淺談汽車智能制造

劉建軍，張艷芬

（北汽福田汽車股份有限公司，北京 102206）

前言

隨著德國工業4.0的推動，中國在探索自己工業轉型之路的同時提出“互聯網+”與“中國制造2025”，在大背景與大環境的浪潮中，汽車企業需要研究分析投入與產出的經濟效益，合理、理性的規劃自己的智能化制造與服務之路。

1 汽車工業4.0關鍵特征

德國工業4.0 依靠物聯網、大數據、信息物理系統和云計算技術驅動，圍繞“智能生產，智能工廠，智能物流，智能服務”四大主題來實現，其中智能工廠構成了工業 4.0的關鍵特征。，作為四大主題之一的智能工廠代表了高度互聯和智能化的數字時代，通過互聯互通、數字化、大數據、智能裝備與智能供應鏈五大關鍵領域得以體現。

圖1

1.1 互聯互通

互聯互通是通過CPS信息物理系統將人、物、機器與系統進行連接，以物聯網作為基礎，通過傳感器、RFID、二維碼及無線局域網等實現信息的采集，通過PLC和本地及遠程服務器實現人機界面的交互，在本地服務器和云存儲服務器實現數據讀寫，在ERP、PLM、MES和SCADA等平臺實現無縫對接，從而達到信息的暢通，人機的智能。

一方面，通過這些技術實現智能工廠內部從訂單、采購、生產與設計等的信息實時處理與通暢，另一方面相關設計供應商、采購供應商、服務商和客戶等與智能工廠實現互聯互通，確保生產信息、服務信息等的同步，采購供應商隨時可以提取生產訂單信息，客戶隨時可以提交自己的個性化訂單且可以查詢自己訂單的生產進展，服務商隨時保持與客戶等的溝通與相關事物處理。

1.2 數字化

數字化包含兩方面內容，一方面是指智能工廠在工廠規劃設計、工藝裝備開發及物流等全部應用三維設計與仿真；通過仿真分析，消除設計中的問題，將問題提前進行識別，減少后期改進改善的投入，從而達到優化設計成本與質量，實現數字化制造和 QCD與靈活生產的目標，實現真正的精益，通過仿真運營成本降低 10-30%，勞動生產率提高15-30%。

圖2

另一方面，在傳感器、定位識別、數據庫分析等物聯網基礎數字化技術的幫助下，數字化貫穿產品創造價值鏈和智能工廠制造價值網絡，從研發 BOM 到采購 BOM 和制造BOM，甚至到營銷服務的BOM 準確性與及時性直接影響是否能實現智能化，從研發到運營，乃至商業模式也需要數字化的貫通，從某種程度而言數字化的實現程度也成為智能制造戰略成功的關鍵。

圖3

1.3 大數據

大數據，是一種規模大到在獲取、存儲、管理、分析方面大大超出傳統數據庫軟件工具處理能力范圍的數據集合，從大數據、物聯網的硬件基礎、連接技術到中間數據存儲平臺、數據分析平臺形成了整個大數據的架構，實現了底層硬件數據采集到頂層數據分析的縱向整合。

大數據的戰略意義不在于掌握龐大的數據信息，更重要的是對數據進行專業化處理，將來自各專業的各類型數據進行提取、分割、建立模型并進行分析，深度挖掘數據背后的潛在問題和貢獻價值。國外某知名汽車公司在國內的工廠在數據采集方面毫無疑問做的很好，但數據也僅僅停留在形成報表的層面，無法直接利用與分析，識別出問題并進行整改，直接反映的是數據分析和數據應用人員的缺失，尤其是與專業相結合，需要既了解專業又懂得建模和算法的數據分析人才，這也是大數據面臨的重要挑戰，亟需企業和學校聯合共同培養，且從取消手工的數據處理著手開展逐步積累，同時也反映了IT與制造的融合與同步不足。

圖4

1.4 智能裝備

智能裝備通過智能產品、人機界面、RFID射頻技術、插入技術、智能網絡及APP等具備可感知、可連接，形成了集群環境，最終形成“可感知-自記憶-自認知-自決策-自重構”的核心能力，如谷歌旗下公司開發的AlphaGo一樣具備深度學習的智能，根據實際形勢的輸入可以自動分析判斷、邏輯推理，思考下一步的落子，在人工智能領域形成了對人類圍棋的絕對壓倒性優勢，AlphaGo的出現象征著計算機技術已進入人工智能的新信息技術時代（新IT時代），未來將于醫療等行業進行深度合作，作為人工智能的代表也預示智能裝備的時代來臨，充分證明智能裝備是智能工廠物聯網和數字化制造的基礎，也是物聯網實現的關鍵要素。

1.5 智能供應鏈

智能供應鏈重點包含供應物流、生產物流、整車物流，各相應環節實施物流信息實時采集、同步傳輸、數據共享，并驅動物流設備運行，實現智能物流體系，達到準時化、可視化的目的，確保了資源的有效共享，也確保了訂單的準時交付，在訂單準確的同時減小了存儲，最大限度的避免了倉儲及二次轉運的費用，降低生產成本，也是主機廠和供應商之間緊密合作下的質量和價格的優化，達到雙贏的效果。

圖5

2 智能制造目標

在經濟快速增長期，傳統價值鏈的制造企業和用戶企業之間的矛盾被大量的訂單和充裕的現金流掩蓋，隨著中國經濟常態化，材料成本的增長，環保壓力的增加，市場和資金的雙重壓力來臨，兩者之間的矛盾日趨顯著。制造企業為提高生產效率，提高質量，降低生產成本，只能進行生產線升級與智能制造，下游相關投入會變為成本層層傳遞給上游，但又不會也不可能完全轉嫁給消費者，在這種價值鏈關系下，用戶不會因為是智能工廠生產的車就去為多余的價格買單，他們考慮更多的是汽車本身的功性能、可靠性、燃油經濟性、安全性和舒適性，從這個方面出發考慮，智能制造和工業4.0都不應該成為最終目的，如何為用戶創造新的需求和價值才是目的，如何通過智能制造解決用戶問題才應該是汽車制造企業重點考慮的。

像用戶抱怨的保養費用和保養周期，相關主機廠的客戶都不滿意，價格高，規定死，如果能通過傳感器監控實際車輛運行的里程、狀態，真正的從用戶的切身利益出發評估更換機濾、機油以及空濾、變速箱油等的實際情況，畢竟每個車的駕駛習慣、行駛路況等均有差別；另外，個性化的配置，用戶的真正需求，實用配置等都因人而不同，很多配置客戶并不需要，但在車型中卻作為標配，如何實現個性化的定制也是智能制造的一個方向；市場作為一線的戰場，能傾聽到客戶真實的聲音與需求，真正為客戶思考，為每一個價值鏈問題進行思考，堅信“問題就是機會”，思考哪怕覺得不可能一點需求，都有可能創造無限的價值，關鍵也是要融入智能工廠的五大領域技術，市場做好的同時不能僅僅依靠研發、市場，更多的也應該考慮團隊協作，考慮立體化多方位的智能化技術手段，同時智能制造也需要建立在市場驅動的前提下，將科技驅動作為技術手段，逐步實現智能工廠，實現智能制造，打造用戶新的需求和價值增長點。

3 結語

智能工廠的發展乃大勢所趨，但需要慎重的考慮與評估智能化的經濟效益，而不是為智能而智能，更多的應該從問題入手，將智能化的裝備和技術作為看待問題的一種途徑和解決問題的一種手段，從這方面出發與思考來解決現實面臨的問題，從而逐步實現智能制造，實現中國制造2025，將中國制造打造成為世界品牌。

[1] 上海交通大學出版社[美]李杰（Jay Lee）邱伯華劉宗長魏慕恒《CPS新一代工業智能》.

[2] 上海交通大學出版社[美]李杰（Jay Lee）倪軍王文正著劉宗長整理《從大數據到智能制造》.