機械化制造車間開展智能化轉型升級的研究與設計

摘 要：論文旨在探討和設計機械化制造車間向智能化生產轉型升級的路徑與方法。隨著“工業4.0”的推進，制造行業正經歷著從傳統機械化向智能化生產模式的轉變。以彬長礦業集團生產服務中心的機加工熱處理車間為案例，通過引入工業物聯網、自動化機器、人工智能、大數據、云計算、數字仿真等關鍵技術，對現有車間進行基礎設施升級、硬件裝備的數字化改造、物料自動運輸系統的設計、智能視頻監控與AI安全管理的集成，以及數據采集匯總和軟件功能的定制開發。通過這些方法，實現了車間生產效率的提升、生產成本的降低，并提高了產品質量。研究結果表明：智能化生產示范車間的設計與研究是企業轉型升級的重要途徑。企業通過引入先進的信息技術和自動化設備，能夠實現生產過程的智能化管理和控制，從而推動企業的可持續發展，并為其他企業提供可借鑒的經驗。

關鍵詞：智能化生產；工業物聯網；人工智能；大數據；自動化機器；AI安全管理

中圖分類號：TP202 文獻標識碼：A 文章編號：2095-1302（2024）07-0-03

0 引 言

隨著工業4.0時代的到來，在云計算、物聯網、人工智能、大數據以及5G通信技術的驅動下，工廠制造業的智能化轉型也在不斷加速，越來越多的工廠車間將出現由多人工操作到“少人化”、甚至到“無人化”的生產模式的轉變。“智慧工廠”可以簡單理解為“智能制造+智慧管理”的現代化生產管理模式。具體就是利用先進的智能制造數字化技術和人工智能自動化系統，通過將生產設備、機器人和傳感器等工廠生產環境的物理系統[1]與智慧管理數字系統相互連接，實現生產制造流程的智能優化和工廠運營管理的智慧協同。

近年來，生產服務中心圍繞高質量發展及全面保障礦井安全生產這一主題，通過發掘再制造潛力、深挖業務能力、拓寬業務領域、優化生產管理方式、革新生產作業模式，系統推動生產服務中心從傳統機械化維修制造向智能化生產和高效能再制造發展邁進。生產服務中心智能化生產示范車間的建設，正是在這樣的背景下出現的，項目建設首先從生產服務中心機加工熱處理車間開始，開展智能化轉型升級工作，旨在通過引入先進的信息技術和自動化設備，實現生產過程的智能化管理和控制，從而提高生產效率和產品質量，降低生產成本。

1 傳統機械化生產向智能化生產轉型升級的關鍵技術

在傳統機械化生產向智能化生產轉型的過程中，關鍵技術的運用是推動這一變革的核心動力。實現智能化轉型的幾個關鍵技術領域包括工業物聯網、自動化機器、人工智能與自主學習、大數據與云計算、數字仿真等。其中，工業物聯網技術是智能化生產的基礎，通過將傳感器、機器和設備連接到網絡中，可實現數據的實時收集和交換[2]。這些數據可以用來監控生產過程，優化設備性能，預測維護需求，從而提高生產效率并減少停機時間。

在生產作業層面，人工作業最顯著的缺點在于安全性和效率會隨著重復性勞動的作業時間變長而下降，而機器人技術和自動化設備可以彌補這方面的缺陷，機器人可以替代人工執行重復性高、危險或精密的操作。相較于機器，人的大腦最顯著的特點是其能夠提供跨越式、突破性的想法，具有綜合統籌和決策能力；而對于比較線性的、公式性的任務，大腦的處理效率并不高，但在日常的生產作業中還存在大量的線性分析工作，例如根據配件的入庫數量調整產品生產節拍；目前的人工智能分析和機器學習算法能夠處理和分析大量數據、預測趨勢，基于這些優勢可以在生產過程中將AI作為有力的分析助手，提供數據分析結果和決策參考，而這些功能的實現，還需要用到數據分析工具。

在數據分析層面，大數據技術結合數據分析工具，可以從生產過程中收集的海量數據中提取有價值的信息。這些信息可以用來改進產品設計，優化生產流程，預測市場需求，以及制定更有效的商業策略。云計算提供了彈性的計算資源，使企業能夠根據需要快速擴展或縮減其IT基礎設施。邊緣計算則允許數據在靠近數據源的地方進行處理，降低了數據傳輸的延遲和成本，提高了數據處理的效率[3]。

在效果呈現層面，則需要用到數字孿生和數字仿真技術，數字孿生和數字仿真技術是智能化生產轉型中的關鍵技術，它們通過創建物理實體的虛擬副本并模擬其行為和性能，為生產過程的優化和產品開發提供強大的工具。數字孿生是一種通過集成物理模型、傳感器數據、系統參數和操作數據來創建一個真實設備的精確虛擬模型的技術[4-6]。數字仿真技術通過模擬現實世界中的物理現象和過程，使得在虛擬環境中測試和驗證成為可能。AR和VR技術則可以提供沉浸式的體驗，用于培訓員工、模擬復雜操作和維護任務。通過這些技術，員工可以在安全的環境中學習和練習，減少實際操作中的錯誤和風險[7]。

2 生產服務中心智能化示范車間的設計思考

智能化示范車間以彬長礦業集團生產服務中心的機加工熱處理車間為試點，該車間屬于加工制造型車間，主要負責金屬結構件的制造加工、礦用托輥生產等任務，配置有各型數控機床、銑刨磨機床以及金屬熱處理設備等，升級改造條件較好，開展機械化生產向智能化生產轉型工作的難度相對較低。該車間2023年產值約5 000萬元，實現利潤約1 300萬元。

2.1 機械化生產向智能化生產轉型工作的總體設計

首先，考慮基礎設施的完備性，生產所需的作業范圍內應做到工業物聯網的覆蓋，實現5G網絡、AI視覺識別、廣播系統全覆蓋，并根據硬件設備安裝需要對部分廠房結構進行有針對性的升級改造。

其次，在硬件裝備層面，一是要建設車間控制中心，作為智能化車間生產調度的集中管理平臺；二是目前正在建設自動化托輥生產線，用于實現托輥生產的高度自動化、管理數字化、平臺智能化；三是建設物料自動運輸系統，實現托輥等批量機加工成品和半成品的自動化配送、運輸；四是對數控機床、普通機床進行數字化升級，運用數字仿真技術，實現自動派發圖紙、自動故障診斷、自動采集信息、自動上傳數據等功能[8]。

通過以上設計和建設工作，在生產經營層面，通過覆蓋整個車間的網絡和設備信息收發系統，實現加工圖紙的自動派發、設備信息自動匯總上傳、產量統計分析、經營報表自動生成等功能。在安全管理方面，通過攝像頭+AI算法對人和物的行為狀態進行實時監控和判定，通過車間內布置的全域廣播系統進行定向警告、推送。

2.2 物料自動運輸系統的設計

該車間產品種類雜多，包括托輥以及各類機加工產品，產品數量根據任務訂單的變化沒有固定規律，且車間內場地有限，并不適合使用流水線式的運輸系統，反而適用于能夠獨立運行的單體運輸，也就是AGV或者AMR這種自動運輸系統。自動運輸系統（Automated Transportation Systems， ATS）是現代生產制造業中不可或缺的一部分，它通過自動化技術實現物料的高效、精確搬運。ATS的發展可以追溯到20世紀中葉，當時主要用于簡單的自動化倉庫和生產線[9]。

AGV和AMR的主要區別在于導航技術和自主性的不同。AGV依賴于預設的路徑，如磁條或導軌；而AMR則利用更高級的導航技術，如激光導航和SLAM（同步定位及映射），可以在復雜環境中自主導航。另外AMR的自主性更高，能夠適應動態變化的環境，而AGV則在結構化環境中表現更佳。

在該車間內同時存在著多種類的運輸場景和車輛。一是原材料和成品的運輸車輛，包含輕卡、中型和重型卡車；二是用于車間內部產品轉運的軌道式平板車和手動操作的小型叉車；三是用于產品吊裝的行車。綜上，AMR更加適用于該車間的使用環境[10]。

在設計自動運輸系統時，綜合考慮了以下幾個技術集成和兼容性問題：一是導航技術兼容，確保AMR的導航技術與現有環境和設備兼容；二是確保通信方式和協議統一，需要選擇能夠與現有IT基礎設施兼容的通信方式，最后選擇了工業級WiFi作為控制系統與AMR小車的通信方式；三是統籌考慮調度系統的集成，由于在車間整體管理層面還計劃建設車間級智能化管理平臺，所以該AMR調度軟件在軟件層面的數據標準及通信協議要與車間級智能化管理平臺兼容，進而確保設備間的協同工作；四是要注重使用中的安全性，這包括物理安全和網絡安全。物理安全方面，要確保AMR小車配置有足夠的視覺攝像頭或者激光/紅外探頭，并具有自主識別和避障的算法，在現場應用時還要結合現場環境設置AMR小車行走/停止的優先級，從而最大程度避免碰撞事故發生。網絡安全方面，防火墻是必不可少的配置，應根據相關法規政策和管理制度設置不同級別的防火墻，由于各地方企業要求不盡相同，此處不再過多表述。

該車間在設計時，考慮了AMR小車運輸路線、充電區域、轉運位置。首先優先考慮運輸路線，在每個轉運點之間盡量以較短的路線完成轉運；其次在確定每個轉運位置后，在行走路線的選擇上，要盡量保證地面平整，減少地面的坑洼、凸起、格柵等有可能阻礙車輛行進的障礙；最后將充電區域設置在配電柜或者電力線纜附近，且具備良好的防護條件，避免淋水、漏風。

2.3 智能視頻監控與AI安全管理的設計

該車間根據生產功能可劃分為六個不同功能的區域，分別為：托輥生產區、原材料存放區、數控加工區、普通機床加工區、熱處理區域、室外成品庫。為進一步提高安全生產的管理能力和效果，應借助智能化的新型裝備技術來加強安全管理工作，而智能視頻監控作為一種投入低、見效快、可長期部署的安全管理系統，可以作為一個重點項目進行設計。智能視頻監控系統通過AI技術，可實現對車間安全生產的全程監控，能夠對人員、車輛的信息和運動狀態進行判定分析，并在特定區域對特殊人群進行跟蹤、偵測或報警；同時，通過語音監聽和雙向對講功能，還可以實現對特定人員的語音警告和告警信息推送。

在設計該車間的智能監控時，考慮了以下幾個因素：一是要做到全覆蓋無死角，相鄰的監控攝像機之間應有一部分畫面互相覆蓋；二是要根據監控場景考慮監控畫面是固定還是可移動畫面，也就是要考慮使用槍機攝像頭還是球機攝像頭，槍機攝像頭的畫面覆蓋范圍一般在90°～180°，球機攝像頭的畫面覆蓋范圍一般在270°～360°；三是要結合價格、故障率等因素平衡槍機攝像頭和球機攝像頭之間的數量關系。位置相對固定且需監控作業區域固定的，一般選用槍機攝像頭即可，例如機床的作業區域；作業區域范圍較大的，且需要移動查看的，一般選用球機攝像頭，例如AMR小車的作業區域。最終，結合本車間現場實際，采用了14個槍機攝像頭+3個球機攝像頭，其中3個球機攝像頭設置在車間出入通道，14個槍機攝像頭設置在各作業區域，監控畫面之間有一定的覆蓋，可做到對全車間作業區域的全覆蓋。

2.4 數據采集匯總及軟件功能設計

數據采集與分析系統是智能化管理體系的基礎。系統應通過全面的現場生產數據采集，結合數據加工處理和應用開發，為車間生產調度管理提供決策依據[11]。該系統在設計時，結合車間實際，采集的數據如下：

（1）人員信息，包含人員基礎信息數據、車間作業區域準入許可、外來人員記錄等；

（2）車輛信息，分為內部車輛和外部車輛，信息內容包含運輸車輛型式、車牌號、AMR運輸小車的運行軌跡等；

（3）數控機床運行數據，包含任務信息、加工件數統計等；

（4）能耗信息，通過加裝電表、水表，對車間的能源消耗進行統計。

以上數據通過設備原有的開源接口或者后期加裝的傳感器進行匯總，并接入車間控制中心，通過車間級智慧管理平臺進行運算分析。

車間控制中心是智能化車間生產調度的集中管理平臺。選擇合適的位置建設一個專用機房，接入局域網和數據采集設備，并購置計算機、服務器等必要設備，為智能化生產提供硬件支持。車間級智慧管理平臺是該車間智能化管理的數據承載和加工分析平臺。平臺通過智慧業務管理和數據庫管理模塊，實現3D模型構建和管理，為車間運營提供了數字化支持，主要功能包括以下幾個方面：綜合業務管理、數據庫管理、數據訪問服務、模型庫建設及管理、智能設備物聯接入數據采集管理、身份認證服務與系統管理、數據上傳。

2.5 信息可視化功能的設計

在數據呈現方面，以上提及的數據經過匯總、加工、計算后，需要以直觀形式展現，以便于開展生產調度、安全管理、人員管理以及形象展示等工作。其中，對于數控機床區域，設計開展模擬仿真及可視化管理，數控機床模擬仿真管理系統通過三維可視化模擬仿真，提高了自動化加工過程的安全性和設備管理水平[12]。系統能夠實時采集數控機床的運行數據，結合智慧生產管理軟件，實現生產任務的實時跟蹤和

分析。

智慧管理數字化看板系統是智能化車間管理水平的直接展示。該系統實現了生產計劃、工序管理、工藝流程等關鍵信息的可視化展示，以及生產管理關鍵運行指標的公開數據展示、車間運營管理關鍵運行指標（KPI）智能分析、車間生產綜合管理數據可視化、生產與運營管理數據采集與數據服務、車間運營信息可視化、車間日常行政和黨建管理信息可視化等。通過以上功能的設計和部署，實現車間的生產經營管理工作在軟硬件和管理方式上的全面提升，設計布局如圖1所示。

3 智能化生產示范車間的實施效果

彬長礦業集團生產服務中心智能化生產示范車間的建設，能夠顯著提高生產效率和產品質量，降低生產成本。通過智能化管理系統的應用，使得生產過程更加透明化，管理更加精細化，能夠為企業帶來顯著的經濟效益和社會效益。對于生產服務中心而言，通過建設智能化生產示范車間，能夠探索出符合企業需求的智能化升級改造閉環流程，推動智能化生產模式由生產加工板塊向維修再制造板塊延伸，完成生產作業模式革新，為生產服務中心打造高質量的生產組織體系、技術工藝體系、服務保障體系。

4 結 語

智能化生產示范車間的設計與研究，是企業轉型升級的重要途徑。通過引入自動化設備、信息化系統和人工智能技術，能夠實現生產過程的智能化管理和控制。智能化生產示范車間的建設，能夠有效提升企業的核心競爭力，為企業的可持續發展提供有力支持和豐富的借鑒經驗。

參考文獻

[1]馬榮華.智能控制技術在自動化系統中的應用[J].集成電路應用，2024，41（3）：358-359.

[2]張鵬，陳方頌.煤礦生產中自動化控制技術運用分析[J].低碳世

界，2024，14（1）：61-63.

[3]張曉楠.自動化實時監測系統在煤礦生產中的應用[J].礦業裝備，2023，13（9）：140-141.

[4]劉小虎.煤礦生產自動化信息化建設討論與實踐[J].科技風，2023，36（23）：69-71.

[5]韋盛雄. FG公司車間數字化管理優化策略研究[D].南寧：廣西大學，2023.

[6]嚴滔滔，楊熙春，李彐峰.自動化生產設備在機械設計制造中的應用探討[J].機械管理開發，2022，37（9）：315-316.

[7]陳學偉，王偉，田新成，等.基于AI技術的電力生產管理自動化系統研究[J].電工技術，2022，43（16）：24-26.

[8]文波.物聯網技術在工業自動化中的應用研究[J].中國設備工程，2022，38（9）：190-192.

[9]陳曉敏，趙濤濤，袁雪騰，等.“5G+工業互聯網”時代的高端裝備智能制造[J].南通大學學報（自然科學版），2021，20（3）：1-12.

[10]陳晨，秦雙雙，常芹.大數據技術在智能制造運營管理系統中的應用研究[J].智能制造，2021，28（2）：38-42.

[11]孔凡國，俞雯瀟.智能制造發展現狀及趨勢[J].機械工程師，2020，52（4）：4-7.

[12]李春花.基于工業企業的智能制造需求分析[J].銅業工程，2019，36（1）：70-73.