軌道交通裝備企業的智能制造生產管理模式探討

榮豪 袁博

（中車青島四方機車車輛股份有限公司，山東青島 266111）

0.引言

隨著物聯網、人工智能等先進信息技術的騰飛，促進了融合信息技術的新一輪工業革命的興起，制造業的發展順應時代的大潮，深度融合新一代信息和通信技術，結合先進制造技術，在時間、產品、邏輯三重維度上展開了涵蓋制造過程的全產品譜系、全生命周期以及全制造環節的深度優化，以期實現對市場的快速響應和產品規模化定制的目標，以此誕生了新一代的智能制造技術。智能制造涉及兩大主體：（1）硬件，即實施智能制造的基礎和框架，其重點在于數字化智能化生產系統的搭建，以及網絡化分布式生產設施的實現。（2）智能生產模式的構建，包括整個企業的生產組織、物流配送、設備維保、質量管控等方面的實施和應用。

作為一種全新的生產模式，智能制造將人機關系重新定義為人機協同模式，將制造行為的主體從人轉化為自動化的設備。同時為了匹配精益、敏捷和柔性的要求，制造管理模式需要從設計、規劃、采購、生產、物流、售后等全過程的管理模式上進行精細化和系統化的同步提升。本文將針對中車青島四方機車車輛股份有限公司（以下簡稱四方股份公司）在智能制造深化改造過程中生產管理模式的轉變展開分析，探索智能制造生產管理的新模式。

1.生產管理模式的分析和探討

軌道交通裝備企業通過智能裝備、數字化系統開發和集成應用，改變了傳統的生產組織、作業執行、質量管控、物流控制的制造方式，生產過程大量采用機器識別和系統判定、控制技術，實現系統換人，以人為主體的制造模式變革為以系統控制為主體的制造模式。以四方股份公司為例，通過搭平臺、建產線、通數據的方式進一步探索數據驅動型企業建設。下文從現場生產管理、產品質量管控、人員薪酬激勵、設備維護保養等4個方面對轉向架智能工廠生產管理模式的變化和調整進行分析和探討。

1.1 現場生產管理

四方股份公司建成了MES車間運行數字化制造平臺，打通了數字化設計與數字化制造信息鏈路，建立了從工藝設計、產品制造到過程檢驗的閉環數字反饋體系，實現了車間作業管理數字化、標準化、流程化。在應用MES制造執行系統，并和其他系統的連接和協同貫通之后，于現場生產管理上產生的主要提升有：

（1）通過讀取生產計劃、采購計劃和其他的現實計劃的相關約束，結合企業資源計劃ERP系統，利用MES系統中的自動排產功能模塊，實現了連接項目管理、采購、物流到現場的三日計劃的自動排產。相比于人工排產方式，自動排產具備幾個優點：一是計算效率更高，排產結果更加準確合理；二是可處理的數據規模更大，可計劃的時間跨度更長；三是處理突發事件的能力更強。（2）實現了工單與生產計劃從口頭、紙面傳達方式向線上自動下達模式的轉變，在各種終端設備如移動工程電腦、手持終端甚至手機等以及其他固定設備上實現了移動化、多平臺的實時連通。（3）通過實時傳達反饋現場生產進度和物料消耗情況，結合現有生產計劃對交付日期、物料消耗進行及時的提前預測，結合訂單需求調整規劃提前期和物料配送時間，實現了以最小制造單元為單位在最小時間模塊上的物料拉動，提升了生產柔性，使現場生產過程精準可控[1]。

為繼續貫通產線和業務系統數據，提高作業效率，提升生產線整體效能，企業將利用數字化和網絡技術持續實施數字賦能，實現生產過程的集中可視化和各工序的有序銜接，根據需要在當前現場管理的基礎上繼續提升：通過采集現場人員、設備、產線等關鍵數據，利用工業總線和5G網絡將數據實時反饋至相應的工業App中進行對照反饋，對生產過程進行準確的判斷、分析，進而進行及時的預警和管理。將持續優化MES系統，延伸MES系統的管理觸角，打破MES和自動化產線的數據壁壘，實現與柔性生產線的深度集成，使其適應敏捷柔性制造的管理需求。提升MES對產品批量、種類變化、變更量大的適應能力，全面支撐制造執行業務，為企業數據驅動平臺建設提供數據支撐。

1.2 人員薪酬激勵

在制造型企業智能化升級過程中，企業作業人員的組織架構和作業任務發生了變化，相應的薪酬分配與激勵政策也應隨之發生變化。

（1）組織結構變化。四方股份公司建立了以指標為核心的產品全生命周期要素透明化的三級制造指揮中心。在分廠級指揮中心中，以班組為單位將制造過程中人員的工作狀態以指標的形式進行了數字化的實時展示。分管廠長和區長通過分廠級制造指揮中心直接把控各班組的工作進度和異常狀態，使得過程狀態上傳迅速，對應指令下達快捷，實現了自下而上的信息透明，使得組織結構更加扁平，作業調整更加精細化。而結合四方股份公司目前采用的以分廠為利潤中心進行的分廠工人的財務分配，利潤中心和分配主體距離縮短，進一步保障薪酬合理分配和績效精準化判定。（2）作業任務變化。隨著自動化裝備的更新和升級，作業人員的主要作業任務和崗位職責發生變化，同時作業人員數量減少，人員勞動強度大幅降低，使得部分工作崗位對作業人員素質的要求提高。以轉向架智能工廠為例，構架焊接生產線采用人機數字化交互、機器人自動焊接打磨；在加載、轉運過程中利用自動化機械手和AGV車輛接收后臺自動規劃程序實現側梁、橫梁臺位和工位的自動轉運。作業人員的作業任務從人工半自動焊接轉變為設備監控，通過攝像監控和數據采集反饋對焊接過程進行實時監控，從重復性勞動轉變為需要一定技術專業能力的現場問題改善和過程質量控制，作業人員不僅需要掌握數控技術、焊接設備操作能力以及一定的設備編程能力，同時需要熟練掌握焊接工藝和焊接技能，屬于能力和素質要求較高的復合型技能人才。

企業人員的績效和薪酬分配通常是和企業組織架構和人員作業任務相匹配的。當前企業內基層員工的薪酬制度主要采用根據工種工區確定工時薪資的方式，薪酬分化不明顯，而囿于過去基層作業人員的技術力要求不高，崗位工資上下浮動不明顯，薪酬級差很小，使得員工對于未來工資的漲幅期望不高。隨著企業智能制造模式的逐步推進，技能人才比例提高、技能崗位類別增多，應從崗位本身要求和人才職業技能進行綜合考查，制定合理的績效制度，并對薪酬激勵進行適當調整[2]。

1.3 產品質量管控

四方股份公司過去的質量檢測模式是通過人工測量尺寸、溫度等數據，生成紙面表單，采用自檢、互檢、專檢模式，實行多人質量責任制；進行數字化改造后，通過加工、裝配、探傷、試驗等工序多臺檢測設備聯網集成，構建了SCADA數據采集平臺，結合RFID識別錄入在制品型號，在線采集檢測數據，系統自動研判，自動上傳QMS系統，自動形成產品質量履歷。質量數據收集至后臺，利用可視化技術進行關鍵數據圖表化展示和趨勢分析，便于對質量趨勢進行及時的修正和客觀的評價。此外，系統通過對質量歷史大數據、質量表單、產品質量履歷等進行記錄和管理，實現產品全生命周期關鍵質量數據追溯。

現有的質量分析和維護模式，主要是事后檢測模式，通過人工比對質量標準對已有的加工條件和產品進行調整和補償，但質量數據往往僅局限于本工位，容易形成信息“孤島”；并且質量數據生成后對人員依賴性較強，復雜數據仍未實現自動判斷。在持續推進智能化信息化改造過程中，企業將基于現有基礎提升質量管控能力，預期實現系統自動分析工序能力指數CPK，通過閾值設置，系統自動預警指導技術人員執行工藝改進；利用各類工業傳感器、自動測量設備，將設備的加工狀態和關鍵工藝數據實時傳遞到后臺系統；通過設備和后臺系統對過程質量進行監控，可以對系統誤差進行及時的修正，最終實現預測性的質量維護。

1.4 設備維護保養

在數字化智能工廠中，大量工作以自動化設備代替人的重復性勞動，設備在整個制造環節的比重也越來越高。總體來看，設備維保經歷了從事后維修，到定期預防性維修，逐漸到構建數據預測模型維修的演化，而伴隨著信息通信技術的深入發展，通過對設備主控電流、加工參數等的監控，設備健康變得相對透明可控。

四方股份公司利用設備管理系統對制造設備的健康狀態進行了平臺的管理，并對關鍵設備進行網絡化升級，在原有定期性預防維護策略的基礎上，結合自動采集和手動錄入的設備數據，實現全生產邊界內的設備管控。當前難點在于設備種類駁雜，部分設備相對落后，設備關鍵健康參數采集困難，實現智能化預測性維保的難度較高。

在企業的智能化改造過程中，設備健康檢查和維護策略需要因設備而異、因條件而異，需要同時計算設備停機損失和預防停機成本以及維修成本，針對不同設備采取相應策略，提高設備資產應用水平，實現維修成本精細化核算，根據具體需求和現實條件以及需要達成的目標確定維保策略。

（1）針對停機損失大、維修成本高的關鍵設備，例如各類數控加工中心、機械手、自動焊接裝備等，通過各種傳感器將設備的各個關鍵參數如電流、溫度等進行實時監控，采用高清視頻采集、5G傳輸等先進通信技術，結合MES系統和工業互聯網將數據反饋至管理系統中，并通過圖像識別、數據分析、邊緣計算等方法對設備健康進行分析，建立設備健康數據模型，針對當前設備狀態進行預測判斷，并采取可用措施。（2）對于停機損失較大、停機故障頻率較低的重要設備，例如天車等，增加關鍵部件數據傳感器，定期對健康參數進行采集分析，建立設備健康數據模型進行預測，結合定期項點檢查維護的方式，將設備的故障停機概率降至最低。（3）對于停機損失小、故障修復時間和成本較少的一般設備，例如各類電焊機等，采取定期項點檢查維護加獨立數據模型管理的方式，并制定快速修復策略，降低設備不可修復性損壞的概率。

四方股份公司利用工業互聯網技術和信息化集成平臺等手段，將總體設備維保方向逐步提升到精細化設備健康數據采集、精準化大數據分析及預測、集成化平臺管理的智能維保策略上來，進而減少停機損失，降低維護成本，實現效益效率最優。

2.總結

通過分析企業自身的特點和現狀尋找自身的發展需求和改革痛點，四方股份公司根據實際生產需求，在保證硬件和技術智能化數字化的同時，提升生產組織方式，去除冗余工作，形成現場和上游的雙向反饋，提高工作效率。結合制造執行系統打造基于現場的信息化柔性化系統，提高物料管理、進度管理和異常管理水平。調整人員管理組織形式，優化人員配置，改善人員激勵政策，結合現有機制激發員工動力，保證制度上的先進性。跟進質量管控模式，分析過程質量并進行預測調整，同時形成產品全生命周期的質量追溯，將產品質量涵蓋的時間和空間范圍進一步擴大。對設備健康進行精細化平臺化管控，抓取關鍵數據，改進設備維保策略，減少設備停機損失。與傳統制造模式相比，智能制造在宏觀上進行了拓展，即注重產品全生命周期和全生產要素的管控，包括設備維保、供應商管理、售后管理等；在微觀上進行了拓深，即更加注重過程管控，包括過程質量、加工節拍、人員狀態等生產過程中的要素狀態。制造企業通過利用網絡技術、工業互聯網、人工智能算法等手段和精益管理、價值流等方法，高效精準地提升本身的質量、效益和核心競爭力。傳統制造模式與智能制造模式對比如表1所示。

表1 傳統制造模式與智能制造模式對比

可以預見的是，新型的智能制造模式在未來將大有可為。面對信息技術的廣泛應用和快速進步，越來越多的新技術將進入制造領域，對制造企業既是機遇，也是挑戰。