淺談汽車沖壓智能制造的發展方向

文／譚偉峰·廣汽本田汽車有限公司

任何一家對汽車技術有執著追求的制造企業，都希望自己能在新四化這個變革舞臺上走得更高、更遠。沖壓作為汽車企業的第一道工序，如何在這個變革中通過智能制造實現數字化、人員最少化和成本最優化，是樹立在每一個沖壓人面前的目標。現如特斯拉、小鵬這些代表性的現代化智能工廠已走在時代前面，提前布局了智能制造和面向未來的全數字化。為此，本文希望將沖壓新四化的一些想法與方向進行分析，給改革中的企業提供一些助力。

智能制造成熟度

自2015 年汽車藍皮書論壇組委會主席賈可博士提出汽車新四化概念后，給整個傳統車企帶來了翻天覆地的變化。加上近年新崛起的電動車企業不斷利用新四化來包裝產品，讓市場上大部分人在談“電動化”“網聯化”“智能化”“共享化”時，都會認為新四化就是指車這個終端產品和其上面的各類輔助電子化系統，而很少會聯想到汽車生產線上沖、焊、涂、總四大制造環節才是真正需要融入新四化的汽車孵化源頭。作為一名汽車的規劃人員，必須清楚地知道，制造環節的智造才是未來每一個車企最大的比拼戰場。

知根才能發展，只有制造自身實現了智造，才能更好地造出滿足市場需求的智能終端產品，否則最終只會被市場淘汰。真正意義的智造“電動化”“網聯化”“智能化”“共享化”不是僅指車產品上的各種科技技術應用、互聯網＋或多高的自動駕駛，而應該是指企業內部制造的管理、模式、架構的新四化。縱觀國內不少的沖壓領域，很多企業才剛進行全面自動化升級變革，管理上仍然保持著20 世紀末的方式。線末裝箱勞動力密集，生產、品質都依靠人的經驗與個人的評判基準，導致零件背后沒有生產數據可溯源。甚至為了減少品質的波動，一直延續著多工序生產和單零件大批量生產的粗放型排產。這樣一來，成本居高和靈活性低下成為了沖壓的通病，且產能提升時的投資往往也是巨大的。即便一些超大型的企業，雖然在管理上嚴格執行ISO，品質上遵從極高的基準，但在管理上對大數據的不敏感，也往往會導致一些問題的反復發生，如一些基礎品質問題，在每個車型上重復發生而得不到遏制。而這些問題的根源，就是缺少數據分析，無法縱觀一個車型的始終所導致。

汽車沖壓的生產，在20 世紀就一直圍繞零件的成形，開卷、落料、清洗、拆垛、成形、質檢、裝箱、入庫、出荷等環節開展自動化變革。這些變革環節中，一直都是沿用成熟的生產技術與工藝，一些數字化新技術極少在沖壓領域被應用。過往曾經出現過的沖壓零件自動裝箱系統，受限于零件裝掛數量、后工序取用困難等問題，也如曇花一現，并未能在行業中被廣泛認可和推廣。

作為一家對汽車技術有著執著追求的企業，肯定不會在智能制造這個變革時代缺席。其中，本田算是在數字化技術上走得比較早的一部分車企之一，相比電動車企業全新建設的全數字化工廠不同，本田沒有拋棄原有的生產基礎，而是在此基礎上不斷進行效率的精益求精，走出了一條屬于自己的低投入變革之路。早在2010 年，本田就開始導入零件自動裝箱，更是將此作為了后續所有沖壓生產線的標準配套，實現了班組人員最小化；側圍輸送鏈，最大程度上削減了車間面積和優化了焊裝大零件物流輸送；全模型化的伺服沖壓技術，更是成功將一個車型的工序數量縮減至三序，隨后又從一模兩件發展到一模多件，甚至是不同零件配套共取，并將坯料利用率提升到行業的最高水平。另外，在其他新技術的研發中，本田也從未停步，在新四化的激勵下，沖壓車間涌現了很多的新技術，如“質量自動檢測技術”“AGV 運輸”“MES 系統”“智能天車”等，已如雨后春筍般在新興的沖壓車間不斷涌現。作為沖壓規劃者，如何將這些眾多新技術串聯起來，并成為一個數字化孿生車間，是決定未來本田沖壓站位高低的一個重大推動力。

在2020 年，本田根據最新的《智能制造能力成熟度模型GB/T 39116-2020》描述，對于智能制造成熟度也同步分為了5 個等級，分別是一級規劃級、二級規范級、三級集成級、四級優化級和五級引領級。同時，這五個等級也分別代表了現在制造企業的五個不同的狀態。其中，對于每個等級的現狀如圖1 所示。

圖1 智能制造能力成熟度模型(GB/T 39116-2020)

規劃級是指能夠對核心業務活動，如設計、生產、物流、銷售、服務進行流程化管理，讓整個產品線不再是斷層，而是整個生命周期聯合在一起。這個環節需要對制造的基礎和條件進行規劃，并實現一定的數字化，可以實現全流程的溯源。這一點，企業在ISO認證時基本都已經能做到。

規范級和集成級，就是企業采用自動化技術、信息技術手段對核心裝備和核心業務活動進行改造和規范化，實現單一業務的活動數據共享。然后對裝備、系統等開展集成，實現跨業務活動間的數據共享。對于這兩點，本田從2008 年開始就已規劃了未來自動化沖壓車間的藍圖，實現了從單零件的自動裝箱到全零件的自動裝箱，從簡單的庫存數據庫升級到容器、定位、品質一體化數據中心，實現每一個沖壓零件的生產軌跡登記和品質溯源。同時，還能關聯能耗數據、設備狀態等，對不太合理的數據進行處理和生產優化的提醒與建議，如圖2 所示。

圖2 數據共享

優化級，企業對人員、資源、制造等進行數據挖掘，形成知識、模型等，實現對核心業務活動的精準預測和優化。這個階段是整個智能制造的核心，實現了數據的自動采集，匯總了整個企業所有生產的數據，對于每一個趨勢發展、效率高低都能進行預判與優化，并自動下發不同的工藝文件。未來所有的生產布局、流程都將要依賴這個模型進行擴展，實現少人化和信息化，如圖3 所示。

圖3 核心業務活動的精準預測和優化

最后的引領級則是一個終極的發展目標，基于上述搭建的模型，持續驅動業務活動的優化和創新，實現產業鏈協同并衍生新的智造模式。也就是大家常說的數字化孿生生產車間，可以基于數據的科學決策和動態優化，實現無人化智能制造，并主動學習和自動持續優化能力，實現生產資源自組織、柔性化、個性化需求，且與安全一體化管理，為企業帶來持續客觀的經濟效益，如圖4 所示。

圖4 無人化智能制造

為了更好地去推進沖壓的智能化制造，在整體布局時，必須要充分考慮沖壓的生產環境和制約因素。

大數據生產管理系統

在生產系統上，每個企業都有自己的生產管理思路，但并不是所有的管理思路都能成為數字化系統，并能覆蓋車間的所有領域，例如設備、工藝和品質等。另外，沖壓生產也不能粗狂地按計劃大批量地生產，特別是共線車型多的企業，會導致零件占據大量的存放空間，并有品質隱患。很多企業雖然也有生產系統，但往往就是管控庫存與生產計劃，忽視了其他的影響因素，容易發生與計劃脫節、完成率不高等問題。常規的生產系統搭建如圖5 所示。

圖5 生產系統搭建

對于常規的生產系統，可獲知的信息量少，更多還需要依靠班組自我調整，才能保障生產的順利。而最優的做法，是根據現場的各種狀態去協調生產的變化，例如新車型的調試、設備的維修、后工序現車型、空容器數量、安全庫存量等，甚至還需要結合坯料的生產運輸情況，將生產計劃從落料、生產到庫存，成為一個有機流程開展統籌安排。

智能化方向：建立全面MES 生產管理系統，可監控沖壓車間的每一個細節，足不出戶管控車間。

為了獲取更多、更全面的信息，智能化的生產系統必須要將信息量最大化，包含且不限于設備狀態、模具狀態、人員在崗信息、品質狀態、能源變化等方面。因為任何一個節點出現異常，都會直接導致生產的不穩定。其中設備和模具的狀態，是除庫存外的最重要的數據。

同時，沖壓與其他車間存在最大的差異，首先，生產不能單純依靠拉動性來進行生產，需要根據不同的車型生產計劃、數量，結合現場的零件容器、坯料和庫存空間，在保證最低安全庫存的基礎下提前進行排產；其次，還需要考慮單批次的生產量與下一工序模具準備的工時，調整每批次生產的零件數量，讓沖壓線稼動率最大化。綜上所有因素，沖壓智能化生產模型必須要將上述所有的條件整合起來作為輸入量，方可輸出最合理、最優化的生產計劃，并操控生產。因此，沖壓的智能化必須有且只能有一個大腦來整合這些數據。這個大腦就是生產制造執行系統(MES)，如圖6 所示。

圖6 MES 生產管理系統

車間內布局“一個核心＋多個輔助”，構成沖壓車間信息化系統(圖7)。在這個架構中，所有的信息全部匯總至MES 系統中進行整理，通過內部的大數據模型，排列出最合理的生產計劃，交付生產線。但這僅僅是完成了“軟件”部分的內容，真正智能化的生產才剛剛啟動。

在實際生產過程中，MES 系統還需要不斷監控整個生產環節，從坯料的入庫到AGV 上料，從設備的運轉到品質的檢測，從零件的自動裝掛到入庫，從焊裝崗位的投遞到空容器的重新入庫。這一切都需要精準的策劃與調控，任何一個數據出現異常都會導致生產的癱瘓或發生產品品質的重大事故。這是一個復雜且又龐大的工程，現階段廣本處于在智能成熟的第三級，為第四級的蛻變積累著數據的經驗。

品質提升

在傳統的品質檢查中，都是通過人工對光進行外觀品質的確認，檢出率與檢查人的技術能力直接相關。無論是在線質檢或檢具掃描，耗費時間長且仍無法規避異常流出，特別在生產線的節拍不斷提升中，這個異常流出會不斷被放大。零件檢具檢測如圖8 所示。

圖8 零件檢具檢測

智造技術：在線自動檢測，機器人藍光掃描。隨著視覺系統的日趨成熟、圖像從2D 到3D，數據分析速度快速提升，自動品質檢測已經從離線搬到了在線狀態。利用穿透性強、抗干擾能力強的短波長藍光，進行高精度的零件掃描，可以識別的品質問題，已經從原來的單純開裂，發展到了型面曲線、孔數清點、尺寸精度確認等許多方面，可以實現多種不同的作業。導入該類設備，可以大幅削減品控人員、品質檢查的區域，甚至檢具等投入。同時，對于高速伺服線的高生產節拍，還能有效削減不良品的產生數量，削減生產成本。在線品質檢測如圖9 所示。

圖9 在線品質檢測

線末智能物流

早在2006 年，國內沖壓領域就全面進入自動化生產的時代。與此同時，零件裝箱的強度也隨著生產速度的提升遇到了瓶頸，需要更多的員工去配合零件裝箱。隨著生產線生產節拍普遍達到12SPM 以上，裝箱的人員需求也繼續增大，生產線裝箱面積需求也日益增大，如一些汽車生產企業線末皮帶設計長度就達到了40 米，僅是為了滿足裝箱崗位的需求。特別是一些大型的零件，生產時需要的裝箱人員數量占到了整個班組人數的50%。而且人工裝箱存在許多的問題，如零件變形、觸摸污染等。在此背景下，適應性高的自動裝箱系統再次成為了沖壓行業的一個急需。

在2010 年，許多的廠家開始考慮覆蓋件自動化裝箱的課題研究。但是受到已有零件容器的限制，僅能實現極少部分的零件自動裝箱(圖10)，畢竟一旦轉為自動裝掛后，裝箱的數量將會大幅削減，且臺車的精度要求要比原來提升了數個等級，導致制造成本劇增。而本田在第一代的自動裝箱系統中，就通過視覺識別實現了大型零件的自動裝掛，節拍實現11SPM。但由于受到人工生產物流的因素影響，經常存在生產的停頓，如容器精度差異、容器運輸不及時等等，難以體現自動裝箱的優勢。

圖10 2010 年導入的自動裝箱系統

智能化方向：建立臺車數據庫，零變化切換自動裝箱；配合AGV 和智能立體倉庫搭建自動庫存系統。

自動裝箱的設計，不能僅僅考慮裝掛一個環節，更多要結合庫存開展聯動，將叉運、庫存和出荷作為一個整體進行規劃，才能最大程度節省空間與人員，同時實現自動裝箱的最大優勢和弱化原來的弊端。特別是涉及不良品的混裝，更加是一大難題。一些企業曾采用人工剔除或不區分混裝的方式，以減少設備和物流的影響。但是這樣一來，少人化仍難以達成，還會導致場地的布局混亂。對此，在MES 系統的配合下，同步導入線末自動AGV 系統，將沖壓線原來人員最為密集的線末物流有機整合為一個自動化智能整體，通過RFID 實現了不同零件、不同品質種類的有序排布。自動裝箱不再是獨立的系統，而是物流的一個有機組成，不但使效率大幅提升，還可以讓整個生產進入數字化時代。

首先，針對手動裝箱臺車的精度不足這一個最大的困擾問題，過往均是采用重新制作高精度的臺車，但是造成生產成本的激增。為此可以結合MES 系統，通過離線對已有臺車的精度進行精準測量，形成具體的數據庫資料，并寄存在服務器中；對臺車安裝二維碼/RFID 等身份識別信息，每次生產時自動將裝掛的位置作標與機器人作標結合，保證裝掛的穩定性與品質一致性。

然后，利用AGV 智能入庫小車或專用輸送鏈進行零件的自動入庫，即可保證先進先出，又能全面掌控零件的實際數量，已達到最佳的生產模式。另一方面，立體庫的設置能最大化空間的利用，削減沖壓最大的零件面積占用。但作為配套，生產管理系統則需要在管理上增加更多的生產計劃、出入庫信息等的模塊用于支撐整體智能庫的運作。

結束語

兵欲善其事，必先利其器。在數字化變革的浪潮里，沖壓必須要懂得轉換思維，將制造升級為智造，才能讓生產效率、場地占用、人員數量達到最優平衡，真正實現提產降本。

對于沖壓領域的新四化，特別是老企業的變化轉變，由于原來管理模式的差異，過程必然是會往個性化發展的。但對于已有的沖壓車間，廢舊立新是必然之勢，且是一個長期曲折的過程。這個過程沒有一步到位的靈丹妙藥，也絕不會只有唯一的一條道路，因此，作為規劃者必須要考慮各種因素，站在高處俯視自身才可做出最好的選擇，讓企業立于時代的高位。