探索中国CIO人才现状 | 第四季调研报告
福田康明斯智能制造转型实践分享
2024-05-08  作者:孙肖肖 来源:CIO发展中心

本文根据福田康明斯智能制造经理邱国生在CIO发展中心组织的“寻访灯塔工厂 走进福田康明斯”会议上分享整理

纵观制造业,自动化、智能化、数字化早已成为降本增效、解放人工的主要手段,智能制造转型成功,无疑为企业带来更多机遇和生机。了解成功转型实践案例,会对正在进行或即将开展智能制造转型的企业有诸多启发。在CIO发展中心举办的“寻访灯塔工厂-走进福田康明斯”活动中,福田康明斯智能制造经理邱国生,做了福田康明斯智能制造转型专题分享,下文为分享的主要内容。

邱国生.png

邱国生 福田康明斯智能制造经理

一、福田康明斯及福康智造简介

1、福田康明斯介绍

各位行业专家,大家上午好,首先欢迎各位来到福田康明斯(以下简称福康)。我叫邱国生,来自福康制造工程部,分管智能制造业务,下面我会从制造工程业务的角度,分享福康这两年的转型实践。

关于福康的一些数据给大家分享一下:

福康是福田和康明斯以50:50的比例成立的合资公司,现在总资产超过了72亿元人民币,主要客户是全球100多家OEM主机厂。国内主要是我们的母公司福田,以及江淮、重汽等。我们拥有的发明专利超过了500项,现在总员工超过1600人。2006年签合资合同,2009年批量投产,从2009年到2017年,我们完成了第一个100万台发动机的交付。2017年到2021年四年,我们完成了第二个100万发动机的交付,这在商用车柴油机领域是一个很大的成就。我们发动机主要应用在轻卡、中卡,即轻型2.8- 4.5,包括客车、重卡、皮卡以及非道路的发电机组合,非道路的挖机、推土机等工程机械。

在2009年福康建厂时,基于康明斯先进的COS管理理念,我们引入了康明斯的全球标准化的CMES制造学习系统,在这个基础上我们在2017年、2018年做了很多智能化、数字化转型的尝试。目前的制造执行系统覆盖了先进的积压装配和关键的工序,整个产品的测试是奥地利的AVL李斯特研发的专用的冷热一体的试验台架。整个车间都是全封闭的,空调微增压设计保证了清洁度,急加工对温度很敏感,恒温车间保证了其加工精度。

邱国生1.png

2、福康智造历程

目前福康的智能制造,已经进入到了里程碑的阶段。回顾一下整个过程:

从2009年建厂到2016年之前,我们依靠最初的建厂基础,引进先进精密的生产制造设备,应用MES生产制造执行系统,保证了客户的大批量、稳定质量的高效率交付。

2017年之后,我们开始尝试导入先进的生产技术和数据系统提高效率。

2018年,福康入选“北京市智造100工程示范企业”,同时就开始做设备监控、工厂设备互通互联项目,也逐步整理、打包做得好的案例的材料。

2019 年底,申请“灯塔工厂”,并在2020年初通过了评选。2020年公司将数字化战略列入Goal Tree,自上而下推进,进一步精细化智能化。

目前获得了不错的认证和荣誉:2021 年,获得北京市的科学技术进步奖,2021年度荣获智能制造试点示范工厂揭榜单位,2022年北京市企业100强、2022年度北京市智能工厂,2023年还获得了机械工业联防会的科技进步奖等。

邱国生2.png

二、福康智造的详细介绍

1、福康智造核心驱动力

福康做智能制造转型的核心驱动力,体现在两点,一是效率提升,二是价值发现。

工厂的效率提升,目标是实现端到端的转型,从原材料到成品交付全流程,贯穿整个工厂和供应链,通过智能化、自动化改造,核心系统的搭建,利用物联网、大数据、机器视觉、仿真数字双胞胎、故障预测与健康管理等新一代信息技术,提高生产效率及过程可控性质量水平,减少人工干预,以及合理计划持程,物流配送,实现生产、管理和决策的智能优化。

价值发现,我们发现有很多问题在行业内、市场上找不到标准的解决方案,比如数据挖掘、拧紧数据的二次检查等,这些市场上没有标准产品。所以我们打算自己摸索,我们把很多工程师、专家的经验变成了产品的模型,并做了标准化处理,希望这套系统首先能赋能康明斯体系内的工厂,为企业自身业务带来相关降本增效,提高质量的收益;其次,在整个发动机制造行业乃至离散制造业,能提供通用解决方案、标准化接口、容器化部署,赋能社会企业,推进共同进步。

2、福康智造转型的认知

通过以上两点, 2020年初,福康成立了一个跨职能的工厂,包括五个大部门的一个虚拟团队,还有一个MRG的组织,花了将近两个月的时间,进行了大量的头脑风暴,做出了转型白皮书。白皮书里介绍了五大内容:

第一个是业务模块:哪些内容需要做数字化转型,需要提高效率?我们进行了详细的二级流程梳理,同时去找相应的行业标准作为理论基础; 第二个是体系架构,包括智能制造基础设施、智能工厂网络层级、数字化建设与生产仿真、数字化运营、智能物流、智能制造标准体系等; 第三个是组织结构,我们重新成立了一个实体组织和一个大的跨职能智能制造虚拟团队做支持; 第四个是资源保证,做这件事情要有投入、有收益、有认可,要做到跨职能打破壁垒的合作; 第五个是有收益之后,建立文化意识,拥抱变革,开放合作。

福康做具体项目都是以业务需求为主导,发现工作中的痛点,我们寻求解决方案,在此过程中坚持系统工程、创新驱动和可持续发展,这也是我们BFCEC智能制造推荐的基本原则。

我们评审项目,要看ROI的回报是多少年,对人机工程、环境的影响,都是考虑内容。我们整个改进是从自动化、数字化和智能化三个方向来做,简单来说就是把人工从繁重的重复的劳动工作中解放出来,用数据做检测,由系统自动决策。

三、福康智能制造的场景案例

关于福康的智能制造,有几个经典场景想和大家分享一下:

场景案例1:协作机器人

协作机器人的主要目的,是解放生产操作人员,让他们去做更有意义的事情,同时保证产品质量、防措一致性、降低生产成本等。

为什么选择协作机器人呢?有四个大的原因:

第一,部署灵活,我们的老工厂2009年投产,新工厂是2013年投产,产线的空间比较老旧,这就限制了我们改造产线空间的技术,协作机器人非常灵活,没有控制器,有一个底座就可以了; 第二,简单易用,它的整个维护、模块化和拖拽式的编程大大降低知识壁垒,我们经过一周的培训,维护技师、生产人员都可以上手做简单的操作和维护; 第三,使用成本低,价格比工业机器人要便宜很多; 第四,安全可靠,它可以和人进行同场景、同区域作业,不需要围栏。像机加工除毛刺有一定危险性是有围栏的之外,其他的像拧紧、装配、贴码等,都不需要围栏,空间占用更小。

场景案例2:平台标准化

我们现在有两套标准的平台,一个是IT自研的平台,一个是之前一直用的海康平台,这两个平台现在都做到了标准化。它的四大功能,包括给机器人做视觉引导定位、零件有无的检测、缺陷的检测和错率的检测,都实现了标准化。

场景案例3:智慧物流

在智慧物流方面,集成了移动机器人控制系统RCS和仓储管理系统WMS,链接生产MES系统,以及ERP系统,四者无缝对接,做到生产与物流管理的系统化、一体化、透明化和智能化。我们从2015、2016年就开始引入第一代的AGV,近两年引用的新型的AGV都是激光的,同时我们也建了好多原材料和小元件的立体库,这些调度系统、库位管理和我们的MES、ERP是无缝链接的,在整个流转过程中,一部分半成品和零部件已经不需要人工分拣配送了,入场是自动收货,卡车到了之后货自动下来,自动扫码、分拣,由叉车自动运到线上,今年下半年还会有很多物流效率提升的改造。

场景案例4:可视化看板

独立的系统、数据,对分析、决策是没有太大的帮助的,需要把生产、设备、管理数据、供应链数据都集合在一起,形成数据的流动和多维度的分析,才能大大提高了工程师的效率。可视化看板,就是把工厂所有的数据都集中到一起,我们想要哪个维度的数据,工程师就可以获取。

可视化看板,可以实现直观、精确、实时、集成、融合、协同等效果,最自然、全景式、如实地描述和反映生产和设备等实体的状态,精确的实体、位置、數据、业务、工艺逻辑的描述等,并实时同步更新数据;基于移动互联网技术,在手机、PAD等移动终端上实现可视化,基于大数据云计算的挖掘分析与预测预判,基于BI分析与辅助决策。

场景案例5:标准核心系统

我们的标准核心系统,比如前面提到的质量管理、生产管理系统、能源管理、物流质量系统、装备全程数据管理和智能工艺开发系统等等。其中装备全程数据管理和智能工艺开发系统这两项是依托于第三方定制开发的,其他的都是福康自己设计开发的,整个知识产能在福康,由代码公司实现产品化。

场景案例6:机器学习

我们现场应用在线监测,实现对质量的把关,将现场很多关键工作,通过前端的 PLC、传感器和素材,建立相应的规则;通过云端的分析平台,拿到刚才提到的所有标签数据,比如后市场的反馈数据、保养周期的数据等,给它们反向打标签,优化机器深度学习的数据模型。

场景案例7:机床智能化改造

2019年我们做的比较成功的事情,是把机床智能化改造了,加了很多传感器,包括温度、震动、功率等,打通了整个机床的通讯,取到了机床上大量标签数据,包括员工、订单、条码信息等,类似于坐标,拿到之后我们开发了五大功能:

第一个是设备健康状态监测,可以实时知道设备健康状况,当出现异常时,可以马上采取措施,避免异常停机带来的损失。 第二个是刀具磨损监控,刀具是我们的生产工具,如何控制它的加工介数,原来都是靠工程师的经验判断;现在有了这套系统,就可以通过数据评价,还可以对加工质量进行预测,这是一个大理念的变化。 第三个是加工质量预测。之前所有的检测都是事后检测,加工完或者装配完之后再去检测,这不增值,只是保障产品100%合格。现在我们把事后的检测前置到事中了,在加工过程中获取了很多数据,用模型探测,做到实时质量预测。 第四个是加工过程异常检测。在加工过程中,一般会监测正常的磨损,但是会有异常情况,比如断刀、锋刃、调刀不合格等。现在通过这个模型可以实现异常情况监控了。

场景案例8:防碰撞保护

以前福康的现有检测都是人工来操作的,每年避免不了会有一些机械手、刀具的碰撞。原来的碰撞是靠机床电机的电流环过载引发停机的,损失很严重,一般轴承或者机械手的大臂都会损伤、变形。现在我们通过自动化实现了检测与防碰撞保护,给这些关键设备和部件加了震动的加速度传感器,在机械碰撞的一瞬间,3毫秒到5毫秒给一个机械信号,就会有IO板卡引发快速机停,整个机停时间从500毫秒降到30到50毫秒,在此情况下,现在再去修理撞击,只需要更换刀具,或者简单修理一下就行了。

场景案例9:拧紧分析软件

为了满足后期修复的维护,整个精加工之后的产品要组装在一起,95%的零件是螺栓连接的,螺栓依靠电动拧紧工具拧紧,通过监控扭距和角度去管理拧紧质量,但最终的监控效果,会因为现场操作人员的习惯、来料多少与质量、涂层有没有油和异物等因素,影响拧紧的过程质量。福康通过开发的拧紧分析软件,就可以把这些常见的十几大问题实时地在云端再做检查,实现双重的检查审核。

当前,福康已经有很多监控手段,但是没法覆盖到所有的环节。所以我们从数据通讯、数据存储、对模型和应用的低代码开发,都做了解耦和标准化,方便拆分或者整体打包,赋能给兄弟工厂。

福康是非常传统的制造业企业,我们期望通过更多的实践来迭代和优化生产业务与工厂智能化,并在合适的时机场景里,给到行业可借鉴的成果。

谢谢各位专家,以上就是我的分享。