技術文章

當前頁面: 首頁 >技術文章 >一文了解汽車行業數字化工廠建設

一文了解汽車行業數字化工廠建設

供稿:北京迪基透 2020/5/26 13:19:37

0 人氣:0

  • 關鍵詞: 數字化建設 數字化工廠 PLM
  • 摘要:未來工業4.0時代,更多的人工智能技術、大數據預測服務和實時決策系統將融入到數字精益制造,這些智能創新技術將普遍應用在智能工廠的各個環節,實現大規模個性化生產。。

汽車行業經歷了從大批量流水線生產到平臺化生產,這種平臺化生產模式既考慮了產品的共性,同時也兼顧了客戶個性化需求和企業的生產能力,大幅度降低汽車制造成本。同時,平臺化生產模式極大地提升了汽車模塊化、標準化和柔性化生產能力。隨著汽車產品“新四化”以及市場需求多樣化性,汽車開發與制造越來越復雜,因此,大量的智能創新技術開始廣泛應用,以此提升汽車研發能力、生產過程管控能力、柔性化生產能力、靈活的供應鏈體系、高品質的質量保證以及OEM和供應商協同能力等。

下圖展示了基于工業軟件、自動化和精益生產深度融合,以追求生產的柔性化、均衡化、準時化和同步化的數字化企業構架。

橫向集成:數字化是一個數字流程,橫向整合了產品創意、設計、制造規劃、生產和使用過程,并利用數字孿生技術實現虛實融合,實現產品研發和生產運營的閉環的持續改進,提升產品創新能力和縮短交付時間;

縱向集成:通過縱向信息整合,將產品設計需求、工藝需求、質量控制需求精確輸送到能理解需求的生產系統和智能設備,并實現嚴格按需求制造,確保產品質量和滿足客戶需求。

深度融合:深度融合精益制造、自動化和工業軟件,重構產品結構、制造流程和供應鏈,實現快速交付,提升混線生產和供應鏈的柔性配送能力,在滿足平臺化生產的基礎上,同時滿足個性化需求,實現企業卓越運營。

多領域協同和集成開發:基于PLM多學科管理平臺,可以幫助產品專家從系統層面統籌規劃,實現智能汽車在機、電、軟、控制等多領域跨學科集成開發和數據的統一管理和驗證,完成從概念設計到多學科詳細數字樣機設計過程。

概念設計階段,基于PLM平臺對需求分類和量化描述,然后完成整車系統構架、功能、性能、接口的建模,并對各分領域的模型驗證和設計目標優化,如對動力傳動系統、空氣動力學、電氣系統和控制系統等進行系統建模分析,以優化系統的整體方案和架構,快速設定整車性能目標。在詳細設計階段,開發需求規格下發給結構、電子電氣以及軟件等各個專業領域完成詳細設計,并利用仿真分析平臺對詳細樣機驗證和優化,如:利用產品數模進行動力學分析、機電液一體化分析、空氣動力學和熱力學分析、零部件的強度分析、疲勞耐久性分析以及振動噪聲分析等;利用自動駕駛仿真平臺,通過定義各種虛擬交通場景和傳感器來驗證ADAS自動駕駛輔助系統如:自適應巡航ACC、車道偏移報警LWDS,FCW碰撞預警、自動緊急剎車AEB等可靠性研究。通過模型在環、軟件在環和硬件在環以及集成人-車-路-交通和車輛動力學行為來分析和驗證主動安全測試、電子控制系統測試、駕駛員行為測試的等。

數字化制造工程規劃:基于數字工藝規劃平臺全球過程制造清單(BOP)解決方案:企業標準工藝(GBOP)->產品工藝(ProductBOP)->工廠工藝(PlantBOP)幫助企業快速實現制造工程的全球化部署和柔性工藝體系,并結合制造知識共享及全球工藝標準,快速完成沖壓、焊裝、涂裝和總裝的柔性化ProductBOP設計。同時根據全球不同工廠的產線要求,快速將ProductBOP部署到各個工廠產線,完成PlantBOP的設計規劃,實現工藝需求高效、準確的傳遞到全球各個工廠。并通過在虛擬制造環境中完成對沖壓、焊裝、涂裝以及總裝工藝仿真驗證,實現對工藝、工裝夾具、產線布局以及生產和物流策略的優化。

通過BOP實現研發與生產融合:如何讓機器和生產系統理解工藝和質量控制正在促進工藝規劃和質量規劃手段變革。制造過程清單BOP(Billof Process)將制造過程中的所有制造活動、生產資源規劃以及質量規劃,如產品、工藝過程、質量控制、工廠和制造資源整合在一起,通過標準化動詞和時間代碼來表述產品的制造過程,這些表述的語法,除了能夠被人理解外,同時也滿足機器和生產系統理解制造過程的要求。西門子BOP數據模型從最早的3PR模型,發展成為今天的3PQR(Product-Process-Plant- Quality -Resource)模型,最新發布的Teamcenter 12.5版本,融入了質量規劃解決方案如FMEA、控制計劃、檢驗規劃和特性管理等。

均衡生產:實現均衡生產目標的關鍵技術是如何制定與需求和能力均衡化的生產計劃,并要求主機廠和供應商按計劃同步生產和JIT供貨。汽車生產計劃采用多級計劃管理模式,通常分為年度、月度、周和日計劃,這些計劃通常在ERP系統中完成,并通過EDI與供應商共享生產計劃,供應商按雙方簽訂的計劃協議實現同步生產和JIT/JIS供貨。另外,均衡生產計劃的執行,需要完善的精益生產體系來保證計劃的實施,因此,生產線和工裝夾具的設計需要具備支持產品平臺混線生產和快速切換能力,同時生產過程要按節拍生產,培養多技能操作工人支持一人多序;通過MOM同步生產指示來實現主機廠、供應商以及第三方物流進行同步生產和JIT物流配送;工廠需推行TPM和全面質量管理,減少意外停機和產品缺陷,最終實現物料消耗穩定、設備和人力負荷固定化、以最小的在制品和庫存應對生產需求波動、快速交付訂單。

柔性化生產控制與Smart Product/Mobility:車體自動識別系統(AVI),是根據工業4.0中描述的Smart Product和Smart mobility的智能識別、智能路由、定位和記錄產品制造需求和制造歷史的理念開發的解決方案,支持在生產過程中產品與產線智能設備對話完成產品生產過程,是連接智能設備和MES之間的信息橋梁,是實現汽車柔性生產的基礎。AVI作為車間設備控制層,能夠增強生產線控制系統的柔性,滿足混流生產需求。

AVI系統接收MES發布的日生產計劃,獲取車型和顏色等信息,并根據生產計劃發指令給生產自動化設備,并調用對應的加工程序生產。AVI根據每輛車的工藝路線,控制車輛在生產過程中的自動路由,通過對車輛信息識別,進行工藝指導和防錯,并在加工結束后返回實際生產結果。AVI通過與自動化產線控制系統對話,實現工裝、設備工藝參數、程序的自動切換。AVI自動跟蹤每一臺車輛生產信息,在生產過程中對車輛進行識別和定位,并實現過站生產數據和質量信息采集,實時記錄每臺車輛的制造數據和生產路徑,采集的數據將及時傳遞給MES和PMC系統,實現對生產訂單、生產節拍、車輛信息、產量、質量等信息進行生產過程監控。

柔性化精益物流與橫向集成供應鏈:為了實現對主機廠整個供應鏈的準時的柔性物料配送過程,首先需要將整車廠的AVI、MES、LES、ERP、SCM以及供應商的WMS系統進行集成。當AVI通過物料同步配送點發出物料同步配送指示時,MES將目前整車生產序列發送的LES系統,并由LES通知廠內物料配送區執行JIT配送以及按生產序列實現SPS單車物料配送。對于外廠物料配送,SCM將生產序列發布給供應商,供應商將根據JIT交貨指令進行生產,并按規定時間,按JIS/JIT配送到規定的地點。另外,在整個供應鏈的橫向價值鏈上,由不同層面的供應商組成,因此,為了實現物流配送的平準化、同步化和可視化,需要在集成的IT環境中共享物料配送計劃信息和JIT物料配送指令。

生產運營透明化:通過集成MES、PMC與AVI、Andon系統(設備、物料、質量)系統,MES和PMC實時獲取生產現場反饋數據,實現對現場層生產訂單執行、產線、設備、緩沖區、質量、在制品等狀態進行監控,同時MOM的智能計算分析功能實時評價生產業績。另外,通過MES、LES、WMS、ERP、SCM以及供應商WMS系統的集成,實現內部物流和外部物流的物流狀態監控,如訂單執行、庫存、供貨計劃的執行、在途運輸、物流設備等,全面實現生產過程、質量過程和和物流過程的透明化和業績評價。各個系統采集的數據可以抽取到Mindsphere平臺,通過深度機器學習AI技術,提供預測性工程分析。

閉環質量管理:在質量策劃階段,產品工程師利用FMEA工具發現和評價潛在的失效模式和其失效的后果,為產品設計的可靠性及優化設計方案提供依據,為制定產品試驗和產品檢驗質量控制方案提供依據,同時也為故障診斷、維修性分析、安全性、危險源、故障源分析提供依據。另外,制定好的PFMEA將導入到控制計劃中,制定符合產品所要求檢查項目、測量技術、檢驗頻次、樣本容量、控制方法,反應計劃等。

整車生產過程質量管理主要業務包括過程質量控制、成品車質量評審、供應商質量評價、物料防呆和質量追溯等。整車質量數據主要采用單車VIN號來管控和采集生產過程中的質量數據,并根據工藝制造流程如沖壓、焊裝、涂裝、總裝,實時自動采集生產過程中的設備數據和質量檢驗數據。對于已下線的成品車輛,需要抽檢進行質量審核,由審核員站在用戶的立場,對合格產品進行質量評價,通過評價打分得出相應的質量等級。系統還通過計算平均首次故障里程、平均故障間隔里程、當前故障率來評價已交付產品的可靠性,并對發現問題給出糾正預防措施計劃及整改進行跟蹤。

車輛生產過程中的物料防呆是質量控制的一個重要方面。由于多車型多頻次的排序混線生產,要求物流的柔性配送做到一次性選準物料,并通過采用物料防錯技術如SPS、DPS以及物料掃描識別等手段來減少物料裝車錯誤和漏裝概率。對于發生的質量問題或客戶抱怨,質量管理系統需要建立有效的問題處理機制,如Problemsolving流程、RootCause分析等,通過制定整改措施消除問題對生產和產品質量的影響,同時為了避免問題再次發生,通過質量管理系統的FMEA來建立預防措施,真正從被動檢驗向主動預防轉變。汽車作為大消費品,其安全性要求越來越高,因此建立全生命周期的追溯體系至關重要,整個追溯過程涵蓋了主機廠到下級供應商的要求。

無人輸送系統:作為智能工廠的重要組成部分,無人駕駛輸送系統和自適應物流開始應用于在制品和物流配送系統,無人駕駛物流輸送小車可以通過主控系統或語音以及手勢識別,下達需要到達取貨和送貨目的地指令,通過導航和感知識別系統完成自動駕駛路徑規劃以及取貨送貨過程,并可以實時地根據現場物流輸送路線的擁堵情況,隨時計算優化輸送路線。

未來工業4.0時代,更多的人工智能技術、大數據預測服務和實時決策系統將融入到數字精益制造,這些智能創新技術將普遍應用在智能工廠的各個環節,實現大規模個性化生產,屆時制造業將進入以智能精益為代表的自適應生產的智能化工廠時代。

審核編輯(王靜)
更多內容請訪問 北京迪基透(http://home.gongkong.com/profile/?uid=S020051314190100001)

手機掃描二維碼分享本頁

工控網APP下載安裝

 

我來評價

評價:
一般
支付宝考试后赚钱 双色球最容易中奖方法 股票走势图怎么看 安徽25选5开奖软件 江西体彩十一选5今天 一笑一码,期期中 1000百家乐体验金 吉林11选5最大遗漏数据 股票融资开放了么 广西快乐十分k线走势 股城网股票行情