总装车间数字化管理系统的运用

吉利新能源商用车集团有限公司高宝富未九强 AI《汽车制造业》 2022-02-21

数字化的生产模式已经成为全球制造业转型升级的基础，发达国家不约而同地将制造业转型升级作为首要任务。本文通过对汽车总装车间制定生产目标和技术指标，策划出技术实施方案并给出具体实施步骤，对行业从传统模式向数字化转型升级起到促进作用。

我国汽车制造业经过多年的发展，四大工艺生产线的自动化水平已经达到了较高的水平，目前正在积极发展数字化工厂的智能生产模式。

我们研发的总装车间数字化工厂管理系统中，包括了工业大数据平台技术、高柔性全自动化中控系统和基于大规模个性化定制生产的信息化与中控系统的深度融合技术，对汽车总装车间生产模式的转型升级起到了巨大的促进作用。

通过对智能化、数字化、网络化以及信息化技术的融合应用，我们积累了一定的经验，更好地助力“中国制造 2025”。

项目目标和主要技术指标

针对汽车总装车间，我们制定了研制出一款可满足多种不同车型的在线智能识别、在线检测的数字化总装车间的数字化管理系统的任务，要求实现以下多项目标：

1. 实现多种车型的在线智能识别与生产，最高年产能达到 10 万辆。

2. 基于智能 MES 系统，实现包含订单排程下的车型智能导入等车间数字化生产和数字化管理，实现数字化和个性化定制生产的功能。

3. 实现汽车总装系统的远程诊断管理功能。

4. 利用数字化工厂仿真技术，实现装备系统全线虚拟仿真技术，在虚拟三维环境下实现产品设计、制造工程和生产运行的有效衔接。

5. 需要达到的主要技术指标 ①实现多种车型的在线智能识别；②最高年产能达到 10 万辆；③功能尺寸合格率≥ 95% ；④全尺寸合格率≥ 90%。

实施方案

1. 总体技术路线

（1）建立数字化模型

根据车型产品的特征和要求，进行工程同步分析，建立总装工厂总体设计、工艺流程及布局的数字化模型。为达到计划、调度、质量、设备、生产及能效的全过程闭环管理，实现供应链、物流和成本等企业经营管理的优化，建立总装车间制造执行系统（MES）。为了使设计、工艺、制造、检验和物流等各环节之间，以及与制造执行系统（MES）和企业资源计划系统（ERP）的高效协同与集成，实现建立全生命周期产品信息统一平台和研发、设计、生产及运维的全生命周期管理，构建工业大数据服务平台，并打造供应链网络协同制造系统。网络架构开发工作流程如图 1 所示。

同时对于设备层面，车间所有的关键技术装备能够在生产网络中实现互联互通与高度集成，要规划车间的工艺装备，并规划智能传感与控制装备、智能检测与装配装备、智能物流与仓储装备等数字化装备。

（2）规划总装车间数字化网络架构

通过光纤将 Scalance 光纤交换机组成环网，各 PLC 设备的 CP343 连接至交换机，中控 WinCC 从各设备采集、下发数据，通过工控机的另一网卡与工厂网络连接，单独与 MES 通信，各 PLC 不接入工厂内部网络且不直接与 MES 通信。WinCC 服务器由两台组成，互为冗余架构。总装数字化车间网络架构如图 2 所示。

（3）模拟仿真验证

针对研发的各项关键数值装备，进行多次模拟仿真验证，制定各关键技术详细的技术路线以及研发计划及试制、试验计划。模拟仿真如图 3 所示。

2. 数字化网络控制系统设计

（1）供应链网络协同制造实现供应、物料的数字信息化数字化总装车间供应链网络协同的总体框架指引思想要求工业互联网平台做到数据安全、网络安全、平台安全和应用安全的基础上，采集车辆运行数据、工厂物联网数据、业务系统数据及客户数据四类数据，形成企业与产品的互联、工厂内部互联、企业运营管理系统互联、企业与客户互联的四种互联，数据通过工业互联网平台的数据流动、模型算法、人工智能、高性能计算加工和智能工厂、智能管理及智能汽车的三大智能应用服务，助力工业生产过程优化、企业运营管理决策优化。数字化总装车间协同制造的架构设计如图 4 所示。

（2）工业大数据服务平台实现研发、设计、生产和运维的全生命周期管理

工业大数据服务平台以HANA （高性能分析设备）+Hadoop（大量数据分布式处理软件）为基础，采用分层架构设计，进行数据模型的规划、设计、维度的建立及各报表和服务的开发。系统整体架构支持万兆网络，具有统一调度资源、快速布署、分布式计算、存储和动态扩展等特点。

（3）高柔性自动化中控系统实现数字化和信息采集

高柔性自动中控系统主要是采用现场总线的通信协议，对于不同协议现场总线的设备可以采取基于 OPC（工业标准过程控制）技术的通信来完成现场设备与上位机的通信。

（4）基于物联网的汽车总装装备远程诊断管理系统，实现从工厂到设备层的数字化运维

本系统主要基于传感器技术、智能分析技术、大数据处理技术、故障诊断预测技术、物联网技术及视频识别技术等基础技术，采用标准比对、文献查阅和实地调研等研究方法，厂房到设备、从生产到工艺的完全考虑，完成基于物联网的远程诊断管理，实现数字化的运维管理。在智能工厂运转的过程中，会产生设计、工艺、制造、仓储、物流、质量和人员等业务数据，这些数据可能分别来自 ERP、MES、WMS（仓库管理系统）和 QIS 等应用系统。