输至数据处理平台。并将工业视觉分别应用至压铸件内外部缺 陷检测场景、螺栓拧紧场景、螺纹漏加工检测场景等场景,将一系列 涉及检测工序的 [[ 结果 ]] 数据反馈至产品质量追溯系统,服务于产品质量 提升与制造工艺改进。
==四、典型经验提炼==
===(一)具体措施和成效===
通过对新一代信息技术与新能源汽车壳体制造的集成创新,实现 产品质量管理闭环,促进工业大数据与工业云的深度融合,将工业大 数据分析贯穿于产品制造全流程,提升车间管控水平。通过对压铸件 及其模具制造过程中的智能化装备、在线检测、智能物流等关键技术 的应用,以及PLM、ERP、MES等系统的高效协同与集成,实现生 产过程管理的 [[ 信息化 ]] ,增强产品生产过程的管控能力、生产设备的监 控能力、产品性能的监测能力,提升生产运行效率。
通过项目实施,生产效率提高30%,产品不良率降低20%,设 备可视化覆盖率90%,设备接入云平台设备覆盖率80%,设备接入 5G网络设备覆盖率60%。
利用工业视觉提高制造执行系统对生产现场信息的感知能力,进 一步提高多个作业场景的自动化、智能化程度。借助5G技术低延时、 高带宽的优势,将工业视觉所产生的大容量现场数据(如实时图像) 快速传输至数据处理平台。并将工业视觉分别应用至压铸件内外部缺 陷检测场景、螺栓拧紧场景、螺纹漏加工检测场景等场景,将一系列 涉及检测工序的结果 [[ 数据 ]] 反馈至产品质量追溯系统,服务于产品质量 提升与制造工艺改进。
===(二)借鉴意义===
====1. 推动企业生产模式向自动化、智能化生产转变====
通过本案例的实施,将有效提高我国新能源汽车精密压铸件生产 企业的智能化水平,使得新能源汽车精密压铸件加工趋于标准化和规 模化,从而提高生产效率和 [[ 质量 ]] ,降低劳动成本。智能化的引进,不 仅可以减少繁重、枯燥的体力型工作,还能对生产环节进行实时把控、 量化分析。
====2. 推动新能源汽车精密压铸件行业相关智能装备的国产化====
大力发展国产在线自动缺陷检测系统、数字化生产车间、可视化 生产管控中心和生产线等关键技术装备,推动国产新能源汽车高精密 压铸件智能制造关键技术研发和产业化应用,有利于加快我国自主 [[ ]] 的高精密压铸件智能制造产业发展,有力推动高精密压铸件生产相 关智能装备的国产化。
====3. 树立高精密压铸件行业先进智能制造模式的标杆,引领行业进 _步发展====
本案例开将发出基于工业互联网升级的一套完整的新能源汽车关键 零部件外壳铝合金壳体制造工艺技术解决 [[ 方案 ]] ,以此来解决目前关键零 部件加工效率低、加工精度低、清洁度低、气密性不好等技术难题。研 发出新能源汽车关键零部件5G在线缺陷检测系统、智能化生产管理系统、 可视化生产管控中心、大数据服务云平台等工业互联网产品,开展高精 密压铸件的智能制造的关键技术研究,并开展产业化应用,满足高精密 压铸件的智能制造,提高生产效率,提升高铝合金壳体生产行业的整体 竞争力与影响力,增强我国高精密压铸件生产行业的国际竞争力。
==参考文献==
[[Category:500 社會科學類]]
741,206
次編輯