編者按
《上海市建設100+智能工廠專項行動方案(2020-2022年)》于去年9月發布,計劃三年推動建設100家智能工廠,打造10家標桿性智能工廠,培育10家行業一流水平的智能制造系統集成商,搭建10個垂直行業工業互聯網平臺,即“10030”工程。本期,我們摘編介紹上汽通用凱迪拉克數字化智能工廠案例。
上汽通用汽車凱迪拉克工廠于2016年1月建成投產,主要生產面向國內和出口市場的傳統及新能源豪華轎車、SUV和MPV,全廠占地47.7萬平方米,包含車身、油漆、總裝、動力總成四大主體及相關輔助設施。凱迪拉克工廠從前期規劃開始,就秉承公司智能制造理念,始終瞄準前沿技術,持續推動互聯網、大數據與汽車產業的深度融合,率先在工程開發、制造效率、產品質量、物流效率、綠色節能等方面開展智能制造的有效實踐。
在產品開發和工藝及工裝設備開發全過程中全面應用數字化和虛擬仿真技術,建立了基于MBD產品全生命周期的工藝管理平臺,開發了產品3D標注及結構化工藝信息提取、基于AI的工藝自動編排、基于自然語義處理的工藝文件自動生成等功能模塊,實現了從工藝方案的人工編排到“一鍵式”生成的轉變,并開通了從產品設計、工藝規劃到生產線的數據流,保證了產品全生命周期數據的一致性。
在生產運營過程中,基于一網到底的全覆蓋工業以太網和智能基礎硬件,實現各類生產數據(安全、質量、成本、響應、人員)的自動采集和匯總;依托自主開發建設的生產運營管理系統和數字化運作系統,借助PT刀具大數據管理系統、高自動化率白車身制造工效智能管理系統、門蓋生產與緩存智能一體化精細管理、總裝Free Flow防錯系統、能源智能管理監控系統等,實現安全、生產、設備、物流、質量、人員多維度的要素覆蓋,并致力于生產多系統數據集成互聯和移動化應用,滿足不同管理層級運營管理需求;依托大數據分析管理平臺,通過各類生產大數據挖掘和分析,實現數據橫向對比、趨勢分析、自主判斷和前饋預警等,大幅提升生產運營的綜合運作效率。
借助整車現場智能質量檢測系統、動力總成質量智能管理平臺、全生命周期質量大數據分析預警平臺等平臺,實現制造現場產品狀態的自動檢測及制造過程能力的自動分析,提高人員效率,保障制造質量;依托質量大數據分析平臺,實現質量與上下游業務鏈的數據互聯互通和全生命周期的質量大數據分析預警,識別潛在問題,優化產品設計,提升客戶滿意度。
通過建設數字化設備管理系統(EAM)及關鍵設備狀態分析專家系統,搭建設備管理工作平臺,在信息技術的支持下,建立設備全生命周期管理體系,優化資產管理、維修管理和備件管理的工作流程,從而達成設備資產的維護費用最小、運行成本最低和運行效能最高的目標。
通過各類信息系統的搭建,貫通從生產計劃、零部件計劃、運輸配送以及整車儲運的整個物流業務鏈數據,并通過各類自動化技術的集成部署及數字化技術的融合應用,整合多方資源,實現物流全過程的智能化、精益化管理,打造互聯互通、高效協同、智能決策的物流及供應鏈體系,實現物流業務的智能分析與決策,實現物流高效、精準的運作及輸送,提升了運作效率,降低了運作成本,支持打造數字化工廠。
通過升級和整合現有能源管理系統和污染物排放智能管理系統,實時監控基地和工廠用能和排放情況,提高能源管理水平,挖掘節能減排潛力,降低環境污染排放風險。
通過對業務流程的梳理和優化,規劃并搭建各類信息系統;借助數字化項目管理平臺、智能化虛擬評估、全業務鏈尺寸質量智能分析預警平臺、機加工數字化工藝設計平臺、裝配數字化工藝設計平臺等,實現制造工程全數字化開發環境,并與業務鏈上下游系統實現數據交互;結合靈活、先進的數字化仿真手段、大數據及人工智能技術,不斷提升工藝開發質量和效率,實現工藝的自動、即時開發,縮短新車型投產周期。

工廠通過數字化及人工智能技術的深入推廣,進一步縮短了產品工藝開發和工藝驗證周期,加快了產品啟動及上市研制和開發的周期,實現產品的快速迭代。
在生產管理方面,借助數字化的全面應用,建立生產運營管理平臺,生產管理效率提升20%;通過PT刀具大數據管理系統應用,使刀具成本下降10%。
在質量管理方面,通過運用數字化、智能化的質量檢測手段,實現了制造現場產品狀態的自動檢測及制造過程能力的自動分析,保障了制造質量。
在設備管理方面,通過數字化設備管理系統(EAM),借助移動終端實現無紙化維修業務,物料交接效率提高了50%。
在智慧物流方面,從集成供應商端到工廠基本實現一車一單排序上線,減少了線旁庫存,倉儲面積大幅下降,單車物料占地面積最少。
在能源管理方面,通過過程監控和網格化管理、提高現場能源管理水平,降低了單位產品能耗和成本5%。
在數字化開發運行方面,實現了制造工程全數字化開發環境,整體項目規劃與實施的工作效率提升13%,比傳統開發周期縮短了30%。
上汽通用汽車凱迪拉克數字化工廠在建設和運營過程中,始終秉承公司智能制造理念,始終瞄準前沿技術,推動數字化、智能化與汽車產業的深度融合,在智能制造方面進行了富有成效的實踐與示范。